Исследование рынка data-специалистов, 2025

DevCrowd вместе с Райффайзен Банком провели исследование data-специалистов. Мы опросили 450 специалистов, работающих с данными: дата-сайентистов, ML-инженеров, дата-инженеров и дата-аналитиков. Даты исследования: 1 июня – 1 июля 2025 года. Это второе исследование рынка data-специалистов: в нём расширен охват ролей и детальнее разобраны инструменты — от AI-решений и пайплайнов до BI-систем и деплоя.

Главные выводы

• Около 60% участников оценивают свой уровень как Middle и Senior; 30% Middle-специалистов работают с данными всего 1–2 года.
• Каждый четвёртый перешёл в data-направление из неайтишной специальности.
• Только 11% data-специалистов каждый день ходят в офис, полностью удалённо работают 39%.
• 40% data-специалистов не всегда могут отследить влияние своей работы на бизнес; стратегия, связанная с данными, есть и реализуется только у 45% компаний.
• Python и Jupyter — лидеры инструментов анализа; PostgreSQL, Airflow и ClickHouse — основа data-инфраструктуры; PyTorch используют 72%, TensorFlow — только 9%.
• Медианная зарплата Senior ML-инженеров и дата-инженеров — 400–425 тыс. рублей.
• Самые привлекательные компании для дата-специалистов — Яндекс, Авито и Т-Банк.

Портрет респондента

Около 60% участников опроса оценивают свой уровень как Middle и Senior. Data-направление позволяет быстро расти: почти треть Middle-специалистов работают с данными 1–2 года, более 95% — не дольше 6 лет.

Каждый четвёртый перешёл в data-направление из неайтишной специальности, более 40% начали карьеру сразу с работы с данными. Высшее образование — желательный, но необязательный критерий старта карьеры. Дата-аналитик — наиболее гендерно сбалансированная роль в направлении. Около 80% участников живут в России.

Про работу в компании

FinTech, AI и автоматизация бизнеса — самые популярные направления работы data-специалистов. 64% data-команд размером 150+ человек работают в корпорациях с численностью 10 000+ сотрудников; в компаниях меньше 5000 человек таких команд почти нет.

Только 11% data-специалистов каждый день ходят в офис — на 5 п.п. меньше, чем год назад. Полностью удалённо работают 39%; почти 70% либо не появляются в офисе, либо делают это эпизодически.

40% измеряют свою эффективность через количество и качество решений, 22% — через бизнес-метрики вроде выручки или удержания, 5% — через развитие команды. 40% data-специалистов любого уровня не всегда могут отследить влияние своей работы на бизнес.

44% сотрудников компаний от 5000 человек считают свою компанию data-driven; в малых и средних компаниях зрелость аналитики заметно ниже. Стратегия, связанная с данными, есть и реализуется только у 45% компаний, у 14% её нет.

Особенности профессии

Подготовка и поддержка качества данных — единственные задачи, которые объединяют все роли. Более 80% дата-сайентистов и ML-инженеров строят ML-модели; дата-инженеры сосредоточены на пайплайнах, аналитики — на визуализации.

Разработка и отладка ML-пайплайнов — в топе компетенций и у дата-сайентистов, и у ML-инженеров. 80% дата-аналитиков назвали ключевым навыком SQL и работу с базами данных; Python — только 34%, Tableau и Metabase — 20%. 8 из 10 называют SQL и пайплайны главными навыками дата-инженера.

42% всех респондентов хотят прокачать навыки использования и настройки AI-инструментов. Почти половина дата-сайентистов хочет улучшить навыки интерпретируемости ML-моделей, треть дата-аналитиков — разобраться в A/B-тестировании, 54% дата-инженеров — в построении пайплайнов.

Инструменты data-специалистов

• Анализ и визуализация данных: безоговорочные лидеры — Python и Jupyter.
• Подготовка, трансформация и хранение данных: PostgreSQL, Airflow и ClickHouse; Snowflake, Trino, BigQuery — каждое менее 10%.
• Построение моделей: PyTorch — 72%, TensorFlow — только 9%; LangChain и OpenAI API — у каждого четвёртого.
• Деплой: Docker — стандарт; почти половина применяет Docker Compose и FastAPI.
• AI-инструменты: 27% применяют внутренние LLM-решения, не ограничиваясь внешними сервисами; растёт использование нескольких LLM одновременно.

Сообщество и развитие

85% специалистов получают поддержку в развитии от своей компании: бюджет на обучение, внутренние курсы, база знаний, менторские программы. Каждый пятый за прошедший год прошёл обучение по AI/LLM. Только треть получает знания через подкасты.

За год интерес к мероприятиям вырос: митапы и конференции посетили 59,5% против 49,6% в 2024 году. Топ-3 мероприятий с качественным контентом — DataFest, SmartData и Practical ML Conf.

Работа и компании

Около 40% data-специалистов не планируют в ближайшее время менять работу; 70% из тех, кто остаётся, держатся за текущее место из-за удалёнки. Среди планирующих смену работы большую зарплату хотят 79,6% (в 2024 — 65,9%); желание повышения в должности снизилось с 37% до 27%.

Зарплаты data-специалистов

Медианная зарплата Senior ML-инженеров и дата-инженеров — 400–425 тыс. рублей, Senior дата-сайентистов и дата-аналитиков — 375 тыс. рублей. Медианная зарплата Middle-специалистов — 250–300 тыс. рублей в зависимости от роли.

83% респондентов планируют продолжать работать на российском рынке. Топ-3 привлекательных компаний для дата-специалистов — Яндекс, Авито, Т-Банк.

Про исследование

450 специалистов по данным. Исследование: DevCrowd. Партнёр: Райффайзен Банк. Предыдущее исследование: рынок специалистов DS/ML/AI, 2024. Все исследования DevCrowd: devcrowd.ru.