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 10 249 открытых вакансий, из них 9 832 со свежим наблюдением. Медианная зарплата $11 271/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 671 из 10249 вакансий; доля удалёнки — от 8827 с указанным форматом; свежими наблюдениями считаются 9832; тренд и сложность найма не показываются
Динамика: вакансии и источники
Сколько вакансий AI / ML / DS появлялось каждую неделю за 180 дней и из скольких источников они пришли. Вторая линия нужна, чтобы отличать рост рынка от роста нашего охвата: скачок вакансий в неделю, когда подключились новые источники, — это мы стали видеть больше, а не рынок вырос.
Новые вакансии и активные источники по неделям
Источников всего за период: 341
Подключение новых источников: 11 мая +10 · 18 мая +11 · 25 мая +9 · 1 июн. +12 · 8 июн. +6 · 15 июн. +7 · 22 июн. +27 · 29 июн. +55 · 6 июл. +29 · 13 июл. +26 · 20 июл. +31 · 27 июл. +13 · 3 авг. +9 · 10 авг. +6 · 17 авг. +8 · 24 авг. +7 · 31 авг. +4 · 7 сент. +6 · 14 сент. +4 · 21 сент. +13 · 28 сент. +8 · 5 окт. +7 · 12 окт. +3
Неделя — по дате появления вакансии, все статусы, 180 дней; источники — различные каналы сбора, давшие вакансии направления на неделе; новые источники — впервые давшие вакансии направления на этой неделе.
Зарплаты во времени
Медиана зарплат в вакансиях AI / ML / DS по неделям, в долларах США в месяц.
Медиана зарплаты, $ в месяц
Только вакансии с зарплатой в долларах и известным периодом (месяц или год), от $500 до $50 000 в месяц. Недели, где таких вакансий меньше 10, пропущены — это «нет данных», а не ноль.
Удалённая работа во времени
Какая доля вакансий AI / ML / DS предлагала полностью удалённую работу — по неделям.
Доля удалённых вакансий, %
Доля считается среди вакансий, где формат указан (удалённо, гибрид, офис). Недели, где таких меньше 10, пропущены.
Технологии во времени
Как менялась доля вакансий AI / ML / DS, где упоминается каждая из главных технологий.
Доля вакансий с технологией, %
Доля — среди вакансий с размеченным стеком; ряд начинается с 10 авг.: раньше метки стека ставились по-другому. Недели, где размеченных вакансий меньше 20, пропущены.
Страны во времени
Как менялась доля вакансий AI / ML / DS в каждой из главных стран — по неделям.
Доля вакансий в стране, %
Доля — среди вакансий, где страна известна; на графике пять стран с наибольшим числом вакансий за полгода. Недели, где вакансий с известной страной меньше 20, пропущены. Рост доли страны может означать подключение нового источника в этой стране, а не рост рынка.
Спрос и наблюдаемый пул
| Открытый спрос | 10 249 |
| 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 $4 468, каждый десятый — более $20 416. Половина рынка укладывается в $7 166–16 041. Выборка: 671.
География спроса
| страна | вакансий |
|---|---|
| US | 4 063 |
| GB | 955 |
| IN | 422 |
| DE | 419 |
| SG | 397 |
| PL | 344 |
| CA | 300 |
| FR | 220 |
| HK | 152 |
| RU | 117 |
Лидер по числу AI/ML-вакансий — US (4063 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 | 2 932 |
| principal | 1 144 |
| lead | 851 |
| junior | 247 |
| middle | 194 |
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 3 932 работодателями. На крупнейшего приходится 1.9%, на десятку — 9.6%; остальные 90.4% — длинный хвост.
| доля | значение |
|---|---|
| крупнейший | 1.9% |
| топ-3 | 4.2% |
| топ-10 | 9.6% |
| длинный хвост | 90.4% |
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 158 источников; на крупнейший приходится 27.4% — 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 Data Scientist – Manufacturing / Industrial ML · PL
- Lead Machine Learning Engineer (AI Systems) · PL · $12 500
- Major Gift Officer, Cornell Bowers College of Computing and Information Science
- Senior Data Scientist · GB
- Senior Machine Learning Engineer · GB
- Machine Learning Engineer · GB
- Lead Data Scientist · GB
- Deployment Strategist - German Speaking · DE
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 2026-10-22
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 12299 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 102 досок вакансий и 16 212 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.