Зарплата аналитика данных в 2026: вилки, грейды, топ-компании

Все цифры — с прямыми ссылками на источник. Levels.fyi обновление 28 апреля 2026, курс USD/RUB ≈ 95.

Главное за минуту (Levels.fyi РФ Data Analyst):

• Median total comp Data Analyst в России — 2,591,597 ₽/год (≈216K/мес).
• Перцентили: 25-й = 1.84M, 75-й = 3.55M, 90-й = 4.38M.
• Top-3 paying companies for DA: Wildberries 3,881,279 → Avito 3,669,466 → Yandex 3,645,007 (₽/год).
• OZON Data Scientist: median 3.91M ₽/год, range 1.81M–5.19M+.
• Yandex DA grade ladder (USD → ₽ по 95): G14 = $24K (190K/мес) → G15 = $36.5K (289K) → G16 = $53.4K (423K) → G17 = $67K (530K) → G18 = $82.8K (656K/мес).
• По Хабр Карьере (n=1146 публикаций, выборка шире) среднее по DA ниже Levels.fyi — около 170K/мес: включает банки 2-го эшелона, корпоративный IT и регионы, которые редко публикуются на Levels.fyi.

Про источники. Levels.fyi публикуется добровольно, выборка по РФ скошена к Tier 1 tech (WB / Avito / Yandex / Ozon / Tinkoff). Хабр Карьера и hh.ru шире — потому их medians на 20-30% ниже. В этой статье под каждой ключевой цифрой — прямой URL Levels.fyi с точной страницей. Ничего не выдумано, всё проверяемо за один клик.

Структура пакета в РФ Tier 1 принципиально отличается от FAANG. В США RSU = 30-50% от total comp. В РФ Tier 1 на Levels.fyi stock практически отсутствует: у Wildberries, Avito и Tinkoff DA — stock $0 на всех уровнях, у Yandex — $185-3,638/год (1-4% от total). Бонус тоже скромный: 5% на junior, 14-18% на Senior+. Большая часть пакета — база. Подробная разбивка по уровням ниже.

Внутри — обзорная таблица грейдов рынка, разбор по типам аналитики, калькулятор твоей вилки (роль × город × грейд), сортируемая таблица 22 компаний, реальные открытые вакансии апреля 2026, что спрашивают на собесе.

Если видишь неточную цифру — пиши в Telegram @zasql_python, пересчитаю с источником.

Если ты в начале пути — открой глоссарий (98 терминов: грейды, среды, процессы) и каталог продуктовых кейсов. Иначе сложно сопоставить «мне дали 180K» с реальными требованиями к Middle.

TL;DR по грейдам — апрель 2026

Медианы и перцентили — Москва, крупный tech, gross (до 13% НДФЛ).

Источник базовых медиан: Levels.fyi РФ Data Analyst — median total comp 2,591,597 ₽/год (≈216K/мес для общего рынка) на 28.04.2026, скорректированные через Хабр Карьера IT-зарплаты (более широкая выборка с банками 2-го эшелона и регионами) и getmatch.ru/salaries. Tier 1 числа выше — публикуются добровольно теми кто получает выше среднего, скос +15-25% от рыночного.

В регионах — −20-30% от Москвы. На валютной удалёнке — пересчёт через курс плюс премия 1.5-2× за валютные риски.

Калькулятор: твоя рыночная вилка

Выбери роль, город и грейд — увидишь конкретные min/median/max в твоей категории. На основе того же датасета (Levels.fyi + hh.ru + Habr Career), что и таблица выше.

Почему разброс внутри грейда такой дикий

«Middle Data Analyst» в одной компании — это не то же самое, что «Middle Product Analyst» в другой. Платят не за грейд, а за конкретный набор факторов:

Тип аналитики

Продуктовый аналитик в tech-компании стоит дороже BI-аналитика в ритейле — примерно на 30–50%. Про продукт платят за влияние на решения (A/B, метрики, гипотезы), а не за дашборды.

Сложность стэка

• SQL + Excel — базовая вилка (нижняя граница грейда)
• SQL + Python + A/B + статистика + продуктовый sense — верхняя граница
• + ML / uplift-моделирование — премия 30-50% сверх стандартного Senior

Домен компании

Финтех и маркетплейсы платят больше edtech и медиа. Разница — 20–40%. Самые «дорогие» домены: финтех, e-commerce топ-3, ML/AI стартапы.

Stock / бонусы

В РФ Tier 1 stock практически отсутствует — это разбираем в отдельной секции ниже с таблицами по каждой компании. Если коротко по Levels.fyi: у Wildberries DA Middle bonus + stock = $0 (целиком база). У Avito DA Senior bonus 4%, stock $0. У Yandex DA bonus растёт от 5% (G14) до 18% (G18). У Ozon DS — bonus от 2% до 16%. Сбер/ВТБ публично данных не дают, но по отзывам — стабильный оклад с 1-2 малыми бонусами в год.

Дефицит на рынке

Senior Product Analyst с опытом в ML/uplift-моделях получает на 30% больше чем обычный Senior. Доменная экспертиза (fintech LTV-моделирование, e-com recommendation systems, gambling retention) — те же +30%.

Из-за этих пяти факторов одна и та же должность в разных местах отличается в 2–2.5 раза по деньгам. Когда видишь «Middle Product Analyst — 230K» в одном месте и «то же самое — 480K» в другом, это не аномалия, а сигнал что надо смотреть на пакет, а не только на title.

Топ-3 компаний по DA (Levels.fyi РФ, обновление 28.04.2026)

С Levels.fyi РФ Data Analyst, блок «Top Paying Companies»:

По остальным (MTS, Tinkoff, Сбер) Levels.fyi публикует собственные страницы — там медианы ниже (см. ниже Tinkoff DA median 1.79M, MTS 1.65M).

Важно про точность. Цифры на Levels.fyi обновляются ежедневно — за неделю медианы дрейфуют на ±0.2-0.5% (новые публикации добавляются). Если открываешь пост через месяц — кликни прямые ссылки выше для свежих данных. Сама структура (порядок компаний, разбивка по грейдам) меняется намного медленнее.

Yandex Data Analyst по грейдам — реальная разбивка пакета

Yandex DA общая страница: median 3.77M ₽/год, range 1.85M-6.38M+. Точная разбивка по грейдам с самой страницы (USD из Levels.fyi на 28.04.2026, конвертация в ₽ по курсу 95):

Vesting schedule: 25% в год × 4 года (стандартный 4-year vest). На младших грейдах stock минимальный ($185-267/год — символический), bonus ~5%. На G16-G17 stock = 0, но bonus растёт до 13-14%. На G18 — снова появляется stock $3,638/год (вероятно RSU после реструктуризации с Yandex N.V.) и bonus 18%.

Что изменилось за последнюю неделю (27.04 → 28.04.2026): median Yandex DA вырос с 3.65M до 3.77M — добавились новые публикации с более высоких грейдов. G15 base/bonus чуть подросли. G14, G16-G18 без изменений.

Каждая ячейка — это среднее значение по публикациям офферов на этом грейде. Конкретные публикации могут быть выше или ниже. Например, Yandex G15 страница показывает range 2.38M-3.37M+ — то есть половина G15 публикаций ниже среднего $36.5K, половина — выше.

OZON Data Scientist по уровням (median 3.91M ₽/год, range 1.81M-5.19M+)

Stock у Ozon DS появляется только с Senior (L19): $2.2-2.3K/год = 3-4% от total. Bonus у Lead 16%. До L18 (Middle) — 94-98% база.

OZON Data Analyst отдельно от DS (median 2.77M, range 1.92M-4.21M)

Ozon DA — stock $0 на всех видимых уровнях (в open data). DS Ozon стартует чуть ниже DA на L17 ($23.5K vs $24.9K), но обгоняет к L19 за счёт stock-компонента.

Wildberries DA — целиком база

WB DA страница: median 3.88M ₽/год, range 2.96M-3.88M+.

Публично виден один уровень (Middle) с такой структурой:

• Base: $50,400
• Stock: $0
• Bonus: $0
• Total: $50,400 (3.88M ₽/год)

Профиль медианного earner: Middle level, 3 года в WB, 3 года общего опыта, локация Москва. Highest paying публикация на странице: 4,390,744 ₽/год (≈ 366K/мес) — значит верхняя граница реальных офферов в WB ещё выше median.

WB — закрытое АО, нет публичных RSU. Это объясняет почему WB лидер по total comp DA при отсутствии stock/бонуса в открытых данных — высокая базовая часть. Внутренние квартальные премии могут быть, но не публикуются на Levels.fyi.

Avito Data Analyst (median 3.67M ₽/год, range 1.62M-3.86M+)

Avito — stock $0 на всех видимых уровнях, бонус минимальный (до $2K на Senior). Высокий total comp держится на базе.

T-Bank (Tinkoff Bank) DS и DA

Tinkoff DS: median 2.07M ₽/год, range 1.48M-6.97M+.

Tinkoff DA: median 1.79M ₽/год, range 1.32M-1.79M+. Виден только L1: base $21.5K + bonus $1.8K + stock $0 = $23.3K total.

Range Tinkoff DS до 6.97M+ означает что DS IV-V публикации в выборке есть, но в open scrape без логина не видны. Цифры «8.6M на L5 / 715K/мес» в Telegram-каналах — не подтверждаются открытыми Levels.fyi данными. Range 6.97M+ это outlier выборки, не median уровня.

Главный вывод по структуре пакета в РФ Tier 1

Что это означает на практике:

• РФ Tier 1 ≠ FAANG США. В FAANG RSU обычно 30-50% пакета. В РФ на Levels.fyi stock max 4% (Yandex G18, Ozon DS Senior+). У трёх из пяти топ-компаний (WB, Avito, Tinkoff) — stock = 0% на всех видимых уровнях.

• Bonus растёт с грейдом, но скромный. У Yandex с 5% (G14) до 18% (G18). У Ozon DS с 2% (L17) до 16% (L20). Даже на Lead bonus < 20% от total.

• Большинство пакета — база. На оффере спрашивай прежде всего базовую часть и фиксированный годовой target бонус. RSU в РФ — приятная добавка для G18/L19+, не основа.

• Wildberries — чисто база. Лидерство по total comp без stock/бонуса в open data объясняется высоким окладом и (вероятно) внутренними квартальными премиями, которые не публикуются.

Реальные премии по грейдам — что показывают опросы и отзывы

Levels.fyi показывает медианные числа bonus по выборке. Реальная картина — намного сложнее. Собрал данные из 4 источников:

1. Habr Career исследование (n=1200 IT-специалистов из 380 компаний):

• Премии есть только у 50% продуктовых компаний — у второй половины премий вообще нет, только оклад.
• Средняя премия = 20% от годового дохода (≈ 2.5 месячных оклада).
• Распределение по размерам: чаще всего 10% от годового (один пик), пики на 5%, 15%, 20%, 30% — равной частоты.
• Удовлетворённость премиями выше когда:

- Премия прописана в трудовом договоре (не «как получится»)

- Есть формальная грейд-система с прозрачными критериями

2. Авито Работа опрос (данные 2024-2025):

• 2024: 88% IT-специалистов ожидали премию, реально получили ~78%
• 2025: только 49% IT ожидают премию (-39 п.п. за год — рынок ужесточился)
• 16% IT получают премию = 1 оклад (типичный «13-я зарплата»)
• 13% получают ≈ 0.5 оклада
• Средняя премия в IT = 20% годового дохода (≈ 2.5 месячных)

3. Yandex performance review (Habr/Glassdoor отзывы):

• PR раз в год, callibration по grades
• При cumulative score 10+ (хорошая оценка) и грейде до G18 — повышение зарплаты ~10% в год
• На практике большинство получают 1-2% годового повышения — даже если работают хорошо
• Грейды и зарплаты скрыты от коллег, нет prize-driven мотивации
• Бонусы 80% зависят от непосредственного менеджера (Glassdoor Yandex Performance Review Reviews)
• Реальная цифра по Glassdoor DTL: Development Team Lead = base 2.1M + additional 249K (12% от base)
• Levels.fyi медианы по DA: bonus 5% (G14) → 18% (G18) — это средние по выборке, конкретные публикации могут быть выше/ниже

4. T-Bank (Tinkoff) (Хабр Карьера T-Bank reviews 2024):

• Прямая цитата: «Обещают 3-4 оклада на собесе. В лучшем случае 2 оклада из обещанных 3-4»
• Target = 25-33% годовых, реальность ≈ 17% годовых
• Levels.fyi DS III bonus = $2,500 (5% от base) — даже ниже «реальности» из отзывов

5. Ozon IT (Хабр Карьера Ozon reviews):

• Сообщения о target «80-200% от base за полгода» = 160-400% годовых для high-performers
• Levels.fyi медианы по DS: bonus 2% (L17) → 16% (L20)
• Гэп target↔реальность: target = 200%, median = 16% → разница в 12 раз
• Жалобы: «бонусы могут быть забыты», непрозрачно для Senior+

6. Wildberries (Хабр Карьера + Dream Job):

• IT-зарплаты на уровне рынка или +10-15%
• Частые задержки с выплатой бонусов
• Middle менеджеры: -10-20% от обещанного из-за недостижимых KPI
• Levels.fyi: WB DA Middle bonus = $0 в open data — структура чисто база

7. Avito — отзывы отключены (opted out на Хабр Карьере 2026). Только Levels.fyi: E3 bonus 1.5%, E4 bonus 4%.

Сводная таблица — что показывают разные источники

Главные практические выводы по премиям

• Половина IT-компаний премии вообще не платит — это норма, не патология. Если работодатель не упоминает премию — её скорее всего нет.

• Target ≠ реальность в разы. Tinkoff: target 4 → real 2 оклада. Ozon: target 200% → median 16% (×12 разница). Не верь обещаниям на оффере.

• Средняя премия в IT = 20% годового (≈ 2.5 месячных оклада). Это benchmark — больше получают только high-performers с топовым PR.

• Тренд 2024-2025 — снижение ожиданий и выплат на 39 п.п. (с 88% до 49% по Avito-опросу). Рынок становится жёстче.

• На оффере спрашивай:

- «Сколько % сотрудников за последний цикл получили target?»

- «Прописан ли bonus в трудовом договоре или это discretion HR/менеджера?»

- Если ответы расплывчатые — премия скорее всего 0% и базе доверяй полностью.

• Ставь приоритет на base salary, не на bonus story. Премия — приятный бонус (если будет), но финансовое планирование строй от base × 12, не от обещанного total.

По городам (Levels.fyi)

Levels.fyi РФ Data Analyst указывает range по Москве 1.85M–3.63M ₽/год (≈ 154-302K/мес, среднее ≈ 228K). Точные median по СПб и Казани отдельных страниц с DA в open scrape Levels.fyi не имеет — выборка маленькая.

Для cross-check по регионам — Хабр Карьера (n=1146, выборка шире РФ tech) и getgrade.ru:

• Москва: 200-290K Middle (Tier 1 tech ближе к 290K, банки ближе к 200K)
• Санкт-Петербург: на 10-20% ниже Москвы (180-240K Middle)
• Казань / Новосибирск / Екатеринбург: 130-180K Middle, на 30-40% ниже Москвы
• Удалёнка от московской компании: 0.85-1.0× от московской вилки — большинство Tier 1 tech (Yandex, Ozon, Авито) не делает географическую дискриминацию для удалёнки внутри РФ

Это нормальный gap для IT, но не сильнее чем разрыв в стоимости жизни. Аренда и еда в Москве в 1.5-2× выше региональных, что съедает большую часть разницы. По «свободным деньгам» переезд в Москву выгоден если разница по зарплате больше 1.5×.

Разбор по типам аналитики

В России под словом "аналитик" могут скрываться 6 разных ролей с разными зарплатами.

Data Analyst (DA)

Общий термин. Чаще всего — SQL + Excel + базовые дашборды. Ad-hoc-запросы от маркетинга, финансов, продукта. Работа на стыке всех команд.

• Junior: 90–130K
• Middle: 140–200K
• Senior: 230–320K

Где ищут: банки, ритейл, страховые, e-commerce средней крупности. В tech чаще берут Product Analyst вместо общего DA. Базовый стек прокачивается через SQL-тренажёр и конспекты SQL.

Product Analyst

Работает в связке с product-менеджером. Метрики продукта, когорты, A/B-тесты, воронки, продуктовые гипотезы. Пишет SQL, Python (для A/B-анализа), знает статистику.

• Junior: 120–160K
• Middle: 180–260K
• Senior: 300–420K
• Lead: 450–600K+

Где ищут: весь tech — Яндекс, VK, Ozon, Авито, Wildberries, Т-Банк, Альфа, Самокат, X5 Tech. Самая высокооплачиваемая не-ML роль в аналитике. Подготовка: 228 продуктовых кейсов, 303 метрики с формулами (включая retention и LTV) и SQL-задачи на оконки для cohort-анализа.

BI Analyst

Узкая специализация — дашборды и self-serve tools. Tableau, Power BI, DataLens, Superset, Metabase. Меньше SQL, больше визуализации и ETL.

• Junior: 80–110K
• Middle: 130–180K
• Senior: 200–280K

Где ищут: корпорации (Газпром, Роснефть, РЖД), банки второго эшелона, ритейл. В продуктовом tech как отдельная роль почти не встречается — BI делают все аналитики понемногу. Под BI-задачи — фильтр по тегу BI в тестовых заданиях и SQL для агрегаций в SQL-тренажёре.

Marketing Analyst

Атрибуция, performance, LTV/CAC, cohort analysis маркетинговых кампаний. Часто знает AppsFlyer/Adjust, Я.Метрику, Google Analytics.

• Junior: 100–140K
• Middle: 160–230K
• Senior: 260–360K

Где ищут: performance-агентства, игровые компании (My.Games, Playrix), мобильные приложения. Ключевые метрики — conversion-rate, CAC, LTV, retention — все free на сайте. RFM-сегментация и воронки — в продуктовых кейсах с фильтром по marketing/e-commerce.

Financial / Risk Analyst

Редкая в tech, частая в банках. FP&A, кредитный скоринг, риск-модели. SQL + Python + финмат.

• Middle: 180–260K
• Senior: 280–400K

Где ищут: Сбер, Альфа, Т-Банк, МТС-Банк, страховые.

Web / Mobile Analyst

Продуктовая аналитика с упором на клиент — события, funnels, UI-метрики. GA4, Amplitude, Mixpanel, Appsflyer.

• Middle: 150–210K
• Senior: 240–320K

Data Engineer

Не аналитик в классическом смысле, но часто пересекается. Строит pipelines, DWH, оркестрацию (Airflow), стриминг (Kafka). SQL + Python + Spark + dbt.

• Junior: 70-120K
• Middle: 150-250K (топовые до 270-300K)
• Senior: 300-400K (в Yandex/Ozon — до 450K)
• Lead: 500-700K

T-Bank Data Engineer: от 150K на руки (Middle), 200-400K на Senior. На рынке за DE конкурируют все Tier 1 компании. Старт — конспекты по PySpark (19 модулей) и SQL по уровню Senior (оконные функции, window frames). Под dbt и ClickHouse-задачи — фильтр по тегам в тестовых заданиях.

ML Engineer

Самая высокооплачиваемая роль среди аналитических. Гонка за AI-талантами разогнала зарплаты в 2024-2026.

• Junior: 100-140K
• Middle: 200-280K (среднее 234K по рынку)
• Senior: 350-500K (среднее 398K)
• Senior+ / Staff: 500-800K
• Lead: 700K-1.2M

Конкретные вакансии апреля 2026:

• Yandex Cloud ML Developer: 200-400K/мес (источник: getmatch)
• OZON Senior AI Engineer: 330-580K/мес (4-7M ₽/год)
• Wildberries / Ozon search/CV специалисты: middle 350K+ с релевантным опытом

LLM-направление платит ещё больше: Python Tech Lead команды LLM в Точке — до 592K/мес, AI Backend Engineer в НТК — до 400K.

База для перехода в ML: 33 модуля конспектов (от линейной регрессии до SHAP и uplift), 402 Python-задачи на pandas/numpy/sklearn/scipy/matplotlib и алгоритмы.

Динамика рынка 2025-2026

Что изменилось за 2 года

Главный тренд — рынок junior'ов перенасыщен. По данным quick-offer на основе hh.ru:

• Количество открытых вакансий аналитика данных упало с 313 (2023) до 121 (апрель 2025) — снижение в 2.6 раза
• Количество резюме на одну вакансию выросло в 4-6 раз
• Рост зарплат замедлился с +15% YoY (2022-2023) до +3% YoY (2025)

Что это значит для разных грейдов

Для junior — хуже всего. На каждую вакансию 50-100 откликов, конкуренция жёсткая. Отбирают тех у кого уже есть опыт: стажировки, pet-projects, реальные задачи на собесе.

Без портфолио на GitHub и без хотя бы стажировки — шансы низкие. Самый рабочий способ оторваться от толпы — пройти 50+ задач на сайтах с проверкой (SQL-тренажёр, Python-тренажёр) и собрать 2-3 законченных pet-project'а.

Для middle — стабильно. Их продолжают нанимать активно, но каждый оффер сейчас тщательнее обсуждают.

Технические задания усложнились — требуют больше product-мышления. Ad-hoc SQL уже не достаточно, ждут декомпозицию метрик и аргументацию решений. См. 228 кейсов с собесов и 484 тестовых заданий с тегами компаний.

Для senior+ и lead — дефицит не сократился.

Опытных аналитиков с product-mindset и доменной экспертизой (fintech, e-com, ML) по-прежнему мало — им платят и переманивают. Если ты на этом уровне, переход в Tier 1 даёт +30-50% к компенсации почти гарантированно.

Где реально нанимают (апрель 2026)

Растут: Ozon (Fintech + Маркетплейс), Wildberries (после оптимизации структуры), T-Bank (после ребрендинга), VK (новые product-вертикали), Газпромбанк (DataOps), Sber AI и SberDevices.

Стабильно: Yandex, Авито, Сбер (ядро), X5 Tech, Альфа-Банк, МТС Big Data.

Сокращают: некоторые банки 2-го эшелона, edtech (после спада 2024), часть госкорпораций.

Главное смещение 2025-2026 — рост зарплат сдвинулся из классической data-аналитики в ML/AI/LLM.

Конкретные вилки последних месяцев:

• Senior AI Engineer Ozon — 330-580K
• LLM Tech Lead Точки — до 592K
• AI Backend НТК — до 400K

Middle Product Analyst, который за полгода-год возьмёт uplift-моделирование, базовый MLOps и прикладной ML, добавляет к вилке 50-100K. Старт — 33 ML-модуля конспектов (логрегрессия → SHAP → uplift) + 402 Python-задачи.

Топ российских компаний по вилкам

Данные — из открытых вакансий + анонимных leaks от сотрудников за последние 6 месяцев. Вилки приведены для Middle Product/Data Analyst в Москве/удалёнке:

Tier 1 (топ рынка)

Краткие ссылки на детали выше — каждая компания по Levels.fyi разобрана подробно с разбивкой по грейдам в секции «Топ-3 компаний».

• Wildberries DA — median 3.88M ₽/год, highest paying = 4.39M. Лидер для DA в РФ по Levels.fyi. Структура — целиком база ($50.4K Middle), stock = 0, bonus = 0 в open data. Сильный рост ролей в Data + ML + Search. Тестовые задания WB — в каталоге задач.
• Avito DA — median 3.67M, уровни E2-E4 (Junior $21K → Senior $50K). Stock $0 на всех уровнях, bonus минимальный (до $2K на Senior). Опция релокации на Кипр сохраняется. Сильный SQL-фильтр на собесе — SQL-тренажёр, 325 задач.
• Яндекс DA — median 3.77M (на 28.04.2026 после новых публикаций; в Top-3 paying таблице вверху — 3.65M от старого среза). Grade ladder G14-G18 ($24K → $82.8K). Bonus 5% на Junior → 18% на Lead. Stock минимальный на младших, $3.6K/год на G18 (4% от total). По вертикалям (Поиск / Лавка / Такси / Финтех) разница до 30-40% — выше платит ML/Поиск. Тестовые задания — в каталоге.
• Ozon — две роли: DA median 2.77M (L17-L19, $24.9K → $54.7K) и DS median 3.91M (L17-L20, $23.5K → $67.3K). У DS Senior+ появляется stock $2.2-2.3K/год. По открытым вакансиям Senior AI Engineer Ozon — 330-580K. ML-роли — 33 модуля ML-конспектов + 402 Python-задачи.
• Т-Банк (Tinkoff) — DS median 2.07M, уровни DS I-III открыто ($19.2K → $50.2K). Range до 6.97M+ означает что L4-L5 публикации существуют (но в open scrape недоступны — нужен логин и собственная сабмит-публикация). DA median 1.79M, только L1 в open data. Цифры «8.6M / 715K на L5» в Telegram-каналах не подтверждаются открытыми данными. Активный наем после ребрендинга. Тестовые задания — в каталоге заданий.

Tier 2 (добротный рынок — 180–250K)

• VK — Middle: 180–260K, Senior: 320–460K. Сильное product-направление (соцсети, музыка, игры).
• Сбер (ядро, не Sber AI) — Middle: 170–230K, Senior: 270–400K. Бюрократия, но стабильный бонус и соц-пакет. Sber AI и SberDevices платят выше — на уровне Tier 1.
• X5 Tech — Middle: 180–240K, Senior: 280–390K.
• МТС (Big Data) — Middle: 170–230K, Senior: 260–380K.
• Альфа-Банк — Middle: 180–250K, Senior: 280–400K.
• VTB Tech / ГПБ Tech — Middle: 170–220K, Senior: 250–380K. Корпоративная история с премиями.
• Магнит Tech — Middle: 170–220K, Senior: 260–360K.

Tier 3 (крепкий средний — 140–200K)

• Самокат, Яндекс.Лавка (Middle: 150–220K)
• Магнит Tech (Middle: 150–210K)
• ЮMoney (Middle: 160–230K)
• Rambler (Middle: 140–200K)
• РЖД Цифровой, МТС (не Big Data), Ростелеком (Middle: 120–180K)
• Корпоративные IT-отделы Газпрома, Роснефти, ВТБ (часто разгоняются бонусами, но базово 120–170K)

Tier 4 (стартапы и средний бизнес)

Огромный разброс. Серьёзные fintech-стартапы и edtech дают сопоставимо с Tier 2 (Skyeng, Яндекс.Практикум, СберОбразование). Обычные "бизнес на 100 человек" — 100–160K даже для Senior.

Сравни 22 топ-компании

Сортируй по медиане, верхней границе Senior или tier. Фильтруй по роли (Data Analyst / Product Analyst / Data Scientist / ML Engineer / Data Engineer). Цифры по компаниям — Levels.fyi (где есть выборка), hh.ru и опросы по запросу с указанием источника в каждой строке.

Казахстан

Рынок сильно вырос после 2022 — много российских tech-компаний открыли офисы или релокировали сотрудников. Основной игрок — Kaspi.kz, плюс локальные финтехи и филиалы зарубежных компаний.

Курс USD/KZT ≈ 525 на апрель 2026.

Топ работодателей

• Kaspi — аналитики маркетплейса: 350–550K тенге (Middle), ~1M–1.8M для Senior Product. Лидер рынка.
• Halyk Bank / Jusan / Freedom Finance — 700K–1.5M Middle.
• inDriver — выше рынка, компенсации в долларах.
• Chocofamily — Middle 600K–1.2M.

Преимущество для СНГ-специалистов: нет НДФЛ в понимании РФ (плоская ставка 10% для работников-нерезидентов, 10% для резидентов), компании часто берут на себя оформление ВНЖ/налоги.

Беларусь

После 2022 большинство tech-компаний либо закрылись, либо релокировали сотрудников. Активные работодатели — EPAM, Wargaming (перевезли часть в Никосию), МТС, A1.

• Junior: 1500–2500 BYN (~45–75K ₽)
• Middle: 2500–5000 BYN (~75–150K ₽)
• Senior: 5000–8000 BYN (~150–240K ₽)

Валютная удалёнка на EU/US компании из Беларуси технически возможна, но сложнее РФ из-за санкций на банки. Большинство Senior-аналитиков ориентируются на платёжных операторов (Wise, Payoneer).

Валютная удалёнка (самое вкусное)

Это работа на иностранную компанию без релокации, оплата в USD/EUR. Популярные направления:

Где искать

• LinkedIn Jobs — фильтр Remote + страна Portugal/Netherlands/UK. 60% позиций закрыто для РФ по compliance, 40% — ок если правильно оформить.
• Wellfound (ex-AngelList) — стартапы, быстрее коммуникация, чаще берут из СНГ.
• Himalayas.app — remote-first, удобный поиск по локации работодателя.
• WeWorkRemotely — старейший борд, классические американские компании.
• Turing, Toptal — платформы-посредники, берут 20–30% от ставки, зато приводят проекты на тарелочке.

Реалистичные ожидания

• Русскоязычный Senior Product Analyst на валютной удалёнке — $5,500–$7,500 net (около 520–710K ₽).
• Чтобы выйти на $9,000+ — нужно либо доменная экспертиза (fintech, crypto, adtech), либо techlead-роль.
• Налоги: в РФ с 2024 действует спорная версия "налоги с зарубежной удалёнки = 30% если ты резидент РФ". На практике большинство ведут учёт через самозанятость/ИП (6%) или переезжают в Казахстан/Грузию/Сербию.

Подводные камни

• Compliance для РФ-резидентов — часть компаний (особенно US public) не нанимают из России. Обход — открыть ИП в Казахстане/Сербии и работать как B2B contractor.
• Часовые пояса — если работодатель в США, готовься к колл-встречам в 22:00–01:00 по МСК.
• Нет стабильности — валютная удалёнка хрупче штатной позиции в РФ-компании. Первыми увольняют contractors при downturn.

Зарубеж (релокация)

Европа: Польша, Чехия, Португалия

Самые частые direction-точки для аналитиков из СНГ.

Это gross до налогов — в Европе налоги 30–45%, так что net делится примерно пополам. Жильё в Амстердаме или Мюнхене съедает 35–45% net.

Конкретный пример: Middle Product Analyst в Берлине vs Senior в Москве.

По покупательной способности — практически паритет. Номинальная евровая зарплата вводит в заблуждение, потому что 35-45% уходит в налоги и дорогую жизнь.

США

Отдельный мир. Только американский рынок платит премию 2–5× над Европой — за счёт stock options и RSU. Цифры ниже — public ranges с Levels.fyi US (последнее обновление по компаниям нужно сверять напрямую):

Median Senior DA в FAANG = $230K–$280K total comp/год = около 1.8–2.1 млн ₽/мес по курсу USD/RUB ≈ 95. Это в 5–7× выше российского Senior. Точные актуальные числа смотри по ссылкам — Levels.fyi обновляется регулярно, но мой срез на момент проверки.

Но: визы — H1B лотерея (30% шанс), O-1 для топов, переезд стоит 2–3 зарплат. С 2022 для РФ-граждан дополнительные complications с security clearance.

Что реально спрашивают на собесе

Собрано из 40+ интервью-отчётов из Telegram-сообществ и Хабр-постов за последние 6 месяцев.

Junior (0–1 год)

SQL: простые SELECT, JOIN (INNER/LEFT), GROUP BY, HAVING. Одна задача «напиши запрос» минимум.

Python: базовая работа с pandas — чтение CSV, фильтрация, groupby, merge. Не более того.

Статистика: что такое среднее/медиана/std, когда что использовать.

Продукт: «Расскажи про любую метрику которую ты считал/смотрел». Нет — дисквалификация.

Что учить:

• 50 простых SQL-задач — SQL-тренажёр (первые 5 задач каждой категории бесплатно)
• 30 pandas-задач — Python-тренажёр (первые 5 — бесплатно)
• 10 базовых метрик с формулами и подвохами: DAU, retention, конверсия, ARPU, LTV, CAC, AOV, NPS, churn, revenue — все free, без регистрации

Middle (1.5–3 года)

SQL: оконные функции (ROW_NUMBER, LAG, SUM OVER), CTE, подзапросы, сложные JOIN. Классика — задача «retention по когортам» — есть в продуктовых кейсах (фильтр по retention/cohort).

Python: pandas на уровне «transform vs apply vs agg», векторизация вместо циклов, обработка больших данных. Практика — Python-тренажёр, 402 задачи.

Статистика: p-value, доверительные интервалы, типы ошибок, MDE, power analysis. Полный sprint в конспектах статистики — 16 модулей.

A/B-тесты: почему нельзя peeking, как планировать sample size, guardrail-метрики. В конспектах ab-testing — 74 модуля c интерактивными python-playground'ами.

Продукт: декомпозиция («DAU упал на 10% — твои действия» — методика разобрана через DAU), дизайн метрик («как измерить успех onboarding» — см. retention и conversion-rate).

Что учить:

• 150+ SQL-задач на оконки и агрегаты — SQL-тренажёр, 325 задач, фильтр по тегу window и aggregation
• 50+ A/B-тестов — конспекты, 16 stats + 74 ab-testing модулей (sequential, multiple testing, Bayesian)
• 50+ метрик — каталог метрик, 303 метрики с формулами и SQL-примерами
• Продуктовые кейсы — 228 с разбором по доменам

Senior (4+ года)

SQL: оптимизация запросов (EXPLAIN, индексы, partitioning), ClickHouse-специфика (ENGINE, материализованные views), сложные паттерны (gaps-and-islands, sessionization, funnel analysis). Практика — 325 задач в SQL-тренажёре с PostgreSQL и SQLite в браузере + конспекты по SQL (53 модуля) и PySpark (19).

Python: pandas under the hood, numpy тонкости, оптимизация памяти (category dtype, chunked processing). Алгоритмы — 49 задач уровня собесов в Python-тренажёре (sliding window, DP, реальные кейсы аналитики типа сессионизации без pandas).

Статистика: CUPED, sequential testing, bayesian inference для A/B, causal inference. Полный sprint в конспектах статистики: multiple testing (Bonferroni/BH), Bayesian A/B (Beta-Binomial), sequential (mSPRT, Pocock, OBF), DiD, PSM, IV.

ML: uplift-моделирование, классификация LGBM/XGBoost, feature engineering. Старт — 33 модуля в конспектах ML (от линейной регрессии до SHAP).

Продукт: full-cycle кейсы («спроектируй product analytics-команду для маркетплейса»), stakeholder management. См. 228 продуктовых кейсов — фильтр по доменам (e-commerce, fintech, marketplace).

На этом уровне технические навыки не главное — все и так могут SQL и Python. Смотрят на structured thinking: как раскладываешь проблему, как приоритизируешь, как объясняешь.

Что учить: углубление в CUPED + ML для аналитики + практика product-кейсов уровня senior. AI мок-собеседование даёт голосовую тренировку с обратной связью — прогон по SQL + A/B + продукту за 30 минут.

Lead / Head of Analytics

Не технические собесы, а стратегические. "Как построить аналитику в компании с нуля". "Как нанять команду из 10 аналитиков". "Как отказать бизнесу в запросе который не имеет смысла". Стэк не проверяют — предполагается что ты и так знаешь.

Как попасть в верхнюю границу вилки

Шесть вещей, которые реально двигают компенсацию на 30–50% за 12–18 месяцев.

Специализироваться в домене

Generalist Middle Product Analyst = 200K. Fintech-специалист с опытом в LTV-моделях и retention — 280K. E-com аналитик с экспертизой в recommendation systems — 260K. Выбери один глубокий домен, стань известным в нём. Кейсы по доменам — 228 продуктовых кейсов (fintech, e-commerce, edtech, marketplace разнесены по тегам).

Научиться A/B-тестам на production-уровне

CUPED, sequential testing, stratified randomization, multi-armed bandits — это те вещи, которые отличают Senior от Middle в компаниях уровня Яндекса/Ozon. 90% кандидатов не умеют и сыпятся. Если владеешь — +50K к вилке. В конспектах — 16 модулей stats (sequential, multiple testing, Bayesian) + 74 модуля ab-testing с python-playground'ами на Pyodide.

Брать на себя 1 крупный impact-проект в год

У тебя должна быть 1 история которую рассказывают на собесе: «Я сделал X, это принесло компании Y денег». Не дашборд. Не регулярная отчётность. Конкретный impact-кейс. Senior без такой истории = Middle+. Шаблоны impact-кейсов в формате собеса — 228 продуктовых кейсов с разбором.

Не бояться менять работу

Самый быстрый способ поднять вилку — оффер. Внутри компании повышение раз в год на 10–20%. Переход в другую — 30–50% прыжок. В среднем tech-аналитик меняет работу раз в 2 года в первые 5 лет карьеры. Подготовка: 325 SQL-задач, 228 кейсов, 484 тестовых задания и AI мок-собес перед живыми собесами.

Идти в tech с product-сенсом

Банк платит Middle 180K — корпоратия с бюрократией. Маркетплейс платит 230K того же Middle — но требует product-мышление. Если ты можешь защищать решения перед product-менеджером и смотреть на данные как на инструмент, а не самоцель — tech тебе подходит. Прокачка product-sense — retention + cohort анализ (sessionization), conversion-rate с funnel'ами, 228 кейсов с разбором.

Английский хотя бы B2

Открывает валютную удалёнку (+50–200% к доходу относительно РФ), международные вакансии в офисах РФ-компаний (Яндекс, Авито имеют их), техническую литературу (без неё ты застрял в 2019 году по знаниям).

Что висит в открытых вакансиях сейчас

Несколько конкретных позиций последних 4-х недель (апрель 2026), собранных из hh.ru, Хабр Карьеры, getmatch и Telegram-каналов о вакансиях. Цифры — то что компании указали в самих объявлениях (gross, до НДФЛ).

ML / AI

• Yandex Cloud, ML Developer / Engineer — 200–400K/мес. Москва, гибрид. Стэк: PyTorch, инфраструктура. Источник: getmatch.
• OZON, Senior AI Engineer — 330–580K/мес (4–7M ₽/год). Москва/удалёнка. Recommendations + LLM. Источник: hh.ru.
• Точка, Python Tech Lead команды LLM — до 592K/мес. Удалёнка. Управление 5+ ML-инженеров. Источник: hh.ru.
• НТК, AI Backend Engineer (LLM, NLP, Voice AI) — до 400K/мес. Удалёнка. Источник: hh.ru.

Под ML-собес: 33 модуля конспектов (логрегрессия → SHAP → uplift) и 402 Python-задачи на pandas/numpy/sklearn. Тестовые задания с реальных собесов в ML-командах — в каталоге заданий.

Data Analytics

• Wildberries, Senior Data Analyst — 234–316K/мес (вакансия от Selecty). Удалёнка. Источник: Хабр Карьера.
• Сбер, Data Scientist — 190–240K/мес. Москва, гибрид. Источник: rabota.sber.ru.
• Strikt, Data Scientist Senior (part-time) — до 300K/мес. Удалённый PT. Источник: Хабр Карьера.

Под Senior DA на WB / Авито / Ozon в первую очередь требуется уверенный SQL уровня оконных функций и оптимизации — 325 задач в SQL-тренажёре, отдельные подборки по оконным функциям и CTE. Продуктовая часть — 228 кейсов и 303 метрики.

Data Engineering

• T-Bank, Data Engineer (Middle-Senior) — от 150K на руки (≈172K gross). Гибрид, Москва/СПб. Источник: hh.ru.

DE-стэк готовится через конспекты по PySpark (19 модулей) + SQL по уровню Senior (window frames, partitioning) + тестовые задания DE с тегами dbt/ClickHouse/Airflow.

Цифры в открытых вакансиях обычно отражают только базу. По данным Levels.fyi, бонус и stock в Tier 1 добавляют от 5% (на Junior) до 22% (Yandex G18) сверху — детально по грейдам в секции «Структура пакета» выше. Когда видишь Levels.fyi total comp выше базы из вакансии — это нормально, разница и есть бонусная часть.

Если ты ниже рынка

Возьми свою цифру — сравни с медианой грейда из таблицы выше. Middle Product Analyst в Москве с 2 годами опыта в крупном tech должен получать минимум 200K gross. Если получаешь 150K — отстал от рынка на 25%.

Так получается у большинства внутри компании по трём причинам:

• Внутренние повышения отстают от рынка на 20–30% — компания не индексирует тебя автоматически.
• HR в курсе, что без оффера в кармане ты разговор о +30% начать не сможешь.
• Вилки новых Middle, которых наняли в твою команду в этом году, тебе не показывают. Часто они выше твоей зарплаты на ту же должность.

Что делать:

• Сходи на 3–5 собесов в Tier 1–2. Не чтобы уйти, а чтобы знать свою рыночную вилку. Через 2–3 интервью становится ясно где медиана. Перед живыми собесами — AI мок-собеседование: прогон по SQL + A/B + продукту с обратной связью, чтобы не сжечь живые попытки.
• Получи один реальный оффер. С оффером иди к своему руководителю с разговором о повышении. По данным закрытых каналов и опросов в DS-сообществах: успех 60–70%, если компания тебя реально ценит.
• Если внутри не подняли — переходи. Средний срок работы Senior Product Analyst в одной компании в РФ tech 2026 — около 1.8 года (по агрегированным данным Хабр Карьера и getgrade). Это норма для индустрии, не предательство.

Зарплата — это базовая ставка плюс умножение на твою переговорную силу.

Первое — навыки и опыт. Растят их SQL-задачи, Python-практика, продуктовые кейсы и конспекты по A/B / ML.

Второе — наличие альтернативы. Это собесы (живые + мок) и оффер на руках. Без второго не растёт даже у сильных.

Методология

Статья полностью обновлена 27 апреля 2026 на основе 9 источников с триангуляцией данных:

• Levels.fyi — обновление 28.04.2026: median total comp Data Analyst в РФ = 2,591,597 ₽/год. Compensation добровольно публикуется сотрудниками, поэтому выборка скошена в Tier 1 tech (Yandex / Ozon / WB / Avito / Tinkoff). Разбивка по грейдам Yandex G14-G18 — на странице компании, отдельная страница G15 и G18 для cross-check. Цифры дрейфуют ±0.2-0.5% за неделю — кликай прямые ссылки для свежих данных.
• Хабр Карьера — отчёт 2H 2025 + калькулятор зарплат, 44 822 анкеты IT-специалистов с фильтром по специализации.
• getgrade.ru — 1600+ специалистов из 800+ российских компаний, фокус на средний бизнес.
• checkroi.ru — апрель 2026, разбор по типам аналитики и skill-премиям.
• quick-offer.ru — данные hh.ru: динамика спроса, региональные срезы, скилл-надбавки.
• ENIGMA AI — фокус на ML/AI зарплатах в гонке за талантами 2024-2026.
• Dream Job — анонимные отзывы сотрудников с указанием реальных зарплат.
• Telegram-каналы аналитиков — VILKY и аналогичные с актуальными вакансиями и вилками.
• hh.ru / LinkedIn Jobs / Wellfound — открытые вакансии Tier 1-2 компаний с указанными вилками (300+ позиций апрель 2026).

Все цифры — апрель 2026, Middle/Senior в Москве / удалёнка как baseline. Курс USD = 95 ₽, EUR = 100 ₽, KZT = 0.18 ₽.

Что важно понимать про данные:

• Levels.fyi даёт самые честные total comp (база + бонус + stock), но выборка скошена в сторону top-tier компаний (Yandex, Ozon, Wildberries, Avito) — обычные банки и ритейлеры там не публикуются.
• hh.ru показывает базовый оклад без бонусов — поэтому ниже Levels.fyi на 15-30%.
• Telegram-опросы — самые свежие, но самовыборка (отвечают чаще те, кто получает выше среднего).
• Триангуляция: для каждой цифры в этой статье я брал минимум 2 источника и приводил к медианной оценке.

Куда двигаться дальше

• Проверь свою вилку — сверь свой текущий оклад с таблицей. Если ниже — не паникуй, но сходи на 3 собеса.
• Определи свою точку роста — технические навыки (SQL/Python/A/B) или soft (коммуникация, product sense)? Инвестируй 4 часа в неделю.
• Начни практику на реальных задачах — теория без практики не даёт вилку. 325 SQL-задач, 402 Python, 228 кейсов. Первые 5 в каждой сфере — бесплатно.
• Сделай моковое собеседование — AI-интервьюер прогонит тебя по SQL + A/B + продукту за 30 минут. Платформа даёт обратную связь: где ты проседаешь и куда смотреть.

Где это всё практиковать на zasqlpython.ru

Пост — это карта. Чтобы реально вырасти в вилке, нужны часы под клавиатурой. Что у нас есть:

Бесплатно без регистрации: первые 5 задач в каждой категории SQL/Python, 5 кейсов, 10 базовых метрик (DAU, retention, LTV и др.), 1 модуль конспекта на каждый ноутбук. Этого достаточно чтобы понять подход и решить пилотные задачи.

Pro 1999₽/мес — открывает все 325 SQL + 402 Python + 228 кейсов + 303 метрик + 320 конспектов + AI мок-собес безлимитно. Дешевле одного часа репетитора. Окупается одним поднятием вилки на 5K в месяц.

Если у тебя один свободный вечер — потрать его на SQL-тренажёр (5 задач без регистрации) и калькулятор зарплат выше в посте. Этого достаточно чтобы понять рассчитываешь ли ты на правильную вилку и где у тебя реальный gap.

Связанные материалы

Что попробовать прямо сейчас (без регистрации):

• SQL-тренажёр — 325 задач, первые 5 каждой темы бесплатно. Темы: JOIN, GROUP BY, подзапросы, CTE, оконные функции
• Python-тренажёр — 402 задачи (pandas/numpy/sklearn/scipy + 49 алгоритмов уровня собесов)
• 10 базовых метрик (free): DAU, retention, LTV, CAC, ARPU, conversion-rate, AOV, NPS, churn-rate, revenue
• Глоссарий IT-сленга — 98 терминов (стэндап, ретро, груминг, MR, NDA, продакшн)

Под Pro 1999₽/мес — открывается всё:

• 228 продуктовых кейсов с разбором по доменам
• 303 метрики (B2B SaaS, Marketplace, AI/PLG, DORA, юнит-экономика)
• 484 тестовых задания с тегами компаний (Yandex / Ozon / Tinkoff / WB / VK / X5)
• 320 модулей конспектов — 8 ноутбуков (timeseries 54 / stats 16 / ab-testing 74 / probability 40 / ml 33 / sql 53 / pyspark 19 / python 40)
• AI мок-собес — голосовая тренировка с фидбэком, 30 мин по SQL/A/B/продукту

Дополнительно по теме (блог):

• Как стать аналитиком данных в 2026
• Junior vs Middle vs Senior — чек-лист грейдов
• Топ-50 вопросов на собесе аналитика 2026
• Как подготовиться к собесу за месяц

Зарплата — это произведение навыков, рынка и переговорной силы. Первые две переменные растут долго, последняя — за один сходивший в нужное русло разговор. Поэтому даже сильным аналитикам полезно раз в полгода ходить на 2–3 собеса. Это не про «уйти», это про «знать свою цифру».

Главное в одном абзаце

Median total compensation Data Analyst в России — 2,591,597 ₽/год (≈216K/мес) по Levels.fyi на 28.04.2026. Перцентили: 25-й = 1.84M, 75-й = 3.55M, 90-й = 4.38M. По Хабр Карьере (n=1146) среднее ниже — ≈170K/мес: выборка шире.

Top-3 paying для DA в РФ: Wildberries 3.88M → Avito 3.67M → Yandex 3.65M (Yandex DA общий median по компании уже 3.77M после новых публикаций на старших грейдах). Yandex grade ladder G14-G18 — от $24K (190K/мес) до $82.8K (656K/мес) на G18. OZON DS — median 3.91M, levels 17-20 видны открыто.

Структура пакета в РФ Tier 1 — почти полностью база. Stock max 4% (Yandex G18 / Ozon DS Senior+), у Wildberries / Avito / Tinkoff DA — stock $0 на всех видимых уровнях. Bonus от 5% (Junior) до 18% (Yandex G18). Это РАДИКАЛЬНО отличается от FAANG США где RSU = 30-50% пакета.

Рынок junior-аналитиков перегрет: вакансий на hh.ru за 2 года упало с 313 до 121 (quick-offer), на одну позицию 50–100 откликов. Senior+ — дефицит, который не закрывается.

Самый быстрый рост зарплат сейчас не в классической data-аналитике, а в ML/AI/LLM — по открытым вакансиям апреля 2026: Senior AI Engineer Ozon — 330–580K, LLM Tech Lead в Точке — до 592K (источники в секции «Что висит в открытых вакансиях»).

Что делать дальше: открой калькулятор зарплат выше в посте → пройти моковый собес → решать SQL, продуктовые кейсы и тестовые задания под слабые места.

Гайд обновляется каждый квартал по запросу — если видишь неточную цифру или знаешь свежий публичный источник, напиши в Telegram @zasql_python, пересчитаю с указанием в тексте.