GetIT помогает компаниям находить AI/ML Engineers, Machine Learning Engineers, Data Scientists, NLP/LLM Engineers, Computer Vision специалистов и AI Tech Leads.
Мы ищем не только кандидатов в активном поиске, но и специалистов, которые не публикуют резюме и не откликаются на вакансии.
В AI-рекрутменте совпадения по ключевым словам недостаточно.
Два кандидата с должностью ML Engineer могут иметь совершенно разный опыт. Один обучал классические ML-модели, другой строил production ML-системы, третий работает с LLM и RAG, а четвёртый преимущественно занимается исследованиями.
Поэтому до начала поиска важно определить не только стек, но и реальную AI-задачу компании.
Что важно оценивать у AI/ML-кандидата
В зависимости от вакансии мы смотрим на опыт работы с:
Python
PyTorch
TensorFlow
Transformers
Hugging Face
LLM
RAG
NLP
Computer Vision
vector databases
fine-tuning
inference
MLOps
Kubernetes
cloud infrastructure
Но список технологий — только первый фильтр.
Для Senior AI/ML специалиста важнее понять:
что кандидат создавал;
какую часть системы делал лично;
дошло ли решение до production;
с каким масштабом работал;
как измерялось качество;
как решались задачи latency, cost и quality;
какие архитектурные решения принимал.
Как проходит подбор AI/ML специалиста
1. Разбираем задачу
Определяем продукт, архитектуру, стек, уровень специалиста и задачи на первые 6–12 месяцев.
2. Формируем профиль кандидата
Отделяем действительно обязательные требования от технологий, которым сильный кандидат сможет быстро научиться.
3. Анализируем рынок
Смотрим, где работают потенциальные кандидаты, насколько редкий профиль требуется и насколько конкурентно предложение компании.
4. Запускаем direct search
Используем собственную базу, профессиональные сообщества, рекомендации и прямой поиск в релевантных компаниях.
5. Работаем с пассивными кандидатами
Для Senior и Lead-позиций не ограничиваемся опубликованными резюме.
6. Проводим предварительный скрининг
Проверяем опыт, реальные проекты, мотивацию, зарплатные ожидания и готовность к переходу.
7. Формируем shortlist и сопровождаем до выхода
Компания получает предварительно отобранных кандидатов. Мы сопровождаем интервью, обратную связь и оффер.
Нужен AI/ML специалист?
Пришлите описание вакансии или даже черновое описание задачи.
GetIT поможет определить, кого именно стоит искать, насколько такой профиль доступен на рынке и как построить поиск.
Data Scientist чаще отвечает за анализ данных, эксперименты, построение и проверку моделей.
ML Engineer сильнее сфокусирован на превращении модели в работающую production-систему: deployment, pipelines, inference, scalability и интеграцию.
На практике границы ролей отличаются от компании к компании.
Поэтому начинать подбор лучше не с названия должности, а с вопроса:
Что специалист должен создать или изменить за первые 6 месяцев?
Кого искать для LLM-продукта
Если компания создаёт продукт на базе больших языковых моделей, ей может понадобиться специалист с практическим опытом:
RAG;
embeddings;
vector databases;
evaluation;
fine-tuning;
inference;
prompt engineering;
AI agents;
LLM observability.
Запрос «нужен AI-разработчик» обычно стоит декомпозировать до начала поиска.
Почему поиск только по резюме ограничивает выбор
Сильные AI/ML специалисты часто уже работают в технологических компаниях и не находятся в активном поиске.
Для Senior, Lead и редких AI-профилей GetIT использует direct search: определяет потенциальных кандидатов и выходит к ним напрямую.
Когда стоит подключать агентство
GetIT особенно полезен, если:
AI/ML-вакансия долго не закрывается;
нужен Senior или Lead;
требуется редкое сочетание AI и engineering-компетенций;
внутренний рекрутер исчерпал доступный рынок;
нужен кандидат из конкретной индустрии;
нужно искать среди пассивных специалистов;
компания впервые формирует AI-команду.
Почему GetIT
9 лет в IT-рекрутинге
300 000+ IT-специалистов в базе
1 200+ закрытых вакансий
91% кандидатов успешно проходят испытательный срок
GetIT специализируется на технологическом подборе и работает с разработкой, DevOps/SRE, Data, AI/ML, Product и IT-руководителями.
Помимо job-сайтов используются профессиональные сети, GitHub, профильные сообщества, конференции, рекомендации, собственные базы и прямой поиск специалистов в релевантных компаниях.
Для Senior-позиций эффективнее сочетать sourcing и direct search, а не рассчитывать только на отклики.
Да. Но сначала желательно определить конкретные задачи: RAG, fine-tuning, inference, AI agents, NLP или ML-инфраструктура.
Да. GetIT может искать MLOps, ML Platform и специалистов на стыке ML и инфраструктуры.
Да. Для подключения агентства необязательно передавать большой объём вакансий.
Да. В GetIT доступна модель сотрудничества без предоплаты.