Инженер Финама описал рынок LLM-разработки в России: от RAG до зарплат

Старший инженер-программист Финама и автор курса «LLM-разработчик» в Хекслете выпустил на Хабре практический разбор рынка LLM-разработки в России. Его хронология выглядит так: мир более или менее понял, куда движется история с ИИ, примерно в 2024 году, а российский бизнес «очухался» в 2025–2026-м. Спрос на внедрение есть. Понимания, что именно внедрять, часто нет.

Спрос впереди постановки задачи

Автор описывает знакомую многим инженерам сцену. К разработчику приходит CEO и говорит: ИИ нужен везде. Компания хочет встроить его в несколько процессов сразу:

• разработку;
• CI/CD;
• оценку задач;
• код-ревью;
• постановку задач;
• работу с ассистентами.

По словам автора, ИИ действительно можно применить в каждом из этих направлений. Вплоть до того, что гендиректор закажет себе кофе через чат-бота. Проблема в другом: бизнес не может чётко сказать, какую метрику должен улучшить ИИ. Революция, по его формулировке, настоящая, но каждую революцию нужно уметь направлять: понимать, как, зачем и куда её применять.

Показательно, что автор с иронией оговаривает терминологию: ИИ, мол, «не совсем интеллект», но на это никто не смотрит, использовать хотят все. Для инженера это означает, что значительная часть работы начинается до написания кода: нужно переводить размытое «хотим ИИ» в конкретные сценарии с измеримым результатом.

Какие вопросы автор берётся разобрать

Во вступлении заявлен набор прикладных тем. Кому на самом деле нужен RAG. Обязательно ли связываться с большими моделями. Что происходит на рынке LLM-разработки. Как попасть в профессию: какие навыки нужны, как искать работу и сколько просить на собеседовании.

В доступном фрагменте ответов на эти вопросы нет: текст обрывается на кнопке «Читать далее». Ни зарплатных вилок, ни списка технологий, ни разбора конкретных кейсов в нём не приведено. Эти данные, судя по анонсу, находятся в полной версии статьи и в видеоформате, который автор выложил отдельно.

Как относиться к материалу

Текст опубликован автором курса и содержит ссылку на программу обучения с рекламной разметкой. Это не отменяет практической ценности: человек, работающий старшим инженером в финтех-компании, видит реальные запросы бизнеса. Но у такого материала есть очевидный интерес, и цифры по рынку лучше сверять с независимыми источниками: вакансиями, отчётами рекрутеров и опросами разработчиков.

Практический вывод для разных читателей простой. Инженеру, который хочет в LLM-разработку, имеет смысл начинать с вопроса, какую задачу решает система и как её качество измеряется. Модель и фреймворк вторичны. Руководителю, который готовит поручение «внедрить ИИ везде», полезно заранее выбрать один-два процесса с понятной метрикой, например время код-ревью или долю автоматически закрытых обращений, и начать с них. Тем, кто присматривается к смене профессии, стоит дочитать полный текст и проверить заявленные требования и ожидания по оплате на живых вакансиях, прежде чем строить план обучения.