IT-компанії дедалі більше перебудовують свою роботу під ШІ. Вони впроваджують ШІ-агентів у розробку, навчають інженерів користуватися ними та шукають фахівців, які можуть налаштувати робочі процеси з допомогою агентів.На тлі цього в командах з’являються нові ШІ-ролі. Часто вони об’єднують компетенції одразу кількох спеціалістів. Оскільки ролі нові, то й фахівці дефіцитні — компанії або самі їх навчають, або дуже довго шукають зовні.Ми поспілкувалися з українськими ІТ-компаніями, зібрали перелік нових ШІ-спеціалізацій у їхніх командах і розповідаємо, як працюють такі спеціалісти. А ще поспілкувалися з експертами про ці ролі.— Agentic AI Engineer / Intelligence Engineer— Forward Deployed Engineer— AI Solutions Engineer / AI Solution Architect— AI Engineer— AI Data Engineer / AI Infrastructure & Platform Engineering— AI Security Expert— Product Engineer— Інші ШІ-роліШІ для створення софту (AI for Development)🟢 Agentic AI Engineer / Intelligence EngineerЦе категорія інженерних компетенцій, яка виникла навколо роботи з ШІ-агентами. У компаніях її називають по-різному: AI Native Engineer, Full Stack Agentic Engineer, AI Agentic Developer, Intelligence Engineer.Спільне в них те, що інженер налаштовує агентні системи та вбудовує їх у процес розробки. Роль Agentic AI Engineer — це рівень експертизи, який може опанувати інженер будь-якої спеціалізації, пояснюють у компанії Cаpgemini Engineering. Торік компанія визначила для нього чотири групи компетенцій:Prompt Engineering;Context Engineering;AI Evaluation;Agentic Automation.Ці фахівці працюють з ШІ-запитами та контекстом для моделей, перевіряють результати ШІ, контролюють ризики і створюють автоматизовані агентні процеси.«Ми виділяємо кілька рівнів розвитку таких спеціалістів.Початковий рівень — використання агентних інструментів для розробки.Наступний — побудова повноцінних агентних процесів у циклі розробки.Найвищий рівень, Agentic System Architect, передбачає створення та оркестрацію складних ШІ-рішень, інтеграцію агентних платформ, а також відповідає за питання надійності, безпеки та оптимізації витрат», — пояснює Engineering Unit Manager Capgemini Engineering Олексій Шкурченко.Сьогодні більше як половина інженерів компанії вже має досвід роботи з Agentic AI (нагадаємо, в українській команді Capgemini близько 880 технічних спеціалістів). Загалом ціль компанії — повністю перейти на нову модель роботи. У SoftServe таку спеціалізацію називають Intelligence Engineer (IE). Це фахівець, який налаштовує середовище для роботи ШІ-агентів у розробці: дає їм потрібний контекст, підключає до коду, Git, Jira та CI/CD (систем безперервної інтеграції та доставки), визначає правила й обмеження та контролює результати.У SoftServe понад 250 спеціалістів розвиваються в цьому напрямі. У типовому Agentic POD (команді, побудованій навколо роботи ШІ-агентів) достатньо одного IE. Наприклад, така команда може складатися з п’яти FTE (еквівалентів повної зайнятості): Intelligence Engineer, Tech Lead/Architect і Full-Stack Engineer, а Product Manager, Business Analyst, QA та UX-фахівці долучаються частково.Найчастіше в цю спеціалізацію переходять Software Engineers, QA Automation, DevOps або ML/AI Engineers із сильною технічною базою. Для джуніорів цей шлях теж можливий, але спочатку потрібно сформувати фундаментальні навички розробки.Робота IE може виглядати так: один агент аналізує вимоги, інший готує технічну специфікацію, наступний генерує код, ще один створює тести, а окремий перевіряє результат. Intelligence Engineer налаштовує цей процес, стежить за його виконанням і втручається, якщо агент помиляється або зациклюється на повторній генерації.В EPAM близький до цього профіль називають Full Stack Agentic Engineer (FSAE) або AI Native Engineer. Такий розробник працює з ШІ протягом усього життєвого циклу розробки ПЗ. Компанія запустила для цієї спеціалізації 8-тижневу програму FSAE Flight School. Готових фахівців такого рівня на ринку майже немає, тому компанія переважно розвиває їх усередині, каже AI Director компанії Вадим Власенко. «Точні цифри назвати наразі складно, адже частина спеціалістів фактично працює в АІ ролях, але формального тайтлу поки що не отримала. Якщо узагальнювати, то AI Native Engineer / FSAE у нас кілька сотень», — додають у команді. У Sigma Software цей профіль називають AI Agentic Developer. Такий спеціаліст створює процеси, у яких ШІ-агенти можуть послідовно виконувати інженерні задачі під контролем людини. Для цього потрібні навички розробки, роботи з ШІ-інструментами й контекстом, а також налаштування механізмів контролю. При цьому в компанії наголошують: що більше роботи інженер делегує ШІ, то краще він сам має розуміти код, архітектуру й ризики, щоб дати агенту правильний контекст і помітити помилку в результаті.«Серед спеціалізацій, які сьогодні з’являються у наших командах, AI-Augmented Developer та AI Agentic Developer. Перший системно використовує штучний інтелект протягом усього циклу розробки, другий будує процеси, у яких ШІ-агенти можуть самостійно виконувати послідовності інженерних задач під контролем людини. В обох випадках основою залишаються сильні навички розробки, до яких додаються робота з AI-інструментами, контекстом, агентами та механізмами контролю», — діляться в компанії. У Sigma Software кажуть, що спеціалістів із практичним досвідом побудови агентних систем на ринку поки небагато.Натомість в appflame окремого тайтлу Agentic AI Engineer немає — автономних агентів розробляють усі інженери. Раніше до 70% часу команди займали рутинні задачі: кастомні A/B-тести, дрібні зміни в інтерфейсі та робота з інтеграціями партнерів. Тепер більшість цієї роботи інженери делегують ШІ-агентам, каже Head of Engineering Retention AdConnect в appflame Денис Коршак. На проєкті Taimi з appflame ситуація схожа:«Ми не створювали для цього окрему ШІ-команду й не наймали ШІ-інженерів. Ця компетенція поступово з’явилася в межах інженерної команди. Спочатку я сам почав тестувати ШІ-рішення, потім підключилося ще кілька людей, і вдалі кейси ми поступово розкатали для всієї команди. Зараз практично кожен/а у нашій команді так чи інакше причетний/а до автоматизації процесів», — додає CTO Taimi в appflame Сулейман Мустафаєв.Засновник і CEO школи IT-професій FoxmindEd Сергій Немчинський у коментарі DOU пояснює, що робота цих спеціалістів поступово стає звичною нормою для посади інженера: оркестрація агентів перетворюється на базову вимогу до будь-якого сучасного розробника, а не на окрему екзотичну професію.Сергій Немчинський Засновник і CEO школи IT-професій FoxmindEd«Є небезпечна ілюзія, що на таку роль можна посадити вчорашнього випускника курсів із гарним промптом. Насправді, що більше коду за вас пише агент, то вищою має бути кваліфікація людини, яка його контролює. Якщо розробник не розуміє архітектуру, патерни та декомпозицію систем, агенти за пів години нагенерують непрохідний архітектурний хаос із заплутаними залежностями (Big Ball of Mud), який потім не розплутає жодна жива душа».ШІ всередині продукту (AI in Delivery)🟢 Forward Deployed EngineerЦе інженер, який працює безпосередньо з клієнтом і відповідає за впровадження ШІ-рішення. Він допомагає визначити, яке завдання варто виконувати за допомогою ШІ, проєктує рішення, пише production-код, виправляє помилки та супроводжує систему після запуску. Сам термін Forward Deployed Engineer (FDE) — не новий і виник задовго до буму LLM, каже Сергій Немчинський.«Традиційно це „технічний спецпризначенець“, якого саджають безпосередньо в офіс або команду клієнта, де він одночасно працює як Solution Architect, бізнес-консультант і швидкий прототипувальник. Зараз у клієнтів аутсорсу виник величезний розрив: топменеджмент хоче „впровадити ШІ“, але може не розуміти, як зробити, щоб це вплинуло на виторг. FDE приходить, шукає реальний біль бізнесу, проєктує рішення і руками доводить його до продакшну», — ділиться експерт. В EPAM цю роль описують як поєднання ШІ-інженера, архітектора рішень і консультанта. «Така людина працює на стороні клієнта, скейлить use case від нуля до продакшну, проєктує архітектуру, пише production-код, дебажить те, що ламається, і залишається на акаунті достатньо довго, щоб довести, що деплоймент змінив бізнес-метрику», — зазначає AI Director EPAM Вадим Власенко. У компанії додають, що за останні два місяці зовні найняли лише 1-2 Forward Deployed Engineer. Загалом у команді кілька десятків таких спеціалістів. Вадим Власенко каже, що знайти кваліфіковану людину з практичним досвідом складно, адже рівень кандидатів на ринку здебільшого базовий. Тому основна кількість кандидатів на ці ролі проходить через внутрішні програми (EPAM Campus, FSAE Flight School), а не через зовнішній найм. Схожа роль є і в Sigma Software. Там також цей профіль належить до найскладніших для пошуку, оскільки кандидат має одночасно розумітися на інженерії, ШІ та бізнесових задачах.В’ячеслав Колдовський Засновник Dev AI Consulting, Agentic Architect«Чому таких людей складно знайти — теж зрозуміло: потрібне рідкісне поєднання сильного інженера, який здатен сам довести рішення до продакшну, з людиною, яка вміє говорити з бізнесом його мовою і не боїться сидіти в чужому офісі без звичної команди за спиною. Такі фахівці зазвичай виростають із senior/staff інженерів або solution architects із консалтинговим досвідом, і виховати їх усередині компанії справді простіше, ніж знайти на ринку».🟢 AI Solutions Engineer / AI Solution ArchitectОкрема група ролей формується навколо проєктування ШІ-рішень. Тут наші співрозмовники найчастіше згадують про AI Solutions Engineer і AI Solution Architect.В EPAM AI Solutions Engineer створює та впроваджує ШІ-рішення для клієнтів. Таких спеціалістів у компанії кілька сотень. «На відміну від класичного Solution Architect — глибша робота з агентськими патернами, інференс-економікою, оркестрацією моделей, оцінкою якості агентського виходу (eval pipelines). Це фактично нова інженерна піддисципліна», — каже AI Director EPAM Вадим Власенко. У Softjourn нещодавно закрили позицію AI Solution Architect. Компанія шукає в таких фахівцях досвід роботи з LLM-архітектурами, RAG-системами, агентними workflow, оцінюванням якості моделей та інтеграцією ШІ у production-системи.Схожий набір задач описують у Sigma Software. AI Solution Architect там відповідає за архітектуру ШІ-рішення, його інтеграцію, безпеку та масштабування. У компанії вважають цей профіль одним із найскладніших для пошуку, оскільки він потребує одночасно сильної інженерної, ШІ та бізнесової експертизи.Ринок таких фахівців залишається вузьким. Softjourn паралельно із зовнішнім наймом розвиває власні ШІ-кадри. Команда створила мапу компетенцій для фахівців різного рівня, яка показує, які знання та навички потрібно розвивати на кожному етапі. Паралельно компанія створила платформу для обміну ШІ-знаннями, а R&D-команда тестує нові підходи й технології. Сергій Немчинський Засновник і CEO школи IT-професій FoxmindEd«Чим AI Solutions Engineer принципово відрізняється від звичайного Solution Architect? До класичних проблем масштабування, відмовостійкості та безпеки додаються специфічні виклики ШІ: стохастичність (недетермінованість) — традиційний софт на один і той самий інпут дає однаковий аутпут, тоді як LLM може відповідати по-різному, тому архітектор має закладати механізми верифікації та захисту від галюцинацій;економіка інференсу — кожен запит до моделі коштує грошей і додає мілісекунди затримки (latency), тож невдало спроєктована система може збанкрутувати бізнес на рахунках за токени;eval pipelines — архітектор має проєктувати системи динамічної оцінки якості відповідей моделі, а не просто писати unit-тести».🟢 AI EngineerЦе не нова назва професії, але компанії зараз розширюють перелік задач для таких фахівців. Наприклад, у компанії Ciklum роль AI Engineer описують як профіль на перетині Software Engineering і Data Science:«Основне завдання такого фахівця — розробка та впровадження програмних рішень із використанням ШІ-компонентів: LLM, ШІ-агентів, RAG, інтелектуальної автоматизації чи інших сучасних ШІ-сервісів», — пояснює Богдан Погасій, Head of Experience Engineering у Ciklum.Загалом у роботі AI Engineer поєднуються:проєктування ШІ-рішень та архітектури;.розробка ШІ-функціональності та програмних компонентів;робота з LLM, ML-моделями, RAG та ШІ-агентами;інтеграція ШІ-компонентів у production;побудова та підтримка ШІ-пайплайнів;оцінювання якості, надійності, продуктивності й безпеки ШІ-рішень;R&D для нових моделей, інструментів і нетипових задач.Залежно від рівня спеціаліста змінюється і зона відповідальності. В ELEKS наводять приклад: Junior AI Engineer реалізує окремі компоненти ШІ-систем та інтегрує AI API;Middle самостійно створює ШІ-функціональність та інтеграції;Senior відповідає за архітектуру ШІ-пайплайнів, надійність, продуктивність і безпеку.На рівні AI Engineering Expert фахівець визначає архітектуру та стандарти, досліджує нові моделі й підходи та вирішує проблеми масштабування й якості.Зараз в ELEKS працюють 10 спеціалістів цього напряму, тоді як загальна українська команда налічує понад 1500 фахівців. Приклад організації роботи таких спеціалістів у команді наводить компанія IT SmartFlex, яка розробляє рішення для Vodafone. Нині в її ШІ-підрозділі є чотири мікрокоманди по 3-4 людини, у кожній працюють AI Engineers і AI Architects. Команди ведуть проєкти end-to-end — від збору вимог до тестування і деплою, а інженери відповідають за окремі великі функціональності або цілі проєкти під наглядом архітекторів. Найближчим часом тут планують створити ще щонайменше три мікрокоманди.AI Engineers в IT SmartFlex переважно мають бекенд-профіль і працюють із Python, основний рівень — Middle.«Наймати таких фахівців складно: релевантний практичний досвід є далеко не в усіх кандидатів. Багато претендентів обмежуються досвідом створення простих чат-ботів, який ще не свідчить про глибоке розуміння ШІ. Окремо під час відбору оцінюємо уміння працювати з ШІ-інструментами та розуміти, у яких випадках їх доцільно використовувати», — діляться в команді. Як і з іншими АІ-спеціалізаціями, компанії переважно навчають таких фахівців самі. Наприклад, в компанії Sombra звертають увагу, що дуже бракує Senior і Lead AI Engineers. Зараз в АІ-команді 9 АІ Engineers (загалом в українській команді 438 спеціалістів). У команді кажуть, що через дефіцит фахівців на зовнішньому ринку таких фахівців вирощують із сильних Software Engineers, Data Engineers і ML Engineers.«Вони вже мають потужну інженерну базу й поступово набувають досвіду роботи з ШІ-продуктами та ШІ-архітектурою», — діляться в Sombra.У Ciklum АІ Engineers знаходять у такий же спосіб. Кажуть, що в найближчі роки більшість таких спеціалістів на ринку виростатимуть з Software Engineers і Data Engineers.Зовнішній найм для цієї спеціалізації також залишається складнішим, ніж для класичних інженерних ролей. В ELEKS, наприклад, закриття окремих вакансій зовні займало до двох місяців. І все одно більшість AI Engineers в ELEKS знайшлися всередині компанії.Виростити AI Engineer можна і з Junior-рівня. У групі компаній FRACTAL Junior AI Engineer може вийти з Python Developer, який уже експериментував з ШІ та має власні ШІ-кейси або пет-проєкти. «Для такої ролі важливі Python, робота з API, SQL, Git, LLM API та фреймворками. Але комерційний досвід саме на посаді AI Engineer не є обов’язковим», — ділиться Анастасія Львова, Master Recruiter at Core (part of FRACTAL).У компанії SKELAR додають, що при зовнішньому наймі недостатньо побачити в резюме слова «AI», «LLM» чи «Machine Learning».«На співбесідах ми запитуємо в кандидатів про конкретні приклади AI-рішень: що саме вдалося побудувати, яку проблему вирішити та на які метрики це вплинуло. Крім навичок нам важливо оцінити мислення та підходи до інженерії, здатність бачити можливість для автоматизації та, що найважливіше, вміння конвертувати технічне рішення в бізнес-результат», — додає Head of Talent Acquisition at SKELAR Олеся Дзьоба.Додамо, що медіана зарплат AI Engineer, за даними DOU, становить $2900. Однак Senior AI Engineer, який розуміє тонкощі ембедінгів, файн-тюнінгу та оптимізації контексту, коштує суттєво дорожче, додає Сергій Немчинський.Фундамент, інфраструктура та безпека🟢 AI Data Engineer / AI Infrastructure & Platform EngineeringЦе розвиток класичної інженерії даних під потреби ШІ-рішень. AI Data Engineer працює з даними для ШІ-систем.У Sigma Software цей профіль належить до нових ШІ-спеціалізацій. Компанія зазначає, що досвідчені Data Engineers можуть поглиблювати ШІ-експертизу й брати на себе нові задачі. Окремо формується напрям ШІ-інфраструктури та платформної інженерії — на стику DevOps, бекенд-архітектури та ШІ.«Будь-яка красива магія ШІ-агентів чи RAG-систем миттєво помирає в продакшені, якщо вона спирається на неструктуровані корпоративні дані та не має надійної платформи. Data Platform та MLOps/LLMOps інженери — це ті, хто робить так, щоб моделі отримували актуальні вектори, контекст оновлювався без затримок, а кластери не падали від навантаження. Без них робота попередніх фахівців залишається на рівні дитячих прототипів у блокнотах Jupyter», — пояснює засновник і CEO школи IT-професій FoxmindEd Сергій Немчинський.Нагадаємо, раніше ми розповідали, що медіана зарплат фахівців з Data Science, Data Engineering та AI/ML становить $3275. У цій категорії найвищі зарплати — у хедів з AI/Data Science ($6400).🟢 AI Security ExpertЦе спеціалізація на перетині кібербезпеки, хмарних технологій і штучного інтелекту. Такі фахівці дбають про безпечне впровадження та використання ШІ-рішень у компанії: від корпоративних чат-ботів і Copilot-рішень до власних ШІ-платформ і RAG-систем.Вакансію AI Security Expert нещодавно опублікувала на DOU компанія MODUS X. «Поява таких фахівців логічна. Якщо раніше команди безпеки переважно захищали класичні ІТ-системи, то сьогодні їм потрібно оцінювати й ризики, пов’язані з використанням ШІ-рішень.Такий фахівець відповідає за безпечне впровадження технологій штучного інтелекту, аналізує потенційні кіберзагрози, пов’язані з ШІ-моделями, допомагає формувати правила та підходи до використання генеративного ШІ в компанії, а також супроводжує проєкти, де штучний інтелект стає частиною бізнес-процесів», — ділиться HR Manager Recruitment в MODUS X Олена Трубникова.Закриття таких вакансій зазвичай займає більше часу, ніж пошук інших ІТ-фахівців — до 2 місяців. Причина полягає у високих вимогах до експертизи, кажуть у команді. Head of Information Security Department у MODUS X Олександр Матенко наводить ключові навички AI Security Expert:Information Security та Cybersecurity;Cloud Security (Azure, AWS, Google Cloud);AI/LLM Security;IAM та Zero Trust-підходи;Secure Architecture та Threat Modeling;Data Protection, DLP, Compliance;DevSecOps і Application Security;Risk Management і Security Governance;розуміння принципів роботи LLM, RAG, AI Agents та сучасних ШІ-платформ.«Найчастіше ми шукаємо кандидатів через прямий пошук, професійні спільноти та рекомендації. При цьому оцінюємо не лише технічні знання, а й здатність працювати на стику кількох напрямів: безпеки, архітектури, розробки та штучного інтелекту. Зараз ринок лише формує подібні спеціалізації, тому багато сильних кандидатів приходять у цю роль із кібербезпеки, безпечної розробки, архітектури рішень або ШІ-інженерії», — додає Олена Трубникова.На роль AI Security Expert джунів практично не беруть. Найчастіше такі фахівці виростають із:Security Engineer;Cloud Security Engineer;Application Security Engineer;DevSecOps Engineer;Security Architect.Продукт, впровадження і креатив🟢 Product EngineerProduct Engineer — роль, у якій інженер частину коду і технічних задач делегує ШІ-інструментам, а сам більше часу витрачає на вибір рішення, роботу з користувачем і перевірку результату.У Headway Inc Product Engineer працює над фічею від визначення задачі до її запуску та аналізу результату. Для цього від інженера очікують такі компетенції: системний дизайн, архітектуру, патерни програмування, розподілені системи й API з одного боку та розуміння користувача, дизайну й аналітики — з іншого.У команді Nibble, яка першою в Headway перейшла на таку модель, усі вісім розробників стали Product Engineers. Загалом у компанії 11 продуктових інженерів із понад 120 розробників. Підхід поступово поширюється на інші R&D-команди. Інженер виступає своєрідним архітектором і постановником завдань для штучного інтелекту, пояснює Head of Engineering у Nibble Дмитро Полурєзов:«Він декомпозує бізнес-задачу, формує разом з інструментами специфікацію, потім верифікує результат», — пояснює Полурєзов.Додає, що в компанії до цієї моделі прийшли поступово. Раніше інженери були більше сфокусовані на етапі реалізації, а тепер проходять увесь цикл: від ідеї чи визначення проблеми до реалізації, вимірювання результату та рішення про подальші дії.За час роботи у новому форматі — з травня 2026 року — команди стали краще виконувати заплановані цілі, а інженери можуть самостійно вести розробку функції, каже керівник продакт-інженерів у Headway Inc: «Якщо раніше інженер робив свою частину і чекав на іншого спеціаліста, то зараз він бере функцію від початку до кінця і закриває весь цикл. Це зменшує загальний час розробки», — розповідає Дмитро Полурєзов.Це скоротило час розробки, хоча спочатку виникла проблема з перевіркою коду. Її команда вирішує за допомогою автоматизованих тестів та ШІ.Для Product Engineer Дмитро бачить три основні напрями подальшого розвитку: старший продуктовий інженер, інженерний менеджмент і продуктовий менеджмент.Окремий виклик — найм таких фахівців. За словами Дмитра, Product Engineer ще не сформувався як окремий сегмент українського ринку, тому потенційні кандидати можуть навіть не шукати вакансії з такою назвою. «Крім того, для відбору доведеться оцінювати не кількість реалізованих фіч, а вплив роботи на продукт: кандидат має розуміти не тільки як, а й чому», — додає спеціаліст. В’ячеслав Колдовський Засновник Dev AI Consulting, Agentic Architect«Важливо розуміти і ризики. По-перше, когнітивне навантаження: одна людина тепер має тримати в голові продукт, аналітику, архітектуру і якість, і не кожен інженер цього хоче чи може. По-друге, такий підхід працює лише там, де є інфраструктура для вимірювання результату — аналітика, A/B-тести, швидкий деплой. Без цього Product Engineer перетворюється на звичайного розробника з додатковими обов’язками. І по-третє, це виклик для суміжних ролей — QA, BA, частково PM, — функції яких поступово поглинаються. Тут компаніям варто заздалегідь думати, куди ці люди рухатимуться далі».🟢 Інші ШІ-роліШІ-спеціалізації поступово з’являються і за межами розробки. Це можуть бути окремі ролі або нові вимоги до маркетологів, дизайнерів, операційних спеціалістів та менеджерів.Один із таких прикладів — AI Creative Lead у Headway Inc. Він допомагає маркетинговій та дизайн-командам перебудовувати роботу під ШІ: шукає способи скоротити рутину, тестує нові інструменти, створює автоматизації. Окрема частина її роботи — оцінювати, чи справді автоматизація приносить користь.«Головне правило — не автоматизувати хаос. Будь-який процес спочатку має бути детально описаний і зрозумілий самій людині, і лише потім — автоматизований», — пояснює AI Creative Lead Катерина Юскович.У FRACTAL теж з’являються ролі на перетині ШІ з іншими професіями. Наприклад, AI-first Motion Designer використовує генеративні відеомоделі у своїй роботі, а Content Product Manager відповідає за створення та масштабування контенту за допомогою ШІ. Є і Product Operations Specialist у команді ШІ-продуктів, який тестує ШІ-функції, працює з даними та відгуками користувачів і координує роботу продуктової та технічної команд.У FRACTAL наголошують, що для таких спеціалістів самого знання ШІ-інструментів недостатньо. «Нам все ще потрібна сильна база, тому що результат роботи ШІ треба оцінити й відфільтрувати. Інакше людина може чудово згенерувати контент, який при цьому буде просто неякісним або нецікавим користувачу», — каже Дар’я Орлова, Recruitment Team Lead at Core.В EPAM є окрема роль — AI Champion. Їх у команді кілька сотень. Це фахівці, які допомагають командам освоювати ШІ-інструменти, навчають працівників і встановлюють правила користування інструментами. «Це консультативна роль — ми навмисно не вбудовуємо її у delivery. Бо коли консультант іде, нічого не падає; коли фахівець, залучений до реалізації проєкту йде, проєкт зупиняється», — так Вадим Власенко пояснюють, чому AI Champion залишають саме консультативною роллю.В’ячеслав Колдовський Засновник Dev AI Consulting, Agentic Architect«Якщо подивитися на весь огляд разом, видно, що ринок ще не домовився ні про назви, ні про межі ролей — і через рік цей список виглядатиме інакше. Але за всіма назвами проглядається спільне ядро, яке точно нікуди не дінеться: сильні інженерні основи, здатність верифікувати результат роботи ШІ, розуміння бізнес-задачі й базова грамотність у безпеці. Тому моя порада читачам — не ганятися за тайтлами з вакансій, а системно нарощувати навички Agentic Engineering і всього, що пов’язано з AI, не нехтуючи при цьому гарним глибоким розумінням „класичного“ Software Engineering. З таким набором ви будете затребувані незалежно від того, як ту чи іншу роль назвуть наступного року».Статтю рецензували:Засновник і CEO школи IT-професій FoxmindEd Сергій Немчинський;Засновник Dev AI Consulting, Agentic Architect В’ячеслав Колдовський.