Mentorpiece Vacy Index за август 2026 года: вакансий по тестированию AI-приложений становится больше
Августовская статистика Mentorpiece Vacy Index фиксирует осторожно позитивный сигнал для специалистов, работающих на стыке тестирования и искусственного интеллекта. Уже третий месяц подряд растет доля IT-компаний, которые открывают позиции, связанные с проверкой AI-функциональности в программных продуктах.
Исследование основано на ежедневном анализе вакансий более чем в 2000 IT-компаний. Система отслеживает не только появление новых объявлений, но и их закрытие, что позволяет оценивать реальную динамику найма, а не ориентироваться на количество давно опубликованных позиций.
По данным индекса, доля компаний с открытыми вакансиями в сфере AI QA и ML Evaluation менялась следующим образом:
- в июне рост составил 0,1%;
- в июле - 0,3%;
- в августе - 0,2%.
Абсолютные значения пока невелики: направление формируется практически с нулевой базы. Однако сам факт последовательного увеличения показателя три месяца подряд выглядит примечательно. Особенно на фоне продолжающегося сокращения спроса на традиционные QA-роли.
Классический QA продолжает терять позиции
Количество компаний, нанимающих Manual QA, снижается уже девятый месяц подряд. Августовская динамика отчасти объяснима сезонностью: летние отпуска традиционно замедляют подбор персонала, согласование бюджетов и выход новых сотрудников. Поэтому делать окончательные выводы по одному месяцу пока рано.
Ситуация с Automation QA и Senior QA остается менее определенной. Пока недостаточно данных, чтобы уверенно сказать, завершилось ли падение или рынок лишь временно стабилизировался. Более показательной станет осень - период, когда компании обычно возвращаются к активному найму после летнего затишья.
При этом рост вакансий в области тестирования AI-приложений нельзя автоматически считать полноценной компенсацией потерь в классическом тестировании. Новые позиции появляются на фоне уменьшения числа привычных QA-вакансий, а значит, рынок не столько расширяется, сколько меняет структуру спроса.
Что именно проверяют специалисты AI QA
Важно различать две категории вакансий. В одной требуется обычный тестировщик, который использует AI-инструменты для ускорения своей работы: генерации тест-кейсов, анализа логов, подготовки данных или написания автотестов. Такие объявления не относятся к рассматриваемой группе.
Вторая категория связана непосредственно с проверкой искусственного интеллекта внутри продукта. Специалист тестирует качество ответов моделей, устойчивость поведения системы, корректность классификации, полноту выдачи и способность приложения обрабатывать нестандартные запросы.
В обязанности могут входить:
- подготовка наборов тестовых запросов;
- проверка фактической точности ответов;
- поиск галлюцинаций и логических ошибок;
- оценка безопасности и устойчивости модели к манипуляциям;
- тестирование разных версий промптов и моделей;
- разметка результатов для последующего обучения;
- контроль стабильности AI-функций после обновлений;
- измерение задержки, стоимости и качества генерации.
Такой специалист должен понимать не только методологию тестирования, но и особенности машинного обучения. В некоторых командах от него ждут навыков работы с Python, API, SQL, системами оценки моделей и инструментами наблюдаемости.
Как рассчитывается Mentorpiece Vacy Index
Для формирования индекса система ежедневно собирает данные из нескольких типов источников: корпоративных сайтов, ATS-платформ, сервисов поиска работы и страниц с вакансиями. Затем автоматические агенты очищают массив от дубликатов, устаревших объявлений и нерелевантных публикаций.
Отдельное внимание уделяется определению даты фактического открытия и закрытия вакансии. Это важно, поскольку многие объявления могут месяцами оставаться опубликованными после того, как подбор уже остановлен. В расчет попадают только позиции, которые система считает актуальными.
Алгоритмы также классифицируют вакансии по конкретным IT-ролям и отсеивают подозрительные или мошеннические объявления. Накопленная база содержит миллионы записей, благодаря чему можно сравнивать не только отдельные месяцы, но и длительные тренды по компаниям, профессиям и направлениям.
Индекс задуман как инструмент оценки состояния IT-найма. Он показывает, какие роли растут, какие сокращаются и насколько устойчивым является изменение спроса. В отличие от разовых обзоров, ежедневное обновление позволяет быстрее заметить перелом тенденции.
Почему AI-направление растет
Интерес бизнеса к AI QA объясняется быстрым распространением функций на базе генеративных моделей. Компании внедряют чат-ботов, интеллектуальный поиск, автоматическую обработку документов, голосовых помощников и рекомендательные механизмы. При этом стандартных проверок интерфейса уже недостаточно.
Поведение AI-систем не всегда детерминировано: одинаковый запрос может давать разные ответы, а небольшое изменение контекста - полностью менять результат. Поэтому тестирование требует новых подходов, метрик и сценариев. Необходимо оценивать не только факт выполнения функции, но и качество, полезность, безопасность и предсказуемость результата.
Еще одна причина роста - повышение требований к корпоративным системам. Ошибка модели в финансовом, медицинском, юридическом или промышленном продукте может привести к серьезным последствиям. Бизнесу нужны специалисты, способные выявлять такие риски до выхода функции к пользователям.
Чего ждать осенью
Обычно осенний период приносит ускорение найма: компании утверждают новые бюджеты, возобновляют отложенные проекты и активнее закрывают вакансии. В этом году станет понятно, является ли рост AI QA началом устойчивого тренда или лишь результатом появления отдельных пилотных проектов.
Возможны два сценария. При благоприятном развитии рынка увеличатся одновременно вакансии по тестированию AI, автоматизации и инженерным ролям, связанным с данными. При сохранении кризисных явлений компании могут продолжить сокращать штат классического QA, оставляя небольшое количество более универсальных позиций.
Для тестировщиков это означает, что одной экспертизы в ручном тестировании становится недостаточно. Наиболее востребованными будут специалисты, которые умеют сочетать традиционные методы QA с анализом данных, автоматизацией, API-тестированием и пониманием принципов работы ML-моделей.
Работодатели, в свою очередь, будут внимательнее оценивать практический опыт. Одного упоминания AI-инструментов в резюме будет мало: потребуется показать, какие метрики применялись, как формировались тестовые наборы, каким образом фиксировались ошибки модели и как результаты проверки влияли на выпуск продукта.
Следующее обновление индикатора должно показать, сохранится ли трехмесячная положительная динамика. Пока рост вакансий по AI QA остается небольшим, но именно такие ранние изменения часто становятся первым признаком перестройки рынка труда.
