👨🏻‍💻Сегодня мы познакомим вас с нашим проектом Skillometer и чем мы занимаемся меньше чем за минуту!

⏱️Мы сохранили время работы нашего клиента в х14 РАЗ при создании образовательных курсов для ДПО

Подробнее о проекте можете узнавать по нашим контактным данным или на сайте skillometer.ru

🔈Первый раз в Якутске: фестиваль цифровых технологий «Моя профессия — ИТ»

💻 На фестивале мы продемонстрировали принцип работы нашей платформы «Skillometer» и рассказали о ее возможностях. Эта платформа особенно полезна для детей и студентов: благодаря ей они смогут самостоятельно прокачать свои навыки в любой сфере, которая их интересует.

«Skillometer» становится личным навигатором в мире знаний, помогая выстроить траекторию развития, ориентируясь на профессиональные компетенции необходимые для каждой профессии! 🤩

Ты сидишь в соцсетях часами. А что, если начать в них разбираться и зарабатывать!?

Курс «Интернет-маркетинг» — для тех, кто хочет понять, как работает реклама, контент и продвижение в интернете. Это навык, который уже сейчас можно превратить в подработку или крутое резюме.

36 часов → чёткая система → понятный результат.

👉 Записаться: https://web.skillometer.ru/student/course-preview/wwb2K7al6Pk1CkP5PRTE1

📌 Доступ к записям навсегда

📊 Разобрали рынок труда за июль: ИИ обгоняет HR

Спарсили hh.ru — и вот главная цифра: за 30 дней 26 426 вакансий требуют ИИ/ML-навыки. Это больше, чем вакансий HR-специалистов (17 405), и почти в 4 раза больше, чем вакансий Python-разработчиков (7 310).

Но не спешите переучиваться на дата-сайентиста. Профильных ИИ-ролей (Data Scientist, ML-инженер, Prompt-инженер, AI-агенты) — всего около 3 400. Основной рост не в новой профессии, а в новом требовании внутри старых: продажи, маркетинг, HR, аналитика, поддержка — везде всё чаще ждут, что вы умеете работать с ИИ-инструментами.

ИИ проходит тот же путь, что раньше Excel и интернет: сначала — отдельная профессия для избранных, потом — базовая грамотность для всех.

Что с традиционным IT? Живёт и здравствует: кибербезопасность — 6 717 вакансий, DevOps — 2 301, frontend — 1 699. Глубокая инженерная экспертиза не отменяется ИИ-навыками, а дополняется ими.

#рыноктруда #ии #скилометр

Вчера мы впервые прогнали через агентов полный цикл: собрали данные с hh.ru → ИИ проанализировал рынок. Раньше на такой разбор ушло бы несколько дней работы аналитика. Вчера — несколько часов.

Заметили вот что: конкретная цифра сама по себе мало что значит, пока её не разложишь по слоям. 26 426 вакансий с требованием ИИ-навыков звучит как «все побежали переучиваться на дата-сайентистов». На деле профильных ИИ-ролей там от силы 3 400. Всё остальное — старые профессии, в которые тихо вписали новую строчку требований.

Мы для себя формулируем это так: рынок труда сейчас не создаёт для всех новую профессию «специалист по ИИ» — он добавляет ИИ-грамотность слоем поверх той профессии, которая у человека уже есть. Тот, кто заметит это раньше остальных, окажется на голову впереди — не потому что выучил новый язык программирования, а потому что раньше начал считать ИИ частью своей текущей работы, а не отдельной специальностью «где-то там».

Мы сейчас как раз строим инструмент, который помогает увидеть это не абстрактно, а на своём собственном профиле навыков. Пока рано показывать детали.

Следите за каналом — скоро покажем то, над чем сейчас работаем.

#skillometer #рыноктруда #будущеепрофессии

Матрица навыков, которую никто не открывает

В большинстве компаний Skill Matrix — таблица, которую HR обновляет раз в квартал, если вообще обновляет. К моменту, когда её открывают снова, часть данных устарела: кто-то прошёл курс, сменил роль, забыл половину того, что умел два года назад.

Идея матрицы хорошая. Проблема в том, что она статична, а компетенции сотрудников — нет.

Что меняется, когда матрицу ведёт не HR вручную, а система, которая постоянно собирает сигналы: курсы, проекты, результаты оценки. Тогда матрица перестаёт быть отчётом для аудита и становится картой того, что компания реально умеет прямо сейчас.

Это меняет минимум три вещи:
— план развития строится от реального пробела, а не "для галочки";
— резерв ищется по факту компетенции, а не по памяти руководителя;
— дефицит навыков виден до того, как он срывает проект.

Вопрос к вам: ваша Skill Matrix — живой инструмент или файл перед аудитом?

Рынок IT в июле 2026: 3 изменения, которые видно прямо сейчас

→ AI-навыки перестали быть бонусом — стали обязательными. Если год назад «опыт работы с LLM» встречался в 15–20% вакансий, сейчас это больше половины. Специалист без базового понимания AI-инструментов начинает проигрывать уже на скрининге резюме.
→ Junior-рынок продолжает стагнировать. Количество вакансий для джунов ниже показателей 2024 года. Middle и senior — растут. Замкнутый круг: компании хотят опытных, но опыт негде набрать.
→ Удалённые офферы снова падают. Крупные игроки возвращают требование офис 3+ дней. Зарплатный разрыв между Москвой и регионами снова растёт.

Что это значит прямо сейчас:
→ Нет AI-навыков в своей области — это пробел, который дорожает каждый месяц
→ Джун — готовьтесь к более длинному поиску или ищите нишевые роли
→ Рассчитывали на удалёнку — закладывайте в поиск больше времени

А что замечаете вы? Что изменилось в вакансиях по вашей специальности?

«Что такое Skillometer и зачем мы его строим»

Большинство людей не знают, сколько они стоят на рынке прямо сейчас. Не приблизительно — а точно. Какие навыки реально влияют на оффер, какие уже теряют ценность, что нужно освоить, чтобы через год быть в другой зарплатной вилке.
Мы строим инструмент, который делает это автоматически. Не тест «узнай свой тип личности». Система, которая смотрит на реальный рынок — и говорит конкретно: вот ваш профиль навыков, вот как он соотносится с тем, что ищут компании, вот куда двигаться дальше.
Почему навыки, а не должности? Потому что рынок уже так работает. AI сломал линейную карьерную лестницу — специалист с правильным стеком навыков сейчас часто получает оффер быстрее и дороже.
Один вопрос: какую проблему в карьере или управлении навыками вы хотели бы решить в первую очередь?

#Skillometer #навыки #карьера #зарплата #рыноктруда #стоимостьнарынке #востребованность #профессиональныйрост #скиллы #AIвкарьере #карьерныйвопрос #профессионалы #ITкарьера

«Парадокс AI-резюме: пишем лучше, читают меньше»

AI-инструменты сделали написание хорошего резюме доступным для всех. 20 минут с Claude или GPT — и структурированный грамотный текст с правильными ключевыми словами.
Следствие: качество средних резюме резко выросло. Но рекрутеры начали тратить на каждое меньше времени — поток вырос пропорционально. Если раньше на вакансию приходило 50–80 резюме, сейчас легко 150–200.
Хорошо написанное резюме — теперь необходимый минимум, а не преимущество.
Преимуществом становится то, что AI не сгенерирует: конкретный кейс с цифрой, нестандартный путь, рекомендация от реального человека.
Вопрос: как изменился ваш опыт поиска работы за последний год — стало проще или сложнее пройти первый этап отбора?

#Skillometer #резюме #AI #поискработы #карьера #AIрезюме #рекрутинг #автоматизация #навыки #HRtech #чатгпт #claude #опрос #карьерныйрост #рыноктруда2025

Страх «AI заменит меня» — рациональный страх, но он направлен не в ту сторону. AI пока не заменяет профессии целиком — он меняет, что именно в профессии делает человек, а что — инструмент.

Раньше аналитик тратил половину рабочего времени на сбор и очистку данных и только вторую половину — на выводы. Сейчас первую часть во многих компаниях делает AI-инструмент за минуты, а ценность специалиста сместилась в сторону того, что инструмент делать не умеет: задать правильный вопрос, интерпретировать результат, принять решение.

Это касается не только айтишников: маркетолог, который умеет формулировать AI-инструменту точное техническое задание и проверять результат, работает быстрее и стоит дороже коллеги, который вообще не в курсе, что такой инструмент существует.

Вопрос не «заменит ли меня AI», а «умею ли я работать рядом с ним так, чтобы моя ценность росла, а не падала».

Какой конкретный навык, на ваш взгляд, стал значить больше в вашей работе с приходом AI?

#skillometer #AI #карьера #навыки #рыноктруда

Данные: доля вакансий разработчика, где явно требуют AI-навыки — 17%, не половина рынка, как иногда пишут (в том числе мы сами перегнули в посте несколько дней назад — перепроверяем и поправляем себя).

Как считали: живая выгрузка HH.ru, 7 758 вакансий разработчика за 30 дней, 1 308 из них упоминают ИИ/AI/нейросети/LLM в требованиях.

Вывод: рост есть, но не взрывной. Если у вас в стеке пока нет ни одного AI-инструмента — вы не в меньшинстве, вы в 83%.

#рыноктруда #ии #аналитика #hh #skillometer

Что строим: диагностика карьеры, которая не устаревает.

Большинство тестов на навыки — снимок на один момент: прошли, получили результат, забыли. Мы строим систему, которая не ждёт, пока вы вернётесь и пройдёте тест заново — она непрерывно сопоставляет то, что вы умеете, с тем, что происходит на рынке прямо сейчас.

Смысл не в ярлыке («вы аналитик»), а в конкретном разрыве между тем, что вы умеете, и тем, что рынок готов оплачивать — сегодня, не год назад.

#skillometer #продукт #карьера #навыки

Наблюдение: качество работы и карьерный рост — два разных графика, которые редко совпадают идеально.

Человек тихо делает сильную работу, ждёт, что её заметят сами. Рядом — человек с похожим уровнем, который проговаривает результаты вслух, показывает прогресс. Через год решения о повышении принимают чаще про второго — не потому что первый хуже, а потому что о нём просто меньше данных для решения.

Вопрос: у вас в компании это тоже так работает — или видели обратные примеры?

#карьера #наблюдение #skillometer

Данные: как на самом деле распределён спрос на опыт у разработчиков.

Живая выгрузка HH.ru, 7 758 вакансий разработчика за 30 дней:
— без опыта — 486 (6%)
— 1-3 года — 2 612 (34%)
— 3-6 лет — 3 769 (49%)
— от 6 лет — 889 (11%)

Почти половина всего рынка — это спрос конкретно на middle (3-6 лет). Не потому что junior и senior не нужны — а потому что именно middle сейчас закрывает больше всего реальных задач бизнеса.

#рыноктруда #аналитика #hh #ит #skillometer

Что строим: метрика, которая измеряет не активность, а результат.

Стандартный подход к обучению отчитывается процентом прошедших курс — «весь отдел прошёл модуль». Это легко посчитать, но почти ничего не говорит о том, стало ли лучше.

Мы строим систему, которая до начала обучения фиксирует конкретный пробел в навыке, а после — проверяет, сократился ли именно он. Разговор с бизнесом становится другим: не «сколько людей прошли курс», а «на сколько закрылся конкретный дефицит компетенции».

#skillometer #продукт #обучение #навыки

Наблюдение: между «получить оффер» и «согласиться на оффер» есть пауза, которую почти никто не использует.

Большинство соглашается на первое предложенное число — сам факт оффера снимает тревогу поиска, и не хочется рисковать, продолжая разговор. Проблема в том, что для работодателя первое число почти никогда не финальное — это стартовая позиция переговоров, а не потолок.

Вопрос: вы когда-нибудь торговались по офферу после того, как его уже получили? Что случилось?

#карьера #переговоры #оффер #skillometer

Итоги недели: 3 проверенных цифры про рынок разработки (не ощущения, а живая выгрузка HH.ru):

— Удалённая работа — 35% вакансий разработчика
— AI-навыки прямо в требованиях — 17% вакансий (не половина, как иногда пишут)
— Вакансии без опыта — 6% рынка

Ни одна из этих цифр не бьётся с тем, что обычно говорят в комментариях про IT — рынок либо более, либо менее радикален, чем кажется, в зависимости от конкретной цифры.

#рыноктруда #итогинедели #аналитика #hh #skillometer