Решил я на досуге посмотреть, а много ли на рынке сейчас требуется людей, владеющих AI-технологиями. Ощущение-то у всех одинаковое: ИИ везде, без него никуда, каждый второй пост в ленте про агентов. А что на рынке труда?
Спарсил я значит hh.ru (не без помощи LLM), все активные вакансии в 25 категориях направления «Информационные технологии» по России — получилось 34 053 штуки. Дальше посчитал, в скольких из них вообще упоминаются языковые модели и смежные вещи: LLM, GPT, RAG, агенты, промпты, Cursor, LangChain, GigaChat и ещё пара десятков терминов. Отдельно — сколько разобрал по полному тексту описания: 853 вакансии.
Сколько всего
Мда, восемь процентов. Если считать вообще любой ИИ — machine learning, computer vision, NLP, классический DS — получается 16,4%. Остальные 84% вакансий про ИИ не говорят ни слова.
ИИ вынесен в название должности всего у 0,79% — 268 вакансий из 34 тысяч, одна из ста двадцати семи. То есть на каждого «AI Engineer» приходится примерно десять вакансий, где LLM просто лежит внутри требований к обычному питонисту, аналитику или тестировщику.
То бишь ИИ на рынке труда пока не профессия, а навык.
Кому это нужно уметь
Сумма по всем 25 ролям даёт 34 053 вакансии и ровно 2 836 с LLM.
Вещи которые немного удивили:
Дата-сайентисты — единственная роль, где ИИ стал нормой. 46,1% вакансий с LLM, а если считать любой ИИ — 79,3%. Для всех остальных это требование меньшинства работодателей.
Тимлиды, DevOps и системные аналитики обгоняют разработчиков. 19,0%, 18,3% и 15,6% против 12,9% у программистов. Логика понятная: обвязку вокруг моделей надо спроектировать, задеплоить и эксплуатировать, а не только написать. Причём тестировщики (12,2%) и технические писатели (11,8%) идут почти вровень с разработчиками.
От CTO ИИ практически не требуют. 2,3% — при том что от их подчинённых требуют в пять-восемь раз чаще. Техподдержка (1,6%), сисадмины и сетевые инженеры (по 1,8%) внизу списка ожидаемо.
При этом по абсолютному объёму всё равно выигрывают разработчики: 728 вакансий из 2 836 — просто потому, что их на рынке 5 632.
Что именно требуют
Я ждал, что под «AI-вакансиями» будет прятаться классический ML: обучить, дообучить, разметить датасет. А там почти сплошь применение готовых моделей.
RAG — 522 вакансии. Промпт-инжиниринг — 249. LangChain — 224. Cursor — 192, Claude Code — 184, GitHub Copilot — 148. Дообучение и fine-tuning — 173, LoRA и PEFT — 104. Из 853 разобранных вакансий дообучение упоминается примерно в каждой пятой, и почти всегда — рядом с применением, а не вместо него.
Отдельная история — AI-инструменты разработчика. Тридцать процентов разобранных вакансий требуют их прямым текстом, и это чаще обычные бэкендеры и фулстеки, чем датасайентисты. Вайбкодинг доехал до названий должностей:
-
«Инженер-разработчик (Python, Vibe Coding)» — Ак Барс Цифровые Технологии
-
«Senior Golang — VibeCode developer» — X5 Tech
-
«Tech Lead по Vibe-coding (AI-инженер / ML-архитектор)»
-
«Junior AI-разработчик / Vibe Coder»
И в требованиях:
Ваша главная задача — ускорять доставку функционала (Time-to-Market), используя практики Vibe Coding
Практический опыт использования AI-инструментов в разработке: Cursor, Copilot, Claude Code, Devin, CrewAI и аналогичных
Применять агентные инструменты разработки (Claude Code, Cursor) и писать skills/инструкции для агентов
Последняя формулировка мне нравится больше всего: писать инструкции для агентов — это уже не «уметь пользоваться», это инженерная работа над чужим поведением.
Обвязка вокруг модели
Отдельный пласт требований — не про модель, а про то, что вокруг неё. Инструменты для агентов, MCP-серверы, оркестрация, трейсинг, эвалы, гардрейлы. В разобранной выборке 517 вакансий говорят про агентные системы, 167 — про MCP, 184 — про оценку качества и наблюдаемость LLM-систем.
И слово «harness» уже приехало в русскоязычные вакансии — без перевода и без объяснений, то есть аудитория, которой текст адресован, его понимает. Если вдруг не знаете, что это такое, я про это недавно писал: покажи мне свой харнесс и обвязка вокруг модели даёт столько же, сколько сама модель.
Мы строим harness-системы вокруг LLM: агентов с инструментами, автоматизацию code review, ассистентов для написания DAG-ов
Построение агентов и мультиагентных систем: harness (OpenClaw, Hermes), инструменты, MCP, A2A-протоколы
Всего дословное «harness» встречается в 32 ИТ-вакансиях. Для термина, которого год назад в русскоязычных описаниях не было вовсе весьма неплохо.
Грейды, формат, деньги
Доля растёт строго с грейдом: от 3,5% у вакансий без опыта до 13,5% у позиций «более 6 лет». От джунов (их вообще нигде не жалуют сейчас) ИИ-навыков не ждут, от сеньоров довольно часто. Удалёнка заметно «умнее» офиса: 12,5% против 8,3% по рынку. Москва — 11,8%, миллионники — 5–9%.
Про деньги: вилку показывают только около 22% вакансий, так что выборка небольшая. Медиана по вакансиям с применением LLM — примерно 174 000 ₽ в месяц. Основной скачок на переходе от 1–3 лет (медиана около 113 000) к 3–6 годам (около 226 000). Верхний хвост — 315 000 на девяностом перцентиле, отдельные позиции вроде системного архитектора AI доходят до 425 000.
Что в итоге
Рынок пока не ищет отдельную профессию «AI-инженер» — таких вакансий одна на сто двадцать семь. Он ищет обычных разработчиков, аналитиков и тимлидов, которые умеют собрать с AI стеком, не знаю как обозвать все это, вайбкодинг слишком уж маргинальным термином стал.
Интересно будет снять такой же отчет через полгода, ведем наблюдение дальше.
Автор: gudrymudving
