21 ноября 2026

btc = 60 244.00$ - 964.73 (-1.46 %)

usd = 82.19₽ 0.26 (0.32 %)

eur = 90.34₽ 0.48 (0.54 %)

cny = 12.28₽ 0.02 (0.17 %)

moex = 2 326.05 пт. -27.20 (-1.16 %)

btc = 60 244.00$ - 964.73 (-1.46 %)

usd = 82.19₽ 0.26 (0.32 %)

ИТ-компании вложат 10 млрд рублей в обучение студентов. Кого они хотят получить на выходе

6 минут на чтение
ИТ-компании вложат 10 млрд рублей в обучение студентов. Кого они хотят получить на выходе

Читайте в Telegram

|

Российские ИТ-компании заключили с университетами более тысячи соглашений о подготовке специалистов на сумму около 10 млрд рублей. По данным, опубликованным «Коммерсантом», договоренности подписали 450 организаций.

Бизнес будет помогать обновлять образовательные программы, направлять сотрудников преподавать профильные дисциплины и организовывать стажировки.

Для части компаний сотрудничество с вузами стало обязательным условием сохранения ИТ-аккредитации и налоговых льгот. Однако у новых правил есть более практическая цель: сократить разрыв между университетской подготовкой и требованиями промышленной разработки. Разработчик, который успешно сдал экзамен по программированию, еще не обязательно готов работать с большим корпоративным продуктом, его архитектурой, зависимостями и техническим долгом.

Кого обязали финансировать ИТ-образование

Новые требования распространяются на аккредитованные ИТ-компании с годовой выручкой от 1 млрд рублей и штатом не менее 100 человек, пользующиеся установленными налоговыми преференциями. Они должны направлять на подготовку специалистов не менее 3% средств, сэкономленных благодаря льготам. Речь идет о доле налоговой экономии, а не о 3% выручки компании.

Выполнить обязательство можно через соглашения с образовательными организациями. В зачет идут предусмотренные правилами мероприятия: участие сотрудников в преподавании, разработка и экспертиза программ, студенческие стажировки и другие форматы обучения. Таким образом, участие бизнеса измеряется не только денежными переводами. Компания может вкладывать время собственных специалистов, передавать университету практические задачи и помогать выстраивать обучение под актуальные технологии.

Но сама сумма соглашения еще мало говорит о результате. Университету могут передать оборудование, провести цикл лекций или организовать лабораторию. Для будущих работодателей важно другое: сможет ли выпускник после такого обучения разобраться в проекте и приступить к работе без длительной подготовки с нуля.

Почему выпускник с хорошим дипломом не всегда готов к работе

На учебном проекте студент обычно решает ограниченную задачу и самостоятельно отвечает за результат. В технологической компании ему предстоит разбираться в существующем коде, учитывать требования заказчика, проверять последствия изменений и согласовывать решения с аналитиками, тестировщиками и архитекторами.

Даже простая на вид доработка может затронуть несколько подсистем. Изменение модели данных требует проверки интеграций, обратной совместимости и сценариев эксплуатации. Для корпоративного ПО важно, чтобы новая функция работала при реальной нагрузке, не нарушала безопасность и сохраняла возможность обновлений.

С искусственным интеллектом разница между учебным и промышленным проектом особенно заметна. На занятиях можно обучить модель и проверить метрики на подготовленном наборе данных. В компании приходится разбираться с качеством источников, доступом к информации, подключением к действующим системам, мониторингом, производительностью и проверкой результатов. Работоспособный прототип еще не означает готовность сервиса к эксплуатации.

Поэтому работодателям нужны выпускники, которые умеют применять фундаментальные знания в условиях ограничений: читать чужой код, задавать вопросы по требованиям, документировать решения и проверять собственные выводы.

Один из способов сократить разрыв между теорией и практикой связан с постоянным участием компаний в учебном процессе. Практикующие специалисты могут преподавать профильные дисциплины, университеты получают доступ к программным продуктам, а студенты работают над прикладными задачами еще до выпуска.

«В подготовке ИТ-специалистов особенно важно постоянное сотрудничество вузов и работодателей. Преподавание практиков, доступ к программным продуктам компаний и совместные прикладные проекты помогают студентам осваивать технологии и понимать, как они используются в работе», — говорит Евгений Мошняцкий, коммерческий директор НТЦ АРГУС.

У компании такой формат сотрудничества уже выстроен с Санкт-Петербургским государственным университетом телекоммуникаций имени М. А. Бонч-Бруевича. Выпускники СПбГУТ составляют 40-50% сотрудников разработчика, а директор НТЦ АРГУС Александр Гольдштейн совмещает работу в компании с преподавательской деятельностью.

При участии компании в университете также создана лаборатория систем поддержки эксплуатации инфокоммуникационных сетей. Студенты работают с технологиями, которые применяются для управления сетями связи, а один из совместных проектов предусматривает интеграцию OSS-систем с модельной сетью университета. На таком стенде можно изучать взаимодействие ПО с сетевым оборудованием, проверку технической возможности подключения услуг и обнаружение устройств.

Стажировка стала длинным собеседованием

Сотрудничество с университетами дает ИТ-компаниям возможность знакомиться с будущими специалистами до выпуска. Обычное собеседование показывает знания кандидата лишь в нескольких ситуациях. Во время практики гораздо лучше видно, как человек осваивает незнакомый инструмент, ищет ошибку, воспринимает замечания и взаимодействует с командой.

«Во время практики мы видим, как студент разбирается в задаче, воспринимает обратную связь, работает самостоятельно и взаимодействует с коллегами. Такие наблюдения помогают нам принимать решения о найме. Когда выпускник после практики приходит работать в компанию, нам проще включить его в команду: он уже знаком с нашими продуктами, инструментами и требованиями к результату», — отмечает Евгений Мошняцкий, коммерческий директор НТЦ АРГУС.

Практика полезна и тем студентам, которые в итоге устраиваются в другую компанию. Опыт работы с требованиями, кодом, тестированием и технической документацией остается применимым у разных работодателей. Для университета это способ дополнить теорию реальными задачами, а для компании — возможность заранее оценить потенциальных сотрудников и сократить время их последующей адаптации.

Но стажировка работает только при наличии наставника и понятной последовательности задач. Если студенту дают исключительно формальные поручения, он мало узнает о промышленной разработке. Если сразу допускают к критичным компонентам без проверки и сопровождения, рискует уже сам проект. Нужны задачи с постепенно растущей сложностью и разбором решений опытными инженерами.

Чем партнерство отличается от разовой лекции

Самый простой способ привлечь бизнес к обучению — предложить практикующим специалистам вести занятия или руководить курсовыми проектами. Они могут дать студентам актуальные задания и объяснить ограничения, с которыми сталкиваются реальные команды.

Более глубокий формат включает совместные лаборатории, кафедры и исследовательские проекты. Здесь студенты получают возможность работать с инструментами и средами, близкими к промышленным, а преподаватели и инженеры могут вместе проверять новые идеи.

Есть и формат, при котором сам университет становится заказчиком корпоративной системы. В СПбГУТ, например, реализуется проект внедрения решения по управлению активами на базе «АРГУС AMS». Совместная работа университета и разработчика включает создание модели учета оборудования, автоматизацию отдельных операций, в том числе списания, и подготовку аналитики. Для студентов и преподавателей это возможность работать с реальной инфраструктурой, а для разработчика — получать обратную связь от заказчика со сложными требованиями.

При этом университету нельзя превращаться в учебный центр одного вендора. Технологический стек меняется, поэтому фундаментальная подготовка по алгоритмам, архитектуре, математике и системному проектированию остается необходимой. Практики помогают понять, как применять эти знания, а не заменяют их.

Есть и проблема распределения партнерств. Крупнейшие ИТ-компании традиционно сотрудничают с наиболее известными вузами, где уже сильны профильные кафедры. Региональным университетам и небольшим работодателям тоже нужны совместные программы, иначе дополнительное финансирование может преимущественно усилить давно сложившиеся связи.

Отдельная ставка на будущих ведущих разработчиков

Параллельно государство развивает программы «Топ-ИТ» и «Топ-ИИ», запущенные в 2025 году. К 2030 году по ним планируется подготовить 10 тыс. специалистов высокого уровня. В «Топ-ИТ» участвуют 26 вузов и около 40 индустриальных партнеров, в «Топ-ИИ» — 22 университета и 50 компаний.

Идея программ состоит в более глубоком изучении профильных дисциплин и раннем погружении в профессиональные задачи. В подготовке будущего архитектора или ведущего разработчика важны не только языки программирования. Ему необходимо понимать требования, проектировать взаимодействие компонентов, оценивать последствия технических решений и обеспечивать надежность системы в длительной эксплуатации.

По оценке работодателей, особенно востребованы бизнес-аналитики и архитекторы ПО, а также разработчики и тестировщики уровня senior. Однако готовить специалистов только под конкретный технологический стек недостаточно. Выпускнику нужна база, которая позволит осваивать новые инструменты: алгоритмы, математика, базы данных, операционные системы, сети и основы информационной безопасности.

Однако участник сильной образовательной программы не становится ведущим специалистом сразу после получения диплома. Для такой квалификации нужен опыт реальных проектов, ответственность за принятые решения и умение исправлять ошибки в работающих системах. Университет и индустриальные партнеры могут ускорить получение этой базы, но полноценный профессиональный рост продолжается уже на рабочем месте.

ИИ меняет требования к выпускникам

Отдельным навыком становится работа с ИИ-инструментами. Они уже применяются не только при написании кода, но и при анализе требований и данных, проектировании систем, тестировании и диагностике сбоев. Поэтому выпускнику недостаточно уметь сформулировать запрос к модели. Важно понимать, какие исходные данные ей можно передавать, как проверить ответ и в каких случаях результат нельзя использовать без дополнительной проверки.

«Сгенерированный код требует ревью и тестирования, аналитические выводы нужно сверять с исходными данными, а архитектурные предложения проверять на соответствие требованиям к производительности, надежности и безопасности. Выпускник должен понимать ограничения моделей, соблюдать правила обращения с корпоративными данными и уметь обосновать решения, принятые с помощью ИИ», — говорит Евгений Мошняцкий, коммерческий директор НТЦ АРГУС.

Для вузов это означает, что ИИ-навыки придется встраивать в разные дисциплины, а не выделять только в отдельный курс. Студенту-аналитику технология пригодится для работы с требованиями и данными, разработчику — для подготовки и проверки кода, тестировщику — для создания сценариев и анализа результатов. Во всех случаях главным остается способность специалиста проверить результат.

Как понять, что миллиарды потрачены с пользой

Количество заключенных соглашений и общий бюджет показывают масштаб инициативы. Качество подготовки эти показатели напрямую не измеряют. Одно партнерство может ограничиться несколькими лекциями, другое дать студентам многомесячную практику с реальными заданиями и наставниками.

Результат логичнее оценивать по тому, какие компетенции приобрели участники, насколько уверенно они работают с прикладными задачами и как быстро адаптируются после трудоустройства. Полезны также данные о востребованности программ у студентов и количестве проектов, доведенных до практического результата.

Для компаний особенно важна способность выпускника разобраться в незнакомой системе и проверить свою работу. Этот навык становится ценнее по мере распространения ИИ-инструментов. Нейросеть может подготовить черновик кода, тестовый сценарий или анализ требований, но качество результата должен оценить специалист, который понимает задачу и возможные последствия ошибки.

Новые правила делают сотрудничество с университетами массовым. Но формальное выполнение требований еще не гарантирует появления сильных инженеров. Реальная отдача будет зависеть от того, смогут ли работодатели предложить студентам содержательные задачи, а вузы — сохранить фундаментальную базу и встроить практику в обучение.

Для бизнеса инвестиции в образование окупаются прежде всего тогда, когда выпускник быстрее включается в команду и способен работать над реальным продуктом. Именно по таким результатам можно будет судить, что дали отрасли соглашения на 10 млрд рублей.

Обсудить
Блоги 1233
VK
Слетать.ру
OTP Bank
Softline
StudyAI
билайн
Т-Банк
SpeShu.AI
ВТБ
Газпромбанк

Кодик

Привет!

Я — Кодик, твой персональный ИИ-агент для поиска информации по «Код.ру» на базе Yandex AI Studio. Я могу быстро найти на сайте нужную тему, порекомендовать похожие материалы или объяснить сложный термин — и в целом поделиться знаниями о науке и технологиях. Задай вопрос или начни с одного из предложенных вариантов.