Мы используем технические cookie и обезличенный журнал посещений Zorky. Яндекс Метрику (данные хранятся на серверах в РФ) включаем только с вашего согласия. Данные не продаём. Подробнее о cookie и статистике.
Zorky в тестовом режиме — всё бесплатно. Вакансии и страницы компаний открыты всем; ссылки на объявления и личная подборка — после регистрации. Зарегистрироваться →

Data Architect: рынок

Данные на 19 ноября 2026: открытых вакансий Data Architect — 620, удалённых — 38% среди вакансий с указанным форматом работы; медианная зарплата в объявлениях — $10 507/мес (по 81 вакансиям с указанной зарплатой). Источник — Zorky, обновляется ежедневно.

Data Architect — architect-специализация, отвечающая за проектирование data landscape организации: data models, data flows, storage strategy, data governance, integration между системами. В отличие от Data Engineer (строит pipelines hands-on) — Data Architect проектирует структуру: как данные моделируются, где хранятся, как текут, кто owns, как governance работает. Семейство ролей: Data Architect (general — owns data architecture одной системы / domain), Senior / Principal Data Architect (enterprise-wide data architecture + strategy), Data Warehouse Architect (DWH / analytics-focused), Data Platform Architect (modern data platform / lakehouse design), Data Modeler (focus на data modeling — narrower), Master Data Architect (MDM specialty), Information Architect (overlap — data governance + information management). Стек 2026: Data modeling — core навык: conceptual / logical / physical models, dimensional modeling (Kimball — star / snowflake schemas, facts + dimensions), 3NF / Inmon (нормализованный enterprise DWH), Data Vault 2.0 (hubs + links + satellites — для agile enterprise DWH — популярен 2026), One Big Table (OBT) / wide tables (modern analytics тренд). Tools: erwin Data Modeler (enterprise classic), SqlDBM, dbdiagram.io, dbt (semantic models + lineage — стал de-facto modeling layer 2026). Storage / platforms: cloud data warehouses, Databricks (Lakehouse — Delta Lake), data lakes (S3 / ADLS / GCS + open table formats — Apache Iceberg / Delta Lake / Apache Hudi), ClickHouse (real-time analytics — популярен в РФ — Яндекс origin). Russian: Arenadata (Greenplum-based — DWH leader РФ после ухода Teradata / Oracle), Yandex.Cloud DataLens. Data architecture patterns: data warehouse (structured analytics), data lake (raw + schema-on-read), lakehouse (warehouse + lake convergence — рекомендуемый default 2026 — Databricks / Snowflake), data mesh (decentralized — domain-owned data products — Zhamak Dehghani — для крупных организаций), data fabric (unified metadata-driven access layer). Data integration: ETL vs ELT (ELT доминирует 2026), CDC (Change Data Capture — Debezium), data streaming (Kafka — see также data engineer), batch + streaming unification. Orchestration: Airflow / Dagster / Prefect (architecture-level — не hands-on). Data governance: data catalog (Collibra / Alation / Atlan / DataHub open-source / OpenMetadata), data lineage, data quality frameworks (Great Expectations / Soda), master data management (MDM) (Informatica MDM / Reltio), data classification + data privacy (PII handling / GDPR / 152-ФЗ), data contracts (rising 2024+ — formalize producer-consumer agreements). Semantic layer: dbt Semantic Layer / Cube / metrics layer — single source of truth для метрик. Modeling notation: ER diagrams, ArchiMate (для enterprise context), data flow diagrams. Cross-domain: Data Architect работает на стыке с Data Engineering (implementation), Analytics / BI (consumers), Enterprise Architecture (org-level), Security (data protection). По данным Zorky, открыто 620 активных вакансий с явной data-architect-спецификой (узкая senior-ниша — реальный pool шире за счёт overlap с Senior Data Engineer / Data Platform Engineer). Топ-стек: cloud, aws, azure, enterprise architect, sql. Среди вакансий с указанным форматом работы 38% — удалённые.

Данные на:

Главные цифры рынка Data Architect: открытые вакансии, медианная зарплата, наблюдаемый пул специалистов и доля удалёнки.

620
открытых вакансий — по заголовку вакансии, без перепубликаций
$10 507
медиана $/мес
38%
удалённых

На рынке Data Architect сейчас 620 открытых вакансий, из них 531 со свежим наблюдением. Медианная зарплата $10 507/мес.

Среди вакансий с указанным форматом работы 38% — удалённые. Data architecture work (modeling + design + cloud platforms) — remote-friendly. Аутсорсеры — почти всегда remote. Российские банки — гибрид (data governance — управленческий контур). Cross-functional роль → гибрид часто optimal. Международные tech-companies + cloud data vendors — full-remote standard.

⚠ зарплата известна у 81 из 620 вакансий; доля удалёнки — от 509 с указанным форматом; свежими наблюдениями считаются 531; тренд и сложность найма не показываются

Динамика: вакансии и источники

Сколько вакансий Data Architect появлялось каждую неделю с 1 июн. и из скольких источников они пришли. Нижний график нужен, чтобы отличать рост рынка от роста нашего охвата: скачок вакансий в неделю, когда подключились новые источники, — это мы стали видеть больше, а не рынок вырос.

Новые вакансии за неделю

Данные графика
Новые вакансии за неделю. Таблица данных блока. Пропуск не означает ноль; единицы и выборка указаны в описании показателя.
ПериодНовые вакансии за неделю
2026-06-0121
2026-06-0826
2026-06-1532
2026-06-2270
2026-06-2943
2026-07-0665
2026-07-1366
2026-07-2063
2026-07-2731
2026-08-0345
2026-08-1033
2026-08-1747
2026-08-2450
2026-08-3136
2026-09-0743
2026-09-1464
2026-09-21105
2026-09-28102
2026-10-05112
2026-10-12288
2026-10-19116
2026-10-26151
2026-11-02134
2026-11-09120

Активных источников за неделю

Источников всего за период: 104. ▲ — неделя, когда подключилось много новых источников.

Данные графика
Активных источников за неделю. Таблица данных блока. Пропуск не означает ноль; единицы и выборка указаны в описании показателя.
ПериодАктивных источников
2026-06-015
2026-06-084
2026-06-154
2026-06-2213
2026-06-2914
2026-07-0621
2026-07-1321
2026-07-2021
2026-07-2717
2026-08-0323
2026-08-1014
2026-08-1717
2026-08-2411
2026-08-3110
2026-09-0714
2026-09-1415
2026-09-2130
2026-09-2828
2026-10-0526
2026-10-1229
2026-10-1931
2026-10-2631
2026-11-0237
2026-11-0938
Подключение новых источников: 22 июн. +10 · 6 июл. +11 · все недели (21) — в таблице
НеделяНовых источниковНовых вакансий
8 июн.+126
15 июн.+232
22 июн.+1070
29 июн.+543
6 июл.+1165
13 июл.+666
20 июл.+863
27 июл.+631
3 авг.+345
10 авг.+333
17 авг.+547
31 авг.+236
7 сент.+243
21 сент.+7105
28 сент.+2102
5 окт.+2112
12 окт.+4288
19 окт.+5116
26 окт.+2151
2 нояб.+5134
9 нояб.+8120

Текущая неделя ещё не закончилась и не показана: неполная неделя выглядела бы как спад.

Неделя — по дате появления вакансии, все статусы; отбор вакансий — то же правило, что у счётчика этой страницы. Источники — различные каналы сбора, их имена не публикуются.

Данные графика
Динамика: вакансии и источники — Data Architect. Таблица данных блока. Пропуск не означает ноль; единицы и выборка указаны в описании показателя.
НеделяНовые вакансии за неделюАктивных источников
2026-06-01215
2026-06-08264
2026-06-15324
2026-06-227013
2026-06-294314
2026-07-066521
2026-07-136621
2026-07-206321
2026-07-273117
2026-08-034523
2026-08-103314
2026-08-174717
2026-08-245011
2026-08-313610
2026-09-074314
2026-09-146415
2026-09-2110530
2026-09-2810228
2026-10-0511226
2026-10-1228829
2026-10-1911631
2026-10-2615131
2026-11-0213437
2026-11-0912038

Зарплаты во времени

Медиана зарплат в вакансиях Data Architect по неделям, в долларах США в месяц.

Медиана зарплаты, $ в месяц

Данные графика
Медиана зарплаты, $ в месяц. Таблица данных блока. Пропуск не означает ноль; единицы и выборка указаны в описании показателя.
ПериодМедианаСколько вакансий с зарплатой за неделю (n)
2026-09-289 98214
2026-10-0510 50715
2026-10-1210 41621
2026-10-1911 07716
2026-10-2611 58432
2026-11-029 83724
2026-11-098 27420

Ряд начинается с 28 сент.: раньше данных нет.

Сколько вакансий с зарплатой за неделю (n)

Только вакансии с зарплатой в долларах и известным периодом (месяц или год), от $500 до $50 000 в месяц. Недели, где таких вакансий меньше 10, пропущены — это «нет данных», а не ноль.

Данные графика
Зарплаты во времени — Data Architect. Таблица данных блока. Пропуск не означает ноль; единицы и выборка указаны в описании показателя.
НеделяМедиана
2026-06-01—
2026-06-08—
2026-06-15—
2026-06-22—
2026-06-29—
2026-07-06—
2026-07-13—
2026-07-20—
2026-07-27—
2026-08-03—
2026-08-10—
2026-08-17—
2026-08-24—
2026-08-31—
2026-09-07—
2026-09-14—
2026-09-21—
2026-09-289 982
2026-10-0510 507
2026-10-1210 416
2026-10-1911 077
2026-10-2611 584
2026-11-029 837
2026-11-098 274

Удалённая работа во времени

Какая доля вакансий Data Architect предлагала полностью удалённую работу — по неделям.

Доля удалённых вакансий, %

Данные графика
Доля удалённых вакансий, %. Таблица данных блока. Пропуск не означает ноль; единицы и выборка указаны в описании показателя.
ПериодУдалённо
2026-06-0183,3
2026-06-0880
2026-06-1575
2026-06-2262,1
2026-06-2964,7
2026-07-0648,9
2026-07-1335,5
2026-07-2036,6
2026-07-2747,8
2026-08-0322,2
2026-08-1034,4
2026-08-1728,9
2026-08-2425,5
2026-08-3115,6
2026-09-0710,3
2026-09-1411,1
2026-09-2132,6
2026-09-2851,1
2026-10-0538,6
2026-10-1233,8
2026-10-1934,3
2026-10-2643,3
2026-11-0226,8
2026-11-0938,7

Доля считается среди вакансий, где формат указан (удалённо, гибрид, офис). Недели, где таких меньше 10, пропущены.

Данные графика
Удалённая работа во времени — Data Architect. Таблица данных блока. Пропуск не означает ноль; единицы и выборка указаны в описании показателя.
НеделяУдалённо
2026-06-0183,3
2026-06-0880
2026-06-1575
2026-06-2262,1
2026-06-2964,7
2026-07-0648,9
2026-07-1335,5
2026-07-2036,6
2026-07-2747,8
2026-08-0322,2
2026-08-1034,4
2026-08-1728,9
2026-08-2425,5
2026-08-3115,6
2026-09-0710,3
2026-09-1411,1
2026-09-2132,6
2026-09-2851,1
2026-10-0538,6
2026-10-1233,8
2026-10-1934,3
2026-10-2643,3
2026-11-0226,8
2026-11-0938,7

Технологии во времени

Как менялась доля вакансий Data Architect, где упоминается каждая из главных технологий.

Доля вакансий с технологией, %

Данные графика
Доля вакансий с технологией, %. Таблица данных блока. Пропуск не означает ноль; единицы и выборка указаны в описании показателя.
ПериодcloudAzureAWS
2026-08-1734,642,315,4
2026-08-2426,126,113
2026-08-31———
2026-09-0728,61914,3
2026-09-1414,761,852,9
2026-09-2147,533,922
2026-09-2869,452,831,9
2026-10-055932,547
2026-10-1250,830,730,2
2026-10-1960,548,826,7
2026-10-2660,536,337,9
2026-11-0266,735,332,4
2026-11-0948,234,136,5

Ряд начинается с 17 авг.: раньше данных нет.

На графике до 5:

Доля — среди вакансий с размеченным стеком; ряд начинается с 10 авг.: раньше метки стека ставились по-другому. Недели, где размеченных вакансий меньше 20, пропущены.

Данные графика
Технологии во времени — Data Architect. Таблица данных блока. Пропуск не означает ноль; единицы и выборка указаны в описании показателя.
НеделяcloudAzureDatabricksAWSSQL
2026-08-10—————
2026-08-1734,642,323,115,419,2
2026-08-2426,126,126,11313
2026-08-31—————
2026-09-0728,6191914,314,3
2026-09-1414,761,814,752,92,9
2026-09-2147,533,923,72216,9
2026-09-2869,452,834,731,937,5
2026-10-055932,531,34733,7
2026-10-1250,830,727,530,229,1
2026-10-1960,548,839,526,750
2026-10-2660,536,335,537,937,1
2026-11-0266,735,335,332,436,3
2026-11-0948,234,141,236,542,4

Страны во времени

Как менялась доля вакансий Data Architect в каждой из главных стран — по неделям.

Доля вакансий в стране, %

Данные графика
Доля вакансий в стране, %. Таблица данных блока. Пропуск не означает ноль; единицы и выборка указаны в описании показателя.
ПериодВеликобританияПольшаСША
2026-06-019,571,419
2026-06-083,865,419,2
2026-06-153,2713,2
2026-06-22066,77,2
2026-06-292,55015
2026-07-067,321,820
2026-07-132,217,822,2
2026-07-2044,420,413
2026-07-2730,826,93,8
2026-08-0336,87,918,4
2026-08-1051,76,93,4
2026-08-1752,6010,5
2026-08-2471,12,24,4
2026-08-3172,706,1
2026-09-0768,402,6
2026-09-1450218
2026-09-21201021,1
2026-09-2831,916,516,5
2026-10-0529,619,413,3
2026-10-1219,715,822,2
2026-10-19231420
2026-10-262115,921,7
2026-11-0224,311,324,3
2026-11-0932,65,328,4
На графике до 5:

Доля — среди вакансий, где страна известна; на графике пять стран с наибольшим числом вакансий за полгода. Недели, где вакансий с известной страной меньше 20, пропущены. Рост доли страны может означать подключение нового источника в этой стране, а не рост рынка.

Данные графика
Страны во времени — Data Architect. Таблица данных блока. Пропуск не означает ноль; единицы и выборка указаны в описании показателя.
НеделяВеликобританияПольшаСШАИндияГермания
2026-06-019,571,41900
2026-06-083,865,419,23,80
2026-06-153,2713,26,50
2026-06-22066,77,27,20
2026-06-292,550157,52,5
2026-07-067,321,82014,51,8
2026-07-132,217,822,226,76,7
2026-07-2044,420,4135,61,9
2026-07-2730,826,93,815,40
2026-08-0336,87,918,410,55,3
2026-08-1051,76,93,46,93,4
2026-08-1752,6010,55,30
2026-08-2471,12,24,48,92,2
2026-08-3172,706,112,10
2026-09-0768,402,613,20
2026-09-145021864
2026-09-21201021,17,83,3
2026-09-2831,916,516,54,42,2
2026-10-0529,619,413,37,19,2
2026-10-1219,715,822,26,43
2026-10-19231420115
2026-10-262115,921,76,55,1
2026-11-0224,311,324,31,710,4
2026-11-0932,65,328,47,41,1

Чистый рынок: индекс найма

Одни и те же 7 505 досок вакансий работодателей; число вакансий берётся с самой доски. Подключение новых источников этот индекс не двигает — он показывает рынок, а не наш охват. Это весь рынок по панели, а не только Data Architect.

Индекс найма, 16 окт. = 100

Данные графика
Индекс найма, 16 окт. = 100. Таблица данных блока. Пропуск не означает ноль; единицы и выборка указаны в описании показателя.
ПериодИндекс найма
2026-10-16100
2026-10-17100,03
2026-10-1899,76
2026-10-1999,68
2026-10-2099,27
2026-10-2198,6
2026-10-2299,07
2026-10-2397,4
2026-10-2497,41
2026-10-2697,33
2026-10-2796,76
2026-10-2896,21
2026-10-2995,17
2026-10-3095,13
2026-10-3193,65
2026-11-0193,33
2026-11-0292,67
2026-11-0392,65
2026-11-0492,41
2026-11-0592,13
2026-11-0690,44
2026-11-0790,48
2026-11-0890,45
2026-11-1090,29
2026-11-1190,22
2026-11-1390,12
2026-11-1489,7
2026-11-1589,68
2026-11-1689,62
2026-11-1888,91
2026-11-1988,02

Цепной индекс: каждый день сравниваются только доски, опрошенные и в этот, и в предыдущий день; выбросы и сбои опроса целой платформы исключаются. Дни без сопоставимых пар пропущены.

Данные графика
Чистый рынок: индекс найма — Data Architect. Таблица данных блока. Пропуск не означает ноль; единицы и выборка указаны в описании показателя.
ДеньИндекс найма
2026-10-16100
2026-10-17100,03
2026-10-1899,76
2026-10-1999,68
2026-10-2099,27
2026-10-2198,6
2026-10-2299,07
2026-10-2397,4
2026-10-2497,41
2026-10-2697,33
2026-10-2796,76
2026-10-2896,21
2026-10-2995,17
2026-10-3095,13
2026-10-3193,65
2026-11-0193,33
2026-11-0292,67
2026-11-0392,65
2026-11-0492,41
2026-11-0592,13
2026-11-0690,44
2026-11-0790,48
2026-11-0890,45
2026-11-1090,29
2026-11-1190,22
2026-11-1390,12
2026-11-1489,7
2026-11-1589,68
2026-11-1689,62
2026-11-1888,91
2026-11-1988,02

Сколько открытых вакансий Data Architect и сколько подходящих специалистов видит Zorky.

Спрос и наблюдаемый пул

Данные графика
Таблица данных блока. Пропуск не означает ноль; единицы и выборка указаны в описании показателя.
ПоказательЗначение
Открытый спрос620
Открытый спрос620
Наблюдаемый пул— не публикуется

Data Architect — узкая senior-ниша с растущим спросом. Драйверы 2026: cloud data platform migration (legacy DWH → Snowflake / Databricks), lakehouse adoption (warehouse + lake convergence), data mesh для крупных организаций, data governance pressure (GDPR / 152-ФЗ / data contracts), AI/ML drives data quality demand (хорошие модели нужны хорошие данные). Российские банки + крупные продуктовые + ритейл + телеком доминируют. Russian data vendors (Arenadata) растут на импортозамещении. Cloud data vendors (Snowflake / Databricks) — premium-channel.

⚠ подходящих под вакансию кандидатов пока не считаем: показаны спрос и наблюдаемый пул

Как распределены зарплаты в вакансиях Data Architect, в долларах США в месяц.

Распределение зарплат

P25 $7 333 · P50 $10 507 · P75 $14 200
Данные графика
Таблица данных блока. Пропуск не означает ноль; единицы и выборка указаны в описании показателя.
ПоказательЗначение
<$1k0
$1–2k2
$2–3k0
$3–4k1
$4–5k3
$5–6k4
$6–7k6
$7–8k8
$8–9k9
$9–10k5
$10–12k15
$12–15k10
$15–20k13
$20k+5
Зарплата в вакансиях: база 620
  • пригодна для расчёта: 81 (13,1%)
  • указана, но не приведена к $/мес: 91 (14,7%)
  • не указана: 448 (72,3%)

В каждой десятой вакансии вилка ниже $5 692, в каждой десятой — выше $18 440. Половина вакансий предлагает от $7 333 до $14 200. Выборка: 81.

Senior-tier роль. Нижние grade'а histogram — mis-titled позиции, не репрезентативны.

Данные графика
Распределение зарплат — Data Architect. Таблица данных блока. Пропуск не означает ноль; единицы и выборка указаны в описании показателя.
ПоказательНижняя границаВерхняя границаКоличество
<$1k01 0000
$1–2k1 0002 0002
$2–3k2 0003 0000
$3–4k3 0004 0001
$4–5k4 0005 0003
$5–6k5 0006 0004
$6–7k6 0007 0006
$7–8k7 0008 0008
$8–9k8 0009 0009
$9–10k9 00010 0005
$10–12k10 00012 00015
$12–15k12 00015 00010
$15–20k15 00020 00013
$20k+20 000—5

В каких странах больше всего открытых вакансий Data Architect.

География спроса

странавакансийдоля
Соединенные Штаты12925,1%
Великобритания9418,3%
Польша7715%
Индия418%
Германия265,1%
Канада142,7%
Франция122,3%
Бразилия112,1%
Филиппины71,4%
Колумбия71,4%
Остальные страны9618,7%

Лидер по числу Data Architect-вакансий — США (129 позиций). Россия — банки + крупные продуктовые + ритейл + телеком + аутсорсеры доминируют. Польша — Data Architect-friendly EU-хаб. Германия — enterprise data. Международный remote через cloud data vendors (Snowflake / Databricks / Confluent) + EPAM-style outsourcing.

⚠ только число вакансий: зарплата по странам не публикуется

Данные графика
География спроса — Data Architect. Таблица данных блока. Пропуск не означает ноль; единицы и выборка указаны в описании показателя.
СтранаВакансии
US129
GB94
PL77
IN41
DE26
CA14
FR12
BR11
PH7
CO7

Какие технологии чаще всего требуют в одной вакансии с Data Architect.

С чем используется вместе

cloud
28245,5%
azure
19231%
aws
17027,4%
sql
15525%
python
10416,8%
snowflake
10016,1%
gcp
7512,1%
spark
619,8%
dbt
558,9%

Доля — сколько из 620 вакансий рынка «Data Architect» упоминают эту технологию. Порядок — по числу вакансий, не по «силе связи». Обобщения вроде cloud не равны конкретному облаку (AWS, Azure).

Топ-стек Data Architect 2026: data modeling (dimensional modeling Kimball + 3NF/Inmon + Data Vault 2.0 + One Big Table; tools erwin / SqlDBM / dbdiagram / dbt), cloud data warehouses (Snowflake leader + BigQuery + Redshift + Azure Synapse + Databricks Lakehouse + ClickHouse РФ-популярен + Russian Arenadata), data lakes (S3/ADLS/GCS + open table formats Iceberg/Delta Lake/Hudi), data architecture patterns (warehouse / lake / lakehouse default 2026 / data mesh / data fabric), data integration (ETL vs ELT-доминирует + CDC Debezium + Kafka streaming), orchestration (Airflow / Dagster / Prefect), data governance (data catalogs Collibra/Alation/Atlan/DataHub/OpenMetadata + data lineage + data quality Great Expectations/Soda + MDM Informatica/Reltio + data contracts), semantic layer (dbt Semantic Layer / Cube), SQL mastery, modeling notation (ER diagrams + ArchiMate + data flow diagrams).

Частые пары: Snowflake + dbt + Airflow (modern data stack classic), Databricks + Delta Lake + Spark (lakehouse stack), Data Vault 2.0 + Snowflake + dbt (agile enterprise DWH), Kimball dimensional modeling + cloud DWH + BI (analytics-focused), ClickHouse + Kafka (real-time analytics — РФ-популярно), Arenadata Greenplum + dbt (Russian импортозамещение data stack), Iceberg + S3 + Trino (open lakehouse). Learning-roadmap: стать Senior Data Engineer (5+ лет — prerequisite) → data modeling mastery (Kimball + Data Vault) → SQL deep → cloud data platform (Snowflake / Databricks) → modern data stack (dbt + orchestration) → data architecture patterns → data mesh (Dehghani book) → data governance → open table formats → semantic layer → soft skills.

Данные графика
С чем используется вместе — Data Architect. Таблица данных блока. Пропуск не означает ноль; единицы и выборка указаны в описании показателя.
НазваниеКоличество
cloud282
azure192
databricks180
aws170
sql155
python104
snowflake100
gcp75
spark61
dbt55
bigquery53
kafka52

Сколько вакансий Data Architect на каждом уровне — от junior до principal.

Спрос по уровням

уровеньвакансий
principal212
senior185
lead45
middle14
junior4

Senior-tier роль (нижние grade'а = mis-titled; realistic — Senior / Lead). Путь: Senior Data Engineer (5+ лет hands-on) → Data Architect (через data modeling + platform design + governance) → Senior / Principal Data Architect → либо Chief Data Architect / Head of Data Architecture, либо Data Platform lead, либо Enterprise Architect (Data domain), либо Chief Data Officer (CDO) track.

⚠ только сторона спроса: грейд наблюдаемого пула неизвестен у большинства

Данные графика
Спрос по уровням — Data Architect. Таблица данных блока. Пропуск не означает ноль; единицы и выборка указаны в описании показателя.
УровеньКоличество
principal212
senior185
lead45
middle14
junior4

Кто больше всех нанимает по Data Architect и насколько спрос сосредоточен у крупных компаний.

Работодатели

Спрос распределён между 468 работодателями. На крупнейшего приходится 1.7%, на десятку — 10.0%; остальные 90.0% — длинный хвост.

крупнейший 1,7%2–3-й 2,8%4–10-й 5,5%остальные 90%
долязначение
крупнейший1.7%
топ-34.5%
топ-1010.0%
длинный хвост90.0%

⚠ имена не показываются: кадровые агентства и конечные работодатели пока не различаются классификацией

С каких сайтов компаний и досок Zorky собирает вакансии Data Architect.

Откуда Zorky видит этот рынок

Наблюдение идёт из 59 источников; на крупнейший приходится 9.5% — рынок не держится на одном канале.

Данные графика
Откуда Zorky видит этот рынок — Data Architect. Таблица данных блока. Пропуск не означает ноль; единицы и выборка указаны в описании показателя.
КлассНазваниеНазвание на английскомКоличествоДоля
atsATS и карьерные сайтыATS & career sites3740,6032
boardджоб-борды и агрегаторыjob boards & aggregators2270,3661
telegramTelegramTelegram190,0306

Самые новые вакансии Data Architect с сайтов компаний.

Свежие вакансии

Все вакансии →

Свежие открытые Data Architect-вакансии — последние позиции в выборке (узкая senior-ниша — реальный рынок шире за счёт overlap с Senior Data Engineer). Полный список — в нашем CRM или по ссылке «смотреть все» ниже. Для broader view посмотрите data-engineer + solutions architect страницы.

Как это посчитано
Вакансия
открытая вакансия, прошедшая гейт качества и содержащая не менее двух технологий
Наблюдаемый кандидат
кандидат, чей стек содержит эту технологию; агрегат, без единой записи наружу
Подходящий кандидат
пока не считается
Окно
открытые вакансии на момент сборки снимка

О данных

  • Некоторые разрезы скрыты: по ним пока недостаточно полноты данных.
  • Статистика строится только там, где выборка проходит порог качества.
  • Отсутствие блока не означает нулевое значение.

Сейчас скрыто разрезов: 8.

Направление: Architecture

Соседние специализации

Внутри Data Architect: Data Architect (general — owns data architecture одной системы / domain), Senior / Principal Data Architect (enterprise-wide + strategy), Data Warehouse Architect (DWH / analytics-focused), Data Platform Architect (modern data platform / lakehouse design), Data Modeler (focus на data modeling — narrower), Master Data Architect (MDM specialty), Information Architect (data governance + information management). Сравнение с solutions/software/enterprise/security/integration architect — в баре ниже.

Enterprise ArchitectIntegration ArchitectSecurity ArchitectSoftware ArchitectSolutions Architect

Частые вопросы

Ответы пересчитываются автоматически.

Какой стек / навыки чаще всего требуют от Data Architect?

Топ-стек / навыки: cloud, aws, azure, enterprise architect, sql. Data modeling — core: conceptual / logical / physical models, dimensional modeling (Kimball — star / snowflake schemas + facts/dimensions), 3NF / Inmon (нормализованный enterprise DWH), Data Vault 2.0 (hubs + links + satellites — agile enterprise DWH, популярен 2026), One Big Table / wide tables (modern analytics). Tools: erwin Data Modeler (enterprise classic), SqlDBM, dbdiagram.io, dbt (semantic models + lineage — de-facto modeling layer 2026). ClickHouse (real-time analytics — РФ-популярен, Яндекс origin). Russian: Arenadata (Greenplum-based — DWH leader РФ после ухода Teradata / Oracle). Data lakes: S3 / ADLS / GCS + open table formats (Apache Iceberg — rising 2026 / Delta Lake / Apache Hudi). Data architecture patterns: data warehouse / data lake / lakehouse (рекомендуемый default 2026) / data mesh (decentralized domain-owned — Zhamak Dehghani) / data fabric (metadata-driven unified access). Data integration: ETL vs ELT (ELT доминирует 2026), CDC (Change Data Capture — Debezium), data streaming (Kafka), batch + streaming unification. Orchestration: Airflow / Dagster / Prefect (architecture-level decisions). Data governance: data catalog (Collibra / Alation / Atlan / DataHub open-source / OpenMetadata), data lineage, data quality (Great Expectations / Soda), master data management MDM (Informatica MDM / Reltio), data classification + privacy (PII / GDPR / 152-ФЗ), data contracts (rising 2024+). Semantic layer: dbt Semantic Layer / Cube — single source of truth для метрик. SQL mastery — обязательно (Data Architect должен понимать query patterns + performance). Soft skills: stakeholder management (data — cross-functional), data strategy communication, governance facilitation.

Data Architect vs Data Engineer vs Enterprise Architect vs DBA — в чём разница?

Data Engineer — hands-on строит data pipelines (ingestion + transformation + orchestration), implements то, что Data Architect спроектировал. См. Data Engineer (general). Data Architect (эта страница) — проектирует data landscape: data models + storage strategy + data flows + governance. Design-level, не hands-on pipeline coding. Database Administrator (DBA) — operates конкретные databases (performance tuning + backups + replication + security). Operational. См. Database Administrator (DBA) (когда страница ship'нется). Enterprise Architect — org-wide technology landscape (Data Architecture — один из 4 TOGAF доменов; Data Architect часто = Domain Architect внутри EA). См. Enterprise Architect. Career-flow: Data Engineer Senior → Data Architect — естественный путь. Data Architect → Enterprise Architect (Data domain) или Chief Data Officer. Career-выбор: Data Engineer if нравится hands-on pipeline building; Data Architect if нравится design + modeling + governance + strategy; DBA if нравится database operations deep; Enterprise Architect if хочешь org-level breadth beyond data.

Data architecture patterns 2026 — data warehouse vs data lake vs lakehouse vs data mesh vs data fabric?

Decision tree для data architecture pattern 2026: 1) Data Warehouse — structured, schema-on-write, optimized для analytics / BI. Cloud DWH: Snowflake / BigQuery / Redshift / Synapse. Pros: fast SQL analytics, mature tooling, data quality enforced. Cons: structured data only, ETL upfront, дороже для raw / unstructured. Use case: BI / reporting / structured analytics — всё ещё core 2026. 2) Data Lake — raw storage, schema-on-read, любые форматы (structured + unstructured). S3 / ADLS / GCS. Pros: cheap storage, flexible, хранит всё. Cons: «data swamp» risk (без governance — хаос), нет SQL performance, нет ACID. Use case: raw data landing zone, ML training data, archival. Standalone редко 2026. 3) Lakehouse — рекомендуемый default 2026. Convergence warehouse + lake: data lake storage (S3 + open table format — Delta Lake / Iceberg / Hudi) + warehouse-like features (ACID transactions + SQL performance + schema enforcement + time travel). Databricks (Delta Lake) / Snowflake (поддержка Iceberg). Pros: один storage layer для BI + ML + streaming, cheaper чем pure DWH, no data duplication. Cons: younger ecosystem, нужна правильная table format strategy. Use case: новые data platforms 2026 — default choice (избегает warehouse + lake duplication). 4) Data Mesh — organizational / socio-technical pattern, не technology. Zhamak Dehghani concept. 4 принципа: domain-oriented ownership (data owned by domain teams, не central data team), data as a product (каждый dataset — product с SLA / docs / quality), self-serve data platform, federated computational governance. Pros: scales organizationally (central data team — bottleneck в больших orgs), domain expertise в data ownership. Cons: требует organizational maturity, дорого внедрять, overkill для малых организаций. Use case: large organizations (множество domains, central data team не справляется) — НЕ для малых / средних (организационный overhead убьёт). Часто over-applied. 5) Data Fabric — metadata-driven unified data access layer поверх heterogeneous sources (vs data mesh — org pattern, data fabric — technology / integration approach). Active metadata + knowledge graph + automated data integration. Gartner-pushed concept. Use case: организации с множеством legacy data silos, нужен unified access без миграции всего. Default 2026 рекомендации: Новая data platform → Lakehouse (Databricks или Snowflake + Iceberg). BI / structured analytics → Cloud DWH (если lakehouse overkill). Raw / ML data → data lake как часть lakehouse (не standalone). Большая организация, central data team — bottleneck → Data Mesh (organizational shift, не tech). Множество legacy silos → Data Fabric (unified access layer). Главный принцип: pattern follows organizational reality + scale — не cargo-cult «data mesh потому что модно».

Какая доля вакансий предполагает удалённую работу?

Среди вакансий с указанным форматом работы 38% — удалённые. Вакансии без указанного формата не входят в знаменатель; гибридная работа не считается удалённой.

Чем Data Platform Architect отличается от Data Architect?

Data Architect (general) — focus на data models + data flows + governance + storage strategy (логический / концептуальный уровень — «как данные структурированы и текут»). Data Platform Architect — focus на technical platform который hosts data (infrastructure / tooling уровень — «на чём данные живут»): cloud data platform design (Databricks / Snowflake setup), compute / storage architecture, data platform tooling (ingestion + orchestration + transformation + catalog stack), platform scalability + cost optimization, self-serve data platform (для data mesh). Больше overlap с DevOps / Platform Engineering. Data Warehouse Architect — narrower specialty: focus на DWH design specifically (dimensional modeling deep, ETL/ELT для warehouse, BI enablement). Data Modeler — самая narrow роль: focus только на data modeling (conceptual / logical / physical models, ER diagrams) — часто mid-level, не full architect. Master Data Architect — MDM specialty (master data management — single source of truth для core entities — customer / product / etc). Information Architect — overlap — data governance + information lifecycle + taxonomy + metadata. Reality 2026: в малых / средних организациях один Data Architect делает всё. В крупных — specialization (Data Platform Architect + Data Warehouse Architect + Data Modeler + Master Data Architect — отдельные роли). Career-выбор: general Data Architect для breadth; Data Platform Architect if нравится infrastructure / tooling deep; Data Warehouse Architect if нравится dimensional modeling + analytics; Master Data Architect if нравится governance / MDM.

С чего начинать путь к Data Architect в 2026?

Roadmap (Data Architect — senior-tier, путь через Senior Data Engineer): 1) Стать сильным Senior Data Engineer — prerequisite. 5+ лет hands-on: data pipelines, warehouse work, SQL mastery, понимание data tooling на практике. 2) Data modeling mastery — это core Data Architect skill. Dimensional modeling (Kimball — «The Data Warehouse Toolkit» Ralph Kimball — canonical), Inmon 3NF approach, Data Vault 2.0 («Building a Scalable Data Warehouse with Data Vault 2.0» Dan Linstedt). Conceptual / logical / physical modeling. 3) SQL deep — Data Architect должен глубоко понимать query patterns + performance + optimization. 4) Cloud data platforms — выбрать один deeply: Snowflake (leader — Snowflake certifications) или Databricks (Lakehouse — Databricks certifications) или BigQuery. Hands-on опыт design + build. 5) Modern data stack — dbt (de-facto transformation + modeling layer 2026 — dbt certification), data orchestration (Airflow / Dagster), ELT patterns, CDC (Debezium). 6) Data architecture patterns — глубоко понять warehouse vs lake vs lakehouse vs data mesh vs data fabric (когда что). «Fundamentals of Data Engineering» Joe Reis / Matt Housley (canonical 2026 — must-read, covers architecture). 7) Data mesh — «Data Mesh» Zhamak Dehghani (если работаешь / будешь работать в крупной организации). 8) Data governance — data catalogs (Collibra / Alation / DataHub / OpenMetadata), data lineage, data quality (Great Expectations / Soda), MDM concepts, data contracts (rising 2024+), data privacy (GDPR / 152-ФЗ). 9) Open table formats — Apache Iceberg (rising 2026) / Delta Lake / Apache Hudi — критично для lakehouse. 10) Semantic layer — dbt Semantic Layer / Cube — metrics consistency. 11) Soft skills — data — cross-functional (engineers + analysts + business + security), нужны stakeholder management + data strategy communication + governance facilitation. 12) Practice в текущей роли — как Senior Data Engineer брать architecture-level задачи: data model design, platform selection, governance setup. Курсы РФ: Otus «Data Architect» / «DWH Analyst», Karpov.Courses (Data Engineering — overlap), корпоративные data-школы, Arenadata training. International (eng): «The Data Warehouse Toolkit» Kimball (canonical dimensional modeling), «Fundamentals of Data Engineering» Reis / Housley (must-read 2026), «Data Mesh» Dehghani, Snowflake / Databricks official certifications + training, dbt Learn (free), DataCamp / Coursera data engineering tracks. Senior Data Engineer (5+ лет) + data modeling mastery + cloud data platform expertise → Data Architect.

Сколько открытых вакансий в этой выборке?

В опубликованной выборке — 620 открытых вакансий без перепубликаций. Это тот же показатель, что в верхнем блоке страницы. География выборки представлена в разделе географии; это не оценка всего рынка.

Какие навыки нужны Senior Data Architect?

Senior Data Architect владеет полным циклом data architecture + technical leadership. Data modeling mastery: dimensional modeling (Kimball — star / snowflake schemas + facts/dimensions deep), 3NF / Inmon enterprise DWH, Data Vault 2.0 (hubs / links / satellites — agile DWH), conceptual / logical / physical modeling, ER modeling. SQL deep mastery: complex queries, query optimization, understanding execution plans — Data Architect должен глубоко понимать как данные queried. Cloud data platform mastery: один из Snowflake / Databricks / BigQuery deeply — architecture design, performance optimization, cost optimization (data platforms — expensive, cost-architecture критичен). Data architecture patterns: warehouse / lake / lakehouse / data mesh / data fabric — знать trade-offs + когда что применять (не cargo-cult). Lakehouse design (open table formats — Iceberg / Delta Lake / Hudi). Modern data stack: dbt (transformation + modeling + semantic layer), orchestration (Airflow / Dagster), ELT patterns, CDC (Debezium), streaming (Kafka) architecture-level. Data integration architecture: batch + streaming unification, data ingestion strategy, source-to-target mapping. Data governance mastery: data catalog strategy (Collibra / Alation / DataHub / OpenMetadata), data lineage, data quality frameworks (Great Expectations / Soda), master data management (MDM), data classification + privacy (PII / GDPR / 152-ФЗ compliance в data architecture), data contracts (formalize producer-consumer agreements — rising 2024+). Semantic layer: metrics consistency (dbt Semantic Layer / Cube — single source of truth). Data strategy: data platform roadmapping, build-vs-buy для data tooling, data team operating model (centralized vs data mesh decentralized). System design для data: design data platform на whiteboard под scale (PB-scale data, 1000s of tables, real-time + batch), capacity planning, performance + cost trade-offs. Cross-domain knowledge: понимание Data Engineering (implementation reality), Analytics / BI (consumer needs), Security (data protection), Enterprise Architecture (org-level context). Soft skills: stakeholder management (data — cross-functional: engineers + analysts + business + security + compliance), data strategy communication к leadership, data governance facilitation, mentoring Data Engineers. Английский для Senior+ MUST — cloud data platform docs + data community + international team communication англоязычные. Optional bonus: cloud data platform certifications (Snowflake / Databricks), dbt certification, conference speaking (data conferences), data mesh implementation experience — резко повышают market value для Principal / Chief Data Architect roles.

Оставить заявку

Опишите задачу и оставьте контакт — заявка попадёт в CRM, ответим на указанный контакт.

Отправляя заявку, вы соглашаетесь с политикой обработки данных.