Зарплаты новичков в IT по регионам: где курс окупается быстрее, чем в Москве

«В Москве платят больше, значит, и идти учиться выгоднее там» — формула, которая звучит логично ровно до тех пор, пока мы не достаём калькулятор. На практике выходит интереснее: высокая зарплата столичного джуна часто съедается стоимостью аренды, расходами на переезд и более дорогим обучением, а реальная скорость возврата денег за курс может оказаться выше где-нибудь в Перми, Воронеже или Краснодаре.

Окупаемость обучения — это не про абсолютный уровень дохода, а про разницу между «было» и «стало». Если до него человек получал 45 000 ₽ в небольшом городе, а после курса вышел на 90 000 ₽ удалённо, прирост у него выше, чем у москвича, который ушёл с 90 000 ₽ на 150 000 ₽ — даже несмотря на впечатляющие столичные цифры.

В этой статье мы разберём, как считать окупаемость IT-курса честно: с учётом стоимости обучения, срока поиска первой работы, расходов на жизнь и реалистичной junior-вилки в конкретном регионе. Заодно посмотрим, в каких сценариях регион и удалёнка обыгрывают Москву, а где переезд всё-таки оправдан — и какие риски способны растянуть возврат инвестиций с заявленных «полгода» до пары лет.

Сколько зарабатывают новички в IT в Москве и регионах

Прежде чем считать окупаемость, нужно договориться о цифрах. И здесь начинается первая ловушка: между «средней зарплатой в IT» и «зарплатой, которую реально получит выпускник курса» — пропасть, в которую регулярно проваливаются ожидания новичков.

По данным «Хабр Карьеры» за вторую половину 2025 года, медианная зарплата в IT в Москве составила 230 000 ₽, в Санкт-Петербурге — 200 000 ₽, в остальных регионах — 159 166 ₽. Цифры впечатляют — и именно их обычно показывают на лендингах онлайн-школ под заголовком «вот сколько вы будете зарабатывать». Однако медиана — это середина всего рынка, где в одной выборке лежат и сеньоры с десятилетним опытом, и тимлиды, и джуниоры первого года.

Динамика зарплат разработчиков по городам. В Москве медианная составила 230 000 ₽, в Санкт-Петербурге — 200 000 ₽, в остальных регионах — 159 166 ₽

Реальный ориентир для новичка живёт этажом ниже. Junior-разработчик на тех же данных получает в районе 95–100 тысяч рублей по рынку — backend-джун, например, около 101 333 ₽, а junior-тестировщик — около 88 750 ₽. И это медианы по всей стране, включая столицу: в условном Барнауле первая зарплата джуна часто стартует с 50–70 тысяч, а в Москве может доходить до 120–130 000 на хорошем стеке.

Региональный разрыв тоже не такой драматичный, как кажется по медианам всего рынка. Средняя зарплата айтишника в регионах — 167 000 рублей, в Москве и Петербурге — 228 333 рубля, разница примерно +37%. Цифра звучит весомо, но для джуна она почти ничего не значит: новичок не конкурирует за позиции с такими цифрами. Он играет в другую лигу — где разница между Москвой и регионом часто составляет 20–30%, а не 37%, и где удалённый формат заметно сглаживает географию.

Что ещё важно понимать про региональные цифры: они почти всегда подразумевают офис. В регионах за одну и ту же работу удалёнка платит примерно на 40% больше, чем гибрид или офис — то есть удалённый оффер в небольшом городе может приближаться по доходу к московскому, при этом сохраняя региональные расходы на жизнь.

Таблица 1. Москва, Санкт-Петербург и регионы: что сравнивать кроме зарплаты

Почему медианная IT-зарплата не равна зарплате junior

Возвращаемся к ловушке, в которую регулярно попадают читатели лендингов: «медиана по рынку» и «зарплата после курса» — это две разные величины, и их подмена даёт завышенные ожидания, с которыми потом неприятно сталкиваться на собеседованиях.

Медиана 230 000 ₽ по Москве — это срез всего IT: разработчики с пятью годами опыта, тимлиды, продакт-менеджеры, дата-инженеры. Junior же конкурирует не за середину этого распределения, а за его нижнюю границу — за вакансии, которые работодатели готовы отдать человеку без коммерческого опыта или с минимальным портфолио. По тем же данным «Хабр Карьеры» junior-тестировщик получает около 88 750 ₽, а junior backend-разработчик — около 101 333 ₽ — и это медиана среди тех, кто уже устроился, а не среди всех ищущих первую работу.

На практике выходит так: выпускник первые полгода-год скорее окажется в нижней четверти junior-вилки, а не на её медиане. Поэтому при расчёте окупаемости честнее закладывать не «обещанные» 150 000 ₽, а реалистичные 60–90 тысяч на старте — с пониманием, что через год при росте до middle цифра подтянется к рыночной.

Какие регионы сравнивать с Москвой

Сравнивать Москву поштучно с каждым городом России — занятие бессмысленное: получится длинный рейтинг, в котором утонет главная мысль. Гораздо полезнее группировать регионы по типу рынка, потому что внутри каждой группы логика окупаемости работает примерно одинаково.

Условно выделим четыре сценария. Первый — Санкт-Петербург: единственный город, который реально конкурирует с Москвой по плотности IT-вакансий и зарплатам, при этом с заметно более мягкой стоимостью жизни. Второй — города-миллионники с сильным IT-кластером (Новосибирск, Екатеринбург, Казань, Нижний Новгород, Краснодар): здесь есть локальные офисы крупных компаний, развитое сообщество и приличная вилка для джуна. Третий — региональные столицы поменьше (Воронеж, Пермь, Тюмень, Ростов-на-Дону): локальный рынок узкий, но удалёнка работает, а расходы на жизнь существенно ниже. Четвёртый — малые города и сёла: локальных IT-вакансий почти нет, весь сценарий строится вокруг удалённой работы.

Каждый тип региона по-разному влияет на формулу окупаемости — и именно поэтому «выгоднее ли учиться в Перми, чем в Москве» — вопрос некорректный без уточнения, какой именно сценарий мы рассматриваем.

Как считать окупаемость IT-курса

Самая частая ошибка в расчёте окупаемости звучит примерно так: «Курс стоит 120 000 ₽, после него буду получать 100 000 ₽, значит, окупится за полтора месяца». Звучит красиво, но математика тут лукавит — обучение окупается не от зарплаты целиком, а от прироста дохода. Если до обучения человек получал 60 000 ₽, то «новых» денег у него появилось не 100 000, а только 40 000 в месяц. И именно эту разницу нужно ставить в знаменатель.

Базовая формула выглядит так:

Срок окупаемости (в месяцах) = Стоимость курса / (Новая зарплата − Текущая зарплата)

Дальше начинаются поправки, без которых формула превращается в маркетинговое обещание. Во-первых, стоимость нужно брать полную — не «12 платежей по 9 990 ₽», а итоговую сумму с учётом всех модулей, дополнительных мастер-классов и обязательной подписки на платформу. Во-вторых, окупаемость считается не от момента старта обучения, а от момента трудоустройства — то есть к чистым «месяцам возврата» нужно прибавлять срок самого курса и срок поиска работы. В-третьих, если человек ради обучения уходит с прежней работы, в расчёт добавляется упущенный доход — деньги, которые он не заработал за время обучения.

И ещё одна деталь, о которой обычно молчат лендинги: первый оффер джуна — это, как правило, нижняя граница вилки, а не её середина. Согласно наблюдениям рынка, выпускнику в первые 6–12 месяцев работы стоит ориентироваться на цифры на 20–30% ниже медианной junior-зарплаты по специальности — и уже от них считать прирост. Иначе расчёт получится оптимистичным ровно настолько, чтобы потом разочаровать.

Схема. Как считать окупаемость

Стоимость курса

       ↓

Текущая зарплата → Ожидаемая junior-зарплата

       ↓

Прирост дохода (новая − текущая)

       ↓

Срок поиска работы (2–6 месяцев)

       ↓

Полный срок окупаемости = срок обучения + срок поиска + (стоимость курса / прирост)

Формула: стоимость курса / прирост дохода

Разберём формулу медленно, потому что именно она отделяет осознанный выбор от покупки «на эмоциях». Стоимость курса — это полная цена, без скидочной арифметики и без иллюзий рассрочки: если в договоре написано 144 000 ₽ за 24 месяца по 6 000 ₽, в знаменатель идёт 144 000, а не 6 000. Прирост дохода — это разница между ожидаемой зарплатой junior’а и тем, что человек получает сейчас.

Пример. Курс по тестированию стоит 90 000 ₽. До обучения человек работает менеджером с зарплатой 55 000 ₽. После трудоустройства junior QA выходит на 75 000 ₽. Прирост — 20 000 ₽ в месяц. Базовый срок возврата стоимости — 90 000 / 20 000 = 4,5 месяца после трудоустройства.

Если бы тот же человек считал «обучение стоит 90 тысяч, зарплата 75 тысяч, окупится за месяц», ошибка была бы в полтора раза. На практике выходит, что прирост у джуниора нередко в 2–3 раза меньше его новой зарплаты — и весь горизонт планирования сдвигается соответственно.

Почему нужно учитывать срок поиска работы

Формула «стоимость / прирост» — это только последний участок дистанции. До него идёт ещё два отрезка: само обучение и поиск первой работы. И вот тут современный IT-рынок преподносит сюрприз: junior-сегмент в 2025 году стал заметно тяжелее. В 2025 году индекс конкуренции на одну позицию junior-разработчика приходилось до 25 человек — это уже не «выбор работодателя», а конкурс с серьёзной воронкой. 

Что это значит для расчёта? Если обучение длится 6 месяцев, поиск первой работы реалистично закладывать ещё 3–6 месяцев, а финансовая окупаемость после оффера — 4–6 месяцев. Итого полный горизонт возврата инвестиций — 13–18 месяцев, а не «полгода до новой жизни», как обещают в рекламе. И это при условии, что человек попадает в первые 30% выпускников по силе портфолио — остальным придётся искать дольше.

Пример расчёта для Москвы и региона

Сравним два модельных сценария. Цифры условные, но порядок реальный.

• Москва, переезд из региона. Курс по разработке — 150 000 ₽. До переезда человек получал 50 000 ₽. После трудоустройства junior backend — 110 000 ₽. Прирост на бумаге — 60 000 ₽. Но в Москве добавляются 35 000–40 000 ₽ на аренду и около 10 000 ₽ на возросшие расходы. Чистый прирост — 10 000–15 000 ₽. Срок возврата — 10–15 месяцев после трудоустройства. С учётом 6 месяцев обучения и 4 поиска работы — 20–25 месяцев полного цикла.
• Регион, удалёнка. Тот же курс — 150 000 ₽. До обучения человек получает те же 50 000 ₽. После — удалённый оффер на 85 000 ₽ от компании из Москвы или Петербурга. Прирост — 35 000 ₽, причём расходы на жизнь не меняются. Срок возврата  — 4,5 месяца. Полный цикл — 14–15 месяцев.

Выдача hh.ru по удалённой работе джуниор-разработчиком в Москве. Среди junior-вакансий часто встречается опыт 1–3 года, смешанные роли и большой разброс зарплат.

Второй сценарий выигрывает почти вдвое — при том, что новая зарплата в нём заметно ниже. Парадокс, который в маркетинге курсов обычно остаётся за кадром.

Таблица 2. Формула окупаемости на примерах

Какие IT-профессии окупаются быстрее

В формуле окупаемости профессия определяет сразу три переменные: стоимость обучения, скорость выхода на первую зарплату и потолок дохода через год-два. И комбинация этих параметров устроена так, что «дороже» совсем не равно «выгоднее» — иногда более скромная по статусу профессия даёт лучший возврат инвестиций просто потому, что вход в неё короче и дешевле.

Условно junior-сегмент IT можно разделить на четыре больших кластера. Тестирование (QA) — самый короткий путь к первому офферу: программы обычно укладываются в 4–6 месяцев, базовая ручная вилка стартует с 50–70 тысяч в регионе. Аналитика данных — порог входа выше из-за SQL, Python и статистики, но и стартовая зарплата плотнее: junior-инженер по данным получает в районе 146 487 ₽. Разработка — самый дорогой и долгий вход: 9–12 месяцев обучения, серьёзный порог требований к коду, но и самый высокий потенциал роста к middle. 1С и техподдержка — отдельная история: программы дешевле, спрос есть в локальном бизнесе любого города, но потолок зарплат на старте ниже. 

Дальше начинается важный нюанс, который в рекламе обычно теряется: первая зарплата — это только треть истории. Через год работы junior QA может вырасти до 100–120 тысяч, junior-разработчик — до 140–160, аналитик — до 130–150. То есть профессии с дорогим входом отыгрывают свою стоимость не на старте, а на горизонте 18–24 месяцев. Если человек считает окупаемость на коротком отрезке — выигрывает QA. Если на средней дистанции — преимущество переходит к разработке.

Есть и ещё один фактор, о котором мы уже упоминали: конкуренция за вакансии. Найти работу junior сейчас существенно сложнее, чем в 2024 году — и это касается прежде всего разработки, где количество желающих стать программистом давно опережает количество открытых позиций. QA, аналитика и 1С в этом смысле выглядят более «проходимыми» для новичка без портфолио, что для расчёта окупаемости значит ровно одно: меньше месяцев на поиск работы, короче полный цикл возврата инвестиций.

Таблица 3. Какие IT-профессии быстрее окупаются

QA, аналитика, разработка и 1С: разный порог входа

Порог входа — это не абстрактная «сложность», а вполне конкретный набор: сколько часов в день нужно учиться, какой бэкграунд требуется до старта и насколько работодатели готовы рассматривать выпускника без коммерческого опыта.

QA-инженер в ручном тестировании — самый мягкий вход в IT. На старте достаточно понимать структуру баг-репорта, базовые принципы работы клиент-серверных приложений и пользоваться трекерами вроде Jira. Профессия не требует ни математической подготовки, ни умения программировать на первом этапе — автоматизация подключается позже. Аналитика данных — следующая ступень: здесь уже нужно осваивать SQL на приличном уровне, базовый Python и работу со статистикой, без которой выводы по дашбордам остаются гаданием.

Разработка — самый длинный и плотный путь. На фоне общего охлаждения junior-рынка даже для небольших задач, вроде добавления кнопки, нужно знать множество инструментов, а большинство позиций требуют быть в какой-то степени фулстек-разработчиком. То есть от джуна сегодня ждут не только знания языка, но и понимания инфраструктуры, систем контроля версий, базового DevOps. Программа обучения в 9–12 месяцев покрывает это с натяжкой — практику приходится добирать самостоятельно.

1С стоит особняком: входной порог по программированию сопоставим с разработкой, но рынок работодателей принципиально другой — это в основном бухгалтерия, ритейл и производство, где требования к джуну мягче, а вакансии открыты в любом региональном центре. Если IT-кластера в городе нет, а ехать никуда не хочется — 1С часто оказывается единственным реалистичным локальным сценарием.

Где дешевле обучение и быстрее первая зарплата

Связь между стоимостью курса и скоростью первой зарплаты не прямая, но довольно показательная: чем шире рынок профессии и чем ниже порог входа, тем дешевле в среднем стоит обучение и тем короче путь до оффера.

Согласно наблюдениям рынка, обучение по ручному QA в 2025–2026 годах закладывают типичный диапазон 50–100 тысяч рублей за полную программу, при этом в продаже встречаются как бесплатные базовые модули, так и премиальные с трудоустройством за 180–220 тысяч. Программирование стоит заметно дороже: полные курсы по backend- или frontend-разработке в крупных школах обычно укладываются в диапазон 120–250 тысяч за 9–12 месяцев. 1С-направления чаще встречаются в среднем сегменте — 60–120 тысяч.

Получается закономерность: профессии с самым быстрым выходом на оффер (QA, техподдержка, 1С) одновременно и самые дешёвые по обучению. Это даёт хорошее частное в формуле окупаемости — небольшой числитель, прирост дохода относительно текущей зарплаты не самый высокий, но и не катастрофически низкий. Разработка играет в другой стратегии: дороже, дольше, конкурентнее на старте — зато выгоднее на горизонте двух лет, когда выпускник дорастает до middle.

Главное — не путать «дешёвый курс» с «выгодным курсом». Бесплатная программа без практики, ревью и помощи с резюме может растянуть поиск работы на полгода и в итоге обойтись дороже платного аналога с карьерной поддержкой. Об этом — в разделе про риски.

Регион, Москва или удалёнка: какой сценарий выгоднее

Здесь мы подходим к главной стратегической развилке, перед которой стоит каждый, кто решил войти в IT не из столицы. Три сценария — остаться в регионе и искать локальный оффер, переехать в Москву, искать удалёнку — выглядят как три кнопки на одной панели, но за каждой стоит совершенно разная математика.

Логика простая, хотя и не интуитивная: «выгоднее» не означает «выше зарплата». Окупаемость — это всегда отношение прироста к расходам, и сценарий с самой высокой зарплатой может уступать сценарию со скромным офером, если в первом съедаются деньги на аренду и логистику, а во втором они остаются в кармане.

Иллюстрация показывает три возможных пути: работа в регионе, переезд в Москву и удалённая работа. Она хорошо подходит как визуальный переход от расчётов к практическому выбору стратегии.

• Москва с переездом работает в плюс, когда у человека уже есть финансовая подушка, готовое жильё в столице или семья с делёжкой расходов. Без этого первый год превращается в финансовый минус: оффер 110 000 ₽ минус 40–50 тысяч на аренду минус возросшие расходы на транспорт и продукты — и от прироста остаются те же 15–20 тысяч, ради которых можно было никуда не уезжать.
• Локальный оффер в регионе выигрывает, когда в городе есть свой IT-кластер (Новосибирск, Казань, Екатеринбург, Краснодар) или сильный нефтегазовый/банковский корпоративный сегмент с собственной разработкой. В таких городах джун может выйти на 70–90 тысяч офисом и сразу оказаться в хорошем приросте при низкой стоимости жизни.
• Удалёнка — третий сценарий, который в последние годы превратился из исключения в магистральный путь. В регионах за одну и ту же работу удалёнка платит на 40% больше гибрида и офиса — то есть оффер от московской компании, полученный в Перми, сразу даёт прирост, сопоставимый со столичным сценарием, но без столичных расходов. Цена этого сценария — повышенная конкуренция на этапе поиска первой работы: удалённые junior-позиции собирают отклики со всей страны, и попасть в шорт-лист сложнее.

Возникает закономерный вопрос: если удалёнка так выгодна математически, почему все ещё едут в Москву? Ответ скучный, но честный — за карьерной средой. Локальные митапы, нетворкинг, наставники, шанс попасть в крупную компанию через знакомых — всё это в столице плотнее. Для расчёта окупаемости первой работы это значения не имеет, но на горизонте 3–5 лет фактор начинает играть.

Таблица 4. Сценарии старта: регион, Москва, удалёнка

Схема. Как выбрать региональный сценарий

Есть ли финансовая подушка на 6+ месяцев?

       ├── НЕТ → исключаем переезд в Москву

       │         ↓

       │     Есть ли локальные IT-вакансии в городе?

       │         ├── ДА → локальный оффер + удалёнка как план Б

       │         └── НЕТ → только удалёнка

       │

       └── ДА → следующий шаг

                ↓

       Готов ли стек к удалённой конкуренции?

                ├── ДА → удалёнка (приоритет) или Москва

                └── НЕТ → локальный оффер для портфолио,

                          через 1 год — удалёнка или Москва

Когда регион выигрывает у Москвы

Региональный сценарий обыгрывает столичный в нескольких конкретных конфигурациях, и важно их назвать, потому что на эмоциях люди обычно делают ровно обратный выбор.

• Первый случай — когда текущая зарплата до IT была невысокой. Если человек получал 35–45 тысяч в небольшом городе и после курса вышел на локальные 70 тысяч, прирост — почти 100% к исходному уровню. Москвич, ушедший с 90 тысяч на 130, получает прирост 40–45% — значительно меньше в относительном выражении.
• Второй случай — собственное жильё или жизнь с родителями. В этой конфигурации основной столичный довод («там больше платят») разбивается о простую арифметику: 30–40 тысяч в месяц, которые в Москве уходят на аренду, в регионе остаются в приросте.
• Третий случай — наличие локального IT-кластера или сильного корпоративного сектора. Новосибирск, Казань, Екатеринбург, Иннополис — это рынки, где junior находит работу не хуже, чем в столице, а конкуренция на одну вакансию заметно ниже. В таких городах региональный сценарий не «компромисс», а полноценная стратегия.

Когда удалёнка ускоряет окупаемость

Удалённый сценарий теоретически даёт лучшее частное в формуле окупаемости: высокий числитель прироста при низком знаменателе расходов. Но работает это не для всех джунов и не на любом стеке — и это важная оговорка, которая часто теряется в обсуждении.

Удалёнка ускоряет окупаемость, когда у выпускника курса есть сильное портфолио — хотя бы 2–3 проекта, доведённых до production-уровня, активный GitHub и понятная история обучения. Без этого удалённые вакансии превращаются в воронку, где отклик кандидата теряется среди сотен похожих. Конкуренция за одно место на IT-рынке достигает шестнадцати человек, и удалённые позиции собирают эту конкуренцию со всей страны, а не из одного города.

Второе условие — востребованный стек. Удалёнка работает на популярных направлениях (Python, Java, QA, аналитика), потому что там много вакансий и компании готовы рассматривать кандидатов без офисной привязки. На редких или нишевых стеках удалённых junior-позиций просто меньше, и сценарий перестаёт быть быстрым.

И третий момент — самодисциплина. Удалённая работа джуна без офисного контроля выгорает примерно на третий месяц у тех, кто рассчитывал на «свободный график». Кому-то этот формат идеально подходит, кому-то — категорически нет, и узнать это заранее можно только через практику фриланса или стажировок.

Риски, которые удлиняют окупаемость курса

Любой расчёт окупаемости — это сценарий с вероятностями, а не финансовый прогноз с гарантией. Лендинги онлайн-школ обычно показывают идеальную картину: купил курс, через 6 месяцев закончил, через 2 — устроился, ещё через 4 — окупил. Реальность устроена скучнее: на каждом из этих этапов есть точки, где сроки начинают расползаться, и итоговый горизонт уходит с обещанных 12 месяцев на 18–24.

Главных рисков для джуна сегодня два, и оба они стали актуальнее за последний год. Первый — это резкое усложнение junior-рынка. С начала 2025 года количество доступных вакансий заметно сократилось, конкуренция выросла, работодатели всё чаще ищут специалистов с гибридными скиллами и продуктовым мышлением. На практике выходит, что выпускник курса конкурирует уже не только с другими выпускниками, но и с джунами с полугодовым опытом, которые ушли из других компаний.

Второй риск — несоответствие программы реальным требованиям рынка. Школа может честно учить тому, что считала актуальным два года назад, но за это время стек у работодателей сместился, появились новые требования к DevOps-навыкам, к умению работать с AI-инструментами. Выпускник выходит на рынок с компетенциями, которые формально соответствуют программе, но не закрывают реальный чек-лист собеседования. Поиск работы в такой ситуации может растянуться на 6–9 месяцев, и весь расчёт окупаемости приходится пересобирать заново.

Аналитики издания Proglib: «Джуниоры наводняют рынок заявками, а AI делает массовую рассылку резюме возможной… Для джуниоров важно развивать разносторонние навыки, становясь фулстек-разработчиками, и не использовать AI как костыль».

Есть и третий риск, о котором редко говорят: финансовая усталость. Когда обучение длится 9–12 месяцев, а поиск работы — ещё 3–6, многие просто не дотягивают до оффера. Возвращаются на прежнюю работу, забрасывают портфолио, перестают откликаться на вакансии. Курс при этом остаётся неоплаченным или оплаченным, но не окупившимся — это худший из сценариев, потому что он даёт убыток без шанса на возврат.

Конкуренция среди junior и долгий поиск первой работы

Junior-рынок 2025–2026 года устроен жёстче, чем три года назад, и это нужно закладывать в расчёт честно. На одну позицию junior-разработчика приходится до 25 откликов, против 18 годом ранее, стартовые предложения в среднем на 10–15% ниже ожиданий, а для старта в IT новичку почти всегда нужно пройти внутренний буткемп или обучение при компании.

Что это значит на практике? Во-первых, срок поиска первой работы стоит закладывать не 1–2 месяца, как ещё недавно, а 3–6 — и это для адекватного по силе портфолио. Во-вторых, первый оффер часто будет на нижней границе вилки: работодатель имеет возможность выбирать, и он этим пользуется. В-третьих, без активного нетворкинга — митапы, профильные чаты, стажировки, open source — поиск растягивается ещё на пару месяцев, потому что отклик на вакансию через hh.ru сейчас один из самых медленных каналов.

Возникает закономерный вопрос: стоит ли вообще идти в junior-разработку при такой конкуренции? Стоит — но с поправкой на реалистичные сроки. Иначе расчёт окупаемости получается оптимистичным ровно на ту разницу, которая потом сильнее всего бьёт по мотивации.

Завышенная цена курса и слабое портфолио

Корреляция «дороже курс — выше зарплата после» работает плохо. На рынке регулярно встречаются программы за 200–250 тысяч, после которых выпускники сидят без оффера полгода, и есть обучение за 60–80 тысяч с трудоустройством за два месяца. Дело не в цене, а в том, что входит внутрь программы.

Курс окупается быстрее, если в нём есть три конкретных компонента. Первый — реальные проекты, которые можно показать в портфолио: не учебные туториалы, а сквозные кейсы с архитектурой, тестами, документацией. Второй — ревью кода и работ от практикующих специалистов: без обратной связи джун закрепляет ошибки и потом переучивается в первый месяц на работе. Третий — карьерная поддержка: помощь с резюме, тренировочные интервью, доступ к стажировкам или партнёрским вакансиям.

Завышенная цена без этих компонентов означает, что выпускник выходит на рынок со слабым портфолио и конкурирует за позиции наравне с самоучками — только потратив втрое больше денег. Согласно наблюдениям рынка, именно такие выпускники чаще всего и формируют статистику «не нашёл работу через год после курса».

Как выбрать курс, который окупится быстрее

Подходим к финальной части — практической. Все предыдущие разделы вели к одной мысли: окупаемость считается до покупки, а не после. И этот расчёт строится не на эмоциях («хочу в IT»), не на скидке («осталось два места по специальной цене»), не на маркетинговом обещании зарплаты, а на сборе конкретных данных и подстановке их в простую формулу.

На практике выходит, что большинство людей выбирают курс ровно наоборот: сначала смотрят рекламу, потом читают пару отзывов, потом подписывают договор, и только после этого начинают разбираться, какая в их регионе реалистичная junior-вилка и сколько вакансий открыто прямо сейчас. Логика «сначала купить, потом посчитать» — главная причина того, что часть выпускников не окупает обучение никогда.

Правильный порядок зеркальный: сначала собираем данные, считаем три-четыре сценария, прогоняем выбранный курс через чек-лист — и только потом принимаем решение. Дополнительный бонус такого подхода в том, что он отсекает курсы, продающиеся через эмоциональное давление: если за неделю изучения программы человек узнаёт о школе достаточно, чтобы посчитать окупаемость, его сложнее поторопить «акцией до пятницы».

И последний принципиальный момент: обучение не выбирается изолированно. Его всегда сравнивают минимум с тремя альтернативами — иначе нет точки отсчёта, и любая программа кажется «нормальной». Сравнение должно идти по сопоставимым параметрам: профессия, длительность, наличие практики и карьерной поддержки, реальная стоимость с учётом всех платежей.

Какие данные собрать перед покупкой курса

Список выглядит длинно, но собирается за вечер — и экономит месяцы возврата инвестиций.

Личные параметры: 

• текущая зарплата (точная цифра на руки);
• регион проживания и готовность к переезду;
• наличие финансовой подушки на 6–12 месяцев;
• возможность учиться параллельно с работой или нужно увольняться.

Параметры профессии: 

• медианная junior-зарплата в выбранном направлении (по «Хабр Карьере» или агрегаторам);
• количество открытых junior-вакансий в регионе и удалённо (быстрый срез через hh.ru);
• требования работодателей к джуну в этом направлении (стек, опыт, портфолио).

Параметры курса: 

• полная стоимость с учётом всех платежей и доп. модулей;
• длительность программы в месяцах;
• наличие реальных проектов в портфолио после выпуска;
• наличие ревью кода и обратной связи;
• карьерная поддержка: помощь с резюме, тренировочные интервью, партнёрские вакансии.
• отзывы выпускников с указанием срока поиска первой работы.

С этим набором данных формула «стоимость / прирост» превращается из абстракции в конкретные цифры, по которым можно принимать решение.

Чек-лист выбора курса под регион и профессию

Финальный фильтр перед оплатой. Если хотя бы половина пунктов не закрыта, курс лучше отложить и поискать альтернативу — даже если очень хочется уже начать учиться.

Чек-лист «Перед покупкой IT-курса»:

• Знаю полную стоимость, а не только ежемесячный платёж по рассрочке.
• Понимаю точную длительность обучения и нагрузку в часах в неделю.
• Знаю реалистичную junior-вилку в своей профессии и регионе.
• Посчитал прирост дохода, а не сравнивал новую зарплату с нулём.
• Заложил 3–6 месяцев на поиск первой работы.
• Проверил количество вакансий junior в своём городе и удалённо.
• Изучил требования работодателей к джуну: стек, портфолио, soft skills.
• Понимаю, какое портфолио будет после обучения (конкретные проекты, не «учебные задания»).
• Сравнил минимум 3 курса по сопоставимым параметрам.
• Прочитал отзывы выпускников за последние 6 месяцев, а не за «лучший выпуск 2022 года».

Чек-лист «Признаки курса с высокой вероятностью окупаемости»:

• Есть реальные проекты в портфолио, а не туториалы.
• Есть ревью кода и работ от практикующих специалистов.
• Есть карьерный трек: помощь с резюме, подготовка к собеседованиям.
• Программа соответствует требованиям актуальных вакансий, а не «классике трёхлетней давности».
• Нет обещаний гарантированной высокой зарплаты «после курса».
• Понятна полная цена без скрытых модулей.
• Есть отзывы выпускников с указанием срока трудоустройства.
• Есть бесплатный вводный модуль или пробный период с возвратом денег.
• Программа прозрачна: можно увидеть содержание уроков до покупки.
• Школа честно говорит о сложностях junior-рынка, а не рисует «лёгкий вход в IT за 4 месяца».

Курс, который проходит оба чек-листа, — не гарантия окупаемости, но статистически даёт лучшие шансы вернуть инвестиции в разумный срок. Курс, который не проходит большую часть пунктов, почти наверняка станет дороже декларируемой стоимости — за счёт долгого поиска работы и переобучения.

Если вы только начинаете осваивать IT-специальность, рекомендуем обратить внимание на подборку курсов по разработке для новичков. В таких программах есть теоретическая и практическая часть: базовые знания, задания, проекты для портфолио и подготовка к первым собеседованиям.