1. Андрей Бурилов (Управляющий директор по ИТ, Московская Биржа) Его команда реализовала один из сложнейших проектов года по версии Global CIO. Они провели полную миграцию единой клиентской базы данных на микросервисную архитектуру. Это позволяет главной торговой площадке России выдерживать колоссальные нагрузки и быстро запускать новые инструменты в условиях изоляции от западных рынков капитала.

2. Бинур Жаленов (Председатель Центра развития платежных и финансовых технологий, Нацбанк Казахстана) Главный идеолог цифрового тенге. В 2025 году проект CBDC (цифровой валюты центробанка) в Казахстане перешел в стадию реального внедрения, включая программируемые платежи и офлайн-транзакции. Это делает Казахстан одним из мировых лидеров в области государственных цифровых валют.

3. Ренат Туканов (CTO, Freedom Holding Corp., Казахстан) Продолжает строить глобальную цифровую экосистему, которая успешно конкурирует на международных рынках. Уникальность его подхода заключается в глубокой интеграции брокерских, банковских и страховых услуг в единое бесшовное приложение, работающее в нескольких юрисдикциях.

4. Федор Лежнев (CIO, Альфа-Капитал, Россия) В условиях волатильности рынков обеспечил создание надежной инвестиционной платформы. Его заслуга в построении системы, которая дает клиентам мгновенный доступ к торгам и аналитике, выдерживая пиковые нагрузки во время резких колебаний рынка.

5. Алексей Голубинцев (Замначальника Департамента, Газпромбанк, Россия) Отвечает за цифровизацию банковских процессов. Банк активно внедряет инструменты на базе искусственного интеллекта для оценки рисков и персонализации предложений, существенно сокращая время вывода продуктов на рынок (Time-to-Market).

6. Сергей Белан (Начальник управления защиты информации / Руководитель офиса цифровизации, Министерство антимонопольного регулирования и торговли Республики Беларусь). Занимается внедрением блокчейна для прозрачности торгов, киберзащитой госреестров. Разработал информационные системы «Анализ цен» и «Учет средств наружной рекламы» в рамках цифрового развития Беларуси.

7. Фарид Самедов (Kapital Bank, Азербайджан) Драйвер изменений в крупнейшем банке страны. Под его руководством приложение Birbank превратилось в полноценный SuperApp, объединяющий финансовые и нефинансовые сервисы, что стало бенчмарком для всего региона Южного Кавказа.

Промышленные гиганты и Энергетика

Здесь цифровая трансформация означает безопасность, непрерывность производства и переход на индустриальный софт собственной разработки.

8. Денис Яковлев (Директор по ИТ, АСЭ Росатом) Победитель конкурса «Проект года 2024» с системой КУСТО. Это решение позволило полностью импортозаместить управление ИТ-сервисами и активами на зарубежных площадках строительства АЭС. Критически важный проект для поддержания экспортного потенциала атомной отрасли.

9. Роман Жуков (Руководитель цифровой трансформации, Зарубежнефть) Фокусируется на создании цифровых двойников месторождений и предиктивной аналитике оборудования. Его работа демонстрирует, как «умная скважина» позволяет снижать себестоимость добычи даже на зрелых месторождениях.

10. Марат Молдабаев (Директор ИТ департамента, Интергаз Центральная Азия, Казахстан) Обеспечивает цифровую устойчивость газотранспортной системы Казахстана. Внедрение систем мониторинга и автоматизации процессов техобслуживания критично для энергетической безопасности региона.

11. Кирилл Семион (Начальник департамента информатизации, РЖД) Управляет гигантской цифровой машиной железных дорог. Главный вектор 2025 года для него связан с развитием квантовых коммуникаций и полным переводом рабочих мест сотрудников на отечественные операционные системы и офисные пакеты.

12. Вадим Желтухин (CIO, АЛРОСА) Внедряет технологии Индустрии 4.0 в суровых условиях Крайнего Севера. Автоматизация подземных рудников и использование AI для геологоразведки позволяют компании сохранять эффективность добычи алмазов.

13. Роман Цыганков (Директор по ИТ, АВТОЗАВОД Санкт-Петербург) Оптимизировал производственные цепочки с использованием ИИ, снизил простой на 30% за счет внедрения цифровых двойников.

14. Бегарс Усембаев (Управляющий директор IQ Solutions, Казахстан) Занимался проектами по разработке цифровых двойников для нефтедобычи и симуляции сценариев на базе ИИ.

Ритейл и E-commerce

В торговле побеждает тот, кто лучше всех знает своего клиента и умеет предсказывать спрос.

15. Денис Коровин (Операционный директор ИТ, Лента) Один из ключевых спикеров TAdviser Summit. Его команда успешно трансформирует классический ритейл в технологическую компанию, внедряя продвинутую аналитику для управления ассортиментом и ценообразованием в реальном времени.

16. Михаил Кудашев (CIO, SOKOLOV) Построил в ювелирной сети одну из самых передовых систем работы с данными (Data-Driven подход). Благодаря этому компания может гиперперсонализировать предложения для покупателей, что значительно увеличивает средний чек и лояльность.

17. Леонид Черный (CDO, Uzum, Узбекистан) Технологический архитектор первого «единорога» Узбекистана. Создание экосистемы, объединяющей маркетплейс, финтех и доставку еды, требует филигранной работы с большими данными, что и обеспечивает взрывной рост компании.

18. ИТ-команда ГК «Детский мир» (Коллективный успех, отмеченный премией TAdviser IT Prize 2024). Компания провела масштабную модернизацию инфраструктуры, обеспечив стабильность онлайн-продаж и омниканального обслуживания миллионов родителей по всей стране.

19. Артем Шунтиков (Директор по ИТГК РусБизнесАвто) Занимается цифровизацией логистики и CRM-систем, интеграцией с российскими платформами для импортозамещения. В 2024-2025 году разработал единую облачную платформу для дилерской сети, что привело к ускорению обработки заказов на 60%.

20. Светлана Соловьева (CDO, Юнилевер Русь) Успешно адаптировала глобальные практики FMCG-гиганта к локальным условиям. Фокус на e-commerce аналитике и автоматизации цепочек поставок позволяет компании гибко реагировать на изменение потребительского спроса.

Платформы и Экосистемы

Лидеры, создающие фундамент для цифрового развития государства и бизнеса.

21. Максим Тятюшев (Гендиректор, СберТех) Развивает Platform V — технологический фундамент Сбера. В 2025 году эта платформа стала ключевым продуктом для импортозамещения в крупнейших корпорациях страны, предлагая готовую альтернативу западным решениям.

22. Станислав Лазуков (Гендиректор, TData / Ростелеком) Лауреат TAdviser IT Prize 2025. Его команда создает национальные инструменты управления данными. Проект с AstraZeneca доказал, что российские платформы Data Governance могут успешно применяться даже в таких требовательных к качеству данных отраслях, как фармацевтика.

23. Дмитрий Ильин (Замгендиректора по ИТ, Почта России) Продолжает трансформацию логистического оператора в цифровую компанию. Развитие цифровых сервисов для электронной коммерции и автоматизация сортировки — главные приоритеты для повышения скорости доставки.

24. Владимир Замаруев (CIO, Уральский завод гражданской авиации) Отвечает за цифровое крыло авиастроения. Внедрение систем управления жизненным циклом изделия (PLM) на отечественном ПО критически важно для возрождения гражданской авиации и запуска в серию новых самолетов.

25. Инна Сенчугова (Директор по ИТ Михайловский театр / МХАТ им. Горького)  Цифровизировала культурные сервисы: VR-туры и онлайн-билеты, что привело к росту аудитории на 50%.

Заминочка только одна. Весь опыт работы - 1.5 года Skillbox.
Якобы они там сначала обучаются, а потом стажируются.
Неоднократно я слышал про этот Skillbox, но тут прям любопытство взяло.
"Зови мальца" - говорю я HRше, а сам погружаюсь в томительное ожидание.

Настаёт день Х.

Устраиваем тройничок - я, HRша и кандидат.

Начали, традиционно, с выслушивания претендента. Тот бойко так стелит, и человек, не погружённый в IT точно впечатлился бы.
А я слышу прям откровенную чушь периодически.
Ну, суть да дело, выслушали, настал и мой черёд.

"А расскажи-ка, милчеловек, что за звери такие - TCP и UDP? Чем отличаются они?" - спрашиваю я.
В ответ тишина, а в глазах испуг.
"Ну а что такое DNS и DHCP?" - про себя думаю, ну раз инфраструктуру разворачивал, уж это-то должен знать.
Фигушки.
Правда уже не испуг услышал, а какие-то фантазии.

"Ну ладно" думаю. Про докер он мне рассказывал.
"А расскажи мне, родимый, чем образ отличается от контейнера?"
Тут опять поток несвязного сознания.

Решил дать передышку (и себе, и бедолаге). Спрашиваю: "Чем на стажировке занимались?"
Что-то там он вещал, что не помню, но обронил он фразу, что подключался к серверам по SSH.

"О! - думаю, он же в облаке инфраструктуру разворачивал, и всякое такое. Ведь наверняка знает, на каком порту по умолчанию SSH работает. Ну и спрашиваю его об этом.
А он и на это ответить не может.

Я для приличия ещё пару вопросов задал, да и попрощался.

Так и состоялось моё знакомство с представителем тех, кто услышал, что "в ИТ большие деньги платят за просто так", и что "мы из вас с нуля за год сделаем девопса".
А по факту за 1,5 года их научили только модным словам и составлению прекрасного резюме.
С тех пор если в резюме встречается слово "Skillbox", и это всё, что там есть - повод задуматься, а стоит ли вообще таких рассматривать.

Процесс найма обычно выглядит так:

Ты публикуешь вакансию на HeadHunter.

За день прилетает 50–100 откликов.

Ты начинаешь их открывать.

Через час у тебя дергается глаз.

Половина кандидатов вообще не читала описание вакансии. Люди откликаются веерно: «Авось куда-то возьмут». Ты ищешь менеджера в B2B со знанием тендеров, а тебе присылают резюме продавца-консультанта из салона сотовой связи. Формально и то, и то — «продажи», но по факту — разные вселенные.

Чтобы найти одного достойного кандидата, нужно просеять сотни анкет. Это часы монотонной работы, которая отвлекает от реальных дел. Я посмотрел на свой инструмент, где уже успешно трудились нейросети Gemini, и подумал: «Если ИИ может понять, подходит ли этот товар под запрос клиента, почему он не может понять, подходит ли этот человек под нашу вакансию?»

Так началась разработка модуля «Поиск резюме (HH.ru)».

Задача был достаточно простой: построить эффективную воронку отбора

Стандартный поиск на работных сайтах — это набор фильтров. Это работает, но грубо. Мне нужен был инструмент, который бы автоматизировал не просто поиск, а весь процесс первичного отсева, работая по принципу умной воронки: от широкого захвата к глубокому анализу только лучших (ну или хотя бы отсеять ненужные резюме).

Вот как я это реализовал.

Интеграция с HeadHunter

Первым делом нужно было научить мое Python-приложение общаться с HH.ru. Я зарегистрировал приложение в кабинете разработчика HeadHunter, получил Client ID и Client Secret.

В интерфейсе своего инструмента я добавил кнопку авторизации. Работает это через стандартный протокол OAuth. Я нажимаю «Войти через HH». Открывается окно браузера, где я подтверждаю доступ. Приложение получает токен и сохраняет его (в зашифрованном виде, разумеется). Теперь мой скрипт может официально делать запросы к базе резюме от моего имени.

Предварительный поиск

Я сознательно отказался от сложных интерфейсов. Вместо этого — два простых поля: Город и Текстовый запрос. В поле запроса я пишу так, как сказал бы живому рекрутеру.

Пример: «Нужен активный менеджер по продажам спецодежды. Обязателен опыт работы с юрлицами (B2B), понимание 44-ФЗ и тендеров. Желательно наличие автомобиля».

Как это работает под капотом:

Скрипт берет точный текст моего запроса и город. Он находит ID города (например, Москва — это 1, Краснодар — 53) для API.

Затем он делает запрос к HH.ru, прося выдать до 200 самых свежих резюме, которые соответствуют поисковой фразе в указанном регионе.

Сразу после получения списка, запускается строгий локальный фильтр. API HH.ru может выдать кандидатов из всего края или тех, кто готов к переезду. Мой скрипт проверяет поле «Город» в каждом резюме и отбрасывает всех, у кого оно не совпадает с введенным мной названием.

На выходе мы получаем отфильтрованный список кандидатов строго из нужного нам города.

«Быстрый сканер» — локальный предварительный рейтинг

Анализировать все 150-200 резюме с помощью Gemini — дорого и долго. Поэтому следующий этап — быстрая внутренняя сортировка.

Система проходит по каждому резюме из отфильтрованного списка и начисляет ему предварительные баллы. Ищет совпадения ключевых слов из моего запроса в названии должности и ключевых навыках кандидата. Добавляет бонусные баллы, если резюме было обновлено недавно. Это не ИИ, а простой и быстрый алгоритм. Его задача — поднять наверх списка тех, кто с наибольшей вероятностью подходит под запрос.

Глубокий анализ лучших с помощью Gemini

Вот здесь и начинается ИИ-магия. Система берет топ-50 (или меньше, в зависимости от настроек) кандидатов из предварительно отсортированного списка и только для них запускает глубокий анализ.  Для этих 50 кандидатов скачиваются их полные резюме: весь опыт работы, обязанности, достижения, раздел «Обо мне». Далее, для каждого кандидата, этот массив текста отправляется модели Gemini (роль «HH-Analyst»). В промпте для нее заложены инструкции опытного HR-директора.

ИИ делает следующее:

Сравнивает профиль с запросом. Он проверяет, действительно ли опыт кандидата релевантен. Если человек 10 лет продавал, но не в B2B, а в рознице — ИИ это заметит и снизит балл. Выставляет оценку. От 1 до 10 баллов по шкале соответствия моей вакансии. Пишет саммари (Summary). Это краткая выжимка в 2-3 предложения. Например: «Кандидат с сильным профилем в продажах, знает наш рынок. Из минусов — часто меняет работу (4 места за 2 года)».

Генерирует вопросы для собеседования. Это доп фича для руководителя. ИИ видит пробелы или интересные места в резюме и формулирует конкретные вопросы. Пример: «Вы указали, что выиграли крупный тендер в 2023 году. Какова была ваша роль в подготовке документации?»

Весь этот процесс для 50 кандидатов занимает пару минут. Вручную я бы потратил на это несколько часов.

Результат: Как это выглядит на экране

Когда анализ завершен, я вижу перед собой информативные карточки, отсортированные по финальному рейтингу от ИИ. Сверху — «десятки» и «девятки».

В карточке я сразу вижу:

ФИО, возраст, город.

Вердикт ИИ: Оценка и обоснование (почему этот кандидат подходит или нет).

Опыт работы

Вопросы: Готовый список, который можно распечатать перед звонком.

Если мне нравится кандидат, я нажимаю «Показать опыт работы», и разворачивается детализация, где уже подсвечены ключевые навыки, которые я искал.

Экспорт и работа с командой

К примеру, мне нужно показать кандидатов руководителю отдела продаж. Скидывать ссылки в мессенджер неудобно. Поэтому я добавил кнопку «Скачать отчет в Excel». Система формирует аккуратную таблицу. В ней есть колонки: ФИО, Ссылка, Зарплата, Телефон и, самое главное, — Комментарий ИИ и Вопросы.

Итоги внедрения

Потенциальный эффект: что может измениться в нашем найме?

Внедрение такого автоматизированного подхода может кардинально изменить процесс подбора персонала в компании, особенно там, где нет выделенного HR-отдела. Скорость найма. Больше не нужно копить резюме днями, чтобы выделить время на их чтение. Запустили скрипт, ушли пить кофе, вернулись — список лучших кандидатов готов.

Качество кандидатов. Снижается риск пропустить хороших специалистов, у которых просто неидеально оформлено резюме (хотя тут большой вопрос, если он не может продать себя, как он будет продавать что-то еще). ИИ видит суть опыта, даже если он описан корявым языком, и находит скрытые таланты.

Уровень собеседований. Даже если интервью проводит не профессиональный рекрутер, а линейный руководитель, у него перед глазами будет список умных, предметных вопросов, сгенерированных ИИ на основе анализа конкретного резюме. Разговор сразу становится более глубоким и по делу.

Конечно, ИИ не заменит личного общения. Он не оценит адекватность человека, его харизму и то, как он вольется в коллектив. Но он может снять с руководителей огромный пласт рутинной работы по первичному отсеву. В результате можно тратить свою энергию и время только на тех, кто этого действительно стоит.

Всех благодарю за прочтение. Всем успехов в ваших начинаниях!
оригинал статьи

P.S.: в ходе обсуждений пришел к тому, что необходимо внедрить ИИ детектинг резюме. То есть определять резюме, которые были написаны с помощью ИИ. Это не говорит, что их нужно отфильтровать, но знать об этом не помешало бы.

Это было самосборное железо, и мы очень быстро поняли, почему это плохой путь для хостинг-провайдера: да, на старте это дешевле, но в долгосрочной перспективе — ад. У тебя образуется зоопарк из разных комплектующих, что-то постоянно выходит из строя, и по закону подлости ломается именно та деталь, которой нет на складе. Стоимость обслуживания и аварийного набора запчастей съедает всю первоначальную экономию.

Поэтому мы перешли на энтерпрайз-оборудование. Сначала это был Huawei. С ними было непросто договориться: в энтерпрайзе — свои законы, «туман войны», где никто не знает реальных цен. Мы научились с ними говорить: не просто приходить с вопросом «Что почём?», а показывать бизнес-план закупок на три года вперёд. Только тогда тебя начинают воспринимать всерьёз.

Вот когда Хуавей ушли, мы стали работать с другими китайцами — Lenovo. Эти просто ушли с рынка, кинув всех с гарантией. Вот так просто.

Сейчас мы всё равно покупаем энтерпрайз-железо, в основном — Huawei: по миру и через параллельный импорт. Да, с гарантией всё сложно. Но мы понимаем, что это всё равно надёжнее и предсказуемее, чем снова возвращаться к самосборам. Это бизнес. Если завтра Lenovo вернётся и предложит хорошую цену — мы купим у них. Но осадочек, конечно, остался.

Ну а с Хуавеем, разумеется, у нас было много интересных историй, но всё равно в оконцовке они вели себя очень прилично. За что им и спасибо!

А вот ссылка на сайт.

Сейчас из каждого утюга слышу, что работу найти сложно, что на поиск работы надо закладывать 6 месяцев и т.д. и т.п. Ну ОК, подумала я, и вот в октябре начала искать, отрыла резюме на hh.ru для всех желающих, стала повторять теорию, нарешивать задачки и т.д.

Просматриваю вакансии, отбираю в избранное, потом анализирую, что и как там может быть. И наблюдаю за своим резюме. В итоге:
- просмотров резюме - кот наплакал,
- на отклики, релевантные моему опыту - отказы
- предложения только с релокацией в другую страну

Смотрю я статистику своего резюме: последний раз искала работу через HH в 2021 году, просмотров резюме по 10 в день. А сейчас дай бог 3 в неделю.

Резюме у меня одно, я его обновляю и дополняю по мере изменения моего опыта.

Читаю информацию про текущее положение на рынке, везде слышу, что рынок работодателя, что вакансий мало, резюме много. А дальше, очень часто натыкаюсь на то, что все разом говорят - надо делать резюме под конкретную вакансию

Причиной всего этого - автоматизация процессов. Первый скрининг резюме проводит не HR, а AI-агент, настроенный под конкретные триггерные слова.

Раньше мы писали резюме для людей.
Теперь - сначала для алгоритмов

Эпоха универсальных резюме закончилась.
Не потому, что специалисты стали хуже.
А потому что требования стали более структурированными, а инструменты поиска - более автоматизированными.

И теперь у меня вместо одного резюме - 4 резюме, с нотками особенностей под конкретные направления.

Опыт один и тот же.
Но фокус - разный.
И именно фокус видят алгоритмы.

И вот в этой статистике, которую вещает HH.ru - ссылка на презентацию здесь
Говорится о динамики среднего числа вакансий и резюме

Сопоставление вакансий идет к количеству резюме - не к количеству кандидатов.

Если даже возьмем меня, то у меня 4 резюме (планируется еще одно), т.е. количество резюме (в моем случае надо разделить на 4). А если это применить ко всем резюме, то может быть и картина то изменится. И не будем мы использовать слово рынок работодателя - а может быть другой рынок. Например рынок AI-ассистентов

Со стороны соискателей, тоже идет автоматизация. Соискатели в ручную откликаются на 100 вакансий из идеи - а что-то да и сработает. Либо также настраивают автоотклик, автообновление. Все это приводит к тому, что на одну вакансию HR-ы получают 400-3000 откликов, что руками нереально разобрать.

Поэтому компании:
- ставят автоскоринг
- ранжируют по ключевым словам
- убирают резюме, которые хоть чуть-чуть не совпадают
- сортируют по «свежести обновления»

И это не плохо и не хорошо — это новая норма.
Но к ней нужно адаптироваться.

Искать работу в конце 2025 года — это уже не про то, чтобы быть «идеальным кандидатом».
Это про то, чтобы быть заметным в мире, где первые фильтры проходят не люди, а алгоритмы.

Ну а я в своем канале про SQL буду продолжать делиться полезной информацией, интересными задачками и продолжать вдохновлять людей для изучения аналитики.
Если тебе интересно, подписывайся На связи: SQL

Этот канал я веду с нуля.