Рынок труда в сфере искусственного интеллекта быстро меняется: компании ищут не просто программистов, а специалистов, которые умеют превращать бизнес-задачи в рабочие AI-решения. CTO и основатель Lamatic.ai Aman Chararma рассказал, какие навыки сегодня ценятся у AI-инженеров, почему портфолио стало сложнее, как компании выстраивают команды и что происходит с наймом в эпоху AI-агентов.
AI-инженеры: зарплаты, спрос и новая структура команд
По словам Aman Chararma, крупные компании уже готовы платить значительные суммы за сильных специалистов. В качестве примера он приводит позицию staff AI engineer в компании из списка Fortune 500, где совокупная компенсация может достигать 450 тысяч.
Однако высокий спрос не означает, что достаточно уметь писать код. Компании проходят через этап, похожий на цифровую трансформацию начала 2000-х, но теперь цель шире: сделать бизнес более «агентным», то есть встроить AI-агентов в процессы, продукты и инфраструктуру.
Организациям нужны специалисты, которые могут определить, где искусственный интеллект даст быстрый и измеримый эффект: повысит эффективность, улучшит масштабирование, увеличит маржинальность или сократит ручной труд.
Какие роли появились в эпоху AI
В компаниях формируются две группы ролей: вертикальные и горизонтальные. Первые отвечают за конкретные бизнес-направления, вторые поддерживают инфраструктуру и технологическую основу.
Вертикальные роли
Вертикальный специалист отвечает за определённую предметную область. Это может быть forward deployed engineer, applied AI engineer, AI solution architect или владелец процесса. Такой сотрудник должен понимать не только технологию, но и специфику отрасли.
Например, если компания работает с юридическим комплаенсом, важным кандидатом может быть человек с многолетним опытом в праве. Он понимает, как выглядят корректные данные, какие требования предъявляются к точности и какие источники можно использовать.
Горизонтальные роли
Горизонтальные специалисты помогают вертикальным командам не отвлекаться на инфраструктурные задачи. К таким ролям относятся:
- инженер по инфраструктуре;
- продуктовый инженер;
- DevOps-инженер;
- специалист по ModelOps;
- инженер, отвечающий за APM и эксплуатацию систем.
Такая структура позволяет быстрее принимать решения и распределять ответственность. По мнению Aman Chararma, команда должна быть достаточно плоской: не все решения должен принимать один CTO, особенно если компания хочет двигаться быстро.
Главный навык AI-инженера: код как язык общения с агентами
Один из ключевых тезисов интервью — код становится не просто инструментом программирования, а языком общения с AI-агентами. От специалиста не всегда требуется уровень сильного алгоритмического программиста, но он должен уметь чётко объяснять системе, что именно нужно сделать.
«Кодинг — это теперь язык. Это среда, через которую вы общаетесь с агентами».
По словам Aman Chararma, важно понимать, как AI-инструменты вроде Cursor или Claude планируют изменения. Нельзя просто написать: «Сделай эту правку» — нужно уметь формулировать задачу так, чтобы модель поняла контекст, ограничения и ожидаемый результат.
Он также разделяет понятия кодинга и программирования. В его логике кодинг ближе к способу выражения идеи, а программирование — к техническому исполнению. Поэтому современному специалисту важно уметь переводить естественный язык в системные инструкции, спецификации и структурированные форматы, например JSON.
Почему одного технического образования уже недостаточно
Aman Chararma подчёркивает, что не ищет «чистых инженеров» или «чистых кодеров». Сильным кандидатом может быть человек с опытом в маркетинге, финансах, экономике, GTM или другой предметной области, если он понимает язык AI-агентов и умеет превращать бизнес-проблему в архитектурное решение.
По его словам, половина успеха заключается в правильном понимании проблемы. Многие инженеры сразу предлагают типовое решение, например RAG, хотя задача может требовать другого подхода. Ценность кандидата — в способности заново сформулировать проблему, объяснить её команде и построить масштабируемую архитектуру.
Портфолио для AI-вакансий: почему клоны Netflix и Facebook больше не впечатляют
Планка для портфолио выросла. Если раньше красивый сайт с анимациями мог помочь кандидату выделиться, то теперь этого недостаточно. С помощью AI-агентов можно быстро собрать клон Netflix или Facebook, поэтому работодатели ожидают более сложных и полезных проектов.
«Покажите мне что-то большое. Покажите то, на что агенту потребовалось бы много времени».
Работодатели хотят видеть проекты, которые решают реальные задачи. Особенно ценятся решения, связанные с долговременной памятью, качественным пользовательским опытом, удобством для разработчиков и повторным использованием модулей.
При этом Aman Chararma не против подхода vibe coding, когда кандидат активно использует AI для разработки. Важно не то, написан ли каждый фрагмент вручную, а то, насколько продуманным и полезным получилось решение.
Образование не успевает за рынком AI
Отдельная тема — разрыв между университетским образованием и реальными потребностями индустрии. По мнению Aman Chararma, учебным заведениям сложно быстро обновлять программы, потому что AI-инструменты и практики меняются слишком быстро.
Он сравнивает изменение университетской системы с попыткой повернуть круизный лайнер с помощью каяка. Даже если учебная программа была обновлена в январе, уже через несколько месяцев значительная часть материала может устареть.
В качестве решения он называет более тесное сотрудничество с индустрией:
- хакатоны;
- agent kit challenge;
- вебинары;
- демо-дни;
- стартап-программы;
- центры компетенций;
- практические проекты с компаниями.
Такие форматы помогают студентам быстрее понять, какие навыки реально нужны на рынке. При этом полная перестройка университетских программ, по его мнению, может занять годы или даже десятилетия.
Как проходит найм в Lamatic.ai
Aman Chararma описал процесс отбора кандидатов в Lamatic.ai. Компания получает тысячи заявок в месяц, поэтому использует многоэтапную систему оценки.
Первый этап: практическое задание
Для стажировок и ролей applied AI engineering кандидаты проходят agent kit challenge. Они получают описание задачи, требования к решению и правила отправки результата. Агент помогает улучшать pull request и доводить работу до более высокого уровня.
После завершения задания участников ранжируют, и дальше проходит только верхние 10 процентов кандидатов.
Второй этап: асинхронное видеоинтервью
Следующий этап — video ask. Кандидату дают три минуты, чтобы ответить на три вопроса. На этом этапе оцениваются мягкие навыки, способность объяснять задачу, понимание проблемы и умение представить себя.
Интервью также анализирует AI-агент: он изучает транскрипт, мимику, движения рук и признаки того, был ли ответ сгенерирован искусственным интеллектом.
Третий этап: интервью с инженерами
Если кандидат проходит видеоэтап, он встречается с одним из инженеров компании. Подход похож на практику Google: инженеры должны оценить, смогут ли они работать с этим человеком в одной команде.
Финальный этап: встреча с руководством
Последний раунд проходит с Aman Chararma, CEO или обоими. После этого команда собирает все данные и принимает решение. Иногда компания отказывает даже сильным кандидатам, если не видит у них способности быстро учиться и расти.
Что важно для кандидатов в AI-сфере
Можно выделить несколько ключевых рекомендаций для тех, кто хочет строить карьеру в AI:
- развивайте предметную экспертизу — опыт в экономике, праве, финансах или маркетинге может стать преимуществом;
- учитесь формулировать задачи для AI-агентов — это становится отдельным профессиональным навыком;
- создавайте реальные проекты, а не только визуально привлекательные демо;
- понимайте архитектуру решений и умейте объяснять её команде;
- используйте AI-инструменты осознанно, а не просто генерируйте код без понимания;
- показывайте способность быстро учиться — это один из главных критериев найма.
Вывод: рынок AI требует гибридных специалистов
Эпоха AI меняет требования к инженерам, студентам и компаниям. Работодатели ищут людей, которые могут соединять доменную экспертизу, системное мышление и умение работать с AI-агентами. Простых учебных проектов уже недостаточно: нужно показывать решения, которые действительно помогают бизнесу.
Главное конкурентное преимущество кандидата — способность понимать проблему глубже, чем инструмент, и использовать искусственный интеллект не как замену мышлению, а как способ быстрее строить качественные продукты.
На основе Al Jobs, Skills, Salaries & Hiring Secrets: Everything You Need to Know