⌛️ Время прочтения: 7 минут
Цифровые двойники, новые требования к ГИС-специалистам и AI в большинстве картографических продуктов — 2025 год принес значительные изменения в мир ГИС и геотехнологий. В этом обзоре рассмотрим заметные тренды гео-прогресса и посмотрим, что нас ждет в будущем.
Цифровые двойники городов
Если вы все чаще слышите слова «цифровой двойник» или «умный город», вам не показалось — в 2025 году эти словосочетания появились во многих новостных заголовках. Например, в этом году появился цифровой двойник Казани и анонсированы планы создать цифровые двойники всех миллионников в России.
Цифровые двойники городов помогают принимать комплексные решения в градостроительстве, следить за общественной безопасностью и управлять дорожным движением. Но создание такой модели — непростая задача. Для реалистичного цифрового двойника города необходимо собрать и обработать значительные объемы данных, а затем преобразовать их в 3D-модели. Для уже существующих двойников нужна поддержка данными и улучшение обработки данных в реальном времени
Все это означает, что тренд на цифровые двойники ускоряет рост гео-рынка, и стоит ожидать больше развития в этом направлении.
Необходимые навыки технических специалистов, которые помогут быть в тренде:
Hard skills
- Моделирование городских систем (здания, транспорт, инженерные сети)
- 3D/GIS: CityGML, IFC, 3D Tiles, BIM–GIS интеграция
- Работа с временными данными и сценариями
- (Пространственные) базы данных
Soft skills
- Системное мышление
- Понимание городских процессов и стейкхолдеров (заинтересованных лиц)
- Навык выявления требований
Интернет вещей и геоданные в реальном времени
Одна из составляющих цифровых двойников городов — это сенсоры, которые предоставляют информацию в реальном времени, и в том числе пространственные данные. Эта технология называется интернетом вещей (IoT). Для гео-сферы это новый тренд, и хотя о нем говорят в последние годы, пока он внедряется очень точечно.
Примеры интернета вещей — данные с датчиков анализа шума и загрязнения воздуха или данные, генерируемые транспортными средствами. Датчики на общественном транспорте помогают оптимизировать транспортные потоки, прогнозировать потребности в техническом обслуживании, контролировать дорожное движение и повышать безопасность и эффективность систем. Недавняя коллаборация Saab и Maxar — показатель того, что в будущем можно ждать больше таких интеграций. А в навигаторах 2ГИС и Яндекс появились сигналы светофоров в реальном времени. Ожидаем больше актуальной информации на наших картах и в наших ГИС.
Необходимые навыки:
Hard skills
- Потоковые данные (streaming): MQTT, Kafka, WebSockets
- Time-series БД (InfluxDB, TimescaleDB)
- Работа с сенсорами и телеметрией
- Пространственно-временной анализ
Soft skills
- Аккуратность и внимание к деталям
- Понимание ограничений данных «из реального мира»
- Навык приоритизации
GeoAI и машинное обучение
В этом году мы все чаще слышали про GeoAI. Под этим словом могут скрываться разные продукты и системы, но чаще всего имеется в виду машинное обучение.
Машинное обучение существует в гео-сфере уже почти десяток лет, но только в последние годы технологии позволяют применять его в каждой второй гео-задаче. Оно помогает анализировать большие объемы данных и делать прогнозы, дешифрировать космоснимки и результаты аэрофотосъемки, находить паттерны и кластеры, выделять аномалии.
ML помогает за несколько дней выполнять задачи, на которые у геоаналитиков ушли бы месяцы. А высокая скорость — это новый стандарт, даже при работе с большими объемами данных. Организации ищут способы сократить время, поддерживая качество, и AI-решения часто могут им это предоставить. Так что ожидаем, что интеграция ИИ в гео-приложения продолжится, повышая скорость пространственного анализа.
Но есть и примеры проектов, основанных на больших языковых моделях. В них у пользователя есть карта и чат, у которого можно попросить найти на карте данные или показать сразу результаты анализа. Пока их мало, и сложно назвать этот подход трендовым именно в сфере геотехнологий, но он точно вызывает интерес как у специалистов, так и у бизнеса. Примеры проектов: Aino World, Felt AI.
Если вы пользуетесь коммерческими картами, то тоже могли заметить изменения, связанные с AI. В Google Maps появились советы по локациям от Gemini, а также навигация с ИИ-подсказками. Яндекс Карты обзавелись ИИ-чатом и внедрили ИИ в навигацию. 2ГИС тоже представил своего ИИ-помощника для поиска локаций на карте. Сложно представить, что будет дальше.
Необходимые навыки:
Hard skills
- Python для анализа данных и ML (numpy, pandas, geopandas, pytorch)
- ML/AI: классификация, сегментация, кластеризация
- Работа с изображениями и ДЗЗ
- Подготовка и валидация обучающих выборок
- Генеративные модели и ассистенты
- API и интеграция AI-сервисов
- Основы фронтенда (JS, Web-карты)
Soft skills
- Критическое мышление
- Продуктовое мышление
- Понимание границ применимости моделей
- Умение объяснять результаты не-технической аудитории
Фокус на данные
В том числе из-за AI-тренда растет интерес к данным: новые источники, валидация, методики обработки и наполнения, создание и поддержка собственных датасетов. «Данные — это новая нефть» ("Data is the New Oil"), — цитата, приписываемая Клайву Хамби, британскому математику, которая как нельзя лучше описывает современный тренд.
Больше данных → Модели ИИ работают лучше → Больше пользователей → Больше данных → Больше прибыли. Так сейчас работает во всех сферах, аналогично и в сфере геотехнологий. Дело не только в ИИ, но и в том, что знания «как сделать» становятся все доступнее, гонка продолжается уже в другой плоскости: у кого будут лучше исходные данные и кто сможет сделать более понятный, дешевый и нужный продукт на основе этих данных.
Необходимые навыки:
Hard skills
- Контроль качества геоданных (QA/QC)
- Метаданные, lineage, версии данных
- Пространственные базы данных
- ETL-процессы
- Data-моделирование
Soft skills
- Внимание к деталям
- Ответственность за данные как за продукт
- Долгосрочное мышление
Рост рынка ДЗЗ
Совместный интерес к новым источникам данных и ML-решениям вызвал рост необходимости данных дистанционного зондирования Земли (как спутниковых данных, так и аэрофотосъемочных).
Planet расширила свою спутниковую группировку, добавив Pelican и Tanager, которые поменяли подход к мониторингу окружающей среды. Теперь появились коммерчески доступные данные о выбросах метана и CO₂ — а это регулярные данные на большие территории, которых давно не хватало.
Vantor (ранее Maxar) завершил ввод в эксплуатацию спутников WorldView Legion. С февраля группировка спутников начала полноценную работу и стала формировать огромный архив данных высокого разрешения.
В 2024 году объем рынка ДЗЗ из космоса оценивался в 5 миллиардов долларов, и к 2033 году ожидается, что он превысит 8 миллиардов долларов. В России подобной оценкой занималась компания SR Data, результаты исследования опубликованы у них на сайте. Несмотря на активное развитие, рынок пока освоен только на 10% и имеет значительный потенциал для роста в 2–4 раза к 2030 году.
Необходимые навыки:
Hard skills
- Основы физики ДЗЗ: спектральные характеристики, разрешения, орбиты, сенсоры
- Работа с оптическими и радарными данными (включая базовое понимание SAR)
- Предобработка данных: атмосферная коррекция, облачность, мозаики, тайм-серии
- Анализ временных рядов (изменения, тренды, аномалии)
- Python для обработки данных ДЗЗ (rasterio, xarray, dask)
- ML для классификации, детекции изменений и объектов
Soft skills
- Аналитическое мышление и аккуратность в интерпретации результатов
- Понимание ограничений данных и ошибок наблюдения
- Терпение и внимание к деталям
- Умение объяснять результаты не-специалистам по ДЗЗ
Микротренд: как меняется карта
Один из основных итоговых продуктов геоспециалиста — это карта, и в мире карт продолжается сдвиг в сторону интерактивных веб-решений и 3D-визуализации. Это не новые тренды, но они продолжают развиваться. Настолько, что 3D уже становится стандартом для новых продуктов на рынке, как и интерактивные веб-карты.
Карта перестает быть самоцелью, она является одним из инструментов к пониманию проблем и поиску их решений, а значит от нее ожидают большего.
Необходимые навыки:
Hard skills
- 3D-движки и форматы (Cesium, Three.js, 3D Tiles)
- Оптимизация визуализации
- Пространственная математика
- Работа с большими объемами геометрии
Soft skills
- Визуальное мышление
- Чувство масштаба и контекста
- Навык выделения главного, приоритизации
Микротренд: открытые технологии
В этом году на OpenStreetMap наконец-то появились векторные тайлы, и это большой шаг для открытых веб-продуктов и их новых возможностей. А ещё это часть тренда на открытые технологии! Компании по всему миру все чаще предпочитают создавать новые продукты на базе решений open-source, а специалисты геосферы пророчат, что будущее именно за ними.
Необходимые навыки:
Hard skills
Soft skills
- Самостоятельность в обучении
- Готовность разбираться без «официальной инструкции»
- Командная работа и обмен знаниями
Тренды на рынке труда
Тренд на подработки
Если зарплата на основной работе не устраивает, мы ищем большего. 47% геоспециалистов сообщают о дополнительном заработке, и это совпадает с общей тенденцией на рынке труда.
Рост спроса на гибридные роли: GIS + Python / SQL / backend
Компании ищут специалистов более выборочно, и в привлекательных вакансиях геоаналитика мы видим огромный спектр навыков: от PostgreSQL до веб-разработки. В условиях напряженного рынка нам остается постоянно развиваться!
Рост требований связан с тем, что геотехнологии больше не живут «сами по себе» — они растворяются в IT. Этот тренд наблюдается уже давно, но с каждым годом он проявляется ярче. Все реже вы встретите вакансию ГИС-специалиста, от которого требуется знание только ГИС ПО. Сейчас нужно понимать специфику сферы, процессы разработки ПО, какие алгоритмы работают быстрее и в каких условиях, какая архитектура больше подойдет проекту. И желательно уметь сразу реализовать прототип решения.
Необходимые навыки:
Hard skills
- Python как рабочий инструмент, не «дополнение»
- SQL на продвинутом уровне
- Понимание backend-архитектуры
- API, сервисы, автоматизация
Soft skills
- Гибкость мышления
- Способность говорить с разработчиками и аналитиками
- Ответственность за end-to-end результат
Снижение ценности «кнопочных» навыков. Усиление роли архитектурного и системного мышления
Происходит смещение от инструментов к инфраструктуре. Важно не изучение программного обеспечения, может ли оно что-то посчитать или нет, а необходимой инфраструктуры для решения задачи, ее масштабируемости и гибкости. Больше нет вопроса «а можно ли решить это с помощью ГИС», теперь фокус на конкретной реализации, кто сделает решение более гибким, быстрым, удобным, дешевым.
Необходимые навыки:
Hard skills
- Проектирование систем обработки геоданных
- Выбор технологий под задачу, а не наоборот
- Понимание ограничений инфраструктуры
- Документирование решений
Soft skills
- Архитектурное и стратегическое мышление
- Умение задавать правильные вопросы
- Способность видеть картину целиком
Автоматизация и ML — друзья геоспециалиста
Правила игры сейчас диктуют компании, и им нужны эффективные специалисты, а это значит, что ценится автоматизация. Для нас это означает, что знание Python и ML приводят к более высоким зарплатам.
И в этом году в гео-сфере была заметная новость на тему замены специалистов искусственным интеллектом: нидерландская компания TomTom сообщила о крупных сокращениях, связанных с заменой работников AI-решениями. Но это никак нельзя назвать трендом, скорее, это исключение. Сейчас необходимы квалифицированные кадры, которые смогут настроить работу с геоданными, сформировать их архитектуру и хранение, а потом обработать и получить результаты. В том числе с применением AI.
Необходимые навыки:
Hard skills
- Python для автоматизации: скрипты, пайплайны, пакетная обработка геоданных
- SQL и пространственные запросы для подготовки данных
- ML-библиотеки и AutoML (scikit-learn, XGBoost, базовое понимание deep learning при работе с ДЗЗ)
- ETL и оркестрация (Airflow/Prefect — на уровне понимания принципов)
- Работа с API и сервисами (запуск моделей, интеграция в процессы)
- Контроль качества данных и воспроизводимость (версии, фиксация параметров)
Soft skills
- Инженерное мышление и ориентация на автоматизацию «по умолчанию»
- Критическое отношение к результатам ML (валидация, ошибки, смещения)
- Умение формулировать задачу так, чтобы ее можно было автоматизировать
- Навык объяснять, где ML уместен, а где избыточен
- Ответственность за результат end-to-end, а не за отдельный шаг
Вместе изучаем, что будет дальше
В этом году геопространственная отрасль продвинулась вперед благодаря популяризации цифровых двойников, более точным данным и улучшенным аналитическим процессам. Мы видим, что организациям нужны геоданные для роста бизнеса, и что ГИС выходит за пределы своих традиционных границ, сливаясь с IT-миром. Интеграция ГИС-платформ с инструментами машинного обучения и технологиями интернета вещей открывают возможности для роста в нашей сфере.
Прогресс в гео-сфере возможен благодаря вам — геоспециалистам, которые хотят понять мир и улучшить его. Отдохните в эти праздники, наберитесь сил и поставьте новые цели, чтобы в следующем году двигаться вперед.
Опрос для геоспециалистов
Чтобы узнать тренды в ГИС-сфере вокруг нас, проходите опрос про состояние рынка труда в геотехнологиях. И предложите его коллегам! Так мы вместе соберем как можно больше данных о гео-сфере и определим, как она меняется и что ожидать в будущем
Открытая ГИС-конференция «Мапакон 2026»
Чтобы быть в курсе современных тенденций, приходите на открытую ГИС-конференцию «Мапакон». Она пройдет онлайн и будет бесплатной для всех участников. Встретимся 28 марта 2026 года и пообщаемся всем гео-сообществом на важные и актуальные темы!
Регистрируйтесь, чтобы получить напоминание незадолго до конференции, а также ссылку в день события ☀️
Материал подготовили Наталья Волгушева и Юлия Федорова
