IT рекрутингове агентство EvoTalents працює на перетині двох сторін AI-ринку: ми щодня спілкуємося з senior AI/ML-інженерами, які обирають наступну роль, і з CTOs та founders, які намагаються цих інженерів найняти. Нещодавно ми поставили кільком кандидатам два прямі запитання: що для вас найважливіше і що є найбільшим red flag. Паралельно ми зібрали ринкові дані з боку hiring-сторони. Це memo зводить обидві перспективи разом, без прикрас і без теорії.
ЧАСТИНА 1: ЩО КАЖУТЬ КАНДИДАТИ
Що найважливіше при виборі ролі
Технічний виклик і продукт на першому місці. Більшість респондентів поставили технічний виклик та продуктову архітектуру вище за компенсацію. Один з інженерів сформулював це так: його мотивують складні задачі, де AI формує ядро бізнес-логіки, де є свобода проєктувати масштабовані системи, а не латати щось швидкими фіксами. Інший підкреслив, що якщо компанія наймає на задачу, яка не є челенджинговою, він не прийме пропозицію. AI рухається швидко, і робота без виклику означає втрату конкурентоспроможності на ринку.
Компенсація важлива, але ніколи не єдиний фактор. Для когось ключовий баланс між компенсацією та стабільністю роботи, тому що багато проєктів вимагають серйозних зусиль, а потім раптово закриваються або в них закінчується бюджет. Інший кандидат прямо назвав компенсацію найважливішим фактором, але додав, що хороший мікс усього іншого теж має значення.
Scope ролі, культура, гнучкість. Окремо лунає тема балансу між класичним software engineering та applied AI в межах однієї ролі. Кандидати хочуть розуміти, що саме вони будуть робити щодня. Не менш важливо, наскільки стиль роботи команди, процеси та загальна культура збігаються з їхніми очікуваннями.
Що відлякує і змушує відхиляти офери
Фейковий AI. Компанії, які ребрендяться як "AI-first", коли їхній продукт - це лише тонка обгортка над API третьої сторони, без власної стратегії роботи з даними чи кастомної інфраструктури. Команди, де "AI" існує виключно як маркетинговий хайп без реального технічного лідерства та інженерного roadmap.
Менеджмент, який не розуміє технологію. Якщо ніхто в компанії не розуміє AI/IT або менеджмент не має глибокого технічного розуміння, це привід йти. Один кандидат зазначив, що саме з цієї причини звільнився з двох останніх місць роботи.
Непрофесійний рекрутинг. Шаблонне перше повідомлення, відсутність інтересу до бекграунду кандидата, нерегулярна комунікація, жодних апдейтів, відсутність прозорості щодо ролі, salary range чи наступних кроків. Один із респондентів підсумував це так: процес найму - це перший реальний приклад культури компанії. Якщо з кандидатами не поводяться з повагою на етапі найму, складно повірити, що ситуація покращиться після виходу на роботу.
Ранній стейдж без runway. Досвідчені інженери усвідомлюють, що дуже мало стартапів виживають, і уникають ранніх стадій, де проєкти можуть раптово закінчитися без бюджету.
ЧАСТИНА 2: ЩО БАЧАТЬ HIRING MANAGERS І CTOs
Поки кандидати обирають, куди їм йти, компанії, які наймають AI-інженерів, стикаються зі своєю реальністю. І ринкові дані за 2025-2026 роки показують, наскільки ця реальність жорстка.
Глобальний дефіцит AI-талантів: цифри
За даними ManpowerGroup 2026 Talent Shortage Survey (39 000 роботодавців у 41 країні), AI-навички вперше в історії стали найскладнішими для закриття, обігнавши класичні інженерні та IT-компетенції. 72% роботодавців у всьому світі повідомляють про труднощі з наймом кваліфікованих спеціалістів. У цифрах це виглядає так: приблизно 1,6 мільйона відкритих AI-позицій при 518 000 кваліфікованих кандидатів, тобто на кожного доступного інженера припадає 3,2 відкритих вакансії. За оцінками IDC, дефіцит IT-талантів обійдеться організаціям у $5,5 трильйонів втрат до кінця 2026 року через зірвані запуски продуктів, уповільнену інновацію та вигорання тих інженерів, які залишаються.
Швидкість найму: хто повільний, той програв
Середній time-to-fill для senior AI-ролей складає 66 днів, що на 50% довше, ніж для нетехнічних позицій. У деяких ринках ситуація ще гірша: у Bay Area медіанний time-to-hire для senior-інженерів зріс із 38 днів у Q3 2025 до 67 днів у Q1 2026. При цьому топові AI-кандидати приймають офери за 2-3 тижні. Компанії, які скорочують процес до 25 днів від першого контакту до фінального офера (максимум три раунди інтерв'ю), систематично виграють у конкуренції. Це не питання зниження планки, а питання операційної готовності: чіткий процес, підготовлена панель інтерв'юерів, заздалегідь погоджений бюджет на компенсацію.
Компенсаційний розрив: Європа vs US remote
Зарплати AI-інженерів зросли на 25-40% з 2023 року. Середня компенсація в США перетнула позначку $206 000 на рік, а senior-рівень у топових компаніях сягає $340 000-$550 000 total comp (база + equity). У Великобританії senior AI-інженери отримують £100 000-£150 000+, при цьому середня по ринку: £63 000-£81 000. У Західній Європі senior-рівень відстає від американського на 35-55%, навіть без урахування equity. Для європейських стартапів це створює конкретну проблему: вони конкурують за один пул кандидатів з американськими компаніями, які пропонують remote-позиції з US-рівнем оплати. Рішення не завжди в тому, щоб платити більше. Часто працює комбінація чіткої equity-структури, технічно амбітного проєкту та прозорої кар'єрної траєкторії. 42% senior AI-спеціалістів вже отримують більше половини загальної компенсації через equity або token grants.
Оцінка AI-навичок: старі методи зламані
Класичні технічні інтерв'ю перестали працювати для AI-ролей. 54% розробників називають невідповідність завдань реальній роботі головною претензією до технічних інтерв'ю. Контекст змінився радикально: за даними Google, 75% нового коду вже генерується AI і перевіряється інженерами. Opитування 400 engineering leaders показало, що AI підвищує продуктивність інженерів у середньому на 34%, але цей приріст нерівномірний і збільшує розрив між сильними і слабкими спеціалістами. 73% лідерів вважають, що сильний інженер коштує щонайменше 3x від його загальної компенсації. Компанії, які перебудували інтерв'ю під оцінку системного мислення, архітектурних рішень та здатності працювати з AI-інструментами (Google, Canva, Shopify, Meta вже дозволяють використання AI на інтерв'ю), отримують точніший сигнал і швидше закривають позиції.
Ринок перейшов від research до production
Ключовий зсув 2025-2026: компанії більше не шукають дослідників, які тренують моделі. Їм потрібні інженери, які будують production AI-системи: RAG-пайплайни, agentic-архітектури, inference-сервіси під навантаженням, моніторинг model drift. Тільки 23% вакансій в AI тепер вимагають вчений ступінь (проти 67% у 2020-му). Hiring managers регулярно стикаються з розривом: з пайплайну кандидатів реальний production-досвід мають одиниці, решта переупакували data science або backend-бекграунд під "AI/ML Engineer" на хвилі хайпу. Уміння відрізнити реальну експертизу від переупакованого резюме стало окремою критичною навичкою для тих, хто наймає.
ДЕ РОЗРИВ І ЩО З НИМ РОБИТИ
Коли ставиш ці дві перспективи поруч, видно чіткі точки, де сторони не збігаються, і саме в цих точках зривається найм.
Кандидати хочуть технічний виклик. Компанії продають salary. Більшість job descriptions для AI-ролей починаються з компенсаційного пакету та списку бенефітів. Кандидати ж першим ділом дивляться на технічний стек, продукт і задачу. Якщо JD не відповідає на запитання "що саме я буду будувати і чому це складно", найсильніші кандидати навіть не відповідають на повідомлення.
Кандидати цінують швидкість процесу. Компанії перестраховуються кількістю раундів. Інженери прямо називають затягнутий hiring process ознакою незрілості компанії. Ринкові дані підтверджують: при середньому time-to-fill у 66 днів для AI-ролей, найкращі кандидати йдуть за 2-3 тижні. Кожен зайвий раунд "на всякий випадок" - це не додаткова впевненість, а ризик втратити фіналіста.
Кандидати шукають технічну зрілість менеджменту. Компанії недооцінюють цей фактор. Інженери звільняються, коли керівництво не розуміє технологію. Компанії рідко включають технічну грамотність менеджменту в свою EVP (employer value proposition). А це саме те, що кандидати перевіряють на перших же інтерв'ю.
Кандидати бояться фейкового AI. Ринок рухається від research до production. Інженери шукають реальні продуктові задачі, а не маркетингову обгортку. При цьому 77% вакансій вже не вимагають вченого ступеня, натомість потребують production-досвіду з RAG, agents, MLOps. Компанії, які чесно комунікують поточний стан продукту та реальний scope роботи, мають значну перевагу в залученні та утриманні.
Наймаєте AI-інженерів? Поговоримо про ваш процес
EvoTalents спеціалізується на підборі senior та C-level технічних спеціалістів у сферах AI/ML, cybersecurity, defence tech та fintech. Ми бачимо обидві сторони ринку щодня: знаємо, що мотивує кращих кандидатів, і знаємо, де компанії втрачають їх ще до першого інтерв'ю. Якщо ви хочете скоротити time-to-hire і залучити інженерів, які залишаться, давайте обговоримо.
