Лишь 268 из 34 000 ИТ-вакансий ищут специалиста по искусственному интеллекту: рынку нужны интеграторы

Исследование провёл автор Telegram-канала, который спарсил все активные вакансии в 25 категориях раздела «Информационные технологии» на hh.ru по России. Из 34 053 позиций 2 836 хотя бы раз упоминают LLM (большую языковую модель, то есть нейросеть, которая понимает и генерирует текст), RAG (метод, при котором модель сначала ищет нужные данные, а потом отвечает на их основе), промпты, LangChain и другие смежные термины. 853 вакансии были разобраны по полному тексту описания. Контекст понятен: шум вокруг ИИ-агентов (программ, которые сами выполняют цепочку действий) на пике, но реальный спрос оказался скромнее ожиданий.

Восемь процентов, а не «ИИ повсюду»

• LLM упоминается в 8% ИТ-вакансий. Если добавить классическое машинное обучение (ML), компьютерное зрение (CV) и обработку естественного языка (NLP), доля вырастет до 16,4%. Остальные 84% вакансий про ИИ не говорят ни слова.
• ИИ в названии должности, всего 0,79%. Это 268 позиций из 34 053. На каждого «AI Engineer» приходится примерно десять вакансий, где языковая модель просто лежит внутри требований к обычному Python-разработчику или аналитику.
• Дата-сайентисты, единственная роль, где ИИ стал нормой. 46,1% их вакансий упоминают LLM, а с учётом любого ИИ, 79,3%.
• Тимлиды (19,0%), DevOps-инженеры (18,3%) и системные аналитики (15,6%) обгоняют разработчиков (12,9%). Модель надо не только написать, но спроектировать обвязку, задеплоить (развернуть на сервере) и эксплуатировать.
• От CTO ИИ-навыков почти не требуют: 2,3%, хотя от их подчинённых требуют в пять-восемь раз чаще.

Рынок хочет RAG и промпт-инжиниринг, а не обучение моделей с нуля

Ключевой вывод для тех, кто ищет вакансии специалиста по искусственному интеллекту: работодатели просят не обучать модели, а применять готовые.

• RAG упоминается в 522 вакансиях, промпт-инжиниринг (искусство формулировать запросы к модели так, чтобы она давала нужный результат), в 249.
• LangChain (фреймворк для создания цепочек вызовов к языковым моделям), 224. Cursor, 192. Claude Code, 184. GitHub Copilot, 148.
• Дообучение (fine-tuning, когда модель доучивают на ваших примерах под узкую задачу), 173 вакансии. LoRA и PEFT (методы экономного дообучения), 104. Почти всегда дообучение упоминается рядом с применением, а не вместо него.

30% разобранных вакансий прямо требуют ИИ-инструменты разработчика, и это чаще обычные бэкенд-разработчики, чем дата-сайентисты. Термин «вайбкодинг» (написание кода через диалог с ИИ, без ручного набора) уже попал в названия должностей: «Инженер-разработчик (Python, Vibe Coding)» у Ак Барс Цифровые Технологии, «Senior Golang — VibeCode developer» у X5 Tech.

Агенты и «харнесс»: новый пласт требований

517 вакансий из разобранной выборки упоминают агентные системы (программы, которые сами планируют и выполняют цепочку действий). 167 позиций требуют знание MCP (Model Context Protocol, протокол, по которому модель получает доступ к внешним инструментам). 184 вакансии упоминают оценку качества и наблюдаемость LLM-систем.

Слово «harness» (обвязка вокруг модели, весь набор инструментов, который заставляет её работать в реальном продукте) встречается в 32 ИТ-вакансиях на русскоязычном hh.ru. Год назад его в описаниях не было вовсе.

Грейды и зарплаты: кому платят за ИИ-навыки?

Доля ИИ-вакансий растёт с грейдом: от 3,5% у позиций без требований к опыту до 13,5% у позиций «более 6 лет». Удалёнка «умнее» офиса: 12,5% против 8,3%. Москва, 11,8%, миллионники, от 5 до 9%.

Вилку зарплат показывают только около 22% вакансий, поэтому выборка ограничена. Медиана по вакансиям с применением LLM, примерно 174 000 рублей в месяц. Основной скачок на переходе от 1 до 3 лет опыта (медиана около 113 000 рублей) к 3 до 6 годам (около 226 000 рублей). Верхний хвост, 315 000 рублей на девяностом перцентиле, отдельные позиции системного архитектора AI доходят до 425 000 рублей.

Что делать с этим прямо сейчас, по ролям

Автору Дзена и копирайтеру. Вакансии специалиста по искусственному интеллекту в России пока не про вас напрямую, но промпт-инжиниринг уже в 249 описаниях. Тот, кто умеет грамотно формулировать промпты и описывать результат, получает преимущество при работе с заказчиками из ИТ.

Маркетологу. 30% разобранных позиций требуют навык работы с ИИ-инструментами. Если вы настраиваете воронки или пишете ТЗ разработчикам, понимание RAG и агентов перестаёт быть факультативом.

Предпринимателю и руководителю в РФ. Рынок говорит прямо: не нужно нанимать дорогого ML-инженера, чтобы внедрить ИИ. Достаточно разработчика, который умеет интегрировать готовую модель (GigaChat, YandexGPT или через API OpenAI) с помощью RAG и промпт-инжиниринга. Это дешевле и быстрее, чем обучать модель с нуля.

Российские инструменты: GigaChat и YandexGPT в контексте вакансий

GigaChat от Сбера и YandexGPT от Яндекса прямо упоминаются в вакансиях на hh.ru (GigaChat входил в список терминов для парсинга). Для тех, кому важна работа без VPN и зарубежных подписок: обе модели доступны через API, поддерживают RAG-сценарии и покрывают большинство задач, которые описаны в вакансиях. Практический вывод: вместо глубокого погружения в обучение нейросетей стоит освоить подключение этих моделей к реальным продуктам через API и промпт-инжиниринг.

Частые вопросы

Нужно ли учить машинное обучение с нуля, чтобы попасть в ИИ-вакансию?

По данным исследования, нет. Из 853 разобранных вакансий дообучение упоминается примерно в каждой пятой, и почти всегда рядом с применением готовых моделей. Рынок ценит умение интегрировать, а не обучать.

Какие конкретные инструменты осваивать в первую очередь?

RAG (522 упоминания), промпт-инжиниринг (249), LangChain (224), Cursor (192), Claude Code (184). Это топ по частоте. Для работы в РФ без VPN стоит добавить GigaChat API и YandexGPT API.

Реально ли получить ИИ-вакансию без опыта?

Сложно: только 3,5% вакансий без требований к опыту упоминают ИИ-навыки. Но джуниорские позиции вроде «Junior AI-разработчик / Vibe Coder» уже появляются на hh.ru, пока единично, но год назад их не было совсем. Ключ, портфолио с реальным проектом, а не диплом.