Ha ma rákeresünk a magyar állásportálokon az MI-hez kapcsolódó munkákra, feltűnően kevés hirdetésben szerepel a néhány éve még sokat emlegetett prompt engineer. Helyette AI implementációs szakértőt, AI Agent Engineert, Solution Engineert és AI Solution Architectet keresnek.
A változás többet mond a munkakörök elnevezésénél. A magyar cégek egy része már túljutott azon a kérdésen, hogy érdemes-e kipróbálni a generatív MI-t. Most olyan emberek kellenek, akik egy üzleti problémából működő rendszert tudnak csinálni.
A Profession keresője augusztus 28-án 54 találatot mutatott a mesterséges intelligencia, 46-ot az AI engineer keresésre. Ezek a számok átfednek, így nem alkalmasak a piac méretének mérésére. Arra viszont igen, hogy megnézzük, milyen tudást kérnek jelenleg a munkáltatók.
Az MI és az üzlet között kell tudni közlekedni
A Biggeorge Property jelenleg AI implementációs szakértőt keres Budapesten. A feladatleírásban szerepel az MI-eszközök bevezetése, az üzleti igények feltérképezése, use case-ek értékelése, agentek és automatizmusok fejlesztése, valamint a felelős használathoz szükséges governance támogatása.
Érdekesebb azonban, amit a technikai elvárások mellett kérnek. A jelentkezőnek értenie kell az üzleti igényeket, azokat gyakorlati megoldásokká kell alakítania, és a technológiát nem technikai kollégáknak is el kell tudnia magyarázni. Workshopok és belső tudásmegosztás szintén része lehet a munkának.
Hasonló mintát mutat a KOSTAL budapesti AI Solution Engineer pozíciója. Ott az MI-lehetőségekből kell megvalósítható technikai tervet készíteni, majd összehangolni az IT-t, az üzleti területet, az adatgazdákat és a fejlesztést. Ehhez már Python, API-k, cloud és LLM-szolgáltatások ismerete is társul.
A kép kezd összeállni. Az értékes szakember egyszerre ért valamennyit a technológiához, a folyamatokhoz és az emberekhez.
Az agentek külön szakmai iránnyá válnak
Az agentikus MI megjelenése már a pozíciónevekben is látszik.
Az UNIQA budapesti AI Agent Engineer hirdetésében például a munka egy része azzal kezdődik, hogy valaki workshopokon feltérképezi, hogyan működik valójában egy folyamat. Ide tartoznak a kivételek, manuális kerülőutak és akár a dokumentálatlan döntési szabályok is. Csak ezután következik az automatizálás. A technikai oldalon Python, API-k, cloud és adatvédelmi szempontok jelennek meg.
Az OTP ennél magasabb szinten AI Solution Architectet keres az agentikus vállalati megoldások teljes architektúrájának kialakítására. A szerepkör összeköti az üzleti és technológiai igényeket az infrastruktúrával, a clouddal és a biztonsággal.
Ez már jóval több annál, hogy valaki ügyesen beszélget egy chatbottal.
Mit tanuljon, aki most indulna ebbe az irányba?
A hirdetésekből nem rajzolódik ki egyetlen kötelező képzési út. Inkább egy készségkombináció látszik.
Érdemes mélyen megérteni legalább egy nagy nyelvi modell működését és gyakorlati használatát, majd megtanulni, hogyan kapcsolódik más rendszerekhez. Az API, az automatizálás, az adatkezelés és valamennyi Python sok állásnál komoly előnyt ad. Egyre fontosabb az agentek, a vállalati tudásbázisok és az MI-governance ismerete is.
A technikai tudás mellé üzleti gondolkodás kell. A munkáltató számára kevés értéke van egy látványos demónak, ha senki nem tudja megmondani, melyik valódi problémát oldja meg.
Talán ez a mostani magyar MI-álláspiac legérdekesebb üzenete. A prompt engineer körüli felhajtás után egy sokkal földhözragadtabb szakmai igény jelenik meg. Embereket keresnek, akik be tudják vinni az MI-t a valódi munkába.
