10 лет IT-рекрутинга: 5 ошибок, которые компании до сих пор делают при найме инженеров

С 2016 года IT рекрутинговое агентство EvoTalents закрыло более 400 технических и нетехнических ролей для разнообразных IT-компаний. За это время мы видели одни и те же ошибки снова и снова - независимо от размера компании, стека или отрасли.

За последний месяц мы провели дискавери-звонки с 12 компаниями, которые активно нанимают IT-специалистов. У восьми из двенадцати HR-команды без реального IT-бэкграунда. Семь уже не смогли закрыть нишевые технические роли своими силами. У пяти - зарплатные ожидания, которые расходятся с рынком. Ещё пять приходили с открытым недоверием к агентствам после неудачного прошлого опыта.

Всё это - знакомые сценарии. И разобраться в них до того, как вакансия открыта, а не после трёх месяцев безрезультатного поиска, - вот что реально влияет на исход.

Вот пять ошибок, которые мы видим чаще всего. И шестая, которая появилась в 2026 году.

Ошибка 1: IT-найм по правилам общего рекрутинга

Стандартные HR-процессы создавались под массовый найм с понятными, предсказуемыми ролями. Найм инженеров устроен иначе. Кандидатов мало, оценка требует технической экспертизы, а те, кто действительно нужен, уже работают - и часто менять ничего не планируют.

Когда к техническим ролям применяют общие практики, получается предсказуемое: вакансии на джоб-бордах, которые нужная аудитория просто не смотрит; скрининговые звонки с людьми, которые не могут оценить технический уровень; метрики из нетехнического рекрутинга - количество откликов, скорость закрытия - которые ничего не говорят о качестве найма.

Восемь из двенадцати компаний в наших звонках вели технические роли силами HR без IT-специфики. И в каждом случае узким местом оказывался скрининг: сильные кандидаты уходили незамеченными, слабые - продвигались дальше, потому что скринер просто не знал, как их различить.

Решение не обязательно означает смену команды. Иногда достаточно подключить хайринг-менеджера к ранним звонкам, прокачать HR под конкретный стек или найти партнёра, для которого IT-роли - не разовая история, а основная специализация.

Ошибка 2: Вакансии-единороги, которые отсекают всех реальных кандидатов

Вакансия-единорог - один из самых распространённых паттернов в техническом найме, и один из самых разрушительных. Она объединяет требования трёх разных senior-ролей, перечисляет каждую технологию, с которой команда когда-либо пересекалась, требует 8+ лет опыта во фреймворке, которому 4 года, - и потом искренне удивляется, почему откликов нет.

Семь из двенадцати компаний в наших недавних звонках держали открытыми позиции именно такого типа - по два месяца и дольше, потому что найти человека под такой список просто невозможно.

Как правило, за этим стоит реальная потребность, которая исказилась в процессе написания вакансии. Хайринг-менеджер понимает, чего не хватает команде, - и пока описание составляется, к нему приклеивается всё желаемое из смежных областей. В итоге документ описывает не конкретного человека, а собирательный образ, которого на рынке не существует.

Простой способ исправить это: чётко разделить must-have и nice-to-have, и честно ответить на вопрос - возьмём ли мы кандидата с 60% nice-to-have, но 100% must-have? Если да, описание вакансии должно это отражать.

Ошибка 3: Бюджет ниже рынка - и удивление, когда кандидат отказывается на оффере

У пяти из двенадцати компаний в наших звонках зарплатные диапазоны расходились с рынком на 20-40% для senior-ролей. И в каждом случае это выяснялось только на этапе оффера - после недель сорсинга, скрининга и интервью.

Рынок опытных инженеров - особенно в distributed systems, security, AI/ML infrastructure или специализированных стеках вроде Rust и Solana - живёт по реальным ценам здесь и сейчас. Данные двухлетней давности не работают. А кандидаты, которые пользуются наибольшим спросом, прекрасно знают себе цену.

Цена бюджетного разрыва - это не только потерянный кандидат. Это часы рекрутера, время хайринг-менеджера, задержка проекта и репутация компании в узкой технической среде, где все про всех знают. Восстановить имидж работодателя, который предлагает ниже рынка, - задача небыстрая.

Правильная последовательность: проверить рынок до того, как вакансия выходит в свет, а не после первого отказа на оффере. Хорошие ориентиры - Stack Overflow Developer Survey и данные по недавно закрытым ролям на сопоставимых рынках. Они дают более актуальную картину, чем внутренние грейды, которые не пересматривались два года.

Ошибка 4: Поздний старт поиска

Одна из самых частых ошибок в найме - начинать поиск уже после того, как потребность стала срочной. Компания в апреле решает, что нужен senior backend-инженер к июлю. Сорсинг стартует в начале июля. А потом выясняется, что кандидаты требуют 3-6 недель только на то, чтобы пройти все этапы и отработать у текущего работодателя. Роль закрывается в октябре - в лучшем случае.

Для нишевых технических ролей - security-инженеры, ML-инженеры, senior embedded-инженеры, позиции с редким сочетанием технического стека и доменного опыта - реальный time-to-fill при качественном поиске составляет 8-16 недель. И это при хорошо описанной вакансии, конкурентной компенсации и немедленном старте.

Из этого следует простой вывод: если найм нужен к третьему кварталу, поиск должен начинаться во втором. Ждать официального подтверждения headcount - не обязательно. Маппинг рынка, формирование первичного пайплайна и предварительные разговоры с кандидатами вполне можно начинать заранее.

Каждая неделя опоздания в начале поиска оборачивается двумя-тремя неделями опоздания в конце: второй и третий круги кандидатов почти никогда не бывают такими же сильными, как первый.

Ошибка 5: Агентство виновато - хотя проблема внутри

Пять из двенадцати компаний в наших звонках откровенно не доверяли внешним агентствам - и за каждым таким отношением стояла конкретная история: кандидаты не того уровня, пропавший ресёрчер после предоплаты, ретейнер без результата.

Это недоверие нередко оправданно. На рынке много обобщённых агентств, которые берутся за технические роли, не разбираясь в стеке, и закрывают их количеством, а не качеством. Плохой опыт с агентствами - не редкость.

Но есть и другая сторона. Часть самых устойчивых проблем с наймом, которые мы наблюдаем, - это то, что агентство в принципе не может исправить: онбординг, после которого новые сотрудники уходят в первые три месяца; роль, которая меняется уже после подписания оффера; культурный разрыв, который был виден на интервью, но его проигнорировали; или настолько медленная обратная связь, что хороший кандидат успевает принять другой оффер, пока ждёт второго раунда.

Важно понимать разницу: она определяет, что именно нужно менять. Агентство присылает не тех людей - значит, нужно другое агентство или более чёткий бриф. Новый сотрудник уходит через два месяца - значит, проблема внутри: роль, онбординг, управление. Если смешивать эти два сценария, реальная проблема так и не решается.

Ошибка 6 (новая в 2026): AI-инструменты без AI-процесса

В 2024-2025 годах появился новый тип ошибки - на стыке интереса к AI и рекрутинговых операций. Компании начали вкладывать от 30 000 до 70 000 долларов в AI-платформы для рекрутинга - автоматизацию сорсинга, парсинг резюме, скоринг кандидатов, боты для планирования интервью - не разобравшись сначала с теми проблемами, которые эти инструменты должны были решить.

Результат оказался предсказуемым. AI поверх сломанного процесса даёт сломанный результат - только быстрее. Инструмент сорсинга с плохо написанной вакансией генерирует больше нерелевантных кандидатов. Модель скоринга, обученная на старых данных найма, воспроизводит все те же перекосы. Автоматизированное планирование интервью ускоряет процесс, который стоило бы сначала пересобрать.

Компании, которые в 2026 году получают реальную отдачу от AI в рекрутинге, - те, кто использовал решение о покупке платформы как повод разобраться с процессом: уточнить требования к ролям, привести в порядок данные в ATS, проверить компенсацию по рынку, выстроить единый подход к оценке кандидатов. После этого инструмент действительно ускоряет то, что уже работало.

Хороший вопрос перед покупкой любой AI-платформы для рекрутинга: если убрать AI и делать всё руками - будет ли результат хорошим? Если нет - AI его не улучшит.

Что сделать до того, как открывать следующую вакансию

У всех шести ошибок есть общая черта: их гораздо проще устранить до начала поиска, чем после того, как первый кандидат уже ушёл к конкурентам или отказался от оффера.

Мы проводим бесплатные 30-минутные звонки, где разбираем конкретную ситуацию: как описана роль, реалистичен ли бюджет, кто и как проводит скрининг, насколько процесс соответствует рынку. Не продажа - диагностика. В конце звонка у вас будет чёткое понимание, где именно пробел и что с этим делать.