В России появились десятки новых профессий. Какие из них станут востребованными в ближайшем будущем?

С развитием сферы искусственного интеллекта появляется все больше новых профессий. Сегодня на их примере мы расскажем, как устроена работа специалистов в данной сфере, какие задачи они решают, с чем сталкиваются на работе и как решили попробовать себя в этом направлении.

По данным исследования hh.ru и EvApps, в 2023 году на hh.ru было опубликовано около 3600 вакансий, в которых требовались навыки работы с ИИ. Это в десять раз больше, чем годом ранее. Готовить кадры в сфере ИИ помогает в том числе федеральный проект «Искусственный интеллект», по которому реализуются программы бакалавриата и магистратуры в российских вузах, хакатоны, тематические олимпиады и другие образовательные проекты.

Так, спрос на специалистов, которые умеют работать с нейросетями, продолжает активно расти. Подробнее — в историях профессионалов в сфере ИИ.

Рассказывает Айбек Аланов, заведующий центром глубинного обучения и байесовских методов в ВШЭ, руководитель группы в лаборатории FusionBrain AIRI:

Путь к нейросетям

Моя карьера в сфере искусственного интеллекта началась с того, что я пробовал себя в разных направлениях. На третьем курсе бакалавриата я попал на стажировку в Yandex Research, где впервые познакомился с работой исследователей.

После этого я также получил опыт в программировании и разработке в компании, где работал над финансовыми моделями и предсказанием цен акций. Этот опыт был полезен. Но я осознал, что меня больше привлекает возможность заниматься исследованиями, писать статьи и делиться результатами с научным сообществом.

Позже я начал работать с научной группой под руководством Дмитрия Петровича Ветрова, где приобрел навыки постановки задач, проведения исследований и написания статей. Это сотрудничество сыграло ключевую роль в моем профессиональном становлении.

Работая исследователем, а затем возглавив группу Controllable Generative AI в Институте AIRI, я нашел именно то, что искал: возможность вести исследования, решать новые задачи, взаимодействовать с коллегами и делиться результатами на международных конференциях. Вся эта работа подтверждает ценность нашего вклада в науку и вдохновляет меня двигаться дальше.

Профессиональные задачи

На работе я в основном занимаюсь исследованием и развитием генеративных моделей. В том числе тех, что используются для создания изображений и текстов. Мы работаем с различными типами моделей, включая диффузионные, они могут генерировать новые данные и текстовые модели, подобные ChatGPT.

Например, мы занимаемся разработкой методов, позволяющих более эффективно использовать генеративные модели для создания и редактирования изображений. Это такие задачи, как изменение элементов изображения, например, прически или одежды на фотографии. Или персонализированная генерация, когда модель обучается генерировать изображения конкретного объекта, будь то человек, животное или другой предмет. Кроме того, генеративные модели могут быть использованы для создания дополнительных данных, необходимых для обучения других моделей машинного обучения. К примеру, если для определенной задачи недостаточно фотографий редких животных, мы можем сгенерировать дополнительные изображения, чтобы улучшить распознавание объектов.

Что касается моего рабочего дня, то он обычно делится на две части. В первой половине дня я стараюсь работать в одиночестве, уделяя время чтению научных статей, размышлению над текущими проектами и разработке новых идей. В это время я анализирую проблемы, с которыми сталкиваются наши модели, и ищу пути их решения.

Во второй половине дня у меня проходят встречи и созвоны с командами, которыми я руковожу. Мы обсуждаем прогресс по проектам, результаты экспериментов, планируем дальнейшие шаги. Иногда на повестке дня административные задачи: такие, как обсуждение грантов и новых индустриальных проектов. Этот баланс позволяет мне совмещать исследовательскую работу с управлением командой.

Мотивация и перспективы

В моей работе меня больше всего вдохновляет возможность заниматься фундаментальными исследованиями, которые могут изменить будущее всей области искусственного интеллекта. Я стремлюсь к тому, чтобы внести значимый вклад в науку, придумать новый подход или написать статью, которая останется актуальной на долгие годы и оставит заметный след в развитии технологий.

Мы видим, что современные модели искусственного интеллекта показывают впечатляющие результаты, но до конца не понимаем, как они работают.

Я мечтаю разработать систему или теорию, которая сможет объяснить, почему искусственный интеллект принимает те или иные решения. И сделать этот процесс прозрачным и понятным. Меня вдохновляет перспектива того, что наши исследования могут привести к созданию таких моделей и методов, которые не только решат текущие задачи, но и откроют новые горизонты в области искусственного интеллекта. Возможность быть частью значимых изменений в науке и технологиях мотивирует меня каждый день.

Рассказывает Анна Алипова, руководитель отдела AI-тренеров MTS AI:

Смена профессии

До знакомства с ИИ я работала переводчиком художественной литературы. Это очень интересная и творческая сфера, но мне хотелось большего разнообразия. Работать по 8-10 часов без перерыва с одним и тем же текстом бывает очень тяжело. Однажды мне рассказали про то, что одна из ведущих технологических компаний ищет шеф-редакторов для нейросетей, и я решила попробовать. ИИ для меня тогда был чем-то совершенно новым, но захватывающим и интересным. Так я и оказалась в этой профессии.

Рабочие обязанности

Я руковожу отделом ИИ-тренеров. Тренеры создают и размечают тексты, на которых учится LLM, а также анализируют ответы самой языковой модели. Также они принимают участие в экспериментах, которые проводит наше направление фундаментальных исследований. Как правило, к нам обращаются для составления идеальных ответов (golden answers), сбора и создания специализированных датасетов, аналогов которым нет в открытом доступе. Тренеры не только следят за состоянием моделей — они вкладывают в них свои слова. И если кто-то совершит ошибку (орфографическую или, что еще хуже, этическую), велика вероятность того, что и модель в будущем повторит ее не один раз. Поэтому ИИ-тренеры и их труд очень важны для всего процесса обучения модели.

Обычно рабочий день у меня начинается в 9-10 часов утра. В мои обязанности входит следить за сроками выполнения заданий, поэтому первым делом я проверяю, есть ли у тренеров вопросы, и успеваем ли мы к дедлайну. Если необходимо, связываюсь с заказчиками и даю им обратную связь. Когда задание готово, мы вместе с руководителями групп проверяем его и приходим к тренерам с комментариями.

Я отсматриваю резюме, читаю тестовые, провожу собеседования. Очень важна и работа с тренерами. Я стараюсь собирать их как на общие встречи, так и на персональные созвоны, где каждый сотрудник может рассказать, какое задание понравилось больше всего, с чем возникли трудности, что беспокоит.

Также я пишу общие инструкции для нашего отдела. Они нужны как опытным тренерам, так и тем, кто пришел в профессию совсем недавно. Так, мой рабочий день состоит из контроля сроков и качества выполнения заданий, работы с тренерами, найма новых сотрудников, написания инструкций и общения с заказчиками.

Лучшее в работе

Мне очень нравится сам процесс работы над заданиями и то чувство, когда ты от начала и до конца участвуешь в его выполнении. Или когда мы сталкиваемся с тем, чего изначально не было в инструкции. Все предугадать невозможно, а такие сложные случаи заставляют поломать голову.

К тому же я очень люблю работать с тренерами, отвечать на их вопросы и помогать решать проблемы.

Рассказывает Андрей Анисимов, управляющий директор в управлении розничного моделирования Департамента анализа данных и моделирования Газпромбанк.Тех:

«Искусственный интеллект появился в моей жизни в связи с необходимостью понять, как улучшить тот или иной алгоритм. Я начал изучать машинное и глубокое обучение, в том числе с подкреплением, погружаться в искусственный интеллект. Более пяти лет назад я пришел в банковскую сферу и начал применять подходы, связанные с обработкой больших данных, с использованием методов машинного обучения».