Кто такой LLM-инженер и чем он отличается от ML-инженера

Инженер по LLMбольшая языковая модель Большая языковая модель (LLM) это нейросеть, обученная на огромном объеме текстов, которая пишет, пересказывает и разбирает текст по запросу. Подробнее в словаре обычно не обучает модель с нуля. Он берет готовую модель, через API или на своем сервере, и встраивает ее в процесс: подключает данные, инструменты и правила, а потом проверяет, что ответы годятся для дела.

Первая типовая задача: RAGRAG RAG это схема, в которой ИИ сначала находит нужные фрагменты в ваших документах, а потом отвечает, опираясь на них. Подробнее в словаре, ответы по документам компании. Подход описан в статье Lewis и соавторов 22 мая 2020 года: модель отвечает не только из своей памяти, но и по фрагментам, которые поисковик нашел в базе. На практике инженер режет документы на фрагменты, считает векторы и настраивает поиск.

Вторая задача: агенты. Модель получает инструменты, например запрос в CRM или 1С, и сама решает, когда их вызвать. Инженер описывает инструменты, права и момент, когда агент передает дело человеку.

Третья задача: оценка качества. Набор проверочных вопросов с эталонными ответами прогоняют после каждой правки промптапромпт Промпт это текст, которым вы ставите задачу нейросети: вопрос, инструкция, примеры и данные, по которым она пишет ответ. Подробнее в словаре или смены модели. Часть оценок отдают другой модели: в работе Zheng и соавторов 2023 года GPT-4 в роли судьи совпадала с оценками людей больше чем в 80% случаев, примерно как люди между собой.

Четвертая задача: деньги. Модели берут плату за токены, куски слов, которыми модель считает текст. Инженер считает расход на один ответ, убирает лишний контекст и отправляет простые запросы в недорогую модель.

ML-инженер обучает модели на данных компании: прогноз спроса, скоринг, поиск брака на фото. Его работа начинается с выборки и заканчивается метрикой модели.

Инженер по языковым моделям чаще берет готовую модель и строит вокруг нее систему: данные, инструменты, проверки, наблюдение за ответами. Обучение он подключает, когда без него нельзя, например для дообучения на своих примерах.

Промпт-инженер пишет и правит запросы к модели. Для LLM-инженера это один из навыков, а не вся работа: кроме запроса он отвечает за поиск, код, тесты и расходы.

На рынке границы размыты. 16 октября 2026 года слово LLM встречалось в тексте 1 265 вакансий на hh.ru по России, а в названии только в 120: модель упоминают и в вакансиях тестировщиков, DevOps-инженеров и разработчиков.

Основа: Python и работа с API моделей. Запросы, потоковые ответы, вызов инструментоввызов функций Вызов функций (function calling) это способ, которым языковая модель просит программу выполнить действие: модель выбирает функцию и заполняет ее параметры, а код приложения выполняет запрос и возвращает результат. Подробнее в словаре, обработка ошибок и лимитов встречаются каждый день.

Устройство модели: токены, контекстное окноконтекстное окно Контекстное окно это объем текста в токенах, который языковая модель видит за один раз: инструкции, документы, вопрос и ее собственный ответ. Подробнее в словаре, температура, механизм внимания. Без этого трудно понять, почему ответ обрезался или стал случайным. Как устроена модель, разобрано на отдельной странице раздела.

Поиск и данные: эмбеддингиэмбеддинг Эмбеддинг это список чисел, по которому компьютер понимает смысл текста или картинки и находит похожие. Подробнее в словаре, то есть векторы смысла текста, векторные базы, нарезка документов, поиск по словам рядом с поиском по смыслу. Это ядро RAG из работы 2020 года.

Оценка: наборы тестов, метрики, модель в роли судьи и ручная проверка спорных случаев. Модели-судье доверяют только после сверки с оценками людей на своем наборе вопросов.

Безопасность: права агента, защита от внедрения команд в промпт и 152-ФЗ, если модель видит персональные данные клиентов.

Английский на уровне чтения документации. Статьи, описания моделей и инструкции к библиотекам выходят на нем раньше всего.

Чаще всего в профессию приходят из разработки на Python, из анализа данных и из MLмашинное обучение Машинное обучение (machine learning, ML) это раздел ИИ, в котором программа находит правила в данных сама, а не получает их готовыми от разработчика. Подробнее в словаре. Первые знают код и API, вторые метрики, третьи модели.

Путь можно собрать из трех шагов. Сначала первый агент за вечер на готовой модели, затем RAG по своим документам, затем набор тестов, который ловит ошибки после каждой правки.

Портфолио весит больше сертификата. Работодателю нужен проект с понятной метрикой: какую долю вопросов система закрывает, сколько стоит один ответ, как часто она ошибается.

Спрос на навык растет и за пределами инженерных ролей. По данным hh.ru, за первое полугодие 2026 года работодатели разместили больше 21,6 тыс. вакансий с навыком работы с нейросетями.

Ниже курсы университетов, страницы которых мы открыли 16 октября 2026 года. Программы обновляются каждый семестр, поэтому условия проверьте на странице курса перед стартом.

Stanford CS336 «Language Modeling from Scratch», весна 2026 года: языковая модель с нуля. Токенизациятокенизация Токенизация это разбиение текста на токены, то есть кусочки слов и знаки, которые языковая модель переводит в числа и только потом читает. Подробнее в словаре, трансформер, обучение и законы масштабирования, вывод, оценка, дообучение и RLHF; записи лекций выложены на YouTube.

Stanford CS224N, обработка естественного языкаобработка естественного языка Обработка естественного языка (natural language processing, NLP) это раздел ИИ, который учит компьютеры понимать, анализировать и создавать человеческий текст. Подробнее в словаре с глубоким обучением. Курс разбирает механизм внимания, трансформеры и LLM, полный набор видео бесплатно выложен на YouTube для потока 2024 года.

MIT 6.S191 «Introduction to Deep Learning», 2026 год: вводный курс глубокого обучения с темой больших языковых моделей. Материалы открыты бесплатно по лицензии MIT, в практике есть лабораторная по дообучению LLM.

Школа глубокого обучения ФПМИ МФТИ, на русском языке. Учиться можно бесплатно, есть платная подписка Premium; вторая часть посвящена тексту: эмбеддинги, механизм внимания, трансформеры и большие языковые модели.

Курсы по ИИ для сотрудников и руководителей компаний собраны в нашем разделе обучения. Какие университеты мира сильнее в ИИ и какие у них программы, видно в рейтинге университетов мира по ИИ.

Свой инженер нужен, когда языковая модель становится частью продукта или когда у компании много процессов на моделях. Тогда кто-то должен каждый день следить за качеством, расходом и обновлениями моделей.

Для одного-двух процессов штатный специалист часто стоит дороже результата. По данным hh.ru на 17 июля 2026 года, дата-сайентистам в вакансиях с навыком нейросетей предлагали в среднем 200 тысяч рублей в месяц, программистам 126,2 тысячи рублей.

Есть третий вариант: внешний ИИ-директор. Он выбирает процессы, ставит задачи подрядчику, проверяет метрики и отвечает за результат перед руководителем, а разработку агентов можно заказать под ключ.

Если инженер в штате уже есть, ИИ-директорИИ-директор ИИ-директор это руководитель, который отвечает за искусственный интеллект во всей компании: выбирает, что внедрять, контролирует подрядчиков, бюджет и риски. Подробнее в словаре не заменяет его. Он дает очередь задач, где у каждой есть цена и метрика для бизнеса.