AI / ML / DS: рынок
AI / ML / Data Science — это семейство ролей: ML-инженер (production-модели и пайплайны), Data Scientist (статистический анализ, A/B-тесты, ML-модели), AI Engineer (LLM, RAG, GenAI-приложения), MLOps (инфраструктура для ML), Computer Vision и NLP инженеры. Основной стек — Python, PyTorch, TensorFlow, scikit-learn, pandas, NumPy, Jupyter, MLflow, Kubeflow, HuggingFace Transformers, LangChain, OpenAI API, векторные базы (Pinecone, Weaviate, Qdrant). Самые востребованные технологии — python, cloud, sql, llm, pytorch. 27% позиций предполагают удалённую работу. Данные обновляются ежедневно.
На рынке AI / ML / DS сейчас 9 926 открытых вакансий, из них 9 383 со свежим наблюдением. Медианная зарплата $11 250/мес.
27% AI/ML-вакансий — полная удалёнка, остальное — гибрид или офис. Банки чаще требуют гибрид из-за compliance, международные AI-команды — full-remote стандарт.
⚠ зарплата известна у 513 из 9926 вакансий; доля удалёнки — от 8518 с указанным форматом; свежими наблюдениями считаются 9383; тренд и сложность найма не показываются
Спрос и наблюдаемый пул
| Открытый спрос | 9 926 |
| Наблюдаемый пул | — не публикуется |
За последние недели AI/ML-направление растёт нелинейно — взрывной рост спроса с релизами ChatGPT, Claude, Gemini в 2023–2025 продолжается в 2026. Колебания нормальны, смотрите на общий тренд.
⚠ подходящих под вакансию кандидатов пока не считаем: показаны спрос и наблюдаемый пул
Распределение зарплат
Каждый десятый получает менее $4 360, каждый десятый — более $20 833. Половина рынка укладывается в $6 847–15 937. Выборка: 513.
География спроса
| страна | вакансий |
|---|---|
| US | 3 959 |
| GB | 910 |
| IN | 402 |
| SG | 401 |
| DE | 379 |
| PL | 317 |
| CA | 291 |
| FR | 201 |
| HK | 154 |
| RU | 108 |
Лидер по числу AI/ML-вакансий — US (3959 позиций), далее идут крупные IT-хабы СНГ и Восточной Европы. Важно: это распределение по нашим источникам парсинга, не общая оценка глобального рынка.
⚠ только число вакансий: зарплата по странам не публикуется
С чем используется вместе
Топ-стек ML/AI-инженера в 2026 году — Python, PyTorch, TensorFlow, scikit-learn, pandas. PyTorch доминирует в исследованиях и AI-стартапах, TensorFlow — крепкий enterprise-выбор. HuggingFace Transformers и LangChain — must-have для AI Engineer.
Наиболее частые технологические пары в AI/ML-вакансиях: Python+PyTorch, Python+TensorFlow, scikit-learn+pandas, HuggingFace+LangChain, MLflow+Airflow. Если планируете learning-roadmap — эти комбинации дают максимальное покрытие рынка.
Спрос по уровням
| уровень | вакансий |
|---|---|
| senior | 2 880 |
| principal | 1 093 |
| lead | 877 |
| junior | 214 |
| middle | 186 |
Самый сильный денежный рост — между Middle и Senior (освоение production-ML и MLOps).
⚠ только сторона спроса: грейд наблюдаемого пула неизвестен у большинства
Работодатели
Спрос распределён между 3 727 работодателями. На крупнейшего приходится 1.6%, на десятку — 9.9%; остальные 90.1% — длинный хвост.
| доля | значение |
|---|---|
| крупнейший | 1.6% |
| топ-3 | 4.2% |
| топ-10 | 9.9% |
| длинный хвост | 90.1% |
Компании с самым активным наймом ML/AI-инженеров сейчас — крупные банки, маркетплейсы, поисковики и международные AI-стартапы. Показаны только те, у кого 3+ открытых ML/AI-позиций.
⚠ имена не показываются: кадровые агентства и конечные работодатели пока не различаются классификацией
Откуда Zorky видит этот рынок
Наблюдение идёт из 157 источников; на крупнейший приходится 28.2% — рынок не держится на одном канале.
AI/ML-вакансии видны в большинстве крупных источников: web-парсеры (HH, Habr Career, Djinni, DOU, NoFluffJobs, JustJoin.it) дают основной объём.
Свежие вакансии
- Senior ML Engineer · PL
- IT Production Analyst / Specialist (Major Bank) · HK
- Finance SME – Chemicals / Petrochemicals (Downstream) · SA
- Finance SME – Power & Utilities (Downstream) · SA
- Finance SME – Trading (Crude, Products & Commodities) (downstream) · SA
- Finance SME – Refining (Downstream) · SA
- Senior Data Scientist - MMM · GB
- Data Scientist (РСХБ-Экосистема) · RU
Свежие открытые AI/ML/DS-вакансии — последние 10 позиций с приемлемым качеством описания. Полный список доступен в нашем CRM или по ссылке «смотреть все» ниже.
Соседние рынки
AI/ML/DS — самая высокооплачиваемая IT-специализация по медиане в 2026 году. Кликните бар любого направления для детального сравнения зарплат, стека и динамики.
⚠ соседние рынки для сравнения ещё не определены
Как это посчитано
- Вакансия
- открытая вакансия, прошедшая гейт качества и содержащая не менее двух технологий
- Наблюдаемый кандидат
- кандидат, чей стек содержит эту технологию; агрегат, без единой записи наружу
- Подходящий кандидат
- пока не считается
- Окно
- открытые вакансии на момент сборки снимка
О данных
- Некоторые разрезы скрыты: по ним пока недостаточно полноты данных.
- Статистика строится только там, где выборка проходит порог качества.
- Отсутствие блока не означает нулевое значение.
Сейчас скрыто разрезов: 8.
Данные на 2026-10-20
Специализации
Внутри AI/ML/DS выделяются 7 под-специализаций: ML Engineer (production-модели), AI/LLM Engineer (генеративный AI), MLOps (инфраструктура для ML), Computer Vision (изображения и видео), NLP Engineer (текст и язык), Research Engineer (R&D), Data Scientist (статистика и A/B-тесты). Каждая ниша имеет свой диапазон зарплат — кликните карточку для деталей.
Частые вопросы
Самые частые вопросы про AI/ML/DS-рынок: зарплаты по уровням, стек (PyTorch vs TensorFlow), ML Engineer vs Data Scientist vs AI Engineer, удалёнка, с чего начать карьеру, навыки Senior. Ответы пересчитываются автоматически по текущим данным.
Какой стек чаще всего требуют от ML-инженера?
Топ-5 технологий в AI/ML/DS-вакансиях: python, cloud, sql, llm, pytorch. Базовые обязательные навыки: Python (advanced), статистика и линейная алгебра, классический ML через scikit-learn. Deep Learning — один из PyTorch (доминирующий в исследованиях) или TensorFlow (более продакшен-friendly). Работа с данными — pandas, NumPy, Jupyter. SQL обязателен. Для MLOps: MLflow, Kubeflow, Airflow, Docker, Kubernetes. Cloud (AWS SageMaker, GCP Vertex AI) — обязателен на Senior.
Можно ли работать ML-инженером удалённо?
Частично: 27% ML/AI-вакансий — full-remote. Банки и финтех часто требуют гибрид из-за compliance на работу с PII и финансовыми данными. Маркетплейсы — чаще гибрид. Международные AI-команды — почти всегда remote-friendly или гибрид с офисом в SF/NYC/London. AI-стартапы — full-remote стандарт. Удалённая зарплата заметно выше за счёт глобального pool кандидатов и premium-сегмента GenAI. Для Junior remote-вакансий мало — обучение под live-production требует mentorship и доступ к компьютерным ресурсам.
Чем ML Engineer отличается от Data Scientist и Data Engineer?
ML Engineer — production-фокус: проектирование, обучение, деплой и мониторинг ML-моделей. Стек: Python, PyTorch/TensorFlow, MLflow, Docker, Kubernetes. Близко к Backend-инженеру с ML-специализацией. Data Scientist — исследовательский фокус: статистика, A/B-тесты, гипотезы, дашборды, иногда ML-модели. Стек: Python, scikit-learn, Jupyter, pandas, SQL, иногда R. Data Engineer — инфраструктура данных: ETL-пайплайны, хранилища, потоки. Стек: Spark, Airflow, Kafka, ClickHouse. По зарплате: ML Engineer и AI Engineer обычно платят выше Data Scientist (более технический), Data Engineer близко к ML. Career-flow: Backend → ML Engineer, Analyst → Data Scientist, Data Engineer ↔ ML Engineer.
С чего начинать, чтобы стать ML-инженером в 2026 году?
Оптимальный путь: освоить Python (advanced), статистику и линейную алгебру на университетском уровне, SQL, pandas + NumPy для работы с данными. Затем scikit-learn (классический ML: regression, classification, clustering) и один из PyTorch (рекомендуется для исследований) или TensorFlow. Pet-проекты, которые выглядят хорошо: end-to-end ML-проект с production-деплоем (не только Jupyter notebook), 1-2 соревнования Kaggle с серебром или выше, контрибуции в open-source ML-библиотеки. На Middle добавляются MLOps (MLflow, Airflow), один cloud (AWS SageMaker или GCP Vertex AI). На Senior — глубокое понимание distributed training, model serving, A/B-тесты в production.
Сколько вакансий открыто для ML/AI в СНГ и Европе?
На момент последнего обновления в выборке Zorky CRM 11809 активных открытых AI/ML/DS-вакансий по рынку СНГ и Восточной Европы. Это позиции с датой публикации в последние 90 дней — реально нанимающие компании. География распределена: лидеры — US, GB, IN. Данные собраны из 101 досок вакансий и 15 780 сайтов компаний: Telegram-каналы (эксклюзивный поток для AI-стартапов и нишевых LLM-позиций), профильные job-сайты (HH, Habr Career, Djinni, DOU, NoFluffJobs, JustJoin.it, Pracuj.pl), career-pages финтеха и AI-команд. Сезонность: спрос на ML/AI растёт нелинейно — взрывной рост с 2023 года после ChatGPT, продолжается в 2026 с релизами Claude, Gemini, Llama.
Где платят больше ML-инженеру — в России или в Европе?
Главный фактор разрыва — валюта контракта и тип компании. Локальные российские компании на рублёвых контрактах за 2 года приблизились к польскому рынку. Грузия и Армения — много remote-релокантов с международной зарплатой.
Какие навыки нужны Senior ML-инженеру в 2026 году?
Senior ML/AI-инженер владеет полным production-стеком ML. Базовые: Python (advanced), статистика и линейная алгебра, SQL, pandas, NumPy. Deep Learning: PyTorch или TensorFlow (один глубоко). Production: MLflow или Weights & Biases (эксперименты), Airflow или Kubeflow (пайплайны), один cloud ML (SageMaker, Vertex AI). Архитектурные паттерны: model serving (Triton, TorchServe), A/B-тесты в production, distributed training, model versioning.
Оставить заявку
Опишите задачу и оставьте контакт — заявка попадёт в CRM, ответим на указанный контакт.