Доцент Щербаченко: работодателям нужны прикладные навыки работы с ИИ

Нейросети на работе: что реально нужно уметь, чтобы не остаться за бортом Рынок труда меняется быстрее, чем успевают обновляться учебные программы в вузах. Работодатели всё чаще ищут не тех, кто слышал о технологиях, а тех, кто умеет извлекать из них пользу здесь и сейчас. Доцент Щербаченко в беседе с NEWS.ru объяснил, какие именно навыки работы с искусственным интеллектом делают специалиста востребованным. Что требуют работодатели сегодня По словам специалиста, ключевой запрос — прикладные умения.

Прежде всего, это работа с данными: их анализ и обработка с помощью нейросетей. Отдельно он выделил промпт-инжиниринг — умение правильно формулировать запросы к ИИ-системам, чтобы получать качественные результаты. Ещё один важный навык — критическое мышление. Кандидат должен уметь проверять и оценивать информацию, которую выдаёт нейросеть. Технология ошибается, галлюцинирует, устаревает — и слепое доверие результатам может дорого стоить компании. Третий пункт в списке Щербаченко — быстрое прототипирование.

Это способность создавать базовые модели и черновые результаты через нейросети, чтобы ускорять рабочие процессы. Не идеальный финальный продукт, а рабочий набросок, который можно обсудить, протестировать, доработать. Спор экспертов: нужно ли учить технологию Не все специалисты разделяют эту тревогу. HR-эксперт Алексей Захаров ранее заявил в эфире НСН, что 99% людям не нужно специально изучать нейросети.

По его мнению, для большинства специалистов они становятся обычным рабочим инструментом — как текстовый редактор или таблицы, — который не требует глубокого погружения в саму технологию. Что это значит для вас Два мнения не противоречат друг другу, а описывают разные грани одного процесса. Большинству правда достаточно базового владения — умение задать вопрос чат-боту, проверить результат, встроить в рабочий процесс. Но конкурентное преимущество получают те, кто выходит за рамки «просто пользуюсь».

Для обычного специалиста это означает: не нужно становиться программистом, но стоит инвестировать время в понимание логики работы инструментов. Научиться формулировать задачи точнее, проверять выводы, комбинировать несколько сервисов для сложных задач. Что будет дальше Разрыв между «пользователем» и «продвинутым пользователем» будет расти. Работодатели уже сейчас готовы платить за разницу — в деньгах, в проектах, в сохранении позиций при сокращениях.

Те, кто освоит навыки прототипирования и критической проверки данных, получат преимущество не только на рынке труда, но и в скорости и качестве собственной работы. Вопрос не в том, заменит ли ИИ человека. Вопрос в том, кто научится работать с ИИ лучше других.