Подготовка специалистов в области искусственного интеллекта в университетах России

Ситуация с подготовкой специалистов по искусственному интеллекту в российских вузах улучшается - программы появляются, их становится больше - но рынок всё равно испытывает дефицит нужных людей. Онлайн-курсы и так называемые микро-степени в 2025 году сильно прибавили в спросе.

Остро ощущается нехватка инженеров по машинному обучению - тех, кто умеет не просто обучить модель на датасете, а запустить её в работающий продукт. Промпт-инженеры и специалисты по генеративным моделям сейчас нарасхват, и вероятно через несколько лет этот навык станет таким же обычным, как умение работать с таблицами в Excel - базовой ИТ-грамотностью без надбавки к зарплате. Сильные позиции могут быть у тех, кто совмещает понимание ИИ с глубокой экспертизой в конкретной отрасли: медицина, юриспруденция, промышленность, финансы.

Что касается самих трудностей - преподавателей с целевыми компетенциями и опытом порой не хватает. Вероятно поэтому хорошо себя зарекомендовали гибридные форматы - когда онлайн-лекции сочетаются с лабораторными работами и реальными проектами с бизнесом.

Есть ещё один аспект, который стоит проговорить отдельно. Компании порой сами не всегда понимают, каких именно специалистов им нужно нанимать. Приходит человек с дипломом по машинному обучению, а его сажают делать отчёты в Excel и иногда "поиграть с нейросеткой". Бизнес декларирует потребность в ИИ-специалистах, но внутри организации порой нет ни инфраструктуры, ни понимания, как этого человека использовать. Получается замкнутый круг: вузы жалуются что бизнес не объясняет требования, бизнес жалуется что вузы готовят не тех - а на стыке этих двух претензий сидит растерянный выпускник и не знает куда двигаться. Возможное решение - диалог, причём не разовый, а системный и структурированный.

Немного отступлю от темы - но это важно. Работая над своими книгами об искусственном интеллекте, бывает сталкиваюсь с одной и той же реакцией читателей: люди хотят понять тему, но боятся её сложности. Человек, который никогда не слышал про нейронные сети, попадая в корпоративный тренинг по ИИ, чувствует себя как на лекции на иностранном языке.

Что можно сделать прямо сейчас - это не ждать идеальной системы, а строить точки роста там где они возможны. Совместные лаборатории с компаниями, реальные проекты в дополнение к курсовым, приглашённые практики. Всё это уже работает в отдельных местах – и сейчас актуальная задача – масштабировать лучшие практики.