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.
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
| Период | Новые вакансии за неделю |
|---|---|
| 2026-06-01 | 32 |
| 2026-06-08 | 29 |
| 2026-06-15 | 38 |
| 2026-06-22 | 89 |
| 2026-06-29 | 88 |
| 2026-07-06 | 61 |
| 2026-07-13 | 75 |
| 2026-07-20 | 88 |
| 2026-07-27 | 69 |
| 2026-08-03 | 45 |
| 2026-08-10 | 21 |
| 2026-08-17 | 27 |
| 2026-08-24 | 37 |
| 2026-08-31 | 41 |
| 2026-09-07 | 37 |
| 2026-09-14 | 34 |
| 2026-09-21 | 70 |
| 2026-09-28 | 91 |
| 2026-10-05 | 94 |
| 2026-10-12 | 200 |
| 2026-10-19 | 92 |
| 2026-10-26 | 93 |
| 2026-11-02 | 91 |
| 2026-11-09 | 124 |
Активных источников за неделю
Источников всего за период: 100. ▲ — неделя, когда подключилось много новых источников.
Данные графика
| Период | Активных источников |
|---|---|
| 2026-06-01 | 7 |
| 2026-06-08 | 9 |
| 2026-06-15 | 11 |
| 2026-06-22 | 20 |
| 2026-06-29 | 16 |
| 2026-07-06 | 19 |
| 2026-07-13 | 23 |
| 2026-07-20 | 24 |
| 2026-07-27 | 22 |
| 2026-08-03 | 21 |
| 2026-08-10 | 12 |
| 2026-08-17 | 10 |
| 2026-08-24 | 14 |
| 2026-08-31 | 19 |
| 2026-09-07 | 14 |
| 2026-09-14 | 15 |
| 2026-09-21 | 29 |
| 2026-09-28 | 24 |
| 2026-10-05 | 24 |
| 2026-10-12 | 33 |
| 2026-10-19 | 31 |
| 2026-10-26 | 30 |
| 2026-11-02 | 31 |
| 2026-11-09 | 37 |
Подключение новых источников: 22 июн. +13 · 29 июн. +6 · 6 июл. +8 · 13 июл. +6 · 20 июл. +8 · все недели (21) — в таблице
| Неделя | Новых источников | Новых вакансий |
|---|---|---|
| 8 июн. | +3 | 29 |
| 15 июн. | +3 | 38 |
| 22 июн. | +13 | 89 |
| 29 июн. | +6 | 88 |
| 6 июл. | +8 | 61 |
| 13 июл. | +6 | 75 |
| 20 июл. | +8 | 88 |
| 27 июл. | +5 | 69 |
| 3 авг. | +3 | 45 |
| 17 авг. | +1 | 27 |
| 24 авг. | +2 | 37 |
| 31 авг. | +3 | 41 |
| 7 сент. | +1 | 37 |
| 14 сент. | +3 | 34 |
| 21 сент. | +5 | 70 |
| 5 окт. | +5 | 94 |
| 12 окт. | +5 | 200 |
| 19 окт. | +3 | 92 |
| 26 окт. | +3 | 93 |
| 2 нояб. | +4 | 91 |
| 9 нояб. | +3 | 124 |
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 | 32 | 7 |
| 2026-06-08 | 29 | 9 |
| 2026-06-15 | 38 | 11 |
| 2026-06-22 | 89 | 20 |
| 2026-06-29 | 88 | 16 |
| 2026-07-06 | 61 | 19 |
| 2026-07-13 | 75 | 23 |
| 2026-07-20 | 88 | 24 |
| 2026-07-27 | 69 | 22 |
| 2026-08-03 | 45 | 21 |
| 2026-08-10 | 21 | 12 |
| 2026-08-17 | 27 | 10 |
| 2026-08-24 | 37 | 14 |
| 2026-08-31 | 41 | 19 |
| 2026-09-07 | 37 | 14 |
| 2026-09-14 | 34 | 15 |
| 2026-09-21 | 70 | 29 |
| 2026-09-28 | 91 | 24 |
| 2026-10-05 | 94 | 24 |
| 2026-10-12 | 200 | 33 |
| 2026-10-19 | 92 | 31 |
| 2026-10-26 | 93 | 30 |
| 2026-11-02 | 91 | 31 |
| 2026-11-09 | 124 | 37 |
Зарплаты во времени
Медиана зарплат в вакансиях Data Warehouse по неделям, в долларах США в месяц.
Медиана зарплаты, $ в месяц
Данные графика
| Период | Медиана | Сколько вакансий с зарплатой за неделю (n) |
|---|---|---|
| 2026-10-12 | 7 618 | 13 |
| 2026-10-19 | 6 312 | 13 |
| 2026-10-26 | 8 143 | 18 |
| 2026-11-02 | 9 583 | 11 |
| 2026-11-09 | 6 375 | 19 |
Ряд начинается с 12 окт.: 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 | — |
| 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 | — |
| 2026-10-12 | 7 618 |
| 2026-10-19 | 6 312 |
| 2026-10-26 | 8 143 |
| 2026-11-02 | 9 583 |
| 2026-11-09 | 6 375 |
Удалённая работа во времени
Какая доля вакансий Data Warehouse предлагала полностью удалённую работу — по неделям.
Доля удалённых вакансий, %
Данные графика
| Период | Удалённо |
|---|---|
| 2026-06-01 | 72 |
| 2026-06-08 | 42,9 |
| 2026-06-15 | 58,8 |
| 2026-06-22 | 52,4 |
| 2026-06-29 | 52,8 |
| 2026-07-06 | 48,4 |
| 2026-07-13 | 50 |
| 2026-07-20 | 68,7 |
| 2026-07-27 | 75 |
| 2026-08-03 | 23,7 |
| 2026-08-10 | 13,3 |
| 2026-08-17 | 15,4 |
| 2026-08-24 | 40 |
| 2026-08-31 | 31,4 |
| 2026-09-07 | 25,8 |
| 2026-09-14 | 26,9 |
| 2026-09-21 | 21,3 |
| 2026-09-28 | 49,3 |
| 2026-10-05 | 32,9 |
| 2026-10-12 | 36,4 |
| 2026-10-19 | 27,6 |
| 2026-10-26 | 50 |
| 2026-11-02 | 42,9 |
| 2026-11-09 | 29,6 |
Доля считается среди вакансий, где формат указан (удалённо, гибрид, офис). Недели, где таких меньше 10, пропущены.
Данные графика
| Неделя | Удалённо |
|---|---|
| 2026-06-01 | 72 |
| 2026-06-08 | 42,9 |
| 2026-06-15 | 58,8 |
| 2026-06-22 | 52,4 |
| 2026-06-29 | 52,8 |
| 2026-07-06 | 48,4 |
| 2026-07-13 | 50 |
| 2026-07-20 | 68,7 |
| 2026-07-27 | 75 |
| 2026-08-03 | 23,7 |
| 2026-08-10 | 13,3 |
| 2026-08-17 | 15,4 |
| 2026-08-24 | 40 |
| 2026-08-31 | 31,4 |
| 2026-09-07 | 25,8 |
| 2026-09-14 | 26,9 |
| 2026-09-21 | 21,3 |
| 2026-09-28 | 49,3 |
| 2026-10-05 | 32,9 |
| 2026-10-12 | 36,4 |
| 2026-10-19 | 27,6 |
| 2026-10-26 | 50 |
| 2026-11-02 | 42,9 |
| 2026-11-09 | 29,6 |
Технологии во времени
Как менялась доля вакансий Data Warehouse, где упоминается каждая из главных технологий.
Доля вакансий с технологией, %
Данные графика
| Период | Snowflake | SQL | cloud |
|---|---|---|---|
| 2026-08-17 | 80,8 | 11,5 | 34,6 |
| 2026-08-24 | 74,3 | 22,9 | 22,9 |
| 2026-08-31 | 72,5 | 17,5 | 25 |
| 2026-09-07 | 76,5 | 17,6 | 29,4 |
| 2026-09-14 | 64,5 | 38,7 | 16,1 |
| 2026-09-21 | 76,2 | 22,2 | 31,7 |
| 2026-09-28 | 56 | 26,2 | 59,5 |
| 2026-10-05 | 70,8 | 49,4 | 47,2 |
| 2026-10-12 | 75,3 | 34,3 | 43,3 |
| 2026-10-19 | 78,7 | 65,2 | 42,7 |
| 2026-10-26 | 77,4 | 60,2 | 44,1 |
| 2026-11-02 | 72,1 | 58,1 | 52,3 |
| 2026-11-09 | 71,9 | 48,8 | 42,1 |
Ряд начинается с 17 авг.: раньше данных нет.
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 | Snowflake | SQL | cloud | Python | dbt |
|---|---|---|---|---|---|
| 2026-08-10 | — | — | — | — | — |
| 2026-08-17 | 80,8 | 11,5 | 34,6 | 3,8 | 7,7 |
| 2026-08-24 | 74,3 | 22,9 | 22,9 | 28,6 | 2,9 |
| 2026-08-31 | 72,5 | 17,5 | 25 | 10 | 15 |
| 2026-09-07 | 76,5 | 17,6 | 29,4 | 11,8 | 2,9 |
| 2026-09-14 | 64,5 | 38,7 | 16,1 | 19,4 | 6,5 |
| 2026-09-21 | 76,2 | 22,2 | 31,7 | 31,7 | 19 |
| 2026-09-28 | 56 | 26,2 | 59,5 | 29,8 | 14,3 |
| 2026-10-05 | 70,8 | 49,4 | 47,2 | 42,7 | 16,9 |
| 2026-10-12 | 75,3 | 34,3 | 43,3 | 20,2 | 16,9 |
| 2026-10-19 | 78,7 | 65,2 | 42,7 | 44,9 | 40,4 |
| 2026-10-26 | 77,4 | 60,2 | 44,1 | 48,4 | 32,3 |
| 2026-11-02 | 72,1 | 58,1 | 52,3 | 52,3 | 40,7 |
| 2026-11-09 | 71,9 | 48,8 | 42,1 | 37,2 | 33,1 |
Страны во времени
Как менялась доля вакансий Data Warehouse в каждой из главных стран — по неделям.
Доля вакансий в стране, %
Данные графика
| Период | Польша | США | Великобритания |
|---|---|---|---|
| 2026-06-01 | 56,2 | 28,1 | 0 |
| 2026-06-08 | 27,6 | 37,9 | 3,4 |
| 2026-06-15 | 43,2 | 18,9 | 8,1 |
| 2026-06-22 | 63,2 | 12,6 | 1,1 |
| 2026-06-29 | 37,9 | 34,5 | 3,4 |
| 2026-07-06 | 17,9 | 51,8 | 0 |
| 2026-07-13 | 24,6 | 31,1 | 1,6 |
| 2026-07-20 | 55,2 | 14,9 | 11,5 |
| 2026-07-27 | 65,5 | 5,2 | 12,1 |
| 2026-08-03 | 17,1 | 12,2 | 22 |
| 2026-08-10 | 10 | 20 | 40 |
| 2026-08-17 | 13,6 | 9,1 | 45,5 |
| 2026-08-24 | 25 | 17,9 | 28,6 |
| 2026-08-31 | 11,1 | 13,9 | 38,9 |
| 2026-09-07 | 6,7 | 13,3 | 36,7 |
| 2026-09-14 | 7,4 | 29,6 | 18,5 |
| 2026-09-21 | 14,3 | 25 | 8,9 |
| 2026-09-28 | 18,6 | 15,1 | 7 |
| 2026-10-05 | 37,2 | 8,1 | 9,3 |
| 2026-10-12 | 23,4 | 19,3 | 10,3 |
| 2026-10-19 | 42,7 | 15,9 | 4,9 |
| 2026-10-26 | 39,8 | 14,8 | 10,2 |
| 2026-11-02 | 27,7 | 25,3 | 6 |
| 2026-11-09 | 23,3 | 14,6 | 8,7 |
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 | Польша | США | Индия | Великобритания | Австралия |
|---|---|---|---|---|---|
| 2026-06-01 | 56,2 | 28,1 | 6,2 | 0 | 0 |
| 2026-06-08 | 27,6 | 37,9 | 17,2 | 3,4 | 0 |
| 2026-06-15 | 43,2 | 18,9 | 5,4 | 8,1 | 2,7 |
| 2026-06-22 | 63,2 | 12,6 | 8 | 1,1 | 1,1 |
| 2026-06-29 | 37,9 | 34,5 | 5,7 | 3,4 | 2,3 |
| 2026-07-06 | 17,9 | 51,8 | 16,1 | 0 | 0 |
| 2026-07-13 | 24,6 | 31,1 | 21,3 | 1,6 | 3,3 |
| 2026-07-20 | 55,2 | 14,9 | 6,9 | 11,5 | 3,4 |
| 2026-07-27 | 65,5 | 5,2 | 3,4 | 12,1 | 3,4 |
| 2026-08-03 | 17,1 | 12,2 | 19,5 | 22 | 4,9 |
| 2026-08-10 | 10 | 20 | 10 | 40 | 15 |
| 2026-08-17 | 13,6 | 9,1 | 18,2 | 45,5 | 9,1 |
| 2026-08-24 | 25 | 17,9 | 17,9 | 28,6 | 3,6 |
| 2026-08-31 | 11,1 | 13,9 | 16,7 | 38,9 | 11,1 |
| 2026-09-07 | 6,7 | 13,3 | 16,7 | 36,7 | 3,3 |
| 2026-09-14 | 7,4 | 29,6 | 29,6 | 18,5 | 3,7 |
| 2026-09-21 | 14,3 | 25 | 12,5 | 8,9 | 5,4 |
| 2026-09-28 | 18,6 | 15,1 | 11,6 | 7 | 7 |
| 2026-10-05 | 37,2 | 8,1 | 11,6 | 9,3 | 2,3 |
| 2026-10-12 | 23,4 | 19,3 | 15,2 | 10,3 | 0,7 |
| 2026-10-19 | 42,7 | 15,9 | 12,2 | 4,9 | 6,1 |
| 2026-10-26 | 39,8 | 14,8 | 12,5 | 10,2 | 5,7 |
| 2026-11-02 | 27,7 | 25,3 | 4,8 | 6 | 1,2 |
| 2026-11-09 | 23,3 | 14,6 | 5,8 | 8,7 | 0 |
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
| 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 Warehouse и сколько подходящих специалистов видит Zorky.
Спрос и наблюдаемый пул
Данные графика
| Показатель | Значение |
|---|---|
| Открытый спрос | 442 |
| Открытый спрос | 442 |
| 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
Данные графика
| Показатель | Значение |
|---|---|
| <$1k | 0 |
| $1–2k | 0 |
| $2–3k | 0 |
| $3–4k | 0 |
| $4–5k | 5 |
| $5–6k | 6 |
| $6–7k | 11 |
| $7–8k | 5 |
| $8–9k | 7 |
| $9–10k | 3 |
| $10–12k | 9 |
| $12–15k | 4 |
| $15–20k | 1 |
| $20k+ | 1 |
- 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
| Показатель | Нижняя граница | Верхняя граница | Количество |
|---|---|---|---|
| <$1k | 0 | 1 000 | 0 |
| $1–2k | 1 000 | 2 000 | 0 |
| $2–3k | 2 000 | 3 000 | 0 |
| $3–4k | 3 000 | 4 000 | 0 |
| $4–5k | 4 000 | 5 000 | 5 |
| $5–6k | 5 000 | 6 000 | 6 |
| $6–7k | 6 000 | 7 000 | 11 |
| $7–8k | 7 000 | 8 000 | 5 |
| $8–9k | 8 000 | 9 000 | 7 |
| $9–10k | 9 000 | 10 000 | 3 |
| $10–12k | 10 000 | 12 000 | 9 |
| $12–15k | 12 000 | 15 000 | 4 |
| $15–20k | 15 000 | 20 000 | 1 |
| $20k+ | 20 000 | — | 1 |
В каких странах больше всего открытых вакансий Data Warehouse.
География спроса
| страна | вакансий | доля |
|---|---|---|
| Польша | 118 | 30,8% |
| Соединенные Штаты | 79 | 20,6% |
| Индия | 49 | 12,8% |
| Великобритания | 25 | 6,5% |
| Франция | 19 | 5% |
| Германия | 18 | 4,7% |
| Канада | 8 | 2,1% |
| Мексика | 6 | 1,6% |
| Россия | 6 | 1,6% |
| Южно-Африканская Республика | 5 | 1,3% |
| Остальные страны | 50 | 13,1% |
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
| Страна | Вакансии |
|---|---|
| PL | 118 |
| US | 79 |
| IN | 49 |
| GB | 25 |
| FR | 19 |
| DE | 18 |
| CA | 8 |
| MX | 6 |
| RU | 6 |
| ZA | 5 |
Какие технологии чаще всего требуют в одной вакансии с Data Warehouse.
С чем используется вместе
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
| Название | Количество |
|---|---|
| snowflake | 324 |
| sql | 203 |
| cloud | 201 |
| python | 162 |
| dbt | 148 |
| aws | 118 |
| azure | 100 |
| airflow | 85 |
| databricks | 73 |
| gcp | 63 |
| bigquery | 61 |
| kafka | 26 |
Сколько вакансий Data Warehouse на каждом уровне — от junior до principal.
Спрос по уровням
| уровень | вакансий |
|---|---|
| senior | 163 |
| middle | 40 |
| principal | 28 |
| lead | 27 |
| junior | 10 |
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
| Уровень | Количество |
|---|---|
| senior | 163 |
| middle | 40 |
| principal | 28 |
| lead | 27 |
| junior | 10 |
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.
| доля | значение |
|---|---|
| крупнейший | 3.3% |
| топ-3 | 7.2% |
| топ-10 | 16.7% |
| длинный хвост | 83.3% |
⚠ 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
| Класс | Название | Название на английском | Количество | Доля |
|---|---|---|---|---|
| ats | ATS и карьерные сайты | ATS & career sites | 223 | 0,5045 |
| board | джоб-борды и агрегаторы | job boards & aggregators | 202 | 0,457 |
| telegram | Telegram | Telegram | 17 | 0,0385 |
Самые новые вакансии Data Warehouse с сайтов компаний.
Свежие вакансии
- Snowflake Data Engineer (Middle+/Senior)
- Snowflake Data Engineer (Middle+/Senior) | Remote
- Snowflake Data Engineer | German B2+ Required | Fully Remote · RS
- Snowflake Data Engineer | 3 year(s) | Middle | IC
- Senior Data Engineer (Snowflake, AWS, Big Data) · AU
- Snowflake Data Engineer · US
- Snowflake Consultant - Senior Manager – Data & AI Engineering · GB
- Director, Data Warehouse Engineering · US · $16 997
Свежие открытые DWH Engineer-вакансии — последние 10 позиций с приемлемым качеством описания. Полный список — в нашем CRM или по ссылке «смотреть все» ниже.
Соседние рынки
DWH Engineer — premium-сегмент Data direction. Премия 10-15% к Senior Data Engineer за cloud-DWH specialty. 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 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.
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.