惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Cisco Talos Blog
Cisco Talos Blog
V
V2EX
C
Check Point Blog
GbyAI
GbyAI
D
Docker
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
B
Blog RSS Feed
H
Hackread – Cybersecurity News, Data Breaches, AI and More
N
Netflix TechBlog - Medium
T
Troy Hunt's Blog
博客园 - Franky
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Microsoft Security Blog
Microsoft Security Blog
P
Privacy & Cybersecurity Law Blog
WordPress大学
WordPress大学
The Cloudflare Blog
S
SegmentFault 最新的问题
Latest news
Latest news
Microsoft Azure Blog
Microsoft Azure Blog
P
Proofpoint News Feed
I
InfoQ
博客园 - 【当耐特】
NISL@THU
NISL@THU
A
About on SuperTechFans
T
Tailwind CSS Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
The Hacker News
The Hacker News
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Scott Helme
Scott Helme
雷峰网
雷峰网
C
CXSECURITY Database RSS Feed - CXSecurity.com
Security Latest
Security Latest
V
Vulnerabilities – Threatpost
Security Archives - TechRepublic
Security Archives - TechRepublic
A
Arctic Wolf
Hacker News: Ask HN
Hacker News: Ask HN
N
News and Events Feed by Topic
IT之家
IT之家
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
aimingoo的专栏
aimingoo的专栏
T
Threat Research - Cisco Blogs
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
阮一峰的网络日志
阮一峰的网络日志
SecWiki News
SecWiki News
大猫的无限游戏
大猫的无限游戏
S
Security Affairs
The Register - Security
The Register - Security
www.infosecurity-magazine.com
www.infosecurity-magazine.com
L
LINUX DO - 热门话题
T
Tor Project blog

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Сегодня нет джуниоров, а в 2031 году не станет и синьоров
maybe_elf · 2026-05-25 · via Все публикации подряд на Хабре

Найм младших специалистов сократился на 40%. Искусственный интеллект дал советам директоров основания для дальнейших сокращений. Отставание в обучении составляет 5-7 лет. Отсутствие младших специалистов сегодня означает отсутствие старших в 2031 году.

Я отслеживаю объявления о вакансиях младших инженеров-программистов на LinkedIn и Indeed с конца 2024 года. График имеет одну форму. В 2024 году он был ровным, затем резко снизился к 2025 году и снова резко упал к первому кварталу 2026 года. Крупные технологические компании открыто предлагают позиции только старших специалистов. За ними последовали компании среднего уровня. Немногие вакансии младших специалистов, которые появились в 2026 году, рекламируют более низкие зарплаты, более высокие минимальные требования к опыту и тест на дому, предназначенный для выявления использования ИИ-моделей, а не способностей.

Данные согласуются по всем источникам. Количество вакансий для начинающих разработчиков сократилось примерно на 40% по сравнению с уровнем до 2022 года, а набор персонала начального уровня в пятнадцати крупнейших технологических компаниях упал на 25% с 2023 по 2024 год. Безработица среди выпускников компьютерных наук достигла 6,1–7% в 2025 году, что является пятым по величине показателем среди специальностей в американских вузах. Согласно недавнему опросу LeadDev, 54% руководителей инженерных подразделений планируют нанимать меньше начинающих разработчиков в 2026 году, потому что ИИ-помощники позволяют опытным специалистам брать на себя больше работы.

ИИ не стал причиной сокращения числа начинающих разработчиков. Это произошло после 2022 года. Но именно ИИ является аргументом, на который опираются советы директоров, чтобы поддерживать этот процесс. Система подготовки опытных инженеров имеет 5–7-летнюю задержку. Группа специалистов, которых мы не нанимаем сегодня, — это тот резерв опытных людей, которого у нас не будет в 2031 году.

Предыдущая статья утверждала, что ИИ не разрушил инженерную отрасль. Мы рассматривали это как множитель квоты. В данном тексте показано, как выглядит цена ошибки, если усугубить ситуацию через пять лет.

Как раньше появлялись старшие инженеры

Старшие инженеры не создаются в рамках обучения в классе. Они появляются в процессе ученичества, состоящего из определённых моментов, и почти все эти моменты — именно то, что сейчас устраняет ИИ.

Этот процесс длится от пяти до семи лет, от первого коммита до принятия решения на уровне штатного сотрудника, и дело не в календаре. Дело в обратной связи. Вы учитесь быть старшим инженером, когда ваш запрос на слияние подвергается критике на этапе проверки, и вам приходится защищать выбранное вами проектное решение. Отлаживая производственный инцидент в 2 часа ночи, когда не у кого спросить, когда LLM либо не существует, либо не знает вашу систему. Или беря на себя ответственность за функцию, режим отказа которой вы не предвидели, составляя отчёт о сбое с вашим именем наверху, сидя в кабинете руководства и объясняя, почему миграция не удалась.

Ничего из этого не передаётся через документацию. Это передаётся через ответственность. Ваше имя на неисправном развёртывании, ваше решение на жарком обсуждении проекта. И ИИ рискует обойти стороной те моменты, когда раньше ответственность за неудачу ложилась на инженера, а не на инструмент. Именно там формируется профессиональное суждение опытных специалистов.

В предыдущей статье я перечислил четыре привычки, которые подрывают процесс проверки кода: копирование и вставка без чтения, трассировка стека как входные данные для LLM, тесты, сгенерированные ИИ, которые никто не проверяет, атрофия шаблонов. Эти четыре привычки — это те же четыре неудачи цикла ученичества. В предыдущей статье рассматривалась стоимость обучения одного разработчика. В этой же рассматривается, к чему это приводит в масштабах всей отрасли.

Нельзя вырастить штатного инженера в классе. Его можно вырастить только в цикле обратной связи. Ученичество — наиболее распространённый вариант; самостоятельная практика с жёсткой проверкой — другой. ИИ не убрал рабочее место. Он убрал цикл ученичества, который в больших масштабах производил следующее поколение опытных специалистов.

Что на самом деле стало с наймом в 2025–2026 годах

Это не прогноз. Основной ущерб был нанесён в течение восемнадцати месяцев между концом 2024 года и концом 2025 года, и он ощущается в ходе этих циклов.

В 2024 году я провёл два цикла найма начинающих специалистов, а в 2025 году — один. В 2024 году мы работали с тремя хорошими списками кандидатов из примерно сорока претендентов на каждую вакансию. В 2025 году у нас был один приемлемый список из двухсот. Количество кандидатов не уменьшилось. Минимальный уровень был ниже. Каждый рекрутер и руководитель инженерного отдела, с которым я разговаривал в том году, рассказывал одну и ту же историю. Мы ловили рыбу на мелководье, с одними и теми же жалобами, а кандидаты, которые всё-таки приходили, не могли решить задачу на доске, которую они бы решили в 2022 году.

Макроэкономические показатели отражают то, как ощущались эти циклы. Занятость разработчиков программного обеспечения в возрасте от 22 до 25 лет упала почти на 20% по сравнению с пиком конца 2022 года. Сокращение сосредоточено на одном конце карьерной лестницы. Количество вакансий для старших специалистов остаётся примерно стабильным, в то время как количество вакансий для младших сокращается. Такая ситуация должна обеспокоить любого, кто планирует сохранить штат сотрудников на 2030 год.

Объявление Klarna — это то, что было постоянно на слуху. Примерно 700 рабочих мест были сокращены в период с 2022 по 2024 год, экономия была приписана искусственному интеллекту, а генеральный директор в интервью триумфально хвастался тем, насколько эффективной стала компания. Salesforce и Meta* последовали их примеру в 2025 и 2026 годах, также проведя сокращения, приписываемые ИИ. Ни одно из этих объявлений не стало причиной ущерба. Ущерб заключался в том, что к середине 2025 года я услышал от двух руководителей из двух разных компаний фразу «нам не нужна команда младших специалистов, ИИ — это наша команда младших специалистов», ни один из которых не объявлял о сокращениях. Они читали пресс-релизы. Электронная таблица была не нужна.

Найм руководителей не помог им самим на нисходящей траектории. Ещё большее значение имело списывание технических заданий.

За шесть месяцев этот показатель удвоился, увеличившись с примерно 15% в июне 2025 года до 35% к декабрю 2025 года. Cluely и Interview Coder упоминались в Discord-каналах кандидатов как инструменты, а не как общение в личных сообщениях. Реакция со стороны нанимателей была предсказуемой: отказаться от домашних заданий, повысить минимальный уровень опыта в описании вакансии, добавить интервьюера с использованием разговорного ИИ, который проверяет логическое мышление. Каждый из этих вариантов ещё больше отсеивал кандидатов-новичков. Домашние задания были форматом, в котором у новичков были наилучшие шансы, а сессия программирования в реальном времени — это именно тот формат, в котором они терпят неудачу. Я писал о решении проблемы со стороны кандидатов в прошлом году. Решение проблемы со стороны нанимателей сложнее, потому что оно отнимает часы работы опытных инженеров, которые компания и так не защищает.

Новички, которые всё же попали на работу, проходят обучение иначе, чем те, кто работает на пять лет дольше. 56% опрошенных в 2026 году директоров по персоналу заявили, что молодые специалисты обращаются к несанкционированным инструментам ИИ, когда формальные рекомендации неясны. 38% руководителей опасаются, что молодые специалисты, принятые на работу в начале карьеры, не развивают долгосрочные навыки, такие как рассудительность, коммуникабельность и критическое мышление. Посмотрите на инженера, принятого на работу в 2024 году, во время его первого анализа инцидента. Он никогда не писал регулярных выражений без LLM. Он никогда не сидел с трассировкой стека дольше, чем требуется, чтобы вставить её в окно чата. Предыдущий руководитель выразился прямо: он научился полагаться на ИИ, потому что мы установили для него целевые показатели скорости, не выделили бюджет на наставничество и предоставили подписку на ИИ, назвав это адаптацией.

Всё это началось с аналитической статьи. Всё началось на совещании по численности персонала, где кто-то впервые сказал: «Мы можем это освоить с помощью ИИ», и все кивнули.

Ловушка среднего уровня

Час Х уже наступает. Не в 2031 году. В когорте 2024–2026 годов, занимающей второе место в рейтинге.

Позвольте мне описать собирательный образ. Искусственный интеллект в компании с первого дня. Я принят в конце 2023 или 2024 года в команду, работающую на основе панелей мониторинга скорости. В обычном режиме работы всё идёт хорошо. Функции выпускаются, описание запроса на слияние читается понятно, тесты проходят успешно. Невозможно спроектировать новую систему с нуля. Невозможно отладить инцидент в производственной среде без участия специалиста по управлению проектами. Невозможно стать наставником для более молодого коллеги, потому что нет подходящей библиотеки шаблонов.

Многие инженеры, нанятые в тот период, боролись за обратную связь самостоятельно. Они искали наставников, добровольно соглашались на не самые привлекательные дежурства и научились задавать непопулярный вопрос для проверки, тот, который вызывает молчание. Они — исключение. Этот профиль дефицита — медианный результат квоты скорости, описанной предшественником. Эта группа научилась выпускать продукты с помощью ИИ. Навык, который не был развит, — это тот, который нельзя подделать под давлением.

Данные о выгорании демонстрируют ту же тенденцию. Исследование Harvard Business Review, проведённое в марте 2026 года, показало, что 62% сотрудников и 61% работников начального уровня сообщают о выгорании, при этом 83% заявили, что ИИ увеличил их рабочую нагрузку. Участники использовали термин «умственный стресс». Этот стресс концентрируется в группе сотрудников со стажем 2-3 года, поскольку разрыв между тем, что показывают панели мониторинга, и тем, что они могут сделать на самом деле под давлением, наиболее велик именно в этой группе.

Вот структурная проблема. Эта группа не может быть повешена на старшего специалиста по текущей траектории. Переход от среднего к старшему специалисту — это именно тот набор навыков, который они не успели развить. Умение принимать решения в условиях неопределённости, нестандартные методы отладки, системное мышление, готовность признавать свои ошибки перед более молодыми коллегами. Они застряли.

Так что же на самом деле должен делать этот инженер? Найти наставника и попросить о целенаправленной корректировке навыков, которых нет на панели мониторинга. Брать один проект в квартал, где ИИ не затрагивает сложную часть. Стать исключением, а не средним. Последний раздел этой статьи посвящён тому, что организация должна запланировать уже сейчас. Это та часть, которая не ждёт своего часа.

Средний резерв кадров 2029 года уже слабее, чем средний резерв 2024 года. Следующий вопрос: как будет выглядеть резерв старших специалистов в 2031 году?

Пятилетняя математика

Это не просто спад. Это структурный коллапс, и расчёты ужасающие.

Нынешнее поколение старших специалистов демонстрирует свою собственную текучесть кадров. Текучесть остаётся стабильной на уровне отрасли. Поколение, переживавшее бум середины 2010-х годов, приближается к пенсионному возрасту. Ничего из этого не является драматичным. Ничего из этого не ново.

Новое находится в стороне предложения. Компании уже сообщают о вакансиях, на заполнение которых в среднем уходит 66 дней, что на 50% дольше, чем для нетехнических должностей. Найм старших инженеров через традиционные каналы занимает от четырёх до шести месяцев. В исследовании lemon.io 2026 года форма рынка талантов была названа «проблемой бифуркации». На рынке труда много кандидатов на младшие должности, но никто никого не нанимает; на старших должностях позиции пустуют. Дефицит уже в 2026 году затронул исключительно руководящие позиции. Прогноз на 2031 год не означает «это произойдёт». Первые признаки видны в данных о заполнении вакансий за 2026 год. Дальнейший рост ожидается в течение ещё пяти лет.

Модель несложная. 15 ведущих компаний сократят набор персонала начального уровня на 25% в 2024 году. Общее количество вакансий для младших специалистов сократилось примерно на 40% к 2025–2026 годам. В сочетании с 5–7-летним периодом обучения поток кандидатов на должности среднего и старшего уровня в 2030–2031 годах будет сокращаться, а не пополняться. Точное количество невостребованных младших специалистов спорно. Но направление развития ситуации очевидно.

Искусственный интеллект — не единственная причина сокращения. Сокращение после 2022 года и повышение процентных ставок ускорили этот процесс. Но именно ИИ является тем рычагом, на который указывают организации, защищая сокращение. Даже если набор молодых специалистов полностью прекратится в 2027 году, задержка в сфере стажировок отсрочит последствия до 2032–2034 годов, вместо того чтобы устранить их.

Дефицит опытных специалистов не решается усилением найма. Есть три выхода. Импортировать опытных специалистов из других компаний, что является игрой с нулевой суммой на уровне отрасли. Преждевременно продвигать специалистов среднего звена, что приведёт к анализу причин неудачи, о который вы не захотите читать в 2032 году. Или подождать пять-семь лет с момента возобновления набора молодых специалистов, а это значит, что единственное важное движение должно начаться сейчас.

Никакие ежеквартальные OKR не смогут это обеспечить. Это должно быть решение руководства, принимаемое в условиях ежеквартального отчёта.

«Но будущий старший специалист, изначально работающий с ИИ, будет другим»

Честный контраргумент заключается в том, что будущие инженеры будут развиваться иначе. ИИ как коллега с первого дня работы создаст новый тип старших специалистов. Они будут быстрее справляться с простой работой, развивая навыки принятия решений благодаря иной обратной связи. Возможно, 5-7-летний разрыв сократится до 2-3 лет. Знания, необходимые старшему специалисту, изменились в более ранние эпохи. IDE, Stack Overflow и аутсорсинг рассматривались как факторы, которые должны были разрушить следующее поколение. Отрасль пережила всё это.

Причина, по которой к этому раунду следует отнестись серьёзно, — не теория. Это уже имеющиеся доказательства.

Klarna уже провела небольшую версию этого эксперимента (в сфере обслуживания клиентов, а не в инженерном отделе) и отменила его. К началу 2026 года генеральный директор Klarna публично признал, что замена персонала на ИИ ухудшила качество обслуживания, и компания начала повторный набор людей. Урок не в том, что инженеры, изначально работающие с ИИ, терпят неудачу. Дело в том, что советы директоров обменивают человеческий потенциал на потенциал ИИ быстрее, чем это оправдывают данные, а затем чрезмерно корректируют ситуацию, когда приходит счёт. Salesforce, Meta и Microsoft используют тот же обмен функциями, которые гораздо сложнее отменить, чем поддержку клиентов.

Более глубокий вопрос: можно ли вообще построить работу старшего специалиста на основе ИИ? Проводить анализ причин сбоя до тех пор, пока не станет видна вторичная ошибка, которую никто не назвал. Знать, какой из семи уровней повторных попыток маскирует реальную ошибку в 2 часа ночи, когда LLM не может видеть историю вашей системы. Выбирать скучную архитектуру в комнате инженеров, когда все хотят интересную. Ничего из этого не создаётся с помощью легкой работы с ИИ. Это создаётся тем, чьё имя фигурирует в анализе причин сбоя.

Старший специалист, изначально работающий с ИИ, в 2031 году будет существовать, и он будет быстрее справляться с лёгкой работой. Сможет ли он решать новые задачи без обратной связи, которая формирует это суждение, — это открытый вопрос, и первые признаки не внушают оптимизма. Инженерную версию того же эксперимента сложнее прервать, чем версию, ориентированную на обслуживание клиентов. Снижение качества проявится только тогда, когда следующая группа не сможет перейти на должность старшего инженера. К тому времени, как придут счета, окно для отмены уже закроется.

Нанимайте старших инженеров 2031 года в 2026 году

Это основные принципы, которые многие организации перестали применять.

Для вице-президентов, технических директоров и руководителей инженерных отделов: возобновите набор младших инженеров прямо сейчас. Старшие инженеры 2031 года будут наняты в 2026 году. Установите соотношение младших и старших инженеров. Один младший инженер на пять старших — это приемлемый минимум. И включите это в свой годовой план как фиксированную строку численности персонала, подписанную финансовым директором. Относитесь к этому так же, как к численности персонала, отвечающего за соблюдение нормативных требований, а не так же, как к бюджету на инструменты ИИ. Если совет директоров спросит, почему численность персонала растёт, когда ИИ должен её сократить, укажите на 66-дневный период заполнения вакансий для штатных инженеров, уже имеющийся в ваших собственных данных по подбору персонала. Дефицит кадров — это не прогноз на 2031 год. Это статья расходов на 2026 год, которая увеличивается с каждым кварталом, если вы откладываете всё на потом.

Для менеджеров по найму. Начинающие инженеры не получают целевых показателей скорости разработки ИИ. Первые двенадцать месяцев инженерной карьеры — это ученичество. Полностью, без исключений. Это не то решение, которое можно принять в одностороннем порядке на уровне команды; вынесите его на обсуждение вышестоящему руководству, получите одобрение вице-президента и включите более низкую производительность в план до того, как панель управления определит решение за вас. Команда, которая у вас будет в 2031 году, будет сформирована на основе целей, которые вы защищали в 2026 году.

Для технических руководителей и штатных инженеров. Вы — это ваше ученичество. Выделите два часа в неделю в календаре для наставничества, которое выдержит давление со стороны производительности. Наставничество, которое происходит «если есть время», по факту не происходит. Штатный инженер 2031 года формируется тем, что вы решите защитить в календаре на 2026 год.

Для старших инженеров. Если никто в вашей команде не может стать вами, вы не можете покинуть команду. Это ваша проблема, а не проблема работодателя. В любом случае, обучите кого-нибудь. Возможность выбора — ваша, и вы должны её защищать.

Для начинающих инженеров и младших специалистов. Выбирайте команду, которая занимается наставничеством. Откажитесь от более высоких предложений, если команда с более высокой оплатой труда выпускает продукты с высокой скоростью, не имея наставника. Карьера опытного специалиста, о которой вы мечтаете в 2031 году, строится менеджером, который защищает ваши первые двенадцать месяцев в 2026 году.

Для основателей-одиночек, разработчиков с открытым исходным кодом и всех, кто владеет всем стеком. Цикл ученичества, которого у вас нет, — это тот цикл, который вам необходимо пройти. Создайте команду. Работайте в паре с тем, кто разберёт ваши проектные решения. Читайте анализ ошибок после завершения проекта, пока не сможете предсказать вторичную ошибку ещё до её возникновения. Крах конвейера разработки вас не касается. Крах навыков — касается.

Искусственный интеллект не убил старшего инженера. Это сделали мы, не наняв младшего специалиста, который мог бы им стать. Сложные проценты работают в обе стороны. Стоимость одного разработчика, о которой я писал месяц назад, — это одна сторона счётчика. Ненанятый младший специалист — другая, и этот счётчик работает с 2024 года, независимо от того, показывают это данные на панелях мониторинга или нет.

Meta Platforms*, а также принадлежащие ей социальные сети Facebook** и Instagram**:
*признана экстремистской организацией, её деятельность в России запрещена;
**запрещены в России.