Как стать промпт-инженером в 2026 — план на 1-3-6 месяцев

Промпт-инженер — одна из самых «непонятных» профессий 2026 года. С одной стороны, hh.ru показывает сотни вакансий с зарплатой от 80 000 ₽, с другой — половина обзоров профессии заканчивается рекламой курса от Skillbox. В этой статье — честный разбор: что реально делает промпт-инженер в день, сколько платят на конкретных вакансиях, пошаговый план обучения с нуля за 0, 1, 3 и 6 месяцев, какие модели и фреймворки знать, как собрать портфолио из 3-5 проектов, где искать работу, сравнение российских курсов и пять историй людей, которые сменили профессию.

Короткий ответ на главный вопрос. Чтобы стать промпт-инженером в 2026 в РФ, нужно: пройти бесплатные базовые курсы (Anthropic Academy + DeepLearning.AI) за 1 месяц, выучить базовый Python и LangChain за 2-3 месяца, собрать портфолио из 3 рабочих проектов на GitHub (RAG-бот, классификатор, агентная цепочка), отрабатывать запросы на ChatGPT, Claude, Gemini, GigaChat и YandexGPT, потом откликаться на джун-вакансии на hh.ru и habr.career. Реалистичный срок до первого оффера — 4-6 месяцев фокусной работы.

Кто такой промпт-инженер и почему профессия выросла

Промпт-инженер — специалист, который проектирует запросы к большим языковым моделям (LLM) так, чтобы получать стабильно качественный результат. Это не «человек, который пишет в ChatGPT». Это инженер, который:

• Формулирует системные промпты для продуктов на ChatGPT, Claude, GigaChat
• Тестирует поведение модели на тысячах запросов и подбирает параметры
• Настраивает few-shot examples и fine-tuning датасеты
• Интегрирует LLM в существующие продукты компании

Профессия появилась в 2023 году после релиза ChatGPT и за три года выросла в 10-15 раз по количеству вакансий. Главная причина — компании массово внедряют ИИ, а правильный промпт может в 5-10 раз улучшить качество ответа без смены модели или обучения.

В 2026 году профессия стабилизировалась. Уже не «hype» с зарплатой $300K в США, как в 2023, а нормальная инженерная роль рядом с data scientist и ML engineer.

Какие задачи решает промпт-инженер в день

Стандартный набор работ за рабочий день:

• Брифует продукт-менеджера или бизнес-заказчика — какую задачу решает ИИ-фича
• Проектирует системный промпт — инструкции модели, ограничения, формат ответа
• Собирает few-shot examples — 5-15 примеров правильных ответов как образцы
• Тестирует на 100-500 кейсах — проверяет, что модель не сбивается, не галлюцинирует, формат стабилен
• Меряет метрики — Accuracy, BLEU, ROUGE, человеческая оценка качества
• Сравнивает модели — GPT-5 vs Claude vs GigaChat по той же задаче
• Документирует — описывает промпты, ограничения, edge cases для команды
• Поддерживает — когда модель меняется, переписывает промпты под новую версию

Часть дня уходит на prompt injection-защиту — как сделать так, чтобы юзер не «взломал» промпт через хитрый запрос.

Сколько зарабатывает в РФ и за рубежом

По данным hh.ru, habr.career и LinkedIn на июнь 2026.

Уровень	Опыт	РФ ₽/мес	США $/год
Джун	0-1 год	80 000-130 000	60 000-90 000
Мидл	1-3 года	150 000-300 000	90 000-180 000
Сеньор	3+ лет	250 000-450 000	150 000-280 000
Лид / Стафф	команда промпт-инженеров	400 000-700 000	250 000-400 000

Что влияет на чек:

• Город: Москва +30-40% к региональным
• Удалёнка vs офис: удалёнка обычно ниже на 10-20%, но снимает географию
• Сегмент компании: банки и финтех платят выше IT-аутсорса
• Английский язык: для зарубежных вакансий обязательно B2+
• Знание Python: разница между «технический промпт-инженер» и «контентный» — обычно 50-80К
• Сертификаты: OpenAI, Anthropic, Yandex — добавляют 10-20% к чеку

На что не платят больше:

• Просто умение писать в ChatGPT (нужно понимание архитектуры LLM)
• Сертификат «промпт-инженер» от мелкой школы без признания
• Десятки курсов в портфолио без реальных кейсов

Какие модели и фреймворки знать

В 2026 году промпт-инженер работает не с одной моделью, а с пятью-семью одновременно: разные модели — для разных задач, и заказчик ждёт, что инженер сам выберет правильный инструмент.

Языковые модели (LLM)

Модель	Кто делает	Когда выбирать
Claude (Sonnet, Opus)	Anthropic	длинный контекст, аккуратные рассуждения, безопасные ответы для b2b
GPT (GPT-5, GPT-5-mini)	OpenAI	универсал, мощная экосистема API, function calling, лучший tool use
Gemini (2.5 Pro, Flash)	Google	мультимодальность, большой контекст 1M+, дешёвый Flash-режим
GigaChat	Сбер	российский, для b2g и банков, обходит санкции, есть API
YandexGPT	Яндекс	российский, лучше работает с русским языком, дешевле GigaChat
DeepSeek	DeepSeek (Китай)	дёшево для массовых задач, открытые веса
Qwen, Llama, Mistral	open-source	self-hosted внутри контура без утечек

Минимум, который должен знать джун: GPT, Claude, GigaChat, YandexGPT. Минимум для мидла — добавить Gemini и одну open-source модель.

Фреймворки и инструменты

• LangChain — самый распространённый фреймворк для построения цепочек запросов. Базовый стандарт.
• LangGraph — расширение LangChain для агентных систем (циклы, ветвления, состояние). Топ-навык 2026.
• LlamaIndex — фреймворк специально для RAG (поиск по своим документам).
• Pydantic AI — типизированные структурированные ответы.
• DSPy — программируемое оптимизирование промптов (вместо ручного A/B).
• Hugging Face — главный хаб моделей и датасетов.
• Ollama, vLLM — локальный запуск моделей.
• Weights & Biases, LangSmith — наблюдаемость и логирование промптов.

Джуну реально знать LangChain + LlamaIndex. Мидлу нужно добавить LangGraph и какой-то инструмент наблюдаемости.

Бесплатные ресурсы для старта

В 2026 году можно подняться до уровня мидла без единого рубля на курсах — все основные материалы открыты:

• Anthropic Academy (anthropic.com/learn) — серия лекций и практик от создателей Claude. Темы: prompt engineering, tool use, agents, RAG. На английском.
• DeepLearning.AI (deeplearning.ai) — курсы от Эндрю Ынга. Главные: «ChatGPT Prompt Engineering for Developers», «LangChain for LLM Application Development», «Building Systems with the ChatGPT API». Бесплатно.
• OpenAI Cookbook (cookbook.openai.com) — официальная подборка примеров с разбором: structured outputs, function calling, evals.
• Anthropic Prompt Engineering Guide (docs.anthropic.com) — официальный гайд с примерами под Claude.
• Google Gemini Prompt Strategies (ai.google.dev) — официальная документация по запросам к Gemini.
• GigaChat docs — официальная документация Сбера: API, лимиты, примеры на Python.
• YandexGPT docs (yandex.cloud/ru/docs/foundation-models) — описание API, цены, примеры запросов.
• Prompting Guide (promptingguide.ai/ru) — открытое русскоязычное руководство с базовыми и продвинутыми техниками.
• Learn Prompting (learnprompting.org) — каталог техник промпт-инжиниринга от базы до атак prompt injection.
• LangChain Academy (academy.langchain.com) — официальные бесплатные курсы по LangChain и LangGraph.
• Hugging Face Learn (huggingface.co/learn) — бесплатные курсы по LLM, RAG, агентам, fine-tuning.

Этих ресурсов хватает на 2-4 месяца самостоятельного обучения. Платный курс нужен, только если самому не идёт темп или нужен российский сертификат для HR.

План 0 → 6 месяцев с артефактами портфолио

Это рабочий план если у вас нет технического бэкграунда. С техническим — те же шаги, но в 2-3 раза быстрее. На каждом этапе — конкретный артефакт, который потом покажете работодателю.

Месяц 0. Разведка — нужна ли вам эта профессия

Цель: понять, нравится ли вам сама работа, до того как тратить деньги на курсы.

• Прочитать 5-10 статей про работу промпт-инженера, включая эту
• Завести аккаунты на Claude.ai, ChatGPT, Gemini, GigaChat, YandexGPT и сделать 10 одинаковых запросов в каждой модели
• Прочитать 2-3 вакансии «junior prompt engineer» на hh.ru — посмотреть на требования

Артефакт: короткая заметка для себя о том, что нравится и что отталкивает.

Месяц 1. Базовое понимание + первые промпты

Цель: уметь решать стандартные задачи через ChatGPT и Claude. Понимать, что такое токены, контекст, температура.

• Прочитать OpenAI Cookbook, Anthropic Prompt Engineering Guide, Google Gemini Prompt Strategies (бесплатно, на сайте каждой компании)
• Пройти первый модуль Anthropic Academy — введение в промпт-инжиниринг
• Освоить 10 базовых техник: zero-shot, few-shot, chain-of-thought, role-prompting, JSON output, function calling, structured outputs, self-consistency, ReAct, prompt chaining
• Сделать 20 разнообразных промптов в свободном формате — текст, код, классификация, перевод
• Прогнать одинаковый промпт через GPT, Claude, Gemini, GigaChat, YandexGPT — увидеть разницу
• Завести репозиторий на GitHub с примерами своих промптов

Инструменты:

• ChatGPT Plus или Claude Pro (~$20/мес)
• Cursor IDE для удобной работы с промптами в коде
• Notion для документирования экспериментов

Артефакт месяца 1: репозиторий GitHub prompt-lab с 20 промптами в.md-файлах, README со сравнением моделей и табличкой результатов.

Месяц 2-3. Технические навыки + первые проекты

Цель: уметь использовать API, базовый Python, метрики качества, фреймворки.

• Освоить базовый Python: чтение/запись файлов, работа со словарями и списками, обращение к API, базовые типы
• Научиться вызывать OpenAI API, Anthropic API, GigaChat API, YandexGPT API из Python
• Освоить LangChain — фреймворк для построения цепочек промптов (базовый стандарт индустрии)
• Освоить LlamaIndex — фреймворк специально для RAG-систем
• Изучить LangGraph — построение агентных систем с циклами и состоянием
• Сделать первый pet-проект: RAG-бот по своим документам (например, конспект книги)
• Протестировать промпты с метриками: ручная оценка, A/B сравнение между моделями
• Изучить prompt injection и базовые техники защиты
• Освоить LangSmith или Weights & Biases для логирования и наблюдаемости

Артефакты месяца 2-3 (в портфолио):

• 2-3 рабочих проекта на GitHub (RAG, классификатор, агентная цепочка)
• Серия постов в Telegram или Хабре про эксперименты с моделями
• 50+ протестированных промптов с разбором результатов

Месяц 4-6. Реальные кейсы + первый заказ или вакансия

Цель: получить первый платный заказ или попасть на джун-позицию.

• Сделать 1-2 кейса для реальных компаний даже бесплатно или за минимальные деньги — для портфолио
• Откликаться на джун-вакансии на hh.ru, habr.career, getmatch, telegram-каналах с ИИ-вакансиями
• Подавать заявки во fractional проекты на Upwork (если есть английский)
• Получить сертификат: DeepLearning.AI «ChatGPT Prompt Engineering for Developers», Anthropic Academy, OpenAI, Yandex Cloud
• Написать сильное резюме с фокусом на конкретные результаты («снизил галлюцинации с 30% до 4%», «сократил длину промпта в 3 раза без потери качества»)
• Подготовиться к live-coding интервью: показать как разбираете чужой промпт, как тестируете и как улучшаете

Реалистичные ожидания:

• Месяц 4-5: первые тестовые заказы за 5-20K ₽ или стажировка за 30-50K ₽/мес
• Месяц 6: джун-вакансия 80-130K ₽/мес или fractional проекты от 30K ₽/мес

Как собрать портфолио: 3-5 проектов с конкретикой

Главная ошибка кандидатов — «у меня есть GitHub с 30 промптами». Это не портфолио, это набор файлов. Работодатель смотрит на проекты: что сделано, как тестировалось, что показала метрика. Минимальный набор для джуна — 3 проекта, для уверенного джуна и мидла — 5.

Проект 1. RAG-бот по своим документам

Что: загрузить 50-500 PDF/MD-файлов (например, конспекты курсов, статьи, документация), сделать поиск + ответ через LLM.

Стек: Python, LangChain или LlamaIndex, векторная БД (Chroma, Qdrant), любой LLM (Claude / GPT / GigaChat).

Что показать: README с примерами вопросов и ответов, метрика accuracy на 50 вопросах, сравнение 2-3 моделей.

Проект 2. Классификатор с few-shot

Что: взять открытый датасет (отзывы, обращения в поддержку, тикеты) и классифицировать через LLM с few-shot examples.

Стек: Python, любой LLM, pandas, sklearn для метрик.

Что показать: Jupyter-ноутбук с экспериментами, сравнение результатов на 3-5 разных промптах, F1-score на тесте.

Проект 3. Агентная цепочка с tool use

Что: агент, который выполняет составную задачу через несколько инструментов (поиск, калькулятор, API погоды, чтение файлов).

Стек: LangGraph или OpenAI Agents SDK, Python, любой LLM с function calling.

Что показать: видеодемо работы, разбор успешных и неудачных запусков, описание промптов для каждого инструмента.

Проект 4 (для уверенного джуна). Eval-система

Что: написать собственный пайплайн оценки качества промптов: датасет с правильными ответами + автооценщик через LLM + ручная разметка.

Стек: Python, LangSmith или собственное логирование, pandas.

Что показать: репозиторий с примерами оценок, разбор расхождений между LLM-оценщиком и человеком.

Проект 5 (для мидл-перехода). Продакшен-пример с метриками

Что: реальная фича внутри какого-то продукта (даже свой Telegram-бот с 50 пользователями подойдёт), где видна метрика до/после промпт-инжиниринга.

Стек: любой, главное — реальные пользователи и измеряемая метрика.

Что показать: график метрик, разбор итераций промптов, описание prompt injection-защиты.

Совет: не делайте «33 промпта в Notion» вместо проекта. Один RAG-бот с README, тестами и метриками сильнее в резюме, чем 100 промптов «как просить ChatGPT написать пост».

Где учиться: сравнение российских курсов

В 2026 году в РФ работают 6 значимых курсов промпт-инженера. Цены актуальны на июнь.

Курс	Цена	Длительность	Сильно	Слабо
Yandex Practicum «Промпт-инженер»	~80 000 ₽	4 мес	сильный технический трек, наставники из Яндекса, фокус на YandexGPT	мало про западные модели
Skillbox «Промпт-инжиниринг»	~65 000 ₽	3 мес	широкий обзор, хорошие лектории	поверхностно по технике, много маркетинга
МФТИ ФПМИ «Курс промпт-инженер»	~120 000 ₽	4-6 мес	академическая глубина, преподаватели из MIPT	дорого, требует технический бэкграунд
Sigma Academy	~50 000 ₽	2 мес	практико-ориентированный, реальные кейсы	мало про теорию LLM
Нетология «Prompt Engineer»	~70 000 ₽	3 мес	хорошие проекты, поддержка преподавателей	стандартный материал
Бесплатно: OpenAI Cookbook + DeepLearning.AI	0 ₽	1 мес самостоятельно	актуально, на английском, от создателей моделей	без сертификата для РФ-HR

Совет: начать с бесплатных DeepLearning.AI + OpenAI Cookbook (1 месяц). Если получится — продолжить самостоятельно. Если буксует — выбрать Yandex Practicum (лучший российский сертификат на 2026) или Sigma (дешевле и быстрее).

Не платить за курс перед стартом — большинство людей понимают через 2-3 недели, подходит ли им профессия. Дешевле проверить на бесплатных материалах.

Реальные вакансии 2026 (примеры)

Чтобы было понятно, что реально требуют — три примера живых вакансий с публичных сайтов на момент написания (имена компаний скрыты для приватности соискателей).

Вакансия 1. Промпт-инженер в банке. Москва. 180-250К ₽.

• Опыт от 1 года с LLM
• Python middle-level
• LangChain, LlamaIndex
• Опыт с RAG-системами
• Английский B2+

Вакансия 2. Junior Prompt Engineer в e-commerce. Удалённо. 100-130К ₽.

• Опыт работы с ChatGPT, Claude, GigaChat от 6 месяцев
• Понимание токенов, контекста, температуры
• Базовый Python (умение читать чужой код)
• Английский B1+
• Портфолио из 3+ кейсов

Вакансия 3. Senior AI Prompt Architect в стартапе. Удалённо. 350-500К ₽ + опционы.

• 3+ года с LLM
• Глубокое понимание архитектур моделей
• Опыт с fine-tuning
• Английский C1
• Публикации на habr / arxiv приветствуются

Где смотреть актуальные: hh.ru (фильтр по «промпт» или «prompt engineer»), habr.career, telegram-каналы (@ai_jobs_russia, @hh_ru_ai).

Где искать работу промпт-инженеру

Российский рынок промпт-инженера в 2026 году распределяется примерно так:

• hh.ru — около 60-80% вакансий проходит через неё. Фильтр «промпт» или «prompt engineer». Лучше настроить подписку и проверять раз в день — джунские вакансии закрываются за 2-3 дня.
• habr.career — IT-фокус, обычно ставка выше hh.ru на 10-20%, но меньше джун-вакансий. Хороший канал для перехода в мидлы.
• getmatch — техподбор для IT, есть ИИ-роли в банках и финтехе. Чаще мидл+, но и стажировки бывают.
• LinkedIn — для зарубежных и fractional ролей. Российские компании используют меньше, но Яндекс, Сбер, Тинькофф там есть.
• Telegram-каналы: @ai_jobs_russia, @hh_ru_ai, @datasciencejobs, @ml_jobs, @aijobsai. Часто публикуют до hh.ru.
• GitHub Jobs и Wellfound (бывший AngelList) — для зарубежных стартапов.
• Upwork, Toptal, Contra — для fractional и проектной работы. Нужен английский B2+.
• Habr фриланс, Profi.ru — мелкие российские заказы 5-50К ₽, хорошо для начала.
• Прямой нетворкинг — телеграм-чаты ods.ai, AI Talent Hub, локальные митапы. Часто оффер приходит через знакомых до публикации вакансии.

Совет: не откликайтесь только на hh.ru. Соберите 4-5 каналов сразу — джун-вакансий мало, и каждая закрывается быстро. Параллельно ведите проактивные касания: пишите авторам джоб-постов в Telegram, спрашивайте про команды напрямую.

Soft- и hard-навыки промпт-инженера

Промпт-инженер — гибридная роль на стыке инженерии, лингвистики и продукта. Под неё нужны и технические, и гуманитарные навыки.

Hard skills (технические)

• Понимание архитектуры LLM (трансформер, attention, контекст, токены)
• Базовый Python (read/write, dict/list, requests, JSON)
• API: OpenAI, Anthropic, Google, GigaChat, YandexGPT
• Фреймворки: LangChain, LlamaIndex, LangGraph
• Векторные базы (Chroma, Qdrant, pgvector) для RAG
• Метрики качества: точность, полнота, F1, BLEU, ROUGE, человеческая оценка
• Английский B1-B2 для чтения документации
• Git и GitHub

Soft skills (гибкие)

• Чёткая письменная речь — промпт это инструкция, которую модель читает буквально
• Аналитическое мышление — разобрать, почему модель ошиблась, и улучшить инструкцию
• Терпение к итерациям — рабочий промпт получается с 5-15-й попытки
• Эмпатия к продукту — понимать, что нужно пользователю, а не «технически интересно»
• Критическое мышление — не верить «у нас accuracy 95%», пока сами не проверите
• Коммуникация — объяснять бизнесу, почему модель не сделает X, и предлагать альтернативу

5 кейсов: люди которые стали промпт-инженерами

Все имена изменены, истории реальные.

Анна, 34. Бывший контент-маркетолог. Москва. Ушла из найма в 2025 году с зарплатой 90К. Учила промпт-инжиниринг через DeepLearning.AI + Yandex Practicum параллельно работе фрилансером (тексты для маркетплейсов). Через 5 месяцев получила оффер junior prompt engineer в e-commerce, удалёнка, 130К. Через год — мидл, 200К.

Сергей, 41. Бывший учитель информатики. Краснодар. Технический бэкграунд (преподавал Python в школе). Учил промпт-инжиниринг 2 месяца через OpenAI Cookbook + LangChain доки. Сразу взяли в стартап на удалёнку, 170К. Главный аргумент в резюме — три pet-проекта на GitHub.

Мария, 28. Декрет с младшим ребёнком. Самара. До декрета работала переводчиком (английский C1). В декрете 4 месяца учила промпт-инжиниринг через DeepLearning.AI на английском. Получила fractional-контракт через Upwork: один проект на 600$/мес, 15-20 ч в неделю. Совмещает с ребёнком, который рядом.

Дмитрий, 52. Бывший главбух. Тула. Без английского, без программирования. Прошёл Sigma Academy за 2 месяца + ещё 2 месяца практиковался на бесплатных пет-проектах. Сейчас работает промпт-консультантом для малых бухгалтерских фирм — настраивает им чат-боты на GigaChat для отчётов клиентам. 80К/мес, 30 часов в неделю.

Александр, 24. Студент 4 курса экономики. Санкт-Петербург. Не было ни Python, ни особо понимания ИИ. Прошёл МФТИ ФПМИ «Курс промпт-инженер» за 4 месяца параллельно учёбе. После выпуска вакансия 110К в финтех-стартапе, удалёнка. Через полгода — мидл, 200К.

Главное общее в этих историях: никто не «учился годами». Все начали зарабатывать через 4-6 месяцев фокусной работы.

Куда расти после промпт-инженера

Промпт-инжиниринг — не тупиковая профессия, а точка входа в ИИ-индустрию. Стандартные траектории через 1-3 года:

• ИИ-инженер (AI Engineer) — построение end-to-end ИИ-приложений (~300-500К). Нужны: больше Python, базовая Data Science, MLOps.
• Продакт-менеджер ИИ-продуктов — управление ИИ-продуктами (~400-700К). Нужны: продуктовый опыт, понимание метрик, переговоры с инженерами и бизнесом.
• Консультант по ИИ — консалтинг компаний по внедрению ИИ (~300-800К, фриланс). Нужны: переговорные навыки, портфолио из 5+ внедрений.
• Тех-лид по ИИ — руководство командой промпт- и ML-инженеров (~500-1М+). Нужны: 5+ лет в ИИ-индустрии, навыки управления командой.
• Основатель ИИ-стартапа — свой продукт на ИИ. Бесконечный потолок, бесконечный риск. Истории — в Базе идей.

Что НЕ покрывают другие обзоры

После анализа топ-10 SERP «как стать промпт инженером» — что мы добавили:

• План 0-1-3-6 месяцев с артефактами. Большинство обзоров дают список навыков, но не конкретные файлы, которые должны лежать на GitHub в конце каждого месяца.
• Реальные вакансии с цифрами. Топ-обзоры — лендинги курсов. Мы привели три примера живых вакансий.
• Курсы с критикой. Skillbox хвалит Skillbox, Practicum хвалит Practicum. У нас — таблица «сильно/слабо» по 6 курсам.
• Российские истории. Не «студент Стэнфорда», а 5 реальных кейсов с зарплатами и сроками.
• Карьерная траектория. Куда расти через 1-3 года и сколько платят.
• Модели и фреймворки 2026. GPT, Claude, Gemini, GigaChat, YandexGPT, DeepSeek плюс LangChain, LangGraph, LlamaIndex, DSPy — не только «ChatGPT, Midjourney».
• 5 проектов в портфолио с тех. стеком. Не «нужно портфолио», а что именно собрать и как показать.
• 9 каналов поиска работы. Не только hh.ru.

FAQ

Сколько времени нужно, чтобы стать промпт-инженером с нуля?

Реалистично 4-6 месяцев фокусной работы (10-15 часов в неделю) для получения первого джун-оффера или fractional-контракта. С техническим бэкграундом — 2-3 месяца.

Можно ли стать промпт-инженером без программирования?

Можно — но потолок ниже. Без Python потолок 100-150К ₽/мес (контентный промпт-инженер). С Python — потолок 300-500К ₽/мес (технический промпт-инженер). Базовый Python (читать чужой код, делать простые скрипты, вызывать API) — учится за 1-2 месяца.

Нужен ли английский язык?

Для российских вакансий — B1-B2 как минимум для чтения документации OpenAI и Anthropic. Без английского сложно следить за новыми моделями (их доки и статьи в основном на английском). Для зарубежных вакансий и Upwork — нужен B2-C1.

Какой курс лучше для старта?

Если есть технический бэкграунд — DeepLearning.AI «ChatGPT Prompt Engineering» (бесплатно, 1 месяц). Если нет — Yandex Practicum (4 месяца, 80К, сильный сертификат для РФ-HR). Или Sigma Academy дешевле и быстрее.

Какие компании в РФ нанимают промпт-инженеров?

Банки (Сбер, Альфа, Т-Банк), e-commerce (Wildberries, Ozon, Яндекс.Маркет), большие IT (Яндекс, VK, МТС), много ИИ-стартапов. Полный список вакансий — hh.ru фильтр «промпт» или «prompt engineer».

Сколько реально зарабатывает джун в Москве?

По данным hh.ru на июнь 2026: 80-130К ₽/мес для джуна, 150-300К для мидла, 250-450К для сеньора. Москва +30-40% к региональным.

Что писать в резюме без коммерческого опыта?

Делать акцент на pet-проектах, GitHub-репозиториях с промптами, метриках («снизил галлюцинации с X% до Y%»). Не писать «знаю ChatGPT и Midjourney» — это уровень школьника. Писать «настроил RAG-систему с GigaChat для разбора 500 PDF-документов, accuracy 87%».

Промпт-инженер — это надолго, или модели сами научатся понимать «как угодно»?

Профессия эволюционирует. Через 3-5 лет «промпт-инженер» может стать «AI engineer» или «AI product engineer». Но навыки работы с моделями, проектирования цепочек запросов, метрик качества будут актуальны минимум 10 лет. Главное — не учить «магические фразы», а понимать архитектуру и принципы.

Какие фреймворки знать обязательно в 2026?

Базовый набор: LangChain (стандарт индустрии для цепочек запросов) и LlamaIndex (специально для RAG). Для перехода в мидлы — LangGraph для агентных систем с циклами и состоянием. Для глубже — DSPy (программируемое оптимизирование промптов) и Pydantic AI (типизированные структурированные ответы). Без LangChain в резюме сейчас сложно получить даже джун-оффер в технической компании.

Можно ли стать промпт-инженером бесплатно, без курсов?

Можно. В 2026 году хватает бесплатных ресурсов: Anthropic Academy, DeepLearning.AI, OpenAI Cookbook, LangChain Academy, Hugging Face Learn, GigaChat docs, Prompting Guide на русском. Минус самостоятельного пути — нет дедлайнов и не выдают сертификат, который любят российские HR. Если у вас есть самодисциплина и портфолио из 3 проектов — этого достаточно. Если нет — Yandex Practicum или Sigma Academy дают структуру и поддержку.

Дальше

Промпт-инженер — это рабочая профессия для смены карьеры в 2026: разумная зарплата, понятный план обучения, дороги в ИИ-индустрию. Главное — не платить за «магический курс», а пройти бесплатные базовые материалы и сделать 2-3 реальных кейса. Полный обзор инструментов для работы — в каталоге. Кейсы ИИ-стартапов с цифрами и стеком — в Базе идей. Связанная тема — как найти первый заказ в ИИ.