Анализ вакансий на рынке проектирования в строительстве. Май 2025
2025.05.7
Если я чем-то занимаюсь, люблю это систематизировать и автоматизировать, получать максимальное количество данных. Часто за последнее время приходилось мониторить рынок труда из-за смены работы и из-за ускоренно растущих зарплат. Вместо простого скроллинга вакансий предпочитаю делать объемные выборки на основе данных. Это позволяет получить актуальную информацию по предлагаемым зарплатам и лучше ориентироваться в рынке. В этой статье разложил по полочкам рынок вакансий в сфере строительного проектирования.
Также поделился своими инструментами для сбора информации. Об этом будут в самом конце - в технической части.
Общую статистику по рынку труда можно посмотреть на сайте hh: hh Статистика: сервис открытой аналитики рынка труда.
Вот общая статистика для строительной отрасли.
Рост количества вакансий показывает отрицательную динамику к 2024 году. Количество вакансий снижается.
Количество резюме к 2024 году стабильно растет.
Вакансии на рынке проектирования
Для доступа к вакансиям использовал общедоступный API сервис hh.
В статистике учтены только Санкт-Петербург и Москва. Отфильтрованы все вакансии без указания зарплат и все вакансии с зарплатой не в рублях.
В качестве бенчмарка добавил вакансию курьера. Тут же упомяну, что количество вакансий курьера порядка 10 тыс., в выборке отображено 1,9 тыс., т.к. хедхантер не отдает больше двух тысяч вакансий по запросу. Но и этого количества для общего представления, думаю, будет достаточно.
Общая сводка по всем запросам
Общий график
С детализацией по городам
График МСК
График СПБ
Выводы
Более старых данных у меня нет, но за рынком слежу давно. И по ощущениям, зарплаты конечно же выросли (неожиданный вывод). Будет интересно сделать ту же выборку через пол года и сравнить.
Разница заплаты между МСК и СПБ от 7 до 22 процентов. Чем больше зарплата, там больше разница.
Разница средних зарплат между МСК и СПБ в рублях
Разница средних зарплат между МСК и СПБ в процентах
Примечательно, что курьерам в СПБ готовы платить больше.
Какие то объемные выводы тут писать не буду, все видно на графиках)
Техническая часть
Данные получены с помощью api hh. Вот документация: Документация api.hh.ru.
Для получения данных использовал python. Инструменты выложил в репозиторий: GitHub - i-savelev/hh_parser.
Так выглядел мой запрос:
import hh_requests as hh
vacancies_dict = {
'bim-менеджер':None,
'архитектор':[13],
'инженер-конструктор':[13],
'инженер ПТО':[13],
'инженер ОВиК':[13],
'инженер ВК':[13],
'Главный инженер проекта':[13],
'курьер': None}
data = hh.get_vacancies_list_from_dict(vacancies_dict, [1, 2])
hh.save_xlsx(data, 'Вакансии', hh.columns)
get_vacancies_list_from_dict - функция, которая возвращает список вакансий. Ей нужно передать словарь вида {'запрос': [ id отрасли]} и список с id региона.
Отрасли можно получить с помощью функции hh.save_industries_as_json(). Эта функция создаст папку .files и там industries.json. в нем будут актуальные отрасли в следующем виде
"id": "13",
"name": "Строительство, недвижимость, эксплуатация, проектирование",
"industries": [
{
"id": "13.654",
"name": "Девелопмент"
},
Актуальные id регионов можно получить с помощью функции hh.save_regions_as_json(). Будет создан файл areas.json в папке .files. Там можно найти актуальные id для регионов.
Далее полученный список вакансий передается в функцию hh.save_xlsx(data, 'Вакансии', hh.columns) для сохранения вакансий в файл xlsx.
Все описанные функции хранятся в файле hh_requests.py.
Можно с помощью сводных таблиц прикинуть статистику там же в excel или, как это сделал я, в power bi. Шаблон для power bi выложил в папку reports.