A инженер AI-приложений
AI Application Engineer
Строит AI-фичи и приложения на готовых моделях — надёжные, быстрые и недорогие.
14 специализаций в AI-инженерии
Специализация начинается после общего ядра (L0–L7). Формула: ядро + одна основная специализация + вторая по желанию + архитектурная грамотность в соседних областях. Глубоко владеть всеми треками сразу не нужно — и невозможно за разумное время.
B инженер больших языковых моделей
LLM Engineer
Адаптирует, дообучает и оценивает модели под продукт.
C инженер поиска и RAG
RAG Engineer
Строит поиск и RAG, которым можно доверять: от парсинга документов до мониторинга качества.
D инженер AI-агентов
AI Agent Engineer
Строит агентные системы с контролируемой автономией: права, память, MCP, подтверждение человеком.
E инженер AI-автоматизации
AI Automation Engineer
Автоматизирует бизнес-процессы, встраивая LLM-шаги в детерминированные workflow.
F промпт-инженер и инженер AI-workflow
Prompt / AI Workflow Engineer
Отвечает за качество поведения моделей в продукте через промпты, workflow и их тестирование.
G инженер безопасности AI
AI Security Engineer
Находит и закрывает уязвимости AI-систем, проводит аудит.
H инженер MLOps и LLMOps
AI/MLOps · LLMOps Engineer
Отвечает за жизненный цикл AI-систем: версии, CI/CD, мониторинг, платформа.
I исследователь-инженер в AI
AI Research Engineer
Исследует и воспроизводит методы, ставит эксперименты.
J инженер локальных LLM и инференса
Local LLM / Inference Engineer
Запускает модели эффективно на своём железе: сервинг, квантизация, оптимизация, TCO.
K инженер мультимодальных систем
Multimodal AI Engineer
Строит системы с изображениями, документами, речью и видео.
L архитектор AI-систем
AI Architect
Проектирует AI-системы целиком и отвечает за технические решения.
M продуктовый инженер AI
AI Product Engineer
Превращает возможности AI в продукт с доказанной ценностью.
N консультант по AI-трансформации
AI Transformation / AI Consultant
Помогает организации внедрять AI безопасно и с измеримым эффектом.
Как не перепутать соседние треки
| Пара | Граница |
|---|---|
| Agent · Automation · Prompt | AI Agent Engineer строит автономные системы с памятью, MCP и правами. Automation Engineer автоматизирует процессы детерминированными workflow с LLM-шагами. Prompt Engineer отвечает за качество поведения модели и его тестирование, без инфраструктуры. |
| Application · Product | Application Engineer строит приложение. Product Engineer решает, что и зачем строить, и доказывает ценность метриками. |
| Architect · Consultant | Architect отвечает за техническое решение системы. Consultant проектирует изменения в организации: процессы, политика, ROI. |
| LLM · Research | LLM Engineer адаптирует модели под продукт. Research Engineer исследует методы и воспроизводит статьи. |
| LLMOps · Inference | LLMOps отвечает за жизненный цикл: выпуск, версии, мониторинг. Inference Engineer — за то, как модель исполняется на железе. |
Программирование: P1 — скрипты, P2 — приложения, P3 — production-системы, P4 — системное и GPU-программирование. Математика: M1 — интуиция, M2 — прикладная, M3 — формулы и алгоритмы, M4 — исследовательская.
Диагностика уровня
С какого уровня начать?
Оставьте контакты — свяжемся, зададим несколько вопросов об опыте и целях и подскажем уровень входа: с нуля, с середины программы или через Fast Track для разработчиков.
Или напишите: hello@superint.ru