ИИ генерирует вакансии: как организации решают кадровые вопросы со специалистами по нейросетям
Фото: 123rf / Legion-Media
Российские компании еще несколько лет назад фиксировали острый дефицит специалистов в сфере нейросетей и генеративного ИИ. Теперь же стажеров и начинающих экспертов на рынке достаточно. Но для «прокачки» их навыков может потребоваться до трех лет. Многие крупные компании сами обучают сотрудников, ведя подготовку кадров на базе корпоративных университетов и в партнерстве с ведущими вузами.
Тренируя интеллект
Потребность рынка в специалистах по ИИ в целом растет вместе с глобальным трендом и запросом государства на внедрение технологий ИИ в коммерческой и государственной сфере.
Так, в 2023 году количество вакансий с требованиями навыков работы с ИИ выросло на 78% по сравнению с 2022-м, выяснили ранее в сервисе «Работа.ру». Требование опыта работы с продуктами на основе искусственного интеллекта указывают в 83% вакансиях сферы ИТ, отметил заместитель генерального директора «Работа.ру,» операционный директор сервисов «СберПодбор» и «Подработка» Александр Ветерков.
Кандидатам на вакансии в сфере генеративных нейросетей, например, необходимо исследовать и внедрять соответствующие алгоритмы и инструменты ML и генеративного ИИ, знать SOTA в области генеративных технологий и уметь воспроизводить ключевые эксперименты, опубликованные в научных статьях, разрабатывать прототипы на основе генеративных моделей для мультимодального контента (текст, изображения, видео), разрабатывать и внедрять систему интеграции продуктов для создания успешных прототипов на стороне наших заказчиков, рассказала директор по управлению персоналом «Дататех» (входит в холдинг Т1) Зоя Богдашкина.
Зарплаты специалистов в сфере нейросетей и генеративного ИИ растут. Так, программист PHP с опытом машинного обучения может рассчитывать на среднюю зарплату в 370 тыс. рублей, максимум — 550 тыс. (+6% прирост за год). Data Scientist с опытом машинного обучения —ставка 300 тыс. в среднем, максимум — 450 тыс. рублей (+11%). Такой уровень оплаты отмечается в Москве для специалистов на полный день в офисе, сообщалось в исследовании SuperJob.
В то же время количество резюме специалистов в данной сфере увеличилось лишь на 27%. Российский рынок искусственного интеллекта, добавили в «Ростелекоме», сталкивается с дополнительными ограничениями, включая отток кадров из-за глобальной конкуренции на этом рынке.
Тренируя интеллект соискателей
Несколько лет назад ситуацию с кадрами, имеющими компетенции в сфере генеративного ИИ, характеризовали как кадровый голод. Запрос рынка на такого рода специалистов был велик, но профессионалов и соискателей на вакансии, связанные с разработкой генеративного ИИ, оказалось мало.
«Сейчас стажеры и начинающие специалисты представлены на российском рынке в достаточном количестве, но опытные эксперты — в дефиците», — сообщила Зоя Богдашкина. На рынке труда — небольшое количество профессионалов в области генеративного ИИ для решения промышленных задач, констатируют и в «Газпром нефти».
Для развития генеративных нейросетей «Газпром нефти» актуальны специалисты двух направлений: инженеры машинного обучения (ML) и тренеры искусственного интеллекта. «Инженеры создают нейросети, обучают их различным методам и объединяют все в единую рабочую систему. А тренеры привносят в разработку отраслевые знания, например в области геологии», — рассказали в пресс-службе компании.
ML-инженеры для развития генеративных нейросетей важны и для МТС, также нужны исследователи-разработчики, prompt-инженеры, ИИ-тренеры, RAG-инженеры. В этих специалистах потребность на российском рынке высокая, особенно в ИИ-тренерах и ML-инженерах.
«Компании конкурируют между собой за специалистов, предлагая кандидатам лучшие условия, интересные проекты и другие бонусы. Скорость поиска сотрудников зависит от сложности позиции — нужен ли Junior, Middle, Senior. Младших сотрудников можно найти быстрее. В среднем для закрытия позиции МL-инженера или ИИ-тренера требуется от трех до шести недель. Наши более опытные коллеги, к примеру, охотно делятся своими знаниями с Junior, помогают им вырасти профессионально. MTS AI благодаря интересным проектам не испытывает серьезного дефицита в соискателях на этом высококонкурентном рынке труда», — отметила HR-бизнес-партнер компании MTS AI Марина Квасова.
Потребности бизнеса в специалистах с опытом работы с нейросетями и генеративном ИИ, как и с ИИ в целом, растут быстрее, чем вузы успевают их готовить. По этой причине фирмы вынуждены обучать кадры сами.
Программа для прокачки интеллекта
«Газпром нефть» ведет подготовку специалистов на базе корпоративных университетов, а также в сотрудничестве с ведущими вузами.
Например, в 2023 году глава «Газпром нефти» Александр Дюков объявил, что компания усилила работу с технологическими вузами. Одна из задач — вдвое увеличить количество выпускников по программам в сфере искусственного интеллекта.
«Это дополнительно обеспечит для страны около 4 тыс. специалистов, в которых нуждается экономика и сама компания. Сейчас программы подготовки специалистов именно в сфере генеративных нейросетей и генеративного ИИ в дефиците. Поэтому “Газпром нефть” вместе с партнерами работает над тем, чтобы их становилось больше. Так, компания и Университет ИТМО планируют создать образцовую программу по генеративному искусственному интеллекту, которую можно будет тиражировать в другие вузы», — пояснили в пресс-службе организации.
МТС также занимается подготовкой кадров для развития нейросетей и генеративного ИИ. Эксперты MTS AI обучают не только коллег, но и в качестве преподавателей — студентов МИФИ, ВШЭ, Сколтеха. Помимо этого, MTS AI сотрудничает и с Институтом искусственного интеллекта.
Три года на развитие
Подготовка специалиста в области ИИ может занимать от нескольких месяцев до нескольких лет. Для формирования специалистов недостаточно получения теоретической базы, указали в «Ростелекоме». «Важны практические знания: сотрудникам необходимо работать над реальными проектами. Но в настоящее время специалистов непосредственно для работы с генеративным ИИ мы не готовим, поскольку создание новых решений в данном направлении сейчас не соответствует нашим стратегическим целям», — объяснили в компании.
Сейчас Junior на рынке достаточно, а через 2–3 года они смогут прокачать знания до Middle и Senior, полагают эксперты. Помимо классических ML-алгоритмов и продвинутого знания нейросетевых подходов, сотрудникам необходимо получать опыт применения сервисов и генеративных моделей Midjourney, GPT-3/4, Stable Diffusion, DALL-E, RunwayML, Morph, LaMDa и других на реальных проектах, иметь понимание их возможностей и ограничений, объяснила Зоя Богдашкина.
С каждым годом кадров на рынке будет становиться все больше, объясняет Марина Квасова. Дефицит ИИ-специалистов удастся снизить за счет кафедр в университетах, грамотного подхода к стажировкам и программ наставничества в компаниях.
Подписывайтесь на нас:
Еще по теме
