Курсы SQL — обучение с нуля до профи

Подробнее о рубрике «Курсы SQL — обучение с нуля до профи»

Каждый курс оценивался по семи параметрам: объём практики, наличие веб-тренажёра, проверка заданий ментором, современные СУБД (PostgreSQL 14+, MySQL 8+), продвинутые темы вроде оконных функций и CTE, дипломный проект и честная цена. Программы с устаревшими базами или сомнительными обещаниями трудоустройства без описанных условий оказались в конце списка.

Если роль ещё не выбрана, сначала стоит прочитать обзор «Язык SQL: что это и зачем его учить» и сравнительную таблицу СУБД. Фильтры помогут отобрать варианты по бюджету и времени.

SQL: суть языка и причины учить его в 2026 году

SQL (Structured Query Language) — это язык общения с реляционными базами данных. Практически любой цифровой продукт — сайт, приложение, банковская система или CRM — хранит информацию в таблицах, а SQL позволяет извлекать, фильтровать, объединять и агрегировать эти данные. Языку уже почти 50 лет, он пережил множество технологических волн и остаётся общепринятым стандартом.

Особенность SQL в сочетании простоты и глубины. Базовые операторы — SELECT, FROM, WHERE — поддаются новичку без техподготовки уже за неделю. Однако за этим фасадом скрываются реляционная алгебра, оптимизация запросов, индексы, планы исполнения, транзакции и блокировки, на освоение которых у разработчика уходят годы.

Это не просто желательное дополнение, а обязательный навык для всех, кто работает с данными: от junior-аналитика до руководителя продукта. Поэтому курсы SQL стабильно входят в тройку самых востребованных направлений на рынке онлайн-обучения.

Причины освоить SQL сейчас:

• Самый доступный вход в IT для гуманитариев: порог ниже, чем у Python или JavaScript.
• Обязательный инструмент для аналитиков, BI-специалистов, маркетологов, работающих с performance, продакт-менеджеров и QA-инженеров.
• Владение SQL повышает доход смежного специалиста на 30–50%. Маркетолог без этого навыка получает 80 000 ₽, с ним — 120 000 ₽ и выше.
• Язык не устаревает: выученный синтаксис будет актуален и через десять лет.

Кому подходят курсы по SQL

SQL — редкий случай, когда один навык востребован в пяти разных профессиях, но для каждой нужна своя подача. В каталоге программы адаптированы под конкретные роли, поэтому при выборе важно понимать желаемую позицию после выпуска.

Аналитики и BI-специалисты — основная аудитория. Им нужны выборки, оконные функции, CTE и умение быстро строить отчёты в Tableau или Power BI на основе сырых данных. Если цель — аналитика или BI, стоит выбрать курсы с акцентом на тренажёр и реальные датасеты: например, Karpov.Courses, Яндекс Практикум или SkillFactory.

Бэкенд-разработчики и DBA. Здесь важны проектирование схем, нормальные формы, индексы, оптимизация планов, хранимые процедуры и репликация. Для программирования или администрирования баз стоит искать программы с углублённым PostgreSQL: OTUS, Хекслет, курсы Нетологии для разработчиков.

Тестировщики. QA-инженер применяет SQL для проверки корректности данных после ручных или автоматических тестов. Оконные функции не обязательны, но критичны JOIN, подзапросы и понимание транзакций. Подойдут компактные курсы длительностью 1–2 месяца.

Продакт-менеджеры и маркетологи. Для них SQL — способ самостоятельно получать метрики из хранилища, не дожидаясь аналитика. Достаточно курса на 4–6 недель, например «SQL для не-разработчиков».

Для руководителей и владельцев бизнеса SQL становится опорой в принятии решений: вместо слепого доверия отчётам появляется возможность лично проверять данные. Достаточно короткого курса, который делает акцент на разборе готовых запросов.

Тем, кто ещё не выбрал направление, стоит начать с универсальной программы, а параллельно изучить материал «Язык SQL: что это и зачем его учить», чтобы примерить его к собственным задачам.

Содержание программ: от первых SELECT до оконных функций

Продуманный курс выстроен по нарастающей сложности и охватывает четыре ключевых раздела: основы синтаксиса, работу с данными, проектирование баз и оптимизацию. Если какой-то из этих блоков отсутствует, речь идёт не об обучении, а лишь о вводной лекции.

Первые шаги (1–2 недели): SELECT, FROM, WHERE, ORDER BY, LIMIT, логические операторы AND/OR/NOT, шаблоны LIKE, оператор IN и проверка на NULL. К концу этого этапа учащийся уже способен строить простые отчёты по одной таблице.

Затем идут многотабличные запросы (1–2 недели): INNER JOIN, LEFT JOIN, RIGHT JOIN, FULL OUTER JOIN, CROSS JOIN, а также самосоединения. Сюда же входят UNION и UNION ALL, базовые представления о связях «один-ко-многим» и «многие-ко-многим». Этот раздел чаще всего вызывает трудности: 70% выпускников бесплатных курсов спотыкаются именно на нём.

Агрегация и группировка занимает около недели: GROUP BY, HAVING, агрегатные функции COUNT, SUM, AVG, MIN, MAX. Важные нюансы — разница между HAVING и WHERE, поведение NULL в агрегатах, а также отличие COUNT(*) от COUNT(column).

Подзапросы и CTE (1–2 недели) включают скалярные и табличные подзапросы, EXISTS, IN-подзапросы, коррелированные подзапросы и конструкцию WITH для именованных подзапросов — это уже уровень middle-аналитика и обязательный компонент серьёзной программы.

Оконные функции (1–2 недели) — это ROW_NUMBER, RANK, DENSE_RANK, LAG, LEAD и оконные агрегаты вроде SUM() OVER. Именно они отделяют джуниора от мидла. Без них невозможно выполнить когортный анализ, рассчитать скользящие средние или нарастающие итоги — задачи, которые встречаются в повседневной работе постоянно.

Проектирование баз данных (1–2 недели) охватывает нормальные формы (1НФ, 2НФ, 3НФ, БКНФ), первичные, внешние и составные ключи, индексы B-tree и Hash, ограничения целостности, транзакции и ACID. Этот блок присутствует в курсах для разработчиков, но часто опускается в программах для аналитиков.

Оптимизация и продвинутые темы (1–2 недели) включают EXPLAIN и ANALYZE для чтения планов выполнения, разбор медленных запросов, материализованные представления, хранимые процедуры и триггеры. Лучшие программы дополняют этот раздел репликацией, шардингом и работой с большими данными через ClickHouse.

В итоге полноценная программа занимает 6–10 недель интенсивного обучения. Курсы длительностью 1–2 месяца дают лишь первые три-четыре блока — этого достаточно для junior-аналитика, но недостаточно для разработчика.

PostgreSQL, MySQL, MS SQL или ClickHouse: какую СУБД осваивать

SQL базируется на стандарте ANSI, однако каждая СУБД вносит свои расширения и ограничения. Новичок разницу почти не замечает, но для специалиста среднего уровня она становится критичной. Прежде чем выбирать курс, стоит выяснить, на какой СУБД строится обучение: переход с MySQL на PostgreSQL даётся легко, тогда как переучивание с MS SQL Server на PostgreSQL потребует переписывания некоторых конструкций.

Практическая рекомендация: в 2026 году стоит учить PostgreSQL. Это оптимальный баланс между популярностью на российском рынке (импортозамещение Oracle и MS SQL ускорило миграцию десятков компаний), функциональными возможностями и качеством документации. Уверенно освоив PostgreSQL, на MySQL можно перейти за несколько часов, а на ClickHouse — за пару выходных. Большинство сильных программ в каталоге построено именно вокруг PostgreSQL — это заметно по описаниям курсов Karpov.Courses, Яндекс Практикума и OTUS.

До начала занятий стоит бесплатно скачать PostgreSQL с официального сайта и установить DBeaver или pgAdmin — это минимальный набор инструментов, который пригодится на любом курсе.

SQL для аналитика или SQL для разработчика: какой вариант предпочесть

С такого вопроса обычно начинается выбор программы, и ответ на него определяет направление обучения. Рынок предлагает два крупных трека, и редко какая программа одинаково хорошо готовит к обеим ролям.

Аналитический трек. Здесь учат читать и трансформировать данные. Аналитик не занимается созданием таблиц, настройкой индексов или написанием хранимых процедур. Его повседневный инструмент — SELECT во всех вариациях: сложные JOIN, оконные функции, CTE, агрегации, подготовка данных для дашбордов. Обучение обычно занимает от 1 до 3 месяцев, в программу включены реальные датасеты, браузерный тренажёр, домашние задания по анализу продуктовой воронки и когорт. Минимальная цена в каталоге — 4 700 ₽, средняя — около 109 900 ₽. Среди сильных предложений — курсы Karpov.Courses, Яндекс Практикума, SkillFactory, ProductStar.

Трек для бэкенд-разработчиков и администраторов БД. Основной фокус — на проектировании, изменении и оптимизации баз. Разработчик занимается созданием схем, подбором типов данных, расстановкой индексов, написанием триггеров и хранимых процедур, разбором планов выполнения и устранением deadlock'ов. Программы длиннее — 3–6 месяцев и стоят дороже из-за включения таких тем, как репликация, шардинг и тонкая настройка PostgreSQL. В этом направлении выделяются OTUS, Нетология (специализация для разработчиков), Хекслет.

Если цель — стать fullstack-инженером или универсальным специалистом, стоит присмотреться к курсам продолжительностью от 4 месяцев с чётким разделением модулей: сначала чтение данных, затем проектирование. Подобные варианты предлагают Skillbox и SkillFactory, но нужно быть готовым к двойной нагрузке и высокой мотивации.

При сомнениях опирайтесь на текущую профессиональную деятельность. Маркетологу, продакту или тестировщику логичнее выбрать аналитический трек. Джуниор-разработчику, работающему с Python или Java, подойдёт трек для разработчиков, а параллельно стоит изучать ORM — SQLAlchemy, Django ORM, Hibernate.

Сколько зарабатывают SQL-специалисты в 2026 году

На доход влияют роль (аналитик, разработчик или DBA), уровень (junior, middle, senior) и географическое положение. Приведённые цифры взяты из открытых данных hh.ru, Хабр.Карьеры и ГородРабот.ру за март–апрель 2026 года.

Аналитик данных с упором на SQL:

Разработчик баз данных и SQL-разработчик:

В зарплатном опросе Хабр.Карьеры за второе полугодие 2025 года у разработчиков БД медиана составила 245 000 ₽, но выборка включала только активных специалистов с публичными резюме, поэтому реальные цифры ниже.

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

Детальный разбор цифр по разным аналитическим ролям — в нашей статье «Сколько зарабатывает аналитик».

• Junior (0–1 год): 60 000–90 000 ₽ по России, 80 000–110 000 ₽ в Москве.
• Middle (1–3 года): 120 000–180 000 ₽ по России, 150 000–220 000 ₽ в Москве.
• Senior (3+ лет): 200 000–300 000 ₽ по России, до 400 000 ₽ в крупном финтехе и банках.
• Junior: 70 000–100 000 ₽.
• Middle: 150 000–230 000 ₽.
• Senior и DBA: 250 000–400 000 ₽, в топ-компаниях до 500 000 ₽.

Как выбрать курс по SQL — чеклист и ловушки

В каталоге 392 предложения от ведущих школ, и без чётких критериев легко выбрать программу, которая не решит ваших задач.

Доля практики — не менее 70%. SQL — навыковая дисциплина: невозможно научиться писать запросы, не выполнив хотя бы 200 упражнений. Обещания «лекции от практикующих экспертов» — это маркетинг, а не обучение. Стоит искать программы с указанием конкретного числа задач и проектов, например «150 задач на тренажёре» или «8 проектных работ с реальными датасетами».

Обучение проходит в веб-тренажёре, а не в локальной системе управления базами данных. Для новичка установка PostgreSQL и pgAdmin может стать серьёзным препятствием. Ведущие программы, например от Karpov.Courses или Яндекс Практикума, предоставляют доступ к онлайн-среде, где запросы пишутся прямо в браузере. Такой подход устраняет технический барьер на старте и позволяет сохранить до 10–15% студентов, которые в противном случае могли бы отсеяться на этапе настройки.

Вместо автоматической проверки заданий курс должен предусматривать разбор кода ментором. Автотесты лишь констатируют факт: правильно или нет. Живой специалист может объяснить, почему запрос работает за 30 секунд, а не за 0,3. Без такой обратной связи учащийся выучит синтаксис, но не научится мыслить как инженер.

Важно, чтобы обучение строилось на актуальных версиях СУБД. Оптимальный вариант — PostgreSQL 14+ или MySQL 8+. Если в описании курса встречаются MySQL 5.7 или PostgreSQL 11, это признак того, что программа давно не обновлялась и содержит устаревшие подходы.

Наличие оконных функций и CTE в учебном плане — обязательное условие. Без этих тем курс не может считаться полноценным. Если они отсутствуют, программа подойдёт разве что тестировщикам, но не аналитикам и разработчикам.

Портфолио должно включать реальные проекты. Хороший курс завершается дипломной работой на публичном датасете, например на данных Yandex Tank, открытых данных ритейла или sample-базах PostgreSQL. Такой проект можно показать на собеседовании — его наличие существенно повышает шансы получить оффер.

Цена должна быть открытой, а рассрочка — понятной. В каталоге минимальная стоимость коротких программ начинается от 4 700 ₽, максимальная достигает 360 000 ₽ за годовые комплексные курсы, включающие SQL, Python и статистику. Если школа скрывает цену до звонка менеджера, скорее всего, она предлагает невыгодные условия рассрочки. Лучше сравнивать курсы с публичным прайсом.

Чего стоит опасаться при выборе:

Тем, кто готовится к собеседованию перед оффером, полезно изучить материал «Как пройти собеседование аналитику» — там разобраны типовые SQL-задачи, которые задают на интервью в крупных компаниях.

• Обещание трудоустройства без чётких условий в договоре — чаще всего маркетинговый приём, в котором множество исключений.
• Программа «полного цикла» длительностью 12 месяцев за 200 000 ₽, где SQL занимает лишь один модуль из пятнадцати. Разумнее выбрать отдельный SQL-курс на 2 месяца за 30 000 ₽.
• Отсутствие даты последнего обновления — риск получить знания, основанные на устаревших версиях.
• Курсы, ориентированные на Microsoft Access или Oracle — это узкая специализация, после которой потребуется переучиваться.

Инструменты SQL-специалиста — что установить и зачем

Помимо самой СУБД, в ежедневной работе аналитика и разработчика используется набор клиентских программ. Курсы редко уделяют этому внимание, но без них невозможно выполнять реальные задачи. Ниже приведён базовый стек, знакомый примерно 90% специалистов.

Универсальные SQL-клиенты:

Инструменты визуализации поверх SQL:

Дополнительные инструменты:

На начальном этапе достаточно DBeaver и установленного PostgreSQL. Этого набора хватит на первые шесть месяцев работы.

• DBeaver — бесплатный кроссплатформенный клиент, работающий с PostgreSQL, MySQL, MS SQL, Oracle, SQLite и ClickHouse одновременно.
• pgAdmin — официальный клиент для PostgreSQL. Он проще DBeaver на начальном этапе и удобен для новичков.
• JetBrains DataGrip — платный профессиональный инструмент с автодополнением, рефакторингом и интеграцией с Git. Если компания приобретает лицензию JetBrains, DataGrip обычно доступен бесплатно.
• VS Code с плагином SQLTools — лёгкое решение для разработчиков, привыкших работать в этом редакторе.
• Metabase — простой open-source BI, который разворачивается за вечер. Аналитик может строить дашборды на чистом SQL без программирования.
• Redash — аналог Metabase с более широкими возможностями.
• Apache Superset — корпоративное решение от Airbnb, требующее более серьёзного администрирования.
• Tableau и Power BI — лидеры платного сегмента.
• Git для версионирования SQL-скриптов и миграций. Без этого навыка сложно претендовать на позицию middle-аналитика.
• dbt (Data Build Tool) — современный фреймворк для трансформации данных в хранилище с помощью SQL. Это активно развивающийся стек, который к 2026 году станет обязательным для middle BI-разработчика.
• Отдельно стоит упомянуть Airflow — оркестратор ETL-процессов. Он не относится к SQL, но является смежным инструментом, который может добавить +30% к зарплате.

Типичные ошибки новичков и антипаттерны SQL

Синтаксис — это лишь верхушка айсберга. Настоящее мастерство заключается в умении писать эффективные запросы, и именно на таких ошибках джуны часто проваливают собеседования. Хорошая программа обучения обязательно разбирает эти моменты, а слабая — обходит стороной.

Распространённая практика — SELECT * в продакшене. Звёздочка выбирает все колонки, включая ненужные для отчёта, что приводит к лишнему трафику, нагрузке на сеть и риску поломки при изменении схемы. На код-ревью такой запрос отклонят мгновенно. Правило простое: всегда перечислять колонки явно.

Декартово произведение возникает, когда забывают условие в ON или путают INNER с CROSS. Это самая дорогая ошибка: на таблицах с миллионом строк она может положить сервер за минуту. Поэтому важно сразу писать JOIN с явным INNER/LEFT и сразу указывать ON, а не откладывать на потом.

Ошибка с функциями над индексированными колонками. Например, WHERE DATE(created_at) = '2026-04-26' не использует индекс на created_at, так как колонка обёрнута в функцию. Правильный вариант — WHERE created_at >= '2026-04-26' AND created_at < '2026-04-27'. Этот вопрос встречается на 80% собеседований уровня middle.

Подзапросы в SELECT вместо JOIN — частая проблема. Коррелированные подзапросы выполняются для каждой строки внешнего запроса, что на больших таблицах превращает быстрый JOIN в медленный процесс. Если в чужом коде виден SELECT с подзапросом в списке колонок, это почти всегда можно переписать через LEFT JOIN.

Неправильное понимание NULL. NULL — это не значение, а его отсутствие. WHERE column = NULL всегда возвращает пустоту, правильно использовать IS NULL и IS NOT NULL. Агрегатные функции вроде COUNT, SUM, AVG игнорируют NULL, что часто приводит к неверным средним значениям.

Путаница между HAVING и WHERE. WHERE фильтрует строки до группировки, а HAVING — агрегаты после. Если условие может быть применено в WHERE, но ставится в HAVING, это лишняя потеря производительности.

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

Игнорирование плана выполнения. Опытный аналитик всегда читает EXPLAIN перед запуском тяжёлого запроса на проде. Без этого навыка вы рискуете создавать инциденты и узнавать о них из чата с разработчиками. Хороший курс выделяет EXPLAIN в отдельный модуль.

Отсутствие LIMIT при разработке. Тестирование запросов на полном датасете — это гарантированные проблемы от DBA. Лучше всегда начинать с LIMIT 100, а убирать его только перед финальным прогоном.

Если все девять пунктов понятны без шпаргалки — уровень уже мидл. Если половина вызывает вопросы, стоит выбрать курс с разбором планов выполнения и оптимизации.

Бесплатные vs платные курсы — что выбрать

Каталог включает и платные, и бесплатные программы. Разница не только в цене, и формат «всё бесплатно» подходит далеко не всем.

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

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

Полноформатные программы обходятся в 100 000–300 000 ₽: сюда входят профессии «Аналитик данных» в Нетологии и Skillbox, а также годовые курсы OTUS.

Оптимальная последовательность: сначала бесплатный курс на Stepik (2 недели), чтобы понять интерес, затем платная программа на 2–3 месяца за 30–50 тыс. ₽ для базы, а через полгода работы — углублённый модуль по выбранной специализации.

• Плюсы: отсутствие финансовых рисков, 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.
• 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.
• Плюсы: SQL изучается в связке с Python, статистикой и A/B-тестированием, что позволяет выйти готовым специалистом.
• Минусы: часть модулей можно пройти дешевле отдельно, поэтому переплата возникает за ненужные блоки.
• Кому подходят: тем, кто меняет профессию и хочет пройти обучение под руководством одной школы с поддержкой карьерного центра.

Практика вне работы: тренажёры и пет-проекты

После завершения курса до получения оффера нужно регулярно решать задачи самостоятельно. Иначе навык теряется, и через три месяца пройти техсобеседование уже сложно.

Бесплатные онлайн-тренажёры:

Идеи для пет-проектов:

Сообщества и клубы: Telegram-чаты вроде «SQL для аналитиков», «Data Karpov.Club», «Яндекс Практикум комьюнити» — там разбирают задачи, делятся вакансиями для джунов и помогают с проектами. Стоит подписаться до выпуска, чтобы быть внутри профессиональной среды.

• Stepik «Интерактивный тренажер по SQL» — популярный бесплатный ресурс с 130+ задачами и веб-тренажёром.
• sql-ex.ru — классический тренажёр с 200+ задачами разного уровня и рейтингом участников.
• sql-academy.org — современный аналог, где есть задачи на JOIN и оконные функции.
• HackerRank и LeetCode (раздел SQL) — полезны при подготовке к собеседованиям в крупные компании.
• Анализ открытых данных с Kaggle, например продажи Walmart, рейсы авиакомпаний США или отзывы Yelp. Можно поднять локальный PostgreSQL, загрузить CSV и написать 20 типичных запросов аналитика.
• Проект на личных данных: выгрузка из «Кинопоиска», банковская статистика или данные из Strava. Такой проект ценится выше учебного, потому что на собеседовании вы говорите о реальной задаче, которая вам интересна.
• Воспроизведение чужого кейса: берёте опубликованный на Хабре разбор (например, расчёт LTV) и повторяете вычисления на своём датасете.

Карьерные пути и зарплатный рост

SQL — это инструмент, а не самостоятельная профессия. Карьера строится на сочетании SQL с другой ролью. Ниже — четыре типичных сценария для выпускников.

Аналитик данных: junior достигается через 6–9 месяцев активного обучения, middle — через 2–3 года, senior — через 4–5 лет. На уровне senior обычно добавляются Python (pandas, numpy), визуализация (Tableau, Power BI, Metabase), статистика и навыки A/B-тестирования. Вилка зарплат для senior — 350–400 тыс. ₽, далее возможен переход в продакт-аналитику, тимлидство или Data Science.

BI-разработчик: специализация на дашбордах и хранилищах данных. Стек: SQL, ETL-инструменты (Airflow, dbt) и BI-платформы. Зарплаты: junior — 90–120 тыс. ₽, middle — 180–250 тыс. ₽, senior — 280–400 тыс. ₽. Подходит тем, кто любит структуру и не хочет уходить в чистый код. Подробнее — на странице курсов BI-аналитики.

SQL-разработчик и DBA: узкий, но хорошо оплачиваемый трек. После 2–3 лет на middle-разработке БД можно перейти в DBA, где медиана 250–350 тыс. ₽, а потолок в банках достигает 500 тыс. ₽. Минус: вакансий чистых DBA в России немного — десятки, а не тысячи.

Гибридные роли: Маркетолог-аналитик, продакт с сильным SQL, QA-автоматизатор с уклоном в БД. Зарплаты ниже, чем у профильных аналитиков, но конкуренция меньше, и можно попасть в IT через смежную область. Особенно хорошо это работает для людей с опытом в банках, ритейле или телекоме.

Чтобы ускорить рост, после первого года работы стоит освоить смежный инструмент (Python, ClickHouse, Airflow, dbt) или углубиться в специализацию (анализ продукта, антифрод, противодействие отмыванию денег). Каждый дополнительный навык повышает зарплату на 20–40%, и за 3 года разница может составить от 150 до 350 тыс. ₽.