Яндекс наймет до 1000 ИИ-тренеров для обучения нейросетей финансам, медицине и инженерии

Яндекс планирует до конца 2026 года привлечь до 1000 ИИ-тренеров — специалистов, которые будут обучать нейросети обрабатывать сложные запросы в финансах, медицине, юриспруденции и инженерии. Об этом сообщает Forbes со ссылкой на CEO «Алисы и умных устройств» Валерия Стромова. Компания также продолжает оптимизацию работы ИИ: эффект от внедрения решений за первое полугодие 2025 года составил около 9 млрд рублей.

Зачем Яндексу ИИ-тренеры

ИИ-тренеры будут готовить примеры ответов моделей, проверять рассуждения и оценивать качество их работы. Это необходимо для обучения нейросетей в сложных областях, где требуется высокая точность и экспертиза. Компания планирует искать специалистов в том числе среди сотрудников и выпускников вузов.

Оптимизация затрат на ИИ

Над снижением затрат на обучение моделей и генерацию ответов работает команда из нескольких десятков инженеров. По оценке Валерия Стромова, совокупный эффект от их работы за первое полугодие 2025 года составил около 9 млрд рублей. Расходы сокращаются за счёт более быстрых вычислений и эффективного использования серверов. Например, ночью, когда пользовательских запросов меньше, часть мощностей автоматически переключается с обработки запросов на обучение моделей.

Система умного роутинга

В сентябре 2026 года Яндекс запустит систему умного роутинга, которая будет выбирать наиболее подходящую ИИ-модель для каждого запроса. Простые задачи будут отправляться в менее ресурсоёмкие нейросети, а сложные — в более мощные и специализированные. В первой версии системы будут работать от трёх до пяти моделей-экспертов. По словам Валерия Стромова, 80–90% запросов будут обрабатывать собственные модели Яндекса, а для отдельных задач компания сможет использовать решения с открытым исходным кодом.

Что это значит

Яндекс системно подходит к развитию ИИ: с одной стороны, компания инвестирует в качество моделей через найм тренеров, с другой — оптимизирует затраты и внедряет интеллектуальную маршрутизацию запросов. Это может повысить эффективность ИИ-сервисов и снизить их стоимость, что важно для бизнеса и пользователей.