Анализ рынка труда для Data Science в 2025-м: сколько платят, кому и почему

IT-рынок труда в 2025 году остается конкурентным ландшафтом: казалось бы, уже все знают, какие у айтишников высокие зарплаты и бла-бла-бла, но каковы реальные цифры для разных специальностей и левелов опыта? С одной стороны – есть конкуренция, обусловленная растущим спросом на квалифицированных специалистов в области аналитики, машинного обучения (ML), компьютерного зрения (CV), обработки естественного языка (NLP) и смежных областях. С другой – хочется понять, за что мы конкурируем: какие зарплаты ждут тех, кто решается «вкатиться в IT» в 2025-м или продолжить расти в профессии?

В статье анализируем набор данных из 5144 объявлений на сайте HeadHunter о вакансиях – выявляем ключевые тенденции в требованиях к опыту, ожиданиях по зп, форматах работы и разных специфических моментах. Никаких мнений – только цифры. Давайте посмотрим на закономерности и попробуем сформулировать, что они означают для соискателей, работодателей и отраслевых экспертов.

Поехали!

Наш набор данных содержит 5144 объявления о вакансиях с 16 атрибутами, включая должность, компанию, диапазон зарплат, уровень опыта, график работы, требуемые навыки и местоположение. Зарплаты конвертируются в российские рубли (RUB) с использованием фиксированных обменных курсов, что обеспечивает ясность анализа.

Однако есть и ограничения: например, небольшие размеры выборки для определенных специализаций (таких как RL и RecSys), неполные данные о местоположении компаний, могут привести к легкому размытию результатов. Но это никак не помешает нам с вами получить и обдумать репрезентативные данные об актуальных тенденциях рынка IT-зарплат на текущий момент.

Наш набор данных показывает следующее распределение уровней опыта:

• 3–6 лет: 2492 публикации о вакансии (48,4%)
• 1–3 года: 1829 публикаций (35,6%)
• Более 6 лет: 504 публикации (9,8%)
• Нет опыта: 319 публикаций(6,2%)

Пожелания к опыту работы среднего уровня (3–6 лет) и начинающих спецов (1–3 года) говорит о том, что компании отдают приоритет кандидатам с практическим опытом, а не специалистам начального или супер высокого уровня. Примечательно, что низкий спрос на кандидатов без опыта (6,2%), что работодатели ценят практические знания, вероятно, из-за технической сложности профессий в Data Science. Кроме того, наличие вакансий «без опыта» может быть завышено из-за автоматических настроек на платформах вакансий.

Набор наших данных помогает сопоставить опыт с уровнями должностей (джун, мидл, сеньор, тимлид и без указания должности). Распределение получается такое:

• Джун: в основном требуется 1–3 года опыта (64,7%) или никакого опыта (35,3%).
• Мидл: сбалансированный возраст от 1 до 3 лет (41,7%) и от 3 до 6 лет (43,1%).
• Сеньор: Значительный перекос в сторону 3–6 лет (52%) и более 6 лет (37,6%).
• Тимлид: распределено по уровням опыта: 36% требуют более 6 лет, а 34% — от 1 до 3 лет.
• Не указано: в основном 1–3 года (46,4%) и 3–6 лет (36,8%).

Это распределение подчеркивает четкую прогрессию: младшие роли требуют минимального опыта, а вот претендующим на роль сеньора или лидера нужно показать серьезный уровень экспертности. Высокая доля вакансий без указания позиции предполагает гибкость при найме: вдруг вы тихий гений и так понравились на собеседовании, что компания готова адаптировать свои требования и прокачать вас самостоятельно.

Данные о зарплате доступны для подмножества объявлений о работе (894 для «зарплата от», 635 для «зарплата до», а 469 предоставляют оба варианта). Все цифры указаны в рублях, и анализ фокусируется на медианных зарплатах, чтобы смягчить влияние выбросов.

Зарплаты по опыту

Набор данных содержит диапазоны зарплат («от» и «до»), сегментированные по опыту:

• Более 6 лет:
  • зарплата от: медиана 360 000 руб., среднее значение – 350 884 руб. (94 публикации о вакансии);
  • зарплата до: медиана 460 000 руб., среднее значение – 454 214 руб. (81 публикация).
• 3–6 лет:
  • зарплата от: медиана 200 000 руб., среднее значение – 221 668 руб. (311 публикаций);
  • зарплата до: медиана 280 000 руб., среднее 302 572 руб., (242 публикации).
• 1–3 года:
  • зарплата от: медиана 100 000 руб., среднее значение – 126 442 руб. (406 публикаций)
  • зарплата от: медиана 150 000 руб., среднее значение – 174 939 руб., Std 114 578 руб. (247 публикаций).
• Без опыта:
  • зарплата от: медиана 87 500 руб., среднее значение – 97 618 руб. (83 публикации).
  • зарплата до: медиана 103 500 руб., среднее значение – 123 067 руб. (65 публикаций).

Как видим, тут есть четкая связь между опытом и зарплатой. Серьезные специалисты (с опытом более 6 лет) получают самые высокие зарплаты, медианная «зарплата до» составляет 460 000 рублей, что отражает их опыт. Специалисты среднего звена (3–6 лет) зарабатывают значительно больше, чем джуны (1–3 года), медианная «зарплаты до» составляет 280 000 рублей против 150 000 рублей. Роли начального уровня предлагают самые низкие зарплаты, медианная составляет 103 500 рублей, так что опыт – по-прежнему деньги, что бы ни говорили вам на курсах «IT-специальность с нуля за три дня».

Зарплаты по специализации и уровню

Набор наших данных разбивает зарплаты по специализации (например, аналитика, компьютерное зрение, инженер данных, наука о данных, машинное обучение, обработка естественного языка, обучение на основе реальных знаний) и уровню должности. Основные наблюдения включают:

• Сеньоры:
  • Аналитика: 550 000 руб. («зарплата до», 1 публикация о вакансии);
  • Компьютерное зрение: 570 000 руб. («зарплата до», 2 публикации).
  • Инженер по обработке данных: 482 559 руб. («зарплата до», 34 публикации).
  • ML: 420 500 руб. («зарплата до», 10 публикаций).
  • НЛП: 481 667 руб. («зарплата до», 3 публикации).
  • RecSys: 650 000 руб. («зарплата до», 4 публикации).
• Мидл-позиции:
  • Аналитика: 197 500 руб. («зарплата до», 4 публикации).
  • Компьютерное зрение: 455 000 руб. («зарплата до», 2 публикации).
  • Инженер по обработке данных: 235 412 руб. («зарплата до», 17 публикаций).
  • ML: 350 000 руб. («зарплата до», 9 публикаций).
  • НЛП: 340 000 руб. («зарплата до», 2 публикации).
• Младшие позиции:
  • Аналитика: 78 550 руб. («зарплата до», 8 публикаций).
  • Инженер по обработке данных: 133 333 руб. («зарплата до», 9 публикаций).
  • ML: 175 000 руб. («зарплата до», 2 публикации).
  • Другие вакансии: 118 588 руб. («зарплата до», 17 публикаций).
• Сеньоры:
  • Data Science: 720 000 руб. («зарплата до», 1 публикация).
  • ML: 610 000 руб. («зарплата до», 4 публикации).
  • Data Engineer: 515 000 руб. («зарплата до», 3 публикации).

Небольшие размеры выборки для определенных специализаций (например, RL и RecSys) ограничивают статистическую значимость, но тенденции показывают, что сеньоры и тимлиды в нишевых областях, таких как RecSys и Data Science, требуют премиальных зарплат. Компьютерное зрение и обработка естественного языка также показывают высокий потенциал заработка, особенно на продвинутых уровнях. Категория «Другое» с большим количеством неуказанных вакансий (260 для «зарплата до» ) отражает разнообразные роли со средними зарплатами (медианой 218 235 руб.).

Спойлер: да, можно. Набор данных фокусируется на форматах полной занятости и удаленной работы, без учета других форматов. Хотя конкретные подсчеты не приводятся, акцент на этом графике соответствует отраслевым тенденциям – все для гибкости и производительности. Удаленная работа, войдя в моду в ковид в 2020-м, только продолжает набирать популярность.

Данные о местоположении неполные, во многих объявлениях отсутствуют конкретные детали из-за удаленки, переездов компании или нескольких местоположений (возможно, для расширения охвата кандидатов).

Набор данных подчеркивает закономерную концентрацию объявлений с высокой зарплатой в Елабуге (где расположены заводы нескольких военных и стратегических отраслей), особенно для должностей Data Scientist (NLP), Computer Vision Engineer и Data Engineer:

• Специалист по обработке данных (NLP): 277 500–375 000 руб. («зарплата от», без опыта)
• Специалист по анализу данных (резюме): 375 000–450 000 руб. («зарплата от», 3–6 лет)
• Инженер по обработке данных: 127 500–375 000 руб. («зарплата от», без опыта).

Владение такими технологиями как Raspberry Pi, Orange, Jetson, Rocket или NPU в описаниях вакансий усиливают резюме. Эти роли, в основном в области компьютерного зрения, включают:

• Резюме Data Scientist (Елабуга): 450 000 руб. («зарплата от», 3–6 лет)
• Инженер по компьютерному зрению (ОКБ АСТРОН): 120 000–400 000 руб. («зарплата от», 1–3 и 3–6 лет)
• Программист C++ (Computer Vision, ООО СТЦ): 180 000–280 000 руб. («зарплата от», 3–6 лет)

Должности подчеркивают растущий спрос на специалистов в области встраиваемых систем и интеграции оборудования, в том числе, стратегического назначения.

В наборе данных перечислены ведущие работодатели, среди которых лидирует Сбербанк (354 публикации), MPSTATS (103), T1 (72), T-Bank (61) и МТС (60). Такие технологические гиганты, как Ozon, Wildberries и Yandex, также занимают видное место, поскольку активно инвестируют в инновации, основанные на данных. Такая концентрация говорит о том, что крупные корпорации с надежной инфраструктурой данных стимулируют спрос на таланты в области Data Science.

Рынок труда-2025 в области Data Science характеризуется высоким спросом на специалистов среднего и высокого уровня, чей опыт значительно завышает зарплатные ставки. Основные выводы такие:

1. Опыт окупается: кандидаты с 3–6 годами опыта пользуются большим спросом, средняя зарплата составляет от 200 000 до 280 000 рублей. Старшие специалисты (6+ лет) могут зарабатывать до 460 000 рублей, особенно на таких специализированных должностях, как RecSys и Computer Vision.
2. Специализация повышает ценность: нишевые области, такие как Computer Vision предлагают высокие зарплаты, особенно на уровне руководителя команд уровнях. Однако небольшие размеры выборки для RL и RecSys предполагают, что эти области все еще развиваются.
3. Гибкость в рабочих форматах: доминируют работа на полный рабочий день и удаленная работа, что отражает переход к гибким рабочим условиям. Работодатели продолжают поддерживать удаленку для привлечения талантов из разных городов и стран.
4. Региональные возможности: высокооплачиваемые вакансии в таких регионах, как Елабуга, указывают на локальный спрос на специализированные навыки, потенциально связанные со стратегическими отраслями.
5. На будущее: небольшие размеры выборки и неполные данные о местоположении подчеркивают необходимость бережной интерпретации. Будущие анализы должны включать статистические методы проверки (например, доверительные интервалы) для повышения надежности, хотя текущие тенденции мы описали довольно полно.

Upskill Strategically: сосредоточьтесь на востребованных навыках, таких как Computer Vision, NLP и ML-engineering. Знакомство с новейшими технологиями может стать серьезным плюсом в резюме.

Целевые уровни опыта: стремитесь к накоплению опыта, чтобы получить доступ к прибыльным должностям. Кандидатам начального уровня следует искать стажировки или младшие должности, чтобы заложить основу.

Исследуйте нишевые регионы: рассмотрите возможности в регионах и специализированных кластерах для входа в высокооплачиваемые проекты.

Уточняйте названия должностей: используйте понятные, стандартизированные названия должностей, чтобы привлечь нужных кандидатов.

Предлагайте конкурентоспособные зарплаты: приведите предлагаемые зарплаты в соответствие со средними показателями рынка (например, 280 000 рублей для опыта в 3–6 лет), чтобы оставаться конкурентоспособными.

Перестаньте звать в офис: расширьте возможности удаленной работы, чтобы задействовать более широкий кадровый резерв, особенно для редких специалистов.

В целом рынок труда в сфере Data Science в 2025 году готов к росту, при этом есть большой спрос на опытных профессионалов и узких специалистов. Осталось согласовать навык, опыт и ожидания с тенденциями рынка, но тут каждый определяет приоритеты сам.

Автор: Алан Насибуллин, ML-разработчик компании «Интелион Облако»