Дата сайентист: кто это, чем занимается и как им стать

Дата сайентист (Data Scientist) создаёт модели машинного обучения на данных компании: модель оценивает, кто вернёт кредит, что предложить покупателю, к какой категории отнести товар из чека. Специалист сам готовит данные, обучает модель, проверяет её в эксперименте и доводит до работы в продукте, а потом следит за её качеством.

Кто такой Data Scientist простыми словами

Data Scientist работает с данными компании и строит на них модели машинного обучения: программы, которые по новым данным выдают прогнозы. На русском профессию называют по-разному: дата-сайентист, исследователь данных (так в профстандарте), учёный по данным (так в калькуляторе Хабр Карьеры).

По типу результата задачи моделей бывают такие. Классификация относит объект к категории: «вернёт кредит или нет», «спам или не спам». Регрессия предсказывает число, например сумму покупки или спрос на товар. Кластеризация группирует похожие объекты, так делят клиентов на сегменты.

В России работу с данными описывает профстандарт 06.042 «Специалист по большим данным», утверждённый приказом Минтруда России от 06.07.2020 № 405н. Цель этой деятельности в нём: извлекать полезную информацию из больших объёмов данных и применять её в аналитике, управлении и принятии решений. Для базовой функции, анализа больших данных, среди возможных должностей названы аналитик и исследователь данных. Стандарт ставит им высшее образование не ниже бакалавриата и стаж не меньше года в анализе данных или бизнес-анализе. Трудовые функции там такие: согласовать с заказчиком требования к результату, спланировать работу, подготовить данные и провести исследование.

Чем занимается Data Scientist

Работа специалиста в рекомендательной команде HeadHunter описана так: «от написания запроса для выгрузки обучающей выборки из хранилищ данных до анализа результатов A/B-экспериментов и переключения всех пользователей на новый функционал». Гипотезы там «строго проверяются с помощью A/B-экспериментов».

1. Поставить задачу вместе с бизнесом.
2. Выгрузить данные запросом из хранилища, проверить пропуски и ошибки, подготовить признаки (feature engineering).
3. Обучить модель и оценить её качество.
4. Проверить гипотезу в A/B-тесте: часть пользователей получает новую версию, остальные старую.
5. Довести решение до продакшна вместе с коллегами и настроить мониторинг.
6. Объяснить результаты заказчику: что изменилось для бизнеса.

Гипотезы упоминают 56 описаний вакансий из 130, A/B-тесты 38, мониторинг моделей 31. Последний шаг тоже входит в задачи: подготовку презентаций или объяснение результатов бизнесу упоминают 20. В банке Русский Стандарт Data Scientist занимается разработкой скоринговых моделей склонности клиентов к кредитным продуктам и моделей оттока, а ещё готовит «аналитические отчеты и практические рекомендации по применению моделей». Там же в требованиях есть «визуализация данных» и подготовка презентаций.

Какие задачи дают джуну

Начинающий специалист проходит тот же цикл, но под присмотром. В вакансии junior для новичков в рекомендательной команде крупного банка задачи такие: «подготовка данных, обучение моделей, валидация и внедрение совместно с опытными коллегами». В вакансии IT-компании джун работает «под руководством менторов»: готовит данные для обучения моделей, помогает тестировать алгоритмы и изучает методы ML «в рамках рабочей программы».

В каких отраслях работает дата-сайентист и какие задачи решает

Заметная часть задач связана с банковской сферой и финтехом. Скоринг и кредитные риски упоминают 28 вакансий из 130: модели оценивают вероятность дефолта и склонность клиента к продукту. Антифрод, фрод или мошенничество упоминают 13 вакансий. Среди работодателей выборки 63 компании, 39 из 130 разместил Сбер. Дальше идут Ozon (10) и X5 Tech (8), есть страховые компании и IT-сервисы.

В ритейле и e-commerce дата-сайентисты строят рекомендательные системы (во всей выборке их упоминают 24 вакансии), прогнозируют отток и отклик покупателей. Стажёр X5 Tech должен «исследовать большие объемы данных о покупательском поведении и находить закономерности», а команда решает задачи роста среднего чека и частоты покупок. Модели там оценивают и по ML-метрикам, и по тому, как они влияют на бизнес-показатели. Оператор фискальных данных обрабатывает 60 млн кассовых чеков в день, и его NLP-модели раскладывают товарные строки из них по категориям. В одной ресторанной компании Data Scientist развивает проекты компьютерного зрения.

Другие задачи связаны с искусственным интеллектом и большими языковыми моделями. LLM, GPT или языковые модели упоминают 54 из 130, обработку текста (NLP) 44. В крупном банке есть команда, которая проверяет модели и решения с искусственным интеллектом из разных бизнес-процессов, среди них скоринг и распознавание речи.

Чем Data Scientist отличается от аналитика данных, BI-аналитика и data engineer

Аналитик данных отвечает на вопросы бизнеса по уже накопленным цифрам. Одна компания в требованиях пишет: «3+ года опыта в Data Science (именно построение моделей, не только аналитика)». BI-аналитик собирает из той же информации регулярную отчётность для разных отделов. Data engineer строит конвейеры, по которым данные приходят в хранилище: с ними потом работают и аналитики, и специалисты data science. Ресторанная компания из примера выше пишет, что Data Scientist готовит данные «совместно с Data Engineering-командой».

С ML-инженером граница размыта. В 11 случаях из 130 обе роли стоят в одном названии, например «Data Scientist / ML Engineer». В одной такой вакансии специалист и обучает модели, и ведёт MLOps-цикл: контейнеризацию, мониторинг, вывод моделей в продакшн. Работодатель формулирует это как «умение работать как исследователь и как инженер».

Что должен знать и уметь Data Scientist

Python упоминают 120 вакансий из 130, математику 63, статистику 51, теорию вероятностей 29, линейную алгебру 9. От кандидата на позицию junior/middle в одном из банков ждут «глубокое понимание теории ML, мат. статистики и теории вероятностей», а к ним «базовые знания bash и git». Подробнее о том, какой объём математики нужен в разных направлениях, мы писали в статье нужна ли математика программисту.

Какие ещё навыки встречаются в требованиях к специалисту:

• SQL упоминают 83 из 130, это язык запросов для работы с базами данных. Стажёру X5 Tech пишут прямо: «Хорошо знаешь Python», «знаешь SQL».
• Машинное обучение упоминают 124, глубокое обучение и нейросети 46.
• Стек для больших данных: Spark в 53, Hadoop в 29.
• Инструменты разработки: Git в 43, Docker в 38. Оркестратор пайплайнов Airflow упоминают 41.
• Английский как требование или плюс указан в 20 вакансиях. Чаще всего это чтение: «читать технические материалы на английском», «читать научные статьи на английском».

Высшее образование упоминают 26 описаний из 130. В 22 из них речь о техническом, математическом, IT или финансовом профиле, а одна стажёрская вакансия допускает «неоконченное высшее техническое образование».

Инструменты в работе Data Scientist

В требованиях библиотеки бустинга называют рядом с pandas и scikit-learn: стажёру в команду, которая разрабатывает модели «по рискам розничного бизнеса», нужны «Pandas, Scikit-learn, XGBoost/LightGBM/CatBoost, Transformers», банку Русский Стандарт для скоринговых моделей «Pandas, NumPy, Scikit-learn, XGBoost/LightGBM».

Сколько зарабатывает Data Scientist

По выборке hh.ru на 11 октября 2026 года сумму указали только 8 вакансий из 130. Медиана по ним 263 950 ₽ в месяц, у половины вакансий сумма 227 500-377 500 ₽. Пять сумм указаны на руки, три до вычета налога, поэтому медиана ориентировочная. Нижняя точка выборки: «до 100 000 ₽» до вычета у джуна без опыта в Сбере в Нижнем Новгороде. Верхняя: «от 450 000 ₽» на руки у senior со стажем больше шести лет в рекомендательной команде HeadHunter.

Восемь вакансий мало для вывода по рынку, поэтому смотрим и анкеты. По калькулятору Хабр Карьеры на 11 октября 2026 года зарплата Data Scientist по медиане составляет 233 333 ₽ в месяц (448 анкет, оклад вместе с премией). Уровень зарплаты зависит от грейда:

По всем IT-специалистам в том же калькуляторе на ту же дату медиана 180 833 ₽. Медиана джуна 112 500 ₽, вдвое ниже мидла.

Востребованность профессии

Дата-сайентисты востребованы в основном с опытом. По фильтру hh.ru на 11.10.2026 стаж 3-6 лет указан в 80 вакансиях из 130, больше шести лет в 18, 1-3 года в 30, без опыта только 2. В названиях senior стоит в 40 случаях, middle в 22, junior в 4.

География узкая: 117 вакансий из 130 в Москве, 7 в Петербурге. Работать удалённо предлагают в 55.

Карьера Data Scientist

Расти можно в двух направлениях. Первое: экспертиза, когда остаёшься специалистом и растёшь до senior. Второе: управление. Руководящие позиции (lead, руководитель, head) есть в 7 названиях. В вакансии Lead Data Scientist в Сбере от кандидата ждут «курировать работу команды из 2 DS и делиться экспертизой». Высшие уровни профстандарта описывают должности вроде главного исследователя данных и требуют специалитета или магистратуры.

Как стать data scientist с нуля

Сразу в Data Science с нуля попадают редко. Стажёрских вакансий в выборке три, и все у двух работодателей: две в Сбере и одна в X5 Tech. Даже стажёру Сбера нужен «опыт разработки моделей машинного обучения (классический стек)». Поэтому мы бы не начинали путь в IT с машинного обучения. Реалистичнее сначала стать аналитиком данных или бэкенд-разработчиком, а потом перейти в data science внутри компании, где вы уже знаете данные и продукт.

Порядок подготовки, если цель всё-таки профессия Data Scientist:

1. Подтяните математику: статистику, теорию вероятностей, линейную алгебру, математический анализ.
2. Освойте Python и SQL на уровне, когда можете сами выгрузить данные и разобрать их в pandas.
3. Пройдите классические алгоритмы машинного обучения: регрессию, классификацию, кластеризацию, градиентный бустинг, оценку качества модели.
4. Соберите проекты на открытых данных или участвуйте в соревнованиях. Pet-проекты, соревнования или хакатоны упоминают 13 вакансий из 130. Один банк при требовании «от 1 года в ML» пишет, что «готовы рассмотреть сильных кандидатов с меньшим опытом, но с хорошими pet-проектами или участием в соревнованиях».
5. Выберите область: рекомендации, NLP, компьютерное зрение или кредитные риски, и соберите проект именно в ней.

В вакансии для джуна без опыта просят «практический опыт решения ML-задач в учебных, исследовательских или pet-проектах».

Плюсы и минусы профессии

Профессия data scientist подойдёт тому, кому нравится математика и кто готов сам вести модель через все этапы, включая продакшн. Если вам интереснее отвечать бизнесу на вопросы по цифрам, присмотритесь к аналитике данных.

Частые вопросы о профессии дата сайентист

Дата-сайентист или аналитик данных: что выбрать для старта?

Для первой работы реалистичнее аналитик данных. Поиск hh.ru по названию «аналитик данных» и его вариантам 11.10.2026 даёт 29 вакансий без опыта из 412, а у Data Scientist такие вакансии единичны. SQL, статистика и метрики из аналитики пригодятся и в data science. Переходить мы бы советовали изнутри компании, где вы уже знаете данные и продукт.

Нужно ли высшее образование, чтобы стать data scientist?

Диплом упоминают 26 вакансий из 130, в остальных 104 о нём ничего не сказано. Профстандарт 06.042 для базовых должностей ставит бакалавриат.

Какие предметы сдавать, чтобы стать дата-сайентистом?

Школьнику подойдут направления с математикой и информатикой: в одной из вакансий Сбера указан диплом «в области компьютерных, технических или физико-математических наук». На «Прикладную математику и информатику», «Прикладную математику» и «Статистику» по федеральному перечню сдают русский язык, вторым испытанием математику или информатику, третьим и четвёртым (если вуз его вводит) математику, информатику или физику. Конкретные предметы назначает вуз. Подробности в статье что сдавать на программиста.

Можно ли стать дата-сайентистом без математики?

Вряд ли: даже стажёру X5 Tech нужно понимать «основы математической статистики, теории вероятностей и проверки статистических гипотез». Если математические навыки слабые, начните с аналитики данных.

Есть ли удалённая работа для Data Scientist?

Да, удалённый формат указан примерно в двух вакансиях выборки из пяти на 11.10.2026. Часть работодателей предлагает выбор между офисом и удалёнкой, у других только офис или гибрид.