Курсы SQL — обучение с нуля до профи

Что такое SQL и зачем учить его в 2026 году

SQL (Structured Query Language) — это язык запросов, на котором мы разговариваем с реляционными базами данных. Любой сайт, мобильное приложение, банковский сервис или CRM хранит данные в таблицах, и SQL — это инструмент, чтобы их доставать, фильтровать, объединять и считать агрегаты. Языку почти 50 лет, он пережил десятки технологических революций и по-прежнему остаётся стандартом де-факто.

Парадокс SQL в том, что он одновременно простой и глубокий. Базовые конструкции — SELECT, FROM, WHERE — освоит за неделю человек без технического бэкграунда. Но за этим фасадом стоит реляционная алгебра, оптимизатор запросов, индексы, планы выполнения, транзакции и блокировки — материал, на который у разработчика уходят годы.

В данных hh.ru на апрель 2026 года SQL фигурирует более чем в 45% вакансий по аналитике, продакт-менеджменту и тестированию. Это уже не «приятный плюс в резюме», а базовое требование для любого, кто работает с данными — от джуниор-аналитика до руководителя продукта. Поэтому курсы по SQL уверенно входят в ТОП-3 самых покупаемых программ на рынке онлайн-образования.

Зачем учить SQL прямо сейчас:

• Это самый короткий путь в IT для гуманитария — порог входа ниже, чем у Python или JavaScript.
• SQL — обязательный навык для аналитиков, BI-специалистов, маркетологов с уклоном в performance, продакт-менеджеров, QA-инженеров.
• Знание SQL добавляет к зарплате смежного специалиста 30–50%. Маркетолог без SQL получает 80 000 ₽, маркетолог с SQL — 120 000 ₽ и выше.
• Язык не устаревает: синтаксис, который вы выучите сегодня, будет работать через десять лет.

Кому подойдут курсы по SQL

SQL — редкий случай, когда один и тот же навык нужен пяти разным профессиям, и для каждой требуется свой угол подачи. Программы в нашем каталоге заточены под конкретные роли, и при выборе курса важно понимать, кем вы хотите стать к выпуску.

Аналитики данных и BI-специалисты. Базовая аудитория. Аналитику нужны выборки, оконные функции, CTE, навык быстро строить отчёты в Tableau или Power BI на сырых таблицах из хранилища. Если вы метитесь в аналитику или BI, выбирайте курсы с упором на тренажёр и реальные датасеты — Karpov.Courses, Яндекс Практикум, SkillFactory.

Разработчики бэкенда и DBA. Здесь акценты другие: проектирование схем, нормальные формы, индексы, оптимизация планов выполнения, хранимые процедуры, репликация. Если ваш горизонт — программирование или администрирование баз, ищите программы с глубокой темой по PostgreSQL: OTUS, Хекслет, профильные курсы Нетологии для разработчиков.

Тестировщики. QA-инженер использует SQL, чтобы проверять корректность данных после ручных или автоматизированных тестов. Здесь не нужны оконные функции, но критичны JOIN, подзапросы и понимание транзакций. Подойдут компактные курсы на 1–2 месяца.

Продакт-менеджеры и маркетологи. Им SQL нужен, чтобы самостоятельно выгружать метрики из хранилища и не ждать аналитика по три дня. Хватит 4–6 недель практики на курсе вроде «SQL для не-разработчиков».

Тимлиды и предприниматели. Если вы управляете командой или продуктом, SQL даст вам ощущение почвы под ногами: вы перестанете слепо доверять дашбордам и научитесь самостоятельно проверять цифры. Здесь хватит короткого курса с фокусом на чтение готовых запросов.

Если вы пока не определились с ролью — начните с универсального курса и параллельно почитайте наш разбор «Язык SQL: что это и зачем его учить», чтобы примерить язык на свои задачи.

Что входит в программу курсов: от SELECT до оконных функций

Хорошая программа выстраивается от простого к сложному и закрывает четыре пласта: синтаксис, манипуляция данными, проектирование, оптимизация. Если в программе нет хотя бы одного — это не курс, а ознакомительный вебинар.

Базовый блок (1–2 недели): SELECT, FROM, WHERE, ORDER BY, LIMIT. Логические операторы AND/OR/NOT, шаблоны LIKE, оператор IN, проверка на NULL. К концу блока студент пишет простые отчёты по одной таблице.

Многотабличные выборки (1–2 недели): INNER JOIN, LEFT JOIN, RIGHT JOIN, FULL OUTER JOIN, CROSS JOIN, самосоединения. Здесь же — UNION и UNION ALL, базовое понимание связей «один-ко-многим» и «многие-ко-многим». Это самая «провальная» тема для новичков: 70% выпускников бесплатных курсов спотыкаются именно тут.

Агрегация и группировка (1 неделя): GROUP BY, HAVING, агрегатные функции COUNT, SUM, AVG, MIN, MAX. Тонкости: разница HAVING и WHERE, поведение NULL в агрегатах, COUNT(*) против COUNT(column).

Подзапросы и CTE (1–2 недели): скалярные и табличные подзапросы, EXISTS, IN-подзапросы, коррелированные подзапросы. Конструкция WITH для именованных подзапросов — это уже уровень middle-аналитика и обязательный пункт в любой серьёзной программе.

Оконные функции (1–2 недели): ROW_NUMBER, RANK, DENSE_RANK, LAG, LEAD, оконные агрегаты вроде SUM() OVER. Тема, которая отделяет джуниора от мидла. Без оконных функций невозможно посчитать когортный анализ, скользящие средние, нарастающий итог — то, что в реальной работе встречается ежедневно.

Проектирование БД (1–2 недели): нормальные формы (1НФ, 2НФ, 3НФ, БКНФ), ключи (первичные, внешние, составные), индексы B-tree и Hash, ограничения целостности, транзакции и ACID. Этот блок есть в курсах для разработчиков и пропускается в курсах «SQL для аналитиков».

Оптимизация и продвинутые темы (1–2 недели): EXPLAIN и ANALYZE для чтения планов выполнения, разбор медленных запросов, материализованные представления, хранимые процедуры, триггеры. Топовые программы дополняют тему репликацией, шардингом и работой с большими объёмами через ClickHouse.

В сумме фундаментальная программа — 6–10 недель плотной учёбы. Курсы на 1–2 месяца дают только первые три-четыре блока — этого хватит для джуниор-аналитика, но не для разработчика.

PostgreSQL, MySQL, MS SQL или ClickHouse — какую СУБД учить

SQL — это стандарт ANSI, но каждая СУБД добавляет свои расширения и ограничения. Для новичка разница незаметна, для middle-специалиста — критична. Перед выбором курса важно понимать, на какой СУБД построена программа: переучиваться с MySQL на PostgreSQL не больно, а вот с MS SQL Server на PostgreSQL некоторые конструкции придётся переписывать.

Практический совет: в 2026 году учите PostgreSQL. Это лучший компромисс между распространённостью на российском рынке (импортозамещение Oracle и MS SQL ускорило миграцию десятков компаний), глубиной функционала и качеством документации. После уверенного PostgreSQL переход на MySQL занимает несколько часов, на ClickHouse — пару выходных. Большинство сильных программ в нашем каталоге построено именно вокруг PostgreSQL — это видно по описаниям курсов Karpov.Courses, Яндекс Практикума, OTUS.

Перед началом обучения скачайте бесплатно PostgreSQL с официального сайта и установите DBeaver или pgAdmin — это базовый набор инструментов, с которым вы будете работать на любом курсе.

SQL для аналитика vs SQL для разработчика — что выбрать

Это самый частый вопрос на старте, и от ответа на него зависит, какую программу выбирать. Курсы на рынке делятся на две большие группы, и одна программа редко закрывает обе роли одновременно.

SQL для аналитика данных. Фокус — на чтении и преобразовании данных. Аналитик не создаёт таблицы, не настраивает индексы, не пишет хранимые процедуры. Его рабочий инструмент — SELECT во всех его проявлениях: сложные JOIN, оконные функции, CTE, агрегации, подготовка данных для дашборда. Курс длится 1–3 месяца, в программе обязательно — реальные датасеты, тренажёр в браузере, домашки на разбор продуктовой воронки или когортного анализа. Цены в каталоге начинаются от 4 700 ₽, медиана — около 115 771 ₽. Хорошие представители: SQL-курсы Karpov.Courses, Яндекс Практикума, SkillFactory, ProductStar.

SQL для разработчика бэкенда и DBA. Фокус — на проектировании, изменении и оптимизации. Разработчик создаёт схемы, выбирает типы данных, расставляет индексы, пишет триггеры и хранимые процедуры, разбирает планы выполнения, борется с deadlock'ами. Программы длиннее — 3–6 месяцев, и стоят дороже, потому что включают темы вроде репликации, шардинга и тонкой настройки PostgreSQL. Здесь сильны OTUS, Нетология (специализация для разработчиков), Хекслет.

Где учить и тем и тем. Если вы целитесь в роль fullstack-инженера или хотите быть «универсалом», выбирайте курс с длительностью от 4 месяцев и явным разделением модулей: первая половина — про чтение, вторая — про проектирование. Такие программы есть в Skillbox и SkillFactory, но требуют отдельной мотивации — нагрузка вдвое выше.

В сомнениях ориентируйтесь на ваш текущий рабочий контекст. Если вы маркетолог, продакт или тестировщик — берите аналитический трек. Если вы джуниор-разработчик с Python или Java — берите трек для разработчиков и параллельно изучайте ORM (SQLAlchemy, Django ORM, Hibernate).

Сколько зарабатывают SQL-специалисты в 2026 году

Зарплата зависит от роли (аналитик / разработчик / DBA), грейда (junior / middle / senior) и региона. Цифры ниже собраны на основе свежих публичных данных hh.ru, Хабр.Карьеры и ГородРабот.ру за март–апрель 2026 года.

Аналитик данных с упором на SQL:

• Junior (0–1 год): 60 000–90 000 ₽ по РФ, 80 000–110 000 ₽ в Москве.
• Middle (1–3 года): 120 000–180 000 ₽ по РФ, 150 000–220 000 ₽ в Москве.
• Senior (3+ лет): 200 000–300 000 ₽ по РФ, до 400 000 ₽ в крупном финтехе и банках.

Разработчик баз данных и SQL-разработчик:

• Junior: 70 000–100 000 ₽.
• Middle: 150 000–230 000 ₽.
• Senior и DBA: 250 000–400 000 ₽, в топ-компаниях до 500 000 ₽.

Медианные цифры по рынку: по данным ГородРабот.ру на март 2026, средняя зарплата SQL-программиста в РФ — 133 461 ₽, медиана — 145 000 ₽. Хабр.Карьера в зарплатном опросе за второе полугодие 2025 года даёт по разработчикам БД медиану 245 000 ₽ — но в эту выборку попадают только активные специалисты с публичными резюме, и реальный рынок ниже.

Что добавляет к зарплате: опыт в финтехе и банках (+20–30%), английский B2+ для работы с международными командами (+15–25%), знание ClickHouse или Snowflake (+10–20%), опыт оптимизации запросов на больших объёмах (+10–15%). Сертификат любой школы сам по себе зарплату не повышает — работодатель смотрит на опыт и тестовое задание.

Подробный разбор цифр по разным аналитическим ролям — в наших статьях «Сколько зарабатывает аналитик» и «Сколько зарабатывают аналитики разных направлений».

Как выбрать курс по SQL — чеклист и ловушки

В каталоге 396 от ведущих школ, и без чеклиста легко купить программу, которая не закроет ваши задачи. Вот семь критериев, по которым мы сами оцениваем курсы при ранжировании.

Доля практики не ниже 70%. SQL — навыковая дисциплина: пока не написали 200 запросов руками, вы не умеете на нём писать. Если в программе обещают «лекции от практикующих экспертов» — это маркетинг, а не учёба. Ищите формулировки вроде «150 задач на тренажёре» или «8 проектных работ с реальными датасетами».

Тренажёр в браузере, а не на локальной СУБД. Установка PostgreSQL и pgAdmin — отдельный квест для гуманитария. Топовые курсы (Karpov.Courses, Яндекс Практикум, Stepik) дают доступ к веб-тренажёру, где можно писать запросы прямо из браузера. Это снимает барьер первой недели и не теряет 10–15% студентов на этапе настройки.

Проверка кода ментором, а не автотесты. Автотесты говорят «правильно/неправильно», ментор объясняет, почему ваш запрос работает за 30 секунд вместо 0,3. Без обратной связи от живого человека вы выучите синтаксис, но не научитесь думать как инженер.

Современные версии СУБД. Курс должен учить на PostgreSQL 14+ или MySQL 8+. Если в описании фигурирует MySQL 5.7 или PostgreSQL 11 — программа не обновлялась годами, и вас ждут устаревшие практики.

Оконные функции и CTE в программе. Без этих двух тем курс не считается полноценным. Если их нет в учебном плане — программа подходит только тестировщикам и не годится для аналитика или разработчика.

Реальные проекты в портфолио. Хороший курс заканчивается дипломным проектом на публичном датасете (Yandex Tank, открытые данные ритейла, sample-базы PostgreSQL). Этот проект вы покажете на собеседовании — если он есть, шанс получить оффер растёт в разы.

Прозрачная цена и рассрочка. Минимальная цена в каталоге начинается от 4 700 ₽ за короткие курсы, верхняя граница доходит до 360 000 ₽ за комплексные годовые программы со связкой SQL + Python + статистика. Школы, которые скрывают цену до звонка менеджера, обычно прячут самую невыгодную рассрочку. Сравнивайте курсы с открытым прайсом.

Ловушки, которых стоит избегать:

• «Гарантия трудоустройства» без прописанных условий — обычно маркетинговый ход с массой исключений в договоре.
• Курс «полного цикла» на 12 месяцев за 200 000 ₽, где SQL — лишь один из пятнадцати модулей. Лучше взять отдельный SQL-курс на 2 месяца за 30 000 ₽.
• Программы без даты последнего обновления — вы рискуете учиться на устаревших версиях.
• Курсы с упором на Microsoft Access или Oracle — узкая ниша, после которой переучиваться придётся.

Если перед оффером ждёт собеседование, отдельно почитайте «Как пройти собеседование аналитику» — там разобраны типовые задачи на SQL, которые задают на интервью в крупных компаниях.

Инструменты SQL-специалиста — что установить и зачем

Помимо самой СУБД, в работу аналитика и разработчика входит набор клиентских инструментов. Курсы редко уделяют этому внимание, но без них реальная работа невозможна. Вот базовый стек, который встречается у 90% специалистов.

Универсальные SQL-клиенты:

• DBeaver — кроссплатформенный бесплатный клиент для всех популярных СУБД. Поддерживает PostgreSQL, MySQL, MS SQL, Oracle, SQLite, ClickHouse одновременно. Стандарт де-факто для аналитика, который работает с несколькими источниками.
• pgAdmin — официальный клиент PostgreSQL. Проще DBeaver на старте, удобен для новичков.
• JetBrains DataGrip — платный профессиональный инструмент с автодополнением запросов, рефакторингом и интеграцией с Git. Если ваша компания покупает лицензию JetBrains, скорее всего вы получите DataGrip бесплатно.
• VS Code с плагином SQLTools — лёгкий вариант для разработчиков, которые уже живут в редакторе.

Инструменты визуализации поверх SQL:

• Metabase — самый простой open-source BI, поднимается за вечер, аналитик строит дашборды на чистом SQL без программирования.
• Redash — близкий аналог Metabase с более продвинутыми возможностями.
• Apache Superset — корпоративная альтернатива от Airbnb, требует чуть более серьёзного администрирования.
• Tableau и Power BI — лидеры платного сегмента. На SQL-курсах их обычно не учат, но в реальной работе аналитик данных пишет SQL-запросы как источник данных для дашбордов в этих системах.

Дополнительные инструменты:

• Git для версионирования SQL-скриптов и миграций. Без этого навыка middle-аналитиком не возьмут.
• dbt (Data Build Tool) — современный фреймворк для трансформации данных в хранилище через SQL. Активно растущий стек, на 2026 год — обязательный для middle BI-разработчика.
• Airflow — оркестратор ETL-процессов. Не SQL, но смежный инструмент, который добавит +30% к зарплате.

Минимум на старте — DBeaver и установленный PostgreSQL. Этого хватит на первые шесть месяцев работы.

Типичные ошибки новичков и антипаттерны SQL

Знать синтаксис — не значит уметь писать хорошие запросы. На собеседованиях именно эти ошибки чаще всего отсеивают джунов после самопрезентации. Хороший курс разбирает их явно, плохой — обходит.

SELECT * в продакшене. Звёздочка тянет все колонки, даже те, что не нужны для отчёта. Это лишний трафик, нагрузка на сеть, риск сломаться при изменении схемы. На код-ревью SELECT * забракуют сразу. Правило: всегда явно перечислять колонки.

JOIN без условий и декартово произведение. Забыть условие в ON или перепутать INNER с CROSS — самая дорогая ошибка. На таблицах в миллион строк декартово произведение положит сервер за минуту. Отсюда привычка: писать JOIN с явным INNER/LEFT и сразу прописывать ON, а не «потом допишу».

Использование функций над индексированными колонками. Запрос WHERE DATE(created_at) = '2026-04-26' не использует индекс на created_at, потому что вокруг колонки обёрнута функция. Правильно — WHERE created_at >= '2026-04-26' AND created_at < '2026-04-27'. Эту разницу спрашивают на 80% собеседований middle-уровня.

Подзапросы в SELECT вместо JOIN. Коррелированные подзапросы выполняются для каждой строки внешнего запроса. На больших таблицах это превращает секундный JOIN в минутный кошмар. Если видите в чужом коде SELECT с подзапросом в списке колонок — почти всегда переписывается через LEFT JOIN.

Неправильное понимание NULL. NULL — не значение, а отсутствие значения. WHERE column = NULL всегда возвращает пусто. Правильно — IS NULL и IS NOT NULL. Агрегаты вроде COUNT, SUM, AVG игнорируют NULL — об этом забывают и получают неверные средние.

HAVING вместо WHERE и наоборот. WHERE фильтрует строки до группировки, HAVING — агрегаты после. Ставить условие в HAVING, когда оно может быть в WHERE — это потеря производительности на ровном месте.

UNION без понимания ALL. UNION дедуплицирует результаты, что требует сортировки и сравнения всех строк. UNION ALL объединяет без проверки дублей и работает в разы быстрее. На объёмах от миллиона строк разница катастрофическая.

Игнорирование плана выполнения. Любой опытный аналитик читает EXPLAIN перед тем, как запустить тяжёлый запрос на проде. Без этого навыка вы будете создавать инциденты и узнаете о них из чата с разработчиками. Хороший курс уделяет EXPLAIN отдельный модуль.

Отсутствие LIMIT при разработке. Привычка тестировать запросы на полном датасете — гарантия выученных уроков от DBA. Всегда сначала LIMIT 100, потом убираем перед финальным прогоном.

Если все девять пунктов вы понимаете без шпаргалки — вы уже мидл. Если задумываетесь над половиной — нужен курс с разбором планов выполнения и оптимизации.

Бесплатные vs платные курсы — что выбрать

В каталоге есть и платные, и бесплатные программы. Разница не только в цене, и формат «всё бесплатно» подходит не всем.

Бесплатные курсы и тренажёры (Stepik, sql-ex, sql-academy, бесплатные модули Нетологии и Skillbox):

• Плюсы: нулевые риски, можно начать в любой момент, гибкий темп.
• Минусы: нет ментора, нет проверки кода живым человеком, нет сертификата для резюме, нет помощи с трудоустройством. Доходимость — менее 10% (типичная цифра для MOOC).
• Кому подходят: людям с сильной самодисциплиной, тем, кто уже работает с данными и просто восполняет пробелы, студентам без бюджета.

Платные курсы со средним чеком 30 000–80 000 ₽ (Karpov.Courses, Яндекс Практикум, ProductStar, SkillFactory, Хекслет):

• Плюсы: структурированная программа, проверка домашек ментором, чат с одногруппниками, дипломный проект, сертификат, доступ к материалам после окончания.
• Минусы: жёсткий график (бывают дедлайны), нагрузка 8–15 часов в неделю, нужны деньги или рассрочка.
• Кому подходят: большинству — это золотая середина по соотношению цены, скорости и результата.

Дорогие комплексные программы 100 000–300 000 ₽ (профессии «Аналитик данных» в Нетологии и Skillbox, годовые курсы OTUS):

• Плюсы: SQL идёт связкой с Python, статистикой, A/B-тестированием — на выходе вы готовый специалист.
• Минусы: вы переплачиваете за модули, которые могли бы взять отдельно дешевле.
• Кому подходят: людям, которые меняют профессию и хотят пройти весь путь под присмотром одной школы с гарантированной поддержкой карьерного центра.

Универсальная стратегия: пройти бесплатный Stepik для проверки интереса (2 недели), затем взять платный курс на 2–3 месяца за 30–50 тыс. ₽ для базы, через полгода работы добавить углублённый модуль по нужной специализации.

Где практиковаться без работы — тренажёры и pet-проекты

Между «закончил курс» и «получил первый оффер» лежит период, когда нужно решать задачи в свободное время. Без него навык быстро выветривается, и пройти техническое собеседование через три месяца после выпуска невозможно.

Бесплатные интерактивные тренажёры:

• Stepik «Интерактивный тренажер по SQL» — самый популярный бесплатный курс в рунете, 130+ задач, веб-тренажёр.
• sql-ex.ru — классика жанра, 200+ задач разной сложности, рейтинг участников.
• sql-academy.org — современный аналог с задачами на JOIN и оконные функции.
• HackerRank и LeetCode (раздел SQL) — нужны на этапе подготовки к собеседованию в крупный продукт.

Pet-проекты для портфолио:

• Анализ открытых датасетов с Kaggle (продажи Walmart, рейсы американских авиалиний, отзывы Yelp). Поднимаете локальный PostgreSQL, заливаете CSV, пишете 20 типичных запросов аналитика.
• Проект на собственных данных — выгрузка из «Кинопоиска», статистика трат из банка, экспорт из Strava. Реальный pet-проект всегда лучше учебного: на собеседовании вы рассказываете не про абстрактный «магазин-склад», а про задачу, которая вас зацепила.
• Воспроизведение чужого кейса — берёте опубликованный кейс на Хабре («как мы посчитали LTV») и повторяете расчёт на своём датасете.

Сообщества и клубы. Telegram-чаты вроде «SQL для аналитиков», «Data Karpov.Club», «Яндекс Практикум комьюнити» — место, где разбирают задачи, обмениваются вакансиями джунов, помогают с пет-проектами. Подпишитесь до выпуска — будете внутри среды, а не снаружи.

Карьерные перспективы и рост зарплаты

SQL сам по себе — не профессия, а навык. Карьерная траектория всегда складывается из связки SQL + основная роль. Вот четыре сценария, по которым чаще всего движутся выпускники.

Аналитик данных. Junior через 6–9 месяцев активного обучения, middle через 2–3 года, senior через 4–5 лет. К senior'у обычно добавляется Python (pandas, numpy), визуализация (Tableau, Power BI, Metabase), статистика, навык A/B-тестирования. Зарплатный потолок на senior — 350–400 тыс. ₽, дальше — переход в продакт-аналитику, тимлидство или Data Science.

BI-разработчик. Специализация на построении дашбордов и хранилищ данных. Стек — SQL + ETL-инструменты (Airflow, dbt) + BI-платформы. Junior 90–120 тыс. ₽, middle 180–250 тыс. ₽, senior 280–400 тыс. ₽. Отличный вариант для тех, кто любит структуру и не хочет уходить в чистое программирование. Подробнее — на странице курсов BI-аналитики.

SQL-разработчик и DBA. Узкоспециализированный и хорошо оплачиваемый трек. После 2–3 лет на middle-разработке БД можно перейти в DBA с медианой 250–350 тыс. ₽ и потолком до 500 тыс. ₽ в банках. Минус трека — узкий рынок: вакансий чистых DBA в РФ десятки, а не тысячи.

Гибридные роли. Маркетолог-аналитик, продакт с глубоким SQL, QA-автоматизатор с уклоном в БД. Зарплата ниже, чем у профильных аналитиков, но конкуренция меньше — и можно зайти в IT через смежную специальность. Особенно хорошо работает у людей с предметным опытом в банке, ритейле или телекоме.

Лучший способ ускорить рост — после первого года работы взять курс по смежному инструменту (Python, ClickHouse, Airflow, dbt) или углубиться в специализацию (анализ продукта, антифрод, анти-money-laundering). Каждый плюсовый навык даёт +20–40% к зарплате, и на горизонте 3 лет это разница между 150 и 350 тыс. ₽.

Как мы отбираем и ранжируем курсы в каталоге

Список программ на этой странице мы формируем по трём блокам критериев. Это не редакционный «топ-10 от практиков» в кавычках, а механика, которая воспроизводится для любой темы.

Состав программы. Мы проверяем, есть ли в учебном плане базовый блок (SELECT, JOIN, агрегаты), оконные функции, CTE, проектирование БД и оптимизация. Курсы без оконных функций автоматически идут в нижнюю часть выдачи — без них программа считается неполной.

Формат обучения. Доля практики, наличие тренажёра, частота проверок ментором, длительность доступа к материалам после окончания. Программы с автотестами без живой проверки получают штраф; с регулярными ревью кода — бонус.

Условия и поддержка. Цена, наличие рассрочки, возможность вернуть деньги в первые недели, помощь карьерного центра, актуальность программы (когда был последний апдейт), оценки выпускников за последний год.

Сортировка по релевантности учитывает совпадение названия курса с темой страницы, а также бонусы за ТОП-школы (Нетология, Skillbox, ProductStar, Karpov.Courses) и наказывает программы с устаревшими версиями СУБД и обещаниями вроде «гарантированного трудоустройства» без прописанных условий.

Если вы видите курс, которого, по вашему мнению, не должно быть в подборке — напишите нам. Каталог в каталоге 396, и поддержание качества выдачи — это коллективная работа: мы регулярно пересматриваем подборку на основе свежих отзывов и обновлений учебных планов.