Начало 2026 года на рынке найма в IT не принесло резких разворотов. Рынок уже давно вошёл в устойчивое, зрелое состояние, и главное фундаментальное изменение произошло ещё раньше: исчезновение массового найма джунов.
Компаний меньше не стало. Бизнес-проектов и задач с данными — тоже. А вот свободных бюджетов стало существенно меньше. И когда в компаниях оптимизируют расходы, джуновские позиции — это первое, что убирают с рынка. Младшие специалисты долго вводятся в контекст, требуют колоссального внимания тимлидов и сеньоров и не дают быстрой отдачи бизнесу.
Отсюда главный тектонический сдвиг на рынке: вход в профессию аналитика данных сместился сразу на уровень Middle.
Сегодня рабочая стратегия — не пытаться «войти джуном на зарплату 50 тысяч рублей», а дорасти до уровня, где вы почти не требуете обучения на старте. И это принципиально: в нынешних реалиях это абсолютно реально сделать даже без коммерческого опыта, если готовиться по правильной боевой программе, а не зубрить учебники.
Ошибка новичков: почему «учить всё подряд» — провальная стратегия
Начнём с простого факта, который редко говорят на вводных вебинарах: ни один сильный сеньор не знает вообще всё. Даже внутри одного банка или экосистемы требования кардинально отличаются от команды к команде. В одной команде живут в ClickHouse и dbt, в другой считают скоринг в PostgreSQL, а в третьей фокус на продуктовых метриках и Superset.
Требования формирует не абстрактный «рынок», а конкретная команда с её болью. Когда человек пытается выучить Python, статистику, SQL, Airflow, Spark, Machine Learning и Tableau одновременно, он расширяет свою воронку знаний до предела. Тем становится слишком много, а уверенности в них — ноль. В итоге вы знаете понемногу обо всём, но нигде не чувствуете твердой почвы под ногами.
«Собеседование и работа — это разные процессы с разными целями. На собеседовании важно понимать базу и уверенно ориентироваться в том, что реально спрашивают. На работе — уметь разбираться и углубляться уже в задачи конкретной команды. Ширину воронки должен задавать не новичок вслепую, а ментор: вовремя сказать "вот сюда смотри, а это пока даже не трогай". На работу приходят способными доучиться, а не готовыми энциклопедиями.»
История Андрея: 19 лет, 2-й курс вуза, несколько офферов и премии
Чтобы не быть голословным, приведу реальный пример одного из моих учеников — Андрея. Ему сейчас 19 лет, он учится на втором курсе университета.
Мы вместе прошли структурированное обучение, закрыли боевые задачи по SQL, собрали портфолио, подготовились к собеседованиям и вышли на рынок. В итоге Андрей получил несколько офферов и выбрал самое интересное предложение.
Прошло уже более полугода. За это время его успело заметить высшее руководство, а высокие результаты работы начали стабильно поощрять премиями. Для студента второго курса это мощнейший старт.
Иногда я вспоминаю себя в 19 лет: я продавал овощи на рынке, таксовал и постоянно искал любые подработки между парами в вузе. Разница колоссальная. Возможности сейчас есть — вопрос лишь в фокусе и системной подготовке.
4 больших этапа, которые проходит каждый при входе в профессию
Это не спринт на две недели. Это игра в долгую, которая меняет уровень жизни. Я выделяю 4 ключевых этапа:
1. Этап первый — Начать
Перестать откладывать обучение на следующий понедельник или новый год и сделать первый шаг. Самостоятельно или с ментором — не так важно. Важно вообще начать двигаться каждый день.
2. Этап второй — Получить боевые навыки
Изучить синтаксис SELECT — недостаточно. Нужно решать задачи, максимально похожие на боевые: находить аномалии в платежах, рассчитывать когортный Retention, писать оконные функции и понимать структуру витрин данных.
3. Этап третий — Получить работу и пройти испытательный срок
На этом этапе главный совет от меня как нанимающего тимлида: задавать вопросы. Много вопросов. Руководителю, коллегам-аналитикам, разработчикам бэкенда. Не бояться показаться неопытным. В сотни раз хуже молчать, делать вид, что всё понятно, и через две недели принести неверные цифры.
4. Этап четвертый — Закрепиться в профессии
Первые месяцы в компании всегда самые плотные: новая кодовая база, бизнес-контекст, процессы. Приходится работать с полной отдачей. Но именно этот этап закладывает фундамент всей дальнейшей карьеры на годы вперед.
Поговорим про эйджизм в IT: мифы против демографии 90-х
Частый страх кандидатов за 30, 40 или даже 50 лет: «Меня не возьмут из-за возраста». Давайте начистоту.
Жесткой возрастной границы, после которой в IT ставят крест, нет. На старте карьеры одинаково тяжело всем — и в 20 лет, и в 40 лет, просто потому что на старте мало релевантного опыта. Но дальше всё решает не цифра в паспорте, а то, как вы вписываетесь в конкретную команду.
Люди нанимают тех, с кем им комфортно работать: по темпу, стилю общения и ожиданиям. В молодых стартапах один вайб, в зрелых департаментах бигтеха и финтеха — другой. И на рынке есть и те, и другие.
Людей в возрасте 25–35 лет на российском рынке труда физически меньше. Это поколение, родившееся в период тяжелого спада рождаемости 1990-х годов. То есть дело не в том, что «нанимают только молодых», а в том, что в этой возрастной когорте физически не хватает специалистов. Поэтому компании смотрят исключительно на то, что вы умеете делать руками, как рассуждаете и какую пользу можете принести.
Резюме: ваш фокус для гарантированного оффера
Чтобы зайти в аналитику сразу на уровень, близкий к Middle, и не зависеть от сокращения джуновских позиций:
- Освойте боевой SQL: оконные функции, сложные JOIN, CTE, понимание планов выполнения (EXPLAIN) и индексов.
- Учитесь рассуждать вслух: техническое собеседование проверяет не память, а способность анализировать бизнес-проблему.
- Не распыляйтесь на 10 инструментов: идеальная связка для старта — SQL + реляционные СУБД + современный BI (Power BI/Superset) + продуктовые/финансовые метрики.
- Работайте на результат: в программе менторства с нуля мы отрабатываем именно эти навыки на реальных данных до получения оффера.