Рынок труда

AI-разработчик в штат: где искать и сколько платить в 2026

Вилки AI/ML-специалистов в 2026: junior 80-110, middle 170-330, senior 330-510 тыс. ₽. Где искать, сколько идёт найм и когда выгоден агентский фикс.

НатальяОснователь и CEO Рекрио
·

Нанять AI-разработчика в 2026 году - это сделка на 4-6 млн рублей в год только зарплатой, ещё до гонорара агентству. Middle-специалист в Москве стоит 170-330 тыс. ₽ в месяц, senior - 330-510 тыс. и выше, а вакансий в AI примерно в 2,4 раза больше, чем резюме кандидатов. Ниже - вилки по уровням, каналы поиска, которые реально дают кандидатов, сроки закрытия и расчёт, в каком случае штат выгоднее аутсорса, а в каком - нет.

Каждую неделю разбираем новое по теме найма в IT и AI: инструменты, кейсы, ошибки.

Сколько стоит AI-разработчик в 2026 году?

Коротко: junior-разработчик в машинном обучении (ML, machine learning) в Москве - 80-110 тыс. ₽ в месяц, middle - 170-330 тыс., senior - 330-510 тыс. В финтехе и бигтехе верхняя граница senior доходит до 600-850 тыс., а lead-позиции начинаются от 400 тыс. Медиана зарплат в ИИ/ML - 200-230 тыс. против 191 тыс. по всему IT.

Сводка по свежим зарплатным обзорам 2026 года:

УровеньJunior
Вилка в месяц, Москва80 000 - 110 000 ₽
Кто платит верхнюю границустажёрские программы бигтеха
УровеньMiddle
Вилка в месяц, Москва170 000 - 330 000 ₽
Кто платит верхнюю границупродуктовые команды, интеграторы
УровеньSenior
Вилка в месяц, Москва330 000 - 510 000 ₽
Кто платит верхнюю границуфинтех, бигтех - до 600 000 - 850 000 ₽
УровеньLead / Head of ML
Вилка в месяц, Москва400 000 - 900 000 ₽
Кто платит верхнюю границубанки, крупные e-com платформы

Источник сводки - разбор вакансий от Степана Мельникова на vc.ru от 24.07.2026 и исследование Хабр Карьеры за первое полугодие 2026. Медиана по ИИ/ML-направлению - 200-230 тыс. ₽ в месяц против медианы 191 тыс. по всем IT-специальностям. Вилки по senior-уровню дополняет обзор komkad.ru: ML и Data senior - 400-700 тыс. ₽.

Ориентируйтесь на середину вилки, а не на минимум: рынок перегрет спросом, и кандидат с сильным оффером уйдёт туда, где доплатили 10-15%.

Почему AI-специалисты дороже обычных программистов?

Коротко: потому что спрос растёт, а предложение нет. Пока рынок IT в целом охладел - вакансий минус 21% за год, - спрос на AI/ML продолжает расти, и на одну ML-вакансию приходится примерно вдвое меньше резюме, чем в среднем по рынку. Медиана по ИИ/ML держится выше медианы всего IT.

Данные за 2026 год показывают редкую картину: общий рынок труда в IT сжался (число вакансий минус 21% при росте числа резюме на 21% по данным «Коммерсанта» от 10.07.2026), а AI-направление осталось зоной роста. За 10 месяцев 2025 года компании разместили более 20 тысяч ML-вакансий, и по оценке проекта AI Радар, вакансий в AI примерно в 2,4 раза больше, чем резюме кандидатов.

Здесь работает логика, которую сформулировал Андрей Гостюхин, CEO/CTO Atlantis, в блоге Хабр Карьеры (10.08.2026): «Как мне кажется, эти направления объединяет не стек и даже не уровень сложности, а масштаб влияния... Чем ближе роль к критичным для бизнеса решениям, инфраструктуре, деньгам и рискам, тем дороже обычно становится хороший специалист». AI-разработчик прямо влияет на продукт и выручку, поэтому торгуется жёстче backend-разработчика того же грейда.

Для сравнения с общим рынком смотрите разбор зарплат IT-специалистов в Москве - там же видно, что ИИ/ML - направление с самым быстрым ростом вилок.

Где искать AI-разработчика: каналы, которые реально работают?

Коротко: Хабр Карьера, getmatch, GeekJob и профильные Telegram-каналы дают отклики на middle-позиции. Senior не ищут работу через hh - их находят через GitHub, конференции и рекомендации. До половины наймов в IT вообще идёт без публикации вакансии, поэтому часть кандидатов доступна только через прямой точечный поиск.

По данным обзора платформы «Поток» для HR (специалистов по подбору персонала) и разбора komkad.ru, каналы по типам позиций распределяются так:

  • **Хабр Карьера и GeekJob** - основная площадка для middle. Аудитория уже отфильтрована по стеку, отклики релевантнее, чем на hh.
  • **getmatch** - агрегатор вакансий с открытыми зарплатными вилками; senior фильтруют предложения именно там.
  • **Telegram-каналы и чаты сообществ** (python-jobs, ml-trainee, каналы вокруг Data Science) - быстро и бесплатно, но требует присутствия и скорости.
  • **GitHub и Stack Overflow** - для senior: искать авторов нужных библиотек и активных контрибьюторов, писать напрямую.
  • **Конференции HighLoad++, PiterPy, Data Fest** - докладчики и активные участники, контакт живой, но цикл найма длинный.
  • **Рекомендации** - самый дешёвый по времени канал: реферальные бонусы в IT дошли до 50-150 тыс. ₽ за приведённого senior.
  • **hh.ru** - работает на junior и на линейные позиции. Senior-резюме там почти нет: спрос и предложение расходятся.

Важная деталь по охвату: по оценке рекрутинговой компании NEWHR, до половины вакансий в IT закрывается «в тишине» - без публикации: находят через сообщества, рекомендации и прямой поиск. Для нанимателя это значит, что публиковать вакансию нужно, но победить в конкуренции только публикацией не получится.

Хотите собрать систему целиком? То, что в статье - первый шаг. Подбор ML/AI-специалиста по фиксированной цене 69 000 ₽ закрывает вопрос каналами агентства: первые кандидаты - через 48 часов, гарантия замены - 30 дней. Подробности - на recrio.ru.

Почему в откликах сплошные самозванцы и ИИ-резюме?

Коротко: потому что вход в профессию через ИИ-инструменты упростился для всех, включая тех, кто кодить не умеет. На middle-вакансии без фильтра приходит 700+ откликов, среди которых самозванцы с «раздутым» опытом мимикрируют под сильных кандидатов, а часть резюме целиком написана нейросетью.

Татьяна Евдокимова, руководитель отдела по работе с персоналом ZeBrains, в колонке РБК Тренды фиксирует главный тренд: «Один из самых заметных трендов - раздувание опыта в резюме. Проекты становятся „крупнее", роль „ключевая", вклад „стратегический"... На интервью попадают больше неподходящих кандидатов».

Рекрутеры описывают типовую картину middle-вакансии так: 700+ откликов, около 5 релевантных, и среди нерелевантных - уверенные кандидаты с чужими проектами в портфолио. Отдельная история - «помогаторы»: кандидаты, которые на собеседовании пользуются подсказками ИИ в реальном времени или заказывают собеседование «под ключ». По кейсу из колонки Антона Дурнецова, CEO BGStaff, самозванец получил 600 тыс. ₽ в месяц при рыночной цене middle 250-300 тыс. Мелким компаниям в этой истории хуже всех: своей службы проверки у них нет, а мошенники выбирают именно их.

Вывод: фильтр на этапе откликов обязателен. Тестовое на реальном датасете, разбор чужого кода, вопросы «что вы делали лично» - до оффера, а не после.

Штат, аутсорс или фриланс: что выгоднее для AI-задач?

Коротко: если AI - часть продукта, нанимайте в штат. Если задача разовая (обучить одну модель, автоматизировать один процесс) - берите аутсорс или готовое внедрение. Фриланс годится только для прототипа и MVP (минимально жизнеспособного продукта).

Сравнение трёх моделей:

КритерийСтоимость
Штатзарплата 170-510 тыс. ₽/мес + налоги и обустройство
Аутсорс / аутстаффсмета за проект или месячная ставка команды
Фрилансоплата за задачу или проект
КритерийСкорость старта
Штат2-8 недель на найм
Аутсорс / аутстафф1-2 недели
Фрилансдни
КритерийГлубина в продукте
Штатмаксимальная
Аутсорс / аутстаффсредняя
Фрилансминимальная
КритерийРиск потери знаний
Штатвысокий при уходе
Аутсорс / аутстаффнизкий
Фрилансвысокий
КритерийКогда выбирать
ШтатAI - ядро продукта
Аутсорс / аутстаффразовые внедрения, пиковые нагрузки
Фриланспрототип, MVP

Аргумент за аутсорс формулирует Антон Дурнецов, CEO BGStaff: «Миф о дороговизне аутстаффа рассыпается, если сложить все скрытые издержки: налоги, оборудование, льготы, бонусы, время HR-ов, проверки СБ, юридические проволочки». Для разовой задачи это правда: полный бюджет работодателя на штатного специалиста заметно выше его зарплаты.

Аргумент за штат звучит иначе: AI-функциональность требует постоянных итераций с продуктом, а подрядчик живёт по контракту, не по вашему роадмапу. Поэтому большинство компаний делят нагрузку: ядро (модели, данные, продакшен-пайплайн) забирают в штат, а разовые интеграции, аудиты и обучение моделей под одну задачу отдают наружу.

Сколько времени занимает найм AI-специалиста?

Коротко: middle закрывается за 3-6 недель активного поиска, senior - за 6-12 недель. Это дольше обычного IT-найма: кандидатов меньше, собеседований больше, а воронка на senior - это 10-20 точечных контактов, а не сотня откликов. Первые релевантные кандидаты при настроенной воронке появляются в первые дни.

По данным komkad.ru, срок закрытия senior ML-позиции - 6-12 недель. На senior приходится 3-5 этапов интервью (техническое, системный дизайн, соответствие культуре компании, встреча с руководителем), и каждый этап отсеивает часть кандидатов, которых негде заменить: воронка на senior-позицию - это 10-20 прямых контактов с пассивными кандидатами, а не 100 откликов с площадки.

Для сравнения: средние сроки закрытия вакансий по рынку - 5-21 день на типовых позициях, и каждая неделя простоя стоит компании денег - полный расчёт потерь от открытой вакансии мы делали отдельно.

Кейс Рекрио: middle CV-инженер (computer vision, компьютерное зрение) для финтех-компании закрыт за 16 дней, 3 кандидата на финале, экономия против гонорара процентного агентства - 531 000 ₽. Первые кандидаты в ML/AI-нише агентство показывает через 48 часов - скорость важна ещё и потому, что у сильных кандидатов 3-5 параллельных предложений, и кто первый вышел на оффер, тот его и подписал.

Как не потерять кандидата на оффере?

Коротко: решайте быстро и предлагайте рынок плюс 5-15%. Прибавки при переходе сжались с +40% до 5-15%, поэтому деньгами теперь не перекупить - решают скорость решения, понятные задачи и гибкость по формату работы. У сильного senior на руках 3-5 параллельных предложений, и пауза в два дня означает потерю кандидата.

Eseniya Orlova, HRBP, в разборе vc.ru от 15.06.2026: «Прибавка в 5-15% при переходе вместо прежних +40% стала новым рыночным стандартом. Кандидаты больше не могут просто "прыгать" из компании в компанию ради удвоения дохода».

Что это значит для нанимателя МСБ:

1. Держите вилку в рынке из первого раздела - кандидат её знает так же хорошо, как вы.

2. Сокращайте цикл: двухнедельное молчание между этапами означает, что кандидат уже подписал предложение в другом месте.

3. Продаёте не только деньгами: конкретная задача (какая модель, какие данные, какой продакшен), доступ к команде и свобода выбора стека для senior весят больше, чем 10% к вилке.

4. Проверьте оффер на ошибки до отправки: диапазон, бонусы, формат работы, дата выхода - каждое расхождение потом трактуется против вас.

Сколько стоит найм через агентство: фикс против процента?

Коротко: процентное агентство за senior ML возьмёт 400 тыс. - 1,2 млн ₽ (10-20% годового дохода специалиста), агентство с фиксированной ценой - 69 тыс. ₽ независимо от уровня позиции. Разница на одной вакансии - до полутора миллионов рублей.

Считаем на цифрах из первого раздела. Senior ML с зарплатой 330-510 тыс. ₽ в месяц имеет годовой доход 4-6,1 млн ₽. Классический гонорар кадрового агентства - 10-20% годового дохода специалиста: 400 тыс. - 1,22 млн ₽ за одну закрытую вакансию. Middle-позиция с доходом 2-4 млн ₽ в год обходится в 200-780 тыс. ₽ гонорара.

Фиксированная модель устроена иначе: цена привязана к вакансии, а не к зарплате кандидата. Разбор двух моделей оплаты мы делали на четырёх типовых позициях - там же таблица точек безубыточности. Подбор ML/AI-специалиста по фиксированной цене 69 000 ₽ включает анализ рынка, активный прямой поиск, техническое интервью с экспертом и гарантию замены 30 дней. Для senior-позиции экономия против процента - от 330 тыс. ₽, для middle - от 130 тыс. ₽.

Когда процент оправдан: узкие C-level позиции (CEO, CTO банка), где поиск идёт месяцами через executive search, а цена ошибки измеряется сотнями миллионов. Для middle и senior в ML экономика фикса выигрывает с запасом.

Как проверить AI-разработчика перед оффером?

Коротко: через тестовое на реальном датасете, разбор кода и вопросы про личный вклад. Проверка резюме не работает - резюме генерирует нейросеть. Проверять нужно мышление: как кандидат принимает решения при нехватке данных и что делает, когда модель не сходится.

Рабочая последовательность проверки:

1. Первичный отбор по конкретике: имена моделей, метрики, масштаб данных. «Улучшал качество модели» - стоп, «поднял F1 с 0,71 до 0,83 на задаче NER» - ок.

2. Тестовое задание на реальном датасете компании - 4-8 часов работы, с ограничением по времени.

3. Устный разбор решения: почему этот подход, что попробовали бы при других данных, где слабые места решения.

4. Вопросы про личный вклад в командных проектах: «что делали лично вы, что решали вы».

5. Для senior - системный дизайн: спроектируйте пайплайн от сбора данных до мониторинга модели в продакшене.

Полную методику с 5 ловушками ИИ-самозванца и чек-листом из 10 красных флагов мы разобрали в статье «Как проверить AI-разработчика: 5 ловушек на собеседовании». Если своей ML-экспертизы в команде нет - привлекайте внешнего технического эксперта на интервью: стоимость часа окупается первой же отбраковкой.

Здесь важна одна оговорка Андрея Крисанова, техлида ИИ-платформы «Северстали»: «Не стоит искать единорога там, где на самом деле нужен сильный инженер-разработчик с хорошим продуктовым и системным мышлением». Большинству компаний МСБ нужен не исследователь с публикациями, а инженер, который доведёт модель до продакшена - включая работу с LLM (large language model, большая языковая модель), если продукт завязан на генеративный ИИ.

Когда AI-разработчика невыгодно нанимать в штат?

Коротко: если AI-задача разовая, если бюджет не тянет senior-вилку, а middle вы не сможете оценить, и если результат нужен «вчера» - найм в штат проиграет аутсорсу или готовому внедрению. Штат - это ставка на годы, и она должна быть подкреплена продуктом.

Честные сигналы «не нанимайте пока»:

  • **Задача формулируется как «хотим что-то с нейросетями»** - без продукта, данных и метрик. Сначала посчитайте эффект на бумаге.
  • **Первые месяцы уйдут на подготовку данных и инфраструктуру** - если этот объём разовый, платить за него постоянную зарплату невыгодно.
  • **В команде нет никого, кто способен принять работу** - вы не отличите качественное решение от имитации, и первый аудит подряд всё вскроет.
  • **Стек и требования не зафиксированы** - за каждое «давайте попробуем другое» штатный сотрудник будет ожидать пересмотра задач, а подрядчик - сметы.

Если сигналов нет, а AI - часть продукта на годы, штат выгоден уже с middle-уровня: за 12 месяцев собственный специалист окупает разницу с подрядчиком и накапливает контекст, которого не будет ни у одного аутсорса.

Хотите собрать систему найма целиком? Подбор персонала по фиксированной цене - коротко, по делу, с результатом, который остаётся у вас: первые кандидаты через 48 часов, гарантия замены 30 дней. Детали - на recrio.ru.

4 связанные статьи

Дальше по теме найма AI и IT

Если нанимаете AI/ML-специалиста или выстраиваете процесс найма в IT - вот материалы, которые закрывают картину целиком.

Источники

Все цифры и цитаты в статье - из первоисточников ниже. Внутренние данные Рекрио (фикс 69 000 ₽, первые кандидаты за 48 часов, гарантия замены 30 дней, кейс CV-инженера) - публичные данные сайта recrio.ru.

Степан Мельников, «Сколько реально зарабатывают на ИИ-навыках в 2026: посчитал по вакансиям и кейсам», vc.ru, 24.07.2026

Хабр Карьера, «Топ-5 высокооплачиваемых направлений в IT в 2026», 10.08.2026

Исследование зарплат Хабр Карьеры, 1 полугодие 2026

«Коммерсантъ», «В IT-сфере сократилось число вакансий и замедлился рост зарплат», 10.07.2026

Татьяна Евдокимова, «IT-рынок в России: прогноз в сфере HR на 2026 год», РБК Тренды, 10.07.2026

Eseniya Orlova, «Новый рекрутмент айтишников 2026», vc.ru, 15.06.2026

Андрей Крисанов, «Что не так с вакансиями LLM Engineer», Хабр, 01.05.2026

komkad.ru, «Подбор IT-специалистов: цены, сроки и гарантии в 2026», 22.06.2026

NEWHR, «Кризис доверия при найме в IT», 2026

Антон Дурнецов, CEO BGStaff, о проблемах IT-найма, Т-Банк Секреты, 24.06.2025

HR-платформа «Поток», «Топ-20 источников поиска кандидатов», 22.05.2026

CNews, «70% работодателей используют ИИ при найме или собираются это делать», 13.08.2026

Исследование hh.ru о недостоверных резюме в российских компаниях

AI Радар, «AI Таланты России 2026» (оценка дисбаланса вакансий и резюме)

Цифры по срокам, экономии и модели фикса - данные Рекрио: recrio.ru.

Частые вопросы

Сколько занимает найм AI-разработчика?

Middle закрывается за 3-6 недель активного поиска, senior - за 6-12 недель. Воронка на senior - это 10-20 прямых контактов с пассивными кандидатами. При работе с агентством Рекрио первые кандидаты в ML/AI-нише показываем через 48 часов, гарантия замены - 30 дней.

Какой уровень AI-специалиста нанимать первым?

Чаще всего - middle-инженера с продуктовым мышлением: он самостоятелен и доводит модели до продакшена. Junior не закроет продакшен-задачи без наставника, а senior на старте избыточен для большинства задач МСБ: его вилка 330-510 тыс. ₽ в месяц.

Когда выгоднее аутсорс, а не штат?

Если задача разовая (обучить одну модель, автоматизировать один процесс), если в команде нет никого, кто способен принять работу, и если продукт и метрики ещё не зафиксированы. Если AI - часть продукта на годы, штат окупается уже с middle-уровня.

Нужен сотрудник?

Подберём за 69 000 ₽. Первые кандидаты через 48 часов.