Как научиться анализу данных в 2026 году, если SQL пишет AI

«Зачем учить SQL, если запрос напишет AI?» Вопрос честный, и ответ на него меняет то, чему учиться, а не то, стоит ли.

AI-ассистент превратит «покажи выручку по категориям» в правильный запрос. Без нужного контекста он может пропустить, что финансы исключают возвраты, данные за последнюю неделю неполные, а маркетинг и продукт по-разному определяют «активного клиента». Человеческая часть анализа — это вопрос, контекст и ответственность за ответ. Именно её и должен тренировать хороший путь обучения.

Коротко: научитесь читать таблицы и писать базовый SQL (несколько недель практики), а основное время тратьте на определения метрик и проверку чисел на реалистичных бизнес-вопросах. Пользуйтесь AI с самого начала — но как коллегой, чью работу вы проверяете.

Что остаётся важным, когда запрос пишет AI

1. Вопрос. Что бизнес на самом деле хочет узнать и какое решение от этого зависит? У вопроса «сколько у нас клиентов?» несколько правильных ответов в зависимости от того, кто спрашивает, — на этом построена наша короткая игра.
2. Определение. Какие строки, какой статус, какой период. Неоговорённое определение может сделать правильный расчёт ответом не на тот вопрос.
3. Проверка. Правдоподобно ли число? Сходится ли с итогом, которому вы доверяете? Не размножил ли JOIN строки? См. чек-лист из 7 вопросов.
4. Решение. Что вы рекомендуете, насколько уверены и что заставит вас передумать?

SQL по-прежнему стоит учить — не чтобы печатать быстрее AI, а потому что это язык, на котором вы проверяете. Читайте, меняйте и проверяйте запросы, пока не сможете объяснить, какие строки они считают и должны ли в результат попадать отменённые заказы.

Путь с нуля

Этап 1: таблицы и первые запросы (1–2 недели)

Что такое таблица, строка и столбец; SELECT, WHERE, ORDER BY, LIMIT; затем GROUP BY с COUNT, SUM и AVG. Тренируйтесь на данных, похожих на настоящий бизнес, а не на игрушечных таблицах с котиками. 20–30 минут в день достаточно.

Этап 2: соединения, CTE и оконные функции (1–2 недели)

JOIN и LEFT JOIN и главное — их ловушки: соединения, которые размножают строки, и соединения, которые тихо их теряют. Затем WITH для пошаговых запросов и оконные функции для рейтингов и нарастающих итогов. Ловушка, которая завышает итоги, разобрана в гайде про размножение строк в JOIN.

Этап 3: метрики и бизнес-вопросы (постоянно)

Конверсия, удержание, средний чек, GMV, юнит-экономика, A/B-тесты. Для каждой метрики учите определение и то, как она ломается: не тот знаменатель, неполный период, среднее, которое прячет разброс.

Этап 4: практика, похожая на работу

Отрабатывайте весь цикл: неясная просьба коллеги → определение → запрос → проверка → короткая письменная рекомендация. Так тренируется связь между технической работой и решением. Ищите возможность практиковать эту связь, а не только синтаксис.

Где практиковаться

• Бесплатные тренажёры SQL вроде SQLBolt, SQLZoo или sql-ex хороши для синтаксиса.
• Открытые датасеты (Kaggle и похожие) хороши для исследования, но у них редко есть заказчик, дедлайн и проверка ответа.
• Atterna сделана для того, что посередине: курс Atterna Start ведёт от нуля до JOIN и оконных функций за десять коротких дней на данных одного маркетплейса (дни 1–2 без аккаунта, все десять бесплатно с аккаунтом), а симулятор Meridian (входит в Atterna Analyst) даёт работу аналитика: коллег, детерминированные проверки на двух выгрузках и в каждом эпизоде решение, подкреплённое вашими цифрами (первый эпизод заканчивается запиской). Не знаете, с чего начать? В проверке уровня шесть вопросов.

Как пользоваться AI во время учёбы

• Сначала напишите запрос сами, потом попросите у AI его вариант и сравните.
• Просите AI объяснить запрос построчно простыми словами.
• Просите найти ошибку в вашем запросе — и проверяйте его утверждение.
• Никогда не вставляйте число в отчёт без семи проверок.

Частые вопросы

Стоит ли учить SQL в 2026 году?

Да, но как язык чтения и проверки, а не набора текста. Нужно узнавать запрос, который считает не те строки, — а этот навык вырабатывается, когда вы сами пишете, читаете и проверяете запросы.

Сколько времени нужно, чтобы научиться анализу данных с нуля?

Базовый SQL — две-четыре недели регулярной практики. Чтобы приносить пользу на реальных бизнес-вопросах, нужно несколько месяцев практики на реалистичных задачах: сложнее всего не синтаксис, а определения метрик и проверка результатов.

Можно ли стать аналитиком данных без профильного образования?

У многих аналитиков нет профильного диплома. Многие работодатели ищут доказательства, что вы умеете довести неясный вопрос до проверенного ответа. След настоящей работы — как вы определили метрику, что проверили, что порекомендовали — весомее одного сертификата.

С чего бесплатно начать?

С задачи, которая показывает, зачем вообще нужен анализ: бесплатная короткая игра Wrong Number не требует SQL и аккаунта. Затем — проверка уровня или день 1 курса Atterna Start.