Что реально требуют от Junior Data Scientist в 2026 году: LinkedIn, hh.ru и трезвый разбор вакансий

На самом деле всё чуть спокойнее. Вакансии часто пишут не как аккуратное описание первого грейда, а как список всего, что команда хотела бы видеть в идеальном человеке. Туда попадает и база, без которой правда будет тяжело, и вещи из разряда «если знаете — отлично, если нет — разберёмся».

Я сделал ручную проверку: взял 10 публично доступных вакансий и стажировок с LinkedIn и 10 карточек/позиций из hh.ru и открытых страниц, которые дублируют вакансии с hh. Это не академическое исследование рынка и не «анализ всех вакансий страны». Зато это живой срез: что прямо сейчас пишут в entry-level, junior и internship-ролях, где начинающего кандидата действительно могут рассматривать.

Если вы пока только входите в профессию, держите рядом две опоры: как искать первую работу в Data Science и какие проекты нужны в GitHub-портфолио. Вакансии читаются иначе, когда вы понимаете не только «что требуют», но и чем можете это подтвердить.

Что попало в ручную выборку

LinkedIn по-прежнему неудобен для такого разбора: часть страниц открывается полностью, часть показывает только публичный фрагмент, часть быстро уходит за авторизацию. Поэтому я не вытаскивал оттуда «проценты до второго знака». Я смотрел повторяющиеся требования: Python, SQL, pandas/NumPy, sklearn, статистика, A/B-тесты, Git, английский, production-инструменты.

С hh.ru похожая история, только с другой стороны: общие страницы выдачи открываются, а отдельные карточки иногда упираются в защиту. Поэтому для части вакансий я использовал открытую выдачу hh.ru, а для части — страницы работодателей и агрегаторов, где была видна та же вакансия с описанием. Если в карточке не было явного требования, я его не додумывал.

Главный вывод из этой выборки простой: junior-рынок не сводится к «Python плюс пару моделей». В реальных карточках рядом стоят SQL, статистика, эксперименты, визуализация, GitHub, работа с бизнес-задачей и иногда production-инструменты. Но не всё из этого одинаково обязательно на старте.

Почему требования к junior стали выше

Рынок стал плотнее. Курсов много, бесплатных материалов много, готовых Kaggle-ноутбуков тоже много. Поэтому фраза «я изучал машинное обучение» почти ничего не доказывает. Рекрутер и тимлид видели такие резюме десятки раз.

Компании смотрят на более приземлённые вещи: может ли кандидат сам взять данные, привести их в порядок, построить baseline, проверить качество и объяснить, где модель ошибается. Не «знает ли он слово бустинг», а может ли он показать нормальный ход работы.

Базовый Python уже не выглядит преимуществом. Для Junior Data Scientist это входной билет. Похожая история с SQL, pandas и train/test split: они не делают резюме уникальным, но их отсутствие быстро заметят.

Частая ошибка новичков: начинать с нейросетей, пока данные ещё не стали привычным рабочим материалом. На первой работе чаще спотыкаются не о трансформеры, а о SQL, пропуски, дубли, leakage, метрики и вопрос: «а почему эта модель лучше простого baseline?»

Какие вакансии честно считать junior

Junior-вакансия не всегда называется ровно Junior Data Scientist. Иногда подходящая точка входа прячется под другим названием:

• Junior Data Scientist;
• Data Scientist Intern;
• ML Intern;
• Junior ML Engineer;
• Entry-level Data Scientist;
• стажёр Data Scientist;
• младший специалист по машинному обучению;
• аналитик данных с ML-задачами.

А вот «3+ года коммерческого опыта» — это уже не junior в нормальном смысле. Даже если слово junior стоит в заголовке. Иногда так устроена внутренняя сетка грейдов, иногда компания просто хочет человека посильнее и подешевле. Читать такие вакансии можно. Откликаться иногда тоже. Но строить по ним план подготовки с нуля не стоит.

Самая интересная зона обычно посередине: «опыт учебных или pet-проектов», «готовы рассмотреть сильного junior», «стажировка от 6 месяцев», «будет плюсом опыт с реальными данными». Вот туда часто и стоит целиться, если у вас есть GitHub, понятные проекты и способность объяснить свои решения без тумана.

Главные навыки, которые чаще всего встречаются в требованиях

Если убрать шум, ядро требований получается не таким уж загадочным. Оно не выглядит модно, зато именно оно чаще всего решает, пройдёте ли вы первый фильтр.

Python

Python нужен не как набор синтаксических трюков. Никого особенно не впечатлит, что вы знаете редкую фичу языка, если проект разваливается после пятой ячейки. Junior должен спокойно читать файлы, писать функции, работать с коллекциями, обрабатывать ошибки и не теряться в чужом ноутбуке.

В портфолио это видно сразу: где загрузка данных, где очистка, где обучение модели, где выводы. Если всё перемешано, комментарии случайные, а переменные называются x1, x2, df_final_final, впечатление будет соответствующим. Если база плавает, начните со статьи Python для Data Science: с чего начать.

pandas и NumPy

pandas — это не «ещё одна библиотека». Это то, чем junior будет пользоваться почти каждый день: фильтрация, группировки, join, пропуски, типы данных, агрегаты, даты, временные признаки. NumPy нужен чуть глубже: массивы, векторизация, базовая линейная алгебра, понимание формы данных.

Минимум для junior: открыть датасет, проверить структуру, найти странности, собрать признаки и подготовить таблицу для модели. Хороший проект показывает не только финальную метрику, но и дорогу к ней. В реальной работе это ценится больше, чем случайный высокий score.

SQL

SQL на hh.ru часто выглядит почти обязательным, а на LinkedIn регулярно появляется рядом с analytics, product data и data warehouse. И это не прихоть работодателя. Данные редко лежат готовым CSV рядом с ноутбуком. Их надо достать из базы, собрать из нескольких таблиц и не сломать гранулярность.

На старте хватит уверенной базы: SELECT, WHERE, GROUP BY, агрегаты, JOIN, CTE и хотя бы начальные оконные функции. Особенно полезно понимать, почему после join строк стало больше и как такая мелочь потом портит метрику. Для базы подойдёт материал SQL для Data Science.

matplotlib и seaborn

Визуализация нужна не для красивых картинок в резюме. Она помогает быстро увидеть распределения, выбросы, связь признаков с таргетом, сезонность, дисбаланс классов. Обычно от junior не ждут дизайнерского уровня, но ждут, что человек умеет посмотреть на данные глазами.

Минимум: histogram, boxplot, scatterplot, barplot, heatmap корреляций и аккуратные подписи. Если график нельзя объяснить, он не усиливает проект.

scikit-learn

scikit-learn остаётся главным инструментом классического ML на старте. Работодатель обычно ждёт не знания всех параметров, а нормальной рабочей последовательности: train/test split, preprocessing, baseline, модель, cross-validation, метрики, интерпретация результата.

Если в проекте видно, что вы отделяете обучение от проверки, не подглядываете в test, сохраняете логику обработки признаков и понимаете выбранную метрику, это уже хороший сигнал. Для старта можно пройти через scikit-learn для начинающих.

Метрики качества

Метрики быстро показывают, насколько человек понимает задачу. Можно знать названия алгоритмов, но если accuracy при редком положительном классе кажется нормальной метрикой, проект сразу начинает пахнуть учебной имитацией.

Для junior нужны MAE, RMSE, R², accuracy, precision, recall, F1, ROC-AUC, PR-AUC и выбор порога. Главное — связать метрику с задачей. В антифроде одни ошибки стоят дорого, в медицинском скрининге другие, в рекомендациях третьи. Базу можно добрать через статью про метрики в Machine Learning.

Статистика

Статистика в вакансиях иногда выглядит скромно, но на работе всплывает быстро. Среднее, медиана, дисперсия, выбросы, распределения, доверительные интервалы, p-value, A/B-тесты, корреляция и причинность — это не академический декор.

Junior не обязан быть математиком-теоретиком. Но если он не отличает шум от сигнала и оценивает эксперимент по одному красивому графику, в продуктовых задачах будет больно.

Git, Jupyter Notebook и оформление проекта

Git нужен хотя бы на уровне нормальной работы с репозиторием: commit, branch, README, структура папок, понятная история изменений. Jupyter Notebook подходит для исследования, но он не должен быть мусорным чердаком. В хорошей работе видно, где анализ, где код, где выводы.

Оформление проекта — отдельный навык. Для junior оно часто важнее, чем ещё один алгоритм. Если репозиторий открывается и за пару минут понятно, какая задача решалась, какие данные использовались, как запустить код и что получилось, кандидат выглядит взрослее.

Навык, важность и когда учить

Какие ML-алгоритмы реально нужны junior

Для первого уровня важны не десятки экзотических моделей, а уверенное понимание базовых семейств. Через них на собеседованиях проверяют не память, а мышление: что модель делает, где ошибается, почему переобучается и как её сравнить с более простым решением.

• Линейная регрессия. Даёт основу для регрессии, ошибки, весов, регуляризации и интерпретации коэффициентов.
• Логистическая регрессия. Хорошая база для классификации, вероятностей, threshold selection и метрик.
• kNN. Помогает понять идею близости объектов, масштабирования и curse of dimensionality.
• Деревья решений. Простая модель для объяснения split-логики, переобучения и важности признаков.
• Random Forest. Показывает, как ансамбль снижает нестабильность отдельных деревьев.
• Gradient Boosting. Часто встречается в табличных задачах и хорошо объясняет идею последовательного исправления ошибок.
• CatBoost, LightGBM, XGBoost. Полезны для сильных проектов на табличных данных, особенно если аккуратно объяснены параметры и валидация.
• Базовая кластеризация. KMeans и иерархическая кластеризация нужны для задач без разметки и первичного сегментирования.

Отдельно нужны train/test split, cross-validation, overfitting, underfitting, подбор гиперпараметров и метрики для классификации и регрессии. Без этого даже хорошая модель превращается в набор случайных вызовов библиотеки.

Если хочется двигаться системно, держите рядом статьи про train/test split, cross-validation, overfitting и baseline-модель.

Нейросети: обязательны или нет

Нейросети звучат громко, но не всегда являются обязательным входом в junior-роль. В некоторых вакансиях PyTorch или TensorFlow действительно нужны: computer vision, NLP, рекомендательные системы, LLM-интеграции, research intern. Но во многих командах сначала смотрят на другое: классический ML, SQL, pandas и способность довести задачу до понятного результата.

Начинать с LLM и трансформеров без базы — рискованный маршрут. Можно выучить названия архитектур, но не понимать, почему данные протекли из будущего, почему метрика выбрана плохо или почему модель не обобщает результат.

На старте достаточно понимать базовые идеи deep learning: нейрон, слой, функция активации, loss, backpropagation, epochs, batch size, переобучение, train/validation split. Если после этого есть сильный интерес к NLP или CV, можно идти глубже.

LinkedIn и hh.ru: чем отличаются требования

После ручной проверки LinkedIn и hh.ru выглядят как две разные витрины одного рынка. База пересекается: Python, SQL, pandas/NumPy, ML-модели, статистика, метрики. Но акценты разные.

LinkedIn заметно чаще пишет языком международной инженерной команды. В выборке рядом с Python и SQL постоянно всплывали PyTorch/TensorFlow, sklearn, продуктовая аналитика, A/B-тесты, cloud, CI/CD, GenAI/LLM-инструменты, английский и коммуникация. Даже internship-роли иногда звучат так, будто человек будет не просто обучать модель, а жить рядом с продуктом и инженерным процессом.

hh.ru в этой проверке оказался ближе к российской прикладной реальности: банки, риск-модели, маркетплейсы, AI-агенты, NLP, валидация моделей, стажёрские и младшие роли. Там действительно есть вакансии без опыта и позиции уровня стажёра. Но это не значит, что от кандидата ждут только учебный ноутбук. Даже в entry-level карточках рядом стоят Python, classic ML, эксперименты, метрики, документация, иногда production и мониторинг.

Отдельный неприятный момент: слово junior не всегда спасает. На LinkedIn встретилась junior-вакансия с ожиданием 3-4 лет опыта. На hh.ru часть карточек идёт как junior/middle, а значит требования могут быть выше, чем у чистой стажировки. Такие вакансии можно читать и даже пробовать, если есть сильный проект. Но не надо по ним делать вывод, что «на junior теперь берут только middle». Это просто шум рынка.

Для первого опыта роль на стыке аналитики и Data Science всё ещё выглядит хорошим входом. Там быстрее становится понятно, откуда берутся данные, кто владеет метрикой, почему baseline иногда важнее сложной модели и как результат вообще попадает в работу команды.

Что требуют слишком рано

В junior-вакансиях иногда встречаются требования, которые выглядят так, будто их писали сразу для всей ML-команды. Игнорировать их полностью не надо, но важно не спутать «желательно» с «обязательно».

• Kubernetes;
• сложный MLOps;
• большие production-системы;
• глубокое знание LLM;
• Spark;
• Airflow;
• опыт коммерческой разработки 3 года;
• несколько cloud-платформ сразу;
• полный цикл ML-платформы в одиночку.

Если видите такой список, не обязательно сразу закрывать вкладку. Иногда компания просто собрала максимум пожеланий. Но если всё это стоит как жёсткое требование, а роль всё ещё junior, стоит быть осторожнее. На собеседовании прямо уточняйте: что будет в первых задачах, кто в команде, кто отвечает за данные, кто выкатывает модели и какой уровень самостоятельности ожидается.

Минимальный стек Junior Data Scientist в 2026 году

Если собрать базу без лишнего шума, минимальный стек выглядит так:

• Python;
• NumPy;
• pandas;
• matplotlib / seaborn;
• SQL;
• scikit-learn;
• базовая статистика;
• линейная регрессия;
• логистическая регрессия;
• деревья решений;
• Random Forest;
• Gradient Boosting;
• метрики качества;
• cross-validation;
• Git;
• Jupyter Notebook;
• 2-3 проекта на GitHub.

Этот стек закрывает полный путь учебной ML-задачи: получить данные, посмотреть на них, подготовить признаки, обучить базовые модели, проверить качество, сравнить результаты, объяснить выводы и показать работу публично. Для первой работы этого уже достаточно, если сделано не на уровне «запустил чужой ноутбук».

Расширенный стек сильного кандидата

Когда база уже есть, можно усиливать профиль. Вот что часто даёт плюс:

• CatBoost / LightGBM / XGBoost;
• PyTorch;
• базовый NLP;
• базовый Computer Vision;
• Docker;
• MLflow;
• FastAPI;
• облачные сервисы;
• Linux;
• базовое понимание MLOps;
• английский B1-B2;
• оформленный GitHub;
• README к проектам.

Но это усиление, а не замена базы. Docker не компенсирует слабый SQL. PyTorch не спасает проект с data leakage. MLflow не нужен, если экспериментов нет и сравнивать нечего.

Какие проекты добавить в портфолио

Портфолио junior должно показывать не «я скачал датасет», а «я понимаю задачу и умею довести её до аккуратного результата». Ниже проекты, которые обычно хорошо работают для первого уровня.

1. Прогнозирование цены недвижимости

Показывает регрессию, EDA, обработку признаков, метрики MAE/RMSE/R² и сравнение baseline с более сильными моделями. В репозитории нужны README, ноутбук, описание данных и выводы по ошибкам.

2. Классификация оттока клиентов

Показывает работу с классификацией, дисбалансом, precision/recall/F1, ROC-AUC или PR-AUC. Хорошо, если вы объясните, что дороже: пропустить клиента с риском ухода или ошибочно пометить спокойного клиента.

3. Скоринг заявок или риск-модель

Полезен для демонстрации табличного ML, интерпретации, важности признаков и аккуратной валидации. Не надо изображать банковскую модель «как в проде». Лучше честно показать учебную постановку и ограничения.

4. Рекомендательная система

Показывает работу с пользователями, объектами, похожестью, sparse-данными и базовыми рекомендациями. Для junior хватит простого baseline и понятного объяснения, как формируются рекомендации.

5. Анализ вакансий Data Scientist

Хороший карьерный проект: сбор данных, очистка текста, выделение навыков, визуализация требований, сравнение площадок. Главное — не нарушать правила площадок и честно описывать источник данных.

6. NLP-проект по классификации текстов

Показывает preprocessing текста, TF-IDF, baseline, логистическую регрессию или градиентный бустинг. Нейросеть здесь не обязательна. Часто сильнее выглядит аккуратный простой pipeline.

7. Мини-проект с деплоем модели через FastAPI

Показывает, что вы понимаете путь модели за пределы ноутбука. Достаточно простого API, сохранённой модели, Dockerfile и README с запуском. Для ориентира пригодится статья про развёртывание ML-модели в production.

Что учить в первую очередь

Нормальный порядок подготовки выглядит скучно. Это даже хороший знак. Скучный фундамент потом экономит месяцы.

1. Python для анализа данных.
2. pandas и NumPy.
3. SQL.
4. Визуализация.
5. Статистика.
6. Линейная и логистическая регрессия.
7. Деревья и ансамбли.
8. Метрики и валидация.
9. Проекты.
10. GitHub и резюме.
11. Только потом — нейросети, MLOps и cloud.

Если идти в обратном порядке, легко получить красивый стек в резюме и слабую практику. На собеседовании это быстро видно: человек говорит про LLM, но не может объяснить, как выбрал train/test split или почему метрика подходит задаче.

Что в итоге проверят на собеседовании

На интервью редко спрашивают всё из вакансии подряд. Обычно смотрят на несколько вещей: умеете ли вы объяснить проект, понимаете ли данные, не путаете ли метрики, видите ли риск leakage, можете ли написать простой SQL и не теряетесь ли в бизнес-контексте.

Хорошая подготовка — это не зубрёжка 200 вопросов. Возьмите каждый проект из портфолио и проговорите вслух:

• какая была задача;
• какие данные использовались;
• какой baseline был выбран;
• какая метрика важна и почему;
• какая модель сработала лучше;
• где ограничения проекта;
• что вы бы улучшили, если бы было больше времени.

Звучит просто, но именно здесь многие кандидаты разваливаются. Проект есть, графики есть, модель есть, а внятного рассказа нет. Для отдельной подготовки держите рядом материал про собеседование Junior Data Scientist.

Главный вывод

Junior Data Scientist в 2026 году — это не человек, который просто знает теорию машинного обучения. Это человек, который умеет взять данные, почистить их, построить базовую модель, проверить качество, объяснить результат и показать всё это в понятном проекте.

LinkedIn и hh.ru могут пугать длинными списками требований, но если разложить их спокойно, ядро остаётся понятным: Python, SQL, pandas, статистика, классический ML, метрики, GitHub и умение говорить о своей работе. Нейросети, Docker, MLOps и cloud усиливают кандидата, но не заменяют базу.

В SenatorovAI обучение строится вокруг такого маршрута: не просто «выучить библиотеку», а научиться работать с данными, моделями, проектами, GitHub, собеседованиями и реальными ожиданиями рынка. Если хотите идти не хаотично, посмотрите план обучения SenatorovAI.