Data Engineer (general): рынок
Данные на 19 ноября 2026: открытых вакансий Data Engineer (general) — 5 563, удалённых — 31% среди вакансий с указанным форматом работы; медианная зарплата в объявлениях — $9 083/мес (по 727 вакансиям с указанной зарплатой). Источник — Zorky, обновляется ежедневно.
Data Engineer — инженерия данных: ETL/ELT-пайплайны, DWH-моделирование, потоковая обработка, оркестрация задач, data-lakes. Самый ёмкий сегмент Data-направления, на стыке backend-разработки и аналитики. Семейство ролей: Data Engineer (general — pipelines + DWH), ETL Developer (классический batch — Informatica/SSIS legacy + Airflow), Analytics Engineer (dbt + DWH, на стыке с Analyst), Pipeline Engineer (focus на оркестрацию — Airflow/Dagster/Prefect), Data Platform Engineer (infra для data-команд — Kubernetes + Spark cluster + Delta Lake/Iceberg). Стек: Python (must — pandas, PySpark, SDK для облаков), SQL (must, advanced — оконные функции, CTE, оптимизация), Airflow/Dagster/Prefect (оркестрация), Spark/Flink/Kafka Streams (big data + streaming), dbt (analytics engineering — transform layer), DWH: Snowflake/BigQuery/ClickHouse/Redshift/Greenplum, Kafka+Debezium (CDC), S3/HDFS/Delta Lake/Apache Iceberg, AWS/GCP/Azure data-стеки, Docker+Kubernetes. Топ-стек: python, cloud, sql, aws, azure. Среди вакансий с указанным форматом работы 31% — удалённые.
Данные на:
Главные цифры рынка Data Engineer (general): открытые вакансии, медианная зарплата, наблюдаемый пул специалистов и доля удалёнки.
На рынке Data Engineer (general) сейчас 5 563 открытых вакансий, из них 4 831 со свежим наблюдением. Медианная зарплата $9 083/мес.
Среди вакансий с указанным форматом работы 31% — удалённые. Работа полностью cloud-based. Сбер — чаще офис из-за data residency / compliance.
⚠ зарплата известна у 727 из 5563 вакансий; доля удалёнки — от 4501 с указанным форматом; свежими наблюдениями считаются 4831; тренд и сложность найма не показываются
Динамика: вакансии и источники
Сколько вакансий Data Engineer (general) 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
| Период | Новые вакансии за неделю |
|---|---|
| 2026-06-01 | 294 |
| 2026-06-08 | 213 |
| 2026-06-15 | 249 |
| 2026-06-22 | 673 |
| 2026-06-29 | 541 |
| 2026-07-06 | 533 |
| 2026-07-13 | 701 |
| 2026-07-20 | 857 |
| 2026-07-27 | 477 |
| 2026-08-03 | 417 |
| 2026-08-10 | 253 |
| 2026-08-17 | 294 |
| 2026-08-24 | 272 |
| 2026-08-31 | 297 |
| 2026-09-07 | 318 |
| 2026-09-14 | 377 |
| 2026-09-21 | 1 172 |
| 2026-09-28 | 1 043 |
| 2026-10-05 | 923 |
| 2026-10-12 | 2 237 |
| 2026-10-19 | 1 265 |
| 2026-10-26 | 1 352 |
| 2026-11-02 | 1 262 |
| 2026-11-09 | 1 420 |
Активных источников за неделю
Источников всего за период: 281. ▲ — неделя, когда подключилось много новых источников.
Данные графика
| Период | Активных источников |
|---|---|
| 2026-06-01 | 27 |
| 2026-06-08 | 26 |
| 2026-06-15 | 28 |
| 2026-06-22 | 45 |
| 2026-06-29 | 87 |
| 2026-07-06 | 72 |
| 2026-07-13 | 82 |
| 2026-07-20 | 92 |
| 2026-07-27 | 79 |
| 2026-08-03 | 79 |
| 2026-08-10 | 52 |
| 2026-08-17 | 54 |
| 2026-08-24 | 48 |
| 2026-08-31 | 56 |
| 2026-09-07 | 59 |
| 2026-09-14 | 58 |
| 2026-09-21 | 71 |
| 2026-09-28 | 75 |
| 2026-10-05 | 79 |
| 2026-10-12 | 80 |
| 2026-10-19 | 90 |
| 2026-10-26 | 97 |
| 2026-11-02 | 95 |
| 2026-11-09 | 101 |
Подключение новых источников: 22 июн. +21 · 29 июн. +48 · 6 июл. +29 · 13 июл. +21 · 20 июл. +19 · все недели (23) — в таблице
| Неделя | Новых источников | Новых вакансий |
|---|---|---|
| 8 июн. | +6 | 213 |
| 15 июн. | +7 | 249 |
| 22 июн. | +21 | 673 |
| 29 июн. | +48 | 541 |
| 6 июл. | +29 | 533 |
| 13 июл. | +21 | 701 |
| 20 июл. | +19 | 857 |
| 27 июл. | +8 | 477 |
| 3 авг. | +10 | 417 |
| 10 авг. | +5 | 253 |
| 17 авг. | +3 | 294 |
| 24 авг. | +2 | 272 |
| 31 авг. | +8 | 297 |
| 7 сент. | +4 | 318 |
| 14 сент. | +4 | 377 |
| 21 сент. | +6 | 1 172 |
| 28 сент. | +7 | 1 043 |
| 5 окт. | +4 | 923 |
| 12 окт. | +6 | 2 237 |
| 19 окт. | +11 | 1 265 |
| 26 окт. | +7 | 1 352 |
| 2 нояб. | +9 | 1 262 |
| 9 нояб. | +9 | 1 420 |
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
| Неделя | Новые вакансии за неделю | Активных источников |
|---|---|---|
| 2026-06-01 | 294 | 27 |
| 2026-06-08 | 213 | 26 |
| 2026-06-15 | 249 | 28 |
| 2026-06-22 | 673 | 45 |
| 2026-06-29 | 541 | 87 |
| 2026-07-06 | 533 | 72 |
| 2026-07-13 | 701 | 82 |
| 2026-07-20 | 857 | 92 |
| 2026-07-27 | 477 | 79 |
| 2026-08-03 | 417 | 79 |
| 2026-08-10 | 253 | 52 |
| 2026-08-17 | 294 | 54 |
| 2026-08-24 | 272 | 48 |
| 2026-08-31 | 297 | 56 |
| 2026-09-07 | 318 | 59 |
| 2026-09-14 | 377 | 58 |
| 2026-09-21 | 1 172 | 71 |
| 2026-09-28 | 1 043 | 75 |
| 2026-10-05 | 923 | 79 |
| 2026-10-12 | 2 237 | 80 |
| 2026-10-19 | 1 265 | 90 |
| 2026-10-26 | 1 352 | 97 |
| 2026-11-02 | 1 262 | 95 |
| 2026-11-09 | 1 420 | 101 |
Зарплаты во времени
Медиана зарплат в вакансиях Data Engineer (general) по неделям, в долларах США в месяц.
Медиана зарплаты, $ в месяц
Данные графика
| Период | Медиана | Сколько вакансий с зарплатой за неделю (n) |
|---|---|---|
| 2026-07-20 | 5 750 | 24 |
| 2026-07-27 | — | 6 |
| 2026-08-03 | — | 0 |
| 2026-08-10 | — | 0 |
| 2026-08-17 | — | 0 |
| 2026-08-24 | — | 0 |
| 2026-08-31 | — | 9 |
| 2026-09-07 | 8 353 | 12 |
| 2026-09-14 | — | 8 |
| 2026-09-21 | 10 303 | 38 |
| 2026-09-28 | 8 125 | 73 |
| 2026-10-05 | 7 092 | 87 |
| 2026-10-12 | 7 355 | 147 |
| 2026-10-19 | 7 500 | 227 |
| 2026-10-26 | 7 699 | 259 |
| 2026-11-02 | 9 457 | 214 |
| 2026-11-09 | 9 167 | 235 |
Ряд начинается с 20 июл.: раньше данных нет.
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
| Неделя | Медиана |
|---|---|
| 2026-06-01 | — |
| 2026-06-08 | — |
| 2026-06-15 | — |
| 2026-06-22 | — |
| 2026-06-29 | — |
| 2026-07-06 | — |
| 2026-07-13 | — |
| 2026-07-20 | 5 750 |
| 2026-07-27 | — |
| 2026-08-03 | — |
| 2026-08-10 | — |
| 2026-08-17 | — |
| 2026-08-24 | — |
| 2026-08-31 | — |
| 2026-09-07 | 8 353 |
| 2026-09-14 | — |
| 2026-09-21 | 10 303 |
| 2026-09-28 | 8 125 |
| 2026-10-05 | 7 092 |
| 2026-10-12 | 7 355 |
| 2026-10-19 | 7 500 |
| 2026-10-26 | 7 699 |
| 2026-11-02 | 9 457 |
| 2026-11-09 | 9 167 |
Удалённая работа во времени
Какая доля вакансий Data Engineer (general) предлагала полностью удалённую работу — по неделям.
Доля удалённых вакансий, %
Данные графика
| Период | Удалённо |
|---|---|
| 2026-06-01 | 67,4 |
| 2026-06-08 | 51,2 |
| 2026-06-15 | 53,2 |
| 2026-06-22 | 44,1 |
| 2026-06-29 | 38,5 |
| 2026-07-06 | 33,5 |
| 2026-07-13 | 39,3 |
| 2026-07-20 | 47,9 |
| 2026-07-27 | 61,8 |
| 2026-08-03 | 25,1 |
| 2026-08-10 | 29,9 |
| 2026-08-17 | 28,7 |
| 2026-08-24 | 31,7 |
| 2026-08-31 | 28,4 |
| 2026-09-07 | 23,3 |
| 2026-09-14 | 28,4 |
| 2026-09-21 | 28,2 |
| 2026-09-28 | 31,2 |
| 2026-10-05 | 34,3 |
| 2026-10-12 | 32,2 |
| 2026-10-19 | 30,7 |
| 2026-10-26 | 37,3 |
| 2026-11-02 | 34,5 |
| 2026-11-09 | 28,5 |
Доля считается среди вакансий, где формат указан (удалённо, гибрид, офис). Недели, где таких меньше 10, пропущены.
Данные графика
| Неделя | Удалённо |
|---|---|
| 2026-06-01 | 67,4 |
| 2026-06-08 | 51,2 |
| 2026-06-15 | 53,2 |
| 2026-06-22 | 44,1 |
| 2026-06-29 | 38,5 |
| 2026-07-06 | 33,5 |
| 2026-07-13 | 39,3 |
| 2026-07-20 | 47,9 |
| 2026-07-27 | 61,8 |
| 2026-08-03 | 25,1 |
| 2026-08-10 | 29,9 |
| 2026-08-17 | 28,7 |
| 2026-08-24 | 31,7 |
| 2026-08-31 | 28,4 |
| 2026-09-07 | 23,3 |
| 2026-09-14 | 28,4 |
| 2026-09-21 | 28,2 |
| 2026-09-28 | 31,2 |
| 2026-10-05 | 34,3 |
| 2026-10-12 | 32,2 |
| 2026-10-19 | 30,7 |
| 2026-10-26 | 37,3 |
| 2026-11-02 | 34,5 |
| 2026-11-09 | 28,5 |
Технологии во времени
Как менялась доля вакансий Data Engineer (general), где упоминается каждая из главных технологий.
Доля вакансий с технологией, %
Данные графика
| Период | Python | cloud | SQL |
|---|---|---|---|
| 2026-08-10 | 41,5 | 29,6 | 28,2 |
| 2026-08-17 | 39 | 33,5 | 29,9 |
| 2026-08-24 | 37,3 | 32,3 | 23,6 |
| 2026-08-31 | 34,2 | 24,2 | 27,4 |
| 2026-09-07 | 41,7 | 31,7 | 28,9 |
| 2026-09-14 | 35,5 | 33,5 | 33,5 |
| 2026-09-21 | 41 | 45,2 | 38,2 |
| 2026-09-28 | 61,1 | 50,8 | 55 |
| 2026-10-05 | 56,2 | 47,5 | 54,2 |
| 2026-10-12 | 48,6 | 51 | 48,4 |
| 2026-10-19 | 58,5 | 54 | 59,3 |
| 2026-10-26 | 60,7 | 52,1 | 61,3 |
| 2026-11-02 | 61,9 | 52,7 | 60,7 |
| 2026-11-09 | 62,3 | 47,7 | 59,9 |
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
| Неделя | Python | cloud | SQL | AWS | Azure |
|---|---|---|---|---|---|
| 2026-08-10 | 41,5 | 29,6 | 28,2 | 21,1 | 22,5 |
| 2026-08-17 | 39 | 33,5 | 29,9 | 23,8 | 19,5 |
| 2026-08-24 | 37,3 | 32,3 | 23,6 | 15,5 | 17,4 |
| 2026-08-31 | 34,2 | 24,2 | 27,4 | 15,8 | 18,9 |
| 2026-09-07 | 41,7 | 31,7 | 28,9 | 19,7 | 15,6 |
| 2026-09-14 | 35,5 | 33,5 | 33,5 | 21,7 | 22,7 |
| 2026-09-21 | 41 | 45,2 | 38,2 | 29,7 | 25 |
| 2026-09-28 | 61,1 | 50,8 | 55 | 34,4 | 34,1 |
| 2026-10-05 | 56,2 | 47,5 | 54,2 | 30,9 | 32,5 |
| 2026-10-12 | 48,6 | 51 | 48,4 | 29,9 | 30 |
| 2026-10-19 | 58,5 | 54 | 59,3 | 30,4 | 32,4 |
| 2026-10-26 | 60,7 | 52,1 | 61,3 | 34,9 | 32,7 |
| 2026-11-02 | 61,9 | 52,7 | 60,7 | 35,8 | 30,1 |
| 2026-11-09 | 62,3 | 47,7 | 59,9 | 31,6 | 28,1 |
Страны во времени
Как менялась доля вакансий Data Engineer (general) в каждой из главных стран — по неделям.
Доля вакансий в стране, %
Данные графика
| Период | США | Польша | Великобритания |
|---|---|---|---|
| 2026-06-01 | 27,6 | 49,1 | 3,6 |
| 2026-06-08 | 32,4 | 33,3 | 2 |
| 2026-06-15 | 26,5 | 38,5 | 3,8 |
| 2026-06-22 | 13,5 | 52,9 | 1,4 |
| 2026-06-29 | 18 | 18,8 | 1,7 |
| 2026-07-06 | 31,1 | 11,4 | 6,6 |
| 2026-07-13 | 23,5 | 16,9 | 4,8 |
| 2026-07-20 | 17,6 | 28,8 | 10,7 |
| 2026-07-27 | 15,4 | 31,8 | 6,4 |
| 2026-08-03 | 20,5 | 9,7 | 18,8 |
| 2026-08-10 | 16,1 | 5,7 | 23,7 |
| 2026-08-17 | 15,6 | 6,6 | 26,2 |
| 2026-08-24 | 14,7 | 6,5 | 33,6 |
| 2026-08-31 | 9,6 | 3,3 | 33,8 |
| 2026-09-07 | 12,6 | 3,3 | 32,3 |
| 2026-09-14 | 22,3 | 3,6 | 28,9 |
| 2026-09-21 | 25,8 | 5,5 | 15,5 |
| 2026-09-28 | 19,3 | 14,6 | 13,7 |
| 2026-10-05 | 16,2 | 21,5 | 13 |
| 2026-10-12 | 16,6 | 16 | 9,8 |
| 2026-10-19 | 16,7 | 16,7 | 10,5 |
| 2026-10-26 | 19 | 17,3 | 8,9 |
| 2026-11-02 | 21,1 | 12,5 | 10,6 |
| 2026-11-09 | 20,2 | 9,1 | 13,2 |
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
| Неделя | США | Польша | Великобритания | Индия | Сингапур |
|---|---|---|---|---|---|
| 2026-06-01 | 27,6 | 49,1 | 3,6 | 3,3 | 0 |
| 2026-06-08 | 32,4 | 33,3 | 2 | 10,8 | 0 |
| 2026-06-15 | 26,5 | 38,5 | 3,8 | 8,1 | 0 |
| 2026-06-22 | 13,5 | 52,9 | 1,4 | 11,3 | 3,3 |
| 2026-06-29 | 18 | 18,8 | 1,7 | 8,7 | 26 |
| 2026-07-06 | 31,1 | 11,4 | 6,6 | 11,7 | 6,2 |
| 2026-07-13 | 23,5 | 16,9 | 4,8 | 18,3 | 12,3 |
| 2026-07-20 | 17,6 | 28,8 | 10,7 | 8,6 | 7,8 |
| 2026-07-27 | 15,4 | 31,8 | 6,4 | 8,2 | 16,9 |
| 2026-08-03 | 20,5 | 9,7 | 18,8 | 16,1 | 6,2 |
| 2026-08-10 | 16,1 | 5,7 | 23,7 | 12,3 | 1,9 |
| 2026-08-17 | 15,6 | 6,6 | 26,2 | 13,1 | 2,5 |
| 2026-08-24 | 14,7 | 6,5 | 33,6 | 10,1 | 3,7 |
| 2026-08-31 | 9,6 | 3,3 | 33,8 | 17,9 | 2,1 |
| 2026-09-07 | 12,6 | 3,3 | 32,3 | 12,6 | 3,7 |
| 2026-09-14 | 22,3 | 3,6 | 28,9 | 13,8 | 2 |
| 2026-09-21 | 25,8 | 5,5 | 15,5 | 9,3 | 7 |
| 2026-09-28 | 19,3 | 14,6 | 13,7 | 6 | 12,9 |
| 2026-10-05 | 16,2 | 21,5 | 13 | 7,2 | 7,8 |
| 2026-10-12 | 16,6 | 16 | 9,8 | 9,9 | 3,6 |
| 2026-10-19 | 16,7 | 16,7 | 10,5 | 8 | 7 |
| 2026-10-26 | 19 | 17,3 | 8,9 | 9,6 | 6,2 |
| 2026-11-02 | 21,1 | 12,5 | 10,6 | 9,2 | 5,6 |
| 2026-11-09 | 20,2 | 9,1 | 13,2 | 10 | 4,6 |
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 Engineer (general).
Индекс найма, 16 окт. = 100
Данные графика
| Период | Индекс найма |
|---|---|
| 2026-10-16 | 100 |
| 2026-10-17 | 100,03 |
| 2026-10-18 | 99,76 |
| 2026-10-19 | 99,68 |
| 2026-10-20 | 99,27 |
| 2026-10-21 | 98,6 |
| 2026-10-22 | 99,07 |
| 2026-10-23 | 97,4 |
| 2026-10-24 | 97,41 |
| 2026-10-26 | 97,33 |
| 2026-10-27 | 96,76 |
| 2026-10-28 | 96,21 |
| 2026-10-29 | 95,17 |
| 2026-10-30 | 95,13 |
| 2026-10-31 | 93,65 |
| 2026-11-01 | 93,33 |
| 2026-11-02 | 92,67 |
| 2026-11-03 | 92,65 |
| 2026-11-04 | 92,41 |
| 2026-11-05 | 92,13 |
| 2026-11-06 | 90,44 |
| 2026-11-07 | 90,48 |
| 2026-11-08 | 90,45 |
| 2026-11-10 | 90,29 |
| 2026-11-11 | 90,22 |
| 2026-11-13 | 90,12 |
| 2026-11-14 | 89,7 |
| 2026-11-15 | 89,68 |
| 2026-11-16 | 89,62 |
| 2026-11-18 | 88,91 |
| 2026-11-19 | 88,02 |
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
| День | Индекс найма |
|---|---|
| 2026-10-16 | 100 |
| 2026-10-17 | 100,03 |
| 2026-10-18 | 99,76 |
| 2026-10-19 | 99,68 |
| 2026-10-20 | 99,27 |
| 2026-10-21 | 98,6 |
| 2026-10-22 | 99,07 |
| 2026-10-23 | 97,4 |
| 2026-10-24 | 97,41 |
| 2026-10-26 | 97,33 |
| 2026-10-27 | 96,76 |
| 2026-10-28 | 96,21 |
| 2026-10-29 | 95,17 |
| 2026-10-30 | 95,13 |
| 2026-10-31 | 93,65 |
| 2026-11-01 | 93,33 |
| 2026-11-02 | 92,67 |
| 2026-11-03 | 92,65 |
| 2026-11-04 | 92,41 |
| 2026-11-05 | 92,13 |
| 2026-11-06 | 90,44 |
| 2026-11-07 | 90,48 |
| 2026-11-08 | 90,45 |
| 2026-11-10 | 90,29 |
| 2026-11-11 | 90,22 |
| 2026-11-13 | 90,12 |
| 2026-11-14 | 89,7 |
| 2026-11-15 | 89,68 |
| 2026-11-16 | 89,62 |
| 2026-11-18 | 88,91 |
| 2026-11-19 | 88,02 |
Сколько открытых вакансий Data Engineer (general) и сколько подходящих специалистов видит Zorky.
Спрос и наблюдаемый пул
Данные графика
| Показатель | Значение |
|---|---|
| Открытый спрос | 5 563 |
| Открытый спрос | 5 563 |
| Наблюдаемый пул | — не публикуется |
Data Engineer формирует крупнейший и стабильный поток вакансий среди data-сегментов. Спрос растёт особенно в продуктовых СНГ-компаниях (миграция legacy DWH на modern data stack — Snowflake/dbt/Airflow) и среди FinTech.
⚠ подходящих под вакансию кандидатов пока не считаем: показаны спрос и наблюдаемый пул
Как распределены зарплаты в вакансиях Data Engineer (general), в долларах США в месяц.
Распределение зарплат
Данные графика
| Показатель | Значение |
|---|---|
| <$1k | 7 |
| $1–2k | 8 |
| $2–3k | 11 |
| $3–4k | 26 |
| $4–5k | 56 |
| $5–6k | 59 |
| $6–7k | 80 |
| $7–8k | 65 |
| $8–9k | 48 |
| $9–10k | 52 |
| $10–12k | 90 |
| $12–15k | 121 |
| $15–20k | 91 |
| $20k+ | 13 |
- пригодна для расчёта: 727 (13,1%)
- указана, но не приведена к $/мес: 817 (14,7%)
- не указана: 4 019 (72,2%)
В каждой десятой вакансии вилка ниже $4 437, в каждой десятой — выше $15 833. Половина вакансий предлагает от $6 250 до $12 541. Выборка: 727.
Данные графика
| Показатель | Нижняя граница | Верхняя граница | Количество |
|---|---|---|---|
| <$1k | 0 | 1 000 | 7 |
| $1–2k | 1 000 | 2 000 | 8 |
| $2–3k | 2 000 | 3 000 | 11 |
| $3–4k | 3 000 | 4 000 | 26 |
| $4–5k | 4 000 | 5 000 | 56 |
| $5–6k | 5 000 | 6 000 | 59 |
| $6–7k | 6 000 | 7 000 | 80 |
| $7–8k | 7 000 | 8 000 | 65 |
| $8–9k | 8 000 | 9 000 | 48 |
| $9–10k | 9 000 | 10 000 | 52 |
| $10–12k | 10 000 | 12 000 | 90 |
| $12–15k | 12 000 | 15 000 | 121 |
| $15–20k | 15 000 | 20 000 | 91 |
| $20k+ | 20 000 | — | 13 |
В каких странах больше всего открытых вакансий Data Engineer (general).
География спроса
| страна | вакансий | доля |
|---|---|---|
| Соединенные Штаты | 1 134 | 23,9% |
| Польша | 686 | 14,5% |
| Индия | 447 | 9,4% |
| Великобритания | 420 | 8,9% |
| Сингапур | 256 | 5,4% |
| Германия | 236 | 5% |
| Франция | 151 | 3,2% |
| Канада | 150 | 3,2% |
| Россия | 83 | 1,8% |
| Южно-Африканская Республика | 68 | 1,4% |
| Остальные страны | 1 107 | 23,4% |
Лидер по числу Data Engineer-вакансий — США (1134 позиций). Польша — второй по числу remote-вакансий для русскоязычных.
⚠ только число вакансий: зарплата по странам не публикуется
Данные графика
| Страна | Вакансии |
|---|---|
| US | 1 134 |
| PL | 686 |
| IN | 447 |
| GB | 420 |
| SG | 256 |
| DE | 236 |
| FR | 151 |
| CA | 150 |
| RU | 83 |
| ZA | 68 |
Какие технологии чаще всего требуют в одной вакансии с Data Engineer (general).
С чем используется вместе
Доля — сколько из 5 563 вакансий рынка «Data Engineer (general)» упоминают эту технологию. Порядок — по числу вакансий, не по «силе связи». Обобщения вроде cloud не равны конкретному облаку (AWS, Azure).
Топ-стек Data Engineer 2026: Python + advanced SQL (must), Airflow / Dagster / Prefect (оркестрация), Spark / Flink / Kafka Streams (big data + streaming), dbt (transform layer), Snowflake / BigQuery / ClickHouse / Redshift (DWH), Kafka + Debezium (CDC), Delta Lake / Iceberg (lakehouse), Docker + Kubernetes. Senior — observability + data quality.
Частые пары: Python + SQL, Python + Airflow, Spark + Hadoop, dbt + Snowflake, Kafka + Spark Streaming, Airflow + BigQuery. Learning-roadmap: Python + SQL → Airflow → один DWH → dbt → PySpark → Kafka basics.
Данные графика
| Название | Количество |
|---|---|
| python | 2 369 |
| cloud | 2 316 |
| sql | 2 055 |
| aws | 1 513 |
| azure | 1 409 |
| databricks | 1 399 |
| airflow | 1 045 |
| dbt | 911 |
| spark | 799 |
| snowflake | 788 |
| gcp | 711 |
| pyspark | 593 |
Сколько вакансий Data Engineer (general) на каждом уровне — от junior до principal.
Спрос по уровням
| уровень | вакансий |
|---|---|
| senior | 2 079 |
| middle | 357 |
| lead | 350 |
| principal | 248 |
| junior | 220 |
Junior редкость — рынок берёт после Python Middle или Analyst Senior с advanced SQL. Career-flow: Junior → Middle → Senior → Analytics Engineer / Data Platform / Head of Data.
⚠ только сторона спроса: грейд наблюдаемого пула неизвестен у большинства
Данные графика
| Уровень | Количество |
|---|---|
| senior | 2 079 |
| middle | 357 |
| lead | 350 |
| principal | 248 |
| junior | 220 |
Кто больше всех нанимает по Data Engineer (general) и насколько спрос сосредоточен у крупных компаний.
Работодатели
Спрос распределён между 3 218 работодателями. На крупнейшего приходится 1.1%, на десятку — 4.7%; остальные 95.3% — длинный хвост.
| доля | значение |
|---|---|
| крупнейший | 1.1% |
| топ-3 | 2.2% |
| топ-10 | 4.7% |
| длинный хвост | 95.3% |
⚠ имена не показываются: кадровые агентства и конечные работодатели пока не различаются классификацией
С каких сайтов компаний и досок Zorky собирает вакансии Data Engineer (general).
Откуда Zorky видит этот рынок
Наблюдение идёт из 139 источников; на крупнейший приходится 11.5% — рынок не держится на одном канале.
Данные графика
| Класс | Название | Название на английском | Количество | Доля |
|---|---|---|---|---|
| ats | ATS и карьерные сайты | ATS & career sites | 3 224 | 0,5795 |
| board | джоб-борды и агрегаторы | job boards & aggregators | 2 078 | 0,3735 |
| telegram | Telegram | Telegram | 251 | 0,0451 |
| community | сообщества и публичные профили | community & public profiles | 10 | 0,0018 |
Самые новые вакансии Data Engineer (general) с сайтов компаний.
Свежие вакансии
- Snowflake Data Engineer (Middle+/Senior)
- Senior Data Engineer · PL
- Snowflake Data Engineer (Middle+/Senior) | Remote
- Snowflake Data Engineer | German B2+ Required | Fully Remote · RS
- Snowflake Data Engineer | 3 year(s) | Middle | IC
- Data Engineer (Entry) 1724 · ZA
- Senior AI & Data Engineer · ZA
- Senior Data Engineer (Snowflake, AWS, Big Data) · AU
Свежие открытые Data Engineer-вакансии — последние 10 позиций с приемлемым качеством описания. Полный список — в нашем CRM или по ссылке «смотреть все» ниже.
Соседние рынки
Data Engineer — крупнейший сегмент data-направления (60-70% data-вакансий). Сравнение — в SiblingSubnichesChart выше.
⚠ соседние рынки для сравнения ещё не определены
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: Data Engineer
Соседние специализации
Внутри Data Engineer: Data Engineer (general — pipelines + DWH), ETL Developer (классический batch), Analytics Engineer (dbt + DWH), Pipeline Engineer (оркестрация), Data Platform Engineer (infra для data-команд). Сравнение с другими data/big-data специализациями — в баре ниже.
Частые вопросы
Самые частые вопросы про Data Engineer-рынок: зарплаты, Spark vs Flink vs Kafka Streams, Airflow vs Dagster, отличия от Backend и ML Engineer, удалёнка, как стать (12-18 месяцев после Python Middle), Senior skills. Ответы пересчитываются автоматически.
Какой стек чаще всего требуют от Data Engineer?
Топ-5: python, cloud, sql, aws, azure. Python — must (pandas, PySpark, boto3, GCP SDK). SQL — advanced must (оконные функции, CTE, query optimization, EXPLAIN ANALYZE). Airflow — индустриальный стандарт оркестрации; Dagster/Prefect растут в новых проектах. Spark (PySpark/Scala) — big data batch + streaming. Kafka — обязательно для Middle+ в event-driven. Flink — premium-навык для true streaming. dbt — transform layer стандарт в современном data-stack. DWH: Snowflake (cloud премиум), BigQuery (GCP), ClickHouse (OLAP, доминирует в СНГ), Redshift (AWS legacy). Storage: S3/HDFS, Delta Lake/Apache Iceberg (lakehouse). Docker+Kubernetes. Terraform/Pulumi для IaC. Senior — observability (Datadog/Grafana + Great Expectations / Soda для data quality).
Spark vs Flink vs Kafka Streams — что выбрать в 2026?
Spark — индустриальный стандарт batch + micro-batch streaming. PySpark самый ёмкий рынок вакансий, Spark Scala — премиум-ниша. Минус: latency micro-batch (секунды-минуты), не true realtime. Flink — true streaming engine с миллисекундной latency, exactly-once semantics из коробки. Растущий сегмент: FinTech/AdTech/IoT/real-time ML inference. Kafka Streams (Java/Scala-only) — lightweight streaming library, не отдельный cluster. Хорош для микросервис-уровня stream-processing, плохо для heavy joins/state. Стратегия: Spark сначала (ёмкость рынка), потом Flink для diversification и премиум-зарплат. Kafka Streams — niche-добавка для backend-инженеров на JVM.
Airflow vs Dagster vs Prefect — что учить для оркестрации?
DAGs на Python, огромная экосистема операторов. Минусы: schedule-based, не event-driven нативно, плохая dynamic generation DAGs. Dagster — modern challenger (Elementl/Astronomer-like). Asset-centric, лучшая DX, native testing, data-lineage из коробки. Растущий сегмент: продуктовые стартапы, modern data stack. Prefect — между Airflow и Dagster по философии. Хорош для hybrid workflows (batch + streaming). Меньше вакансий чем Airflow, но растёт. Стратегия: Airflow сначала (рыночная необходимость), потом Dagster как modern-альтернатива. Cron + Python-скрипты — устаревший подход, не учить как primary.
Какая доля вакансий предполагает удалённую работу?
Среди вакансий с указанным форматом работы 31% — удалённые. Вакансии без указанного формата не входят в знаменатель; гибридная работа не считается удалённой.
Чем Data Engineer отличается от Backend и ML Engineer?
Backend Engineer — REST/GraphQL API, бизнес-логика, transactional БД (PostgreSQL/MySQL). Focus: обслуживать продуктовые запросы. OLTP-системы. Data Engineer — ETL/ELT pipelines, DWH-моделирование, streaming, batch-processing терабайтов. Focus: двигать и трансформировать большие объёмы данных. OLAP-системы. ML Engineer — деплой моделей в production (FastAPI + ONNX/TorchServe), feature-store, MLOps, model monitoring. Focus: production-ready inference. Career-switch: Backend Senior → Data Engineer Middle за 4-8 месяцев (Airflow + dbt + один DWH). Data Engineer → ML Engineer за 6-12 месяцев (PyTorch + MLOps-стек). По зарплатам: Data Engineer ≥ Backend Senior в Москве; ML Engineer ≈ Data Engineer Senior в среднем.
С чего начинать в Data Engineer в 2026?
Roadmap: 1) Python до Middle — pandas, numpy, типизация, тестирование. 2) SQL до advanced — оконные функции, CTE, подзапросы, оптимизация (EXPLAIN ANALYZE), индексы. PostgreSQL + один OLAP (ClickHouse рекомендуется). 3) Airflow — официальный tutorial, написать 3-5 DAGs. 4) Один DWH: BigQuery (бесплатный tier) или Snowflake trial. Освоить modeling (star/snowflake schema, SCD). 5) dbt — analytics engineering layer. dbt-tutorial + pet-проект с jaffle-shop dataset. 6) PySpark basics — DataFrame API + один pet-проект с 1-10 GB данных. 7) Kafka basics — producer/consumer + один streaming-pet. 8) Pet-проект end-to-end: пайплайн от API/файлов через Airflow + dbt в DWH, дашборд на Metabase/Superset, deployed в облаке. Курсы: Karpov.Courses «Data Engineer», OTUS «Data Engineer», Я.Практикум «Data Engineer», DataCamp Data Engineer Track. Книги: «The Data Warehouse Toolkit» Кимбалл, «Fundamentals of Data Engineering» Reis. Время до Middle (Junior редкость) — 12-18 месяцев фулл-тайм после Python Middle опыта.
Сколько открытых вакансий в этой выборке?
В опубликованной выборке — 5563 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 Engineer?
Senior Data Engineer владеет полным циклом data-pipeline. SQL: mastery (window functions, recursive CTE, query optimization, partition pruning, materialized views). Python: pandas/PySpark mastery, профилирование памяти, async для I/O-heavy ingestion. Distributed systems: Spark execution model (shuffle, broadcast, partitioning), Kafka exactly-once, two-phase commit, idempotency. DWH-моделирование: Kimball (star schema, SCD), Data Vault, lakehouse architecture (Delta Lake/Iceberg). Оркестрация: Airflow DAG-design (idempotent tasks, backfills, sensors), dynamic DAG generation. Streaming: Kafka design (partitions, consumer groups, exactly-once), Spark Streaming или Flink. Cloud: один из AWS/GCP/Azure до уровня архитектора (IAM + cost optimization + networking + storage tiers). Data quality: Great Expectations / Soda, monitoring metrics + alerts. DevOps: Docker, Kubernetes operators (Spark/Kafka on k8s), Terraform/Pulumi для IaC. Soft: код-ревью, ментoring Middle, работа с Analyst/PM по requirements. Английский — must для Senior+ (data-стек преимущественно EN).
Оставить заявку
Опишите задачу и оставьте контакт — заявка попадёт в CRM, ответим на указанный контакт.