По исследованию Хабр Карьеры, 88% айтишников ищут работу от трёх месяцев

В опубликованном 29 октября 2026 года исследовании «Хабр Карьеры» и «Инфосистем Джет» 88% опрошенных ИТ-специалистов связали поиск работы со сроком от трёх месяцев. Авторы собрали ответы более 2500 специалистов, нанимающих руководителей и кадровых работников, а также проанализировали вакансии платформы и данные её зарплатного калькулятора.

Кандидаты называют препятствиями автоматизированный отбор резюме и сокращение числа вакансий. Нанимающим руководителям тоже стало труднее находить сотрудников. При этом разговоры о важности ИИ-навыков лишь частично совпадают с тем, что работодатели прямо записывают в объявлениях.

Как оценивали длительность поиска

Показатель из опроса описывает ответы участников, а не измеряет время между первым откликом каждого человека и получением предложения о работе. В кратком выводе исследования доля привязана к поиску от трёх месяцев. В подробном изложении та же доля относится к ответам о том, что искать работу стало сложнее, а продолжительность поиска приведена отдельно. Поэтому опубликованные данные не дают точного распределения кандидатов по срокам трудоустройства.

Состав опроса тоже важен для интерпретации. Среди ответивших преобладают специалисты среднего и старшего уровня; разработчики составляют немного меньше половины выборки, остальные представляют менеджмент, аналитику, тестирование, инфраструктуру и другие направления. Опыт начинающих кандидатов мог отличаться, но отдельной оценки длительности поиска для них в опубликованных результатах нет.

Опрос, вакансии и зарплатный калькулятор отвечают на разные вопросы. Ответы людей показывают, какие трудности они замечают. Объявления позволяют увидеть прямо записанные требования работодателей. Данные о зарплатах описывают оплату труда, но не объясняют, что произошло с конкретным резюме после отправки.

Почему поиск и подбор затягиваются одновременно

Затянувшийся поиск кандидата не означает, что работодателю стало легко закрыть позицию. Люди могут долго ждать ответа, пока компания сравнивает специалистов под конкретные задачи или уточняет требования к роли. Даже открытое объявление поэтому не обещает скорого приглашения на собеседование.

Срок поиска работы человеком и срок подбора сотрудника компанией измеряют разные процессы. Они могут идти параллельно, но их нельзя складывать, чтобы получить длительность найма для отдельного кандидата. Это различие особенно важно для старших ролей: требование к опыту и кругу ответственности может быть узким, даже если на рынке много резюме.

Что известно об отсеве резюме

В публикации RB.RU около 60% участников опроса называют препятствием автоматизированный отбор резюме, 51% — сокращение числа вакансий; 58% нанимающих руководителей говорят, что за последний год искать сотрудников стало труднее. Подбор старшего специалиста со стороны работодателя может занимать до полугода, эксперта или руководителя команды — до года.

Ответы об автоматическом отсеве отражают восприятие кандидатов, а не аудит решений систем подбора. Если приглашения нет, по одному этому обстоятельству нельзя установить, остановил ли отклик алгоритм, рекрутер или нанимающий руководитель. Вакансию могли закрыть либо изменить требования к ней; опубликованные результаты не разделяют такие случаи.

Оба названных кандидатами препятствия могут действовать одновременно. При меньшем выборе подходящих объявлений человек откликается на более широкий круг ролей, и несовпадений между его опытом и требованиями становится больше. На первичном просмотре труднее оценить даже подходящего специалиста, если название должности, технологии и выполненные задачи в резюме описаны слишком общо. Это возможный механизм, а не установленная причина каждого отказа.

ИИ-навыки в опросе и в вакансиях

Расхождение между ожиданиями и объявлениями видно только при сравнении разных показателей. Согласно данным «Открытых систем», 40% опрошенных работодателей считают работу с ИИ-инструментами важной при найме, тогда как навык владения большими языковыми моделями прямо указан в 2,9% проанализированных ИТ-вакансий и в доле до 15% объявлений по данным, машинному обучению и ИИ. Первый показатель описывает мнение людей, остальные — тексты вакансий.

Выражение «работать с ИИ-инструментами» охватывает разные занятия: поиск информации через чат-бот, подготовку черновика или использование встроенной функции рабочего инструмента. Явное требование владеть большими языковыми моделями уже и чаще относится к профильным задачам. Отсутствие такой строки не означает, что ИИ никогда не пригодится на этой работе; наличие интереса к ИИ у работодателя также не делает языковые модели обязательным навыком для каждой ИТ-роли.

Разница между всем массивом вакансий и направлениями данных, машинного обучения и ИИ помогает оценить, где навык ближе к основной работе. Но даже в специализированной группе он явно назван лишь в части объявлений. Для отклика на такую роль важнее описать выполненные задачи с моделями, чем добавить общее «владею ИИ» в перечень навыков. Для другой позиции сначала нужно показать соответствие её основным технологиям и уровню ответственности.

Опубликованные результаты не позволяют определить, сколько откликов отклонили именно из-за отсутствия опыта работы с языковыми моделями. Поэтому общую оценку важности ИИ нельзя превращать в объяснение долгого поиска отдельного человека. Требования конкретной вакансии дают кандидату более проверяемый ориентир.

Что можно изменить в резюме

Практический вывод из данных — сделать имеющийся опыт понятным при первичном просмотре. Исследование не измеряло, насколько правки резюме повышают число приглашений, поэтому обещать ускорение найма нельзя. Сверка имеет смысл для подходящей вакансии и должна опираться на работу, которую кандидат действительно выполнял.

• Сопоставить название целевой роли, уровень ответственности и основные технологии в вакансии со своим резюме. Если нужный опыт есть, показать его в описании задач, а не только в перечне навыков.
• Для недавних проектов указать задачу, собственный вклад и результат, который можно объяснить на собеседовании. Так нанимающему руководителю легче отличить личную работу кандидата от результата всей команды.
• Раскрывать работу с ИИ через конкретное применение: какую задачу решали, какой инструмент использовали и как проверяли результат. Выдвигать этот опыт на первый план стоит тогда, когда он относится к требованиям позиции.
• Убрать расхождения между заявленной должностью, уровнем и описанием обязанностей. Если резюме говорит о руководстве проектом, из него должно быть понятно, за какие решения отвечал сам кандидат.

Такая сверка помогает заметить, отвечает ли резюме на вопросы конкретного работодателя ещё до разговора с ним. Она не устраняет нехватку подходящих вакансий и длительный подбор, но делает опыт кандидата яснее на том этапе, который участники опроса считают одним из главных препятствий.

Читайте также:

• hh.ru или Хабр Карьера: широкий поиск против точной ИТ-разметки