❓ Кто сегодня задает тон на рынке труда дата сайентистов и ML — компании или кандидаты?

Об этом на Fintech Data Day рассказала наша Оксана Прутьянова, лидер направления Data Science и Data Analytics, и член исследовательской команды NEWHR.

🔗 Посмотреть наши исследования можно здесь.

Ниже — краткие выводы из выступления Оксаны.

Что происходит с зарплатами?

➖ По итогам последнего ежегодного опроса 70% респондентов отметили рост зарплаты. Около 45% указали повышение в диапазоне 10–30% — типичный стабильный интервал. Часто такое увеличение связано с переходом на новую работу, когда кандидаты запрашивают +15–20% (речь именно об окладе (фиксированной части), а не о премиях).

➖ Для senior и выше обычно формируют рыночный оклад, а «остальное» выносят в переменную часть (премии, LTI и пр.). Общий доход зависит от договоренностей и внешней ситуации, поэтому предсказать его сложнее. Зато специалисты, приносящие ощутимый бизнес-эффект, могут существенно увеличить суммарный доход.

➖ Для junior и middle ситуация иная: условия чаще диктует рынок, переговорная сила у них слабее.

Кто управляет рынком?

❗️ Сложилась парадоксальная картина: рынок одновременно и «кандидатский», и «работодательский».

Значительная доля вакансий не публикуется: поиск идет через нетворкинг и закрытые каналы, особенно для высокоуровневых позиций. Открытые объявления притягивают много нерелевантных откликов (например, от «LLM‑специалистов», собравших простейший чат‑бот), разбирать такие потоки дорого, поэтому рекрутеры всё чаще переходят к точечному ручному поиску.

Что делать кандидатам?

1️⃣ Сформируйте сильное профессиональное присутствие: аккуратно оформленный профиль в LinkedIn (его продолжают использовать и на российском рынке), качественное резюме на HeadHunter и других площадках.

2️⃣ Откликайтесь с продуманным профилем — просто написать «data scientist» уже недостаточно.

3️⃣ Развивайте нетворкинг: он реально работает. Осознанно расширяйте круг профессиональных контактов.

4️⃣ Работайте над личным брендом — публикуйте кейсы, пишите профессиональные материалы. Для этого удобен LinkedIn (за счёт возможности регулярных публикаций и диалога с другими участниками сети), а также собственный Telegram‑канал.

Какие отрасли наиболее перспективны?

❗️ Долгое время лидировал e‑commerce, за ним шёл финтех. В этом году финтех вышел на первое место с небольшим отрывом от e‑commerce и маркетплейсов, а банки поднялись на третье.

Рост интереса к классическим банкам объясняется их работой над HR‑брендом, фактором стабильности и «ламповостью» в командах — это помогает привлекать сильных специалистов.

Как меняется воронка найма с распространением LLM‑моделей?

Несколько примечательных трендов:

➖ Грани между DS и ML размываются. На российском рынке аналитики часто «перетекают» в ML, тогда как на международном рынке DS ближе к исследовательским ролям — важно учитывать эти нюансы при поиске работы;

➖ В России растёт спрос на MLE (Machine Learning Engineer);

➖ Усиливается внутренняя дифференциация профессий и выделение узких специализаций: например, есть спрос на экспертов по A/B‑тестам («вырезанный» кусок продуктовой аналитики) или экспертов по оптимизации и ускорению нейросетей — эту функцию по сути выносят из зон ответственности MLE и MLOps и закрепляют за отдельным человеком.

Можно ли говорить об отдельной роли «специалист по LLM»?

Компании ищут MLE (LLM/NLP), и, например, LLM (CV). При этом готовы рассматривать кандидатов из других ML‑доменов — аудио, компьютерного зрения и т. п.: перейти на языковые модели обычно проще, а вот обратно — из LLM в CV или аудио — сложнее.

*️⃣ Примечательно: примерно 80% кандидатов сейчас не заинтересованы в работе с «классическим» ML.

Таких людей найти трудно, но это шанс для тех, кто переходит из дата‑аналитики в Data Science и далее в ML — у них есть реальная возможность «зацепиться» на рынке.

👾 Оверимплоймент в iGaming и его последствия

Кира Кузьменко, фаундер рекрутингового агенства NEWHR, и Инна, HRD Betby, собирают iGaming HR-клуб, в котором планируют регулярные встречи, чтобы обмениваться кейсами, обсуждать проблемы и их решения.

❗️Первый закрытый стрим клуба пройдет 18 ноября. На стриме мы без купюр обсудим кейсы оверимплоймента и всю специфику последствий для iGaming-сферы.

Зачем закрытый клуб именно в этой отрасли?

Исторически, iGaming — очень закрытая отрасль, с жёсткими NDA.

Например, многие HR из iGaming не могут не то что открыто обсуждать проблемы в отрасли, но и даже открыто называть компанию, в которой работают. При этом рабочие проблемы никуда не деваются, а обсуждать их сложно и хочется делать это в безопасном пространстве, среди своих, и без риска, что что-то из обсуждённого будет опубличенно.

Как попасть на закрытый стрим про оверимплоймент:

📆 Дата: 18 ноября в 19:00 мск
🚫 Записи не будет!
👉 Чтобы попасть на эфир, заполните заявку на участие

❗️Мы принимаем только HRD или HR BP из iGaming с предварительной верификацией.

Если вы знакомы с кем-то, кому такой стрим может быть интересен, перешлите им это сообщение, пожалуйста!

❗️ Рассказали Business FM, почему резюме ML-специалистов втрое больше вакансий

Кира Кузьменко, фаундер международного рекрутингового агенства NEWHR дала комментарий изданию Business FM по поводу материала от Forbes.

*️⃣ Идея статьи: резюме ML-специалистов стало в три раза больше, чем вакансий. При этом рынок переполнен джуниорами и фрод-кандидатами, а работодатели ушли за наймом в закрытые профессиональные сообщества.

Вот, что думает об этом Кира:

Достоверное соотношение вакансий к резюме оценить довольно сложно. Текущий рынок труда довольно особенный. Я бы точно учитывала возросший тренд на фрод-кандидатов, а это фейковые резюме, то есть кандидаты, которые пишут в своем опыте несуществующие компании, несуществующий опыт, которые вообще не имеют опыта в конкретной профессии, но делают такие резюме и пытаются обмануть работодателя, попав на востребованные роли и профессии.

Ну ML (mashine learning, машинное обучение. — BFM) cейчас супервостребованы, это правда, поэтому туда смотрит в том числе фродер. Я не могу оценить сейчас реальность нашего российского рынка. У нас пока нет данных исследований, мы только запустили его по фродерам.

Но если смотреть на рынок США, то там называют цифры от 15% до 28% — столько кандидатов на рынке труда являются фродерами, по мнению местных американских исследовательских агентств.

Но это не все, потому что есть еще момент, связанный с LLM (large language model), то бишь и ИИ-инструментами. Порог входа в профессию действительно немного снизился за счет этих LLM. Но теперь компании хотят видеть кандидата с прокаченными техническими навыками, потому что с простыми задачами справляется LLM, и получается немного такой замкнутый круг: кандидатов как бы больше, но при этом они меньше соответствуют ожиданиям компаний, которые теперь уже завышены за счет того, что компании хотят видеть более прокаченных людей.

Нельзя не учитывать то, что сейчас нам нельзя с вами опираться при оценке рынка только на вакансии, опубликованные на HeadHunter, потому что компании все меньше публикуют вакансии в открытом доступе, фрод очень сильно влияет, и сейчас вакансии публикуются в телеграм-каналах точечных по профессии, в LinkedIn, профессиональных ресурсах, где сидят специалисты нужных профессий, либо не публикуются вовсе и закрываются для прямого поиска.

При этом кандидаты вынуждены, естественно, размещать резюме в публичном доступе, потому что им нужно, чтобы их нашли.

🔎 Читать статью целиком

Можно ли доверять HH индексу для оценки ситуации на рынке труда?

В продолжение комментария Киры Кузьменко для статьи Business FM о трёхкратном росте резюме ML-специалистов, обсудим тему доверия HH индексу.

Напомним, Кира объяснила:

Достоверное соотношение вакансий к резюме оценить довольно сложно. Я бы точно учитывала возросший тренд на фрод-кандидатов — это фейковые резюме, где кандидаты пишут несуществующие компании и опыт.

А теперь — про HH индекс, который показывает это самое соотношение резюме к вакансиям:

Интерпретация индекса:

➖ до 1.9 — острый дефицит соискателей
➖ 2.0–3.9 — дефицит соискателей
➖ 4.0–7.9 — умеренный уровень конкуренции за рабочие места, здоровое соотношение между работодателями и соискателями
➖ 8.0–11.9 — высокий уровень конкуренции соискателей за рабочие места, рынок работодателя
➖ индекс выше «12» означает — крайне высокий уровень конкуренции кандидатов за рабочие места.

В этом посте Кира как раз приводила примеры HH индекса для IT и других близких сфер (спойлер: везде — больше 12).

Но вопрос в том, насколько можно доверять этим данным и что ещё нужно учитывать?

Комментарий Киры исключительно про IT-сферу:

Достоверное соотношение вакансий к резюме оценить сложно, рынок труда в ИТ сейчас очень специфический и вот почему:

1️⃣ Один кандидат = несколько резюме. А HH учитывает именно резюме, которые могут отличаться буквально только названием.

2️⃣ Фрод: кандидаты без опыта указывают в резюме несуществующий опыт в несуществующих вакансиях. Подробнее про типичные кейсы фрода читайте и смотрите тут и тут.

3️⃣ ИИ облегчает порог входа в некоторые ИТ-профессии. Но при этом интервенция ИИ влияет и на то, что работодатель теперь хочет видеть не Джуна, а более прокачанного специалиста.

4️⃣ Работодатели меньше публикуют вакансий на массовых работных сайтах, предпочитая точечные ТГ-каналы (пример), Linkedin нанимающих менеджеров и рефералку. По нашим оценкам, в паблике находятся лишь около 50% вакансий. При этом кандидаты вынуждены, естественно, размещать резюме в публичном доступе, потому что им нужно, чтобы их нашли.

Итого: следить за HH индексом, на мой взгляд, можно. Но полагаться на него полностью нельзя. Важно учитывать все совокупные факторы, которые я привела выше.

Возможно, на ваш взгляд есть и другие факторы, за которыми стоит следить, чтобы оценивать рынок труда? Если так, поделитесь, пожалуйста, в комментариях!