GigaChat в вакансиях ИТ почти не виден: что нашли в hh.ru

Проверка 34 053 активных вакансий в ИТ по России показала: о GigaChat, LLM и других AI-инструментах работодатели пишут далеко не везде. Чаще ИИ нужен не как отдельная профессия, а как дополнительный навык для разработчиков, аналитиков и тимлидов.

ИИ в вакансиях есть, но далеко не везде

Автор исследования посмотрел все активные вакансии в 25 категориях ИТ-раздела hh.ru и отдельно проверил, где вообще встречаются термины вроде LLM, GPT, RAG, агентов, промптов, Cursor, LangChain и GigaChat. В полной выборке оказалось 34 053 вакансии, а упоминания AI-темы нашлись в 2 836 из них.

Если смотреть совсем широко — включая machine learning, computer vision, NLP и классический data science, — доля вырастает до 16,4%. Но даже в этом случае 84% вакансий никак не говорят про ИИ. Вывод простой: рынок пока чаще ищет не «AI-инженера» как отдельную профессию, а обычного специалиста, который умеет работать с AI-стеком.

При этом саму роль AI Engineer в названии должности указали лишь 268 раз, то есть примерно в 0,79% вакансий. Для кандидатов это важный сигнал: полезнее прокачивать AI как рабочий навык, чем ждать массового спроса именно на такую должность.

Кому AI нужен чаще всего

Самая сильная концентрация AI-навыков — у дата-сайентистов: LLM там фигурируют в 46,1% вакансий, а если брать любой ИИ, то в 79,3%. У остальных ролей это уже заметно реже и чаще зависит от задач бизнеса.

Среди тех, кто обгоняет обычных разработчиков по доле AI-вакансий, — тимлиды, DevOps и системные аналитики: 19,0%, 18,3% и 15,6% против 12,9% у программистов. Тестировщики и технические писатели тоже идут рядом с разработчиками — 12,2% и 11,8%. Это логично: вокруг моделей нужно не только писать код, но и проектировать инфраструктуру, внедрять и поддерживать решения.

Отдельно заметно, что ИИ чаще требуют от более опытных специалистов. У вакансий без опыта доля всего 3,5%, а у позиций с опытом более 6 лет — уже 13,5%. Для джунов это пока не обязательный билет на рынок, а для сеньоров — все более частое ожидание.

Что именно хотят от кандидатов

Вакансии сейчас чаще описывают не обучение модели с нуля, а работу с готовыми инструментами. Самые частые термины в выборке — RAG (522 вакансии), промпт-инжиниринг (249), LangChain (224), Cursor (192), Claude Code (184) и GitHub Copilot (148). Дообучение и fine-tuning упоминаются 173 раза, а LoRA и PEFT — 104 раза.

Еще одна важная часть спроса — не модель, а инфраструктура вокруг нее: агентные системы, MCP-серверы, оркестрация, трейсинг, эвалы и гардрейлы. В выборке 517 вакансий говорят про агентные системы, 167 — про MCP, 184 — про оценку качества и наблюдаемость LLM-систем. Это значит, что бизнесу нужны не только “пользователи” AI, но и люди, которые умеют делать такие решения надежными.

Показательно и то, что AI-инструменты разработчика уже вошли в обычные вакансии: 30% разобранных объявлений упоминают их напрямую. Встречаются и должности с вайбкодингом в названии — например, у Ак Барс Цифровые Технологии, X5 Tech и в позиции Tech Lead по Vibe-coding. То есть AI уже влияет на ежедневную работу программистов, а не только на отдельные AI-команды.

Сколько платят и что это значит для рынка

Вилка зарплаты есть только примерно в 22% вакансий, поэтому выводы по деньгам стоит воспринимать аккуратно. Но в тех объявлениях, где LLM и связанные технологии упоминаются, медиана составляет около 174 000 ₽ в месяц.

Самый заметный рост дохода начинается при переходе от опыта 1–3 года к 3–6 годам: медиана поднимается примерно со 113 000 до 226 000 ₽. На 90-м перцентиле зарплата доходит до 315 000 ₽, а отдельные роли, вроде системного архитектора AI, — до 425 000 ₽.

Главный практический вывод для соискателей и уже работающих специалистов такой: рынок пока не перестроился под массовую профессию AI-инженера. Но он уже активно ценит умение использовать GigaChat, LLM и другие AI-инструменты в обычной продуктовой работе — от разработки и аналитики до DevOps и управления командами.