Следующие два года в сфере разработки программного обеспечения

Содержание

1. Вопрос о младших разработчиках
2. Вопрос о навыках
3. Вопрос о роли
4. Вопрос о специалистах и универсалах
5. Вопрос об образовании
6. Сквозная линия

Перевод статьи The Next Two Years of Software Engineering. Автор оригинала: Эдди Османи — инженер-программист в Google, работает над Google Cloud и Gemini.

Индустрия программного обеспечения переживает странный переломный момент. ИИ-кодирование превратилось из автодополнения на стероидах в агентов, способных автономно выполнять задачи по разработке. Экономический бум, который способствовал массовому найму технических специалистов, уступил место требованию эффективности: теперь компании часто отдают предпочтение прибыльности, а не росту, опытным сотрудникам, а не выпускникам, и небольшим командам, вооруженным более совершенными инструментами.

Тем временем на рынок труда выходит новое поколение разработчиков, которые мыслят иначе: они прагматично относятся к стабильности в карьере, скептически относятся к культуре спешки и с первого дня пользуются помощью искусственного интеллекта.

То, что произойдёт дальше, на самом деле неизвестно. Ниже приведены пять важнейших вопросов, которые могут повлиять на разработку программного обеспечения до 2026 года, а также два противоположных сценария для каждого из них. Это не прогнозы, а ориентиры для подготовки. Цель состоит в том, чтобы составить чёткий план действий на будущее, основанный на актуальных данных и подкреплённый здоровым скептицизмом, которым славится это сообщество.

Вопрос о младших разработчиках

Итог: спрос на младших разработчиков может упасть из-за того, что ИИ автоматизирует задачи начального уровня, или вырасти из-за распространения программного обеспечения во всех отраслях. В обоих случаях потребуются разные стратегии выживания.

Традиционный путь «научись программировать, получи должность младшего специалиста, стань старшим специалистом» пошатнулся.Гарвардское исследование, в котором приняли участие 62 миллиона работников показало, что, когда компании внедряют генеративный ИИ, количество младших разработчиков сокращается примерно на 9–10 % в течение шести кварталов, в то время как количество старших разработчиков практически не меняется. Крупные технологические компании за последние три года наняли на 50 % меньше выпускников вузов. Как цинично выразился один инженер: ~«Зачем нанимать младшего специалиста за 90 тысяч долларов, если агент по написанию кода на основе ИИ стоит дешевле?»

Дело не только в искусственном интеллекте. Макрофакторы, такие как рост процентных ставок и коррекция после пандемии, проявились примерно в 2022 году, ещё до того, как инструменты на основе ИИ получили широкое распространение. Но ИИ ускорил эту тенденцию. Один старший инженер с помощью ИИ теперь может сделать то, на что раньше требовалась небольшая команда. Компании не только не нанимают младших специалистов, но и увольняют сотрудников.

Противоположный сценарий: ИИ создает огромный спрос на разработчиков во всех отраслях, а не только в сфере технологий. Здравоохранение, сельское хозяйство, производство и финансы начинают внедрять программное обеспечение и автоматизацию. Вместо того чтобы заменять разработчиков, ИИ становится мультипликатором, который распространяет работу по разработке на сферы, в которых никогда не было программистов. Мы увидим больше вакансий начального уровня, но это будут другие вакансии: разработчики «на основе ИИ», которые быстро создают системы автоматизации и интеграции для конкретных ниш.

Бюро трудовой статистики по-прежнему прогнозирует рост числа рабочих мест в сфере программного обеспечения примерно на 15 % в период с 2024 по 2034 год. Если компании будут использовать ИИ для увеличения производительности, а не для сокращения штата, им понадобятся люди, чтобы использовать возможности, которые открывает ИИ.

Долгосрочный риск пессимистического сценария часто упускается из виду: сегодняшние юниоры - это завтрашние старшие инженеры и технологические лидеры. Полностью отрежьте поток талантов, и через 5-10 лет вы создадите вакуум лидерства. Ветераны отрасли называют это “медленным распадом”: экосистема, которая перестает обучать своих заменителей.

Что с этим делать

Младшие разработчики: Станьте экспертами в области ИИ и универсальными специалистами. Покажите, что один младший разработчик плюс ИИ могут работать с производительностью небольшой команды. Используйте агентов для написания кода на основе ИИ (Cursor/Antigravity/Claude Code/Gemini CLI), чтобы создавать более крупные функции, но при этом понимайте и объясняйте каждую строку, если не большинство. Сосредоточьтесь на навыках, которые ИИ не может легко заменить: коммуникация, декомпозиция задач, знание предметной области. Рассматривайте смежные роли (QA, DevRel, аналитика данных) как точки входа. Создайте портфолио, особенно проекты, интегрирующие API ИИ. Рассмотрите возможность стажировки, прохождения практики, заключения контракта или работы с открытым исходным кодом. Не будьте «просто очередным выпускником, которому нужно обучение»; будьте полезным инженером, который быстро учится.

Старшие разработчики: Чем меньше младших разработчиков, тем больше рутинной работы ложится на ваши плечи. Используйте автоматизацию для рутинных задач, но не делайте всё сами. Настройте CI/CD, линтеры и тестирование с помощью ИИ, чтобы выявлять основные проблемы. Неофициально обучайте коллег из других отделов с помощью открытого исходного кода или коучинга. Будьте откровенны с руководством в отношении рисков, связанных с командами, состоящими только из старших разработчиков. Если спрос на младших разработчиков восстановится, будьте готовы эффективно вводить их в курс дела и делегировать задачи с помощью ИИ. Ваша ценность заключается в том, что вы повышаете продуктивность всей команды, а не только своего кода.

Вопрос о навыках

Итог: базовые навыки программирования могут атрофироваться, поскольку большую часть кода пишет ИИ, или стать более важными, чем когда-либо, поскольку разработчики-люди сосредоточатся на контроле. В ближайшие годы мы узнаем, готовы ли мы пожертвовать пониманием ради скорости.

84% разработчиков сейчас регулярно пользуются помощью ИИ. При возникновении ошибки или необходимости добавить новую функцию многие первым делом не пишут код с нуля, а составляют запрос и собирают воедино фрагменты, сгенерированные ИИ. Начинающие программисты избегают «сложного пути»: они могут никогда не построить дерево двоичного поиска с нуля или не отладить утечку памяти самостоятельно.

Набор навыков смещается от реализации алгоритмов к умению задавать ИИ правильные вопросы и проверять его результаты. Первая ступенька лестницы теперь требует подсказки и проверки ИИ, а не демонстрации базовых навыков программирования. Некоторые старшие инженеры опасаются, что это приведёт к появлению поколения, которое не сможет самостоятельно хорошо программировать, — своего рода деквалификация. Сгенерированный ИИ код содержит незаметные ошибки и уязвимости, которые могут пропустить менее опытные разработчики.

Альтернативный сценарий: ИИ выполняет рутинные задачи на 80 %, а люди сосредотачиваются на самых сложных 20 %. Архитектура, непростые интеграции, креативный дизайн, пограничные случаи: проблемы, которые не могут решить машины. Повсеместное распространение ИИ не делает глубокие знания устаревшими, а, наоборот, повышает их значимость как никогда. Это «инженеры с высоким уровнем влияния», которые используют ИИ как мультипликатор силы, но должны глубоко понимать систему, чтобы эффективно ею управлять.

Если у всех есть доступ к ИИ-агентам для написания кода, то хороших разработчиков отличает умение распознавать ошибки или неоптимальные решения ИИ. Как сказал один старший инженер: «Лучшие разработчики программного обеспечения — это не те, кто быстрее всех пишет код, а те, кто знает, когда не стоит доверять ИИ».

Изменения в программировании: меньше шаблонного кода, больше проверки результатов работы ИИ на наличие логических ошибок, уязвимостей в системе безопасности и несоответствий требованиям. Критически важными навыками становятся архитектура программного обеспечения, проектирование систем, настройка производительности и анализ безопасности. ИИ может быстро создать веб-приложение, но опытный инженер должен убедиться, что ИИ использовал лучшие практики в области безопасности и не допустил возникновения состояний гонки.

Мнения разработчиков в 2025 году разделились. Некоторые признавали, что почти не пишут код «от руки», и считали, что собеседования по программированию должны развиваться. Другие утверждали, что пренебрежение основами приводит к тому, что приходится тушить пожары, когда ИИ выдаёт ошибки. Отрасль начинает ожидать от инженеров и того, и другого: скорости ИИ и фундаментальных знаний для обеспечения качества.

Что с этим делать

Младшие разработчики: Используйте ИИ как инструмент для обучения, а не как костыль. Когда агенты ИИ для написания кода (Cursor/Antigravity/Claude Code/Gemini CLI) предлагают проверить код, чтобы понять, почему он работает, выявляйте слабые места. Время от времени отключайте своего помощника ИИ и пишите ключевые алгоритмы с нуля. Уделяйте первостепенное внимание основам программирования: структурам данных, алгоритмам, сложности, управлению памятью. Реализуйте проекты дважды: один раз с помощью ИИ, другой — без, и сравните результаты. Изучайте промпт-инжиниринг и осваивайте инструменты. Научитесь тщательному тестированию: пишите модульные тесты, изучайте трассировку стека, не обращаясь сразу к ИИ, освойте отладчики. Совершенствуйте дополнительные навыки, которые ИИ не может воспроизвести: проектирование систем, интуитивное понимание пользовательского опыта, анализ параллельных процессов. Покажите, что вы можете как создавать решения с помощью ИИ, так и решать сложные проблемы, когда ИИ не справляется.

Старшие разработчики: позиционируйте себя как хранителя качества и сложности. Совершенствуйте свои основные навыки: архитектура, безопасность, масштабирование, знание предметной области. Практикуйтесь в моделировании систем с компонентами ИИ и продумывайте возможные сбои. Будьте в курсе уязвимостей в коде, сгенерированном ИИ. Возьмите на себя роль наставника и проверяющего: определите, где допустимо использование ИИ, а где требуется ручная проверка (код оплаты или безопасности). Занимайтесь творческой и стратегической работой; пусть команда из младших специалистов и ИИ занимается рутинным подключением API, а вы решайте, какие API создавать. Инвестируйте в развитие навыков межличностного общения и междисциплинарных знаний. Будьте в курсе новых инструментов и передовых практик. Уделяйте особое внимание тому, что делает разработчика незаменимым: здравому смыслу, системному мышлению и наставничеству.

Вопрос о роли

Итог: роль разработчика может сократиться до ограниченного аудита (контроль за кодом, сгенерированным ИИ) или расшириться до ключевой позиции координатора, занимающегося проектированием и управлением системами на основе ИИ. В любом случае, приносить пользу — значит делать больше, чем просто писать код.

Здесь мы видим крайности. С одной стороны, разработчики считают, что их творческие обязанности сокращаются. Вместо того чтобы создавать программное обеспечение, они в основном занимаются аудитом и сопровождением результатов работы ИИ. Системы ИИ (или «гражданские разработчики», использующие платформы без кода) занимаются производством; разработчики-люди проверяют автоматически сгенерированный код на наличие ошибок, предвзятости или проблем с безопасностью и одобряют развертывание. Создатель становится проверяющим. Радость от создания кода сменяется беспокойством по поводу управления рисками.

Поступают сообщения о том, что инженеры тратят больше времени на оценку запросов на вытягивание, сгенерированных ИИ, и управление автоматизированными конвейерами, а не на написание кода с нуля. Программирование всё больше напоминает не творческое решение проблем, а соблюдение требований. Как посетовал один инженер: «Я не хочу в итоге стать уборщиком кода и приводить в порядок то, что ИИ выбрасывает за стену».

Альтернативное будущее гораздо интереснее: разработчики превращаются в высококлассных координаторов, совмещающих технические, стратегические и этические обязанности. «Работники» ИИ — это разработчики-люди, которые берут на себя роль архитектора или генерального подрядчика, проектируют систему в целом, решают, какие задачи поручить ИИ или программному компоненту, и создают решения из множества взаимосвязанных частей.

Генеральный директор платформы low-code сформулировал эту идею так: в «агентной» среде разработки инженеры становятся «композиторами», управляющими ансамблями ИИ-агентов и программных сервисов. Они не пишут каждую ноту сами, но определяют мелодию: архитектуру, интерфейсы, способы взаимодействия агентов. Эта роль междисциплинарна и креативна: инженер-программист, системный архитектор, стратег по продуктам.

Оптимистичный взгляд: по мере того как ИИ берёт на себя рутинную работу, обязанности разработчиков естественным образом смещаются в сторону более ценных видов деятельности. Работа может стать более интересной. Кто-то должен решать, что должен создавать ИИ, проверять, имеет ли продукт смысл, и постоянно улучшать его.

То, как будут развиваться события, может зависеть от того, как организации решат интегрировать ИИ. Компании, которые рассматривают ИИ как средство замены рабочей силы, могут сократить команды разработчиков и попросить оставшихся инженеров поддерживать автоматизацию. Компании, которые рассматривают ИИ как способ расширить возможности своих команд, могут оставить численность персонала прежней, но поручить каждому инженеру более амбициозные проекты.

Что с этим делать

Младшие разработчики: ищите возможности не только для написания кода. Вызывайтесь добровольцем для написания тестовых сценариев, настройки конвейера непрерывной интеграции или мониторинга приложений: эти навыки пригодятся на роли аудитора/хранителя. Поддерживайте свой творческий подход к программированию с помощью личных проектов, чтобы не потерять радость от создания чего-то нового. Развивайте системное мышление: узнайте, как взаимодействуют компоненты и что делает API-интерфейсы хорошо спроектированными. Читайте инженерные блоги и тематические исследования по проектированию систем. Ознакомьтесь с инструментами искусственного интеллекта и автоматизации, помимо генерации кода: фреймворками для оркестрации, API-интерфейсами ИИ. Совершенствуйте навыки письменного и устного общения. Пишите документацию так, как будто объясняете что-то кому-то другому. Спрашивайте старших коллег не только «Работает ли мой код?», но и «Всё ли я учёл?». Будьте готовы к тому, что вам придётся проверять, проектировать и общаться, а не только писать код.

Старшие разработчики: берите на себя лидерские и архитектурные обязанности. Разрабатывайте стандарты и фреймворки, которым будут следовать ИИ и младшие члены команды. Составляйте контрольные списки для проверки качества кода и определяйте этические нормы использования ИИ. Будьте в курсе вопросов соответствия требованиям и безопасности программного обеспечения, созданного с помощью ИИ. Сосредоточьтесь на проектировании и интеграции систем; добровольно участвуйте в составлении карт потоков данных между сервисами и выявлении точек отказа. Освойте платформы для оркестрации (Kubernetes, Airflow, бессерверные фреймворки, инструменты для оркестрации агентов). Уделяйте больше внимания своей роли технического наставника: чаще просматривайте код, обсуждайте дизайн, составляйте технические рекомендации. Оттачивайте умение быстро оценивать чужой (или что-то другое) код и давать обратную связь на высоком уровне. Развивайте понимание продукта и бизнеса; изучайте, почему создаются те или иные функции и что важно для клиентов. Наблюдайте за работой менеджера по продукту или участвуйте в сессиях обратной связи с клиентами. Реализуйте свою творческую страсть с помощью прототипов, хакатонов или исследований в области новых технологий. Превратитесь из программиста в дирижёра.

Вопрос о специалистах и универсалах

Итог: узкие специалисты рискуют столкнуться с тем, что их ниша будет автоматизирована или устареет. Быстро меняющаяся среда, в которой активно используется искусственный интеллект, вознаграждает инженеров с Т-образной квалификацией: широкой адаптивностью и одним или двумя глубокими навыками.

Учитывая, как быстро появляются и исчезают модели, инструменты и фреймворки, делать ставку в своей карьере на один-единственный стек технологий рискованно. Специалист по устаревшему фреймворку может внезапно обнаружить, что его услуги становятся всё менее востребованными, в то время как новый инструмент на основе ИИ справляется с этой технологией с минимальным вмешательством человека. Разработчики, которые узко специализируются на «одном стеке, фреймворке или продукте», могут обнаружить, что эта область приходит в упадок или становится ненужной.

Вспомните разработчиков COBOL, Flash или специалистов по движкам для мобильных игр, которые не сменили сферу деятельности, когда отрасль изменилась. Сейчас всё по-другому из-за темпов изменений. Автоматизация с помощью ИИ может сделать некоторые задачи программирования тривиальными, сократив количество ролей, связанных с этими задачами. Специалист, который разбирается только в чём-то одном (точная настройка SQL-запросов, преобразование дизайна в Photoshop в HTML), может обнаружить, что ИИ выполняет 90 % его работы.

Менеджеры по подбору персонала гонятся за новейшими нишами. Несколько лет назад все хотели нанять специалистов по облачной инфраструктуре, а сейчас наблюдается всплеск спроса на инженеров по искусственному интеллекту и машинному обучению. Те, кто узко специализировался на вчерашних технологиях, чувствуют себя в тупике, поскольку эта ниша теряет популярность.

Противоположным результатом является специализация в новой форме: «универсальный специалист» или Т-образный разработчик. Глубокие знания в одной или двух областях (вертикальная черта), широкое знакомство со многими другими (горизонтальная черта). Такие инженеры становятся «клеем» в междисциплинарных командах; они общаются со специалистами других направлений и при необходимости восполняют пробелы.

Компаниям больше не нужны разработчики, которые либо недостаточно компетентны, либо слишком узко специализированы; им нужны специалисты с высокой основной компетенцией и способностью работать с разными технологиями. Отчасти это связано с эффективностью: Т-образный инженер часто может решать проблемы от начала до конца, не дожидаясь передачи задач. Отчасти это связано с инновациями: обмен знаниями приводит к появлению более эффективных решений.

Инструменты на основе ИИ на самом деле расширяют возможности специалистов широкого профиля, позволяя одному человеку работать с несколькими компонентами. Backend-разработчик может положиться на ИИ при создании удобного пользовательского интерфейса, а фронтенд-разработчик может использовать ИИ для создания шаблонов серверов. Среда с широким применением ИИ позволяет людям работать более продуктивно. В то же время узкие специалисты могут обнаружить, что их ниша частично автоматизирована и нет простого способа выйти за её пределы.

Почти 45 % инженерных должностей теперь требуют навыков в нескольких областях: программирование плюс знание облачной инфраструктуры или фронтенд плюс некоторые знания в области машинного обучения.

Что с этим делать

Младшие разработчики: Заложите прочный фундамент на раннем этапе. Даже если вас наняли на конкретную должность, не ограничивайтесь только ею. Если вы занимаетесь мобильной разработкой, изучите основы бэкенда; если вы занимаетесь фронтендом, попробуйте написать простой сервер. Изучите процесс развертывания и такие инструменты, как Docker или GitHub Actions. Определите одну или две области, которые вас по-настоящему увлекают, и углубитесь в них: это станет вашей специализацией. Представьте себя как специалиста широкого профиля: «разработчик полного цикла с акцентом на облачную безопасность» или «фронтенд-разработчик с опытом в UX». Используйте инструменты искусственного интеллекта, чтобы быстро осваивать новые области. Если вы новичок в бэкенде, попросите ChatGPT сгенерировать стартовый код API и изучите его. Выработайте привычку постоянно повышать квалификацию. Участвуйте в хакатонах или кросс-функциональных проектах, чтобы научиться быть универсальным специалистом. Скажите своему руководителю, что вам нужно ознакомиться с разными аспектами проекта. Адаптивность — это суперсила на ранних этапах карьеры.

Старшие разработчики: Составьте карту своих навыков: в чем вы эксперт, а в каких смежных областях разбираетесь лишь поверхностно? Выберите одну или две смежные области и постарайтесь в них разобраться. Если вы специалист по внутренним базам данных, освойте современный фреймворк для фронтенда или изучите основы конвейера машинного обучения. Выполните небольшой проект в своей слабой области с помощью ИИ. Объедините свои глубокие знания с новыми контекстами. Если вы специализируетесь на производительности веб-приложений, изучите, как эти навыки можно применить для оптимизации машинного обучения. Выступайте за то, чтобы ваша роль стала более межфункциональной, или разработайте такую роль. Вызывайтесь добровольцем на роль «чемпиона по интеграции» в проектах, затрагивающих несколько областей. Наставляйте других, чтобы распространять свои навыки и перенимать что-то у них. Обновите своё резюме, чтобы оно отражало вашу разносторонность. Используйте свой опыт, чтобы выявлять закономерности и знания, которые можно применить в других областях. Станьте образцом для подражания: хорошо разбирайтесь в своей специальности (чтобы вызывать уважение и доверие), но активно расширяйте свои горизонты.

Вопрос об образовании

Итог: останется ли диплом о высшем образовании в сфере компьютерных наук золотым стандартом или его вытеснят более быстрые способы обучения (курсы, онлайн-платформы, обучение на рабочем месте)? Университеты могут не успевать за отраслью, которая меняется каждые несколько месяцев.

Четырехлетний курс обучения в сфере компьютерных наук долгое время был основным способом получить работу в сфере разработки программного обеспечения. Но эта традиция подвергается сомнению.

Одно из возможных будущих: университеты по-прежнему важны, но им всё сложнее оставаться актуальными. Дипломы остаются основным документом об образовании, но программы отстают от быстро меняющихся потребностей из-за медленных циклов обновления учебных планов и бюрократических процедур согласования. Студенты и работодатели считают, что академическая среда оторвана от промышленности и преподаёт теорию или устаревшие практики, которые не помогают получить навыки, необходимые для работы.

Выпускники последних лет говорят, что во время обучения они ни разу не слышали об облачных вычислениях, современном DevOps или инструментах искусственного интеллекта. Если университеты требуют больших временных и финансовых вложений, но при этом дают малозначимые знания, они рискуют прослыть дорогими привратниками. Но многие компании по инерции требуют наличие степени бакалавра, поэтому студентам приходится восполнять пробелы с помощью курсов, онлайн-курсов и самостоятельных проектов.

Долги по студенческим кредитам огромны, и компании тратят миллиарды на обучение новых выпускников потому, что этим выпускникам не хватает навыков, необходимых на рабочем месте. Университеты могут добавить в программу курс по этике ИИ или факультатив по облачным вычислениям, но к тому времени, когда они что-то внедряют, отраслевые инструменты уже устаревают.

Разрушительный сценарий: традиционное образование все чаще заменяется новыми системами. Учебные лагеря по программированию, онлайн-сертификаты, портфолио самоучек, учебные академии, созданные работодателями. Многие известные работодатели (Google, IBM) отменили требования к степени для определенных технических должностей. В 2024 году почти 45% компаний планировали отменить требования к степени бакалавра, по крайней мере, на некоторых должностях.

Буткемпы стали более зрелыми. Они выпускают специалистов, которых нанимают в ведущие компании наравне с выпускниками факультетов компьютерных наук. Эти программы короче (12-недельный интенсивный курс) и направлены на развитие практических навыков: работа с современными фреймворками, облачными сервисами, командная работа. При найме на работу предпочтение отдается реальным портфолио, микросертификатам и подтвержденным навыкам. Сильное портфолио на GitHub или признанный сертификат могут заменить диплом.

Появляется образование, ориентированное на работодателя: компании создают собственные программы обучения или сотрудничают с учебными центрами. Некоторые крупные технологические компании открыли внутренние «университеты» для нетрадиционных кандидатов. ИИ сам по себе предлагает новые способы обучения: ИИ-репетиторы, интерактивные среды для программирования, персонализированное обучение вне университетской среды.

Модульная экосистема обучения гораздо доступнее, чем дорогостоящее четырёхлетнее обучение. Ребёнок из страны, где нет сильных университетов в области компьютерных наук, может пройти те же курсы на Coursera и составить такое же портфолио, как и кто-то из Кремниевой долины.

Что с этим делать

Начинающие/младшие разработчики: если вы учитесь по традиционной программе в области компьютерных наук, не полагайтесь только на неё. Дополните учебную программу реальными проектами: создайте веб-приложение, внесите свой вклад в открытый исходный код. Ищите стажировки или совместные проекты. Если в вашей учебной программе не хватает актуальных тем, изучите их на онлайн-платформах. Получите признанные в отрасли сертификаты (GCP, AWS, Azure), чтобы продемонстрировать свои практические знания. Если вы учитесь самостоятельно или в онлайн-школе, сосредоточьтесь на создании убедительного портфолио: хотя бы одного крупного проекта с хорошей документацией. Будьте активны в сообществе разработчиков: участвуйте в проектах с открытым исходным кодом, пишите технические посты. Общайтесь через LinkedIn, на встречах и мероприятиях для разработчиков. Попросите опытного разработчика поручиться за вас. Постоянно учитесь: технические навыки быстро устаревают. Используйте искусственный интеллект в качестве личного наставника. Докажите свои навыки на практике: портфолио, сертификаты и умение грамотно рассказать о своей работе откроют перед вами двери.

Старшие разработчики и руководители: Одного вашего диплома недостаточно. Инвестируйте в непрерывное образование: онлайн-курсы, семинары, конференции, сертификацию. Подтверждайте свои навыки новыми способами; будьте готовы к собеседованиям, на которых текущая компетентность оценивается с помощью решения реальных задач. Занимайтесь побочными проектами с использованием новых технологий. Пересмотрите требования к должности: действительно ли вам нужен новый сотрудник с дипломом в области компьютерных наук или вам нужны определенные навыки и способность к обучению? Отдавайте предпочтение навыкам, а не диплому, чтобы расширить кадровый резерв. Поддерживайте внутренние программы обучения или стажировки. Создавайте наставнические сообщества для начинающих разработчиков без формального образования. Сотрудничайте с научными кругами и альтернативными организациями: консультативными советами, приглашенными лекторами, получайте обратную связь о пробелах в учебных программах. Отразите это в своем карьерном росте: реальные достижения и непрерывное обучение важнее дополнительных дипломов.

Сквозная линия

Эти сценарии не исключают друг друга. Реальность будет сочетать в себе элементы всех этих сценариев. Некоторые компании сократят набор младших специалистов, в то время как другие расширят его в новых областях. ИИ будет автоматизировать рутинное кодирование, повышая стандарты для кода, с которым работают люди. Разработчики могут проводить утро за проверкой результатов работы ИИ, а после обеда заниматься созданием высокоуровневой архитектуры.

Неизменная нить: перемены — это единственное, что остаётся неизменным. Следя за технологическими тенденциями (и скептически относясь к ним), вы не позволите шумихе или пессимизму застать вас врасплох. Совершенствуя навыки, расширяя возможности и уделяя особое внимание уникальным человеческим качествам (творчеству, критическому мышлению, умению работать в команде), вы остаётесь на гребне волны.

Независимо от того, ждёт ли нас в будущем возрождение программирования или мир, в котором код пишется сам, всегда будет спрос на инженеров, которые мыслят комплексно, постоянно учатся и направляют технологии на решение реальных проблем.

Лучший способ предсказать будущее — активно его создавать.

См. также

• Spring AI: model context protocol
• Spring AI: retrieval augmented generation
• Как быстро развернуть Spring Boot в облаке
• Spring AI: пишем telegram-bot для ChatGPT
• Функциональные интерфейсы в Java
• Compact Sources в Java
• Работа с Liquibase в Spring Boot