Специалист по работе с искусственным интеллектом: профессия, которой пять лет назад не существовало вовсе

Первое, что стоит забыть: специалист по искусственному интеллекту — это не обязательно человек, который днями напролёт пишет код на Python. Это целое семейство очень разных профессий, объединённых одной идеей — заставить алгоритмы искусственного интеллекта делать что-то по-настоящему полезное для людей и бизнеса.

В этом семействе есть роли, которые действительно требуют серьёзного программирования и математики (например, ML-инженер, который создаёт саму нейросеть), а есть роли, куда приходят люди из маркетинга, журналистики, преподавания или даже психологии — потому что для работы с готовыми нейросетями через текстовые запросы гораздо важнее ясное мышление и хороший русский язык, чем знание языков программирования.

Общее во всех этих ролях — постоянная работа на стыке технологий и здравого смысла: нужно понимать, что технология умеет, а что нет, и уметь объяснить это и самой системе, и людям, которые ею пользуются.

Промпт-инженер управляет большими языковыми моделями (LLM) через текстовые запросы, добиваясь предсказуемого и качественного результата — например, чтобы нейросеть писала тексты в нужном стиле или точно отвечала на вопросы клиентов. Это одна из самых доступных точек входа в сферу — программирование в ней требуется редко.

ML-инженер (инженер машинного обучения) — это уже техническая роль: он пишет программы, на которых обучаются и работают нейросети. AI-тренер оценивает качество ответов нейросети, составляет эталонные примеры и датасеты (наборы данных для обучения) — благодаря такой работе модели становятся точнее и безопаснее.

Дата-сайентист ищет закономерности в больших массивах данных и строит модели для прогнозов. А ИИ-фасилитатор — довольно новая роль — помогает обычным компаниям (не связанным с IT) понять, где и как внедрить нейросети в свою работу, и обучает сотрудников ими пользоваться.

Рабочий день часто начинается с разбора того, что пошло не так вчера: нейросеть ответила клиенту невпопад, перепутала факты или сгенерировала неподходящую картинку. Специалист анализирует такие случаи и ищет, как их избежать в будущем — иногда дело в неудачно составленном запросе, иногда — в нехватке данных для обучения.

Дальше — основная работа: переписывание и тестирование запросов к модели (если это промпт-инженерия), разметка новых примеров для обучения (если это AI-тренинг) или написание и настройка кода модели (если это ML-инженерия). Всё это сопровождается постоянным тестированием: специалист прогоняет десятки вариантов на реальных примерах, чтобы найти лучший.

Финал дня — внедрение улучшенного решения в реальный процесс (например, в чат-бота поддержки клиентов) и сбор обратной связи: стали ли ответы точнее, довольны ли пользователи. Этот цикл повторяется постоянно, потому что модели и задачи бизнеса меняются очень быстро.

Главный «сырьевой материал» этой сферы — большие языковые модели (LLM) — системы вроде тех, что стоят за современными чат-ботами и генераторами текста. Специалист учится «разговаривать» с ними так, чтобы получать предсказуемый, полезный и безопасный результат.

Для обучения и проверки моделей используются датасеты — наборы примеров (вопрос-ответ, текст-разметка), на которых модель учится или по которым её тестируют. Чем качественнее и разнообразнее датасет, тем лучше в итоге работает модель.

Для нетехнических специалистов сегодня существует множество no-code платформ — конструкторов, которые позволяют собирать ИИ-решения (чат-ботов, автоматизации) без единой строчки кода, просто соединяя готовые блоки. А для технических ролей основным инструментом остаётся язык программирования Python и специализированные библиотеки машинного обучения.

Специалисты по ИИ нужны, конечно, в самих IT-компаниях, разрабатывающих нейросети и сервисы на их основе. Но сфера применения намного шире: в медиа, кино и игровой индустрии ИИ помогает создавать спецэффекты, озвучку и даже сценарии; в медицине и науке — анализировать снимки и огромные массивы исследовательских данных, помогая находить закономерности, незаметные человеку.

Практически любой современный бизнес — от банков до сетей ресторанов — сегодня ищет способы автоматизировать рутинные задачи с помощью ИИ: обработку обращений клиентов, составление отчётов, генерацию рекламных текстов. Поэтому специалисты, которые умеют настраивать и внедрять такие решения, нужны далеко за пределами классических IT-компаний.

Многие профессии в этой сфере ещё формируются: их функции пересекаются, а требования к навыкам продолжают уточняться прямо сейчас — а значит, у тех, кто входит в профессию сегодня, есть реальный шанс определить, как она будет выглядеть завтра.

У этой профессии пока нет одного строго определённого пути, как, например, у врача или юриста — сфера слишком новая и быстро меняется. Технические роли (ML-инженер, дата-сайентист) обычно требуют базового образования в сфере информационных систем и программирования, например по специальности «Информационные системы и программирование», с дальнейшим углублением в математику и машинное обучение — часто уже в вузе или на специализированных курсах.

А вот нетехнические роли — промпт-инженер, AI-тренер, ИИ-фасилитатор — открыты для входа через короткие курсы (иногда буквально несколько месяцев) даже без профильного образования: важнее показать, что ты умеешь мыслить системно, разбираться в задаче и эффективно «разговаривать» с моделью.

В любом случае лучший способ показать себя в этой сфере — собственное портфолио: примеры того, как ты уже решал задачи с помощью ИИ-инструментов, будь то школьный проект, помощь родителям в бизнесе или личный эксперимент. Именно с таким портфолио проще всего получить первую junior-позицию и дальше расти вместе с самой технологией.

Попробуй себя в профессии

Три коротких задания — попробуй прямо сейчас подумать как настоящий специалист по ИИ. Идеального «правильного» ответа не существует, ориентир нужен, чтобы оценить, насколько по-взрослому ты подошёл к задаче.

Тест: что ты запомнил о профессиях в сфере ИИ

10 вопросов по материалу пробы — заодно проверишь, зацепила ли тебя тема.

Похоже, работа с ИИ — моё?

Отметь пункты, которые откликаются лично тебе, а потом нажми кнопку ниже.