Un ingeniero de Finam describe el mercado del desarrollo con LLM en Rusia: del RAG a los salarios

Un ingeniero de software sénior de Finam y autor del curso «Desarrollador de LLM» en Hexlet ha publicado en Habr un análisis del mercado del desarrollo con LLM. Según su estimación, el mundo entendió hacia dónde iba la IA en torno a 2024, mientras que el negocio ruso «despertó» en 2025–2026. Las empresas quieren IA en todas partes, pero no siempre saben para qué. El autor promete responder quién necesita RAG, si son obligatorios los modelos grandes, qué hay que saber hacer y cuánto pedir en el mercado. • Quieren implantar la IA en el desarrollo, el CI/CD, la revisión de código y la definición de tareas. • La demanda crece más rápido que la comprensión de las tareas. • El material está vinculado a la promoción del curso del autor.

Procesado por IA desde Habr AI; editado por Hamidun News
Un ingeniero de Finam describe el mercado del desarrollo con LLM en Rusia: del RAG a los salarios
Fuente: Habr AI. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalHabr AI ↗
Editor jefe
Dato clave #1Quieren implantar la IA en el desarrollo, el CI/CD, la revisión de código y la definición de tareas.
Dato clave #2La demanda crece más rápido que la comprensión de las tareas.
Dato clave #3El material está vinculado a la promoción del curso del autor.
Un ingeniero de Finam describe el mercado del desarrollo con LLM en Rusia: del RAG a los salarios
Video destacado / Demo
Haz clic para reproducir el video original o lee el análisis completo a continuación.Ver en YouTube ↗

Un ingeniero de software sénior de Finam y autor del curso «Desarrollador de LLM» en Hexlet ha publicado en Habr un análisis práctico del mercado del desarrollo con LLM en Rusia. Su cronología es la siguiente: el mundo entendió más o menos hacia dónde iba la IA en torno a 2024, y el negocio ruso «despertó» en 2025–2026. Hay demanda de implantación. A menudo, sin embargo, no hay claridad sobre qué se debe implantar exactamente.

La demanda va por delante de la definición del problema

El autor describe una escena que muchos ingenieros reconocerán. El CEO se acerca al desarrollador y le dice: necesitamos IA en todas partes. La empresa quiere integrarla en varios procesos a la vez:

  • desarrollo;
  • CI/CD;
  • estimación de tareas;
  • revisión de código;
  • definición de tareas;
  • trabajo con asistentes.

Según el autor, la IA se puede aplicar de verdad en cada una de estas áreas. Incluso hasta el punto de que el director general pida su café a través de un chatbot. El problema es otro: el negocio no sabe decir con claridad qué métrica debe mejorar la IA. La revolución, en su formulación, es real, pero hay que saber encauzar cada revolución: entender cómo, para qué y dónde aplicarla.

Resulta significativo que el autor matice la terminología con ironía: la IA, dice, «no es del todo inteligencia», pero nadie se fija en eso, todos quieren usarla. Para el ingeniero, esto significa que buena parte del trabajo empieza antes de escribir código: hay que traducir el difuso «queremos IA» en escenarios concretos con un resultado medible.

Qué preguntas se propone abordar el autor

En la introducción plantea un conjunto de temas prácticos. Quién necesita realmente RAG. Si es obligatorio recurrir a modelos grandes. Qué ocurre en el mercado del desarrollo con LLM. Cómo entrar en la profesión: qué habilidades hacen falta, cómo buscar trabajo y cuánto pedir en la entrevista.

En el fragmento disponible no hay respuestas a estas preguntas: el texto se corta en el botón «Leer más». No incluye ni rangos salariales, ni una lista de tecnologías, ni el análisis de casos concretos. Según el anuncio, esos datos están en la versión completa del artículo y en el formato de vídeo que el autor publicó por separado.

Cómo interpretar el material

El texto lo ha publicado el autor de un curso y contiene un enlace al programa de formación con marcado publicitario. Eso no anula su valor práctico: quien trabaja como ingeniero sénior en una empresa fintech ve las peticiones reales del negocio. Pero un material así tiene un interés evidente, y conviene contrastar las cifras del mercado con fuentes independientes: ofertas de empleo, informes de reclutadores y encuestas a desarrolladores.

La conclusión práctica para cada tipo de lector es sencilla. Al ingeniero que quiere dedicarse al desarrollo con LLM le conviene empezar preguntándose qué problema resuelve el sistema y cómo se mide su calidad. El modelo y el framework son secundarios. Al directivo que prepara la orden de «implantar IA en todas partes» le resulta útil elegir de antemano uno o dos procesos con una métrica clara, por ejemplo el tiempo de revisión de código o la proporción de solicitudes cerradas automáticamente, y empezar por ellos. Quienes se plantean un cambio de profesión deberían leer el texto completo y comprobar los requisitos declarados y las expectativas salariales en ofertas de empleo reales antes de diseñar un plan de estudios.

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre La demanda va por delante de la definición del problema?

El autor describe una escena que muchos ingenieros reconocerán. El CEO se acerca al desarrollador y le dice: necesitamos IA en todas partes. La empresa quiere integrarla en varios procesos a la vez: desarrollo; CI/CD; estimación de tareas; revisión de código; definición de tareas; trabajo con asistentes. Según el autor, la IA se puede aplicar de verdad en cada una de estas áreas. Incluso hasta el punto de que el director general pida su café a través de un chatbot. El problema es otro: el negocio no sabe decir con claridad qué métrica debe mejorar la IA. La revolución, en s

¿Qué se sabe sobre Qué preguntas se propone abordar el autor?

En la introducción plantea un conjunto de temas prácticos. Quién necesita realmente RAG. Si es obligatorio recurrir a modelos grandes. Qué ocurre en el mercado del desarrollo con LLM. Cómo entrar en la profesión: qué habilidades hacen falta, cómo buscar trabajo y cuánto pedir en la entrevista. En el fragmento disponible no hay respuestas a estas preguntas: el texto se corta en el botón «Leer más». No incluye ni rangos salariales, ni una lista de tecnologías, ni el análisis de casos concretos. Según el anuncio, esos datos están en la versión completa del artículo y en el for

Cómo interpretar el material?

El texto lo ha publicado el autor de un curso y contiene un enlace al programa de formación con marcado publicitario. Eso no anula su valor práctico: quien trabaja como ingeniero sénior en una empresa fintech ve las peticiones reales del negocio. Pero un material así tiene un interés evidente, y conviene contrastar las cifras del mercado con fuentes independientes: ofertas de empleo, informes de reclutadores y encuestas a desarrolladores. La conclusión práctica para cada tipo de lector es sencilla. Al ingeniero que quiere dedicarse al desarrollo con LLM le conviene empezar

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace

Access Frontier LLMs & Multimodal AI in One Workspace

Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.

Try NomadNet AI →Launch NomadNet Agent
¿Qué te parece?
Cargando comentarios…