Стратегия

Как собрать AI-команду в компании: роли, найм или аутсорс

Человек, который понимает бизнес и достаточно глубоко разбирается в AI чтобы ставить задачи инженерам. Не пишет код. Задачи: находить где ИИ даст ROI, формулировать требования, измерять результат, обу

24 июня 2026 · 6 минут чтения

Внедрить ИИ один раз — можно с подрядчиком. Но если ИИ становится частью операционной системы компании, вам нужен кто-то внутри, кто понимает технологию и может развивать её дальше. Разбираем, какие роли нужны, сколько это стоит и на каком этапе нанимать людей.

Роли в AI-команде

1. AI-продакт менеджер (главный)

Человек, который понимает бизнес и достаточно глубоко разбирается в AI чтобы ставить задачи инженерам. Не пишет код. Задачи: находить где ИИ даст ROI, формулировать требования, измерять результат, обучать пользователей. Зарплата: 120 000–200 000 ₽/мес.

2. ML-инженер

Разворачивает модели (DeepSeek, Llama, Qwen), настраивает RAG, делает файнтюнинг, пишет API-интеграции. Python, PyTorch, HuggingFace, Docker. Зарплата: 150 000–300 000 ₽/мес.

3. Дата-аналитик

Готовит данные для моделей, строит дашборды, проверяет гипотезы, считает ROI от внедрения. SQL, Python (pandas), DataLens/Power BI. Зарплата: 100 000–180 000 ₽/мес.

4. AI-тренер / prompt-инженер (опционально)

Обучает сотрудников работе с ИИ, пишет промпты и инструкции, собирает обратную связь для улучшения моделей. Зарплата: 80 000–120 000 ₽/мес.

In-house vs аутсорс

КритерийIn-houseАутсорс (0101 AI Tech)
Старт3-6 мес (поиск, найм, онбординг)2-4 недели
Стоимость/год3-6 млн ₽ (ФОТ 2-3 чел)500 000–1 500 000 ₽
Глубина кастомизацииМаксимальная (своя команда)Высокая (под ключ)
ПодходитОборот >500 млн, ИИ — часть стратегииОборот 50-500 млн, ИИ-проекты под задачу

Рекомендация: начните с аутсорса (пилот за 85 000–250 000 ₽). Если эффект подтверждён и вы хотите развивать ИИ дальше — нанимайте AI-продакта, который будет управлять подрядчиками и внутренними проектами. ML-инженера in-house — когда у вас 3+ активных AI-проекта.

FAQ

Можно ли обучить текущих сотрудников?

Дата-аналитика — да (3-6 месяцев интенсивного обучения). ML-инженера — сложно (требуется фундаментальное образование, 1-2 года). AI-продакта — да, если у сотрудника сильный продуктовый/бизнес-бэкграунд и интерес к технологиям.

Готовы внедрить ИИ в свою компанию?

Бесплатный аудит за 1 день. Найдём 3-5 точек роста, где ИИ даст максимальный ROI.

Записаться на бесплатный аудит