Рынок труда в IT: почему вакансий стало меньше на 21%

Что именно сместилось в матрице спроса

Данные SuperJob и «Хабр Карьеры» фиксируют одну и ту же картину: работодатели сокращают внешний найм и перераспределяют нагрузку. На платформе «Хабр» число вакансий просело на 56% за полугодие, а специалистов, открытых к предложениям, стало на 69% больше. Сильнее всего пострадали дизайн, тестирование и маркетинг — направления, где генеративные модели уже показывают воспроизводимый результат на базовых итерациях. Информационная безопасность просела на 40%, а ИИ-направление — на 27%. Последнее выглядит как парадокс, но объясняется просто: вакансий стало меньше по абсолютным числам, а не потому, что спрос на нейросетевых специалистов обнулился.

Зарплатная стагнация и параметры роста

Рост зарплат в IT замедлился до 3,9% год к году при инфляции 5,31% — то есть в реальном выражении доходы специалистов сократились. Повышение касается в основном middle и senior уровней, тогда как позиции без опыта стремительно схлопываются. В Москве медианные зарплаты во втором квартале выглядят так: Kotlin-разработчики — 380 тыс. рублей, Golang — 360 тыс., DevOps — 340 тыс. Средняя по стране — 98,8 тыс., по Москве — 151,4 тыс. Минцифры трактует ситуацию как структурный сдвиг: выпускников IT-вузов стало больше, требования к кандидатам выросли. Но есть и обратная сторона — компании откладывают R&D из-за высокой ключевой ставки, а часть разработок заменяют готовыми ИИ-решениями.

Что это значит на практике

Если вы работаете с нейросетями, тестированием или автоматизацией, цифры говорят следующее: рынок не схлопнулся, но он сместил лимиты входа. Junior-позиций стало существенно меньше — SuperJob прямо фиксирует усиление конкуренции среди начинающих. Работодатели ищут специалистов, которые не просто знают инструмент, а могут настроить пайплайн от промпта до продакшена. ИИ-направление просело на 27% по числу вакансий, но спрос на опытных специалистов с навыками работы с генеративными моделями сохраняется — это подтверждают и Минцифры, и сами рекрутеры.

Итерация рынка показывает: если ваш стек ограничивается написанием промптов и базовым файн-тюнингом, конкуренция будет расти. Если вы умеете проектировать решения, в которых нейросеть — один из компонентов системы, а не единственный параметр, позиция остаётся сильной. Загляните в прикладные кейсы внедрения ИИ — там как раз видно, какие компетенции переходят из разряда «хорошо иметь» в «must have» для middle-уровня и выше.