Кто такой AI-инженер (инженер ИИ, LLM-инженер): что делает, стек, как стать
AI-инженер строит продукты на готовых больших моделях: подключает их через API, даёт им доступ к данным компании, собирает агентов и измеряет качество ответов. Разбираем задачи, стек, зарплаты и отличие от ML-инженера.
Кто такой AI-инженер простыми словами
AI-инженер (инженер ИИ, LLM-инженер) — разработчик, который делает полезные продукты на основе готовых больших моделей. Он не обучает языковую модель с нуля — это дорогая работа небольшого числа лабораторий. Его задача другая: взять существующую модель, подключить её к данным и системам компании и добиться, чтобы результат был точным, быстрым, безопасным и не разорял бюджет.
Примеры его работы: ассистент поддержки, который отвечает по базе знаний компании; поиск по внутренним документам на естественном языке; агент, который сам заполняет CRM после звонка; сервис, извлекающий данные из договоров и счетов.
Чем занимается: задачи
- Интеграция моделей через API. Выбор модели под задачу, вызовы, потоковый вывод, обработка ошибок и лимитов, контроль стоимости токенов.
- Промпты и структурированный вывод. Системные инструкции, примеры, ответы в заданном формате, который можно обработать кодом.
- RAG. Поиск по своим данным: нарезка документов, эмбеддинги, векторный поиск, подстановка найденного в запрос к модели.
- Агенты и инструменты. Модель вызывает функции — ищет, считает, пишет в базы, работает с внешними сервисами — и доводит многошаговую задачу до конца.
- Оценка качества. Наборы тестовых вопросов, автоматические проверки, сравнение моделей и версий промптов. Без этого нельзя понять, стало ли лучше после изменения.
- Надёжность и безопасность. Защита от промпт-инъекций, фильтрация персональных данных, запасные сценарии на случай отказа модели.
Навыки и стек
| Навык | Зачем |
|---|---|
| Python или TypeScript | Основные языки для сервисов на LLM |
| Работа с API моделей | Подключение, потоковый вывод, вызов инструментов, учёт токенов |
| Понимание устройства LLM | Контекстное окно, токены, температура, откуда берутся галлюцинации |
| Эмбеддинги и векторный поиск | Основа RAG и семантического поиска |
| Фреймворки для агентов и RAG | Быстрее собрать типовые цепочки, но важно понимать, что внутри |
| Оценка качества (evals) | Измерять точность ответов, а не судить «на глаз» |
| Бэкенд: веб-сервисы, базы данных, очереди | AI-функция живёт внутри обычного продукта |
| Docker и облака | Развёртывание и масштабирование |
| Основы ML | Понимать метрики, эмбеддинги и когда нужно дообучение |
Пример проекта: ассистент по базе знаний
Типичная первая задача AI-инженера в компании — ассистент, который отвечает сотрудникам или клиентам по внутренней документации. Вот из чего он состоит.
- Сбор документов. Регламенты, инструкции, ответы на частые вопросы — в едином хранилище, с понятной процедурой обновления.
- Индексация. Документы режутся на фрагменты, для каждого считается эмбеддинг и сохраняется в векторную базу.
- Ответ. На вопрос пользователя система находит подходящие фрагменты и передаёт их модели вместе с инструкцией отвечать только по ним и указывать источник.
- Оценка. Набор реальных вопросов с эталонными ответами прогоняется при каждом изменении: нашёлся ли нужный фрагмент, верен ли ответ, нет ли выдумки.
- Эксплуатация. Логи вопросов, на которые ассистент не справился, становятся новыми тестами и поводом дополнить документацию.
Типичные ошибки в AI-продуктах
- Оценка «на глаз». Пять удачных ответов в демо не говорят ничего о сотне реальных вопросов.
- Самая дорогая модель по умолчанию. Часто более простая и быстрая модель справляется не хуже, а стоит в разы дешевле — это нужно проверять на своих данных.
- Слепое доверие агенту. Действия, которые нельзя отменить, должны требовать подтверждения человека.
- Нет запасного пути. Модель может не ответить или ответить с ошибкой формата — продукт не должен от этого ломаться.
Зарплата и спрос
По ленте вакансий IRI Lab на 25.09.2026 открыто 17 вакансий AI-инженера, 14 из них — в Москве, и ещё 26 вакансий LLM-инженера с близкими задачами. Зарплата указана в 5 вакансиях AI-инженера:
- нижняя граница вилки — от 130 000 до 350 000 ₽;
- медиана верхней границы — около 250 000 ₽.
Выборка очень маленькая, а в большинстве вакансий зарплата не указана, поэтому цифры — ориентир, а не рыночная норма. Профессия молодая, и её названия пока не устоялись: одну и ту же работу публикуют как «AI-инженер», «LLM-инженер», «AI ML инженер» или «разработчик AI-решений». Ищите по всем вариантам.
Как стать AI-инженером с нуля: план
- Программирование. Python на уровне уверенной разработки: функции, классы, работа с HTTP, асинхронность. Если вы уже бэкенд-разработчик, этот шаг пройден — это самый короткий путь в профессию.
- Устройство LLM. Токены, контекст, эмбеддинги, трансформеры на уровне идей. Хорошая точка входа — материал что такое RAG и статьи про LLM.
- Первый проект через API. Чат-бот или сервис, который решает одну конкретную задачу. Для практики удобно подключить модели через IRI Gateway — единый API к разным моделям с оплатой в рублях, чтобы сравнивать их на одной задаче.
- RAG. Поиск по своему набору документов: нарезка, эмбеддинги, векторная база, оценка того, находится ли нужный фрагмент.
- Агенты. Модель с инструментами, которая выполняет многошаговую задачу. Отдельно продумайте, что агенту разрешено делать и что происходит при ошибке.
- Оценка качества. Соберите набор из 50–100 тестовых вопросов с эталонными ответами и прогоняйте его при каждом изменении. Этот навык сильнее всего отличает инженера от энтузиаста.
- Портфолио. Два-три проекта с публичным кодом, описанием архитектуры и честными цифрами качества и стоимости.
Курсы по AI-инженерии полезны как структура, но основное обучение — это документация провайдеров моделей, открытые фреймворки и собственные проекты.
Чем AI-инженер отличается от ML-инженера
| ML-инженер | AI-инженер | |
|---|---|---|
| Модель | Обучает свою на данных компании | Использует готовую большую модель |
| Главный инструмент | Данные, признаки, обучение | API, контекст, RAG, агенты |
| Математика | Нужна глубоко | Достаточно понимания основ |
| Как меряет качество | Метрики на тестовой выборке | Наборы тестовых запросов и оценка ответов |
| Типичный путь в профессию | Из аналитики, Data Science, математики | Из бэкенд- и фулстек-разработки |
Граница подвижна: AI-инженеру бывает нужно дообучить модель, а ML-инженеру — собрать RAG. Подробнее о второй роли — в статье кто такой ML-инженер.
Главное преимущество профессии сейчас — короткий путь для тех, кто уже умеет писать бэкенд: базовые навыки работы с API и сервисами переносятся напрямую, а недостающее знание про LLM набирается на собственных проектах за несколько месяцев. Слабое место у таких кандидатов обычно одно — систематическая оценка качества, поэтому на неё стоит сделать акцент в портфолио.
Где искать вакансии
Актуальные предложения — на странице вакансии AI-инженера и в смежном разделе вакансии LLM-инженера в ленте IRI Lab.
Что дальше
Начните с RAG — это основа большинства AI-продуктов, соберите первый проект на моделях через IRI Gateway и сверьте навыки с вакансиями AI-инженера.
Вакансии: AI Engineer — 23 актуальных в ленте IRI Lab. Смотреть вакансии →
Читать в разделе «Обучение»
- Что такое LLM: большая языковая модель простыми словами
- Что такое RAG: поиск по базе знаний плюс генерация ответа
- Кто такой ML-инженер: обязанности, навыки, зарплата и как стать
- Промпт-инженер: кто это, что делает и есть ли спрос в 2026
- Обучение нейросетям с нуля: бесплатный путь по шагам
Частые вопросы
Чем AI-инженер отличается от ML-инженера?
ML-инженер обучает собственные модели на данных компании и выводит их в продакшн. AI-инженер берёт готовые большие модели и строит на них продукт: интеграция через API, RAG, агенты, оценка качества.
Что значит «AI ML инженер» в вакансиях?
Обычно это гибридная роль: от кандидата ждут и классического машинного обучения, и опыта построения сервисов на LLM. Точный баланс видно только из списка задач в конкретной вакансии.
Где пройти обучение на AI-инженера?
Проще всего учиться на практике: документация провайдеров моделей и открытых фреймворков, собственные проекты с RAG и агентами. Курсы дают структуру, но работодатель смотрит на работающие проекты.
Сколько вакансий AI-инженера сейчас?
По ленте вакансий IRI Lab на 25.09.2026 — 17 вакансий AI-инженера (14 в Москве) и ещё 26 вакансий LLM-инженера. Зарплата указана в 5 вакансиях AI-инженера, поэтому выборка для выводов о деньгах небольшая.