Три кита участия AI в айтишном найме в 2026 году🐳
Продолжаю наблюдение за ситуацией🌟 И вот что пока вижу:
😊 Меняется понимание профессий, а также появляются новые
Например, возьмём AI-инженеров на примере вакансий из вот этого канала (они туда собираются автоматически по ключевым словам). Хорошо видно, что сейчас под наименованием AI-инженер может идти не обязательно сотрудник, который сам разрабатывает архитектуры и LLM-ки, но и:
⭐️ бэкендер, который будет писать в том числе агентов;
⭐️ ML или даже DE с LLM-пайплайнами;
⭐️ и даже по сути вайбкодер, выполняющий роль аналитика / разработчика
С одной стороны, не вижу смысла пускаться в споры «нееет, настоящий AI engineer сам разрабатывает AI, а не вот это вот всё», с другой стороны — надо понимать, что это и не просто prompt engineer, какого могли искать где-то в 2024. Так как промптить умеют многие, всё-таки нужно понимание какой-то из стандартных областей, где вы будете применять AI.
И сейчас правильным вопросом будет не «не надо ли мне податься в AI?», а «как выглядит AI-native версия моей профессии?»
😊 AI приходит на собеседования, но всё весьма неоднозначно
Потому что у этого утверждения тоже куча вариантов реализации на рынке😏 В одном месте решили сэкономить на рекрутерах, и предлагают пройти HR-cкрининг с роботом по видео (к счастью, сама пока не видела, звучит кринжово), в другом — разрешают вайбкодить вместо написания кода в блокноте без подсветки синтаксиса, в третьем — спрашивают, как реально AI влияет на твою работу (и это идеальная опция).
Если в дальнейшей работе подразумевается, что в компании можно и нужно двигаться быстро с помощью AI, то логично ожидать кандидатов, которые к этому готовы. И нет, это не как в меме про отсутствие 5 лет опыта с библиотекой у её автора, который написал её 3 года назад. Освоить AI для работы сейчас самое время, но это дополнение к вашему остальному опыту.
Возможные вопросы про AI на таком интервью:
⭐️ как ты контролируешь качество работы агента, борешься с галлюцинациями, составляешь ли тесты или eval-датасеты
⭐️ как именно используешь AI в повседневной работе (не «ChatGPT или Claude?», а для чего именно, какие задачи делегируешь, а какие оставляешь себе и почему
⭐️ если вакансия связана с разработкой самих агентов для продукта — можно поразгонять про метрики именно для оценки и внедрения агентов, оценку их работы до и после запуска, выгоды и риски таких перемен в продукте
⭐️ реальные кейсы автоматизации / ускорения задач
Хорошая новость в том, что даже если на нынешней работе нельзя или неуместно такое делать, тут точно вполне подойдут примеры из вашей жизни и / или личных проектов👍
😊 Чем дешевле сам код, тем важнее цельная картина
С приходом AI у многих из нас становится больше ownership. И да, зарплата может за этим не сразу успеть, это база. Больше не получается на нескольких дейликах подряд говорить, что писал тот коммит на 500 строк или искал баг — это делается быстро.
Зато появляется возможность (а вскоре — и соответствующие ожидания у руководства🤵) смотреть на проект или продукт более комплексно, где-то заходить на территорию смежников (например, если продакт установил MCP и теперь делает адхоки с кодом сам вместо аналитика). И в целом ценится теперь не сам код, а именно та часть архитектурной / инженерной / бизнесовой / продуктовой (выберите нужное) мудрости, которая пока больше свойственна кожаным мешкам нам с вами.
Сюда же относится распространение на рынке таких ролей, как Forward Deployed Engineer, например. Это такой человек, которому можно дать задачу быстро развернуть некую систему для конкретного клиента наилучшим образом, на стыке DE / DWH / разработки и теперь зачастую не без применения AI.
➡️ Такие дела. Согласны с обзором? Сами уже сталкивались с этими изменениями? Собеситесь в AI-компании?😎
#развитие_ии #найм_и_собесы
@analytess 👩
Продолжаю наблюдение за ситуацией🌟 И вот что пока вижу:
😊 Меняется понимание профессий, а также появляются новые
Например, возьмём AI-инженеров на примере вакансий из вот этого канала (они туда собираются автоматически по ключевым словам). Хорошо видно, что сейчас под наименованием AI-инженер может идти не обязательно сотрудник, который сам разрабатывает архитектуры и LLM-ки, но и:
⭐️ бэкендер, который будет писать в том числе агентов;
⭐️ ML или даже DE с LLM-пайплайнами;
⭐️ и даже по сути вайбкодер, выполняющий роль аналитика / разработчика
С одной стороны, не вижу смысла пускаться в споры «нееет, настоящий AI engineer сам разрабатывает AI, а не вот это вот всё», с другой стороны — надо понимать, что это и не просто prompt engineer, какого могли искать где-то в 2024. Так как промптить умеют многие, всё-таки нужно понимание какой-то из стандартных областей, где вы будете применять AI.
И сейчас правильным вопросом будет не «не надо ли мне податься в AI?», а «как выглядит AI-native версия моей профессии?»
😊 AI приходит на собеседования, но всё весьма неоднозначно
Потому что у этого утверждения тоже куча вариантов реализации на рынке😏 В одном месте решили сэкономить на рекрутерах, и предлагают пройти HR-cкрининг с роботом по видео (к счастью, сама пока не видела, звучит кринжово), в другом — разрешают вайбкодить вместо написания кода в блокноте без подсветки синтаксиса, в третьем — спрашивают, как реально AI влияет на твою работу (и это идеальная опция).
Если в дальнейшей работе подразумевается, что в компании можно и нужно двигаться быстро с помощью AI, то логично ожидать кандидатов, которые к этому готовы. И нет, это не как в меме про отсутствие 5 лет опыта с библиотекой у её автора, который написал её 3 года назад. Освоить AI для работы сейчас самое время, но это дополнение к вашему остальному опыту.
Возможные вопросы про AI на таком интервью:
⭐️ как ты контролируешь качество работы агента, борешься с галлюцинациями, составляешь ли тесты или eval-датасеты
⭐️ как именно используешь AI в повседневной работе (не «ChatGPT или Claude?», а для чего именно, какие задачи делегируешь, а какие оставляешь себе и почему
⭐️ если вакансия связана с разработкой самих агентов для продукта — можно поразгонять про метрики именно для оценки и внедрения агентов, оценку их работы до и после запуска, выгоды и риски таких перемен в продукте
⭐️ реальные кейсы автоматизации / ускорения задач
Хорошая новость в том, что даже если на нынешней работе нельзя или неуместно такое делать, тут точно вполне подойдут примеры из вашей жизни и / или личных проектов👍
😊 Чем дешевле сам код, тем важнее цельная картина
С приходом AI у многих из нас становится больше ownership. И да, зарплата может за этим не сразу успеть, это база. Больше не получается на нескольких дейликах подряд говорить, что писал тот коммит на 500 строк или искал баг — это делается быстро.
Зато появляется возможность (а вскоре — и соответствующие ожидания у руководства🤵) смотреть на проект или продукт более комплексно, где-то заходить на территорию смежников (например, если продакт установил MCP и теперь делает адхоки с кодом сам вместо аналитика). И в целом ценится теперь не сам код, а именно та часть архитектурной / инженерной / бизнесовой / продуктовой (выберите нужное) мудрости, которая пока больше свойственна кожаным мешкам нам с вами.
Сюда же относится распространение на рынке таких ролей, как Forward Deployed Engineer, например. Это такой человек, которому можно дать задачу быстро развернуть некую систему для конкретного клиента наилучшим образом, на стыке DE / DWH / разработки и теперь зачастую не без применения AI.
➡️ Такие дела. Согласны с обзором? Сами уже сталкивались с этими изменениями? Собеситесь в AI-компании?😎
#развитие_ии #найм_и_собесы
@analytess 👩