Data analyst junior у 2026: з чого починати, коли Copilot уже пише звіти

Якщо ви вчитеся на аналітика даних або лише обираєте цей напрям, то найчастіше чуєте одне питання: чи є сенс, якщо штучний інтелект уже сам будує звіти. Відповідь на нього краще давати не припущеннями, а конкретними змінами в інструментах, якими аналітики користуються щодня. У жовтні 2026 року така зміна є, і вона велика.

Що змінилося: Power BI прибирає Q&A

Microsoft оголосила припинення підтримки Q&A — функції, яка понад десять років давала змогу задавати питання до даних природною мовою. Оголошення було в грудні 2025 року, а повне вилучення заплановане на грудень 2026 року, тобто вже за кілька місяців.

Прибирають не одну кнопку, а весь набір:

• Q&A-візуал у звітах і кнопку Q&A;
• рядок запитань на дашбордах у сервісі Power BI;
• Q&A в мобільному застосунку (virtual analyst);
• Q&A в embedded-сценаріях, які розробники вбудовували через API і токени;
• усі інструменти налаштування Q&A: синоніми, лінгвістичні зв'язки, row labels, hide from Q&A, teach Q&A, review questions, suggest questions.

Після грудня 2026 року створити новий Q&A-елемент буде неможливо, а наявні перестануть працювати. Замість них Microsoft пропонує Copilot, а замість налаштувань Q&A — інструмент Prep data for AI.

Для аналітика це означає дві речі. Перша: якщо у ваших звітах є Q&A-візуали, їх доведеться міняти. Друга, важливіша для новачка: природномовний інтерфейс до даних перестає бути окремою функцією і стає основним способом роботи зі звітом.

Що вміє Copilot із Fabric IQ

У режимі перегляду звіту в сервісі Power BI можна увімкнути Fabric IQ — і Copilot починає відповідати не одним запитом, а багатокроковим міркуванням над семантичною моделлю. За документацією Microsoft, із увімкненим Fabric IQ Copilot:

• дає відповіді на основі детального міркування, а не одного згенерованого запиту;
• показує кроки міркування, щоб людина могла перевірити використані обчислення й фільтри;
• будує візуалізації: стовпчикові, лінійні, площинні, кругові, donut, scatter та інші;
• повертає сам DAX-запит і таблицю даних, на основі яких сформовано відповідь.

Окремо варто сказати про ad hoc обчислення. Copilot генерує DAX-запити для питань, на які в моделі немає готової міри: приріст рік до року, кількість співробітників, найнятих до 2020 року, співвідношення однієї категорії замовлень до всіх. Тобто він справді робить частину роботи, яку раніше виконував junior.

Чотири обмеження, про які варто знати

Саме тут більшість оглядів зупиняється, а для людини, яка вчиться, найцінніше починається далі. У документації Microsoft чітко вказані межі.

1. Лише англійська мова. Запитання до даних підтримуються тільки англійською. Для українськомовної команди це означає, що працювати з Copilot доведеться англійською — і англійська стає не «бажаною», а робочою вимогою.
2. Лише сервіс, не Desktop. Запитання до даних доступні тільки в сервісі Power BI; підтримка Power BI Desktop ще в планах. Fabric IQ до того ж працює лише в режимі перегляду звіту, а не редагування.
3. Фільтри зі сторінки не враховуються. Copilot не застосовує до своєї відповіді ті фільтри й слайсери, які зараз впливають на візуали на сторінці звіту. Це найтонше місце: відповідь може виглядати правильною і при цьому стосуватися іншого зрізу даних.
4. Немає прогнозів і пошуку причин. Copilot не відповідає на питання, які потребують нових висновків: виявлення аномалій, прогнозування, пошук ключових факторів впливу. Питання на кшталт «чому продажі падають щолипня» або «скільки ми продамо наступного року» поза його можливостями.

Є ще одна деталь, яка добре показує напрямок руху. Сьогодні, щоб Copilot відповідав на питання до даних, у моделі має бути увімкнений Q&A — Copilot використовує той самий рушій для побудови запитів. Але Microsoft у FAQ до оголошення про припинення підтримки прямо каже, що цю залежність приберуть і Copilot отримає власний формат. Тож перехідний період буде, і працювати доведеться в обох станах.

Що це означає для junior-аналітика

Складіть ці факти разом, і картина виходить не «професія зникає», а «вхідний рівень змінюється».

Раніше junior-аналітик часто починав із простого: зібрати дашборд за готовим описом, зробити кілька зрізів, оформити звіт. Саме цю частину Copilot тепер робить за текстовим запитом — і робить швидко.

Але подивіться, що залишилося людині в кожному з чотирьох обмежень вище. Copilot відповідає на основі семантичної моделі: якщо міри названі незрозуміло, зв'язки побудовані неправильно, а бізнес-визначення не описані, він відповідатиме впевнено й помилково. Він не застосовує фільтри сторінки — отже, хтось має помітити, що відповідь стосується не того зрізу. Він показує кроки міркування й DAX-запит — отже, хтось має вміти їх прочитати й сказати, що розрахунок хибний.

Microsoft у документації радить окрему процедуру: скласти набір типових бізнес-питань, визначити для кожного очікувану міру, групування, часовий контекст і фільтри, а потім порівняти відповіді Copilot із відомим правильним результатом. Це не робота «штучного інтелекту». Це робота аналітика — і це робота, яку може виконувати junior.

Варто бути чесними: кількість найпростіших вакансій, де треба просто зібрати графік, справді скорочується. Але одночасно з'являється потреба в людях, які вміють перевіряти автоматичні відповіді. Це вужчий, але цілком реальний вхід.

Навички, які тепер відрізняють

Порядок тут важливий: він відповідає тому, що раніше потрібно на першій роботі.

1. SQL. Фундамент, який не залежить від інструмента: вибірки, об'єднання, групування, вікна. Якщо ви розумієте, як влаштований запит, ви зрозумієте й згенерований DAX.
2. Семантична модель. Міри, зв'язки, таблиця дат, бізнес-визначення. Це те, що безпосередньо визначає, чи правильно відповідає Copilot — і те, чого він не зробить за вас.
3. Читання DAX. Не писати з нуля, а читати: що саме порахувала згенерована формула, який контекст фільтрів застосовано, де вона могла збитися.
4. Підготовка даних. Базовий Python із pandas або добре володіння Power Query. Брудні дані ламають будь-яку автоматичну відповідь, і це найчастіша причина хибних звітів.
5. Перевірка й скептицизм. Звичка питати «з яких даних це зібрано» і «чи той це зріз». Саме ця навичка зараз найдефіцитніша, бо її не вчать окремо.
6. Англійська. Після переходу на Copilot вона потрібна не для вакансій за кордоном, а для самого інструмента.

План на перші три місяці

Реалістичний темп для людини, яка вчиться паралельно з роботою — 8–10 годин на тиждень.

• Місяць 1. SQL і таблиці. Вибірки, join'и, групування, прості вікна. Паралельно — Excel або Power BI на рівні «зібрати звіт із готового набору». Мета: перестати боятися даних.
• Місяць 2. Модель і візуалізація. Power BI серйозно: зв'язки, таблиця дат, перші міри, базовий DAX. Тут уже варто вмикати Copilot і навмисно шукати його помилки — це найшвидший спосіб зрозуміти модель.
• Місяць 3. Python і перший проєкт. pandas для підготовки даних, потім одна задача від початку до кінця: сирий файл, очищення, модель, звіт, висновок. Опишіть припущення й перевірку — це і буде ваше портфоліо.

Що покласти в портфоліо

Формальний сертифікат зараз важить менше, ніж дві-три доведені до кінця задачі. Для кожної варто показати не лише результат, а й шлях:

• звідки дані й у якому вони були стані;
• які припущення ви зробили і чому;
• як виглядає модель: міри, зв'язки, таблиця дат;
• як ви перевіряли результат — окремим пунктом;
• який висновок із цього може зробити бізнес.

Окрема сильна ідея для 2026 року: візьміть задачу, попросіть Copilot відповісти на неї, знайдіть у його відповіді помилку й покажіть, як ви її виявили. Це демонструє саме ту навичку, якої бракує на ринку.

Самоперевірка: 10 тверджень

Відмітьте ті, які вже правдиві для вас. Сім і більше — можна відгукуватися на junior-вакансії.

1. Я напишу SQL-запит із join і групуванням без підказки.
2. Я поясню, що таке таблиця дат і чому вона потрібна.
3. Я прочитаю чужу DAX-міру й скажу, що вона рахує.
4. Я помічу, що число у звіті не збігається з джерелом.
5. Я очищу брудний CSV у pandas або Power Query.
6. Я поясню різницю між мірою й обчислюваним стовпцем.
7. Я перевірю відповідь Copilot, а не просто скопіюю її.
8. Я сформулюю бізнес-питання так, щоб на нього можна було відповісти даними.
9. У мене є хоча б один проєкт із описаними припущеннями.
10. Я читаю англомовну документацію без перекладача.

Де навчитися аналітиці даних

Якщо ви ще не впевнені, що це ваше, починати з повної програми не обов'язково. Логічна послідовність така:

• Безкоштовний вступний курс з аналітики даних — щоб перевірити сам характер роботи.
• Повний курс Data Analytics — SQL, Power BI, Python і робота з реальними задачами.
• Курс Power BI — якщо потрібен саме інструмент візуалізації й моделювання.
• За підпискою — підготовка даних з pandas і числові основи з NumPy, якщо хочете рухатися в бік машинного навчання.

Що робити цього тижня, якщо хочете почати: відкрийте будь-який звіт у Power BI, увімкніть Copilot, задайте питання про дані — і спробуйте перевірити його відповідь через DAX-запит, який він показує. Якщо вам цікаво шукати, де він помилився, то професія вам підходить.

Часті запитання

Чи замінить Copilot аналітика даних?

Ні, але він забирає частину роботи, яка раніше була вхідним білетом у професію. Copilot будує візуалізації й пише DAX-запити за текстовим описом, тому цінність junior-аналітика більше не в тому, щоб зібрати графік. Вона в тому, щоб підготувати семантичну модель, перевірити відповідь і зрозуміти, чи взагалі правильне питання задали.

Що саме прибирають у Power BI у грудні 2026 року?

Q&A як функціонал: Q&A-візуал у звітах, кнопку Q&A, рядок запитань на дашбордах, Q&A в мобільному застосунку та в embedded-сценаріях, а також усі інструменти налаштування Q&A — синоніми, лінгвістичні зв'язки, teach Q&A, review questions. Створити нові Q&A-елементи буде неможливо, а наявні перестануть працювати.

Чи треба junior-аналітику вчити DAX, якщо Copilot пише його сам?

Так, але з іншою метою. DAX потрібен не щоб писати формули з нуля, а щоб читати те, що згенерував Copilot, і розуміти, чи правильно він порахував. Fabric IQ показує згенерований DAX-запит саме для того, щоб людина його перевірила.

Чи працює Copilot у Power BI українською?

Станом на зараз офіційно підтримується лише англійська мова для запитань до даних. Це пряме обмеження в документації Microsoft, і для українськомовної команди це означає, що працювати з Copilot доведеться англійською.

З чого почати навчання на data analyst з нуля?

З SQL і роботи з таблицями, бо це фундамент, який не залежить від інструмента. Далі — Power BI або Excel для візуалізації, базовий Python з pandas для підготовки даних і окремо навички перевірки результату. Безкоштовний вступний курс дає змогу перевірити, чи підходить вам сам характер роботи, перш ніж вкладати час у повну програму.

Чи реально знайти першу роботу аналітиком без досвіду у 2026 році?

Реально, але конкуренція на позиції початкового рівня зросла. Виграє той, хто приходить не з сертифікатом, а з портфоліо: дві-три задачі, доведені до результату, з описом даних, припущень і перевірки. Саме вміння показати перевірку зараз цінується найбільше.

Джерела

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

Якщо ви ще обираєте напрям, почніть зі статті про професію аналітика даних, а потім подивіться SQL для початківців — це перший реальний крок у професію.