Битва за кадры и технологии. Как фармотрасль ищет специалистов в области Data Science

26.06.2025
13:44
Дефицит специалистов в области Data Science — науки о данных — в фармацевтике начал формироваться чуть более трех лет назад. Исследование hh.ru показало, что с 2020 по 2024 гг. число доступных в открытых источниках вакансий, связанных с Data Science, выросло в 2,5 раза. На конец весны 2025 г. их количество возросло почти на 40% год к году, подсчитала старший аналитик практики «Фармацевтика» консалтинговой компании First, Ward Howell Group Анастасия Быковец. Она рассказала о том, с какими барьерами приходится сталкиваться компаниям при найме таких специалистов. 
Фото: Из личного архива

 Сфера применения

Data Science находит практическое применение в двух ключевых направлениях в медицине и фармотрасли. В клинической практике технология используется для совершенствования диагностических методов и персонализированного подбора терапевтических схем. В фарме методы анализа данных позволяют: оценивать эффективность лекарственных средств, анализировать их переносимость и оценивать лекарственные взаимодействия, оптимизировать дозировочные режимы, а также выявлять потенциальных участников клинических исследований.

Кроме того, Data Science помогает фармкомпаниям анализировать данные, прогнозировать спрос и принимать бизнес-решения. Специалисты разрабатывают модели для оценки влияния различных факторов на развитие. В крупных международных фармкомпаниях специалисты по данным занимают небольшую, но заметную долю штата — около 3% в целом по компании. В R&D-подразделениях их доля достигает 5—15%.  В российских компаниях Data Science в зоне роста. Сегодня в ведущих фармкомпаниях появились отделы продвинутой аналитики и специалисты в области Data Science. При этом прогресс достигнут за последние три года. Согласно опросу, проведенному в 2022 г., 50% российских компаний на тот момент еще не работали с прогностической аналитикой.  

Причины дефицита 

 Образование

 Для фармкомпаний важно наличие у соискателя высшего образования в области прикладной математики, физики или сфере информационных наук. Это так же важно, как и медицинское образование для врачей. На рынке много специалистов, которые хотят развиваться в части Data Science, но в их профессиональном багаже лишь курсы повышения квалификации. Фарма — одна из самых регулируемых областей, от которой зависит здоровье людей, и в этой сфере коммерческие курсы в 90% случаев не гарантируют трудоустройство. Свежий пример из практики нашей компании — из всего пула откликнувшихся на вакансию Data Science-менеджера в крупную российскую фармкомпанию только 25% соискателей имели релевантное образование.

 Опыт работы

 Как правило, фарма на позицию специалиста по исследованию данных смотрит не новичков, а кандидатов с трех-пятилетним в области бизнес-аналитики. Необходимо, чтобы человек имел опыт преобразования результатов математического моделирования науки о данных в осязаемые бизнес-прогнозы и решения. В дальнейшем именно к этим решениям и прогнозам будут прислушиваться акционеры компании при формирования стратегии развития. Эффективность DS-команд в фарме подтверждается данными: применение этих технологий может ускорить вывод препарата на рынок на 25—30%, сокращая общий срок разработки с традиционных 10—12 лет до примерно 7—9 лет, что критически важно для возврата инвестиций.

 Рыночные альтернативы

Многие специалисты Data Science предпочитают работать в IT, финтехе, e-commerce и телекоме, где можно применять полный спектр современных технологий: Python, Big Data, Deep Learning, Machine Learning и др. В российской фармацевтике эти инструменты пока используются фрагментарно, что делает отрасль менее привлекательной для айтишников.

Ключевые технологии и их применение в фарме:

  • SQL — обработка и консолидация данных (например, автоматизация отчетов по продажам), разработка ПО для импорта данных.
  • Machine Learning — прогнозирование спроса, ускорение разработки препаратов, поиск целевых пациентов.
  • Python — анализ больших данных, статистика, визуализация трендов, разработка мобильных приложений.
  • Big Data — контроль качества производства, мониторинг безопасности лекарств, оптимизация логистики.

Пока фармацевтические компании только внедряют эти технологии, тогда как в других отраслях они уже стали стандартом. Это создает кадровый дисбаланс: сильные специалисты уходят в более технологичные сферы.

Негибкая конкуренция

Фарма сталкивается с двойным вызовом — конкуренцией за кадры с зарубежными компаниями и негибкостью форматов работы по сравнению с IT-сферой.

Большинство международных игроков остаются на российском фармрынке, пусть и после некоторой оптимизации штата. В ряде компаний сохраняется практика внутренних ротаций, в ходе которых сотрудникам предлагается перейти в зарубежные офисы с полным пакетом поддержки: помощь с релокацией решение жилищных вопросов, адаптация на новом месте.

Второй момент —  IT-специалисты привыкли к удаленной работе, часто отказываются даже от гибридного формата, не говоря уже о классическом офисе 5/2, который остается стандартом в фармацевтических компаниях. Это создает дополнительный барьер для привлечения IT-кадров в отрасль.

 Уровень вознаграждения

 Медианная зарплата Data Science-специалистов в фармацевтике составляет 300—350 тыс. руб. гросс, что на 15—20% ниже, чем в высокотехнологичных отраслях (IT, финтех, e-commerce). Исключения — редкие предложения за 400—450 тыс. руб., но они не меняют общую тенденцию.

При равной квалификации специалисты выбирают отрасли с более конкурентным доходом. 

Инструменты решения

 Фарма — рынок узкий. В условиях узкоспециализированного рынка распространенным решением становится хантинг у конкурентов. Такой подход позволяет получить в штат специалиста со схожим бэкграундом, необходимыми навыками и пониманием того, как Data Science работает в рамках индустрии. По моим наблюдениям, порядка 50% специалистов, которые начинали свой карьерный трек в области Data Science именно в медицине и фармацевтике, продолжают свой путь в этой же индустрии, а доля людей, приходящих из других, — порядка 20%.

 В поисках талантов фармкомпании смотрят на кандидатов из FMCG и высокотехнологичных компаний. Они привносят свежий взгляд и богатый опыт работы с широким пулом инструментов анализа данных. Чтобы привлечь их, работодатели готовы идти на уступки, предлагая не только конкурентную зарплату, но и более гибкие условия работы.

Фарма может привлечь и перспективами карьерного роста. Компании часто готовы предоставлять специалистам и менеджерам карт-бланш: возможность выстроить процесс с нуля, сформировать отдел или департамент, самостоятельно собрать команду мечты и др. Это опция может быть привлекательна в сравнении с компаниями, где вертикальный карьерный рост затруднителен.

 По нашим прогнозам, кадровый дефицит в фармацевтической Data Science будет сохраняться, но фармкомпании могут смягчить его за счет привлечения специалистов из смежных отраслей, которых может мотивировать не только зарплата, но и участие в прорывных исследованиях, социальная значимость проектов и возможность строить процессы с нуля, редко доступная в зрелых IT-компаниях. Также фарма может усилить работу с вузами через инвестирование в целевые программы для магистров направлений биоинформатики/математической биологии, партнерство с лабораториями на базе вузов и НИИ.   

 Ключевые требования к специалистам останутся неизменными: наличие технического образования, знание SQL, Python и др. и навыков непосредственно под тот функционал, на который человек нанимается. Важно понимание специфики фармотрасли, понимания, как она работает, потребностей пациентов. Важны организаторские, презентационные и коммуникативные  навыки, в особенности — умение использовать инструменты влияния на людей, которые не находятся в прямом подчинении. 

Нет комментариев

Комментариев: 0

Вы не можете оставлять комментарии
Пожалуйста, авторизуйтесь
Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.