Зарплата data scientist: сколько зарабатывают в 2026 году

Зарплата data scientist в цифрах

Медиана — это середина рынка: половина специалистов получает меньше этой суммы, половина — больше. Она честнее «средней» реагирует на перекосы: несколько очень высоких зарплат тянут среднюю вверх, а медиану почти не сдвигают. Вилка показывает разброс реальных предложений — от нижней границы, где обычно меньше опыта и ответственности, до верхней, где платят за редкие навыки и масштаб. Сверяйте свою зарплату с медианой своего уровня, а не рынка в целом: у стажёра и руководителя это разные рынки.

Все суммы на странице — до вычета налогов, как их публикуют работодатели в вакансиях: на руки выходит примерно на 13% меньше. Цифры — агрегированная оценка рынка, а не отдельные вакансии, поэтому конкретное предложение может выходить за вилку: это нормально для узких специализаций и нестандартных задач. Как считаются значения и на чём они основаны — в блоке «Источники и методология» в конце страницы.

Зарплата по опыту

У data scientist деньги растут не ровно по стажу. Самый заметный скачок обычно случается в момент, когда вы перестаёте быть человеком «про модель в ноутбуке» и начинаете сами доводить решение до рабочего контура: выбрать метрику, договориться с продуктом, пережить выкладку, следить за деградацией. Дальше рост идёт быстрее у тех, кто берёт на себя кусок бизнеса или платформы. После senior вилка расширяется, но траектория становится менее линейной: двум людям с одинаковыми годами могут платить по-разному из-за продакшена, домена и масштаба решений.

На каждой следующей ступени работодатели покупают не дополнительный год в резюме, а новый объём самостоятельности. Сначала от вас ждут, что вы аккуратно закроете поставленную задачу и не сломаете пайплайн. Потом — что сами разложите задачу на данные, фичи, эксперимент и критерий успеха. Ещё выше платят за способность вести несколько моделей или направление целиком: защищать приоритеты, считать эффект, держать качество после релиза. Поэтому в резюме для перехода вверх лучше работают не курсы и стек сами по себе, а кейсы, где видно вашу зону решения и итог для продукта.

Уровень	2023 год	2024 год	2025 год	2026 год
Стажёр до 6 месяцев	50 000 — 95 000 р. 70 000 р.	55 000 — 105 000 р. 78 000 р.	65 000 — 115 000 р. 85 000 р.	70 000 — 120 000 р. 90 000 р.
Junior до 2 лет	100 000 — 180 000 р. 135 000 р.	110 000 — 195 000 р. 145 000 р.	120 000 — 210 000 р. 160 000 р.	125 000 — 220 000 р. 170 000 р.
Middle 2–4 года	170 000 — 300 000 р. 220 000 р.	180 000 — 320 000 р. 235 000 р.	190 000 — 340 000 р. 250 000 р.	200 000 — 350 000 р. 260 000 р.
Senior 4–7 лет	250 000 — 430 000 р. 320 000 р.	270 000 — 460 000 р. 345 000 р.	290 000 — 490 000 р. 365 000 р.	300 000 — 500 000 р. 380 000 р.
Lead 7+ лет, лидерство	330 000 — 580 000 р. 420 000 р.	360 000 — 620 000 р. 450 000 р.	380 000 — 650 000 р. 480 000 р.	400 000 — 680 000 р. 500 000 р.

Суммы — в рублях в месяц. В каждой ячейке: серым — вилка (от — до), жирным — медиана.

Зарплата по городам

География у data scientist завязана не только на размер города, но и на то, есть ли там продуктовые команды, которые принимают решения на данных каждый день. Москва держит верх за счёт финтеха, маркетплейсов, больших экосистем и команд, где моделями крутят цену, выдачу, риск и персонализацию. Петербург силён за счёт крупных продуктовых центров и сильной школы разработки. Среди нестоличных городов лучше выглядят Казань, Екатеринбург, Новосибирск и Нижний Новгород: там рынок подпирают ИТ-центры, телеком, индустриальные и банковские проекты, поэтому вилки живут выше местной средней по ИТ.

Город	2023 год	2024 год	2025 год	2026 год
Москва население 13,15 млн чел. с областью 21,7 млн чел.	220 000 — 380 000 р. 275 000 р.	235 000 — 400 000 р. 295 000 р.	250 000 — 420 000 р. 315 000 р.	255 000 — 430 000 р. 320 000 р.
Санкт-Петербург население 5,6 млн чел. с областью 7,6 млн чел.	195 000 — 340 000 р. 245 000 р.	205 000 — 355 000 р. 260 000 р.	220 000 — 370 000 р. 278 000 р.	225 000 — 380 000 р. 285 000 р.
Екатеринбург население 1,54 млн чел. с областью 4,26 млн чел.	165 000 — 290 000 р. 210 000 р.	175 000 — 305 000 р. 225 000 р.	185 000 — 320 000 р. 238 000 р.	190 000 — 330 000 р. 245 000 р.
Новосибирск население 1,63 млн чел. с областью 2,79 млн чел.	162 000 — 288 000 р. 208 000 р.	172 000 — 302 000 р. 222 000 р.	182 000 — 316 000 р. 235 000 р.	188 000 — 325 000 р. 240 000 р.
Казань население 1,31 млн чел. с областью 4 млн чел.	170 000 — 300 000 р. 215 000 р.	182 000 — 315 000 р. 230 000 р.	195 000 — 330 000 р. 245 000 р.	200 000 — 340 000 р. 250 000 р.
Красноярск население 1,19 млн чел. с областью 2,84 млн чел.	155 000 — 275 000 р. 198 000 р.	165 000 — 290 000 р. 210 000 р.	175 000 — 305 000 р. 223 000 р.	180 000 — 315 000 р. 230 000 р.
Краснодар население 1,13 млн чел. с областью 5,7 млн чел.	148 000 — 260 000 р. 190 000 р.	156 000 — 272 000 р. 200 000 р.	165 000 — 285 000 р. 212 000 р.	170 000 — 295 000 р. 218 000 р.
Нижний Новгород население 1,21 млн чел. с областью 3,04 млн чел.	160 000 — 285 000 р. 205 000 р.	170 000 — 300 000 р. 220 000 р.	180 000 — 315 000 р. 232 000 р.	185 000 — 325 000 р. 238 000 р.
Ростов-на-Дону население 1,14 млн чел. с областью 4,15 млн чел.	145 000 — 255 000 р. 185 000 р.	153 000 — 268 000 р. 195 000 р.	160 000 — 280 000 р. 205 000 р.	165 000 — 290 000 р. 212 000 р.
Самара население 1,16 млн чел. с областью 3,1 млн чел.	148 000 — 262 000 р. 190 000 р.	156 000 — 274 000 р. 200 000 р.	165 000 — 286 000 р. 210 000 р.	170 000 — 295 000 р. 218 000 р.
Уфа население 1,16 млн чел. с областью 4,06 млн чел.	146 000 — 258 000 р. 188 000 р.	154 000 — 270 000 р. 198 000 р.	162 000 — 282 000 р. 208 000 р.	168 000 — 292 000 р. 215 000 р.
Пермь население 1,03 млн чел. с областью 2,5 млн чел.	140 000 — 250 000 р. 182 000 р.	148 000 — 262 000 р. 192 000 р.	155 000 — 274 000 р. 202 000 р.	160 000 — 282 000 р. 208 000 р.
Челябинск население 1,18 млн чел. с областью 3,37 млн чел.	138 000 — 248 000 р. 180 000 р.	146 000 — 260 000 р. 190 000 р.	152 000 — 270 000 р. 198 000 р.	158 000 — 280 000 р. 205 000 р.
Воронеж население 1,05 млн чел. с областью 2,28 млн чел.	140 000 — 252 000 р. 183 000 р.	148 000 — 265 000 р. 193 000 р.	156 000 — 278 000 р. 203 000 р.	162 000 — 288 000 р. 210 000 р.
Омск население 1,11 млн чел. с областью 1,82 млн чел.	136 000 — 245 000 р. 178 000 р.	144 000 — 257 000 р. 188 000 р.	150 000 — 268 000 р. 196 000 р.	155 000 — 278 000 р. 202 000 р.
Волгоград население 1,03 млн чел. с областью 2,45 млн чел.	132 000 — 240 000 р. 175 000 р.	140 000 — 252 000 р. 185 000 р.	148 000 — 262 000 р. 193 000 р.	152 000 — 272 000 р. 200 000 р.

Суммы — в рублях в месяц. В каждой ячейке: серым — вилка (от — до), жирным — медиана.

От чего зависит зарплата

Сильнее всего деньги у data scientist двигают две вещи. Первая — опыт продакшена: когда вы не просто обучили модель, а довели её до сервиса, который переживает нагрузку, следит за качеством входных данных и не разваливается после релиза. Вторая — близость к метрике бизнеса. Специалист, который умеет связать скоринг, рекомендации или прогноз спроса с выручкой, потерями или стоимостью операции, получает больше человека с тем же названием должности, но без такого контура ответственности.

В резюме и разговоре лучше всего работают короткие кейсы с цифрой эффекта и вашим участком работы: подняли точность на боевой задаче при фиксированных ограничениях, ускорили инференс, сократили ручную проверку, встроили модель в процесс решения. Если вы просите выше медианы, работодателя убеждает понятный след ответственности: какая была задача, что сделали лично вы, как изменились метрика и процесс после выкладки. Для data scientist особенно весомы истории, где модель живёт в проде и команда продолжает на ней зарабатывать или экономить.

По условиям работы сильнее всего меняет деньги переход в продуктовую или финтех-команду, где решения модели влияют на выручку каждый день и ошибка дорого стоит. Удалёнка для data scientist остаётся реальной, но сама по себе не прибавляет: прибавку даёт доступ к таким работодателям из любого города. На практике решает среда — частота экспериментов, наличие продакшена и объём данных. В локальном проекте с редкими задачами потолок обычно ниже, чем в команде, где модель стала частью ежедневного продукта.

Источники и методология

Значения на этой странице — аналитическая оценка рынка для data scientist: агрегированные ориентиры по открытым данным рынка труда с учётом уровня опыта, города и динамики последних лет. Медиана — середина распределения: половина предложений ниже этой суммы, половина выше. Все суммы указаны до вычета налогов, как их публикуют работодатели в вакансиях.

Данные обновлены: июнь 2026

Скачать данные (CSV) — свободная лицензия CC BY 4.0: используйте свободно со ссылкой на источник.