Зарплаты AI-тренеров достигают 300 000 рублей из-за недостатка кадров

AI-тренер - одна из самых молодых профессии в России. Эти специалисты учат искусственный интеллект правильно отвечать на вопросы людей. Они готовят обучающие данные, пишут примеры эталонных ответов и проверяют, насколько корректно система реагирует на запросы. За 11 месяцев 2025 года спрос на таких специалистов в России вырос на 80%, а их зарплаты достигают 300 тысяч рублей. Однако при растущем спросе лишь 5-10% кандидатов обладают необходимыми компетенциями.

"AI-тренер - это гибрид редактора и исследователя. Он формирует представление системы о том, как нужно отвечать людям и на каких принципах базироваться", - говорит директор по искусственному интеллекту Лиги цифровой экономики Олег Белоусов. Он объясняет, что AI-тренер подстраивает ИИ под потребности людей и бизнеса. Специалист собирает тексты, диалоги и описания, очищает их, проверяет на достоверность. Он оценивает качество ответов системы, проверяет реакцию на провокационные запросы, фильтрует токсичный контент. "Он улавливает тонкости: где ответ может быть фактически неверным, стилистически неуместным или даже потенциально опасным. AI-тренер анализирует, какие формулировки слишком категоричны, какие двусмысленны, а что вводит в заблуждение", - пояснил Белоусов.

По данным пресс-службы сервиса по поиску работы hh.ru, большинство вакансий - 65% - сосредоточено в Центральном федеральном округе. Лидирует сфера ИТ и интернета - 28% вакансий, финансовый сектор дает 18% предложений. Также AI-тренеры востребованы в таких отраслях, как СМИ, маркетинг, реклама, BTL, PR, дизайн, продюсирование - суммарно 5%, услуги для бизнеса (консалтинг, аутсорсинг, юридические и другие профессиональные услуги) - тоже 5%. При этом медиана зарплат специалистов составила 104,3 тысячи рублей - на 12,5 тысячи больше, чем год назад, при разбросе от 53,6 до 300,4 тысячи рублей.

Сегодня большинство вакансий предлагают Яндекс и Сбер, которые развивают собственные AI-продукты, сообщает пресс-служба сервиса по поиску работы SuperJob. Яндексу требуются специалисты со знанием лингвистики, переводов, юриспруденции, медицины, а также программисты для обучения AI-разработке. Сберу нужны лингвисты, филологи и переводчики. В целом по рынку спрос стабилизировался - вакансий меньше, чем два-три года назад.

Компании все чаще воспринимают эту работу как сложную экспертную деятельность, отмечает руководитель группы ИТ подбора кадровой компании UTEAM Анна Сафронова. "Специалист перестает быть "аннотатором" и превращается в человека, который понимает, как модель будет интерпретировать информацию", - объясняет она. Компании переходят от массовой разметки к найму специалистов с экспертными умениями - биологов, финансистов, инженеров. Такой сдвиг обусловлен тем, что современные модели нуждаются в обучающей среде, отражающей сложную экспертную работу. "Теперь ключевым становится не просто "разметка текста/изображений", а "создание сложных, контекстно богатых, предметно-специфичных датасетов", включая сценарии решения реальных задач, экспертные рассуждения, симуляции и проверку гипотез", - добавила эксперт.

Минимально квалифицированный AI-тренер должен уметь мыслить структурно, выстраивать однозначные инструкции, анализировать ошибки модели, понимать принципы больших языковых моделей и тестировать их в реальных сценариях, перечисляет Сафронова. Однако таких специалистов на рынке мало - около 5-10%. "Только 10-15% кандидатов поднимаются выше самого низкого уровня, и именно они становятся продуктивными AI-тренерами", - сказала эксперт.

Наиболее важны умение критически мыслить и проводить фактчекинг. "Это то, что, к сожалению, отсутствует у большинства кандидатов, которые отвечают на вакансии, - проверяют работодатели это простыми тестовыми заданиями", - рассказал консультант подразделения "Химия, оборудование и инжиниринг" консалтинговой компании get experts Матвей Алексашин. Большинство представляют обучение моделей как простое "подсказывание правильных ответов", но в действительности это управление распределениями данных и логическими структурами, добавляет Сафронова.

Эксперты указали на конкретные дефициты: многие приходят с отличным знанием языка, но им не хватает системности, методического подхода и навыков критической оценки, говорит Белоусов. "Бывает непросто дать четкий, грамотный и одновременно фактологически верный ответ, особенно на сложную тему. Труднее всего оценивать, насколько корректна информация, на которой основана генерация. Надо не бояться ставить под сомнение то, что кажется правдой", - добавил эксперт.

Порог входа в профессию только кажется простым. "На деле для трудоустройства необходим бэкграунд "писательства" и работы с информацией, чаще всего высокий уровень английского языка и хороший уровень критического мышления", - отмечает Алексашин. Начать с нуля здесь практически невозможно.

Именно поэтому журналисты и редакторы стали основным источником кадров - у них уже есть навык фактчекинга и критическое отношение к информации, считает основатель компании "Юнисофт" Алексей Оносов. Так, филологи находят себя в новой профессии идеально благодаря глубокому пониманию языка и способности к анализу текста. Аналитики успешны в оценке качества ответов, преподаватели умеют формулировать мысли доступным языком. "Гуманитарии неожиданно оказались востребованы в ИТ больше, чем когда-либо", - резюмирует эксперт.

Зарплаты у этих специалистов разные. По данным SuperJob, в Москве новички с хорошими знаниями в предметной области получают 60-70 тысяч рублей в месяц. AI-тренеры с экспертным уровнем знаний и техническим бэкграундом, понимающие принципы работы языковых моделей, владеющие промпт-инжинирингом, зарабатывают до 200 тысяч рублей. Для сравнения: ML-инженеры получают в среднем 300 тысяч рублей с максимумом в 630 тысяч, Data Scientist - 320 тысяч, программисты Python - 390 тысяч, поделились данными в пресс-службе SuperJob.

Перспективы профессии эксперты оценивают оптимистично. Сафронова прогнозирует, что в ближайшие два-три года спрос будет оставаться высоким. "Сейчас специалист по обучению искусственного интеллекта - это часть инфраструктуры больших моделей, которые обучаются на человеческих данных. Соответственно, необходимы люди, которые будут проектировать эти данные, управлять качеством и задавать рамки", - говорит она. По ее словам, модель можно ускорить, оптимизировать или масштабировать, но нельзя заменить человеческое понимание контекста и смысла, подчеркивает эксперт. Алексашин добавляет, что в ближайшие два - четыре года сформируется рынок, где специалисты с опытом в этой специальности будут стоить дороже, а порог входа станет еще выше.