Applied AI Engineer: role a kariérní žebříček nad ní

· autor Marian Kamenistak

Marian Kamenistak nakloněný dopředu v hnědém saku, usmívá se.

Applied AI Engineer staví AI funkce firmy do jejího produktu: vyhledávání, prompty, evaluace, guardrails a náklady na provoz toho všeho v produkci.

Ta práce sedí na běžném engineering žebříčku a nejasné to začíná být na příčkách nad ní. Firmy nabírají AI staff engineery dřív, než si sepíšou, co ta úroveň znamená. V nabídce stojí Staff, v náplni „vlastni naši AI“ a kritéria povýšení jsou dokument, který někdo slíbil napsat minulý kvartál.

Hodně hledání, skoro žádná definice

Data o klíčových slovech ten rozdíl ukazují. Podle Google Ads má ai engineer celosvětově 90 500 hledání měsíčně a staff engineer 9 900, obojí jako průměr za 12 měsíců. ai staff engineer a staff ai engineer nevracejí žádná data, tedy příliš málo hledání na to, aby je Google vykázal. applied ai engineer vyrostl z 880 hledání v září 2025 na 4 400 v srpnu 2026 a principal ai engineer má v průměru 390. (Objemy z Google Ads přes DataForSEO, celosvětově, staženo 9. října 2026.)

Aplikovaný titul tedy rychle roste a příčku nad ním firmy obsazují a platí, zatímco její název do vyhledávače skoro nikdo nenapíše. Lidé, kteří ji drží, hledali „applied AI engineer“, nebo nic, a úroveň se k nim přilepila až potom. V praxi to znamená, že se při obhajobě titulu nemáš o jakou společnou definici opřít, ale tvůj manažer taky nemá žádný vnější benchmark, kterým by tě odmítl. To druhé ti pomůže víc, než ti to první uškodí.

Americké inzeráty, které plat uvádějí, jsou štědré. V říjnu 2026 nabízelo OpenAI 230 000 až 385 000 USD a equity za Applied AI Engineera v týmu agenta Codex, Ramp 204 400 až 352 000 USD a equity, D. E. Shaw základ 225 000 až 275 000 USD, WorkOS 175 000 až 275 000 USD a equity a Anthropic 280 000 až 320 000 USD za pozici pro veřejný sektor.

Práce za stejným titulem se liší. Inzerát OpenAI chce někoho, kdo bude „vyvíjet a spouštět evaly, které měří výkon agenta, regrese, typy selhání a okrajové případy“. D. E. Shaw hledá lidi, kteří „postaví agenty a uživatelské aplikace na míru“. Pozice Anthropicu pro veřejný sektor má „podporovat zákazníka, když staví s Claude Code, Claude API a Claude for Enterprise“, což má blíž k roli Forward Deployed Engineer než k produktovému týmu.

Applied, staff, principal: příčky, jak dnes vypadají

Applied AI EngineerAI Staff EngineerPrincipal AI Engineer
Koho chyba zasáhneJedna produktová oblastKaždý tým, který dodává AITechnologický směr firmy
Těžké rozhodnutíZvládne tenhle model tu práci?Co je dost dobré na vydáníDo kterých sázek přestaneme jít
VlastníFunkceEvaluace, tooling, standardyArchitekturu a víceletou pozici
Selže, kdyžFunkce nedosahuje výkonuTýmy standard obcházejíFirma se na roky upne ke špatnému stacku
ZhrubaJeden nebo víc na týmJeden na organizaci, která dodává AIJeden na firmu

AI Staff Engineer, jehož standardy se potichu ignorují, selhal, i když se všechno dodává a nic se zatím nerozbilo, a to selhání zůstane zhruba dva kvartály neviditelné. Verze nejvyšší příčky bez AI má vlastní stránku: Principal Engineer.

Marian Kamenistak ukazuje na slide, který boduje dovednosti v AI-assisted engineeringu (agentic coding, AI code review, MCP integrace) proti platu mid-level vývojáře.
Agentic coding, AI code review, MCP: dovednosti se dnes porovnávají s platem, na pódiu i v podkladech k povýšení.

Co musí podklady k povýšení prokázat

Protože úroveň není definovaná, nesou podklady k povýšení víc váhy než o příčku níž. Čtyři věci, a na té poslední se většina případů zasekne.

  1. Něco v produkci, na čem závisí jiné týmy. Evaluační harness, sdílená gateway, verzování promptů, které lidé používají, aniž by jim to někdo nařídil, a které už běží.
  2. Rozhodnutí, které stálo peníze a ukázalo se jako správné. Menší model, odchod od dodavatele, inference přesunutá do vlastní režie. I s číslem.
  3. Standard, který přežil střet s týmem, který nesouhlasil. Sepsaný, obhájený, přijatý. Důkazem je přijetí, ne autorství.
  4. Někdo seniorní, kdo to řekne nahlas. Ve firmě bez sepsaných kritérií o povýšení na Staff+ rozhoduje sponzor v místnosti, kde nejsi. Pokud toho člověka neumíš jmenovat, podklady nejsou hotové, ať v dokumentu stojí cokoli.

Mechanika skládání podkladů je stejná jako o příčku níž a role Staff Engineera popisuje verzi té úrovně bez AI.

Kde se kreslí hranice kvality

Dřívější generace Staff+ inženýrů mohly uvažovat o správnosti. Systém byl buď správně, nebo špatně, a test ti řekl, které z toho.

AI systémy mají pravdu dost často a to „dost často“ je byznysové rozhodnutí. Někdo musí rozhodnout, že řekněme 94% přesnost u shrnovače zákaznické podpory projde a u funkce, která sahá na peníze, se zablokuje, a pak tu hranici obhájit před produktovým manažerem, který tu funkci chce tenhle kvartál. Těch 94 % je tady ilustrace, ne měření. Skutečné číslo záleží na tom, co měříš, liší se podle funkce a žádný framework ti ho nedá.

Kreslená skica: dva boxy vedle sebe, v každém stejných 94 %. U shrnovače zákaznické podpory (Support summariser) to projde, u funkce, která sahá na peníze (Touches money), se to zablokuje.

Hranice drží, jen když se kontroluje v každém kroku. AI model ti dává pravděpodobnost, takže delivery workflow bez validace mezi kroky málokdy někomu ušetří čas: hodiny se jen přesunou od psaní kódu k jeho ruční kontrole. Proto otázka, která odliší kandidáty na AI leadership pozice, zní, jak validují každý krok AI delivery workflow, a stejná otázka třídí i Staff+ kandidáty o úroveň níž. Playbook AI transformace má celou sadu otázek k pohovoru, ze které pochází. O lidech, kteří ty kontroly sami staví, je stránka AI QA Engineer.

Druhý posun se týká zbytku týmu. Agenti píšou čím dál větší podíl kódu, takže vzácná dovednost v týmu se přesouvá od psaní kódu k jeho posuzování. Staff Engineer, který rok stráví tím, že sám píše víc kódu, zadání nepochopil. Manažery stejný posun potkává z jejich konce org chartu.

Manažer, nebo Staff+, a kde jsou peníze

Manažerská a Staff+ dráha bývaly čisté rozcestí. Teď se cena obou mění zároveň, takže volba působí jako sázka. Samotné rozcestí, rozsah proti páce, rozebírá text o kariérním rozcestí roku 2027.

Která strana je bezpečnější? Řekl bych, že nejbezpečnější inženýr, který umí s AI, je ten, kdo je nejblíž penězům, ať má jakýkoli titul.

Marian Kamenistak na 1:1 mentoringové session.
Kde se tvoje práce potkává s tržbami nebo náklady? Odpověz si na to dřív, než si vybereš žebříček.

Otázka se tím přesouvá od org chartu k práci. Manažer, jehož tým dělá AI práci, která se projeví v obchodu, podpoře nebo nákladech, sedí na silnější pozici než Staff Engineer, který leští interní tooling bez cenovky, a platí to i obráceně. Většina AI adopce začíná uvnitř engineeringu a peníze z ní z větší části přistávají mimo R&D, takže inženýři, kteří za nimi půjdou, mají kratší cestu k číslu, které už byznys počítá.

Pokud stojíš na tom rozcestí, je na to postavený 1:1 mentoring pro Staff+ inženýry. Přines svůj současný rozsah a první session projde, jak daleko má k tržbám nebo nákladům. Ta první je zdarma.

Další příčky a sousedé

Časté dotazy

Kdo je Applied AI Engineer?+
Applied AI Engineer staví AI funkce do produktu firmy a drží je v chodu v produkci. Práce zahrnuje vyhledávání, prompty, evaluace, guardrails a náklady na každý požadavek. Je to delivery role, ne výzkumná, takže sedí na běžném engineering žebříčku a podle něj se i platí.
Jaký je rozdíl mezi AI engineerem a Applied AI Engineerem?+
Ve většině inzerátů oba tituly popisují stejnou práci: stavění produktů nad existujícími modely. Firmy, které modely i trénují, slovem applied oddělují práci na funkcích od výzkumu a v AI laboratořích často znamená stavění přímo se zákazníky. Čti odpovědnosti: evaluace, zákazníci a produkce ukazují na aplikovanou práci, ať je v nadpisu cokoli.
Jak se stát Applied AI Engineerem?+
Začni od softwarového engineeringu a dodej jednu AI funkci, na kterou sahají skuteční uživatelé. Evaluační sadu k ní postav sám a znej její náklad na požadavek. Takový důkaz přebije certifikát. Většina inzerátů chce nejdřív produkční engineering a až potom znalost modelů, takže backend nebo full-stack inženýr má blíž než data scientist.
Kolik vydělává Applied AI Engineer?+
V amerických inzerátech z října 2026 byl základ od 175 000 do 385 000 USD a tři z nich přidávají equity. Inzeráty pocházejí z AI laboratoří, fintechu, financí a developerských nástrojů, takže ukazují horní konec trhu, ne jeho střed. Mimo USA a mimo firmy postavené na AI čekej méně.
Je těžké stát se AI engineerem?+
Pro zkušeného softwarového inženýra méně, než to vypadá. Aplikovaná práce stojí na dovednostech, které už máš: API, data, testování, provoz v produkci. Opravdu nová je práce s výstupem, který je správně jen někdy: rozhodnout, jaká přesnost stačí k vydání, a doložit to evaluacemi místo unit testů.

Nové články rovnou do mailu.