Data jobs — вакансии по data science, анализу данных, аналитике, искусственному интеллекту

Что рынок вакансий предлагает аналитикам данных в 2026 году

Анализ 5 348 вакансий в 173 городах России показывает: SQL, Excel и Power BI входят в тройку самых востребованных навыков, а Python помогает выделиться среди кандидатов.

На «аналитика данных» приходится 37% вакансий, но зарплаты ниже остальных. У Data Analyst доля составляет 24%, зато зарплаты выше: от 145 тыс. ₽ для junior до 350 тыс. ₽ для senior. При поиске стоит проверять оба названия роли.

Зарплата указана лишь в 31% вакансий, а исследование охватывает один месяц. В репозитории доступны датасет, Jupyter Notebook, графики и интерактивный дашборд.

😭 Как не потратить недельный лимит AI-кодинга за три дня?

Разберём на вебинаре, как тратить меньше на AI-агентов — без потери качества кода.

🔘 Поговорим о том:

— когда дорогая модель действительно нужна, а когда хватит дешёвой;
— сколько стоит один прогон и куда уходят токены;
— какие задачи можно отдавать субагентам;
— как настроить маршрутизацию моделей;
— что проверять в AI-коде перед merge.

✏️ Покажем всё на конкретных цифрах и вживую: сравним расходы до и после.

⬇️ 17 сентября, 19:00 МСК
⬇️ 1,5 часа · бесплатно
⬇️ Арсений Харланов и Олег Лайок

💬 Пишите в комментариях, где упираетесь в лимиты и на что уходят деньги. Самые залайканные вопросы разберём на вебинаре.

🔗 Зарегистрироваться на вебинар⁠

👀 Product Lead (Predictions & ML)
Удаленка

Adapty — платформа монетизации подписок для мобильных приложений. Через нас проходит больше $3B подписочной выручки в год, нами пользуются больше 20 000 приложений. Мы делим продукт на стримы и сейчас собираем аналитику и ML под одного владельца.

Вся мобильная реклама держится на одном разрыве: выручка от привлечённого пользователя приходит в течение года, подписками и продлениями, а решение, продолжать ли тратить на канал, нужно принять за несколько дней. Этот разрыв закрывает предсказание LTV — и от точности прогноза напрямую зависит, сколько приложение может позволить себе потратить на рост.

Данных для этого у нас больше, чем почти у кого-либо на рынке: мы видим тысячи приложений одновременно, а не одно. Значит, мы можем предсказывать точнее всех. Сейчас не предсказываем, и это задача роли.

Направление собирается с нуля: аналитика, предикт и A/B-тесты впервые сходятся под одним владельцем. Ты получаешь чистый лист в решениях поверх продукта, который уже приносит деньги двадцати тысячам приложений.

➡️Чем заниматься:
— Определить, что мы считаем качеством модели — метрика, горизонт, baseline, калибровка — и довести предикт до этого уровня
— Забрать A/B-тесты пейволлов и свести их с предиктом: тест меряет краткосрочный эффект, а раскатывать надо по долгосрочной выручке
— Разогнать аналитику: найти, где затык — в данных, запросах или интерфейсе
— Решить судьбу накопленных ML-наработок: что доводим до продукта, что закрываем
— Вести команду из двух ML-инженеров

➡️Кого ищем:
— Классический ML и матстат на уровне предметного спора о метрике и горизонте, а не пересказа чужих выводов
— SQL и Python — сами достаёте и перепроверяете числа
— Умение взять широкое направление и довести до результата без постановки задач
— Продуктовый опыт — плюс, но не требование

📌Плюсом: подписки, мобайл или финтех (LTV, churn, когортная экономика); экспериментальный дизайн: мощность, MDE, множественные сравнения; ClickHouse; олимпиады, Kaggle, публичные проекты.

➡️Откликнуться

🙃 ML Engineer
Удаленно (Москва)

Aston — аккредитованная аутсорсинговая IT-компания, работающая с 2007 года. Наш штат насчитывает 2500+ специалистов.

Требования:
— опыт работы в роли ML Engineer от 3-х лет;
— знание Async/threading;
— знание HTTP/1.1, HTTP/2, WebSocket;
— опыт работы с REST/JSON;
— опыт интеграции с внешними сервисами через REST API;
— опыт работы с Kafka.

➡️ Подробнее о вакансии на career.habr.com

📍 Навигация: База знаний • Задачи • Собеседования

😅 Агент, который слишком буквально понял задачу — новый must-have жанр для утренней ленты

Разработчик в Австралии попросил AI-агента (на Claude под капотом) записать его на утреннее занятие в спортзале. Мест не было — агент сам поставил хозяина в лист ожидания на 4-е место. Тот спросил: «а нельзя ли подвинуться повыше?»

🔵 Агент не растерялся: нашёл дыру в API зала, которая позволяла отменять чужие брони, и отменил запись человека на 1-м месте. Технически задача выполнена.

Самое забавное — он как ни в чём не бывало отчитался о содеянном. А когда его попросили вернуть всё как было, честно ответил: «не могу» 😐

❗️ К чему это всё: агент отлично выполняет то, что вы сформулировали буквально, но не всегда то, что вы имели в виду — а разбираться в таких нюансах и границах проще, когда есть доступ сразу ко всей библиотеке курсов по подписке, а не только к одному узкому курсу ⚡️

🏃‍♀️ Proglib Academy

🤨 Как AI-агент случайно взломал систему бронирования спортзала, чтобы продвинуть хозяина в очереди на одно место

👍 Machine Learning Backend Software Engineer in Medical System (Developer) Middle
от 250 000 до 350 000 ₽
Удаленно

Remedy Logic — an international company. Our goal is to develop AI-powered medical diagnosis & remedy counsel accessible to anyone. Our team consists of scientists from different countries.

Core competencies and qualifications:
— 2+ years in Python development.
— Understanding of machine learning algorithms and computer vision.
— Good understanding of GPU compute
— Web programming skills (FastAPI, REST, HTTP, TCP).
— Experience with SQL. Queries, database design, migration tools.  

➡️ Подробнее о вакансии на career.habr.com

📍 Навигация: База знаний • Задачи • Собеседования

⌨️ Data Science (LLM/NLP)
Удаленно (Екатеринбург)

Т1 — это стабильный и надёжный работодатель. Мы помогаем профессионально расти и решать действительно интересные задачи, создаём атмосферу открытости и комфортные условия для работы в гибридном формате.

Требования:
— Высшее образование (IT, техническое, математическое);
— Уверенное владение Python, SQL;
— Хорошие знания в области теории вероятностей, математической статистики, алгоритмов машинного обучения ML;
— Знания в области NLP алгоритмов;
— Понимание деталей работы LLM и того, как происходит их дообучение и инференс;
— Опыт деплоя ML/LLM решений (Docker, Kubernetes, cloud);
— Опыт работы с prompt engineering, fine-tuning / PEFT (LoRA, adapters), RAG-подходами.

➡️ Подробнее о вакансии на hirehi.ru

📍 Навигация: База знаний • Задачи • Собеседования

🥳 Data Analyst: Merchant Intelligence
7 500 —‍ 10 000 $
Remote (Worldwide)

Constructor.iо — делает платформу product discovery (поиск, рекомендации и многое другое) as a service для e-commerce. Среди клиентов Sephora, Petco, home24, Birkenstock.

Requirements:
— You are proficient in BI tools (both data analysis and building dashboards for engineers and non-technical folks).
— You are keen to not just prepare more data, but to think critically about how that data can deliver valuable insights and drive impactful decisions for non-technical end users.
— You are an excellent communicator with the ability to translate business requests into technical language and vice versa.
— You are excited to leverage massive amounts of data to drive product innovation and deliver business value.
— You are proficient at SQL (any variant) and well-versed in exploratory data analysis with Python (pandas & NumPy, data visualization libraries).

➡️ Подробнее о вакансии на getmatch.ru

📍 Навигация: База знаний • Задачи • Собеседования

🤨 Middle Data Scienctist
Гибрид (Москва)

Объединённая компания Wildberries и Russ — международная технологическая компания, созданная после слияния IT-компании Wildberries и оператора наружной рекламы Russ.

Требования:
— Опыт работы в Data Science от 3 лет;
— Опыт работы с большими данными;
— Обширный опыт работы с NLP и высоконагруженными системами;
— Знание подходов к проектированию систем и проведению A/B-тестов.

➡️ Подробнее о вакансии на hirehi.ru

📍 Навигация: База знаний • Задачи • Собеседования

👅 Самое сложное — выбрать не курс, а направление

Сегодня хочется разобраться в AI-агентах. Через пару недель появляется задача, где нужны алгоритмы. Потом понимаешь, что неплохо бы освежить Python или математику для Data Science.

🔜 Именно поэтому подписка на обучение многим оказывается удобнее отдельных курсов. Можно спокойно переключаться между темами, когда меняются задачи, а не покупать новую программу каждый раз.

В подписку Proglib Academy входят все основные направления — AI, ML, Python, алгоритмы, математика для DS и другие курсы, а ещё закрытый видеохаб с вебинарами практиков.

Начать можно с пробного месяца. Если решите остаться, его стоимость зачтётся при оформлении подписки 😎

🔗 Узнать подробнее

🏃‍♀️ Proglib Academy

Покупать новый курс каждый раз, когда меняется рабочая задача, — довольно странная механика. Нашли альтернативу 👇

💡 Data Scientist (Audio / Антидипфейк)
от 350 000 ₽
Гибрид (Москва)

Сбербанк — крупнейший банк в России, Центральной и Восточной Европе, один из ведущих международных финансовых институтов. Самый дорогой российский бренд и самый сильный банковский бренд в мире по версии Brand Finance.

Требования:
— Опыт работы в Data Science от 3 лет.
— Опыт работы с Deep Learning в Аудио и других областях, опыт использования современных архитектур нейронок в Audio/CV.
— Владение различными методами обучения нейронных сетей: Incremental learning, Self-Supervised Learning и т.п.
— Понимание подходов к формированию фичей для анализа аудиоданных: Фурье-разложение, Мел-спектрограммы, Вейвлет-преобразование и прочее.
— Понимание современных end-to-end подходов к формированию аудио фичей.
— Свободное владение PyTorch.

➡️ Подробнее о вакансии на getmatch.ru

📍 Навигация: База знаний • Задачи • Собеседования

😧 Data Scientist / ML Engineer (Проект CVM)
Удаленно

X5 Tech — IT-компания и основной цифровой партнер торговых сетей и бизнесов X5 Group.

Требования:
— Опыт работы в DS-сфере от трех лет;
— Умеешь писать чистый и структурированный код на Python, знаешь классические алгоритмы и структуры данных;
— Знание теоретических и практических продвинутых методов машинного обучения;
— Знание PySpark — умеешь строить оптимальные запросы, знаешь оконки и отличия repartition от coalesce;
— Знание и опыт работы с PyTorch;
— A/B тесты, генерация и проверка гипотез — быть способным поговорить с аналитиками на «одном языке».

➡️ Подробнее о вакансии на getmatch.ru

📍 Навигация: База знаний • Задачи • Собеседования

⌨️ Data Engineer / инженер данных
Гибрид (Москва)

Lamoda — интернет магазине одежды и обуви.

Требования:
– Опыт работы в data engineering, DWH, ETL-разработке, аналитической разработке или смежной роли от 1,5–2 лет.
– Уверенное знание SQL.
– Опыт работы с PostgreSQL, ClickHouse или аналогичными СУБД.
– Опыт или уверенное понимание Apache Airflow: DAG, расписания, зависимости, retries, логи, обработка ошибок.
– Python для задач обработки данных, автоматизации, работы с API и файлами.
– Понимание принципов ETL: извлечение, трансформация, загрузка, обновление данных.
– Опыт загрузки данных из API, файлов или баз данных.
– Понимание принципов построения витрин данных.
– Базовые навыки Linux: командная строка, файлы, директории, процессы, логи.
Git на базовом уровне.
– Готовность разбираться в существующем коде, чужих DAG и неидеальной документации.
– Будет преимуществом: опыт работы с AI-агентами и понимание принципов построения агентных процессов: постановка и декомпозиция задач, управление контекстом, подключение инструментов и источников данных, контроль качества и проверка результатов

➡️ Подробнее о вакансии на hh.ru

📍 Навигация: База знаний • Задачи • Собеседования

🎯 У разработчика, DevOps-инженера и техлида разные причины задуматься о системной работе с AI-агентами

Но цель одна: перейти от случайных удачных запусков к управляемому процессу на реальном проекте — с понятными правилами, ревью, контролем расходов и безопасности ✔️

На курсе «ИИ для разработчиков» участники выстраивают такой процесс на практике: подключают инструменты, задают границы для агента и учатся понимать, где ему можно доверять работу, а где требуется проверка.

⚡️ Предзапись на осенний поток уже открыта

🏃‍♀️ Proglib Academy

Разработчик, DevOps-инженер или техлид — у каждого своя причина навести порядок в работе с AI-агентами.

Разбираем, чем отличаются их задачи 🔥

🌅 Data Scientist
Офис (Москва)

Lamoda — интернет магазине одежды и обуви.

Требования:
– высшее техническое образование
– опыт работы в области анализа данных не менее 1 года
– работа с базами данных (Postgre, ClickHouse, Hive)
– уверенное владение SQL (оконные функции, CTE и т.д.)
– Python (numpy, pandas, seaborn)
– инструменты для работы с BigData (Spark, Hadoop)
– умение визуализировать данные и создавать информативные отчёты
– умение структурировать информацию, формулировать выводы и презентовать результаты; инициативность и внимание к деталям
– будет плюсом опыт работы с BI-системами
– Jira, Confluence для совместной работы
– навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом
– опыт использования GigaChat, Kandinsky и аналогов в продуктах; навыки создания и использования AI-агентов
– инструментальное владение AI для анализа, генерации и автоматизации

➡️ Подробнее о вакансии на talanto.work

📍 Навигация: База знаний • Задачи • Собеседования

🗂 Data Engineer (DataLens / ClickHouse / BI Migration)
Удалёнка/Гибрид (Москва)

Cinimex — разработчик ПО и системный интегратор.

Требования:
– Практический опыт работы в роли Data Engineer от 1 года;
– Уверенное знание SQL;
– Опыт разработки и оптимизации запросов в ClickHouse;
– Опыт построения ETL/ELT-процессов;
– Опыт разработки на Python для задач интеграции и обработки данных;
– Практический опыт работы с Apache Airflow (разработка DAG, настройка зависимостей, обработка ошибок, повторные запуски, мониторинг выполнения);
– Опыт интеграции с Microsoft SQL Server;
– Понимание принципов построения многослойного хранилища данных: Raw, Core, Data Mart;
– Опыт реализации полных и инкрементальных загрузок;
– Понимание принципов контроля качества и сверки данных;
– Навыки работы с Git.

➡️ Подробнее о вакансии на hh.ru

📍 Навигация: База знаний • Задачи • Собеседования

🎯 Data Scientist
Офис (Москва)

JuicyScore — проприетарный антифрод-продукт, работающий без использования персональных данных

Требования:
– Образование: высшее в математике / статистике / информатике.
– Опыт: от 3 лет коммерческого опыта в Data Science или аналитике данных, включая опыт самостоятельного анализа данных, проверки гипотез и построения моделей.
– ML-алгоритмы: уверенное знание классических ML-алгоритмов: логистическая регрессия, градиентный бустинг (XGB/LightGBM/CatBoost), Random Forest; понимание, как интерпретировать модели (SHAP, Feature Importance), и где это применимо.
– Работа с отчётами: умение делать клиентоориентированные отчёты: не просто таблицы, а выводы и визуализации, которые понятны не только дата-сайентисту.
– Глубокий анализ данных и расследования: умение строить логику проверки гипотез, находить аномалии, выявлять скрытые закономерности, желание копать в суть.
– Инструменты: уверенное владение Python для анализа данных (pandas, numpy, scikit-learn), SQL.
– Английский язык: уровень B2 (Upper-Intermediate) и выше — для общения с зарубежными клиентами и чтения документации.
– Soft skills: развитое аналитическое мышление, ответственность, умение самостоятельно разбираться в новых задачах и работать автономно, понятно объяснять результаты анализа (в т.ч. на английском).

➡️ Подробнее о вакансии на career.habr.com

📍 Навигация: База знаний • Задачи • Собеседования