Live-данные · обновлено 23 июня 2026

Навыки ИИ-инженера: что требуют работодатели

На основе 62 вакансий — частотность навыков, разбивка по грейдам, связки технологий.

ИА Игорь Антонов · Технический редактор · AI Engineer / LLM application engineer
Навыков в анализе
20
топ-20 по частоте
Самый частый навык
88.7%
Python
Навыков / вакансия
14
медиана
Преобладает грейд
Senior
50% вакансий
Python 88.7% LLM 82.3% RAG 59.7% Docker 45.2% LangChain 45.2% Все навыки →
Топ-навыки По грейдам По категориям Связки Что учить первым Зарплатная премия Курсы Вопросы и ответы
Ищете зарплатную статистику? Сколько зарабатывает AI-инженер? →

Какие навыки чаще всего требуют от ИИ-инженера

Частота упоминания в 62 активных вакансиях. Клик по заголовку колонки — сортировка.

# Навык ↕ Частота ↓ Доля ↕ Вакансий
1 Python
88.7% 55
2 LLM
82.3% 51
3 RAG
59.7% 37
4 Docker
45.2% 28
5 LangChain
45.2% 28
6 PostgreSQL
40.3% 25
7 FastAPI
37.1% 23
8 Git
32.3% 20
9 REST API
32.3% 20
10 SQL
29% 18
11 JavaScript
24.2% 15
12 PyTorch
22.6% 14
13 CI/CD
19.4% 12
14 Java
17.7% 11
15 Redis
16.1% 10
16 GitHub
14.5% 9
17 Kubernetes
14.5% 9
18 React
14.5% 9
19 TypeScript
14.5% 9
20 Django
12.9% 8

Доля = процент вакансий ИИ-инженера, в которых упоминается навык. Одна вакансия может содержать несколько навыков. На основе 62 вакансий, 23 июня 2026.

Базовые (≥60%)
Нужны практически всегда
Python LLM
Дифференцирующие (20–60%)
Влияют на специализацию
RAG 59.7% Docker 45.2% LangChain 45.2% PostgreSQL 40.3% FastAPI 37.1% Git 32.3% REST API 32.3% SQL 29% JavaScript 24.2% PyTorch 22.6%
Нишевые (<20%)
Для специализированных ролей
CI/CD 19.4% Java 17.7% Redis 16.1% GitHub 14.5% Kubernetes 14.5% React 14.5% TypeScript 14.5% Django 12.9%

Навыки по грейдам: Junior, Middle, Senior

Доля вакансий каждого грейда, в которых встречается навык. Фильтр — кнопки ниже. Ячейки с «≈» — оценка по выборке менее 20 вакансий.

Распределение по рынку: Senior — 50%, Middle — 40%, Junior — 0%.
Навык Intern Junior Middle Senior Lead
Python — — ≈85% 96% ≈100%
LLM — — ≈80% 84% ≈100%
RAG — — ≈65% ≈64% ≈60%
Docker — — ≈45% ≈44% ≈60%
LangChain — — ≈50% ≈48% ≈40%
PostgreSQL — — ≈30% ≈44% ≈60%
FastAPI — — ≈20% ≈48% ≈60%
Git — — ≈30% ≈28% ≈40%
REST API — — ≈35% ≈28% ≈40%
SQL — — ≈25% ≈28% ≈60%
JavaScript — — ≈20% ≈12% ≈40%
PyTorch — — ≈10% ≈32% ≈40%
CI/CD — — ≈25% ≈20% —
Java — — ≈15% ≈20% ≈20%
Redis — — ≈15% ≈16% ≈40%
GitHub — — ≈5% ≈16% ≈20%
Kubernetes — — ≈10% ≈20% ≈20%
React — — ≈5% ≈16% ≈20%
TypeScript — — ≈10% ≈4% ≈20%
Django — — ≈5% ≈20% ≈20%

Значение = % вакансий данного уровня, требующих навык. «≈» — оценка (выборка <20 вакансий). «—» — нет данных. Уровень определяется по требованиям вакансии.

Стек по категориям

Навыки сгруппированы по типу технологий. Цифры — частота в вакансиях.

AI Engineer Core
Python 88.7% LLM 82.3% RAG 59.7% LangChain 45.2% FastAPI 37.1% REST API 32.3% SQL 29%
Данные и хранилища
PostgreSQL 40.3% Redis 16.1%
Production и инфраструктура
Docker 45.2% Git 32.3% CI/CD 19.4% Kubernetes 14.5%
ML и data-контекст
PyTorch 22.6%
Продуктовые интеграции
JavaScript 24.2% Java 17.7% React 14.5% TypeScript 14.5%
Сопутствующий рабочий контекст
GitHub 14.5% Django 12.9%

Какие навыки идут в связке

Пары навыков, которые чаще всего встречаются в одной вакансии. Доля — % вакансий ИИ-инженера с обоими навыками.

Навык A + Навык B Вакансий Доля
Python + LLM 49 79%
LLM + RAG 35 56.5%
Python + RAG 34 54.8%
LLM + LangChain 27 43.5%
Python + Docker 27 43.5%
Python + LangChain 26 41.9%
Python + PostgreSQL 24 38.7%
LLM + Docker 24 38.7%
Python + FastAPI 23 37.1%
LLM + PostgreSQL 22 35.5%
LLM + FastAPI 22 35.5%
RAG + LangChain 21 33.9%
RAG + Docker 20 32.3%
Python + Git 19 30.6%
Python + REST API 18 29%

На основе 62 вакансий, 23 июня 2026. Показаны пары с ≥10 совместными упоминаниями.

Как мы считаем навыки

Источник данных: 62 вакансии в московском сегменте. Навыки извлечены автоматически из текста каждой вакансии. Все значения рассчитываются на основе реальных данных — без ручной редакции.

Доля (share %): доля вакансий профессии, в которых упомянут навык. Одна вакансия может упоминать несколько навыков — суммарная доля может превышать 100%.

Данные по грейдам: грейд определяется по требованиям каждой вакансии (уровень опыта). Ячейки с «≈» — оценка: выборка менее 20 вакансий. Ячейки «—» — данных нет.

Связки навыков: пары, встречающиеся вместе в ≥10 вакансиях (порог надёжности данных).

Зарплатная премия: разница медианы вакансий с навыком к медиане профессии. Показывается при наличии ≥20 вакансий с зарплатой. «Оценка» — 20–29 вакансий.

Обновлено: 23 июня 2026 · 62 вакансии

Что учить ИИ-инженеру первым

Порядок опирается на частотность навыков по данным вакансий и логику освоения специализации. Список — ориентир, не жёсткое правило.

  1. 1
    Python и базовые библиотеки (88.7%)
    NumPy, Pandas — обработка данных; Jupyter/VS Code, виртуальные окружения.
  2. 2
    Классический ML
    Scikit-learn: линейные модели, деревья, градиентный бустинг, оценка качества моделей.
  3. 3
    Нейросетевые фреймворки (22.6%)
    PyTorch или TensorFlow/Keras — архитектуры, обучение, инференс.
  4. 4
    LLM и языковые модели (82.3%)
    Трансформеры, API OpenAI/YandexGPT/GigaChat, prompt engineering, few-shot learning.
  5. 5
    RAG и векторные базы данных (59.7%)
    Retrieval-Augmented Generation: эмбеддинги, Qdrant/Chroma/Weaviate, similarity search.
  6. 6
    Агентные фреймворки и оркестрация (45.2%)
    LangChain, LlamaIndex — AI-пайплайны, tool calling, многоагентные системы.
  7. 7
    Деплой и сервинг моделей (37.1%)
    FastAPI/gRPC для инференса, Docker, ONNX — оптимизация latency в production.
  8. 8
    MLOps и мониторинг
    MLflow, DVC, Airflow — версионирование экспериментов, воспроизводимость, мониторинг дрейфа.
Курсы · подобрано по данным рынка

Курсы для ИИ-инженера

Сопоставили программы с реальным стеком из 62 вакансии — оценка соответствия рассчитана автоматически, это не реклама.

Все курсы →
Соответствие = доля ключевых навыков вакансий, которые закрывает программа курса. На основе 62 вакансий, обновлено автоматически.

Вопросы и ответы

Какие навыки нужны ИИ-инженеру в первую очередь?
По данным 62 вакансий чаще всего требуются: Python (88.7%), LLM (82.3%), RAG (59.7%), Docker (45.2%), LangChain (45.2%).
Что должен знать Junior AI-инженер?
На уровне Junior важен базовый стек: Python, LLM, RAG. Рынок ориентирован на Senior (50% вакансий), поэтому конкуренция за начальные позиции высокая.
Что должен уметь Middle AI-инженер?
На уровне Middle (40% вакансий) работодатели ожидают уверенного владения: Python, LLM, RAG, Docker. Требования расширяются относительно начального уровня.
Что ждут от Senior ИИ-инженера?
Senior (50% вакансий) — доминирующий грейд. Чаще всего требуют: Python (96%), LLM (84%). На этом уровне добавляются системное мышление, архитектурные решения и наставничество.
Нужен ли ИИ-инженеру SQL?
SQL встречается в 29% вакансий, PostgreSQL — в 40.3% (25 из 62). Это базовые требования большинства позиций.
Нужен ли ИИ-инженеру Git?
Git встречается в 32.3% вакансий (20 из 62). Обычно ожидается на любом грейде.
Нужен ли ИИ-инженеру Linux?
Linux — важный навык для работы с серверной инфраструктурой.
Нужен ли ИИ-инженеру Docker?
Docker встречается в 45.2% вакансий ИИ-инженера (28 из 62). Навык особенно важен на Middle/Senior.
Нужен ли ИИ-инженеру Kubernetes?
Kubernetes встречается в 14.5% вакансий. Это не начальный навык — он востребован на Middle/Senior и в инфраструктурных ролях.
Какие навыки повышают зарплату ИИ-инженера?
Зарплатная премия рассчитывается при достаточной выборке. Подробнее — на странице зарплат.
Как часто обновляются данные о навыках?
Данные обновляются регулярно. Текущий срез — 23 июня 2026, 62 вакансии.