Кампаніі ўсё больш пераборлівыя, гарызонт планавання скарачаецца, а софт-скілы ўжо не тыя. Дырэктар па развіцці On the Spot Ліза Макарэвіч правяла даследаванне: апытала тэхлідаў кампаній-кліентаў (стартапаў і сталых бізнесаў) пра тое, як штучны інтэлект мяняе падыходы да найму інжынераў.
Кампаніі ўсё больш пераборлівыя, гарызонт планавання скарачаецца, а софт-скілы ўжо не тыя. Дырэктар па развіцці On the Spot Ліза Макарэвіч правяла даследаванне: апытала тэхлідаў кампаній-кліентаў (стартапаў і сталых бізнесаў) пра тое, як штучны інтэлект мяняе падыходы да найму інжынераў.
За апошнія некалькі месяцаў я пагаварыла з дзясяткам кіраўнікоў тэхналагічных кампаній — ад стартапаў да буйных глабальных гульцоў — пра тое, як AI мяняе інжынерныя каманды, падыход да найму і патрабаванні да спецыялістаў. Акрамя таго, мы арганізавалі TechSpot у Варшаве, дзе разам з інжынірынг-дырэктарамі і CTO з 50 розных кампаній абмяркоўвалі сярод іншага і гэтую тэму.
Усе кампаніі, з якімі я мела зносіны, знаходзяцца на розных этапах укаранення AI: хтосьці пакуль убудоўвае новыя інструменты ў існуючыя працэсы, іншыя ўжо перабудоўваюць інжынерную інфраструктуру і арганізацыю працы вакол AI. Але агульны вектар падобны. Кампаніі інакш ацэньваюць прадукцыйнасць і колькасць каманд, пераглядаюць бюджэты і мяняюць патрабаванні да інжынераў.
Вось асноўныя тэндэнцыі, якія я вылучыла па выніках гэтых размоў.
Дысклеймер. Высновы заснаваны на досведзе і назіраннях удзельнікаў інтэрв’ю і не з’яўляюцца вычарпальным аглядам індустрыі. Акрамя таго, гэты матэрыял праляжаў у мяне ў стале амаль два месяцы. Па сённяшніх мерках гэта ўжо цэлая эпоха, таму, хутчэй за ўсё, многае з напісанага вы ўжо ведаеце.
Перш чым адкрыць новую пазіцыю, кампаніі ўважліва ацэньваюць, ці сапраўды ім патрэбны яшчэ адзін чалавек.
Раней рост аб’ёму працы часта прыводзіў да пашырэння каманды. Сёння ж кампаніі спачатку ацэньваюць, ці можна вырашыць задачу сіламі існуючай каманды з дапамогай ШІ-інструментаў, аўтаматызацыі і больш эфектыўных працэсаў.
Таму рашэнне пра адкрыццё новых пазіцый прымаюць значна больш уважліва і толькі пасля ацэнкі альтэрнатыў. Адны вакансіі адкладаюць, а іншыя пераглядаюць яшчэ на этапе планавання. Больш за тое, частку бюджэту, які раней накіроўвалі на пашырэнне каманды, цяпер інвестуюць у ШІ-інструменты, развіццё інфраструктуры і паляпшэнне ўнутраных працэсаў.
Кампаніі працягваюць наймаць. Але цяпер кожная новая пазіцыя патрабуе больш чоткага абгрунтавання: яна павінна прыносіць зразумелую каштоўнасць для бізнесу і каманды.
Некаторыя каманды, з якімі я мела зносіны, цяпер планіруюць рост каманды максімум на адзін-два кварталы наперад. Прычына ў тым, што ШІ-інструменты хутка (і часам нечакана) мяняюць падыходы да працы і ўплываюць на прадукцыйнасць каманд. Тое, што яшчэ нядаўна выглядала як устойлівы план росту, праз некалькі месяцаў можа запатрабаваць сур’ёзнай карэкціроўкі.
Таму кампаніі імкнуцца захоўваць гібкасць і не загадваць занадта далёка.
Асабліва каштоўныя інжынеры, якія разумеюць бізнес-кантэкст, умеюць разбіць неадназначную праблему на часткі, эфектыўна выкарыстоўваць ШІ, праверыць вынік, прыняць рашэнне і несці за яго адказнасць.
Яшчэ вышэй попыт на спецыялістаў, якія не толькі самі ўмеюць працаваць з ШІ, але і дапамагаюць камандзе выкарыстоўваць яго эфектыўней. Яны ўкараняюць новыя практыкі ў працэсы, наладжваюць аўтаматызацыю і ператвараюць індывідуальныя эксперыменты ў паўтаральнае павышэнне прадукцыйнасці ўсёй каманды.
Асабліва добра гэта відаць у галінах, дзе цана памылкі высокая, а даменная экспертыза крытычна важная — кібербяспецы, інфраструктуры дадзеных, высоканагружаных сістэмах і развіцці ўнутранай AI-інфраструктуры.
Адны з найбольш прыкметных змен датычацца Junior-інжынераў (пра іх гаварылі таксама мае калегі на штогадовым Techspot Industry Review).
Раней многія джуны пачыналі кар’еру з адносна простых задач: выпраўлення багаў, тэсціравання, працы з дакументацыяй і невялікіх дапрацовак прадукту. Менавіта праз такую практыку паступова прыходзіла разуменне сістэмы і набіраўся досвед.
Цяпер значная частка гэтай працы аўтаматызуецца або выконваецца з дапамогай ШІ. У выніку ў пачаткоўцаў становіцца менш магчымасцяў прайсці той шлях, які яшчэ нядаўна лічыўся стандартным для ўваходу ў прафесію.
Кампаніі, вядома, па-ранейшаму наймаюць Junior-распрацоўшчыкаў, але чаканні прыкметна выраслі. Працадаўцы шукаюць спецыялістаў, якія здольны хутка ўключацца ў працу, упэўнена карыстацца ШІ-інструментамі, разумець кантэкст прадукту і самастойна вырашаць задачы без пастаяннай падтрымкі з боку больш вопытных калег.
ШІ стаў звыклым інструментам у большасці тэхналагічных кампаній і прыкметна паскорыў працэс распрацоўкі, але разам з тым пачалі праяўляцца і яго абмежаванні:
Ёсць і больш практычная праблема — токен-эканоміка. Пастаянная перадача кантэксту паміж агентамі становіцца прыкметнай часткай выдаткаў на AI-інфраструктуру. Вялікія кодавыя базы, прадуктовыя патрабаванні, логі, вынікі тэстаў, гісторыя PR, унутраная дакументацыя і некалькі ітэрацый працы агентаў — усё гэта патрабуе токенаў.
Таму дызайн новых AI-працэсаў становіцца не толькі інжынерным, але і эканамічным пытаннем. Камандам даводзіцца вырашаць, дзе сапраўды патрэбны самыя магутныя мадэлі, дзе дастаткова больш лёгкіх, колькі кантэксту перадаваць па замоўчванні і якія этапы варта кэшаваць, сумарызаваць або накіроўваць па іншым маршруце.
Пры гэтым вузкае месца змяшчаецца ад хуткасці распрацоўкі да якасці рашэнняў, прыярытызацыі і яснасці з боку прадукту. Каманды могуць вырабляць больш і хутчэй, але камусь па-ранейшаму трэба вызначыць, што менавіта варта ствараць.
Яшчэ зусім нядаўна досвед працы з ШІ-інструментамі мог вылучыць кандыдата сярод іншых, але сёння для многіх інжынерных роляў гэта ўжо ўспрымаецца як базавы навык, прыкладна на тым жа ўзроўні, што і валоданне звычайнымі інструментамі распрацоўкі.
Мяняюцца і падыходы да правядзення сумоўяў. У некаторых кампаніях кандыдатам дазваляюць выкарыстоўваць ШІ пры выкананні тэставых заданняў. Пры гэтым ацэньваецца не хуткасць выканання, а сам працэс працы. Працадаўцам важна зразумець, як кандыдат дэкампазуе задачу, што менавіта даверае ШІ і як тлумачыць прынятыя рашэнні.
Высокую ацэнку, вядома, атрымліваюць кандыдаты, якія ўспрымаюць AI як частку інжынернага працэсу, але пры гэтым захоўваюць адказнасць за архітэктуру, бяспеку, якасць і прадуктовую логіку.
Ад інжынераў усё часцей чакаюць адказнасці не толькі за асобныя задачы, але і за тое, як уладкавана сама праца каманды: як фармулююцца задачы, які кантэкст атрымлівае AI, што можна аўтаматызаваць і дзе рашэнне павінен прымаць чалавек.
У некаторых камандах інжынеры ўжо выбудоўваюць працэсы працы агентаў, правілы праверкі, цыклы тэсціравання і сістэмы перадачы кантэксту.
Сёння мяркуецца, што Senior-інжынер паляпшае сістэму вакол сябе: якасць уваходных дадзеных, аўтаматызацыю, праверку вынікаў, зваротную сувязь і тэхнічныя рашэнні каманды. Дарэчы, у нейкай ступені так было і раней.
Інжынерная роля паступова становіцца бліжэй да прадуктовых і аперацыйных рашэнняў.
З ростам колькасці ШІ-інструментаў і сцэнарыяў іх выкарыстання ўзнікае патрэба ў людзях, якія дапамагаюць пісьменна выбудоўваць адзіныя падыходы да працы з тэхналогіяй. Яны адказваюць за выбар інструментаў, дапамагаюць камандам укараняць новыя практыкі, вызначаюць правілы выкарыстання ШІ і сочаць за тым, каб гэтыя рашэнні сапраўды прыносілі карысць бізнесу.
У розных кампаніях такія пазіцыі могуць называцца па-рознаму. Да нас прыходзілі з запытамі дапамагчы знайсці:
— AI Enablement Engineer;
— AI Platform Engineer;
— AI Workflow Owner;
— AI Infrastructure Engineer;
— Agentic Systems Engineer.
На мой погляд, назва тут пакуль другасная. Патрэба ўжо цалкам зразумелая: кампаніям патрэбны людзі, якія ўмеюць ператвараць выкарыстанне AI у надзейную ўнутраную сістэму.
Мне здаецца, тэрмін «софт-скілы» ўжо не зусім дакладна апісвае патрабаванні да кандыдатаў.
AI значна павялічвае аб’ём выніку, які трэба праверыць, аспрэчыць, прыярытызаваць і інтэграваць, і тут камунікацыя становіцца часткай інжынернай сістэмы.
У дадатак да камунікацыі здольнасць інжынераў вытрымліваць значнае павелічэнне аб’ёму апрацоўванай інфармацыі, разуменне дамена і прадукту непасрэдна ўплываюць на працу.
Таму на сумоўях усё часцей ацэньваюць не толькі тэхнічны досвед, але і тое, як чалавек мысліць, мае зносіны, задае пытанні, працуе з нявызначанасцю, аспрэчвае меркаванні і звязвае тэхнічныя рашэнні з прадуктовай і бізнес-логікай.
Відавочна, AI ужо мяняе логіку пабудовы інжынерных каманд.
Кампаніі асцярожней ставяцца да найму і спачатку спрабуюць павысіць прадукцыйнасць у бягучых камандах. Набор супрацоўнікаў планіруецца на больш кароткі тэрмін і патрабуе абгрунтавання кожнай новай пазіцыі.
Адначасова мяняецца і профіль кандыдата. Усё больш цэняцца інжынеры, якія ўмеюць працаваць з AI, разумеюць бізнес-кантэкст, прымаюць рашэнні і здольны паляпшаць працэсы на ўзроўні ўсёй каманды.
Пры гэтым паскарэнне распрацоўкі стварае новыя інжынерныя абмежаванні: кантэкст, праверка вынікаў, тэсціраванне, кошт мадэляў і AI-інфраструктуры. У адказ кампаніі вылучаюць новыя ролі і зоны адказнасці вакол AI-сістэм.
У цэлым, галоўны зрух, які я бачу, — кампаніям сёння патрэбны спецыялісты, здольныя павышаць эфектыўнасць інжынернай і прадуктовай сістэм.
Релоцировались? Теперь вы можете комментировать без верификации аккаунта.
Думаю никто не будет спорить (ну кроме самых боязливых), что AI не заменяет инженеров как таковых, а лишь резко повышает цену самостоятельности в принятии решений и будущей ответственности за результат/деливери продукта.
Плюс пока все около-бесплатно, то хайп на максимуме. Уверен денежки считать начнут активно (даже уже резко начали, смотрю по своему опыту) и встраивать агентов на каждом шагу в SDLC будут с большей аккуратностью.
Стоимость растет и как мне кажется OpenAI/Anthropic после IPO тоже выкатят бОльшую цену (как это сделал Copilot недавно).
Так что я бы не переживал по поводу найма, имхо. Джуникам разве что довольно тяжело сейчас.
Вообще забавно, что компании экономят на найме, покупают ИИ, а потом выясняется, что нужен отдельный человек, чтобы настроить этот самый ИИ, проверить ИИ и объяснить команде, как не сломать всё с помощью ИИ. Прогресс :)
Ну а голову включать всегда надо и не надеяться, что агент сам все сделает за тебя. Какой-то функционал быстрее очевидно доставит, но и дыр доставит много также, спалив по дороге пачку денег. Если и инженеры, и менеджеры это отчетливо понимают, то и ладушки.
del
Пользователь отредактировал комментарий 16 июля 2026, 15:22
Почитала с интересом, хоть и не инженер. На моменте про “пролежало в столе 2 месяца, уже могло устареть” улыбнулась. Не завидую потомкам, когда лет через 30 кто-то присядет изучать хронологию ИИ шифта)))
Кстати, на самом деле заметила, что уровень токса в айтишке как будто снижается на глазах. Чувствую, что связано с пунктом про софт скиллы, но не могу этого доказать, как говорится. Или могу… 🧐
Почему бы гениальным Founder не может сделать AI agent loop, и тренировать мозг агентам?
Когда читаешь рассуждения людей, далеких от того, о чем они рассуждают (например, о чужой профессии), которые еще и принимают решения - становится очень грустно.
Если убрать из этого абзаца часть, связанную с ИИ, то это обычная характеристика хорошего инженера. Про ИИ здесь написано что-то, мягко говоря, придуманное.
Может, ожидания просто перестали быть реальными? Джуниор - это, по определению, начинающий несамостоятельный сотрудник. Всегда были те, кто быстро учится, те, кто медленно, и те, у кого не получается. А "понимание контекста продукта" (особенно, чужого или нового) - длительный процесс даже для опытных специалистов.
Выглядит, что из плюсов - только скорость на некоторых этапах процесса. А из минусов - замедление на главных и усложнение работы (иногда непосильное) в целом.
Для описанных задач всегда были определены специальные позиции: архитекторы, техлиды, безопасники и др, которые координируют процессы в целом. Вопросы качества - особая тема, так как с ИИ она становится трудно контролируемой. Делать ревью кода, сгенерированного ИИ для задачи коллеги - это новый вызов.
Как-то переставлено с ног на голову: использование AI - это цель, а все остальное, включая специалистов - средство?
Разве целью не является "надёжная внутренняя система", а AI может или помочь, или сломать эту систему, или никак не повлиять на нее.
Для такого оценивания интервьюерам нужно самим обладать этими качествами. А если квалификация у них - из других сфер, то с большой вероятностью именно таких кандидатов отсеют еще на первом этапе после "оспаривания предположений".
Вообще, реальные плюсы-минусы, очевидные проблемы использования ИИ в командах уже становятся более проявленными. И если здесь появятся статьи на эту тему от инженеров, было бы очень полезно обсудить.