Data analyst junior в 2026: с чего начинать, когда Copilot уже пишет отчёты

Если вы учитесь на аналитика данных или только выбираете это направление, чаще всего слышите один вопрос: есть ли смысл, если искусственный интеллект уже сам строит отчёты. Отвечать на него лучше не предположениями, а конкретными изменениями в инструментах, которыми аналитики пользуются каждый день. В октябре 2026 года такое изменение есть, и оно большое.

Что изменилось: Power BI убирает Q&A

Microsoft объявила о прекращении поддержки Q&A — функции, которая больше десяти лет позволяла задавать вопросы к данным на естественном языке. Объявление вышло в декабре 2025 года, полное удаление запланировано на декабрь 2026 года.

Убирают не одну кнопку, а весь набор:

• Q&A-визуал в отчётах и кнопку Q&A;
• строку вопросов на дашбордах в сервисе Power BI;
• Q&A в мобильном приложении (virtual analyst);
• Q&A в embedded-сценариях, которые разработчики встраивали через API и токены;
• все инструменты настройки Q&A: синонимы, лингвистические связи, row labels, hide from Q&A, teach Q&A, review questions, suggest questions.

После декабря 2026 года создать новый Q&A-элемент будет нельзя, а существующие перестанут работать. Вместо них Microsoft предлагает Copilot, а вместо настроек Q&A — инструмент Prep data for AI.

Для работающего аналитика это означает миграцию: если в отчётах есть Q&A-визуалы, их придётся менять. Для новичка важнее другое: естественный язык перестаёт быть отдельной функцией и становится основным способом работы с отчётом.

Что умеет Copilot с Fabric IQ

В режиме просмотра отчёта в сервисе Power BI можно включить Fabric IQ — и Copilot начинает отвечать не одним запросом, а многошаговым рассуждением по семантической модели. По документации Microsoft, с включённым Fabric IQ Copilot:

• даёт ответы на основе детального рассуждения, а не одного сгенерированного запроса;
• показывает шаги рассуждения, чтобы человек мог проверить использованные вычисления и фильтры;
• строит визуализации: столбчатые, линейные, площадные, круговые, donut, scatter и другие;
• возвращает сам DAX-запрос и таблицу данных, на основе которых сформирован ответ.

Отдельно стоит сказать про ad hoc вычисления. Copilot генерирует DAX-запросы для вопросов, на которые в модели нет готовой меры: прирост год к году, количество сотрудников, нанятых до 2020 года, соотношение одной категории заказов ко всем. То есть он действительно делает часть работы, которую раньше выполнял junior.

Четыре ограничения, о которых стоит знать

Именно здесь большинство обзоров останавливается, а для человека, который учится, самое ценное начинается дальше. В документации Microsoft границы указаны прямо.

1. Только английский язык. Вопросы к данным поддерживаются только на английском. В европейской компании это редко проблема, но английский перестаёт быть «желательным» и становится требованием самого инструмента.
2. Только сервис, не Desktop. Вопросы к данным доступны только в сервисе Power BI, поддержка Power BI Desktop пока в планах. Fabric IQ к тому же работает только в режиме просмотра отчёта, а не редактирования.
3. Фильтры со страницы не учитываются. Copilot не применяет к своему ответу фильтры и слайсеры, которые сейчас влияют на визуалы на странице отчёта. Это самое тонкое место: ответ может выглядеть правильным и при этом относиться к другому срезу данных.
4. Нет прогнозов и поиска причин. Copilot не отвечает на вопросы, требующие новых выводов: выявление аномалий, прогнозирование, поиск ключевых факторов влияния. Вопросы вроде «почему продажи падают каждый июль» или «сколько мы продадим в следующем году» вне его возможностей.

Есть ещё деталь, которая хорошо показывает направление движения. Сегодня, чтобы Copilot отвечал на вопросы к данным, в модели должен быть включён Q&A — Copilot использует тот же движок для построения запросов. Но в FAQ к объявлению о прекращении поддержки Microsoft прямо говорит, что эту зависимость уберут и у Copilot появится собственный формат. Значит, будет переходный период, и работать придётся в обоих состояниях.

Что это значит для junior-аналитика

Сложите эти факты вместе, и картина получается не «профессия исчезает», а «входной уровень меняется».

Раньше junior-аналитик часто начинал с простого: собрать дашборд по готовому описанию, сделать несколько срезов, оформить отчёт. Эту часть Copilot теперь делает по текстовому запросу — и делает быстро.

Но посмотрите, что осталось человеку в каждом из четырёх ограничений выше. Copilot отвечает на основе семантической модели: если меры названы непонятно, связи построены неверно, а бизнес-определения не описаны, он ответит уверенно и ошибочно. Он не применяет фильтры страницы — значит, кто-то должен заметить, что ответ относится не к тому срезу. Он показывает шаги рассуждения и DAX-запрос — значит, кто-то должен уметь их прочитать и сказать, что расчёт неверен.

Microsoft в документации рекомендует отдельную процедуру: составить набор типичных бизнес-вопросов, определить для каждого ожидаемую меру, группировку, временной контекст и фильтры, а затем сравнить ответы Copilot с известным правильным результатом. Это не работа «искусственного интеллекта». Это работа аналитика — и её вполне может выполнять junior.

Будем честными: количество самых простых вакансий, где нужно просто собрать график, действительно сокращается. Но одновременно появляется потребность в людях, умеющих проверять автоматические ответы. Это более узкий, но вполне реальный вход.

Навыки, которые теперь отличают

1. SQL. Фундамент, не зависящий от инструмента: выборки, join'ы, группировки, оконные функции. Если вы понимаете, как устроен запрос, вы поймёте и сгенерированный DAX.
2. Семантическая модель. Меры, связи, таблица дат, бизнес-определения. Именно это определяет, правильно ли отвечает Copilot — и именно этого он за вас не сделает.
3. Чтение DAX. Не писать с нуля, а читать: что посчитала сгенерированная формула, какой контекст фильтров применён, где она могла сбиться.
4. Подготовка данных. Базовый Python с pandas или уверенный Power Query. Грязные данные ломают любой автоматический ответ, и это самая частая причина неверных отчётов.
5. Проверка и скептицизм. Привычка спрашивать «из каких данных это собрано» и «тот ли это срез». Этот навык сейчас самый дефицитный, потому что его не преподают отдельно.
6. Английский. После перехода на Copilot он нужен не для зарубежных вакансий, а для самого инструмента.

План на первые три месяца

Реалистичный темп для человека, который учится параллельно с работой — 8–10 часов в неделю.

• Месяц 1. SQL и таблицы. Выборки, join'ы, группировки, простые оконные функции. Параллельно — Excel или Power BI на уровне «собрать отчёт из готового набора». Цель: перестать бояться данных.
• Месяц 2. Модель и визуализация. Power BI серьёзно: связи, таблица дат, первые меры, базовый DAX. Здесь уже стоит включать Copilot и намеренно искать его ошибки — это самый быстрый способ понять модель.
• Месяц 3. Python и первый проект. pandas для подготовки данных, затем одна задача от начала до конца: сырой файл, очистка, модель, отчёт, вывод. Опишите допущения и проверку — это и будет портфолио.

Что положить в портфолио

Формальный сертификат сейчас весит меньше, чем две-три доведённые до конца задачи. По каждой стоит показать не только результат, но и путь:

• откуда данные и в каком они были состоянии;
• какие допущения вы сделали и почему;
• как выглядит модель: меры, связи, таблица дат;
• как вы проверяли результат — отдельным пунктом;
• какой вывод из этого может сделать бизнес.

Отдельная сильная идея для 2026 года: возьмите задачу, попросите Copilot ответить на неё, найдите в его ответе ошибку и покажите, как вы её обнаружили. Это демонстрирует именно тот навык, которого не хватает на рынке.

Самопроверка: 10 утверждений

Отметьте те, которые уже верны для вас. Семь и больше — можно откликаться на junior-вакансии.

1. Я напишу SQL-запрос с join и группировкой без подсказки.
2. Я объясню, что такое таблица дат и зачем она нужна.
3. Я прочитаю чужую DAX-меру и скажу, что она считает.
4. Я замечу, что число в отчёте не совпадает с источником.
5. Я очищу грязный CSV в pandas или Power Query.
6. Я объясню разницу между мерой и вычисляемым столбцом.
7. Я проверю ответ Copilot, а не просто скопирую его.
8. Я сформулирую бизнес-вопрос так, чтобы на него можно было ответить данными.
9. У меня есть хотя бы один проект с описанными допущениями.
10. Я читаю англоязычную документацию без переводчика.

Где научиться аналитике данных

Если вы ещё не уверены, что это ваше, начинать с полной программы необязательно. Логичная последовательность такая:

• Бесплатный вебинар по аналитике данных — чтобы понять характер работы.
• Полный курс Data Analytics — SQL, Power BI, Python и работа с реальными задачами.
• Курс Power BI — если нужен именно инструмент визуализации и моделирования.
• По подписке — подготовка данных с pandas и числовые основы с NumPy, если хотите двигаться в сторону машинного обучения.

Что сделать на этой неделе, если хотите начать: откройте любой отчёт в Power BI, включите Copilot, задайте вопрос о данных — и попробуйте проверить его ответ через DAX-запрос, который он показывает. Если вам интересно искать, где он ошибся, профессия вам подходит.

Частые вопросы

Заменит ли Copilot аналитика данных?

Нет, но он забирает часть работы, которая раньше была входным билетом в профессию. Copilot строит визуализации и пишет DAX-запросы по текстовому описанию, поэтому ценность junior-аналитика больше не в том, чтобы собрать график. Она в том, чтобы подготовить семантическую модель, проверить ответ и понять, правильный ли вопрос вообще задали.

Что именно убирают в Power BI в декабре 2026 года?

Q&A как функциональность: Q&A-визуал в отчётах, кнопку Q&A, строку вопросов на дашбордах, Q&A в мобильном приложении и в embedded-сценариях, а также все инструменты настройки Q&A — синонимы, лингвистические связи, teach Q&A, review questions. Создать новые Q&A-элементы будет нельзя, а существующие перестанут работать.

Нужно ли junior-аналитику учить DAX, если Copilot пишет его сам?

Да, но с другой целью. DAX нужен не чтобы писать формулы с нуля, а чтобы читать сгенерированное Copilot и понимать, правильно ли он посчитал. Fabric IQ показывает сгенерированный DAX-запрос именно для того, чтобы человек его проверил.

Работает ли Copilot в Power BI на русском языке?

Нет. В документации Microsoft указано, что для вопросов к данным поддерживается только английский язык. Для работы в европейской компании это редко проблема, но английский из «желательного» становится рабочим требованием.

С чего начать обучение на data analyst с нуля?

С SQL и работы с таблицами — это фундамент, не зависящий от инструмента. Дальше Power BI или Excel для визуализации, базовый Python с pandas для подготовки данных и отдельно навык проверки результата. Бесплатный вебинар по аналитике помогает понять характер работы до того, как вкладывать время в полную программу.

Реально ли найти работу аналитиком в Европе без опыта?

Реально, но конкуренция на позиции начального уровня выросла, а работодателю важны язык и право на работу. Выигрывает тот, кто приходит не с сертификатом, а с портфолио: две-три задачи, доведённые до результата, с описанием данных, допущений и проверки.

Источники

• Power BI Updates Blog — Deprecating Power BI Q&A (объявление декабрь 2025, удаление декабрь 2026)
• Microsoft Learn — Ask data questions with Copilot and Fabric IQ
• Microsoft Learn — Fabric IQ

Если вы ещё выбираете направление, начните со статьи о профессии аналитика данных, а затем посмотрите SQL для начинающих — это первый реальный шаг в профессию.