Структура компенсаций в IT

Вы слышали когда-нибудь слово «компенсация»? А может, «зарплата»? Более знакомое, правда? Когда приходит пора переговоров о пересмотре условий труда, в первую очередь задумываются о зарплате, но на самом деле зарплата — это лишь часть компенсационного пакета. В этой статье я разберу структуру компенсаций в IT.

Основные типы компаний

Прежде чем перейти к самому вкусному, важно понять, какие существуют основные типы компаний и какую роль в них играет IT. Для компаний, где IT-услуги и продукт — основной бизнес, компенсационный пакет более привлекательный и интересный.

Big Tech

Большие компании, публично торгующиеся на бирже, такие как Apple, Google, Amazon, Microsoft и т. д. IT в них играет решающую роль — по сути это ядро бизнес-модели компании, так как они продают софт, сервисы, услуги, завязанные на IT. Google зарабатывает на рекламе в интернете, Amazon — на предоставлении облачных сервисов, Microsoft продаёт Office 365 и т. д.

Скейлапы

Частные компании, которые успешно подняли несколько раундов инвестиций, нашли product-market fit и заняли нишу на рынке. Примерами таких компаний могут быть Notion, Perplexity. Как и в примере с Big Tech, IT является ядром бизнес-модели.

Стартапы

Частные компании, которые подняли небольшие раунды инвестиций, ищут своё место на рынке и пытаются найти product-market fit. Примеры известных компаний, которые из стартапа выросли в успешные компании: Airbnb, Uber, Stripe, Dropbox. У таких компаний IT также является ядром бизнес-модели.

Традиционные компании

Компании, которые зарабатывают в сферах традиционного бизнеса, где IT больше служит вспомогательным подразделением. Например, в финтехах бизнес-модель построена вокруг банковского бизнеса, в ритейле — вокруг торговых точек и продажи товаров, где IT больше помогает в автоматизации и масштабировании продуктов. Примеры таких компаний: Walmart, JPMorgan Chase & Co, Pfizer и т. д.

Структура компенсаций

В зависимости от того, в каком типе компании вы работаете и какую роль IT играет в бизнесе, вам доступен разный пакет компенсаций. Например, сотрудникам Big Tech в качестве мотивации часто предлагают акции компании, что реже встретишь в традиционных бизнесах. Стартапы и скейлапы тоже могут предлагать акции и опционы, но они остаются неликвидными до тех пор, пока не произойдут некоторые события, о которых поговорим дальше. Помимо этого какие деньги фактически вы получите от компенсационного пакета зависит от:
— опыта вашей работы
— локации, где вы живете (стоимость жизни, налоги и т. д.)
— ваших результатов в компании
— специфики самой компании

Sign-on бонус (входной бонус)

Чаще всего sign-on бонус — это одноразовая выплата при выходе в новую компанию. По сути это подарок от компании за то, что вы выбрали работать с ней. Конечно, компании часто страхуются от вашего быстрого ухода и прописывают условия по sign-on бонусам: например, если вы покидаете компанию, проработав в ней меньше 1 года, нужно вернуть часть бонуса, либо sign-on бонус выплачивается частями — половина при выходе, половина через полгода, либо равными частями вместе с зарплатой.

Для наглядности разберём ситуацию:
— sign-on бонус 1 млн ₽ со сроком проработать как минимум 12 месяцев;
— вы уходите через 4 месяца, недоработали 8 месяцев из 12;
— появляется обязательство вернуть бонус в размере 8/12 × 1 млн = 666 тыс. ₽.

При выплате частями возвращать ничего не нужно: если уходите раньше, просто не получаете оставшиеся части.

Кроме денежных выплат под sign-on бонусами могут подразумеваться разные плюшки: покрытие релокационных расходов, оплата аренды квартиры на какой-то период и т. д. Всё зависит от того, что у вас в приоритете и насколько компания готова удовлетворить ваши пожелания.

Зарплата

Тут всё просто и всем известно — фиксированный оклад, который выплачивается дважды в месяц. Надёжный, прогнозируемый источник дохода.

Премии и бонусы

Годовые премии — это выплаты в зависимости от вашего performance, результатов вашей команды и в целом компании. Это такой способ отблагодарить за ваш вклад в успех компании. Зачастую годовые премии выплачиваются в процентах от оклада, обычно 10—25%.

Акции и опционы

Акции (RSU) и опционы (ISO, NSO) — самые рискованные, но и самые прибыльные источники доходов в рамках пакета компенсаций.

Публично торгующиеся компании (например, Big Tech) выпускают сотрудникам акции, которые можно продать после прохождения процесса vesting (постепенное приобретение сотрудником безусловного права на уже выданные ему акции или опционы). Именно благодаря акциям айтишники уровня Senior и выше в Google зарабатывают на них зачастую куда больше, чем на зарплате.

Как я упоминал ранее, стартапы и скейлапы тоже могут выпускать акции и опционы для айтишников, но пока компания остаётся частной, её акции неликвидны, и любой рост их стоимости — это просто цифры на бумаге. Всё меняется, когда компанию покупают (acquisition, exit) или она выходит на IPO (первичное публичное размещение акций на бирже) — вот тут сотрудники и получают свои состояния, как это случилось с сотрудниками SpaceX, Airbnb, Uber, а в будущем, возможно, случится и с сотрудниками Anthropic или OpenAI. Правда, нужно держать в голове, что работать в частных компаниях куда рискованнее: многие так и не доживают ни до IPO, ни до продажи.

Процесс vesting происходит поэтапно:
— в первый год сотрудник не получает ничего — этот период называется cliff, и если уйти в это время, то вы не получаете ничего
— после cliff сотрудник получает сразу 25% от общего числа пакета акций
— оставшиеся 75% дальше начисляются равными долями либо помесячно, либо поквартально

Разберём классический пример: вам выдали пакет на 400 акций с графиком vesting на 4 года. Весь первый год — это cliff. Ровно через год вам разом начисляют 25% пакета — то есть 100 акций. Оставшиеся 300 акций (75%) распределяются на следующие 3 года: если помесячно — это примерно по 8,3 акции каждый месяц, если поквартально — по 25 акций каждый квартал. К концу четвёртого года весь пакет из 400 акций оказывается полностью вашим.

В чем отличие между акциями (RSU) и опционами (NSO, ISO)?

Глубоко погружаться в эту тему не буду в рамках этой статьи, но подсвечу основное. Обычно RSU выдают более зрелые компании (Big Tech, компании после IPO), у которых акция стоит дорого, а опционы — ранние стартапы, где акция стоит копейки, но потенциал роста огромен.

Акции (RSU)
Компания обещает выдать вам определённое количество реальных акций по графику vesting. Как только акции завестились — они ваши, и в этот момент у вас уже есть реальная стоимость, даже если вы их сразу продадите. Никаких дополнительных действий или затрат с вашей стороны не требуется.

Пример: вам выдали 400 RSU при цене акции $100. Через год завестилось 100 акций — вы можете продать их прямо сейчас за $10 000 (100 × $100), заплатив только налог с этого дохода.

Опционы (ISO или NSO)
Опцион — это не сама акция, а право купить акцию по заранее зафиксированной цене (strike price или exercise price), которая устанавливается на момент выдачи опциона. Даже после вестинга опциона акция вам не принадлежит — чтобы её получить, нужно самому доплатить strike price и «исполнить» (exercise) опцион.

Выгода тут — это разница между текущей рыночной ценой акции и strike price.

Пример: вам выдали опцион на 400 акций со strike price $10 (это была цена акции компании на момент найма — типично для стартапа на ранней стадии). Через 4 года, когда весь пакет завестился, акция компании выросла до $100. Чтобы получить свои 400 акций, вам нужно заплатить компании 400 × $10 = $4 000. Дальше вы можете либо держать акции, либо продать их за 400 × $100 = $40 000 — ваша прибыль до налогов составит $36 000. И тут зачастую бывает так, что у многих сотрудников просто нет денег, чтобы заплатить strike price.

Правда, у части компаний есть выход из этой ситуации — механизм cashless exercise (или net exercise): не нужно доставать деньги из своего кармана, брокер продаёт часть завестившихся акций прямо в момент исполнения опциона, а на вырученные деньги покрывает strike price. На руки в итоге получаете уже меньшее количество акций, зато без необходимости заранее искать деньги.

Остальные бенефиты

Помимо того, что айтишников заманивают деньгами, им также предоставляют другие нематериальные плюшки, например:
— медстраховка
— удаленку
— бесплатное питание в офисе
— спортзал или компенсацию на спорт
— бюджет на обучение, конференции, тимбилдинги
— дополнительные отпуска в году
— пользование продуктами компании по более льготным условиям
— участие в негосударственных пенсионных программах
и т. д.

Итого

Зарплата — это только видимая часть айсберга. Реальная ценность оффера складывается из пяти составляющих: sign-on бонуса, базового оклада, годовых премий, акций/опционов и нематериальных бенефитов — и именно все вместе они формируют то, что называется компенсационный пакет.

Универсального «лучшего» пакета компенсаций не существует — есть только тот, что подходит именно в вашей ситуации.

Словарик понятий

Компенсационный пакет — полная стоимость всего, что вы получаете от компании за работу: зарплата, премии, бонусы, акции и бенефиты вместе. Именно эту сумму имеет смысл сравнивать между офферами, а не только оклад.
Ликвидность — возможность быстро продать актив и получить за него деньги.
Product-market fit — момент, когда продукт компании действительно нужен рынку: клиенты сами приходят, платят и остаются.
Раунд инвестиций — этап, на котором компания привлекает деньги от инвесторов (венчурных фондов, бизнес-ангелов) в обмен на долю в бизнесе.
Exit — событие, при котором основатели, инвесторы и сотрудники могут наконец продать свои доли и получить деньги. Обычно это IPO или покупка компании.
Acquisition (поглощение) — покупка одной компании другой. Для сотрудников это один из вариантов exit.
IPO (Initial Public Offering) — первичное публичное размещение акций, то есть выход частной компании на биржу
Sign-on бонус — разовая выплата при переходе в новую компанию
Vesting (вестинг) — постепенное получение сотрудником полного права на выданные ему акции или опционы по заранее оговорённому графику, обычно в течение 4 лет.
Cliff — начальный период вестинга, обычно 1 год. В это время вам ничего не начисляется, а если вы уходите до его окончания, то теряете право на весь пакет.
RSU (Restricted Stock Units) — акции компании, которые вам обещают выдать по графику vesting.
Опцион — право купить акцию компании в будущем по заранее зафиксированной цене (strike price)
Strike price (цена исполнения) — фиксированная цена, по которой владелец опциона может купить акцию. Обычно она равна стоимости акции на момент выдачи опциона.
Exercise (исполнение опциона) — момент, когда вы платите strike price и превращаете опцион в настоящую акцию.
Cashless exercise — способ исполнить опцион без собственных денег: брокер сразу продаёт часть акций, чтобы покрыть strike price, а остальные остаются у вас.
ISO / NSO (Incentive / Non-qualified Stock Options) — два вида опционов в США. Они отличаются налогообложением: ISO дают налоговые льготы и выдаются только сотрудникам, NSO облагаются налогом как обычный доход и могут выдаваться также подрядчикам.

Круглый стол «Как AI-агенты меняют роль дата-инженеров и аналитиков?»

7 июня 2026 состоялся DataBoom Birthday и на ней мне удалось поучаствовать в качестве ментора для начинающихся специалистов и спикера на панельной дискуссии, где мы с коллегами обсудили как AI-агенты меняют роль дата-инженеров и аналитиков.

Пару фоток с круглого стола

Запись круглого стола на YouTube:

Тайм-коды:
00:00 Представление спикеров
01:23 Про границы профилей дата инженера и аналитика
03:51 В каких задачах дата специалистов AI уже приносит пользу?
08:59 Где AI еще плохо решает проблемы?
13:28 Что прокачивать джуну в 2026 году?
18:52 Напутственные слова от спикеров
22:24 Q&A сессия: Как перейти из дата инженерии в продуктовую команду?
24:46 Q&A сессия: Как оценивать перформанс junior специалистов если их техническая рутина уже автоматизирована?
27:51 Q&A сессия: Какие три шага вы бы сделали, если начали свой путь заново?

Небольшие выжимки как моих мыслей, так и мыслей коллег:
• Границы между ролями (инженер отвечает за инфраструктуру и пайплайны, аналитик — за инсайты в данных и работу с бизнесом) остаются, но AI уже позволяет одному человеку закрывать то, что раньше требовало команду из нескольких специалистов: агенты самостоятельно собирают пайплайны, интеграции, резко снижая коммуникационные издержки и повышая планку ожидаемого результата.
• При этом технически почти нет нерешаемых задач — модели легко пишут код и SQL. Главная проблема сместилась в область контекста: LLM обучены «вширь», но не знают специфику конкретного бизнеса, компании, а данные часто разрозненные и плохо размечены (garbage in, garbage out). Именно сбор, поддержание и обновление качественного бизнес-контекста для AI агентов — сейчас главный фронтир, который все в мире пытаются решить.
• Джунам не стоит гнаться за объёмом сгенерированного агентом кода, а уметь верифицировать результат и использовать AI как советника. Ключевые навыки — системное и критическое мышление, умение писать чёткие спецификации, глубокое погружение в бизнес-контекст, любопытство и адаптивность к смене технологий, а также фундаментальные знания (математика, статистика, распределённые системы), которые не устаревают.
• Общий настрой — несмотря на ощущение перегруженности от скорости изменений, AI принесёт больше возможностей, чем потерь, и побеждать будут те, кто лучше понимает своё место в системе, умеет на неё влиять и разбирается в домене бизнеса.

«Банки зарабатывают на рисках». Новый выпуска подкаста про Risk Modelling

Пару недель назад я записал выпуск с  Сергеем Дробиным — Head of Risk Modelling в E&Y Центральной Азии и Кавказа, где мы поговорили про модельный риск, риск менеджмент, мониторинг и валидацию ML моделей и LLM, кто в банке должен заниматься рисками, почему регуляторы неглубоко погружаются в разработку и внедрения AI и многое другое.

Полный выпуск смотрите на моем YouTube канале по ссылке:

Data Fest 2026 Almaty

30 мая 2026 удалось успешно организовать и провести Data Fest 2026 Алматы в стенах университета АлмаЮ. 6 спикеров, 6 докладов и более 100+ участников в течение дня.

Галерею фотографий можно посмотреть по ссылке.

Пара фоточек

Программа мероприятия:

Тема: AI-агенты в разработке без хайпа: от экспериментов к рабочему процессу
Спикер: Азамат Галимжанов, Freedom Lifestyle
Секция: Advanced LLM

Тема: Data Science в банковском риск-менеджменте: ожидания и реальность, продвинутые модели и регулирование
Спикер: Сергей Дробин, Ernst and Young
Секция: Scoring

Тема: Мадам, снимите шляпу. Выбор оптимального фото для удалённой верификации.
Спикер: Данияр Курманходжаев, Verigram
Секция: Computer Vision

Тема: Как я перестал бояться и дауыстық роботтарды жақсы көріп кеттім
Спикер: Алексей Гусев, NCSpeech
Секция: Random

Тема: С широко закрытыми глазами. Определение спящих людей и прочих атак удалённой верификации.
Спикер: Михаил Шкорин, Verigram
Секция: Computer Vision

Тема: Почему ML-модели ломаются на бирже: от предсказания цен к управлению рисками
Спикер: Дулат Атабек, Atlas Capital Ltd.
Секция: Time Series

Моделирование данных: от иерархической, сетевой до реляционной модели

С бурным развитием AI стало понятно, что код мы будем писать всё меньше. Тогда чем же будем заниматься?
Если говорить про дата-инженеров — моделирование данных останется зоной их ответственности. AI с этим пока справляется плохо, а значит, это именно то, во что стоит вкладываться. Кроме этого становится всё яснее, что мы — люди будем выступать в роли операторов по сбору и управлению контекстом для AI.
Поэтому я запускаю серию роликов, где мы пройдёмся по всем основным концепциям моделирования данных: от иерархических моделей до реляционных, разберём нормализацию и денормализацию, посмотрим на проектирование хранилищ по Kimball и Inmon и дойдём до Data Vault и Anchor моделирования.
Главная идея, которой хочу придерживаться: каждый новый подход появился не просто так, а как ответ на проблемы предыдущего, так происходит эволюция. Универсального решения нет — важно понимать плюсы и минусы каждого инструмента, концепции и знать, когда и в каких случаях их применять.
В первом ролике разберём истоки: как IBM создала первую иерархическую модель данных в программе Аполлон, какие у нее были существенные недостатки, чем была хороша сетевая модель и почему мы все же пришли к реляционной модели Эдгара Кодда, которая изменила всё.

Slavlotski Podcast Episode #2. Алексей Драль про Data Engineering

Во втором выпуске моего подкаста вместе с Алексеем Дралем — основателем BigData Team, ex-Яндекс, ex-Amazon, ex-Сбер, ex-Рамблер, выпускником ШАД обсудили: кто такой дата-инженер, чем он полезен бизнесу, почему важен навык System Design, чем специалисты уровня Senior отличаются от Staff+, как AI-трансформация затронет роль дата-инженера и как быть junior-специалистам в такое непростое время. Приятного просмотра!

Slavlotski Podcast Episode #1. Андрей Шадриков про Computer Vision

На днях вместе с Андреем Шадриковым записали подкаст, где поговорили о компьютерном зрении, о применении его в бизнесе, включая антифрод, удаленную верификацию, проблему с дипфейками. Обсудили как работает CV в беспилотных автомобилях, затронули роботехнику и какие вызовы перед ней стоят.

Для меня — это первый опыт записи такого рода подкастов, особенно было интересно его монтировать, делать обложку, цветокоррекцию и т. п. технические штуки. Буду рад если вы поделитесь обратной связью, понравилось вам или нет. Приятного просмотра.

Выступление на Kolesa Conf 2025 в Казахстане

11 октября в Алматы состоялась крупная IT конференция Kolesa conf 2025 c более чем 1600 участниками, 50+ экспертами. На ней я выступил с адаптированным под местную аудиторию докладом про миграцию SAS платформы на новую дата платформу. Если вы хотите быстро погрузиться в суть доклада и узнать инсайты, то этот доклад как раз для вас. Если же вы хотите более расширенную и детальную версию, то я рекомендую посмотреть доклад с DataInternals 2025

Немного фоток с мероприятия

В целом я уже 3 раз подряд посещаю Kolesa Conf, ощущаю себя уже как в своей тарелке, так как много знакомых лиц, понятные активности и движ, нетворкинг и новые знакомства. Kolesa Group задали высокую планку по организации конференций, если вы думаете как-то посетить в качестве спикера или обычного участника, то это одна из лучших IT конференций в Казахстане.

Запись доклада

Как я сходил на DataInternals Conf 2025

Всем привет! В этом году я открыл для себя новое направление развития — спикерство. 23 сентября 2025 года в Москве состоялась первая конференция по инженерии данных DataInternals от оператора Онтико.

Конференция собрала 275 офлайн-участников и около 100 онлайн-зрителей. В программе было 30 докладов, 2 круглых стола и 1 мастер класс. Фото с мероприятия можно посмотреть здесь.

На ней мне посчастливилось выступить с докладом «Как подготовить платформу данных к миграции уже сейчас?», где поделился опытом проекта миграции платформы данных SAS на новую дата платформу на базе open-source стека DataLake + GreenPlum.

В рамках проекта я участвовал в качестве SAS разработчика, где помогал платформенной команде:
— лидировать стрим по миграции пользователей на целевые системы;
— разрабатывать чатбота для ускорения коммуникации с пользователями;
— переносить бизнес процессы на новую дата платформу;
— искать и размечать владельцев данных;
— строить аналитику динамики миграции;
— поддерживать функционал, сервисы платформы в рабочем состоянии

Запись моего доклада. Подписывайтесь на мой YouTube канал 😉

После доклада я получил множество вопросов в дискуссионной зоне и тёплые отзывы от коллег из Райфа, присутствовавших на конференции. Средняя оценка NPS от слушателей доклада составила 4.47 из 5, что достаточно крутой результат для первого выступления.

Помимо собственного доклада, удалось пообщаться и послушать ребят из разных «жёлтых», «зелёных» и «красных» банков 😁 Сложилось ощущение, что все движутся примерно в одном направлении — кто-то быстрее, кто-то чуть медленнее.
Конфа не осталась без добрых дел, так как мне получилось помочь добраться до дома одному DevRel из «красного» банка.

Немного фотографий с конфы

В целом это был классный опыт. Подготовка заняла несколько месяцев — начал работать над докладом ещё в феврале, многократно переделывал презентацию, работал над текстом, собирал ОС со стороны коллег, проводил десятки прогонов как в онлайн, так и в офлайн-формате. Этот опыт показал мне, что публичные выступления — отличный способ структурировать знания, презентации достижений большой команды, взглянуть на свою работу со стороны.

Обзор Sony WF-1000XM5

Сколько я слышал историй о выпавших AirPods в московском метро, столько же я себя отговаривал от покупки наушников-затычек, но по некоторым обстоятельствам я был вынужден временно отказаться от полноразмерных наушников, поэтому сегодня я поделюсь своим мнением о модели WF-1000XM5 от Sony 🎧
Начну с плюсов:
1) Качество звучания. Боже как же круто когда есть фирменная приложуха с возможностью настроить эквалайзер (Привет, Apple), я настолько преуспел, что они сейчас звучат также как полноразмерные, а то и лучше. Любой жанр раскрывается полными красками, стереополе представлено замечательно, насыщенные басы, высокая детализация.
2) Звукоизоляция. Даже без шумоподавления они круто глушат звук, а в самолете ты комфортно проводишь время даже не замечая гул двигателей и окружающих.
3) Посадка и амбушюры. Я переживал, что при длительном ношении мне будет дискомфортно, а ношу наушники чуть ли не 24 на 7, но я был удивлен, подобрав нужный размер амбушюр (их в комплекте 3-4 пар), как они хорошо сели, плюс большое преимущество, что по сравнению с полноразмерными, при длительном ношении может потеть голова, а тут разумеется такого нет.
4) Микрофон. Многие модели затычки грешат ужасным звуком микрофона, но судя по реакции окружающих Sony завезли нормальный, для членораздельной речи, микрофон.
5) Цена. Сейчас выкатывается новая 6 серия модели, поэтому 5 серия активно теряет в цене. Мне удалось их приобрести за 15к рублей.
Минусы:
1) Зарядка. Да, держат они 6-7 часов беспрерывного использования, потом клади их в кейс и жди пока зарядятся, но благо это происходит быстро.
2) Помехи. Периодически происходит потеря сигнала или помехи по Bluetooth, ощущается это как искажение звуков в музыкальных треках то в одном наушнике, то в другом, а то и вовсе звук пропадает на 1-2 секунды.
3) Загрязнения. На амбушюрах часто остается ушная сера и без влажной салфетки от нее сложно избавиться.
4) Риск выпадения. Да, об этом всегда стоит помнить и поправлять наушники особенно если вы в движении.

Итоги:
Несмотря на минусы я рекомендую их к приобретению
особенно ауодифилам, Sony сделали крутые флагманские наушники, они подарили новый опыт использования девайсов, теперь я и не хочу возвращаться к полноразмерным.

Ранее Ctrl + ↓