У России три пути: 18+, ***** и IT

И кажется, у нас случился переход между карьерными треками…
Нам неважно, какой у человека бэкграунд и чем он занимался раньше. Важно, куда он хочет прийти и что готов для этого делать.

Наша студентка, Алина, решила кардинально сменить сферу, пришла на «СТАРТ» и теперь готовится к своей новой цели — получить оффер в Яндекс.

Можно следить за успехами и учиться вместе с Алиной. На наши курсы старт, идут финальные 4 часа скидки.

➡️ Записаться

Подпивасный анализ рынка

Короче, у нас сейчас проходит набор на курсы ПРО и я одним вечером открыл по приколу HHRU и решил поанализировать.

Общие впечатления
За последние полгода количество вакансий на хх реально просело, вроде бы даже процентов на 25-30, но при этом вакансий, где прямо написано "AI", "ML", "LLM" стало только больше. Я сам перепроверял цифры: в начале 25-го было около 9 тысяч таких вакансий, сейчас уже под 11. И это при том, что общий рынок сдувается.

AI-инженер - это просто бэкендер, который подружился с нейросетками
Я смотрел вакансию в S7. Там просто список технологий: vLLM, SGLang, векторные базы, FastAPI, очереди. Это же просто набор бэкенд-инструментов, где нейросеть выступает как черный ящик. То есть ты не учишь модели, ты просто умеешь написать сервис, который ходит в нейросетку по API, получает ответ и кладет его в базу. Как будто ты просто работаешь с какой-то внешней системой, только вместо обычного сервера у тебя LLM.

Или вот видел вакансию в «Дневнике.ру». Они пишут: строить агентов, интегрировать с инфраструктурой. Опять разработка. И по сути, если ты бэкендер на Python, знаешь FastAPI и умеешь работать с базами данных, то ты уже AI-инженер на 80%. Остальное это понимание как дергать LLM и куда складывать ответы. Поэтому ты, бэкенд питон разработчик, понял намек?

А вот ML-инженер - это уже другое
Я посмотрел вакансии в Яндексе. Там реально хардкор.
В одном месте аудиоязыковые модели. Нужно знать SFT, DPO, RLHF. Это техники дообучения, когда модельку учат специфическим хитрым способам, а не просто подают данные и говорят "учись". Тут уже математика и понимание того, как нейросети внутри устроены.

В другом роботы-доставщики. Нужно оптимизировать нейросетки под слабое железо, чтобы на CPU работали за доли миллисекунды. И доменные знания по навигации, локализации. Это уже не про "пойти в API и получить ответ", а про реальное инженерное мышление.

А теперь самое интересное
Мне кажется рынок идет к тому, что AI-инженер и ML-инженер - это один и тот же человек.
Я видел вакансию в Сбере, где название NLP and Backend. И там реально смесь: и FastAPI, и Kafka, и LangChain, и Transformers, и Pandas с NumPy. То есть человек должен уметь и бэкенд написать, и модельку дообучить, и все это задеплоить.

И знаете, у меня такое ощущение, что так и будет. Сейчас с вайб-кодингом писать бэкенд стало очень легко. А вот обучать модельки пока сложно автоматизировать там слишком много нюансов, нужно смотреть на метрики, логи, эксперименты. Поэтому ценность как раз в ML-части.

Что еще
• MLOps: в бигтехах это отдельный человек, который выделяет GPU, настраивает пайплайны, чинит инфраструктуру.
• AI-тренер: по сути разметчик данных. Нужен для специфических доменов, где модель не может сама себя проверить, например медицина или юриспруденция.
• Промт-инженер: вообще смешная позиция. На деле часто оказывается обычным AI/ML-разработчиком. Я видел вакансию, где в требованиях FastAPI, RAG, агенты, а называется "Промт-инженер".

• Не ищите только «ML-инженера». Ищите по всем названиям: AI Engineer, NLP Engineer, LLM Engineer, Prompt Engineer. Везде примерно одно и то же.
• И не бойтесь длинных списков технологий в вакансиях. Часто это сгенерировано нейросеткой и на деле требования намного проще. Хватит хорошего знания Python, FastAPI, базового понимания LLM и умения работать с инфраструктурой.
• Вилки у всех примерно одинаковые

И да если пост понравился записывайся на курсы МЛ ПРО и Аи агенты ПРО, будем из вас делать жестких быков осеменителей-тягочей рынка.
➡️ Записаться

Подписаться: @chad_protocol

Выходим на новый уровень с линейкой 1️⃣1️⃣1️⃣

Товарищи, если база уже есть, то следующий шаг — углубиться в специализацию, закрыть пробелы, освоить новые инструменты и стать сильнее как специалист.

Для этого мы запускаем ПРО — углублённые карьерные курсы для тех, кто хочет качать карьеру и заработок! Для записи и вопросов — пишите менеджеру

📎Курсы ПРО подойдут тем, кто:

— уже знает основы и хочет глубже разобраться в своей специализации
— хочет перейти с junior на middle и расти дальше
— готовится к собеседованиям на более сильные позиции
— хочет сменить роль и добрать недостающие навыки
— уже на старте имеет сильную базу и хочет целиться выше стажёрских и junior-позиций

➡️Действует гарантия: прошел курс, выполнил все рекомендации, но не получил оффер — вернем деньги
➡️Курс длится 6 недель: теория, практика, домашние задания и пет-проект. Всё это время рядом преподаватель и куратор.

Открываем сразу 5 направлений:

➡️Аналитика ПРО

Продвинутый SQL, A/B-тесты, эконометрика, Causal Inference и ML.

➡️ML ПРО

Вывод модели в прод, MLOps, рекомендательные системы, ранжирование, uplift и динамическое преобразование.

➡️Backend ПРО

Многопоточка, System Desgin, Микросервисы, базы данных, кеширование, мониторинг и распределённые системы.

➡️Алгоритмы ПРО

Продвинутые алгоритмы и задачи для сложных технических интервью в hft фонды, faang+, для олимпиад и контестов.

➡️ИИ-агенты ПРО

Будем разбираться не просто в LLM. Вы научитесь проектировать полноценные агентные системы и за курс соберём 5 собственных AI-агентов и пройдём весь путь от архитектуры и инструментов до работы с RAG, multi-agent системами, MCP, evals и деплоем.

В программу всех курсов войдет:
🔵закрытый банк вопросов с интервью топовых бигтехов
🔵разбор ближайшей стажировки в Т-банк и Яндекс
🔵mock-собеседования с обратной связью
🔵рефералка в бигтех после защиты пет-проекта
🔵карьерная стратегия: резюме, поиск вакансий, подготовка к HR секциям

💰Бонус для всех записавшихся до 23.08 — курс про поиск валютной удалёнки и работы за рубежом в подарок