Когда я сталкиваюсь с вопросом о том, как стать частью IT‑коммьюнити, последнее время на ум приходит промт‑инжиниринг — первая профессия, созданная непосредственно AI. Это мне кажется одним из самых простых способов влиться в IT и за несколько лет вырасти до солидного спеца.
Эта новая сфера и пока еще не каждый бизнес знает, как правильно с ней взаимодействовать. Хотя такое вторжение нейронок в повседневность и бизнес не прошло незамеченным. Например, в стенах МГУ и ВШЭ открываются новые курсы в области ML и AI, а моя команда фиксирует на джоббордах увеличение вакансий с упоминанием AI. Промт‑инжиниринг становится все более востребованной ролью, открывая огромное поле возможностей для экспериментов и развития.
В лонгриде мы разберем, кто такой промт‑инженер, собственно, почему его не стоит путать с ML и DS спецами, а затем по традиции оценим рынок и попробуем посмотреть в завтрашний день.
Кто такой этот ваш промт‑инженер?
Сначала расставим все точки над i, поскольку многие при словосочетании «промт‑инженер» представляют себе ML, DS джуна или заспанного студента, пытающегося за ночь сгенерировать курсовую. Это важная деталь, которая повлияет на результаты нашего анализа.
ML и Data Science — это продуктовая разработка, где специалисты занимаются созданием новых моделей, их обучением и оптимизацией для решения специфических задач.
Промт‑инженер же работает с уже готовыми решениями «из коробки», используя их для достижения целей. Грубо говоря, он использует результаты работы ML и DS для своих целей.
Но как же файнтюнинг моделей — еще один артефакт, который соседствует с ролью промт‑инженера?
Как правило, промт‑инженеры редко занимаются файнтюнингом, хотя это может быть частью их работы на продвинутом уровне и безусловным преимуществом на рынке труда. Но основной фокус у специалистов направлен на максимально эффективное использование существующих моделей.
В основном промт‑инженеры пишут и тестируют промты, собирая их в библиотеки. Это могут быть как простые запросы для генерации текстов так и сложные многоступенчатые промты для решения больших комплексных задач. Цель работы промт инженера — получить максимально точные и релевантные ответы от модели.
А вот чем еще они занимаются:
— Интеграция через API: Основная задача промт‑инженера заключается в подключении нейронных сетей к приложениям через API. Например, интеграция сервисов OpenAI или Яндекса позволяет бизнесам использовать возможности ИИ без необходимости разрабатывать собственные модели.
— Анализ результатов: После получения ответов от модели, промт‑инженеры анализируют их эффективность и корректируют запросы для улучшения качества выходных данных.
Это делает промт‑инжиниринг более доступным для тех, кто не имеет глубоких технических знаний, но хочет работать с современными технологиями ИИ.
Но тут стоит отметить, что регулярное обновление моделей и API требует от специалиста постоянной адаптации. Короче говоря, быть промт‑инженером = держать руку на пульсе развития AI (а еще быть одним из участников будущего восстания машин, но это уже совсем другая история.)
Как я уже отметил ранее, это отличный вход в индустрию с понятным карьерным трекшеном: из промт‑инженера можно без проблем перейти в ML/DS.
Почему стоит стать промт‑инженером?
Три веских причины:
Новый рынок: Это сравнительно молодая технология, поэтому специалистов с большим опытом еще немного. Это уникальная возможность войти в эту область на раннем этапе её развития. Специалистов с большим опытом пока что совсем немного, поскольку сама технология относительно новая и люди начинают активно осваивать ее только сейчас.
Низкий порог входа: Базовые навыки можно оперативно освоить за 3–9 месяцев обучения. Не требуется многолетний опыт программирования или математического образования. Что это если не отличный трамплин в IT.
Быстрый рост: С развитием технологий LLM спрос на промт‑инженеров будет только расти. Бизнесы будут нуждаться в специалистах, которые умеют эффективно использовать эти модели для решения различных задач.
Да и не нужно забывать, что технологии LLM активно развиваются. Каждые три‑четыре месяца выходят новые модели, например, недавно Яндекс представил уже свою пятую LLM, файтюнинг который сводится к простой загрузке json файла!
Первый предвестник того, что в обозримом будущем даже без файнтюнинга многие задачи могут быть решены, а промт‑инженер станет ключевой фигурой в оптимизации процессов.
Итак, что мы имеем:
Новый рынок: сравнительно молодая технология, поэтому специалистов с большим опытом еще немного.
Низкий порог входа: базовые навыки можно освоить за 3–9 месяцев обучения.
Быстрый рост: с развитием технологий LLM спрос на промт‑инженеров будет только расти.
Рынок труда
Рынок промт‑инжиниринга в России находится на стадии постепенного развития. Основная сфера — IT (Яндекс, Сбер, Mail.ru Group, а также молодые стартапы), но среди работодателей также попадаются строительные компании и маркетинговые агентства. Прежде чем погрузиться в недра джоббордов, я был настроен достаточно оптимистично.
Сейчас на HH по запросу (о них, кстати, подробно я писал здесь):
("промт инженер" OR "prompt engineer" OR "инженер по промтам" OR "специалист по генеративным моделям") NOT "data scientist" NOT "ML engineer" NOT "machine learning" NOT "data science" NOT "исследователь данных"
По всей стране находится 50 открытых вакансий. Если же не исключать DS и ML, то пул вакансий вырастет до сотни.
Разброс по опыту выглядит так:
А по зарплатной вилке промт-инженера картина вот такая:
А что происходит с резюме?
Здесь история принимает неожиданный поворот, невольно заставляя нас вспомнить о перегретом рынке QA. На выходе, по поисковому запросу, исключающим DS и ML, мы имеем аж 1187 открытых резюме и это на 50 вакансий! Будущее еще не наступило, но люди уже приготовились.
И, пожалуй, эта ложка дегтя стала неожиданностью даже для меня самого. Начиная эту статью, я был уверен, что баланс вакансий/резюме будет относительно нормальным, но реальность лучший драматург.
Понятно, что сфера новая, и возможно из тысячи резюме релевантными окажутся лишь сотни, но тем не менее, конкуренция огромна. Чтобы выдержать её натиск сегодня, на мой взгляд, необходимо:
Обзавестись хорошими кейсами в портфолио.
Хорошо знать все превратности и подводные камни API.
Да, осваивать дополнительные навыки, такие как файнтюнинг моделей.
Так стоит ли становиться промт-инженером?
Имеет ли смысл становиться промт-инженером? Лично моё мнение — да. И не важно, станет ли это вашей основной работой или останется на уровне подработки или увлечения. Поскольку порог входа в эту сферу низкий, почему бы и не освоить эти навыки? По крайней мере, они могут помочь вам и в быту, и в самой обычной работе (не забываем про оптимизацию процессов! Делегируй на AI всю рутину!).
Да и сохраняя оптимизм, вернемся к тезису, что сфера еще молода, свежа и активно развивается. К слову, наиболее реалистичный вектор её развития мы можем наблюдать на примере США, где спрос на промт‑инженеров куда выше.
С ростом внедрения искусственного интеллекта в различные сферы — от образования и медицины до бизнеса и развлечений — потребность в специалистах, способных эффективно взаимодействовать с ИИ‑моделями, значительно увеличивается. Со временем промт‑инженер может стать ключевой фигурой в бизнесе, особенно в маркетинге, продажах и образовании.
Да и если забегать вперед, обогнав время, можно с уверенностью сказать, что на стыке с промт‑инжинирингом в ближайшее время будут появляться новые профессии, а сама профессия станет лишь верхушкой айсберга автоматизации.
Короче говоря, это отличная точка старта для тех, кто хочет развиваться в IT. Без глубоких технических знаний можно начать карьеру и со временем перейти к файнтюнингу моделей или даже в ML/DS
Подробнее о карьере в IT и о том, как её строить в постоянно меняющемся мире, я рассказываю в своём телеграм‑канале. Подписывайтесь!
