Юрий Гизатуллин объяснил, как меняется рынок ML-специалистов в России
Сегодня рынок машинного обучения в России вступает в стадию структурного «взросления». Еще несколько лет назад ML казался узким направлением, актуальным в основном для крупных компаний, готовых инвестировать в собственные нейронные сети. Сейчас порог входа в использование LLM-моделей значительно снизился — вместе с этим вырос и интерес к профессии.
Как основатель IT-компании Tiqum и человек, который работает с цифровыми продуктами уже больше 15 лет, я наблюдаю этот процесс и со стороны бизнеса, и со стороны специалистов. На базе моей HR-платформы it_smiles видно: 42% резюме за последний год относятся к ИИ-специальностям. Это эффект ИИ-волны: молодые люди массово переучиваются и пытаются войти в профессию, которую считают будущей.
Почему резюме стало так много
Рост числа резюме предсказуем. Логика специалистов проста: невозможно конкурировать с ИИ в рутинных задачах, но можно научиться использовать его эффективно. Однако рынок не безграничен. Если в 2021–2022 годах компании нанимали ML-разработчиков «на будущее», то сегодня только под конкретные задачи.
Именно поэтому предложение растет быстрее спроса, и конкуренция усиливается. На рынок выходит большое количество выпускников коротких курсов, у которых нет практики в реальных ML-системах. В результате многие сталкиваются с дефицитом подходящих вакансий — ситуация закономерная для любой быстро развивающейся технологической отрасли.
Почему нет «зарплатного обвала»
С позицией о снижении зарплат я не согласен. Разрыв возникает не потому, что компании готовы платить меньше, а потому что на рынок выходит много джунов, работающих за минимальные ставки.
Опытные ML-специалисты, наоборот, стоят дорого. В моем интеграторе Tiqum и компаниях, где я вхожу в советы директоров — сильный ML-инженер уровня senior стоит от 400 тыс. рублей в месяц и выше. Этот сегмент остается высоковостребованным.
Где сосредоточен спрос
География ML-разработки остается прежней: Москва, Санкт-Петербург, Казань, Самара, Новосибирск. Это крупные экосистемы с образовательной и корпоративной инфраструктурой. Регионального смещения не происходит.
Например, в моей родной Уфе пока нет значимого спроса на ML-разработку, хотя мы активно работаем над развитием ИТ-климата в регионе.
Главный вызов — перенасыщение джунами
Сегодня ML-рынок сталкивается с двумя процессами:
Снижение сложности входа — инструментов стало больше, а «магии» меньше.
Рост числа специалистов без практики — курсы готовят теоретиков, а бизнесу нужны инженеры.
В этих условиях компании нанимают только тех, кто понимает архитектуру, умеет работать с данными, строить пайплайны и внедрять модели в процессы. Все, что относится к обычному кодингу, постепенно автоматизируется и это увеличивает конкуренцию.
Что будет дальше
ML становится инфраструктурой цифровой экономики. Спрос будет расти, но точечно. Сильные специалисты останутся востребованными, а рынок станет более зрелым и рациональным.
На выступлениях я часто говорю: «ИИ заменит рутинный труд, но останутся те, кто создает архитектуру и работает с данными».
Именно эти специалисты — ML-инженеры, MLOps-разработчики, data-scientists будут формировать ядро цифровой экономики ближайшего десятилетия.