«Ищем Junior‑разработчика с опытом работы от 3 лет» — мем, который перестал быть смешным. «Замкнутый круг джуниора» существовал всегда: без опыта не берут на работу, а взять опыт негде, если тебя не берут. Но за последние пару лет эта стена стала еще выше и толще.
Парадокс в том, что IT‑индустрии всё еще критически нужны люди. Однако традиционный мостик между «выпускником курсов» и «полезным инженером» оказался сломан.
В СВОЙ Тех (ИТ‑кластер финтех‑группы СВОЙ, ранее — IDF Eurasia) нашли решение, которое работает уже не первый год: вместо того чтобы искать «идеальных джуниоров» на перегретом рынке или полностью перекладывать рутину на нейросети, компания растит сильное IT‑ядро с помощью собственного проекта Laboratory 2.0.
Как устроена «Лаборатория», почему генеративный ИИ не заменил новичков и как получить работу в финтехе с первого дня обучения — с удовольствием разбираю в этой статье, потому что признаюсь — как для PR‑менеджера в IT это мой любимый кейс. Потому что «Лаборатория» — один из редких проектов, где видишь реальные человеческие истории: как ребята, которые еще вчера стеснялись задать вопрос в чате, через пару лет уже управляют командой или сами становятся менторами.
Почему джуниорам стало сложно как никогда?
Чтобы понять уникальность Laboratory 2.0, важно взглянуть на контекст. Сегодня начинающий специалист сталкивается с триадой вызовов:
Революция генеративного ИИ. AI‑ассистенты вроде Claude, GitHub Copilot и специализированных LLM‑моделей берут на себя то, за счет чего раньше «разгонялись» джуниоры: верстку базовых интерфейсов, написание простых автотестов, генерацию CRUD‑запросов и boilerplate‑кода. Задачи начального уровня просто исчезают из бэклога команд.
Завышенный порог входа. От новичка сегодня ждут не просто знания синтаксиса языка. Требуется понимание микросервисной архитектуры, CI/CD, паттернов проектирования, а также продуктового контекста бизнеса.
Экономика сдерживания. В условиях оптимизации бюджетов бизнесу проще переплатить за Senior‑специалиста, который начнет приносить ценность «завтра», чем инвестировать ресурсы в адаптацию начинающего с неизвестным результатом.
Итог? Тысячи талантливых ребят с хорошей базой оказываются «за бортом» индустрии.
Но что, если посмотреть на ИИ не как на конкурента джуниоров, а как на катализатор их роста? А на обучение — не как на социальную абстракцию, а как на точечную инвестицию бизнеса?
Laboratory 2.0: не стажировка, а оффер с первого дня
Проект Laboratory 2.0 зародился как системная инициатива подготовки кадров и продолжен в рамках развития продуктов СВОЙ Тех. В его основе лежит коренной отказ от формата классических «курсов» или «бесплатных стажировок».
Главная проблема большинства курсов — они оторваны от реальности. Студенты пилят очередной «to‑do list» или абстрактный интернет‑магазин, а приходя на собеседование в реальный финтех, теряются при виде продакшн‑архитектуры.
В Laboratory 2.0 всё иначе:
Оффер с первого дня. «Лаборант» — это не слушатель лекций. Это полноценный сотрудник компании. С первого дня он оформляется по контракту и получает заработную плату.
Работа в реальном контексте. Никаких синтетических задач. Обучение строится вокруг тех стеков, архитектурных решений и бизнес‑процессов, которые используются в основных проектах группы.
Система персонального менторства. За каждым лаборантом или небольшой группой закрепляется ментор из числа Senior или Lead‑специалистов. Это не лектор, читающий по слайдам, а действующий сотрудник компании.
ИИ как усилитель, а не замена. В Laboratory 2.0 новичков не учат прятаться от нейросетей — их учат правильно их использовать. Джуниор, умеющий грамотно промптить ИИ для рутины и фокусироваться на логике и безопасности данных, ценнее «сухого» синтаксиса. У нас действует простое правило: AI может сгенерировать шаблон или рутину, но на код‑ревью лаборант обязан аргументировать каждую строчку, работу с транзакциями БД и безопасность данных. Если понимания нет — пулл‑реквест не пройдет, даже если код работает.
Как устроен 3-месячный «буткамп»
Программа длится 3 месяца и сфокусирована на максимальном погружении.
Строгий, но честный отбор. Чтобы попасть в Laboratory 2.0, не нужно иметь 5 лет опыта, но важна сильная фундаментальная база (выпускники профильных ВУЗов, IT‑школ и курсов или свитчеры с хорошим пет‑проектом), гибкость мышления и горящие глаза.
Очный интенсив в офисе. Обучение проходит офлайн в комфортном офисе. В эпоху тотальной «удаленной работы» именно очное присутствие на старте позволяет наладить «короткое плечо» коммуникации с ментором, за пару минут разбирать сложные блокеры и пропитаться инженерной культурой компании.
Боевой технологический стек. Направления подготовки гибко адаптируются под актуальные запросы финтех‑экосистемы. Ключевой упор делается на Java‑разработку (Backend) (от проектирования REST API до работы с микросервисами), ручное и автоматизированное тестирование (QA/AQA), бизнес‑анализ (BA) и Front‑End. Программа постоянно развивает новые треки: от инфраструктурных дисциплин (DevOps) до работы с большими данными (Data Engineering на базе Airflow, ClickHouse и dbt).
Углубленный онбординг и закрытие ИС. Подготовка проходит в формате системного, интенсивного онбординга. Лаборанты закрывают стандартный испытательный срок точно так же, как и все остальные специалисты компании, — через демонстрацию реальных результатов работы, выполнение KPI и полноценную интеграцию в рабочие процессы.
Слово ментору:
«Первые пару недель с новичками — это всегда проверка на прочность для обеих сторон: куча вопросов, притирка к стеку и процессам. Но когда к концу второго месяца они самостоятельно подхватывают таски по микросервисам и интеграциям, ты осознаешь, что вырастил сильного коллегу под задачи своей команды, а не просто потратил время на лекции».
Результаты проекта: от лаборантов до синьоров и лидов
За 5 лет существования проект Laboratory 2.0 охватил ключевые локации компании, доказав свою высокую эффективность как внутренний инкубатор IT‑кадров:
Более 200 участников успешно прошли подготовку в рамках «лаборатории» по основным инженерным и аналитическим направлениям.
Сразу после окончания в среднем 95% выпускников присоединяются к действующим командам.
При этом текучесть после 3 лет работы в компании среди бывших лаборантов составляет не более 5,5%.
Таблица динамики удержания на основе данных, которые раздобыла у HR‑отдела:
Год набора в Laboratory 2.0 | Текучесть через 1 год | Текучесть через 2 года | Текучесть через 3 года | Статус долгосрочного удержания |
Набор 2021 | — | — | 5,26% | Высокое удержание (>94%) |
Набор 2022 | — | 8,14% | 2,33% | Отличный показатель (>97%) |
Набор 2023 | 11,54% | 19,23% | 0,00% | Стабилизация к 3-му году |
Набор 2024 | 0,00% | 0,00% | — | 100% сохранение состава |
Набор 2025 | 10,53% | — | — | Проходит период адаптации |
Если взглянуть на цифры честно, заметен небольшой пик текучести в наборе 2023 года. Это был период, когда мы активно экспериментировали со сложностью стека и масштабировали новые направления. Часть ребят со временем переросла роли или сменила вектор, а мы сделали выводы: пересобрали систему отбора, усилили институт менторства и скорректировали онбординг. Результат виден на наборе 2024 года — 100% удержание состава на протяжении двух лет.
Карьерный лифт в действии: бывшие лаборанты не просто остаются в компании, но и успешно дорастают до позиций Senior‑разработчиков, лидов направлений и тимлидов на проектах финтех‑группы СВОЙ.
Развитие менторства становится для опытных специалистов альтернативным треком карьеры. Становясь наставниками, действующие Senior‑ы получают понятный вектор горизонтального роста. Передача опыта позволяет им прокачать навыки управления и преподавания, формируя надежный кадровый резерв компании.
Вместо вывода
Проект Laboratory 2.0 доказывает: проблемы с наймом джуниоров — это не неизбежность, а вопрос подхода. Когда компания готова инвестировать в талант на старте, создавать условия для интенсивного роста и давать реальные задачи, фраза «без опыта не берем» навсегда теряет свой смысл.
А как в ваших компаниях решен вопрос онбординга новичков в эпоху AI‑ассистентов? Полностью перешли на найм Middle/Senior‑инженеров или развиваете собственные обучающие программы и буткампы? Давайте обсудим в комментариях!
