В ноябре 2022 года вышел ChatGPT — и рынок образования вздрогнул. За 2023–2025 годы сегмент обучения AI в России вырос с почти нулевой отметки до 5+ млрд рублей в год (данные Smart Ranking / EdTechs.ru). В каталоге Складчины сегодня 6 844 курса в категории «Нейросети и AI» — больше, чем в любой другой технической нише. Проблема в том, что под одним ярлыком соседствуют четыре абсолютно разных продукта: вводные лекции для менеджеров, курсы по написанию промптов, серьёзные программы по machine learning и узкоспециализированные инструментальные курсы для конкретных профессий. Смешивать их в голове — значит либо переплачивать, либо тратить год там, где хватило бы месяца. В этом разборе — прагматичный взгляд без хайпа: что внутри каждой ниши, кому что нужно и как отличить реальное обучение от красиво упакованного воздуха.
4 категории AI-курсов — они про разное
Прежде чем выбирать курс, важно понять: «курс по нейросетям» — это маркетинговый термин, а не образовательная категория. За ним прячутся принципиально разные продукты с разными целевыми аудиториями, разными результатами и разной честностью относительно того, что вы получите на выходе.
| Тип | Для кого | Типичная длительность | Что даёт | Риск |
|---|---|---|---|---|
| AI-грамотность | Все, кто не связан с IT | 2–6 недель | Осознанное использование инструментов | Много «воздуха» и инфоцыган |
| Prompt engineering | Контент-специалисты, менеджеры | 20–40 часов | Эффективная работа с конкретными LLM | Быстро устаревает, не профессия |
| ML/DL-разработка | Разработчики, дата-аналитики | 12–18 месяцев | Профессия ML-инженера / Data Scientist | Высокий порог входа, долго |
| AI для профессий | Дизайнеры, маркетологи, HR | 4–8 недель | Конкретные инструменты под задачи | Привязка к одному инструменту |
Категория 1: AI-грамотность для гуманитариев
Это самая массовая и самая загрязнённая ниша. Курсы здесь обещают «освоить нейросети с нуля» за 4–8 недель — и часть из них действительно это делает. Другая часть продаёт хайп.
Для кого это: бухгалтер, юрист, HR-специалист, преподаватель, предприниматель без IT-бэкграунда, который хочет понять, что такое ChatGPT, DALL-E, Midjourney, и как это применять в своей работе прямо сейчас. Не разрабатывать модели — использовать готовые.
Что реально даёт хороший курс этой категории:
- Понимание, что такое LLM, диффузионные модели и чем они отличаются
- Навык работы с 5–10 популярными инструментами (ChatGPT, Claude, Midjourney, Kandinsky, Suno, Runway)
- Умение формулировать задачи для AI так, чтобы получать полезный результат
- Базовое понимание ограничений: галлюцинации, авторские права, приватность данных
Реалистичные сроки: 3–6 недель при 3–5 часах в неделю. Яндекс Практикум («Нейросети для работы», ~65 000 ₽, 2 месяца) и Нетология («Нейросети для каждого», ~38 000 ₽, 4–6 недель) — разумный формат. Короткие интенсивы за 5 000–15 000 ₽ тоже могут быть полезны, если контент свежий.
«Онлайн-курсы на AI-тему по использованию нейросетей показали рост в 15% год к году. Спрос смещается от базовых программ к узкоспециализированным мини-курсам для конкретных профессий и сценариев применения.»
Красные флаги в этой категории: «Заработайте 300 тысяч за месяц», «Уволь дизайнера через неделю», «Секретные промпты, которые не знают другие». Всё это — инфоцыганский маркетинг. Настоящая AI-грамотность не обещает мгновенного дохода; она обещает, что вы станете эффективнее на своём текущем месте.
Отдельный сигнал опасности — курс, записанный в 2022–2023 году и с тех пор не обновлявшийся. За это время сменились интерфейсы всех ключевых инструментов, появились GPT-4o, Claude 3.5/3.7, Gemini 2.0 — материал про «как пользоваться ChatGPT» образца 2023 уже частично непригоден.
Категория 2: Prompt engineering — а это вообще профессия?
Короткий ответ: нет, в том виде, в каком её продают. Длинный ответ — ниже.
После выхода ChatGPT в 2022 году западные медиа написали о зарплатах «prompt engineer» до $335 000 в год. Российский рынок немедленно отреагировал: появились десятки курсов «Стань промпт-инженером за 2 месяца». Сегодня, в 2026 году, картина другая.
«По данным анализа вакансий hh.ru за 2025 год, «чистых» позиций промпт-инженера — менее 0,3% от всех AI-вакансий. Спрос сместился от массового найма к ценным узким компетенциям: нужны гибридные специалисты, а не чистые промпт-райтеры.»
Что произошло: модели стали лучше понимать естественный язык. Техники вроде «напиши как эксперт» или «давай думать пошагово» из 2023 года сейчас работают автоматически в большинстве современных LLM. Компании перестали нанимать людей только для написания промптов — этот навык стал частью обычных должностных обязанностей менеджеров, маркетологов, аналитиков.
Что реально существует: курсы по промпт-инжинирингу продолжительностью 20–40 часов, которые учат структурировать запросы, использовать системные промпты, цепочки рассуждений (Chain-of-Thought), технику Few-Shot и работу с API. Это полезные навыки. Но это надстройка над основной профессией, а не самостоятельная карьера.
Практический вывод: если вы маркетолог, аналитик или менеджер — короткий курс по промпт-инжинирингу (до 40 часов, до 20 000 ₽) может реально повысить продуктивность. Платить 80 000–150 000 ₽ за «профессию промпт-инженера» — выбрасывать деньги на ветер.
Категория 3: ML/DL-разработка — настоящее IT-направление
Это та самая категория, где учат строить и обучать модели, а не только пользоваться ими. Здесь всё серьёзно: высокий порог входа, долгий срок обучения и реальные карьерные перспективы.
Ключевые курсы мирового уровня:
- Andrew Ng (Coursera): Machine Learning Specialization + Deep Learning Specialization — эталон для входа в профессию. Требует уверенного Python и базовой линейной алгебры. Бесплатно в режиме аудита.
- fast.ai (Practical Deep Learning for Coders): практический подход «сверху вниз» — сначала пишем работающий код, потом разбираем теорию. Бесплатно.
- Karpov.Courses (Start ML, Deep Learning Engineer): русскоязычный вариант с менторством, живыми проектами и акцентом на продакшн-навыки. 3–9 месяцев, 60 000–150 000 ₽.
- Hugging Face Learn: бесплатные практические курсы по LLM, AI-агентам, диффузионным моделям — с кодом на реальных моделях.
- ODS.ai (Open Data Science): русскоязычное сообщество с курсами mlcourse.ai — бесплатный, но требует дисциплины.
Реальные требования для старта:
- Python уровня уверенный junior (функции, классы, numpy, pandas)
- Линейная алгебра: матрицы, векторы, производные
- Теория вероятностей и базовая статистика
- Готовность учиться 12–18 месяцев всерьёз
«Медианная зарплата AI-инженера в России в 2025 году — 220 000 рублей. ML-инженеры получают 184 000–345 000 рублей. Уровень entry — сложно найти: рынок требует middle+/senior с практическим опытом конкретных стеков.»
Главный честный момент: если у вас нет опыта в программировании, путь в ML займёт не «3 месяца с нуля», как пишут некоторые школы, а реальные 18–24 месяца — при условии ежедневной практики. Любой курс, обещающий «ML с нуля без математики за 2 месяца» — продаёт иллюзию.
Категория 4: AI для отдельных профессий
«Midjourney для дизайнера», «ChatGPT для копирайтера», «AI для HR», «Нейросети для маркетолога» — это отдельная и на самом деле разумная ниша, если правильно понять её цель.
Структура типичного такого курса: 20–40 часов практики с конкретным набором инструментов, заточенных под одну профессию. Дизайнер учится работать с Midjourney, Stable Diffusion, Adobe Firefly и интегрировать генеративный AI в рабочий процесс Figma. Маркетолог — автоматизировать подготовку контента через Claude/ChatGPT + n8n/Make. Копирайтер — выстраивать AI-ассистированный editorial workflow.
Когда это стоит: когда курс даёт конкретные рабочие сценарии под вашу профессию, а не обзор «20 инструментов которые вы можете попробовать». Хороший показатель — если авторы курса сами практикующие специалисты, а не «AI-евангелисты».
Чего остерегаться: курсы, построенные вокруг одного инструмента без учёта экосистемы (например, только Midjourney без понимания, что завтра придёт Sora или Runway Gen-4), устаревают быстро. Лучший формат — курс, обучающий логике работы с генеративными инструментами, а не конкретным кнопкам.
10 красных флагов AI-курса
Вот признаки, при появлении которых стоит немедленно закрыть страницу и поискать альтернативы.
- «Заработайте 300 000 ₽ через 2 месяца на нейросетях». Конкретный доход от прохождения курса — прямая ложь или манипуляция. Заработок зависит от рынка, портфолио, удачи — не от факта покупки курса.
- «Курс по ВСЕМ нейросетям сразу». За 20–40 часов невозможно освоить ChatGPT, Midjourney, Stable Diffusion, Runway, ElevenLabs и ещё 15 инструментов. Такой курс — это поверхностное знакомство без практических навыков.
- «Секретные промпты, которые не знают другие». Никаких секретных промптов не существует. Это маркетинговый приём.
- «Станьте AI-специалистом без математики и программирования». AI-грамотность — да. ML-разработка без математики — нет.
- «Курс записан в 2022–2023 году» (без упоминания регулярных обновлений). В AI-нише 2-летний курс — уже исторический артефакт.
- Нет информации об авторе. Кто ведёт курс? Где работает? Какой опыт? Если биография размытая («AI-эксперт и предприниматель») — осторожно.
- Обещание «трудоустройства» после 4-недельного курса. После месяца обучения вас не возьмут ML-инженером. Такие обещания — обман.
- «Монетизация ChatGPT» как основная тема. Продажа «стратегий заработка на GPT» — классический инфобизнес без содержательной части.
- Отзывы только с фото «счастливых учеников» без конкретики. «Курс изменил мою жизнь» — не отзыв. Ищите конкретику: что сделал, где применил, как изменился доход.
- Цена в разы выше рынка при отсутствии уникального контента. Стоимость хорошего AI-курса для не-IT: 20 000–80 000 ₽. Если за «промпты и ChatGPT» просят 200 000 ₽ — это не образование, это инфобизнес.
Зелёные флаги качественного AI-курса
Признаки того, что перед вами реальный образовательный продукт:
- Авторы публикуются на arXiv, Papers With Code или в профессиональных изданиях. Это не обязательное условие, но хороший знак для технических курсов.
- Есть GitHub с проектами учеников. Реальный код — реальное обучение.
- Курс содержит hands-on работу с моделями через Hugging Face, Colab или собственные API — не просто «посмотрите на демо».
- Программа чётко разграничивает уровни и не обещает одинакового результата полному новичку и опытному разработчику.
- Указана дата последнего обновления — и она не старше 6 месяцев.
- Есть конкретные учебные результаты в терминах навыков («уметь построить RAG-систему», «понимать архитектуру трансформера»), а не расплывчатые обещания («разберётесь в AI»).
- Отзывы содержат конкретику: что проект был сделан, куда устроился ученик, какой стек использовался.
- Честно написано, кому курс НЕ подойдёт. Ответственный провайдер не продаёт ML-курс тем, кто не знает Python.
«Технологии генеративного ИИ устаревают быстрее, чем выходит новый iPhone. Для актуальности контента требуются постоянные обновления — бесплатные материалы становятся устаревшими за 3 месяца, платные качественные курсы обновляются ежемесячно.»
Как устаревают AI-курсы быстрее других
Ни один другой образовательный рынок не устаревает так стремительно, как AI. Для сравнения: курс по Python 2019 года сегодня на 80% актуален. Курс по «работе с ChatGPT» 2023 года сегодня — примерно наполовину.
Что устарело с 2023 года:
- Большинство «секретных промптов» и шаблонов — модели научились понимать естественный язык без ритуалов «действуй как опытный эксперт»
- Интерфейс и возможности ChatGPT 3.5 — сейчас используется GPT-4o с нативной работой с изображениями, файлами, браузером
- Stable Diffusion 1.x промпты — сейчас используются принципиально другие архитектуры (FLUX, SD3)
- Большинство туториалов по LangChain — библиотека кардинально переписала API в 2024 году
- «Как обойти ограничения ChatGPT» — jailbreak-техники периодически закрываются обновлениями
Что меняется каждые 6–12 месяцев: новые базовые модели (GPT-5, Claude 4, Gemini Ultra), новые инструменты для агентов, новые подходы к RAG и файн-тюнингу, новые векторные БД. Курс по «LLM-разработке», записанный год назад и не обновлявшийся, уже частично неактуален.
Практический вывод: для AI-обучения важна не только программа на момент покупки, но и политика обновлений. Спросите: как часто курс обновляется? Есть ли доступ к обновлённым версиям для купивших? Ответ «обновляем регулярно» без конкретики — не ответ.
Какие навыки AI в 2026 реально ценятся на рынке
По данным анализа 15 000+ вакансий с hh.ru (июнь–сентябрь 2025) в области AI/ML:
| Навык / технология | Упоминаемость в вакансиях | Примечание |
|---|---|---|
| RAG (Retrieval-Augmented Generation) | 70%+ вакансий внедрения ИИ | Доминирующий паттерн для корпоративных LLM-систем |
| LangChain / LlamaIndex | 60% ML-вакансий | Основные фреймворки для LLM-приложений |
| MLOps / LLMOps | Активный рост | Kubeflow, MLflow, DVC, ClearML |
| Fine-tuning (LoRA, QLoRA) | Специализированные вакансии | Преимущественно банки и крупный enterprise |
| Vector DB (Qdrant, FAISS, Milvus) | В связке с RAG | Qdrant доминирует в российских проектах |
| LLM Evaluation (оценка качества) | Растёт | RAGAS, LangSmith, кастомные метрики |
| AI Agents / Orchestration | Быстрый рост в 2025–2026 | AutoGen, CrewAI, LangGraph |
| PyTorch | Обязателен для ML-позиций | TensorFlow отходит на второй план |
«Компании уже не «пробуют ChatGPT» — они строят стратегии, нанимают профильных специалистов, инвестируют в инфраструктуру. Востребованы ML-инженеры с опытом RAG и LangChain, MLOps/LLMOps-инженеры, AI Product Manager'ы и AI-архитекторы. Требуемый уровень: middle+/senior.»
Важный момент про уровень: позиций junior ML-engineer на рынке мало. Работодатели ищут людей с практическим опытом, которого не даёт прохождение одного курса. Это не означает «курсы бесполезны» — это означает, что курс должен давать реальные проекты в портфолио, а не просто сертификат.
Маршруты: от цели к первому шагу
Три реалистичных сценария с конкретными временными рамками.
Маршрут А: Не-IT → AI-грамотность (2–3 месяца)
Цель: уверенно использовать AI-инструменты в текущей профессии. Не менять карьеру — стать эффективнее.
- Месяц 1: базовый курс на Нетологии или Яндекс Практикуме — ChatGPT, Claude, базовые промпты, генерация изображений
- Месяц 2: специализированный курс под профессию (если есть — под вашу конкретную область)
- Месяц 3: самостоятельная практика — внедрить 3–5 AI-инструментов в реальную работу
- Бюджет: 20 000–60 000 ₽
Маршрут Б: IT-разработчик → LLM-engineer (6–9 месяцев)
Цель: перейти из backend/frontend в AI-разработку. Предполагается уверенный Python и понимание архитектуры приложений.
- Месяц 1–2: Andrew Ng Deep Learning Specialization (Coursera, бесплатно в аудите) + практика на Hugging Face
- Месяц 3–4: курс по LLM и RAG (Hugging Face Learn / Rebrain / Karpov Deep Learning)
- Месяц 5–6: построить 2–3 реальных проекта: RAG-система, fine-tuned модель, AI-агент
- Месяц 7–9: поиск работы с портфолио на GitHub
- Бюджет: 0–80 000 ₽ (основные ресурсы бесплатны)
Маршрут В: Новичок в IT → ML-инженер (12–18 месяцев)
Цель: полная смена профессии. Требует серьёзной самоотдачи.
- Месяц 1–4: Python до уровня уверенного junior (numpy, pandas, matplotlib), основы линейной алгебры и статистики
- Месяц 5–8: Start ML на Karpov.Courses или Andrew Ng Machine Learning Specialization, первые Kaggle-соревнования
- Месяц 9–12: Deep Learning, PyTorch, первые проекты с реальными данными
- Месяц 13–18: специализация (NLP/LLM, CV, или MLOps), портфолио, поиск работы
- Бюджет: 60 000–180 000 ₽
Заключение
6 844 курса — это не хаос, это рынок, который ещё не устоялся. Три года назад ниша практически не существовала. Сегодня в ней есть и серьёзные образовательные продукты от Karpov, Яндекс Практикума, fast.ai, и масса «упакованного воздуха» с обещаниями быстрых денег.
Главное, что стоит запомнить: цель определяет категорию. Хотите осознанно использовать ChatGPT на работе — вам нужен двухмесячный курс AI-грамотности, а не годовая программа по ML. Хотите строить AI-системы — готовьтесь к 12–18 месяцам реального обучения с кодом и математикой, и не верьте тем, кто обещает это за 2 месяца.
Рынок AI-курсов будет расти и дальше — по прогнозам Smart Ranking, сегмент достигнет 5,6–7 млрд рублей к концу 2025 года. Вместе с деньгами в нишу будут приходить новые инфоцыгане. Прагматичный фильтр — это лучшее, что можно взять с собой при выборе курса: смотреть не на обещания, а на программу; не на сертификат, а на портфолио учеников; не на маркетинг, а на дату последнего обновления.
