IT в 2025: рынок стал жёстче. Стоит ли вообще туда идти?
«Айти умерло, джуны никому не нужны, забудьте уже эту сказку» — такой комментарий сейчас легко поймать под любым постом про IT-карьеру.
В нём есть доля правды: рынок действительно стал жёстче, а вход — сложнее, чем в 2020–2021, когда на фоне пандемии брали почти всех, кто хоть как-то умел писать код. Но из этого комментария часто делают неправильный вывод: «раз стало сложнее, значит, туда вообще не стоит идти».
В этой статье разберёмся спокойно, без паники и без розовых очков:
что реально изменилось за последние 2–3 года;
в каких направлениях спрос ощущается особенно сильно;
почему «я прошёл курс» больше не аргумент;
как готовиться к рынку уже во время обучения;
и кому в 2025 всё-таки имеет смысл идти в IT, а кому — нет.
Что изменилось за 2–3 года: рынок протрезвел
За несколько лет IT-рынок прошёл путь от эйфории к более взрослому состоянию.
Пандемийный перегрев закончился
Период взрывного найма и зарплат, когда компаниям срочно нужны были любые разработчики и тестировщики, закончился. После серии громких сокращений крупных техкомпаний рынок:
остыл по зарплатам и количеству новых позиций;
стал избирательнее к уровню кандидатов, особенно на входе.(LinkedIn)
При этом спрос на опытных специалистов сохранился и во многом растёт, особенно там, где есть связка «разработка + AI + облака».(DistantJob - Remote Recruitment Agency)
Взрыв интереса к ИИ и рост требований к навыкам
За 2–3 года искусственный интеллект перестал быть чем-то «для избранных» и стал обычным инструментом бизнеса:
компании во всём мире всё активнее внедряют AI в реальные процессы;(McKinsey & Company)
спрос на навыки, связанные с AI и данными, растёт во множестве профессий, а не только у ML-инженеров.(Lightcast)
Это не «конец профессий», а смена требований: ценятся люди, которые умеют использовать AI-инструменты и учиться быстрее, чем меняется стек.
Взлёт онлайн-образования и конкуренции на входе
Онлайн-курсы по IT за несколько лет превратились в гигантский рынок: десятки школ, платформ и «авторских программ». Это привело к двум эффектам:
на рынок выходит гораздо больше новичков с одинаковыми «дипломами»;
работодатели перестали воспринимать сертификат как серьёзное преимущество — важнее, что человек реально умеет делать.
То есть вход стал массовым, и это усилило конкуренцию за стартовые позиции.
На стартовых позициях плотнее всего
По данным обзоров рынка найма, многие компании:
сократили набор джунов;
сместили фокус в сторону специалистов, которые могут приносить ценность почти сразу;
ужесточили отбор на стажировки и junior-позиции.(talent500.com)
В сухом остатке: джунам пробиваться сложнее, но рынок не закрыт. Просто планка сместилась от «прошёл курс» к «умею решать задачи и показывать результат».
Где спрос особенно чувствуется: направления, которые живут и растут
Важно разделять «общий шум» и конкретные направления, где спрос по-прежнему ощутим.
Данные и аналитика
Этот блок включает:
аналитиков данных;
data-инженеров;
BI-специалистов.
Отчёты профильных компаний и исследователей сходятся в одном: спрос на людей, умеющих работать с данными, продолжает расти, вместе с объёмом самих данных и их ролью в бизнес-решениях.(MERJE)
Задачи: вытаскивать данные из разных источников, очищать, визуализировать, искать закономерности, помогать бизнесу принимать решения не «по ощущениям», а по цифрам.
AI-направления и всё вокруг них
Здесь не только классические ML-инженеры и Data Scientists, но и:
разработчики, умеющие интегрировать AI-сервисы в продукты;
инженеры, строящие инфраструктуру под AI;
специалисты по качеству и этике AI-моделей.
Исследования по рынку труда и отчёты крупных консалтингов показывают устойчивый рост вакансий, где упоминаются AI-навыки, и дефицит квалифицированных людей.(PwC)
Важно: порог входа сюда выше, особенно если речь о моделях и математике. Это скорее маршрут на 2–3 года, а не «курс на полгода».
Кибербезопасность
Кибербез — один из самых дефицитных сегментов:
регулярно публикуются отчёты о глобальной нехватке специалистов по безопасности;
компании боятся не столько «лишних расходов», сколько рисков потерь и простоя из-за атак.(BCG Global)
Порог входа здесь специфический: нужна техническая база, понимание сетей, систем, уязвимостей. Зато для тех, кто готов в это вникать, кибербез даёт устойчивый спрос и долгий горизонт развития.
Разработка (backend, frontend, мобильная, DevOps)
После коррекции рынка и сокращений больших наборов:
спрос сместился в сторону более опытных разработчиков;
Для людей с опытом в маркетинге, управлении, бизнес-анализе это может быть более прямой маршрут в цифровую среду, чем чистый переход в разработку.
Почему «закончить курс» больше не работает как стратегия
Ещё несколько лет назад можно было видеть истории в духе: «прошёл курс, получил сертификат, выложил в резюме — и меня взяли». Сейчас такая логика по большей части умерла.
Курсы стали массовыми, отличие стерлось
Когда в резюме написано «прошёл курс по Python/Frontend/QA» — это уже не сигнал, а минимальный фон. Работодатели знают, что:
качество курсов сильно различается;
многие ученики проходят программу «на автопилоте»;
сертификат не гарантирует, что человек умеет работать.
Компании смотрят на реальные артефакты
Что смотрят:
GitHub/репозитории;
мини-проекты и демо;
умение рассказать о том, что ты делал: постановка задачи, решения, сложности, выводы.
Если у кандидата только «я посмотрел X часов видео» — это не конкурентное преимущество.
Нужны навыки самообучения
Технологии меняются быстрее учебников. То, что сегодня в программе курса звучит как «новый тренд», завтра становится базовой нормой.
Работодателям важны люди, которые:
сами добирают знания из документации и статей;
умеют перепроверять информацию;
используют AI-инструменты, чтобы ускорять обучение, а не подменять его.
То есть курс — это рамка, а не гарантия. Всё, что выводит на уровень «интересного кандидата», происходит в практике поверх курса.
Практический план из 5 шагов: как готовиться к рынку уже во время обучения
Если вы уже учитесь или только собираетесь, самое разумное — сразу строить обучение так, чтобы оно вело к реальному спросу, а не к красивому сертификату.
Шаг 1. Выбрать направление и смотреть на рынок, а не на рекламу
Прочитать десятки вакансий по выбранной роли (разработка, данные, QA, продукт).
Выписать повторяющиеся требования: технологии, инструменты, тип задач.
Сверить это с программой своего курса: чего не хватает, что явно устарело, что нужно добрать самостоятельно.
Цель: учиться не абстрактной «Айти в целом», а под реальные требования вакансий.
Шаг 2. С первого месяца вести GitHub и маленькие проекты
Не ждать конца курса, чтобы «начать делать портфолио».
Схема:
Неделя 2–3: первый мини-проект (скрипт, простое приложение, набор тест-кейсов, дашборд).
Далее: каждые 2–4 недели — новый мини-проект или улучшение старого.
Каждый проект — отдельный репозиторий с README: что это, какую задачу решает, как запустить.
Так формируется история развития, а не разовый «проект для диплома».
Шаг 3. Интегрировать AI в обучение, а не заменять им мозг
Использовать ChatGPT и другие AI-инструменты как:
помощника в разборе ошибок;
объяснителя сложных тем простыми словами;
генератор вариантов задач и сценариев.
И при этом обязательно понимать, что вы делаете руками:
проверять ответы;
запускать код;
искать альтернативные решения.
Работодатели уже смотрят не на то, «умеете ли вы пользоваться AI» — это почти ожидается, — а на то, можете ли вы с его помощью обучаться и делать работу лучше.
Шаг 4. Тренировать «рабочие» навыки: коммуникация, вопросы, ответственность
Даже в технических ролях ценятся:
умение формулировать проблему;
задавать конкретные вопросы;
фиксировать договорённости, сроки и результаты.
Уже во время обучения можно:
вести короткие отчёты о проделанной работе (дневник, чат с наставником, Notion);
участвовать в мини-командах, если это поддерживает школа;
делать проекты «под заказ» для знакомых (простые лендинги, отчёты, автоматизации).
Это формирует поведение специалиста, а не вечного студента.
Шаг 5. Выходить на рынок до того, как «я полностью готов»
Многие ждут мифического момента «когда я всё выучу». На практике разумнее:
уже на середине пути пробовать стажировки;
искать пилотные задачи (пусть и недорогие или условно бесплатные, но реальные);
участвовать в хакатонах, пет-проектах, open source.
Цель — привыкнуть к формату реальных задач, дедлайнов и чужих ожиданий. Тогда первый оффер — это не «прыжок в неизвестность», а логичное продолжение уже начатой практики.
Обобщённые примеры учеников: как это выглядит в реальности
Пример 1. Смена вектора без «сжечь всё и уволиться»
Человек около 35 лет, несколько лет в продажах b2b.
Маршрут:
параллельно с работой начал учиться аналитике данных, по 1–1,5 часа в день;
с первого месяца вёл GitHub, собирал дашборды из открытых данных;
на 7–8 месяце взялся за пилотный проект для своей же компании — отчётность по клиентам;
через год перешёл внутри компании на полноценную аналитическую роль.
Ключевое: не было резких движений, переход занял около года, но всё это время человек зарабатывал в своей прежней роли и сразу строил опыт вокруг реального бизнеса.
Пример 2. Техническая роль после «офисной» работы
Человек 28–30 лет, из бэк-офиса (операционный менеджмент).
Маршрут:
выбрал QA как входную точку в IT;
сначала изучал ручное тестирование, параллельно подтягивал базу по автоматизации;
делал тестовую документацию на реальных сайтах и сервисах, выкладывал в портфолио;
к концу курса уже участвовал в небольшом проекте как тестировщик на частичную занятость.
Ключевое: решающим фактором оказались не оценки в курсах, а набор артефактов — чек-листы, баг-репорты, тест-кейсы и простые автотесты.
Как здесь вписывается Skivo: не «ещё один курс», а ежедневная практика
Теперь — аккуратно про нас.
Skivo не обещает «волшебную карьеру в IT за 3 месяца». Мы исходим из более трезвой картины рынка 2025 года:
вход сложнее, чем раньше;
конкуренция за стартовые позиции высокая;
ценятся не сертификаты, а практика, умение учиться и адаптироваться под новые технологии (в том числе AI).
Поэтому формат Skivo устроен так, чтобы помогать не просто «пройти курс», а:
Встроить учёбу в реальную жизнь.
Микроуроки по 15–20 минут в день — это формат, который можно держать месяцами, работая и живя обычной жизнью. Не нужно выкраивать по 3–4 часа.
Делать маленькие, но реальные шаги каждый день.
Каждое занятие — это не только теория, но и практическое действие: кусок кода, тест, аналитический запрос, мини-задача, улучшение проекта.
Собирать портфолио по ходу, а не в самом конце.
Мы строим треки так, чтобы регулярно появлялись мини-проекты — их можно выкладывать на GitHub и показывать как доказательство скиллов.
Использовать ИИ-наставника как усилитель.
ИИ-наставник помогает:
разжёвывать сложные темы на простом языке;
разбирать ваши ошибки в коде и тестах;
подсказывать, как можно по-другому решить задачу;
давать дополнительные задания под ваш уровень.
Но ключевое — всё равно вы делаете руками. AI здесь как тренер и ассистент, а не как тот, кто «проходит курс за вас».
Ориентироваться на путь 12–18 месяцев, а не на мифические 3 месяца.
Программы Skivo собираются как дорожная карта: от базовых вещей до более сложных, с учётом реального темпа взрослого человека.
Так стоит ли идти в IT в 2025?
Если убрать эмоции, картинка такая:
Да, рынок стал жёстче. Халявного входа через «купил курс — получил оффер» практически нет. Да, конкуренция за стартовые позиции выросла. Много выпускников курсов, мало готовых проектах джунов. Одновременно рынок не «умер». Спрос на людей, которые умеют работать с данными, AI, безопасностью, продуктом и разработкой, есть и продолжит расти, если верить ключевым международным отчётам.(reports.weforum.org)
Поэтому честный ответ выглядит так:
Имеет смысл идти в IT, если:
вы готовы работать с неопределённостью и меняться вместе с рынком;
воспринимаете обучение как длительный проект минимум на год;
готовы параллельно с курсами развивать портфолио, навыки самообучения и «рабочее» поведение.
Не имеет смысла идти в IT, если:
вы хотите «быстрых денег» за 2–3 месяца;
не готовы уделять учёбе хотя бы 1–1,5 часа в день в течение длительного времени;
не готовы спорить с собой, выходить из зоны комфорта и продолжать, даже когда рынок даёт отказы.
IT в 2025 — это не лотерея и не сказка, это одна из профессиональных сфер, которая взрослеет и предъявляет к людям взрослые требования.
Если вы готовы к этому взрослому разговору — вход в IT остаётся открытым.
Задача — не искать волшебный курс, а строить системный маршрут: обучение → практика → портфолио → первые реальные задачи → рост. Skivo, со своими ежедневными микроуроками и ИИ-наставником, может стать одним из инструментов этого маршрута — но выбирать, идти ли по нему до конца, всё равно придётся вам.