Как сменить профессию на ИИ и не начинать с нуля
Реалистичный план перехода в ИИ в 2026 году: четыре роли под ваш опыт, порядок изучения навыков, зарплаты в рублях и график, совместимый с полной занятостью.
Вакансии, в которых работодатель требует владеть искусственным интеллектом, за год выросли на hh.ru примерно на 15%: в январе и феврале 2025 года таких объявлений было 9 378 — половина процента от всех, а за те же два месяца 2026-го уже 10 777, то есть 0,8% (hh.ru). Публикуют их в основном не исследовательские лаборатории, а банки, сети магазинов, заводы и клиники, которые встраивают нейросети в самые обычные процессы. Так что для меняющего профессию вопрос стоит иначе, чем принято думать: не «возьмут ли меня в ИИ», а «через какую из нескольких дверей заходить». Выберете правильно — и прежний опыт оплатит часть пути: три–шесть месяцев, чтобы насытить текущую роль работой с ИИ, полгода–год до ИИ-продуктовой роли, девять–пятнадцать месяцев до работы с данными и один–два года до инженерии, при десяти–пятнадцати часах занятий в неделю.
Главная ошибка почти всех, кто присматривается к этой сфере, — считать ИИ одной профессией с одним порогом входа. На самом деле дверей четыре, и порог у каждой свой. Ближняя к вашей должности дверь почти всегда ниже, чем кажется.
В профессию ведут четыре двериСсылка на раздел «В профессию ведут четыре двери»
| Дверь | В чём работа | Кто переходит быстрее всего | Что закрываете | Реальный срок |
|---|---|---|---|---|
| ИИ-компетентный специалист | Остаетесь в своей сфере и становитесь тем, кто строит промпты, проверяет ответы модели и внедряет ИИ-процессы, на которые опирается команда | Любой офисный специалист | Свободное владение инструментами, привычка оценивать результат | 3–6 месяцев |
| ИИ-продуктовые роли | Решаете, что должна делать ИИ-функция, и измеряете, работает ли она | Продакт- и проект-менеджеры, эксперты предметной области | ИИ-грамотность, метрики оценки, чутьё на данные | 6–12 месяцев |
| Данные и аналитика | Строите пайплайны, которые кормят модели данными, и расчёты, по которым оценивают их работу | Аналитики, исследователи, операционные и финансовые специалисты | SQL, Python, статистика | 9–15 месяцев |
| Инженерия ИИ и машинного обучения | Собираете и эксплуатируете системы, которые ставят модели перед пользователем | Разработчики, специалисты по данным | Математика, основы машинного обучения, стек больших языковых моделей, деплой | 12–24 месяца |
Первая дверь уже не экзотика. По данным ВЦИОМ, 78% российских пользователей интернета обращались к нейросетям хотя бы раз за последний год, а 58% из них делают это раз в неделю и чаще; для большинства нейросеть стала прежде всего рабочим инструментом (ВЦИОМ). Дверь ИИ-компетентного специалиста — это шаг от обычного пользователя к человеку, который в своей команде отвечает за то, чтобы ИИ-процессы работали и приносили пользу.
Есть и пятая дверь — научный исследователь. О ней лучше перестать думать сразу: исследовательские команды отбирают по степеням и публикациям, прикладные — по сделанному. Если тянет к инженерной стороне дела, полный разбор маршрута — в карьерном пути ML-инженера.
Почему окно открыто именно сейчасСсылка на раздел «Почему окно открыто именно сейчас»
Помимо роста числа вакансий, есть ещё два сигнала. Первый — деньги. Аналитики hh.ru подсчитали, что медианная предлагаемая зарплата в вакансиях с упоминанием ИИ-навыков примерно на 11% выше среднерыночной, а доля резюме с такими навыками с 2023 года выросла втрое и достигла 2,8% (CNews). Даже простой поиск по словам «машинное обучение» на hh.ru 5 ноября 2026 года выдаёт около 14,5 тысячи вакансий — и это заниженная оценка, потому что она ловит только объявления, где эти слова встречаются буквально (hh.ru).
Второй сигнал — скорость изменений. По глобальной оценке PwC, навыки в профессиях, наиболее открытых влиянию ИИ, меняются более чем вдвое быстрее, чем в наименее открытых (PwC). Профессии в центре этого сдвига постоянно переопределяются, поэтому в выигрыше те, кто обновляет навыки осознанно и по плану, а не наверстывает упущенное раз в год.
Если вас останавливает страх, что ИИ заберёт нынешнюю работу раньше, чем вы успеете перейти, начните с разбора того, заменит ли ИИ вашу работу. Кратко: движение в сторону систем, которые работают с ИИ, — защитное, и все четыре двери из таблицы ведут именно туда.
Как выбрать дверь под свой опытСсылка на раздел «Как выбрать дверь под свой опыт»
Маркетинг, продажи, кадры, финансовые операции. Начинайте с первой двери. Автоматизируйте один настоящий процесс от начала до конца: скоринг лидов, первичный отбор откликов по фиксированным критериям, еженедельную отчётность. Такой артефакт станет мостом ко второй двери, потому что компаниям, которые делают ИИ-продукты, нужны люди, понимающие и клиента, и то, где модель ошибается.
Аналитики и исследователи. Третья дверь ваша: SQL у вас, скорее всего, уже есть, дальше — Python, статистика и привычка писать разборы, на которые руководитель может опираться в решениях. Пункт назначения хорошо оплачивается: медиана учёного по данным — 233 333 ₽ по 433 анкетам, а вход в профессию начинается с аналитика по данным, чья медиана — 170 000 ₽ и 105 000 ₽ у джуниоров (срез Хабр Карьеры на 5 ноября 2026 года; учёный по данным, аналитик по данным).
Разработчики. Четвёртая дверь, и заходите вы в неё с большим заделом. Медиана ML-разработчика — 215 500 ₽ по 567 анкетам против 180 833 ₽ в среднем по всей ИТ-отрасли, то есть примерно на 19% больше (срез Хабр Карьеры на 5 ноября 2026 года; ML-разработчик, вся отрасль). Вилки по грейдам разобраны на странице зарплат инженера ИИ. Настоящий разрыв у вас не в коде, а в математике и модельном стеке.
Врачи, юристы, бухгалтеры, учителя. Ваша отрасль покупает ИИ-системы, которым нужны эксперты, способные их проверить. Первая дверь внутри родной отрасли каждый раз оказывается выгоднее четвёртой двери в чужой. Разработчиков на рынке больше, чем медсестёр, умеющих проверить нейросеть, которая готовит для врача краткую выжимку из карточки пациента.
Что учить и в каком порядкеСсылка на раздел «Что учить и в каком порядке»
Порядок изучения — самый дешёвый ускоритель из доступных: каждой двери нужны слои ниже её, и ни одной не нужны все сразу.
- Уверенная работа с инструментами. Структурные промпты, поиск по своим документам, дисциплина проверки ответов по критериям, записанным заранее. Этот слой нужен для каждой из четырёх дверей.
- Данные. Сначала SQL, потом Python, затем столько статистики, чтобы честно описать распределение. Здесь живут вторая и третья двери.
- Классическое машинное обучение. Регрессия, классификация, оценка качества и понимание, когда простая модель лучше модной. Двери третья и четвёртая.
- Стек больших языковых моделей. Работа через API, поиск и подача знаний модели, дообучение и главное — оценка качества, которая для прикладных ИИ-ролей стала базовым ожиданием, как Docker для разработчиков несколько лет назад. Двери третья и четвёртая.
Прежде чем оплачивать первый курс, проведите самоаудит ИИ-навыков под выбранную дверь: большинство меняющих профессию обнаруживает, что треть стека у них уже есть. А если вы раньше пытались учиться сами и бросали, начните с разбора о том, почему самообучение ИИ-навыкам буксует.
План перехода, совместимый с полной занятостьюСсылка на раздел «План перехода, совместимый с полной занятостью»
1. Перечислите то, что уже засчитывается. Я переходил в работу с данными из администрирования систем, и моим первым полезным вкладом в проекте для медицинской компании стала не модель, а разбор логов, который объяснил, почему ночные загрузки лабораторных данных раз за разом падали. Привычка к мониторингу, словарь предметной области и ожидание, что системы ломаются, — всё это ИИ-смежные навыки, и именно на шаге инвентаризации они наконец начинают работать на вас.
2. Назовите одну целевую роль. Запишите точное название должности. «Работать в ИИ» — не план; «аналитик данных во внутренней команде, рост внутри своей компании» — план.
3. Закрывайте только разрыв. Сравните свою инвентаризацию с вакансиями целевой роли — получится короткий список пробелов. Учите пункты из этого списка в порядке слоёв выше и пропустите всё остальное.
4. Сделайте три публичных артефакта. На один больше, чем кажется безопасным. Маркетолог выпускает автоматический разбор рекламной кампании, аналитик — дашборд, который прогнозирует показатель, важный бизнесу, разработчик — модель за API с мониторингом. Каждый артефакт отвечает на вопрос постороннего человека: что этот человек умеет делать с ИИ?
5. Сначала переходите внутри компании. Самое дешёвое первое «да» обычно даёт нынешний работодатель, где ваша репутация в предметной области уже подкреплена. Во внутренних переходах спокойно живут промежуточные названия должностей, и это даёт время дорасти до той, что котируется на открытом рынке.
Четыре ошибки, которые тормозят переходСсылка на раздел «Четыре ошибки, которые тормозят переход»
Подавать заявки только в известные лаборатории. Поиск по запросу «вакансии в ИИ-лабораториях» похож на план, но лаборатории нанимают тонкий срез отрасли — в основном людей с исследовательскими публикациями. Рост вакансий идёт по всей экономике, и там же лежат ваши шансы.
Собирать курсы вместо артефактов. Десять завершённых сертификатов проигрывают одному внедрённому процессу, который будущий руководитель может открыть и посмотреть в работе.
Сначала выучить всё, потом начинать. Стек выше устроен так, что каждый слой даёт что-то пригодное к показу. Если к третьему месяцу не появилось ни одного артефакта, в плане дыра.
Скрывать переход от руководителя. Если держать переход в тайне, внутренний путь сорвётся, а ИИ-проблемы вашего работодателя — самый дешёвый источник задач для портфолио.
Чем помогает TraectaСсылка на раздел «Чем помогает Traecta»
Деление на двери универсально, а ваша трудовая история — нет. Персональный план смены профессии в Traecta берёт роль, которую вы покидаете, сопоставляет её навыки с выбранной дверью и возвращает пересечение, ранжированное по значимости для найма, а затем раскладывает недостающие слои по тем часам, которые в вашей неделе реально свободны. План для маркетолога, идущего в ИИ-продукт, и план для аналитика, идущего в данные, не совпадают ни в одном шаге, кроме дедлайна, — потому что не совпадают их пробелы.
Что забрать с собойСсылка на раздел «Что забрать с собой»
Три мысли на дорогу. Первая: найм в ИИ идёт через четыре прикладных двери, и меняющему профессию открывается та, что ближе к его нынешней должности. Вторая: ваш опыт — это зачтённые месяцы обучения, если посчитать его до, а не после курсов. Третья: в прикладных собеседованиях артефакты побеждают дипломы. Если хотите разложить эту последовательность против своей реальной истории занятости, персональный план смены профессии в Traecta строится на том, что вы уже умеете, а остальное расписание достроит под ваши часы.
