Анализ 1 млн откликов показал, кому легче найти работу в IT

Выбирать IT-профессию только по зарплате и числу вакансий становится рискованно. На Хабре опубликовали разбор 1 млн реальных откликов кандидатов: авторы сравнили популярные IT-направления по шансам дойти до оффера, а не только по видимой привлекательности профессии.

Материал основан на данных сервиса «Софи», который помогает автоматизировать отклики на вакансии. За 11 месяцев команда собрала массив из миллиона откликов с ответами рекрутеров, тестовыми заданиями и приглашениями на интервью. Для взрослых, которые выбирают онлайн-обучение и думают о переходе в IT, такой подход полезнее рекламных обещаний: он показывает не только «куда хотят все», но и где реально меньше сопротивление рынка.

Что изменилось на рынке IT

Авторы материала напоминают: рынок IT стал заметно жестче для кандидатов. По приведенным в статье данным hh.ru, к третьему кварталу 2025 года индекс конкуренции в IT достиг 8,6 резюме на вакансию против 4,5 годом ранее. Количество вакансий сократилось примерно на треть, а зарплаты вышли на плато.

В таких условиях вопрос «какую профессию выбрать» нельзя решать только по медианной зарплате. Высокая зарплата не помогает, если в направлении слишком много кандидатов, мало приглашений на интервью и каждое собеседование требует длинного тестового задания.

Поэтому авторы собрали собственный показатель offer_score. В него вошли четыре фактора: количество вакансий, конверсия в интервью, конкуренция и количество тестовых заданий. Это не универсальная истина для каждого кандидата, но хороший способ сравнить направления при прочих равных.

Почему аналитика данных выглядит сильной

По результатам разбора Data Analyst оказался одним из самых сильных направлений по балансу факторов. Причина не в одном чудо-показателе, а в сочетании большого рынка, умеренной конкуренции, нормального шанса на интервью и приемлемого числа тестовых заданий.

В статье приводится сравнение: у QA — 3534 отклика на вакансию, у Data Analyst — 1829. То есть конкуренция почти вдвое ниже. По конверсии в интервью аналитик данных получил 38,8%, тогда как Python-разработчик — 26,6%. Количество тестовых у Data Analyst — 3,1 на кандидата, что сопоставимо с разработкой и заметно ниже, чем у графических дизайнеров.

Для человека, который выбирает обучение с нуля или после другой профессии, это важный сигнал. Аналитика данных часто находится на стыке бизнеса, таблиц, продукта, маркетинга и IT. Если у взрослого специалиста уже есть опыт в продажах, финансах, операционке, маркетинге или управлении, этот опыт может стать преимуществом, а не лишним багажом.

Java оказалась недооцененным направлением

Отдельный вывод статьи — Java может быть недооцененной относительно более популярных направлений. Авторы сравнили Java, Python и Frontend. По числу вакансий направления отличаются не радикально, но конкуренция у Java ниже: в статье говорится, что она вдвое ниже Python и втрое ниже Frontend.

Разница заметна и на этапе интервью. По данным разбора, приглашение на интервью получили 44,2% Java-кандидатов, 35% Frontend-кандидатов и 26,6% Python-кандидатов. Среднее количество тестовых заданий тоже различается: Python — 5,4, Frontend — 2,3, Java — 2,1.

Это не значит, что всем нужно срочно идти в Java. Но для взрослого человека, который хочет войти в разработку и готов учиться системно, направление с более стандартизированным рынком и меньшей конкуренцией может быть рациональнее, чем самый популярный входной маршрут.

Что это значит для выбора курсов

Главный практический вывод: перед покупкой курса нужно смотреть не только на обещанную зарплату выпускников. Важно оценивать входной барьер, конкуренцию, число вакансий, требования к портфолио, тестовые задания и возможность использовать прошлый опыт.

Если человеку ближе работа с данными, таблицами, продуктом и бизнес-задачами, разумно сравнить маршруты в бизнес-аналитике, системной аналитике, Data Science и прикладной аналитике. Не всем нужен путь разработчика, чтобы попасть в IT-среду.

Если цель — именно разработка, стоит трезво сравнить языки и специализации. Python остается сильным и универсальным инструментом, особенно для автоматизации, данных и AI-задач. Но высокая популярность направления может означать более жесткую конкуренцию на входе. Поэтому полезно смотреть и на менее шумные, но устойчивые маршруты.

Отдельный слой — ИИ-навыки. Даже если человек идет в аналитику или разработку, умение работать с нейросетями уже помогает ускорять подготовку резюме, разбор вакансий, тестовые проекты, обучение и рабочие задачи. Для старта подойдут курсы по нейросетям и искусственному интеллекту.

Почему прошлый опыт взрослого кандидата важен

Многие взрослые кандидаты ошибочно считают, что при переходе в IT весь прошлый опыт обнуляется. На практике это не так. Финансисту проще понимать продуктовую аналитику и отчетность. Маркетологу — метрики, сегменты и эксперименты. Менеджеру проектов — требования, коммуникацию и процессы. Специалисту поддержки — пользовательские сценарии и качество сервиса.

Именно поэтому при выборе обучения стоит искать не только «самую модную профессию», а направление, где прошлый опыт можно превратить в преимущество. Для одного это будет системная аналитика, для другого — data analytics, для третьего — Java-разработка в корпоративных системах, для четвертого — продуктовая или маркетинговая аналитика.

Чего не стоит делать

Не стоит выбирать курс только потому, что профессия часто мелькает в рекламе. Популярность направления может означать не только спрос работодателей, но и большой поток новичков. Если конкуренция высокая, выпускнику понадобится более сильное портфолио, больше откликов и больше времени на поиск первой работы.

Также не стоит считать один рейтинг окончательным ответом. Данные из статьи показывают общую картину, но конкретный результат зависит от города, формата работы, грейда, портфолио, английского, возраста резюме, активности откликов и способности проходить интервью.

Главный вывод

Разбор 1 млн откликов показывает: в IT выигрывает не всегда самое громкое направление. Для взрослого кандидата важнее найти профессию, где сходятся четыре фактора: есть вакансии, конкуренция не запредельная, работодатели зовут на интервью, а тестовые задания не съедают все время.

Поэтому перед выбором обучения стоит задать себе не один вопрос «сколько там платят», а несколько: какой у меня уже есть опыт, где он пригодится, насколько сложно получить первое интервью, какие проекты нужны в портфолио и сколько времени я реально готов вкладывать в поиск работы после курса. Такой подход дает больше шансов на карьерный переход, чем выбор профессии по громкому заголовку.