Роли аналитиков в IT-компаниях давно вышли за рамки простых классификаций. Если раньше можно было уверенно разделить бизнес-аналитиков, фокусирующихся на требованиях заказчика, и системных аналитиков, отвечающих за техническую реализацию, то сегодня рынок диктует универсальность. Российские вакансии на том же hh.ru полны требований, где BPMN соседствует с SQL-оконными функциями, а знание REST API - с ГОСТами. И это не прихоть рекрутеров, а реальность цифровизации, импортозамещения и дефицита кадров.
Эволюция профессии: от специализации к универсальности
В начале 2000-х аналитики делились достаточно просто: бизнес-аналитики работали с Use Case и стейкхолдерами, системные - с ERD и архитектурой. Дата-аналитики существовали в BI-отделах, но как узкая ниша. Переход к 2020-м изменил всё: agile, микросервисы, облака и ИИ размыли границы. Сегодня средняя вакансия требует стека на 3–5 ролей прошлого.
Рост сложности проектов усилил тренд. Компании интегрируют legacy-системы с современными, строят data lakehouse вместо традиционных DWH. Малый и средний бизнес не тратит на команды из 5 аналитиков - нужен один "супераналитик". Статистика hh.ru за апрель 2026: 5000+ вакансий "аналитик", но 70% с пересекающимися навыками. Это приводит к инфляции требований: компании завышают планку для каждого грейда, чтобы отсеять слабых кандидатов.
Новые роли аналитиков
Рынок породил свежие специализации, связанные с ИИ-бумом (+32% внедрений ИИ в 2025). Помимо классики, hh.ru пестрит:
ML-аналитики (Machine Learning Analysts): Анализируют данные для моделей ML, фичеринг, метрики (ROC-AUC, F1). Требуют Python/Pandas + CatBoost/YandexML. В топе финтех/ретейл.
ИИ-аналитики (AI Product Analysts): Интегрируют LLM (GigaChat, YandexGPT) в продукты - промпт-инжиниринг, RAG-архитектуры, оценка качества генераций. В 43% компаний РФ уже есть ИИ-решения.
Предиктивные аналитики: Прогнозирование (churn, спрос) на time-series (Prophet, LSTM). Часто в энергетике/производстве.
MLOps-аналитики: Деплой моделей (Kubeflow, ZenML), мониторинг дрейфа. Российские аналоги Seldon.
Эти роли добавляют хаос: вакансия "ML-аналитик" требует BPMN + LangChain, размывая границы ещё сильнее.
Рост сложности проектов усилил тренд. Компании интегрируют legacy-системы с современными, строят data lakehouse вместо традиционных DWH. Малый и средний бизнес не тратит на команды из 5 аналитиков — нужен один "супераналитик". Статистика hh.ru за апрель 2026: 5000+ вакансий "аналитик", но 70% с пересекающимися навыками. Это приводит к инфляции требований: компании завышают планку для каждого грейда, чтобы отсеять слабых кандидатов.
Инфляция грейдов: завышенные ожидания по уровням
Российский рынок особенно ярко иллюстрирует "грейд-инфляцию". Работодатели систематически повышают планку, требуя от junior навыков middle, от middle - senior, а senior должен быть "архитектором-универсалом" или "tech lead". Разберём типичные вакансии:
Junior-аналитик: Ожидают BPMN/ERD базово, SQL с JOIN и агрегатами, User Story, REST-тесты в Postman. Раньше это был middle. Пример: "Junior: оконные функции, интеграции ESB" - чистый middle-стек.
Middle-аналитик: Полный набор: SQL с CTE/окнами/PIVOT, ETL-пайплайны, UML-диаграммы, ГОСТ 19/34, маппинг JSON/XML, асинхрон и работа с брокерами (Kafka). Это требования senior 5-летней давности. Часто добавляют: "Опыт DWH/lakehouse, шардинг БД".
Senior-аналитик: Всё выше + архитектурные паттерны (Saga, EIP), оптимизация (нормформы BCNF, GiST-индексы), DevOps (Docker, Prometheus/Grafana), ИИ-интеграции (LLM для ТЗ). Плюс лидерство: "Менторство команды, дизайн систем". Фактически - "на дуде игрец", знающий все инструменты бизнеса "здесь и сейчас".
Почему так? Дефицит специалистов, импортозамещение и экономия. Компании публикуют вишлисты, надеясь на чудо, а потом торгуются. Результат: 80% кандидатов отсеиваются, даже опытные, потому что "не подошли под стек".
Разбор рынка: что требуют работодатели
Моделирование процессов и данных
BPMN 2.0: В 70–80% вакансий для процессов. Пример: "Моделирование бизнес-процессов в BPMN для ESB-интеграций".
ERD/UML: 50–60%, для схем БД (Draw.io). UML-диаграммы классов/последовательностей - для микросервисов.
Другие нотации: Flowcharts (Visio), IDEF0/DFD (структурный анализ), EPC (ARIS) - в 30%, особенно legacy и госпроекты.
Инструменты: Confluence, Jira, PlantUML. Junior должен рисовать базово, senior - оптимизировать под производительность.
Сбор и описание требований
Форматы: User Story (Agile, 80%), Use Case (Waterfall, 40%).
Типы: Функциональные (что делает система), нефункциональные (производительность, безопасность, SLA), транзитные (миграция данных) - 60–70%.
Техники: Интервью, workshops, прототипы (Figma/Miro), MoSCoW-приоритизация. Middle обязан фасилитировать, senior - выравнивать стейкхолдеров.
Архитектурные знания
Паттерны: Enterprise Integration Patterns (Сообщения, Pipes&Filters, Message Translator), микросервисы (Saga, CQRS, Event Sourcing).
Абстракции: ANSI-SPARC (внешний/концептуальный/внутренний уровни БД) - для маппинга.
Взаимодействие: Синхронное (REST/gRPC, HTTP/2), асинхронное (Kafka/RabbitMQ/AMQP) - 40–50% вакансий. Senior проектирует гибридные схемы.
SQL и базы данных: сердце аналитики
SQL - в 90–95% вакансий, от junior до senior:
Продвинутый синтаксис: CTE, оконные функции (ROW_NUMBER, LAG/LEAD, NTILE), PIVOT/UNPIVOT, рекурсия.
Оптимизация: Нормальные формы (1NF–BCNF, DKNF), индексы (B-tree, Hash, GiST/GIN для PostgreSQL), шардинг (Citus), репликация (streaming), кэширование (Redis/Memcached).
Типы БД и сценарии:
Тип БД
Примеры
Сценарии использования
Требования по грейдам
Реляционные
PostgreSQL, Oracle
Транзакции, ACID, OLTP
Junior: базовый CRUD; Senior: шардинг
NoSQL документные
MongoDB
Масштаб, JSON, OLAP
Middle: агрегации; Senior: схемы
Time-series
InfluxDB, TimescaleDB
Метрики, IoT, мониторинг
Middle: retention; Senior: downsampling
Поисковые
Elasticsearch
Полнотекстовый поиск, логи
Junior: индексация; Senior: ML-ре-ranking
Графовые
Neo4j, ArangoDB
Связи, рекомендации, фрод
Senior: Cypher, алгоритмы
Интеграции и API
Протоколы: REST (JSON, HTTP-методы, статусы 4xx/5xx, HATEOAS), SOAP (WSDL, MTOM, WS-Security) - ключевые различия: REST stateless/лёгкий, SOAP stateful/тяжёлый с контрактами.
Тестирование: Postman/Insomnia (collections, variables, Newman CLI), SOAP UI - 60–70%. Junior: базовые запросы; Middle: автоматизация.
Контракты: OpenAPI 3.0 (Swagger), AsyncAPI для событий, Protobuf/Avro.
ETL, ESB и маппинг данных
ETL/ELT: Airflow/Dagster, Talend, dbt - пайплайны, idempotency, error handling (30–40%).
ESB: Российские аналоги MuleSoft/Apache Camel (1C-EDI, Тензор), маршрутизация, оркестрация.
Маппинг: XML/JSON/XSLT, Avro/Protobuf схемы, CDC (Change Data Capture). Senior пишет трансформеры.
ГОСТы и compliance
ГОСТы 19 и 34 - в 20–25% вакансий с госзаказом, банками, legacy. Актуально для импортозамещения: "Составление ТЗ по ГОСТ 19.201-78".
Перспективы: свет в конце тоннеля
Рынок в IT продолжает трансформироваться: границы ролей размываются, требования растут, а новые специализации появляются вслед за технологическими трендами. В этой ситуации ключевой стратегией становится не попытка охватить всё сразу, а осознанный выбор фундамента.
Определите для себя базу. Будь то бизнес-анализ, работа с данными или системная архитектура. Выстраивайте вокруг нее стек смежных навыков. Освойте крепкий фундамент: SQL, BPMN, основы API и работу с требованиями. Это даст вам опору, а дальше уже развивайтесь точечно, под реальные задачи или интересующие направления/требования компаний.
О чем, собственно, была статья: рынок жаден, но всегда будет ценить глубину. Практик с четко построенной экспертизой и гибким мышлением рано или поздно пройдет любой фильтр. Самое главное - не отчаивайтесь, если много раз бьетесь о стену, рано или поздно вы ее пробьете и вас оценят по достоинству.
Большое спасибо за прочтение!
