НИУ ВШЭ + Роструд: платформа «Пифия» — ML-прогнозирование трудоустройства и зарплат выпускников
Описание проекта
В сентябре 2025 года НИУ ВШЭ совместно с Рострудом запустила сервис предиктивной аналитики трудоустройства выпускников «Пифия». Платформа прогнозирует перспективы трудоустройства и заработной платы выпускников бакалавриата, специалитета и магистратуры на основе данных мониторинга трудоустройства, охватывающего всех выпускников российских вузов. Разработка выполнена в рамках стратегического проекта «ИИ-технологии для человека» программы «Приоритет-2030». Сервис размещён на мощностях MLOps-платформы НИУ ВШЭ и доступен бесплатно.
Задача
Абитуриенты и студенты принимают образовательные решения без доступа к актуальным данным о реальных перспективах трудоустройства и зарплатных ожиданиях по конкретным направлениям и вузам. Разрыв между ожиданиями и реальностью рынка труда остаётся значительным.
Цели внедрения
-
Создать публичный бесплатный инструмент прогнозирования карьерных траекторий для абитуриентов и студентов
-
Обеспечить прозрачность данных о трудоустройстве выпускников российских вузов
-
Помочь будущим специалистам оценить потенциальный доход и работодателей в зависимости от специальности и региона
Результаты
-
Финансы
-
Сервис полностью бесплатный для пользователей
-
Финансирование в рамках программы «Приоритет-2030» (стратегический проект НИУ ВШЭ) Время
-
Запуск сервиса: сентябрь 2025 года Качество и эффективность
-
Охват: данные по всем выпускникам российских вузов (данные Роструда)
-
Методология: ансамблевые ML-методы (градиентный бустинг, деревья решений, случайный лес) с выбором наиболее точного под конкретную задачу
-
Сервис отображает ведущих работодателей, распространённые отрасли и регионы трудоустройства для каждой специальности
-
Интегрирован с «Навигатором профессий и навыков» для анализа компетентностных разрывов Нагрузка и масштаб
-
Общенациональная платформа; данные охватывают все вузы РФ
-
Расчёты проведены на суперкомпьютерном кластере cHARISMa НИУ ВШЭ
-
Автообновление моделей при появлении новых данных мониторинга Надёжность
-
Данные регулярно обновляются Рострудом; модели переобучаются автоматически с использованием MLOps-платформы НИУ ВШЭ Импортозамещение и compliance
-
Реализовано на собственной российской инфраструктуре (кластер cHARISMa, MLOps НИУ ВШЭ) Качественный эффект: Первая общенациональная ML-платформа прогнозирования карьерных траекторий выпускников, интегрированная с государственной системой мониторинга Роструда.