Названы причины дефицита ИИ-специалистов при высоком спросе

Рынок специалистов по искусственному интеллекту перегрет: вакансий много, желающих построить карьеру в ИИ — еще больше, но компании по-прежнему испытывают кадровый голод и берут на работу далеко не всех. О причинах этого парадокса РИАМО рассказал совладелец и генеральный директор компании-разработчика решений на базе ИИ Mains Lab Юрий Кувшинов.

По его словам, интерес работодателей к найму ИИ-специалистов подогревается хайпом: бизнес стремится внедрять нейросети и собирает команды, чтобы не отставать от тренда.

Однако главная проблема кроется в соискателях. Бурное развитие доступных инструментов, таких как ChatGPT, сыграло с рынком труда злую шутку.

«Благодаря появлению ChatGPT и подобных моделей возникла доступность инструментов ИИ для самых широких масс. В результате у многих работников появилась иллюзия, что они уже в полной мере освоили новые инструменты», — отмечает эксперт.

Простота использования чат-ботов создает у кандидатов ложное чувство компетенции. Многие уверены, что умение задавать вопросы нейросети равноценно владению профессией. Однако, по словам Кувшинова, для создания работающего бизнес-решения этого недостаточно.

Ситуацию усугубляет то, что на собеседованиях стало очень трудно отсеять «пустышек». Кандидаты активно используют тот же ChatGPT для решения тестовых заданий.

«Многие с помощью того же ChatGPT решают неплохо тестовые задачи. Однако чтобы по-настоящему проверить глубину знаний, нужно дать задачу на несколько дней работы, но никто не будет тратить столько времени на этапе отбора. А короткие задачки сейчас ChatGPT-4 отлично щелкает», — констатирует глава Mains Lab.

Помимо технологической проблемы, есть и классическая бизнес-проблема: компании ищут универсального солдата. Работодатели хотят получить специалиста, который не только пишет код, но и глубоко понимает предметную область и задачи бизнеса, что является редкостью.

Кроме того, многие компании до сих пор верят в «волшебную таблетку». Кувшинов подчеркивает, что распространено заблуждение, будто найдя одного-двух machine learning-инженеров, можно решить все задачи. На практике же для успешного внедрения ИИ требуются бизнес-аналитики, DevOps-инженеры, тестировщики и другие смежные специалисты. Пока работодатели не осознают необходимость создания полноценных команд, разрыв между желанием нанять и реальными возможностями кандидатов будет только расти.