Вакансии аналитика данных (Data Analyst) для джунов
542+110 новых источниковJunior-вакансии и стажировки аналитиков данных (Data Analyst, BI-аналитик) из hh.ru, Habr Career, LinkedIn, Telegram-каналов и других источников
Медиана зарплаты junior-специалиста аналитика данных — 70 000 ₽ (149 вакансий с указанной зарплатой за 90 дней). Подробнее о зарплатах аналитика данных →
Аналитик данных
Аналитик маркетинговых данных
Аналитик данных
Аналитик данных (прогнозирование цепей поставок)
HR-аналитик
Аналитик данных (e-commerce / маркетплейсы)
Аналитик данных
Product Analyst (Growth)
Product Analyst (Web Analytics)
Аналитик данных (SQL/Python)
Специалист по аналитике и разработке данных
Data Analyst в Сортировочный центр
Аналитик DWH
Аналитик данных
Analyst in Revenue Data & Analytics
Продуктовый аналитик
BI Аналитик
Дата-аналитик
Аналитик данных
к 1200 вакансиям и стажировкам
без ограничений.
Чтобы получить полный доступ,
вам необходимо зарегистрироваться.
Аналитик данных без опыта: с чего начать
Аналитик данных отвечает на вопросы бизнеса цифрами: выгружает данные SQL-запросом, считает метрики, строит дашборд и объясняет, что из этого следует. Это самая массовая аналитическая роль на входе — junior-позиции открывают банки, маркетплейсы, ритейл, телеком и продуктовые компании. BI-аналитик — та же профессия с упором на отчётность в DataLens, Power BI или Tableau.
Порог входа — уверенный SQL (джойны, группировки, оконные функции), Excel или Google Sheets и базовая статистика: среднее против медианы, доверительный интервал, смысл p-value. Python с pandas пока чаще пишут в «будет плюсом», но к middle он становится обязательным. Лучшее доказательство навыков для работодателя — проект в портфолио: дашборд на открытых данных с выводами, а не просто графиками.
Здесь собраны вакансии и стажировки аналитиков данных и BI-аналитиков для junior-уровня и без опыта — с hh.ru, Habr Career, карьерных сайтов компаний и Telegram-каналов. Список обновляется ежедневно; вакансии системных, бизнес- и продуктовых аналитиков вынесены на соседние страницы.
Частые вопросы
- Чем аналитик данных отличается от Data Scientist?
- Аналитик данных описывает, что произошло и почему: метрики, срезы, дашборды, проверка гипотез. Data Scientist строит модели, которые предсказывают: скоринг, рекомендации, прогноз спроса. Аналитику достаточно SQL и статистики, дата-сайентисту нужны машинное обучение и сильный Python.
- Какой SQL нужен на собеседовании junior-аналитика данных?
- Типичная секция — 2–4 задачи: джойны нескольких таблиц, агрегаты с HAVING, оконные функции (ROW_NUMBER, LAG, накопительная сумма) и подсчёт метрики вроде retention или конверсии по шагам воронки. Важно проговаривать, как вы проверяете результат на дубли и NULL.
- Нужен ли Python аналитику данных на старте?
- Для первой работы чаще хватает SQL и BI-инструмента: Python указывают как желательный навык. Но базовый pandas (загрузить, отфильтровать, сгруппировать, построить график) заметно расширяет выбор вакансий и почти всегда нужен для роста до middle.
