5 редких IТ-специалистов, чьи зарплаты растут на фоне падения рынка

Рейтинг дефицитных ролей

1. MLOps‑инженер

Новая роль на стыке машинного обучения ML, DevOps (сокращение от Development и Operations — методология и корпоративная культура в IT, объединяющая разработку программного обеспечения и IТ-инфраструктуру. — РБК) и Data Engineering; специалистов с реальным production‑опытом крайне мало.

За последний год количество запросов на подбор MLOps, по нашей оценке, выросло в 2–2,5 раза. Средний срок закрытия вакансии — до трех месяцев в зависимости от уровня.

Чем занимается

Отвечает за вывод ML‑моделей в промышленную эксплуатацию. Без таких специалистов до 80% моделей «умирают», так и не начав приносить прибыль.

Сколько получает

• Junior: 100–170 тыс. руб. в месяц
• Middle: 180–300 тыс. руб. в месяц
• Senior: 350–400 тыс. руб. в месяц
• Lead: 400–500 тыс. руб. в месяц и выше.

Как изменились требования

Раньше MLOps-инженеру хватало Python, облаков и мониторинга. Сегодня он отвечает за полный цикл модели: дрейф данных, A/B‑тесты, управление большими языковыми моделями, безопасность контейнеров, работу в production и бизнес-ограничения.

2. DevSecOps/специалист по кибербезопасности

Устойчиво высокий спрос из‑за роста киберугроз и ужесточения регуляторных требований.

Вакансий в три раза больше, чем резюме. Основная конкуренция выстраивается между крупными корпорациями и финтехом.

Чем занимается

Интегрирует безопасность в процесс разработки и эксплуатации. Критичная роль для банков, финтеха, госсектора и компаний, проходящих импортозамещение.

Рынок труда в IT без иллюзий: перегрев закончился, правила изменились

Образование

Сколько получает

• Junior: 90–170 тыс. руб. в месяц
• Middle: 180–330 тыс. руб. в месяц
• Senior: 350–420 тыс. руб. в месяц
• Lead/Principal: 400–500 тыс. руб. и выше

Как изменились требования

Еще несколько лет назад ключевым требованием к DevOps было владение отдельными инструментами, такими как Docker, Kubernetes и выстраивание СI/CD (набор практик и инструментов в разработке программного обеспечения, которые помогают автоматизировать и ускорить процесс доставки кода от разработчика до продакшен-среды. — РБК), от инженера ждали умения ускорять релизы и уменьшать ручной труд в поддержке инфраструктуры.

Сегодня он должен встроить безопасность прямо в процесс разработки, сборки и развертывания приложений, включая контейнеры и облака. В приоритете — автоматическая проверка кода и работающих систем на уязвимости, безопасные практики программирования, анализ угроз.

3. DevOps‑инженер

Стабильно высокий спрос из‑за массового перехода на облака, Kubernetes и микросервисные архитектуры, необходимости обеспечивать надежность и безопасность автоматизации процессов разработки и эксплуатации.

Дефицит сместился в сторону Middle+. Компании все чаще ищут DevOps с дополнительными навыками (Python, работа с данными), которые быстро уходят в MLOps.

Чем занимается

Обеспечивает надежность, масштабируемость и автоматизацию доставки приложений. База для любой IТ‑инфраструктуры.

Сколько получает

• Junior: 100–160 тыс. руб. в месяц
• Middle: 200–350 тыс. руб. в месяц
• Senior/Lead: 380–550 тыс. руб. в месяц

Как изменились требования

Если раньше DevOps-инженер в основном занимался автоматизацией рутинных задач и настройкой серверов, то теперь его роль охватывает весь цикл — от написания инфраструктуры как кода до оркестрации контейнеров (например, с помощью Kubernetes), контроля наблюдаемости систем, безопасности процессов доставки и работы с данными. Это полноценный «инженер производственной среды», а не просто администратор.

4. ML-инженер и AI-инженер

ИИ стал массовым бизнес-инструментом, а кадров на рынке не хватает.

За 2025 год количество запросов от компаний на эти вакансии выросло в два-три раза. Компании активно внедряют большие языковые модели и ИИ‑агентов для рекомендаций, антифрода, поддержки клиентов, прогнозов и автоматизации.

Чем занимается

Создает модели машинного обучения, которые лягут в основу продуктов — от скоринга до рекомендаций и генеративного ИИ.

MBA от РБК со скидкой до 37%. Превратите ваш опыт в систему

Школа управления РБК

Сколько получает

• Junior: 90–160 тыс. руб. в месяц
• Middle: 200–300 тыс. руб. в месяц
• Senior: 330–380 тыс. руб. в месяц
• Lead: от 380–450 тыс. и выше.

Как изменились требования

Специалист теперь не просто обучает модель, а обеспечивает ее работу «в поле»: облака, интеграции, контроль качества, дообучение. Плюс — разбирается в больших языковых моделях, RAG (аббр. от Retrieval Augmented Generation — технология, которая соединяет языковую модель с внешними источниками информации. — РБК) и выбирает оптимальный инструмент под бизнес-задачу.

5. Data Engineer и Data Scientist

Высокий спрос в крупных отраслях сохраняется, одновременно растут требования к качеству на фоне сложности подготовки кадров.

Спрос несколько лет превышает предложение, особенно на уровне middle и выше. Компании все чаще управляют бизнесом на основе данных и искусственного интеллекта. Банки, ретейл, телеком, e‑commerce и промышленность генерируют огромные объемы данных и нуждаются в таких кадрах постоянно.

Чем занимается

Без Data Engineer не работает ни ML, ни аналитика, потому что он строит платформу и конвейер данных. Data Scientist анализирует и строит модели.

Сколько получает

Data Engineer

• Junior: 90–140 тыс. руб. в месяц
• Middle: 200–330 тыс. руб. в месяц
• Senior: 350–470 тыс. руб. в месяц
• Lead: от 550 тыс. руб. в месяц

Data Scientist

• Junior: 85–130 тыс. руб. в месяц
• Middle: 220–380 тыс. руб. в месяц
• Senior: 380–450 тыс. руб. в месяц
• Lead: от 550 тыс. (разброс из‑за LLM и GenAI) руб. в месяц

Как изменились требования

При этом подготовка Data Engineer и Data Scientist требует не курсов, а долгой практики. Data Engineer теперь проектирует целые платформы данных — управляет потоками, качеством, облаками и связкой с ML. Хотя еще несколько лет назад от него требовали только надежного выполнения прикладных задач: сбора, обработки и передачи данных в понятном и стабильном виде, чтобы аналитики и другие команды могли использовать их в работе. Data Scientist перешел от статистики к продуктовой аналитике, A/B‑тестам и работе с большими языковыми моделями, выбирая подходящий инструмент под бизнес-задачу.

Где работодатели ищут редких специалистов

Работодатели «выслеживают» ценных кандидатов там, где они проявляют себя как профессионалы.

• LinkedIn и hh.ru  — не для сбора откликов, а для верификации профиля, опыта и рекомендаций.
• GitHub и GitLab  — оценка реального кода, архитектурных решений, вклада в open-source. «Чистые» репозитории автоматически поднимают кандидата в шорт-лист.
• Stack Overflow и Kaggle  — для Data Scientists и ML-инженеров. Участие в соревнованиях и качественные ответы говорят об экспертизе громче резюме. Stack Overflow остается дополнительным источником оценки экспертизы, хотя его роль в последние годы снизилась.
• Профессиональные сообщества — Slack/Discord-чаты по DevOps, Kubernetes, ML, телеграм-группы по DevOps, Data, Security. Рекрутеры наблюдают за дискуссиями, видят, кто помогает другим и демонстрирует глубину понимания. И только потом делают персонализированное предложение.
• Личные связи и рекомендации  — самый надежный, но и самый трудоемкий канал. Программы «приведи друга» с бонусами работают, но не всегда, когда речь идет о топ-экспертах.

Сами кандидаты быстро реагируют на изменения рынка и могут перепрофилироваться под текущие запросы.

Кто конкурирует и что будет дальше

Конкуренция за дефицитных IТ‑специалистов сегодня формируется между крупными корпорациями, банками и финтехом, а также крупными IТ‑компаниями. На долю компаний, занятых в сфере импортозамещения ПО, приходится, по нашей оценке, примерно 15–25% вакансий для инфраструктурных и Security‑специалистов.

Однако 2026 год обещает новую волну слияний и поглощений. У бизнеса, как и у государства, формируется запрос на надежных поставщиков технологий и услуг, которые смогут решить задачи по импортозамещению и сформировать суверенный технологический контур.

Поставщиками могут стать крупные вендоры, которые обладают надежным запасом финансовой и операционной устойчивости. Они готовы инвестировать больше ресурсов в автоматизацию процессов и опираются на более сильный отдел продаж. При этом у них шире доступ к экспертизе и больше возможностей конкурировать за ключевые кадры как по уровню вознаграждения, так и по условиям развития. В дальнейшем спрос на специалистов, которые умеют доводить ИИ-разработки до промышленной эксплуатации, со стороны таких вендоров будет расти.