Навыки инженера компьютерного зрения: что требуют работодатели
На основе 15 вакансий — частотность навыков, разбивка по грейдам, связки технологий.
Какие навыки чаще всего требуют от инженера компьютерного зрения
Частота упоминания в 15 активных вакансиях. Клик по заголовку колонки — сортировка.
| # | Навык | Частота | Доля | Вакансий |
|---|---|---|---|---|
| 1 | OpenCV | | 73.3% | 11 |
| 2 | Python | | 66.7% | 10 |
| 3 | PyTorch | | 66.7% | 10 |
| 4 | Computer Vision | | 40% | 6 |
| 5 | TensorFlow | | 40% | 6 |
| 6 | NumPy | | 33.3% | 5 |
| 7 | Apache Airflow | | 20% | 3 |
| 8 | C++ | | 20% | 3 |
| 9 | Docker | | 20% | 3 |
| 10 | Kubernetes | | 20% | 3 |
| 11 | LLM | | 20% | 3 |
Доля = процент вакансий инженера компьютерного зрения, в которых упоминается навык. Одна вакансия может содержать несколько навыков. На основе 15 вакансий, 23 июня 2026.
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.
| Навык | Intern | Junior | Middle | Senior | Lead |
|---|---|---|---|---|---|
| OpenCV | — | ≈100% | ≈66.7% | ≈50% | — |
| Python | — | ≈100% | ≈66.7% | ≈66.7% | — |
| PyTorch | — | ≈100% | ≈66.7% | ≈66.7% | — |
| Computer Vision | — | — | ≈66.7% | ≈50% | — |
| TensorFlow | — | ≈100% | ≈66.7% | ≈33.3% | — |
| NumPy | — | — | ≈66.7% | ≈33.3% | — |
| Apache Airflow | — | ≈100% | ≈33.3% | ≈16.7% | — |
| C++ | — | ≈100% | — | — | — |
| Docker | — | ≈100% | — | ≈16.7% | — |
| Kubernetes | — | ≈100% | — | ≈33.3% | — |
| LLM | — | — | ≈33.3% | ≈33.3% | — |
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.
Как мы считаем навыки
Источник данных: 15 вакансий 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 · 15 вакансий
Что учить инженеру компьютерного зрения первым
Порядок опирается на частотность навыков по данным вакансий и логику освоения специализации. Список — ориентир, не жёсткое правило.
- 1Python и базовые библиотеки (66.7%)NumPy, Pandas — обработка данных; Jupyter/VS Code, виртуальные окружения.
- 2Классический MLScikit-learn: линейные модели, деревья, градиентный бустинг, оценка качества моделей.
- 3Нейросетевые фреймворки (66.7%)PyTorch или TensorFlow/Keras — архитектуры, обучение, инференс.
- 4LLM и языковые модели (20%)Трансформеры, API OpenAI/YandexGPT/GigaChat, prompt engineering, few-shot learning.
- 5RAG и векторные базы данныхRetrieval-Augmented Generation: эмбеддинги, Qdrant/Chroma/Weaviate, similarity search.
- 6Агентные фреймворки и оркестрацияLangChain, LlamaIndex — AI-пайплайны, tool calling, многоагентные системы.
- 7Деплой и сервинг моделей (20%)FastAPI/gRPC для инференса, Docker, ONNX — оптимизация latency в production.
- 8MLOps и мониторинг (20%)MLflow, DVC, Airflow — версионирование экспериментов, воспроизводимость, мониторинг дрейфа.