Блог
Назад
Карта новых специальностей 2026 года: кем идти работать в эпоху ИИ
ИИ не просто забирает работу. Он создаёт новые рабочие места. И вот что важно: это не только «промпт-инженер» и «ML-разработчик». Это целая экосистема ролей, которые ещё два года назад не существовали.
29 сентября 2026
Автор статьи
Информационный центр ПоискВакансий.РФ
ИИ не просто забирает работу. Он создаёт новые рабочие места. И вот что важно: это не только «промпт-инженер» и «ML-разработчик». Это целая экосистема ролей, которые ещё два года назад не существовали. Кто-то должен проверять модели на предвзятость, кто-то — тренировать нейросети на профессиональных данных, кто-то — взламывать ИИ-системы до того, как это сделают злоумышленники.
Gartner в 2026 году разбил все ИИ-роли на три группы: Emerging (новые, закрывают пробелы в ответственности), Must-have (ядро команды) и Operational (те, кто запускает систему в ежедневную эксплуатацию). Ниже — карта по этим группам с описанием, требованиями и примерными зарплатами.
Группа 1: Emerging AI Roles (новые роли)
Это те, кого ещё год назад не было. Они закрывают пробелы, которые появились, когда ИИ начал ошибаться, галлюцинировать и дискриминировать.
Model Validator (Валидатор моделей)
> Что делает: тестирует модели как аудитор тестирует бухгалтерские книги. Ищет скрытую предвзятость, слабые edge cases, дрейф модели во времени и плохие сценарии оценки. Превращает «работает в демо» в «работает в реальной жизни».
>> Что нужно: понимание ML, статистика, опыт тестирования, критическое мышление.
Knowledge Engineer (Инженер знаний)
> Что делает: превращает хаотичные знания компании в топливо для ИИ. Строит мост между документами, политиками, спецификациями, тикетами поддержки и «племенным знанием», которое живёт в головах сотрудников. Делает ответы ИИ обоснованными и последовательными.
>> Что нужно: системное мышление, опыт работы с базами знаний, таксономия, понимание RAG-систем.
Decision Engineer (Инженер решений)
> Что делает: соединяет выходные данные ИИ с реальными бизнес-действиями. Проектирует решающие потоки, пороги, human-in-the-loop шаги и эскалационные пути. Следит, чтобы ИИ поддерживал стратегию, а не создавал шум.
>> Что нужно: бизнес-аналитика, понимание процессов, работа с KPI, проектирование workflow.
AI Red Teamer (ИИ-редтимер)
> Что делает: симулирует атаки на ИИ-системы. Ищет prompt injection, jailbreak, утечки данных, предвзятость и safety failures до того, как это сделают реальные злоумышленники. Microsoft сформировала первую команду AI Red Team ещё в 2018 году, но роль взорвалась после 2023-го.
>> Что нужно: опыт в кибербезопасности (или лингвистике, психологии — команды Microsoft включают нейроучёных и лингвистов), понимание LLM-поведения, prompt engineering, тестирование моделей.
AI Ethicist / AI Auditor (Специалист по этике ИИ / ИИ-аудитор)
> Что делает: следит за тем, чтобы ИИ соответствовал человеческим и корпоративным ценностям. Fairness, bias, privacy, consent, transparency, explainability, harm prevention. Рассматривает этику как требование к сборке, а не как PR-заплатку. На 2026 год уже существует европейский стандарт компетенций для профессиональных ИИ-этиков (prEN 18274), который описывает знания, навыки и установки для этой роли.
>> Что нужно: понимание ML и LLM, знание регуляторики (EU AI Act и др.), философия/этика, аудиторское мышление, умение работать со стейкхолдерами.
AI Risk & Governance Specialist (Специалист по рискам и управлению ИИ)
> Что делает: разрабатывает и оценивает модели управления ИИ, aligns AI-инициативы с бизнес-стратегией и регуляторными ожиданиями (например, EU AI Act). Идентифицирует специфические риски: безопасность, целостность модели, качество данных, зависимости от третьих сторон.
>> Что нужно: опыт в risk management, compliance, юриспруденции или аудите. Понимание AI/ML на уровне достаточном для оценки рисков.
Agent Auditor (Аудитор агентных систем)
> Что делает: новая профессия, которая только формируется. Мониторит, аудирует и управляет агентными системами в масштабе. Существующие организационные роли не приспособлены для этого — отсюда и появление отдельной специальности.
>> Что нужно: понимание агентных архитектур, аудит, governance.
Группа 2: Must-have AI Roles (ядро команды)
Эти роли существовали и раньше, но в 2026 году они изменились.
AI Trainer / ИИ-тренер
> Что делает: не просто использует нейросети, а формирует их «личность» и знания. Собирает и классифицирует тысячи диалогов для чат-бота, учит модель распознавать эмоции, размечает изображения для компьютерного зрения. Тестирует и корректирует: задаёт сложные вопросы, анализирует сгенерированные тексты по критериям точности, полноты, безопасности и стиля. Борется с «галлюцинациями».
>> Что нужно: профильное образование в своей области (медицина, юриспруденция, финансы и т.д.), структурное мышление, умение выстраивать однозначные инструкции. Опыт в разработке ИИ **не требуется** — важны знания в предметной области.
Prompt Engineer / Промпт-инженер
> Что делает: управляет нейросетями с помощью текста. Проектирует логику ответов LLM так, чтобы они были точными, понятными и предсказуемыми. Настраивает тон, формат, ограничения, контекст. Тестирует необычные запросы и закладывает guardrails.
>> Что нужно: понимание LLM, prompt design, коммуникация, креативное решение проблем. По данным исследования 2026 года, промпт-инженерам нужны AI-знания (22,8%), навыки промпт-дизайна (18,7%), коммуникация (21,9%) и креативность (15,8%).
Важный нюанс: в 2026 году роль промпт-инженера трансформируется. Microsoft опросила 31 000 работников, и Prompt Engineer занял второе место с конца по приоритетам найма. Количество вакансий упало на 85% с 2023 года. Но навык не умер — он эволюционировал в проектирование мультиагентных архитектур, RAG-систем и production-ready guardrails. То есть чистый промпт-инженер уходит, а «инженер, который умеет проектировать поведение ИИ» — остаётся.
AI Product Manager (Продуктовый менеджер ИИ)
> Что делает: владеет продуктами, где ядро опыта driven не фиксированными бизнес-правилами, а моделью. В 2026 году AI PM должен понимать LLM, RAG, агентов, evals, AI UX, trade-offs моделей и AI-экономику — а не просто писать PRD.
>> Что нужно: классические PM-навыки + AI/ML-грамотность + AI product sense. Data fluency — обязательна.
AI Orchestrator (Оркестратор ИИ)
> Что делает: координирует работу множественных ИИ-агентов для получения сложного результата. Соединяет разные workflow и части бизнеса. Проектирует экосистему, в которой работают агенты, устанавливает приоритеты, определяет границы и гарантирует, что автоматизированные решения align с бизнес-стратегией.
>> Что нужно: системное мышление, понимание агентных архитектур, коммуникация, умение видеть картину целиком. Техническое совершенство — **не** главное. Главное — дизайн коллаборации человека и ИИ.
Группа 3: Operational Roles (запуск в эксплуатацию)
Эти роли масштабируют то, что построили первые две группы.
MCP Engineer (Инженер MCP)
> Что делает: проектирует, строит и поддерживает MCP-серверы (Model Context Protocol), которые выставляют корпоративные инструменты, данные и API для ИИ-агентов. Разрабатывает переиспользуемые коннекторы и адаптеры для внутренних и внешних систем.
>>Что нужно: 5+ лет в software engineering, API integration, data engineering. Понимание протоколов интеграции и безопасности.
Data Labeler / Data Annotation Specialist (Разметчик данных)
> Что делает: размечает данные — текст, аудио, изображения, видео — чтобы модели могли учиться. Отмечает пешеходов и машины на street view, произношение и смысл речей, семантику и экспрессивные нюансы текстов.
>> Что нужно: базовые навыки, систематичность, внимательность. Для 5-го уровня (начального) — достаточно пройти системное обучение. Студенты и даже учащиеся средних специальных заведений могут участвовать.
Важно: в 2020 году профессия «AI-тренер» была внесена в государственный классификатор профессий России, а data labeler — ключевой вид работы в этой категории. Сегодня в отрасли более 10 миллионов разметчиков, но дефицит всё ещё высокий.
Bug Bounty Hunter (Баг-баунти-хантер)
> Что делает: независимый исследователь безопасности, который находит уязвимости в системах и сообщает о них вендорам через программы bug bounty или coordinated disclosure в обмен на денежное вознаграждение и признание.
>> Что нужно: глубокое понимание веб-безопасности (OWASP Top 10), IDOR, OAuth-уязвимостей, business logic flaws. Для 2026 года — специализация: облачные конфигурации, API-logic-flaws, AI safety, специфическое enterprise-ПО.
Важный тренд 2026: generic bug hunting насыщается. Специализация в узких областях даёт премиальные выплаты. Многие хантеры переходят в AI red teaming.
Если вы думаете, куда идти — вот три вывода.
Первый: порог входа в ИИ-профессии не всегда высокий. AI-тренер не требует опыта в разработке. Data labeler — вообще стартовая точка. Prompt engineer — можно войти с гуманитарным бэкграундом, если понимаете логику.
Второй: предметная экспертиза становится валютой. Медик, который умеет обучать медицинские LLM, стоит дороже ML-инженера. Юрист, который размечает правовые данные, — тоже. ИИ нужны люди, которые понимают, что такое «правильно» в конкретной области.
Третий: роли разделяются. Generalist «AI engineer» уходит. Приходят специалисты: валидатор, этик, оркестратор, редтимер. 2026 год вознаграждает специалистов и наказывает генералистов.
И да — bug bounty никуда не делся. Он просто стал специализированнее. Если вы умеете ломать не сети, а модели, — это отдельная и очень дорогая ниша.
Читать далее
Совмещать учебу и работу вполне реально, если вы четко понимаете для чего вам это двойная нагрузка. Это как два работодателя одновременно. Один вам платит зарплату за текущие задачи, второй пока учит вас новому функционалу. Большинство людей не до конца понимают эти моменты и иногда оказываются в ситуации, когда отступать уже некуда. Главная ошибка - не задать себе вопрос «как я буду это совмещать?» до того, как все началось. Мой личный опыт - это очная магистратура в МГИМО и одновременно работа в должности руководителя отдела подбора персонала на полной занятости. Занятия вечерами в будни и каждую субботу, домашние задания до ночи, сотрудники в подчинении. В какой-то момент организм сказал стоп, начались проблемы со сном, пришлось обратиться к психологу. Результат обучения - красный диплом и статус лучшей на потоке. Но далось это не просто. Эта статья про практические рекомендации, как совмещать без ущерба для себя. Начните с мотивации Перед тем как подать документы, задайте себе вопрос: зачем мне это? Дань моде и трендам - это одна история. Осознанный шаг ради новой профессии, карьерного роста или давней цели - совсем другая, более осознанная. Именно ваша мотивация определяет, выдержите ли вы, когда станет тяжело. И задайте себе ещё один вопрос: что случится, если я не пойду учиться по этому направлению? Если отказ не вызывает эмоционального отклика - стоит задуматься. Велика вероятность, что это не то, что вам нужно прямо сейчас. Обратная сторона, когда последствия отказа ощущаются как мини-катастрофа - вы на верном пути. Посчитайте количество часов, которые вы можете уделить обучению Самая частая ошибка, на мой взгляд, не просчитать реальную нагрузку заранее. Я учла занятия и лекции, но не объем домашних заданий. А он был приличным. Найдите знакомого, который уже проходил или сейчас проходит это обучение, и узнайте у него все честно. Сколько времени реально уходит, какая нагрузка на самом деле, что никто не предупредил. Это гораздо ценнее, чем информация от отдела продаж или учебно-методического отдела - они заинтересованы в вашей записи, а не в вашем комфорте. Предлагаю использовать простой инструмент: возьмите сутки и вычтите сон, работу, время с семьей, быт, хобби. Сделайте подсчет отдельно для будних дней и выходных, так картина будет честной. Время на учебу делится на два типа: Активные часы - занятия и лекции Пассивные часы - домашние задания, материалы, проекты Формула реального времени на учебу : активные часы + 30-40% сверху = реальная нагрузка Чем серьезнее программа, тем выше этот процент. Если свободного времени почти не остается - решите заранее, от чего вы готовы временно отказаться. Забота о себе как обязательное условие Когда график становится плотным, первым под удар попадает сон. Потом исчезают прогулки, спорт, встречи с друзьями. Кажется, что это временно и можно потерпеть. Но организм не может работать в режиме нон-стоп. Не повторяйте этой ошибки - уделяйте внимание себе с самого начала. Если учеба сильно пересекается с высокой нагрузкой на работе, это повод рассмотреть более гибкие варианты: частичная занятость, удаленный формат, переход на позицию с меньшим функционалом. Или с другой стороны - сменить формат обучения, перейти на заочную форму или взять академический отпуск. Это всегда две чаши весов. И главный вопрос, который стоит задать себе честно: что мне сейчас важнее - учеба или работа? Сейчас я сама иду на новый курс повышения квалификации. Но подхожу к этому иначе: заранее узнала все про нагрузку, связалась с коллегой, которая его заканчивает - она честно рассказала, сколько времени реально уходит. Я все взвесила и приняла осознанное решение. Именно так это и должно работать.
5 октября 2026
Сколько раз ты открывал вакансию и думал: «Что вообще сейчас хотят работодатели? Какие навыки писать в резюме, чтобы позвали на собеседование?» А сколько раз отправлял резюме и получал тишину — просто потому, что оно не совпало с тем, что реально ищут? Мы сделали инструмент, который убирает эти догадки. На платформе ПоискВакансий.РФ вышел новый раздел — Аналитика рынка по специальностям. Это не статьи-пересказы и не советы из ниоткуда. Это портреты профессий, собранные из реальных вакансий, которые открыты прямо сейчас. Что такое Аналитика рынка Каждая статья в разделе — это портрет одной специальности. Мы собрали в неё всё, что работодатели сегодня пишут в вакансиях: навыки, требования, ключевые фразы, распределение по опыту и зарплатные вилки. Ты открываешь свою специальность — и видишь рынок таким, какой он есть, а не каким его описывают в общих статьях «как найти работу». Как это работает: технология «Ловец навыков» Отчёты создаются по специальностям и технологиям на основе технологии машинного обучения — «Ловец навыков». Вот в чём ключевая разница. Нейросети часто выдумывают. Они могут «дорисовать» навык, которого в вакансиях нет, или придумать формулировку, которая звучит красиво, но на рынке не встречается. Если строить резюме на таких подсказках, легко промахнуться. «Ловец навыков» так не делает. Он не сочиняет ключевые слова — он собирает их из текущих вакансий и ранжирует по частоте встречаемости. То есть на первом месте оказывается не то, что «звучит солидно», а то, что работодатели действительно пишут чаще всего. Ты видишь не мнение алгоритма. Ты видишь реальную картину рынка. Главное преимущество: навыки различаются по уровням Вот что важно понимать и чего не даёт ни одна нейросеть. Навыки для разных уровней специалистов — разные. Junior, middle, senior и руководитель — это не «одно и то же, только с разным количеством лет опыта». У них отличаются требования, инструменты, зона ответственности и то, что работодатель вообще считает важным. А нейросеть по умолчанию всегда предложит одно и то же. Спросишь у неё «какие навыки нужны маркетологу» — получишь универсальный набор, усреднённый, без разбивки по опыту. Потому что модель не знает, кто ты: джун, который ищет первую работу, или руководитель, который претендует на управленческую позицию. В итоге ты получаешь совет, который вроде бы звучит правильно, но к твоей конкретной ситуации не подходит. Или наоборот — ты берёшь популярные общие навыки, а работодатель на твоём уровне ждёт совсем другого. В Аналитике рынка мы разбиваем данные по уровням опыта. Ты смотришь свою специальность и видишь, что важно именно на твоём уровне: какие навыки в топе, какие фразы встречаются, какие вилки. Не усреднённая картинка «для всех», а срез под твою ситуацию. Что внутри отчёта Разберём на примере. Вот как выглядит портрет специальности «Интернет-маркетолог» (данные на 22 сентября 2026). Топ навыков Самые частые навыки в вакансиях интернет-маркетолога: 1. яндекс.директ 2. интернет-реклама 3. контекстная реклама 4. google analytics 5. яндекс.метрика 6. seo 7. google adwords 8. реклама 9. грамотность 10. копирайтинг Обрати внимание: «грамотность» стоит на 9 месте. Это не про «пиши без ошибок» из вежливости — работодатели реально указывают это как требование. Ключевые фразы Помимо навыков, отчёт показывает живые формулировки из вакансий. Самая частая — «Ведение рекламных кампаний». Дальше идут: «Опыт в яндекс директе», «Работал с яндекс метрикой», «Контент и социальные сети», «Управление контекстной рекламой». Это готовые формулировки, которые можно использовать в резюме — не выдуманные, а взятые из реальных объявлений. Зарплатные вилки по опыту в открытых вакансиях Средняя зарплата «от»: — нет опыта — 33 525 ₽ — от 1 до 3 лет — 61 259 ₽ — от 3 до 6 лет — 69 547 ₽ — от 6 и более — 116 000 ₽ Средняя зарплата «до»: — нет опыта — 49 066 ₽ — от 1 до 3 лет — 44 293 ₽ — от 3 до 6 лет — 46 271 ₽ — от 6 и более — 146 000 ₽ Такие цифры помогают понять, какие зарплаты заявляются на рынке - дальше уже все в твоих руках. Кому это полезно Соискателям: — подготовить резюме под реальные требования, а не под свои догадки — понять, какие навыки в цене именно на твоём уровне — увидеть вилку по своему опыту — понять, куда расти: какие навыки из топа у тебя есть, а каких не хватает Работодателям: — понять, какие требования ставят другие компании на том же уровне — не завышать и не занижать планку Тем, кто думает о смене профессии — увидеть, из чего состоит специальность до того, как в неё идти — понять, какие навыки нужно подтянуть, чтобы выйти на рынок Отчёт в Аналитике рынка — это срез на конкретную дату. У каждой статьи указана дата создания исследования. Ты видишь, насколько данные свежие, и понимаешь, можно ли на них опираться. Плюс сама методика прозрачна: сбор данных из публичных вакансий, нормализация навыков и фраз с помощью NLP-моделей, ранжирование по частоте. Никаких «мы поговорили с экспертами и вот их мнение». И главное — данные разбиты по уровням опыта. Ты не получаешь усреднённый совет для всех, как это делает нейросеть. Ты видишь то, что нужно именно на твоём уровне. Переходи в раздел Аналитика рынка на ПоискВакансий.РФ, выбирай свою специальность — и смотри, что актуально именно для тебя.
2 октября 2026