Рынок хочет AI-инженера, но какого? ❓
#КакТамРынок
На HH и в Telegram-каналах с вакансиями легко увидеть набор ролей (LLM Engineer, AI Engineer, ML Engineer...). Названия разные, а в требованиях одно и то же. Компании открывают позиции, потому что "надо внедрять ИИ", только, что именно должен делать этот человек, формулируют размыто.
В чем разница?
Есть ML-инженер — он строит и обучает модели, работает с архитектурами, понимает математику под капотом. Это узкая и глубокая специализация.
А есть AI-инженер в том смысле, в котором его чаще всего ищут сегодня: разработчик с сильной бэкенд-базой, который умеет применять LLM в реальных системах. Встраивать их в продукт так, чтобы это работало в продакшене.
Принципиально разные люди.
Что рынок ждет от второго?
✅ Умение писать чистый код, тесты и поддерживаемые сервисы
✅ Базовое понимание LLM (токены, контекст, temperature, ограничения по длине)
✅ Умение отлаживать качество (проблема в данных, retrieval, prompt, tool use или модели)
✅ И главное — умение доводить систему до продакшена
Плюс то, что в вакансиях почти никогда не пишут, но проверяют на практике: понимание того, где ИИ не нужен. Человек, который тянется к LLM как к молотку и везде видит гвозди — дорогая проблема.
Почему так сложно такого нанять?
Количество вакансий, требующих навыков работы с ИИ, выросло с 55 в январе 2021 года до почти 10 000 к маю 2025 года. Наиболее заметный рост начался в начале 2023 года (совпадает с широким распространением ChatGPT), и останавливаться он пока явно не собирается.
Так что спрос огромный, а четкого портрета роли до сих пор нет. Рынок еще не договорился, поэтому каждая компания собирает его под себя, и это, пожалуй, правильный подход.
#КакТамРынок
На HH и в Telegram-каналах с вакансиями легко увидеть набор ролей (LLM Engineer, AI Engineer, ML Engineer...). Названия разные, а в требованиях одно и то же. Компании открывают позиции, потому что "надо внедрять ИИ", только, что именно должен делать этот человек, формулируют размыто.
В чем разница?
Есть ML-инженер — он строит и обучает модели, работает с архитектурами, понимает математику под капотом. Это узкая и глубокая специализация.
А есть AI-инженер в том смысле, в котором его чаще всего ищут сегодня: разработчик с сильной бэкенд-базой, который умеет применять LLM в реальных системах. Встраивать их в продукт так, чтобы это работало в продакшене.
Принципиально разные люди.
Что рынок ждет от второго?
✅ Умение писать чистый код, тесты и поддерживаемые сервисы
✅ Базовое понимание LLM (токены, контекст, temperature, ограничения по длине)
✅ Умение отлаживать качество (проблема в данных, retrieval, prompt, tool use или модели)
✅ И главное — умение доводить систему до продакшена
Плюс то, что в вакансиях почти никогда не пишут, но проверяют на практике: понимание того, где ИИ не нужен. Человек, который тянется к LLM как к молотку и везде видит гвозди — дорогая проблема.
Почему так сложно такого нанять?
Количество вакансий, требующих навыков работы с ИИ, выросло с 55 в январе 2021 года до почти 10 000 к маю 2025 года. Наиболее заметный рост начался в начале 2023 года (совпадает с широким распространением ChatGPT), и останавливаться он пока явно не собирается.
Так что спрос огромный, а четкого портрета роли до сих пор нет. Рынок еще не договорился, поэтому каждая компания собирает его под себя, и это, пожалуй, правильный подход.