«Коммуникативные навыки и так называемые софт-скиллы становятся важными там, где раньше они считались необязательными. Программисту больше не получится оставаться угрюмым интровертом»
1. Основной тренд в ИТ сейчас заключается в том, что использование генеративного ИИ переходит от хайпа к окупаемости. Хотя 75% офисных специалистов заявляют, что используют ИИ в работе, только 0,4% вакансий явно требуют AI‑грамотность.
Среди специальностей, в которых польза от ИИ очевидно уже сейчас, я бы выделил:
- В продуктах — ML-инженеры, инженеры платформ ИИ и AI-продакты, специалисты по AI-governance и этике, отвечающие за качество данных и соответствие требованиям.
- В инфраструктуре — FinOps, SRE и DevSecOps.
- В прикладных направлениях — XR-разработчики и архитекторы смарт-контрактов.
- В ближайшее время ожидаю увеличение спроса на специалистов связки «квантовые вычисления + классика» (QT к 2035 займет до ~$97 млрд).
2. С использованием ИИ в качестве помощника или, как говорят, ко-пилота, содержание работы некоторых специалистов меняется.
Например, сисадмин становится облачным инженером (IaC, доступность, стоимость — единая зона ответственности).
Разработчик кодит «в паре» с ИИ — прототипирование получается быстрее и почти автоматически, но архитектура, безопасность и результат остаются на человеке. Тестирование эволюционирует в SDET — автотесты плюс проверка данных/моделей с учетом OWASP LLM Top‑10 и профиля NIST для GenAI легко делает ИИ.
Параллельно усиливается платформенная инженерия, «золотые пути» и внутренние дев‑платформы ускоряют релизы и снижают издержки.
3. На мой взгляд, вузам стоит идти вместе с корпоративным обучением. Сильный фундамент (математика, алгоритмы, системы) необходимо сочетать с модульными треками по ИИ/данным, облакам, безопасности и блокчейну, и сразу применять это в проектной работе с компаниями (в России есть проект «Цифровых кафедр»).
Главные навыки для выпускников сейчас — это программирование и работа с данными, проектирование надежных сервисов, критическое мышление и скорость обучения. Необходимо знание основ MLOps/LLMOps, оценки качества и рисков (NIST/OWASP).
4. Междисциплинарность теперь обязательна: ИТ и бизнес‑аналитика, ИТ и UX, IT и доменная экспертиза. Специалистам необходимо уметь разговаривать на одном языке и с бизнесом, и с разработкой, коммуникативные навыки и так называемые софт-скиллы становятся важными там, где раньше они считались необязательными. Программисту больше не получится оставаться угрюмым интровертом.
5. Переход в новые области всегда болезненный: для переобучения нужно время, специалиста может преследовать синдром самозванца, а необходимые навыки покажутся трудными.
Для преодоления этой «пропасти» можно делать простые и понятные шаги: учиться постепенно, нарабатывая навыки по одному. Делать учебные проекты и пополнять ими портфолио. Получать признаваемые сообществом сертификаты. Прибегать к менторству. Иногда стоит согласиться на временное понижение грейда в новой специальности ради скорости перехода.
Компании это поддерживают, например, в Omni.Sale запущены внутренние курсы по AI для всех ролей, а параллельно ускоряется интеграция ИИ‑проектов в продукт и операции — ради более быстрого time‑to‑market и эффективности внедрений.
Россия в целом шагает в ногу с ведущими странами мира по внедрению ИИ, с поправкой на импортозамещение. Очень растут системные интеграции и regtech. Выигрывают те, кто умеет считать (FinOps), строить надежные конвейеры (DORA/DevSecOps/SRE), управлять рисками ИИ (NIST/OWASP) и собирать гибридные портфели технологий под российские реалии — фокус на измеримой пользе и скорости вывода в прод.
Источник: https://samag.ru/archive/article/5206