Специалист по искусственному интеллекту — самая молодая официальная профессия

С 1 января 2026 года в России вступил в силу новый Общероссийский классификатор профессий рабочих, должностей служащих и тарифных разрядов (ОКПДТР). Впервые с 1994 года документ обновили кардинально, добавив десятки специальностей, которые давно существовали на рынке, но не имели официального статуса. Среди них — SMM-менеджер, копирайтер, коуч, инженер по 3D-печати и, конечно, специалист по искусственному интеллекту.

Профессия получила код 203632. Для тех, кто уже работает в этой сфере, это означает фактическую легализацию: теперь должность можно вписать в трудовую книжку, а для профессии начнут разрабатывать профессиональные стандарты с чёткими требованиями к квалификации.

Кто такой специалист по искусственному интеллекту

Специалист по искусственному интеллекту — это не мифический «программист будущего», а вполне конкретный эксперт, который работает на стыке программирования, математики и работы с данными. Он понимает, как устроены нейросети, умеет их обучать и внедрять в реальные бизнес-процессы.

На практике его задачи выглядят так. Он собирает и подготавливает данные, создаёт и обучает алгоритмы машинного обучения и нейронных сетей. Тестирует модели, анализирует их эффективность и улучшает результаты. Интегрирует ИИ-решения в действующие бизнес-процессы и технологические стеки. Адаптирует большие языковые модели под задачи конкретной компании, собирает из них ИИ-агентов и автоматизирует рутинные операции.

В крупных компаниях специалист по ИИ может участвовать в исследованиях и разработках (R&D-проектах), изучать новые методики и алгоритмы, а также заниматься обучением роботизированных систем.

Что нужно знать и уметь

Специалисту по ИИ требуется серьёзная техническая подготовка. В списке обязательных навыков — Python и объектно-ориентированное программирование, SQL и работа с базами данных, математика для машинного обучения: линейная алгебра, теория вероятностей, статистика. Также необходимы знание классического ML (scikit-learn), глубокое обучение (PyTorch, TensorFlow), работа с большими языковыми моделями через API, промпт-инжиниринг и фреймворки для ИИ-агентов вроде LangChain.

Кроме того, пригодятся навыки работы с векторными базами данных и RAG-системами, инструменты для ML-пайплайнов (MLflow, Docker, CI/CD), а также опыт работы с облачными платформами (AWS, Google Cloud, Azure).

При этом система образования уже отреагировала на появление профессии: в российских вузах запускаются программы магистратуры по подготовке специалистов в области искусственного интеллекта, а государство через Минтруд расширяет программы переподготовки кадров, включая в них и это направление.

Чем он отличается от ML-инженера и Data Scientist

На первый взгляд все три профессии кажутся похожими — везде речь идёт о данных, алгоритмах и коде. Но фокус у них разный.

Data Scientist — это исследователь данных. Он формулирует гипотезы, строит модели, ищет закономерности и превращает сырые цифры в инсайты и рекомендации для бизнеса. Его работа — понять, что скрыто в данных, и ответить на вопрос «что произошло и почему». Data Scientist чаще всего работает в аналитических средах (Jupyter Notebooks), экспериментирует с разными подходами и не всегда доводит модель до промышленной эксплуатации.

ML-инженер берёт модели, которые построил Data Scientist, и превращает их в работающие системы. Он занимается надёжностью, масштабируемостью и поведением моделей в продакшене. Настраивает пайплайны обучения, следит за качеством предсказаний в реальном времени, оптимизирует код и инфраструктуру. Если Data Scientist отвечает на вопрос «что», то ML-инженер — на вопрос «как сделать так, чтобы это работало на миллионы пользователей».

Специалист по ИИ — это более широкая роль. Он работает со всей экосистемой искусственного интеллекта, включая генеративные модели, большие языковые модели, RAG-архитектуры и ИИ-агентов. Его задача — не просто обучить модель или выкатить её в прод, а создать законченное интеллектуальное решение, которое решает конкретную бизнес-задачу. Он может интегрировать готовые ИИ-решения, настраивать их под нужды компании и собирать сложные системы из нескольких моделей и сервисов.

Проще говоря: Data Scientist генерирует понимание из данных, ML-инженер делает так, чтобы это понимание работало в продукте, а специалист по ИИ создаёт интеллектуальные системы, которые автоматизируют принятие решений и взаимодействие с пользователями.

Где работать и сколько зарабатывать

Специалисты по ИИ востребованы в ИТ-компаниях, финтехе, электронной коммерции, телекоме, промышленности, госсекторе и кибербезопасности. Спрос объясним: по оценкам «Яков и Партнёры» и Яндекса, к 2030 году экономический эффект от внедрения ИИ в России может достичь 7,9–12,8 трлн рублей в год — до 5,5% прогнозного ВВП. Уже сейчас 71% крупных российских компаний применяют генеративный ИИ хотя бы в одной бизнес-функции.

Зарплаты в этой сфере остаются одними из самых высоких на рынке. По данным hh.ru и Habr Карьера, специалисты по ИИ входят в топ самых высокооплачиваемых профессий, а их доход напрямую зависит от опыта и сложности решаемых задач.

Плюсы: работа на передовой технологий, высокий доход, огромный спрос на рынке, возможность работать в разных отраслях, постоянное развитие и изучение нового.

А есть и минусы: требуется серьёзная математическая и техническая подготовка, быстрые изменения в технологиях (нужно постоянно учиться), высокая ответственность за работу систем, которые могут влиять на бизнес-решения и жизнь людей.

Что важно запомнить

С 2026 года специалист по искусственному интеллекту — это не просто модное название, а официально признанная профессия с собственным кодом в классификаторе. Она не заменяет Data Scientist-а и ML-инженера, а дополняет их, смещая фокус с исследования данных и инженерии моделей на создание законченных интеллектуальных продуктов и систем.

Если вы умеете программировать, любите математику и хотите быть на передовой технологий — это направление стоит того, чтобы в него войти. Тем более что государство и бизнес уже признали: будущее за ИИ.