ИИ-навыки в вакансиях: как их реально проверять на интервью

Практикум вместе с getMatch разобрал почти 2000 вакансий в IT и диджитале за полгода. Опыт работы с ИИ там требуют в 42,9% случаев. Полгода назад было 34,5%. Английский, для сравнения, - в 18%.

То есть работать с нейросетями сотруднику теперь надо чаще, чем говорить по-английски.

И сверху рынок доплачивает: руководителю проектов +14,5% к вилке, разработчику +9%, продакту +8%.

Красивые цифры. Но есть одно НО, и оно портит всю картину.

Большая часть рынка не умеет проверять этот навык. Я 11 лет в подборе, руковожу IT-рекрутментом и сама участвовала в создании ИИ-инструментов для найма в двух компаниях. И я пока ни разу не видела нормальной проверки «опыта работы с ИИ» на интервью.

Тренд подтверждается не одним исследованием

Чтобы не выглядело как выводы по одной выборке. По данным hh.ru и агентства PR DEV, только в первом квартале 2026 года работодатели разместили больше 16,5 тысяч вакансий, где умение работать с ИИ-инструментами было одним из ключевых требований. Это в 2,7 раза больше, чем годом раньше. За первое полугодие таких вакансий на hh.ru набралось уже больше 21,6 тысячи.

Требование стало массовым за год с небольшим. Методы оценки за ним не успели вообще.

Как «проверяют» ИИ-навык сейчас

Типовая проверка на интервью выглядит так:

«Пользуетесь нейросетями в работе?» - «Да, конечно».
«Какими?» - «ChatGPT, Claude, ещё Cursor пробовал».
«Здорово, идём дальше».

Всё. Дальше мы верим человеку на слово и ставим галочку в скоркарте.

Это не проверка навыка. Это проверка того, что кандидат в курсе, как называются популярные сервисы. Примерно так же в 2010-м «проверяли» строчку «уверенный пользователь ПК»: спрашивали, знает ли он Word.

Проблема глубже, чем ленивый рекрутер. Проверять нечего, потому что в самой вакансии не написано, что именно нужно. «Владение нейросетями» - это не требование, это настроение. Под ним может скрываться что угодно: от «умеет попросить у ChatGPT черновик письма» до «поднял пайплайн с LLM и векторной базой». Рекрутер читает такое требование, ничего конкретного из него не извлекает и задаёт единственный вопрос, который из него следует. Про сервисы.

Цифра из исследования, которую все пролистали

В том же исследовании есть срез, мимо которого прошли почти все пересказы.

Специалистов, которые ИИ-решения создают, ищут в 8-11 раз чаще, чем тех, кто просто «владеет нейросетями».

Вот это и есть настоящая новость, а не 42,9%.

«Умею писать промпты» - это гигиена. За гигиену не доплачивают, её просто требуют по умолчанию. Через год-полтора эта строчка будет значить ровно столько же, сколько сегодня значит «опытный пользователь Excel».

«Собрал штуку, которая закрывает кусок работы» - это уже профессия. Разница между этими двумя людьми на рынке - в разы, и разрыв растёт.

Как я бы проверяла ИИ-навык на интервью

Дальше - то, что мы можем сделать руками, не дожидаясь, пока рынок изобретёт методику.

Главный принцип: смотреть на процесс, а не на упакованный результат. Результат сегодня умеет красиво собрать кто угодно, у него в кармане та же модель, что и у Вас. А вот как человек думает вокруг этой модели - подделать на живом разговоре сложно.

1. Не «какими сервисами пользуетесь», а «покажите задачу, которую Вы переложили на ИИ». Просите конкретику: что было до, что стало после, сколько времени это экономит в неделю. Человек, который реально работает с инструментом, отвечает деталями за 30 секунд. Человек, который дописал строчку в резюме, начинает рассказывать, как ИИ «помогает с рутиной».

2. «Где модель Вас подвела и как Вы это поймали?» Мой любимый вопрос. Тот, кто работает с ИИ каждый день, назовёт конкретный случай: наврала в цифрах, придумала несуществующую библиотеку, выдала уверенную чушь про правовую норму. И расскажет, как теперь проверяет. Тот, кто не работает, ответит обтекаемо: «ну, бывает, ошибается».

3. «Покажите промпт». Не рассказать - показать. У человека, который встроил ИИ в работу, есть сохранённые промпты, проекты, свои GPT, шаблоны. Это видно за минуту. Если ничего нет - значит, каждый раз пишется с нуля в чате, а это уровень бытового использования.

4. Живое мини-задание на 15 минут. Даёте реальную задачу из работы команды и говорите: решайте с ИИ, шарьте экран. Смотрите не на итоговый текст, а на то, как человек формулирует задачу, как реагирует на плохой ответ, переспрашивает или переписывает подход, где останавливается и проверяет вывод руками. Это самая честная проверка из всех, что я знаю.

5. «Что Вы принципиально не отдаёте ИИ и почему?» Ответ на этот вопрос показывает зрелость лучше, чем список сервисов. У человека с реальным опытом есть граница, и он её обосновывает. У человека без опыта границы нет, потому что он не сталкивался с тем, где именно инструмент ломается.

6. Для нанимающего руководителя - переписать требование в вакансии. Пока в вакансии написано «владение нейросетями», всё вышеперечисленное бесполезно: непонятно, к какому уровню прикладывать. Сформулируйте, что должно происходить на рабочем месте. «Автоматизирует подготовку отчётности с помощью LLM», «собирает прототипы через no-code + ИИ», «пишет код с ассистентом и умеет ревьюить его вывод» - к каждой из этих формулировок вопросы на интервью придумываются сами. Как переписать требование целиком — разобрала в отдельной статье.

Что это значит, если Вы кандидат

Если Вы сейчас думаете дописать в резюме «уверенное владение нейросетями» - не надо. Эта строчка уже ничего не добавляет, а на нормальном интервью её начнут разбирать, и разбирать будет нечего.

Что работает вместо неё:

Соберите что-нибудь. Кривенько, руками, для себя. Бот, который присылает Вам сводку. Скрипт, который чистит выгрузку. Свой GPT под конкретную рабочую задачу. Что угодно, у чего есть начало и конец.
Опишите это в резюме как результат, а не как навык: что автоматизировали, сколько времени это экономит, кто этим пользуется кроме Вас.
Приготовьте историю провала. На хорошем интервью её спросят, и это Ваш лучший шанс показать, что Вы правда внутри темы.

Это единственная строчка про ИИ, которая через год ещё будет чего-то стоить)

Коротко

ИИ-навыки требуют в 42,9% IT- и диджитал-вакансий, полгода назад было 34,5%. Английский - 18%.
Доплата за навык есть: руководитель проектов +14,5%, разработчик +9%, продакт +8%.
Тех, кто ИИ-решения создаёт, ищут в 8-11 раз чаще, чем тех, кто «владеет нейросетями».
Рынок массово требует навык, но не умеет его проверять: вопрос про сервисы - это не оценка.
Проверять надо процесс: задача из реального опыта, кейс провала модели, показанный промпт, живое мини-задание, граница «что не отдаю ИИ».
Кандидату: не писать «уверенное владение», а собрать что-то работающее и описать результат.

Частые вопросы

Что вообще считать «навыком работы с ИИ» в вакансии?

Всё, что можно описать через действие на рабочем месте. Если требование нельзя переформулировать в «человек делает Х с помощью ИИ», это не требование, а украшение вакансии.

Стоит ли писать в резюме «владею нейросетями»?

Смысла почти нет: это пишут все, проверить по строчке невозможно, ценности она не добавляет. Лучше одна конкретная строчка про собранный инструмент и результат.

Можно ли проверить ИИ-навык тестовым заданием на дом?

Плохо. Домашнее задание сегодня показывает качество модели, а не человека. Живое задание с расшаренным экраном на 15 минут даёт в разы больше.

Правда ли, что за ИИ-навыки платят больше?

По разным исследованиям - да, но неравномерно. У Практикума и getMatch надбавка от 8% до 14,5% в зависимости от роли. При этом в разработке и Data Science ИИ всё чаще не выделяют отдельным требованием: он уже часть профессии, и доплаты за него нет.

Источники

ИИ в найме

ИИ-навыки требуют в 42,9% вакансий. Проверять их на собеседовании почти никто не умеет