Data science карьера в цифрах: 694 анкеты показали доходы от 54 тыс. до 4,5 млн ₽

Телеграм-канал «Нескучный Data Science» больше года назад запустил зарплатный опрос среди подписчиков. В таблице скопились 695 анкет, из которых после проверки в анализ вошли 694. Автор исследования разобрал связь между опытом, грейдом, доходом и условиями работы. Хотя конкретные суммы могли сдвинуться за прошедший год, карьерные зависимости сохраняют актуальность.

Кого опросили и что спрашивали?

Медианному участнику 26 лет, за плечами три года в data science (буквально «наука о данных», область на стыке программирования, статистики и бизнес-аналитики) и год у текущего работодателя. Самая большая группа, 272 человека или 39% выборки, находится на уровне middle (средний грейд специалиста). Ещё 257 респондентов занимают позиции senior и выше.

• 57% работают из Москвы, по 14% из Петербурга и других регионов, 15% за пределами России
• Почти половина работает полностью удалённо
• 84% мужчин, 16% женщин, поэтому гендерные сравнения автор приводит с оговоркой о размерах групп

Анкета содержала 29 вопросов. Доход указывался в тысячах рублей «на руки», премия как доля дохода. Опыт измерялся в годах, стаж у работодателя в месяцах, удовлетворённость по шкале от 0 до 10. Основная волна ответов уложилась в месяц: 91% анкет пришли за первые две недели.

Что понадобится

Чтобы использовать данные опроса для построения собственного карьерного плана, подготовьте:

• Резюме или список навыков, с которым вы сверите свой текущий грейд
• Доступ к агрегаторам вакансий (hh.ru, Хабр Карьера, канал «Нескучный Data Science Jobs») для сверки актуальных сумм
• 30 минут на честную самооценку по шкале опроса: опыт в годах, навыки, тип данных, удовлетворённость

Пошаговая инструкция

1. Определите свой грейд по опыту. По данным опроса, медианный стажёр имеет менее года опыта, junior от одного до двух лет, middle около трёх, senior от пяти. Сопоставьте свой стаж с этими ориентирами.

2. Сверьте доход с медианами по грейду. Медианный доход растёт от 54 тысяч рублей у стажёров до 655 тысяч у Head+ (руководители направления data science, CDO, CDS, CTO). Диапазоны между 10-м и 90-м процентилями:

3. Стажёр: от 35 до 89 тысяч
4. Junior: от 70 до 187 тысяч
5. Middle: от 150 до 380 тысяч
6. Senior: от 253 до 594 тысяч
7. Senior+/Lead: от 283 до 860 тысяч

8. Head+: от 281 тысячи до 1,55 миллиона (ответ в 4,5 миллиона относится к узкой группе Head of DS/CDO/CDS/CTO)

9. Учтите географический коэффициент. Медианы без поправок: 260 тысяч в Москве, 205 тысяч в Петербурге, 175 тысяч в других регионах. После учёта роли, грейда, опыта, возраста, формата работы и отрасли разрыв с Москвой составляет около 23%. Удалёнка расширила географию найма, но не сделала страну единой зарплатной зоной.

10. Оцените отраслевой фактор. Нельзя выделить одну самую высокооплачиваемую отрасль без учёта грейда. У junior выше медиана в банках, у middle различия невелики, у Senior+/Lead лидирует BigTech (крупные технологические компании). Из 322 респондентов с определённой отраслью 141 человек, или 44%, работают в банках и финтехе.

11. Проверьте премиальную составляющую. После стажировки премию указало большинство респондентов. Среди тех, кто её получает, медианная доля составляет 15 до 20% общего дохода.

12. Составьте план перехода на следующий грейд. Зафиксируйте разрыв между текущим доходом и медианой следующего грейда. Определите навыки, которых не хватает, по списку из анкеты (типы данных, инструменты, время на встречах). Поставьте срок и сверяйте прогресс каждые три месяца.

Что делать с этим прямо сейчас, по ролям

Если вы начинающий data scientist или стажёр. Карьера в data science начинается с ориентира: 54 тысячи рублей медианного дохода у стажёра и до 187 тысяч на верхней границе junior. Зафиксируйте свой текущий грейд и навыки, сверьте с описаниями вакансий и определите, какие конкретные умения отделяют вас от следующей ступени.

Если вы автор Дзена или копирайтер, пишущий про технологии. Эти данные, готовый материал для контента: сравнения зарплат по грейдам, география, отраслевые различия. Цифры из 694 анкет выглядят убедительнее абстрактных рассуждений о «перспективности профессии».

Если вы руководитель или предприниматель. Сверьте свои зарплатные вилки с медианами по грейдам. Разрыв с рынком, прямой предиктор текучести. Банки и финтех до сих пор крупнейшие работодатели data scientists, и конкурировать с ними за кадры без понимания рыночных ставок не получится.

Карьерный путь в data science строится не на интуиции, а на данных, и 694 анкеты дают достаточно материала, чтобы перестать гадать и начать считать.