Если вы хотите понять, какие навыки сегодня действительно в цене, не стоит читать общие прогнозы футурологов — лучше посмотреть, чему крупные работодатели учат своих сотрудников за собственные деньги и какие требования выдвигают к кандидатам в публикуемых вакансиях.
Сбер: нужно понимать ИИ изнутри
В 2018 году Сбер запустил «Школу 21» — образовательный проект по модели французской École 42: без преподавателей, только практика и взаимная проверка кода. Изначально — только для разработчиков, но в последние годы в программу начали включать сотрудников без технического бэкграунда: аналитиков, продакт-менеджеров, специалистов по работе с клиентами. Когда банк тратит деньги на то, чтобы научить менеджера по продукту мыслить как разработчик — значит, сегодня этого недостает на рынке труда.
В 2018 году Герман Греф говорил: «Конкуренции с искусственным интеллектом мы не выдержим», а в 2024-м оценил эффект от внедрения ИИ в Сбере к 2030 году более чем в 10 триллионов рублей. Это уже не риторика, а важная часть операционной стратегии.
Что из этого следует для кандидата: в вакансиях Сбера на позиции от тимлида до директора продукта теперь ожидается понимание базовых метрик качества ИИ-моделей: где автоматизация уместна, а где она создает риск; где модель ошибается и почему. Другими словами, умение задавать машине правильные вопросы — и не доверять ответам вслепую.
Яндекс: вопросы важнее ответов
Яндекс исторически славится жесткими техническими собеседованиями. Но в последние годы компания заметно сместила акцент — особенно для нетехнических позиций.
В открытых материалах команды найма отдельно выделен блок «структурированное мышление». На собеседовании на позицию менеджера по операциям или маркетолога кандидату дают кейс и просят вслух его разобрать — декомпозировать задачу, назвать допущения, обозначить, где не хватает данных. Не решить, а именно разобрать.
Параллельно Яндекс использует «Практикум» — изначально внешний образовательный продукт — как инструмент внутреннего роста. Сотрудники, прошедшие курсы по анализу данных, получают преимущество при переводе на более высокие позиции. Фактически это внутренний рынок труда с прозрачными правилами: хочешь вырасти — покажи, что умеешь работать с данными.
Если вы собираетесь на собеседование в Яндекс на любую позицию — готовься не к ответам, а к вопросам. Потренируйтесь вслух разбирать незнакомую задачу, не зная решения.
VK: работа в условиях неполных данных
VK перешел к модели кросс-функциональных команд, где от каждого ожидается понимание работы соседа — достаточное, чтобы не создавать узкие места. Следствие этого хорошо видно в вакансиях компании: в требованиях к продакт-менеджерам и аналитикам регулярно встречается формулировка «опыт работы в условиях неполных данных и сжатых сроков с доказуемым результатом». Не «стрессоустойчивость» из стандартного HR-шаблона, а конкретный запрос: покажи кейс, где ты не ждал идеальных условий, а принял решение с тем, что было — и получил результат.
Образовательная программа VK Education предлагает бесплатные курсы по нескольким направлениям: разработка, анализ данных и ИИ, информационная безопасность, креативные индустрии. Примечательно, что блок по безопасности присутствует — это не случайно: компания такого масштаба с миллионами пользовательских данных не может позволить себе сотрудников, которые не понимают базовых принципов цифровой защиты.
Газпром нефть: инженер, который поймет аналитика
Газпром нефть — отдельная история, потому что это промышленный сектор, где цифровая трансформация идет медленнее, но масштабнее.
Компания реализует проект «Цифровой двойник» — перевод производственных процессов в цифровые модели для оптимизации добычи. Под этот проект перестраиваются требования к инженерным позициям: от технолога теперь ждут не только знания своего профиля, но и умения работать с платформами машинного обучения для предиктивного обслуживания оборудования.
Корпоративный университет компании ввел для инженерных специальностей программы переподготовки, включая направление «Управление на основе данных». Цель не в том, чтобы сделать из инженеров полноценных аналитиков. А в том, чтобы инженер мог грамотно поставить задачу команде данных и понять, что ему принесли в ответ. Разрыв между этими двумя ролями стоит компании недель потерянного времени.
3 главных тренда найма в 2026–2027 году
- Данные важнее интуиции — и это теперь измеримо. Согласно исследованию McKinsey, компании, выстроившие культуру работы с данными на всех уровнях, принимают решения быстрее и стабильнее достигают плановых показателей прибыльности. Рынок труда на это реагирует: базовые навыки работы с данными — SQL, умение читать дашборды, способность сформулировать аналитический запрос — уже не преимущества, а базовые требования к кандидату.
- Понимать ИИ нужно не чтобы им пользоваться — а чтобы знать, когда ему не доверять. По данным МВФ, ИИ в той или иной мере затронет около 40% рабочих мест в мире. Это не означает, что они исчезнут — это означает, что они изменятся. И те, кто понимает логику инструмента, а не просто жмет кнопки, окажутся на правильной стороне этого изменения.
- Дефицит специалистов по кибербезопасности — это ваша возможность. Согласно последним исследованиям ISC², 59% команд по всему миру признают наличие критических пробелов в ключевых компетенциях, таких как безопасность ИИ и облачных инфраструктур. Необходимы специалисты, способные закрыть разрыв между стремительным внедрением новых технологий и их реальной защитой. В России спрос на них вырос на 17–50% при одновременном сокращении числа резюме на 6%. Необязательно становиться безопасником полностью — но базовое понимание принципов защиты данных уже выделяет кандидата в любой профессии, где есть доступ к корпоративным системам.
Сегодня компании не ищут человека с идеальным резюме за прошлые заслуги. Они ищут того, кто умеет работать с данными, понимает логику ИИ-инструментов и готов переучиться, когда правила игры изменятся снова. Эпоха «эффективных менеджеров» подходит к концу — и начинается время тех, кто умеет пересобирать реальность с помощью передовых инструментов.