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 Warehouse: рынок

Данные на 19 ноября 2026: открытых вакансий Data Warehouse — 442, удалённых — 39% среди вакансий с указанным форматом работы; медианная зарплата в объявлениях — $7 880/мес (по 52 вакансиям с указанной зарплатой). Источник — Zorky, обновляется ежедневно.

Data Warehouse Engineer — специализация на cloud-DWH (Snowflake/BigQuery/Redshift/ClickHouse). Подсегмент Data Engineer фокус — DWH modelling + dbt + cloud-data-platforms. Premium-ниша за счёт cloud-DWH expertise. Семейство ролей: Snowflake Engineer (cloud-DWH доминанта — schema design + dbt + cost optimization), BigQuery Engineer (Google Cloud data-стек), ClickHouse Engineer, Redshift Engineer (AWS legacy), Data Warehouse Architect (modeling specialist — Kimball/Data Vault). Стек: SQL на mastery уровне (must — window functions, recursive CTE, query optimization, partition pruning, materialized views), Snowflake (cloud premium — Tasks, Streams, Time Travel, micro-partitions, Snowpipe ingestion), BigQuery (GCP — slot-based pricing, BQML для in-DB ML), ClickHouse (доминанта OLAP в СНГ — ReplicatedMergeTree, distributed engines, materialized views), Redshift (AWS legacy — distkey/sortkey), Greenplum (СНГ enterprise), dbt (transform layer стандарт + dbt-snowflake / dbt-bigquery / dbt-clickhouse adapters), Apache Airflow для ingestion-оркестрации, Looker/Mode/Metabase/Superset/Yandex DataLens для BI на DWH. Топ-стек: snowflake, cloud, sql, python, dbt. Среди вакансий с указанным форматом работы 39% — удалённые. Senior Snowflake/BigQuery — премия 10-15% к Senior Data Engineer за cloud-DWH specialty.

Данные на:

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

442
открытых вакансий — по заголовку вакансии, без перепубликаций
$7 880
медиана $/мес
39%
удалённых

На рынке Data Warehouse сейчас 442 открытых вакансий, из них 385 со свежим наблюдением. Медианная зарплата $7 880/мес.

Среди вакансий с указанным форматом работы 39% — удалённые. Работа полностью cloud-based. Российские продуктовые — гибрид или remote. Сбер — чаще офис. Международные cloud-DWH SaaS (Snowflake/BigQuery/dbt Labs) — full-remote.

⚠ зарплата известна у 52 из 442 вакансий; доля удалёнки — от 362 с указанным форматом; свежими наблюдениями считаются 385; тренд и сложность найма не показываются

Динамика: вакансии и источники

Сколько вакансий Data Warehouse 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
2026-06-0132
2026-06-0829
2026-06-1538
2026-06-2289
2026-06-2988
2026-07-0661
2026-07-1375
2026-07-2088
2026-07-2769
2026-08-0345
2026-08-1021
2026-08-1727
2026-08-2437
2026-08-3141
2026-09-0737
2026-09-1434
2026-09-2170
2026-09-2891
2026-10-0594
2026-10-12200
2026-10-1992
2026-10-2693
2026-11-0291
2026-11-09124

Активных источников за неделю

Источников всего за период: 100. ▲ — 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
2026-06-017
2026-06-089
2026-06-1511
2026-06-2220
2026-06-2916
2026-07-0619
2026-07-1323
2026-07-2024
2026-07-2722
2026-08-0321
2026-08-1012
2026-08-1710
2026-08-2414
2026-08-3119
2026-09-0714
2026-09-1415
2026-09-2129
2026-09-2824
2026-10-0524
2026-10-1233
2026-10-1931
2026-10-2630
2026-11-0231
2026-11-0937
Подключение новых источников: 22 июн. +13 · 29 июн. +6 · 6 июл. +8 · 13 июл. +6 · 20 июл. +8 · все недели (21) — в таблице
НеделяНовых источниковНовых вакансий
8 июн.+329
15 июн.+338
22 июн.+1389
29 июн.+688
6 июл.+861
13 июл.+675
20 июл.+888
27 июл.+569
3 авг.+345
17 авг.+127
24 авг.+237
31 авг.+341
7 сент.+137
14 сент.+334
21 сент.+570
5 окт.+594
12 окт.+5200
19 окт.+392
26 окт.+393
2 нояб.+491
9 нояб.+3124

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 Warehouse. Таблица данных блока. Пропуск не означает ноль; единицы и выборка указаны в описании показателя.
НеделяНовые вакансии за неделюАктивных источников
2026-06-01327
2026-06-08299
2026-06-153811
2026-06-228920
2026-06-298816
2026-07-066119
2026-07-137523
2026-07-208824
2026-07-276922
2026-08-034521
2026-08-102112
2026-08-172710
2026-08-243714
2026-08-314119
2026-09-073714
2026-09-143415
2026-09-217029
2026-09-289124
2026-10-059424
2026-10-1220033
2026-10-199231
2026-10-269330
2026-11-029131
2026-11-0912437

Зарплаты во времени

Медиана зарплат в вакансиях Data Warehouse 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)
2026-10-127 61813
2026-10-196 31213
2026-10-268 14318
2026-11-029 58311
2026-11-096 37519

Ряд начинается с 12 окт.: 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 Warehouse. 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—
2026-09-28—
2026-10-05—
2026-10-127 618
2026-10-196 312
2026-10-268 143
2026-11-029 583
2026-11-096 375

Удалённая работа во времени

Какая доля вакансий Data Warehouse 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
2026-06-0172
2026-06-0842,9
2026-06-1558,8
2026-06-2252,4
2026-06-2952,8
2026-07-0648,4
2026-07-1350
2026-07-2068,7
2026-07-2775
2026-08-0323,7
2026-08-1013,3
2026-08-1715,4
2026-08-2440
2026-08-3131,4
2026-09-0725,8
2026-09-1426,9
2026-09-2121,3
2026-09-2849,3
2026-10-0532,9
2026-10-1236,4
2026-10-1927,6
2026-10-2650
2026-11-0242,9
2026-11-0929,6

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

Данные графика
Удалённая работа во времени — Data Warehouse. Таблица данных блока. Пропуск не означает ноль; единицы и выборка указаны в описании показателя.
НеделяУдалённо
2026-06-0172
2026-06-0842,9
2026-06-1558,8
2026-06-2252,4
2026-06-2952,8
2026-07-0648,4
2026-07-1350
2026-07-2068,7
2026-07-2775
2026-08-0323,7
2026-08-1013,3
2026-08-1715,4
2026-08-2440
2026-08-3131,4
2026-09-0725,8
2026-09-1426,9
2026-09-2121,3
2026-09-2849,3
2026-10-0532,9
2026-10-1236,4
2026-10-1927,6
2026-10-2650
2026-11-0242,9
2026-11-0929,6

Технологии во времени

Как менялась доля вакансий Data Warehouse, 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.
ПериодSnowflakeSQLcloud
2026-08-1780,811,534,6
2026-08-2474,322,922,9
2026-08-3172,517,525
2026-09-0776,517,629,4
2026-09-1464,538,716,1
2026-09-2176,222,231,7
2026-09-285626,259,5
2026-10-0570,849,447,2
2026-10-1275,334,343,3
2026-10-1978,765,242,7
2026-10-2677,460,244,1
2026-11-0272,158,152,3
2026-11-0971,948,842,1

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 Warehouse. Таблица данных блока. Пропуск не означает ноль; единицы и выборка указаны в описании показателя.
НеделяSnowflakeSQLcloudPythondbt
2026-08-10—————
2026-08-1780,811,534,63,87,7
2026-08-2474,322,922,928,62,9
2026-08-3172,517,5251015
2026-09-0776,517,629,411,82,9
2026-09-1464,538,716,119,46,5
2026-09-2176,222,231,731,719
2026-09-285626,259,529,814,3
2026-10-0570,849,447,242,716,9
2026-10-1275,334,343,320,216,9
2026-10-1978,765,242,744,940,4
2026-10-2677,460,244,148,432,3
2026-11-0272,158,152,352,340,7
2026-11-0971,948,842,137,233,1

Страны во времени

Как менялась доля вакансий Data Warehouse 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.
ПериодПольшаСШАВеликобритания
2026-06-0156,228,10
2026-06-0827,637,93,4
2026-06-1543,218,98,1
2026-06-2263,212,61,1
2026-06-2937,934,53,4
2026-07-0617,951,80
2026-07-1324,631,11,6
2026-07-2055,214,911,5
2026-07-2765,55,212,1
2026-08-0317,112,222
2026-08-10102040
2026-08-1713,69,145,5
2026-08-242517,928,6
2026-08-3111,113,938,9
2026-09-076,713,336,7
2026-09-147,429,618,5
2026-09-2114,3258,9
2026-09-2818,615,17
2026-10-0537,28,19,3
2026-10-1223,419,310,3
2026-10-1942,715,94,9
2026-10-2639,814,810,2
2026-11-0227,725,36
2026-11-0923,314,68,7
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 Warehouse. Таблица данных блока. Пропуск не означает ноль; единицы и выборка указаны в описании показателя.
НеделяПольшаСШАИндияВеликобританияАвстралия
2026-06-0156,228,16,200
2026-06-0827,637,917,23,40
2026-06-1543,218,95,48,12,7
2026-06-2263,212,681,11,1
2026-06-2937,934,55,73,42,3
2026-07-0617,951,816,100
2026-07-1324,631,121,31,63,3
2026-07-2055,214,96,911,53,4
2026-07-2765,55,23,412,13,4
2026-08-0317,112,219,5224,9
2026-08-101020104015
2026-08-1713,69,118,245,59,1
2026-08-242517,917,928,63,6
2026-08-3111,113,916,738,911,1
2026-09-076,713,316,736,73,3
2026-09-147,429,629,618,53,7
2026-09-2114,32512,58,95,4
2026-09-2818,615,111,677
2026-10-0537,28,111,69,32,3
2026-10-1223,419,315,210,30,7
2026-10-1942,715,912,24,96,1
2026-10-2639,814,812,510,25,7
2026-11-0227,725,34,861,2
2026-11-0923,314,65,88,70

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 Warehouse.

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 Warehouse. 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 Warehouse 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 спрос442
Открытый спрос442
Наблюдаемый пул— не публикуется

Data Warehouse Engineer формирует устойчивый поток вакансий. Драйверы: миграции legacy DWH (Greenplum/Redshift) на Snowflake/BigQuery/ClickHouse, рост modern data stack (dbt+cloud DWH), ClickHouse-доминанта в СНГ-продуктовых командах.

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

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

Распределение зарплат

P25 $6 062 · P50 $7 880 · P75 $10 250
Данные графика
Таблица данных блока. Пропуск не означает ноль; единицы и выборка указаны в описании показателя.
ПоказательЗначение
<$1k0
$1–2k0
$2–3k0
$3–4k0
$4–5k5
$5–6k6
$6–7k11
$7–8k5
$8–9k7
$9–10k3
$10–12k9
$12–15k4
$15–20k1
$20k+1
Зарплата в вакансиях: база 442
  • пригодна для расчёта: 52 (11,8%)
  • указана, но не приведена к $/мес: 54 (12,2%)
  • не указана: 336 (76%)

В каждой десятой вакансии вилка ниже $5 373, в каждой десятой — выше $12 500. Половина вакансий предлагает от $6 062 до $10 250. Выборка: 52.

Данные графика
Распределение зарплат — Data Warehouse. Таблица данных блока. Пропуск не означает ноль; единицы и выборка указаны в описании показателя.
ПоказательНижняя границаВерхняя границаКоличество
<$1k01 0000
$1–2k1 0002 0000
$2–3k2 0003 0000
$3–4k3 0004 0000
$4–5k4 0005 0005
$5–6k5 0006 0006
$6–7k6 0007 00011
$7–8k7 0008 0005
$8–9k8 0009 0007
$9–10k9 00010 0003
$10–12k10 00012 0009
$12–15k12 00015 0004
$15–20k15 00020 0001
$20k+20 000—1

В каких странах больше всего открытых вакансий Data Warehouse.

География спроса

странавакансийдоля
Польша11830,8%
Соединенные Штаты7920,6%
Индия4912,8%
Великобритания256,5%
Франция195%
Германия184,7%
Канада82,1%
Мексика61,6%
Россия61,6%
Южно-Африканская Республика51,3%
Остальные страны5013,1%

Лидер по числу DWH-вакансий — Польша (118 позиций). Россия — ClickHouse-доминанта. Польша — DWH-friendly EU. Большой международный remote через Snowflake/dbt Labs.

⚠ только число вакансий: зарплата по странам не публикуется

Данные графика
География спроса — Data Warehouse. Таблица данных блока. Пропуск не означает ноль; единицы и выборка указаны в описании показателя.
СтранаВакансии
PL118
US79
IN49
GB25
FR19
DE18
CA8
MX6
RU6
ZA5

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

С чем используется вместе

snowflake
32473,3%
sql
20345,9%
cloud
20145,5%
python
16236,7%
dbt
14833,5%
aws
11826,7%
azure
10022,6%
airflow
8519,2%
databricks
7316,5%
gcp
6314,3%

Доля — сколько из 442 вакансий рынка «Data Warehouse» упоминают эту технологию. Порядок — по числу вакансий, не по «силе связи». Обобщения вроде cloud не равны конкретному облаку (AWS, Azure).

Топ-стек DWH 2026: SQL на mastery (must), один cloud DWH: Snowflake (cloud премиум) / BigQuery (GCP) / ClickHouse (СНГ-доминанта OLAP) / Redshift (AWS legacy), dbt (transform layer стандарт), Apache Airflow (ingestion-orchestration), Apache Iceberg / Delta Lake (lakehouse), Kafka + Debezium (CDC), Looker / Mode / Metabase / Superset / Yandex DataLens (BI).

Частые пары: SQL + Snowflake, SQL + ClickHouse, dbt + Snowflake, dbt + BigQuery, dbt + ClickHouse, Airflow + DWH. Learning-roadmap: Advanced SQL → один cloud DWH (ClickHouse для СНГ или Snowflake для международного) → dbt → Kimball modeling → Airflow basics → один BI-инструмент.

Данные графика
С чем используется вместе — Data Warehouse. Таблица данных блока. Пропуск не означает ноль; единицы и выборка указаны в описании показателя.
НазваниеКоличество
snowflake324
sql203
cloud201
python162
dbt148
aws118
azure100
airflow85
databricks73
gcp63
bigquery61
kafka26

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

Спрос по уровням

уровеньвакансий
senior163
middle40
principal28
lead27
junior10

Junior мало — рынок ожидает SQL advanced + один DWH. Career-flow: Analyst Senior / Data Engineer Middle → DWH Middle → Senior → DWH Architect / Head of Data.

⚠ только сторона спроса: грейд наблюдаемого пула неизвестен у большинства

Данные графика
Спрос по уровням — Data Warehouse. Таблица данных блока. Пропуск не означает ноль; единицы и выборка указаны в описании показателя.
УровеньКоличество
senior163
middle40
principal28
lead27
junior10

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

Работодатели

Спрос распределён между 280 работодателями. На крупнейшего приходится 3.3%, на десятку — 16.7%; остальные 83.3% — длинный хвост.

крупнейший 3,3%2–3-й 3,8%4–10-й 9,6%остальные 83,3%
долязначение
крупнейший3.3%
топ-37.2%
топ-1016.7%
длинный хвост83.3%

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

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

Откуда Zorky видит этот рынок

Наблюдение идёт из 65 источников; на крупнейший приходится 15.4% — рынок не держится на одном канале.

Данные графика
Откуда Zorky видит этот рынок — Data Warehouse. Таблица данных блока. Пропуск не означает ноль; единицы и выборка указаны в описании показателя.
КлассНазваниеНазвание на английскомКоличествоДоля
atsATS и карьерные сайтыATS & career sites2230,5045
boardджоб-борды и агрегаторыjob boards & aggregators2020,457
telegramTelegramTelegram170,0385

Самые новые вакансии Data Warehouse с сайтов компаний.

Свежие вакансии

Все вакансии →

Свежие открытые DWH Engineer-вакансии — последние 10 позиций с приемлемым качеством описания. Полный список — в нашем CRM или по ссылке «смотреть все» ниже.

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 Warehouse Engineer: Snowflake Engineer (cloud-DWH доминанта), BigQuery Engineer (GCP), ClickHouse Engineer, Redshift Engineer (AWS legacy), Data Warehouse Architect (modeling specialist). Сравнение с другими data-специализациями — в баре ниже.

Big Data (Spark/Hadoop)Data Engineer (general)Database Administrator (DBA)Streaming (Kafka)

Частые вопросы

Самые частые вопросы про DWH Engineer: зарплаты, Snowflake vs BigQuery vs ClickHouse vs Redshift, dbt vs Airflow (комплементы, не конкуренты), отличия от Data Engineer / Analytics Engineer, удалёнка, как стать (6-10 месяцев), Senior skills. Ответы пересчитываются автоматически.

Какой стек чаще всего требуют от DWH Engineer?

Топ-5: snowflake, cloud, sql, python, dbt. SQL на mastery (window functions, recursive CTE, query optimization, partition pruning). Один из cloud DWH: Snowflake (cloud премиум — Tasks/Streams/Time Travel/micro-partitions/Snowpipe), BigQuery (GCP — slot pricing/BQML), ClickHouse (СНГ-доминанта OLAP — ReplicatedMergeTree/distributed/materialized views), Redshift (AWS legacy — distkey/sortkey). Greenplum в СНГ enterprise (Сбер). dbt — must (transform layer стандарт — модели + tests + macros + packages). Apache Airflow для ingestion. Apache Iceberg/Delta Lake — lakehouse table formats (растёт). Apache Kafka + Debezium для CDC. BI: Looker/Mode/Metabase/Superset/Yandex DataLens. Знание Kimball-modeling (star/snowflake schemas, slowly changing dimensions) или Data Vault — Senior must.

Snowflake vs BigQuery vs ClickHouse vs Redshift — что выбрать?

Snowflake — cloud-DWH доминанта в международных проектах. Multi-cloud (AWS/Azure/GCP), separation storage/compute, Time Travel, Snowpipe для streaming. Premium pricing, но best DX. Senior Snowflake — премиум в международном remote. BigQuery — Google Cloud-native. Slot-based pricing (или on-demand), BQML для in-DB machine learning. Доминанта в GCP-shop'ах. ClickHouse — open-source OLAP-доминанта в СНГ. Самый быстрый OLAP на columnar storage. Senior ClickHouse — рыночная необходимость в СНГ-продуктовых. Redshift — AWS legacy, миграции на Snowflake or BigQuery. Меньше новых проектов. Стратегия: ClickHouse если в СНГ-продуктовой команде, Snowflake для международного remote, BigQuery если в GCP-стеке, Redshift только для maintenance legacy AWS-проектов.

dbt vs Airflow — это конкуренты или нет?

Не конкуренты — комплементы. Airflow — оркестрация (когда что запустить, зависимости между задачами). dbt — transform layer (SQL-модели + tests + documentation + lineage). Классический modern data stack pipeline: Airflow триггерит ingestion (Python/Spark scripts) → dbt запускается в Airflow как BashOperator или DbtRunOperator (через astronomer-dbt provider) → dbt выполняет SQL-трансформации в DWH (Snowflake/BigQuery/ClickHouse) → BI-layer (Looker/Metabase) читает финальные dbt-модели. Senior DWH Engineer владеет обоими. Airflow для orchestration + ingestion, dbt для transformations + tests. Знание dbt-modules (sources/models/tests/macros/snapshots/seeds) + dbt best-practices — Senior must в 2026.

Какая доля вакансий предполагает удалённую работу?

Среди вакансий с указанным форматом работы 39% — удалённые. Вакансии без указанного формата не входят в знаменатель; гибридная работа не считается удалённой.

Чем DWH Engineer отличается от Data Engineer / Analytics Engineer?

DWH Engineer (этa страница) — фокус на cloud-DWH (Snowflake/BigQuery/ClickHouse/Redshift) + modeling. SQL-mastery + один DWH deeply. Data Engineer (general) — broader scope: pipelines + DWH + streaming + Spark. Analytics Engineer — фокус на dbt + transform layer. Между Data Engineer и Data Analyst. SQL + dbt + один DWH (часто Snowflake/BigQuery), но БЕЗ Spark и streaming. Career-switch DWH Engineer → Analytics Engineer — за 1-2 месяца (тот же стек, фокус на dbt). DWH Engineer → Data Engineer (general) — за 3-6 месяцев (+ Spark + Airflow deeper).

С чего начинать в DWH в 2026?

Roadmap (предполагается SQL Middle или Data Analyst опыт): 1) Advanced SQL — window functions deeply, recursive CTE, query optimization, EXPLAIN ANALYZE, индексы, partition pruning. PostgreSQL + один OLAP (ClickHouse рекомендуется — самый используемый в СНГ). 2) Один cloud DWH: ClickHouse (рекомендуется для СНГ-карьеры — open-source, free) ИЛИ Snowflake (для международного remote — 30-day free trial) ИЛИ BigQuery (GCP free tier). Освоить engine-specific features (ClickHouse: ReplicatedMergeTree + distributed + materialized views; Snowflake: Tasks + Streams + Time Travel + micro-partitions). 3) dbt — официальный tutorial getdbt.com + Jaffle Shop pet-проект. Освоить models + tests + macros + sources + snapshots. 4) Kimball modeling — star schema, snowflake schema, slowly changing dimensions (SCD). Книга «The Data Warehouse Toolkit» Кимбалл. 5) Airflow basics — ingestion-orchestration. 6) Apache Iceberg или Delta Lake — lakehouse basics. 7) Один BI-инструмент — Metabase/Superset/Yandex DataLens (free) или Looker (premium). 8) Pet-проект end-to-end: ingestion (Python script + Airflow) → DWH (ClickHouse или BigQuery) → dbt-модели → BI-дашборд на Metabase. Курсы: Karpov.Courses «Data Engineer» (включает DWH), OTUS «Data Engineer», Я.Практикум «Data Engineer», DataCamp «Data Engineer with dbt», Snowflake University (eng — free, best Snowflake resource), ClickHouse Academy (eng — free). Книги: «The Data Warehouse Toolkit» Кимбалл (must-read), «Analytics Engineering with dbt» (modern data stack guide). Время до Junior DWH — 6-10 месяцев (быстрее general Data Engineer за счёт меньшего scope).

Сколько открытых вакансий в этой выборке?

В опубликованной выборке — 442 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 DWH Engineer?

Senior DWH владеет полным циклом cloud-DWH. SQL mastery: window functions deep, recursive CTE, query plans (EXPLAIN ANALYZE), partition pruning, indexes, materialized views, query optimization patterns. Один cloud DWH глубоко: Snowflake (Tasks/Streams/Time Travel/micro-partitions/Snowpipe/cost optimization через warehouse-sizing) или BigQuery (slot management/BQML/partitioned tables) или ClickHouse (ReplicatedMergeTree/distributed engines/materialized views/codecs/dictionaries). Modeling: Kimball mastery (star/snowflake schema, conformed dimensions, SCD types 1-6), Data Vault basics, lakehouse architecture (Iceberg/Delta partition evolution, time-travel, schema evolution). dbt: mastery (models/sources/tests/macros/snapshots/seeds/exposures), best-practices (incremental models, materialization strategies, dbt-snowflake/dbt-bigquery adapter specifics). Performance: query optimization patterns per DWH engine, cost management (Snowflake credit usage / BigQuery slots / ClickHouse cluster sizing). Ingestion: Kafka + Debezium для CDC, Airflow для batch ingestion, Snowpipe / Snowflake Streams / Materialized views. Data Quality: dbt tests + Great Expectations + Soda. BI integration: один из Looker/Mode/Metabase/Superset/Yandex DataLens на уровне semantic-layer design. Soft: code-review (SQL + dbt), ментoring Middle, общение с Analyst/Business teams. Английский для Senior+ must — DWH-документация преимущественно EN.

Оставить заявку

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

Отправляя заявку, вы соглашаетесь с политикой обработки данных.