Выбрать курс
Главная
разборэкспертное мнение

В чем разница между дата-аналитиком, дата-инженером и ML-инженером

Каждая из профессий хоть и связана с данными, различий между ними достаточно. О них рассказывает руководитель направления продвинутой аналитики в Raiffeisen CIB и преподаватель karpov.соurses Нерсес Багиян.

Какие обязанности у специалистов 

Дата-аналитик помогает бизнесу принимать решения через сбор и анализ данных. Он работает с данными из прошлого, чтобы превратить их в информацию, отвечающую на вопросы о текущих проблемах. Например, почему снизилась конверсия с сайта. 

ML-инженер разрабатывает системы машинного обучения, задачей которых является восстановление и предсказание закономерностей там, где бессильны простые правила. Если аналитик решает проблему сегодняшнего дня, то ML-инженер предсказывает, повторится ли она вновь. Он взаимодействует с большим объемом информации и использует машинное обучение. 

Дата-инженер разрабатывает, проверяет и сохраняет архитектуру хранилища данных: от простых баз данных до более сложных и комплексных распределенных систем. То есть если рутина предыдущих специалистов скорее связана с использованием информации, то у дата-инженера акцент на ее подготовке. Он проверяет, какие данные поступают в базу, насколько они отражают реальность, можно ли им доверять. 

Разделение на направления скорее теоретическое, чем практическое. Потому что зачастую компании ищут специалистов, способных совмещать несколько профессий, например аналитика данных с функциями дата-инженера. Но в крупных организациях четкое разделение все-таки есть. 

Рассмотрим на примере онлайн-кинотеатра.

  • Дата-инженер собирает хранилище данных, в котором собраны все действия пользователя: что он смотрел, когда остановил фильм, что добавил в избранное.  
  • ML-инженер использует эту информацию, чтобы выстроить систему рекомендаций. Модель подсказывает, что показать первым: новый сериал с высокой маржой или фильм, похожий на последний просмотр. Специалист тестирует алгоритмы, оценивает CTR и выручку, чтобы каждое решение приносило пользу и аудитории, и бизнесу.
  • Дата-аналитик вовремя замечает, когда вовлеченность падает. Он сравнивает поведение пользователей, ищет закономерности, чтоьы найти причину проблемы. Предполагает, что дело в ленте — новинки ушли вниз. Запускает A/B-тест: меняет порядок карточек и смотрит, растет ли просмотр и удержание.

Какие навыки нужны для работы

Список требований к специалисту зависит от конкретной компании, но общая картина выглядит так. 

Дата-аналитик должен понимать бизнес-процессы, основы статистики и вероятности, иметь развитые коммуникативные навыки. Вот что еще пригодится:

  • SQL — для автоматизации рутинных задач и обработки больших объемов информации;
  • Power BI или Tableau — для создания дашбордов;
  • Python — для выявления сложных закономерностей.   

ML-инженер меньше общается с коллегами, зато много занимается машинным обучением. Поэтому представителям профессии нужно разбираться в следующем:

  • математика, статистика и машинное обучение — для работы с моделями, оценки гипотез и выбора правильных алгоритмов;
  • Python на продвинутом уровне — для построения и тестирования моделей, анализа информации;
  • Apache Spark — для обработки больших данных. 

Дата-инженер поставляет команде качественные данные, для этого ему нужно знать языки программирования Python, Java и Scala, разбираться в структурах данных и математических алгоритмах. Еще лишним не будет:

  • SQL и классические базы данных — для извлечения информации из БД;
  • Spark и Kafka — для работы с большими данными;
  • облачные технологии — сейчас все больше компаний организуют там хранение и аналитику.

Сколько платят 

Мы проанализировали вакансии на hh.ru, которые открыты на момент написания статьи — апрель 2025 года. Средние показатели отразили в таблице. 

Уровень дохода зависит не только от опыта. Если специалист имеет высокий уровень навыков и разбирается в смежных сферах, он может рассчитывать на более высокую зарплату. Например, дата-аналитик со знанием маркетинга, глубоким пониманием программирования и работы с данными может зарабатывать более 150 000 рублей, даже если трудится в сфере около полутора лет. 

Как выбрать направление

Лучшее, что можно сделать — узнать об интересующей вас профессии как можно больше. Собрали бесплатные материалы karpov.соurses, которые с этим помогут.

21.04.25

Рекомендуем также