Лондонский Сити переживает не бум, а перенастройку: вакансий стало больше там, где раньше их было меньше. По индексу Morgan McKinley, в третьем квартале количество предложений в финансовом секторе выросло на 9 % год к году, компании разместили 6 425 финтех-ролей, превысив прошлогодние показатели — и это при том, что автоматизация «съедает» часть позиций уровня entry-level.
Что двигает рынок? Во-первых, практический ИИ. Банки и финтех-стартапы перестали «играться» с PoC и вкладываются в production-сценарии: антифрод на потоках, персонализация, генерация документации и кода, copilots для фронт- и бэк-офиса. Во-вторых, инфраструктура данных. Растёт спрос на инженеров, умеющих строить пайплайны под ИИ-модели: MLOps, фичеинжиниринг, контроль качества данных. В-третьих, регуляторика: алгоритмы требуют прозрачности и аудитируемости, а значит — нужны роли на стыке комплаенса и машинного обучения.
При этом кривая возможностей стала круче: «джуниорские» наборы действительно сокращаются, часть первичных функций уезжает в более дешёвые локации (Белфаст, Глазго), и это нормальная реакция на давление издержек. Но верхний слой пирамиды — архитекторы, сеньоры по данным, безопасники (особенно в области ИИ-рисков) — дорожает. Компании учатся «сшивать» команды: меньше людей, больше компетенций, выше ценность автоматизации. Это и есть новый «ритм» рынка труда.
Для кандидатов сигнал двойственный, но позитивный. Ниша «просто разработчик» сужается; выигрывают те, кто умеет ставить задачу ИИ-системе и проверять её результат (prompt-инжиниринг, верификация, контроль качества) и кто понимает экономику модели — не только как обучить, но и как поддерживать SLA, укладываясь в бюджет на инференс. Для компаний — вызов организационный: пересобрать процессы так, чтобы ИИ не «красил фасад», а забирал рутину и снижал операционные риски.
Политические и налоговые факторы никуда не делись: бюджетные решения и правила найма влияют на воронку талантов. Но цифры квартала убеждают: финтех-спрос тянет рынок вверх, компенсируя спад в классическом инвестиционном банкинге. Если тренд сохранится, через год-два стандартная вакансия в Сити будет требовать не только Python/SQL, но и опыт работы с LLM-инструментарием и безопасностью ИИ — иначе бизнес-кейсы просто не сходятся.
Вывод. Лондон не «возвращается» — он перестраивается: меньше общего найма, больше точных ролей на стыке данных, ИИ и регуляторики. Для тех, кто умеет соединять эти миры, рынок сейчас особенно щедр.