Проектирование пассажирского самолета Як-42 началось в ОКБ под руководством А.С. Яковлева в 1973 г. В первоначальном варианте планер по внешнему виду немного схож со своим предшественником Як-40, но только увеличенных размеров. Успешная эксплуатация и большой серийный выпуск Як-40 повлияли на решение А.С. Яковлева строить самолет с прямым крылом.

Когда был сделан эскизный проект, его лично министр гражданской авиации Б. Бугаев представил Л.И. Брежневу, и тот проект одобрил, что в то время имело решающее значение. Б. Бугаев больше склонялся к проекту самолета со стреловидным крылом. Пытаясь убедить заказчика, А.С. Яковлев предъявил макет с двумя вариантами крыла: с одной стороны фюзеляжа оно было прямое, а с другой — стреловидное. Проведенные расчеты показали, что самолет с прямым крылом может эксплуатироваться на 740 аэродромах страны, а со стреловидным только на 36 аэродромах. Самолет со стреловидным крылом получался на 6 т тяжелее, но зато скорость больше, при почти той же дальности.

Макетная комиссия, несмотря на сокращение числа пригодных аэродромов, требовала строить самолет со стреловидным крылом, но А.С. Яковлев решил строить самолет с прямым. К концу 1974 г. из сборочного цеха уже выкатили первый опытный образец самолета Як-42. Первый полет самолета Як-42 с прямым крылом состоялся в марте 1975 г., пилотировал его экипаж во главе с летчиком-испытателем А. Колосовым. Испытания самолета проходили нормально, но скорость была все-таки недостаточной: максимальная крейсерская на высоте 8000 м — 680 км/ч. Из министерства поступило требование — строить самолет со стреловидным крылом с увеличением крейсерской скорости до 700—800 км/ч. Даже обращение Яковлева к Л.И. Брежневу оказалось безрезультатным. Уже к началу 1976 г. новый проект самолета со стреловидным крылом был выполнен.

При разработке и постройке самолета коллектив ОКБ учел и широко использовал опыт, приобретенный при создании Як-40. Для снижения веса конструкции крыло Як-42 сделали неразъемным, это позволило добиться наиболее рационального распределения металла по сечениям и размаху крыла, свести до минимума количество мест, в которых было возможно преждевременное появление трещин от усталости конструкции. Для достижения заданных взлетно-посадочных характеристик крыло самолета имеет сильную механизацию. Но в то же время конструкторы отказались от установки по передней кромке крыла предкрылков. Они спроектировали крыло несколько большим по площади, чем возможное с предкрылками. Обычно при взлете и посадке применяются трехщелевые раздвижные закрылки. Конструкторы решили эту проблему более простым способом.

Крыльевая механизация состоит из закрылка с неподвижным дефлектором (он образует фиксированную щель по носку закрылка) и хвостика, который отклоняется вниз при посадке. Такая механизация оказалась гораздо проще и легче. Силовая установка состоит из трех двигателей Д-36, они установлены в хвостовой части фюзеляжа. Такая схема заметно снижает уровень шума в салонах, шасси становятся ниже. Бортовой трап, примененный на самолете, сделал ненужным наземные трапы, которые, кстати, на аэродромах 3-го класса и не предусмотрены. Серийно самолет строился на двух авиазаводах: в Саратове и Смоленске. К 1993 г. построено более 150 самолетов всех модификаций. На самолете Як-42 установлено девять мировых рекордов.

Як-42 так и не смог заменить самолёты Ту-134. Всего было построено лишь 183 экземпляра Як-42, против 854 экземпляров Ту-134 всех серий. Тем не менее Як-42 был достаточно современным проектом в 1970—1980-х годах, когда разрабатывался и был запущен в серийное производство. Однако авиакатастрофа 1982 года в Белоруссии, а затем распад СССР, резкое сокращение коммерческих пассажирских перевозок и выбор авиаперевозчиков в пользу закупки зарубежных авиалайнеров отрицательно сказался на дальнейшей судьбе самолёта.

Тактико-технические характеристики Як-42

- Первый полёт: 7 марта 1975 года
- Начало эксплуатации: 22 декабря 1980 года
- Годы производства: 1977 — 2003
- Единиц произведено: 183

Экипаж:
- 2 пилота и 1 бортмеханик
Вместимость:
- 120 пассажиров (эконом)
Двигатели:
- ТРДДх3, Прогресс Д-36
- Тяга, кгс: 3 × 63,74 kН

Расход топлива:
- 3100 кг/ч
- Удельный расход топлива: 35,0 г/(пасс.·км)
Скорость:
- Крейсерская скорость: 700 км/ч
- Максимальная скорость: 0,75 M (810 км/ч)
- Длина разбега: 1800 м
- Длина пробега: 1670 м
Размеры:
- Длина: 36,38 м
- Размах крыла: 34,88 м
- Площадь крыла: 150 м2
- Стреловидность крыла по линии 1/4 хорд: 23°
- Высота хвоста: 9,83 м
- Диаметр фюзеляжа: 3,80 м
- Ширина салона: 3,60 м

Вес:
- Масса пустого: 33 500 кг
- Максимальный взлётный вес: 57,0 т
- Максимальный посадочный вес: 51,0 т
Дальность полёта:
- 2900 км
Практический потолок:
- 9100 м

Многие документы о событиях пятидесятых годов до сих пор остаются засекреченными, поэтому информации немного. Одним из первых об этом в своей статье для журнала «Planeta» написал профессор Чедомира Йанич, занимающийся историей авиации. Дело было так. В начале 1950-х некоторое количество Як-23 состояло на вооружении стран соцлагеря: Венгрии, Румынии, Болгарии и Польши. Сознавая невозможность похищения самолета из СССР и сложность его «добычи» в небе над Кореей, американская разведка решила действовать именно через страны Восточной Европы. Чтобы минимизировать неприятные международные последствия, всю операцию решено было провернуть чужими руками. Некоторое время велась работа по поиску перебежчиков в соцстранах — достаточно алчных, желательно одиноких и с антикоммунистическими политическими убеждениями. Такой был найден — им стал румынский пилот Михай Дьякоану. 24 июня 1953 года он на своем Як-23 во время штатного сторожевого полета покинул воздушное пространство Румынии и приземлился в Югославии. О судьбе пилота известно немногое — он был вывезен в США представителями ЦРУ, где получил новое имя. Самолет же был отправлен на один из югославских испытательных полигонов, где с него были удалены все опознавательные знаки. Полный комплекс испытаний включал 21 полет общей продолжительностью 9 часов с участием югославских пилотов.

В октябре начались переговоры о передаче угнанного самолета США. Условием были поставки в Югославию новейших американских самолетов Т-33, F-84 и F-86. Соглашение было достигнуто, и разобранный истребитель отправился за океан. Там он был собран, отмечен американской символикой и испытан. Большого впечатления на американцев машина не произвела. Як-23 расценивали и в СССР как не самый удачный опыт. Именно поэтому самолет оказался в Восточной Европе — неподалеку от границы с Югославией, с которой в тот момент произошло очередное охлаждение отношений. После испытаний американцы самолет разобрали и вернули Югославии. Югославы объявили о румынском пилоте-перебежчике в новостях. Румыны промолчали. А в СССР сделали вид, что ничего не было, так как с 1951 года, после передачи машины Румынии, самолет не состоял у них на балансе. Больше всех в ситуации выиграли югославы, сумевшие испытать советский самолет и получить контракт на поставку американской авиатехники.

Инженер машинного обучения (ML-инженер — от англ. Machine Learning Engineer) — это специалист, который разрабатывает и внедряет алгоритмы, позволяющие программам обучаться на данных и принимать решения без явного программирования. Скажем, специалист по Data Science анализирует данные и строит модели, а ML-инженер оптимизирует их и интегрирует в реальные приложения.

Профессия находится на пересечении программирования, математики, статистики и прикладного машинного обучения. ML-инженер не просто строит модель, а делает так, чтобы она эффективно работала в продакшене, обрабатывала большие объемы данных, быстро реагировала на запросы пользователей и корректно обновлялась по мере поступления новых данных.

Чем занимается ML-инженер на практике

Работа ML-инженера включает сразу несколько направлений. В первую очередь это сбор и подготовка данных. Реальный мир далек от идеала, и данные часто приходят в сыром виде: с пропусками, ошибками и несоответствиями. Инженер должен очистить их, привести к единому формату и расширить с помощью внешних источников.

Следующий этап — выбор и обучение модели. Здесь инженер выбирает один или несколько алгоритмов, проводит эксперименты, настраивает параметры, оценивает качество. Он должен понимать, как работают линейные регрессии, деревья решений, градиентный бустинг, нейронные сети и уметь выбрать нужный инструмент под задачу.

Самое сложное и ответственное начинается после того, как модель готова. ML-инженер превращает ее в часть работающего приложения. Это означает упаковку модели в API, написание серверного кода, оптимизацию по скорости и памяти, мониторинг качества в реальном времени и повторное обучение по мере необходимости. Он также работает над масштабируемостью и надежностью, так как в реальных условиях модели должны обрабатывать тысячи или миллионы запросов ежедневно.

Кроме того, инженер взаимодействует с другими специалистами: аналитиками, продукт-менеджерами, разработчиками. Он объясняет, как работает модель, какие у нее ограничения, как интерпретировать результаты. Коммуникация — неотъемлемая часть его работы.

Какие навыки и знания нужны

Чтобы стать инженером машинного обучения, нужно сочетание теоретической базы и практических навыков:

• Уверенное владение языками программирования, прежде всего Python. Большинство библиотек машинного обучения, таких как scikit-learn, TensorFlow, PyTorch, написаны именно на нем.

• Знания математики, особенно линейной алгебры, теории вероятностей и математической статистики тоже играют важную роль. Без них невозможно понять, как и почему работает та или иная модель, как интерпретировать ее поведение и где могут возникнуть ошибки. Для повторения основ у нас есть отдельный бесплатный курс базовой математики.

• Алгоритмы машинного обучения важно понимать на уровне реализаций: что такое переобучение, как работает регуляризация, какие метрики применимы для классификации, регрессии, кластеризации.

Также важно уметь работать с базами данных (SQL, NoSQL), системами хранения и обработки больших данных (Hadoop, Spark), знать основы DevOps и MLOps (Docker, CI/CD, Kubernetes, автоматизация моделей).

Плюсы и минусы профессии

➕ Востребованность и высокая оплата труда. Инженеры по машинному обучению — одни из самых востребованных специалистов в IT-сфере. Зарплаты выше среднего по рынку, особенно при наличии успешных проектов и глубоких знаний.

➕ Перспективность. ML активно применяется в медицине, финансах, ритейле, науке и других отраслях. Это дает широкие возможности для карьерного роста.

➕ Интеллектуальная работа. Работа подходит тем, кто любит решать сложные задачи и работать с данными.

➕ Богатая образовательная экосистема. По теме ML иного курсов, open-source инструментов, конференций и сообществ. Есть возможность постоянно учиться и обмениваться опытом.

➖ Высокий порог входа. Нужны глубокие знания математики, программирования, а также баз данных, алгоритмов и архитектур моделей.

➖ Работа бывает рутинной. Большую часть времени занимает обработка и подготовка данных, отладка моделей, а не изобретение революционных алгоритмов.

➖ Трудности с внедрением моделей. Не всегда удается успешно интегрировать модель в продукт. Требуются усилия по адаптации под инфраструктуру, масштабированию, мониторингу и учету бизнес-ограничений.

➖ Конкуренция. Растущая популярность профессии означает, что в крупных городах конкуренция среди кандидатов может быть высокой.

Зарплаты ML-инженеров

По данным Dream Job, средняя зарплата ML-инженеров в России за 2025 год составляет 165 000 рублей. Чаще всего зарплаты находятся в диапазоне от 100 000 до 230 000 рублей. Минимальная зафиксированная зарплата — 87 000 рублей, максимальная — 360 000.

Вилки джуниоров в машинном обучении, по данным HH Карьера, составляют от 70 000 до 110 000 рублей. Мидлов — от 220 000 до 250 000 рублей, а сеньоров — от 348 000 до 350 000 рублей.

Вот так выглядят зарплаты в профессии ML-инженер летом 2025 года.

Перспективы профессии

Машинное обучение используется в самых разных сферах: от финансов и медицины до логистики, маркетинга и развлечений. ML-инженеры разрабатывают алгоритмы для прогнозирования спроса, распознавания лиц, антифрод-систем и рекомендательных алгоритмов.

Спрос на таких специалистов продолжает расти, а уровень доходов остается одним из самых высоких на рынке. По данным исследования, наибольший спрос в сфере анализа данных и ML пришелся на последние четыре года — число предложений выросло в 2,5 раза.

Конечно, вход в профессию требует знаний, самообразования и реальных кейсов. Но те, кто готов учиться и двигаться вперед, найдут в этой области интересную работу с постоянными интеллектуальными вызовами и большими карьерными перспективами.

Как стать ML-инженером

Многие специалисты приходят в машинное обучение из смежных областей:  математики, физики, программирования, аналитики. Часто у них есть техническое образование, хотя это необязательно. Важнее — желание учиться и практиковаться.

Один из самых надежных способов — пройти профильное обучение. Это может быть вуз, где есть направления по ИИ и анализу данных, или курсы, ориентированные на практику. Онлайн-платформы предлагают мощные программы, которые можно проходить параллельно с работой или учебой.

Например, стартовать в профессии поможет онлайн-курс «Инженер машинного обучения» Практикума — за 4 месяца вы изучите полный жизненный цикл модели машинного обучения и сможете строить продвинутые ML‑модели. Вы освоите Docker, FastAPI, Airflow, MLflow, Yandex Cloud и другие инструменты, добавите 7 ML-проектов в портфолио и получите диплом о профессиональной переподготовке.

Начните учиться бесплатно!