Управление файлами cookie
Настройки файлов cookie
Файлы cookie, необходимые для корректной работы сайта, всегда включены.
Другие файлы cookie можно настроить.
Другие файлы cookie можно настроить.
Зарплаты в ML/AI выросли на 18% за три месяца. Рассказываем, кто получает больше всех
Примерное время чтения: 10 минут
Хотите всегда быть в курсе событий на рынке ИТ? Подписывайтесь на наш Telegram-канал!
Пока массовый найм замедляется, компании продолжают конкурировать за специалистов по машинному обучению, работе с данными и внедрению ИИ. За год выросли зарплаты ML-, AI-, DevOps- и MLOps-инженеров (до +18,4%), в то время как ИТ-офферы в целом просели (−4%).
- В статье рассмотрим, как выросли доходы ML/AI-специалистов, какие профессии особенно востребованы, чем занимаются такие сотрудники и с чего начать карьеру в этой сфере.
Содержание
- Что происходит с зарплатами
- Зарплаты по грейдам
- Почему работа с ИИ так востребована
- Кто чем занимается в ML/AI
- Как войти в ML и ИИ с нуля
- Часто задаваемые вопросы о зарплатах и работе в сфере ИИ
- Кто сколько получает?
- Кто самый востребованный?
- Какие самые большие зарплаты в ИТ?
- Как быстро войти в профессию с нуля?
Что происходит с зарплатами
Во втором квартале 2026 года зарплаты ML- и AI-специалистов заметно выросли, причем больше всего прибавили мидлы. По внутренней аналитике Selecty, за квартал их медианная зарплата увеличилась на 54 тыс. рублей, а у сеньоров — на 38 тыс. рублей. Разрыв между двумя грейдами сократился со 115 до 99 тыс. рублей.
Из таблицы видно, что сеньоры получают больше, но прирост доходов у них вдвое скромнее, чем у мидлов. Буст в 18,4% можно объяснить тем, что компании ищут состоявшихся специалистов, но при этом хотят сэкономить на найме. Мидл уже может работать с данными, обучать модели и участвовать во внедрении решения, а его зарплатные ожидания обычно ниже, чем у сеньора.
Зарплатное исследование Selecty за I квартал 2026 → Проанализировали 800+ офферов, чтобы узнать, кто в ИТ стал получать больше (или меньше)
Дополнительно о востребованности ML/AI направления говорит рост зарплат Python-разработчиков, которые работают на стыке разработки, данных, ML и продакшен-инфраструктуры. По данным нашего исследования, за год медианный оффер мидлов вырос на 40,8% — с 279,3 тыс. до 393,3 тыс. рублей. У сеньоров рост составил 4,3% — с 435,3 тыс. до 453,9 тыс. рублей. Повышенный интерес к таким питонистам ясен: для их подготовки нужно больше времени, чем классическим разработчикам, и спрос существенно опережает предложение.
Зарплата зависит не только от грейда
На итоговый оклад и суммарный доход специалиста влияет много факторов: конкретная компания, ее сфера деятельности, отдельные компетенции и специализации в рамках стека. По данным внутренней аналитики Selecty, диапазоны зарплат AI/ML-специалистов разных грейдов могут быть такими:
Конкретные офферы показывают большой разброс даже внутри одного грейда. В представленной выборке разница в офферах мидлов может достигать 180 тыс. рублей, сеньоров — 230 тыс. рублей.
Некоторые мидл-офферы могут оказаться даже выше, чем предложения для сеньоров. Грейд дает лишь примерный ориентир: на зарплату также влияют сложность проекта, технологический стек, объем ответственности и зарплатная политика компании.
Некоторые мидл-офферы могут оказаться даже выше, чем предложения для сеньоров. Грейд дает лишь примерный ориентир: на зарплату также влияют сложность проекта, технологический стек, объем ответственности и зарплатная политика компании.
Почему AI/ML стек так востребован
Простой ответ такой:
Люди используют нейросети в повседневной жизни и работе. Искусственному интеллекту нашлось применение в медицине, промышленности, ИТ, естественных и точных науках, бизнесе, финансах — в общем, едва ли ни везде. Например, по результатам опроса GitLab, 91% организаций используют не менее двух ИИ-инструментов для программирования.
На российском рынке много примеров применения ИИ. X5 использует нейросети, чтобы нанимать специалистов, прогнозировать спрос на товары, вовремя пополнять запасы в магазинах, управлять ценообразованием и рекомендациями для покупателей. По оценке компании, в 2025 году ИИ принес ей около 5 млрд рублей дополнительной операционной прибыли.
ИИ увеличивает доходы и в промышленности. «Норникель» оценил эффект от новых технологий, включая нейросети, примерно в 10 млрд рублей за 2025 год и рассчитывает увеличить его до 30 млрд к 2030-му.
ИИ увеличивает доходы и в промышленности. «Норникель» оценил эффект от новых технологий, включая нейросети, примерно в 10 млрд рублей за 2025 год и рассчитывает увеличить его до 30 млрд к 2030-му.
По наблюдениям Selecty:
Число вакансий в ML- и data-направлениях, включая MLOps, за год увеличилось в 2−2,5 раза. Спрос сосредоточен прежде всего в крупных продуктовых компаниях, банках, ритейле, промышленности, у интеграторов и поставщиков ИИ-инфраструктуры.
Какие специалисты работают в ML/AI — и чем они занимаются
На российском ИТ-рынке всего ищут ML- и MLOps-инженеров, дата-сайентистов и AI/LLM-инженеров:
- Data-сайентисты исследуют данные, проверяют гипотезы и подбирают подходящую модель.
- Data-инженеры готовят данные для нейросетей и строят конвейеры для их обработки.
- ML-инженеры превращают найденное решение в часть продукта: обучают и адаптируют модель, напишут код для ее интеграции и проследят за качеством результата.
- MLOps-инженеры настраивают обучение, развертывание, мониторинг и обновление моделей.
- ИИ/LLM-инженеры специализируются на больших языковых моделях и создают на их основе корпоративных ассистентов, RAG-системы и ИИ-агентов.
- Отдельное направление — ИИ-аналитики и продакт-менеджеры. Они выбирают подходящие для автоматизации процессы и оценивают, окупится ли внедрение.
В небольших командах задачи этих специалистов могут пересекаться, тогда как крупные компании чаще разделяют роли. По наблюдениям Selecty, особенно сложно найти MLOps-инженеров: такой специалист должен одновременно разбираться в машинном обучении, данных и инфраструктуре.
Если вы ищете работу в ИТ, посмотрите открытые вакансии Selecty →
Как войти в ML и ИИ с нуля
Для технических профессий понадобится база в программировании, математике и работе с данными. Обычно начинают с Python и SQL, затем изучают статистику, алгоритмы машинного обучения и библиотеки для создания моделей.
Короткого курса без практики для трудоустройства, скорее всего, не хватит: работодателю важно увидеть, что кандидат может самостоятельно подготовить данные, обучить модель, оценить ее качество и оформить результат в работающий проект. Для фундаментального обучения подойдут технический вуз, профильная магистратура или интенсивная программа вроде «Школы анализа данных» Яндекса или «Школы 21» Сбера. Учеба в ШАД идет два года, в школе Сбера — от полугода до двух лет.
- Александра МартемьяноваКонсультант Selecty«Путь с нуля до уверенного мидла в ИТ займет примерно 3−3,5 года. Первый год обычно уходит на освоение базы и работу на начальной позиции, после чего специалист набирает коммерческий опыт и постепенно берет более сложные задачи. В ML срок будет зависеть от исходной подготовки: разработчику или аналитику проще достроить недостающие компетенции, тогда как новичку придется отдельно осваивать код, математику и работу с данными».
Первую работу проще искать через стажировки, корпоративные школы, хакатоны и программы при вузах: крупные компании готовы обучать начинающих специалистов под свои процессы, если у тех уже есть необходимая база. Например, в июле 2026 года Selecty провела стажировку для студентов ЯрГУ им. Демидова. В течение трех недель они осваивали инструменты аналитики и работали в команде с наставниками Selecty над реальными бизнес-задачами.
Рынок конкурирует за ИИ- и ML-инженеров, которые совмещают знания в машинном обучении с опытом работы с данными и промышленной инфраструктурой. Это подтверждается ростом дохода данных специалистов — за I квартал 2026 года зарплаты мидлов выросли на 18,3%, сеньоров — на 9,4%, в то время как офферы по ИТ в целом просели на 4%.
FAQ
По внутренней аналитике Selecty, во II квартале 2026 года медианная зарплата ML/AI-специалиста уровня мидл составила 347 тыс. рублей, сеньора — 446 тыс. рублей.
При этом предложения сильно различаются. Мидлам могут предлагать 220−400 тыс. рублей, сеньорам — 350−580 тыс., а руководителям направлений — 600−700 тыс. рублей.
При этом предложения сильно различаются. Мидлам могут предлагать 220−400 тыс. рублей, сеньорам — 350−580 тыс., а руководителям направлений — 600−700 тыс. рублей.
Особенно нужны MLOps- и ML-инженеры, способные не только обучить модель, но и подготовить данные, развернуть решение в рабочей среде, настроить обновления и следить за его стабильностью. Ценятся специалисты, которые сочетают знания Python и SQL с опытом работы с контейнерами, большими данными и промышленной инфраструктурой. Спрос также сохраняется на инженеров данных и ИИ-архитекторов.
На самые высокие предложения обычно могут рассчитывать ведущие специалисты, архитекторы, тимлиды и руководители технических направлений. По внутренней аналитике Selecty, зарплаты руководителей в ML и AI стартуют примерно от 600 тыс. и могут достигать 1−2 млн рублей. Грейд при этом служит лишь ориентиром: итоговая сумма зависит от масштаба проекта, стека и зоны ответственности.
Быстро может не получиться: чтобы с нуля вырасти до уверенного мидла, потребуется 3−3,5 года. Первую работу можно получить через стажировки и летние школы крупных ИТ-компаний, университетские программы, хакатоны, фундаментальное обучение вроде ШАД или «Школы 21».
Переход займет меньше времени, если уже есть смежный опыт, например в Python-разработке, аналитике данных, математике. Короткие курсы можно использовать как знакомство с профессией, чтобы понять, куда двигаться дальше.
Переход займет меньше времени, если уже есть смежный опыт, например в Python-разработке, аналитике данных, математике. Короткие курсы можно использовать как знакомство с профессией, чтобы понять, куда двигаться дальше.
Екатерина Ключникова
контент-менеджер