Весь интернет кишит рекламой: «Стань аналитиком за 3 месяца и зарабатывай 300к». И картиночка успешного успеха (вот прям как у этой статьи). Звучит красиво. Выглядит, в принципе, тоже. Но вот реальность гораздо жёстче.
В 2026 (а на самом деле и раньше) году правила изменились. То, что работало 3 года назад - уже не работает. Нейросети, кризис, насыщение рынка джунами (не вы ж один курсы-то проходите), инфляция знаний из-за конкуренции и роста рынка - всё это поменяло вход в профессию.
В этой статье - оптимальный план без иллюзий и обещаний. Что учить, как учить, надо ли вообще учить и как искать работу. Поехали.
Шаг 0: А ваше ли это?
Прежде чем начинать что-либо профессионально учить, и уж тем более покупать платные курсы - проверьте, ваше ли это вообще.
Сделайте тест-драйв базового инструмента аналитика - SQL:
- Откройте какой-либо видеохостинг и найдите любой бесплатный урок по SQL. Либо же пройдите бесплатный вводный курс - https://stepik.org/course/63054/
- Посмотрите, порешайте задачи неделю.
- Ответьте себе честно:
- Вам понравилось?
Если да - есть смысл двигаться дальше.
Сделайте тест-драйв по основам статистики:
- Откройте какой-либо видеохостинг и найдите уроки по статистике. Либо пройдите бесплатный курс по основам статистики (все 3 от авторов данного курса вряд ли вам пригодятся, особенно на первых парах джуна) - https://stepik.org/course/76/
- Ответьте себе честно:
- Вам понравилось?
Если да - есть смысл двигаться дальше.
Сделайте тест-драйв по Python:
- Пройдите бесплатный вводный курс - https://stepik.org/course/58852/promo
- Ответьте себе честно:
- Вам понравилось?
Если да - есть смысл двигаться дальше.
Шаг 2: Инструменты BI
Аналитик должен уметь показывать результаты. Красиво и понятно. За то отвечает BI инструмент:
Что учить:
- Power BI - стандарт (пока еще) малого рынка. Многие небольшие конторы на нем.
- Apache Superset - фаворит. Бесплатный, мощный, кастомизируемый. Именно его выбирают крупные компании (Сбер, Тинькофф, Ozon и т.д., очень многие топы рынка на нем) по целому ряду причин, писал об этом статью на Хабр.
Где учить:
- У каждого инструмента есть официальные доки, но это очень сложный и тернистый путь, новичок не осилит.
Совет: Не учите все инструменты сразу. BI инструментов десятки, а то и сотни на рынке. Знать даже 2 абсолютно не обязательно.
Шаг 3: Инструменты автоматизация расчетов
За автоматизацию отчетности отвечают специфические инструменты, одним словом их и не опишешь. Ладно, опишешь - оркестратор. Но вам это о чем-то говорит?
Что учить:
- Apache Airflow - лидер на рынке. Явный фаворит, практически не имеющий конкурентов.
Где учить:
- Опять же, у каждого инструмента есть официальные доки, но это очень сложный и тернистый путь, новичок не осилит.
- YouTube, курсы (в том числе мои, но особенно рекомендую этот, промокод на скидку уже активировал в ссылке - https://stepik.org/a/208942/pay?promo=17b5f6a248024c2c). Сразу станет ясно, какое именно место в "пищевой цепочке" занимают инструменты: и Airflow, и Superset, и база данных (в курсе ClickHouse). И как они вместе работают. Фактически курс - уровень бодрого стажера профессии, да еще и с портфолио.
Шаг 4: Портфолио (самое важное для работодателя)
Дипломы и сертификаты никому не нужны. Работодатель хочет видеть, что вы умеете.
Какие проекты делать:
Для новичка:
- Условный дашборд по продажам интернет-магазина (можно взять данные с Kaggle).
Для продвинутого:
2. Автоматизация отчётов на Python + BI. К слову, такой проект будет финальным на моем курсе - https://stepik.org/a/208942/pay?promo=17b5f6a248024c2c
Куда складывать:
- GitHub - стандарт. Добрать знаний можно на бесплатном курсе - https://stepik.org/course/252829/promo?search=8872284346
Как складывать:
Можете посмотреть на мой пример (особо оформлять не старался, честно говоря, люблю строгий короткий стиль):
- Superset - не совсем, пример больше про то, как я умею кастомизировать суперсет (его можно скачать и развернуть прям из этого репозитория с моими доработками), но принцип такой же - просто выкладываете свои знания в виде скринов дашбордов и текстом аля "вот мой крутой дашборд по P&L". По сути readme.md и будет достаточно
Совет: не нужно делать репозитории на миллиард строк кода и кучу файлов. На одну вакансию может быть несколько тысяч кандидатов. Такие репозитории никто в здравом уме не читает. Поэтому краткость - сестра таланта. Делайте максимально кратко, выкладывайте только то, что нужно для демонстрации ваших знаний.
Шаг 5: Поиск работы
Самый сложный этап. На момент написания статьи - рынок переполнен джунами. У вас может быть несколько тысяч конкурентов на вакансии. Одним словом, все, что можно написать в этом пункте, описано в этой статье - https://dzen.ru/a/aZIQbW24-0Eid-CJ. Здесь никаких иллюзий и обещаний - вы будете конкурировать с тысячами других соискателей.
Ну и на этом все. Дорожная карта готова. Желаю вам успехов в обучении!