Раньше в резюме строчка Уверенный пользователь MS Office (Word, Excel) была обязательна, так же как стрессоустойчивость, коммуникабельность, работа в команде.
Думаю, теперь обязательной строкой станет:
«Уверенный пользователь AI. Problem decomposition, structured prompting, critical evaluation of AI outputs, code and workflow automation.»
Я уже вижу, насколько отличается скорость разработки у инженеров, которые активно используют ИИ и у тех кто не используют ИИ вообще или используют его неэффективно
И в будущем это еще сильнее будет бросаться в глаза
При этом, по моему ощущению, командам нужны два типа инженеров.
1. AI-Accelerated Engineers (delivery focused)
Характеристика
-
Активно используют ИИ в ежедневной работе.
-
Быстро деливерят фичи, фиксы, импрувы.
-
Используют ИИ для:
-
генерации кода
-
рефакторинга
-
тестов
-
документации
-
быстрой проверки гипотез
-
Сильные стороны
-
Скорость.
-
Широкий контекст.
-
Высокий throughput.
Риски
-
Поверхностные решения.
-
Слепое доверие ИИ.
-
Рост технического долга, если нет контроля.
2. AI Governance Engineers (quality and safety focused)
Роль
Инженеры, которые создают рамки, в которых ИИ можно безопасно и эффективно использовать.
Guardrails и инструкции
-
Стандарты использования ИИ в команде.
-
Что можно и нельзя:
-
какие данные можно скармливать ИИ
-
какие задачи допустимы
-
где обязателен human review
-
-
Шаблоны промптов для типовых задач.
Quality control
-
Определяют, где ИИ допустим, а где нет.
-
Вводят mandatory checks:
-
code review без ИИ
-
тесты
-
архитектурные ревью
-
-
Обнаруживают деградацию качества.
Архитектура и системное мышление
-
Следят за целостностью архитектуры.
-
Решают, где ИИ ускоряет, а где ломает абстракции.
-
Разделяют «быстро» и «правильно».
Безопасность и комплаенс
-
Работа с PII, GDPR, SOC2.
-
Политики хранения данных.
-
Red-teaming промптов и сценариев.
Обучение команды
-
Документация best practices.
-
Онбординг новых инженеров.
-
Разбор инцидентов, связанных с ИИ.
Ключевые навыки
-
Сильное системное мышление.
-
Архитектура и дизайн.
-
Критическое мышление.
-
Risk assessment.
-
Понимание ML/LLM на концептуальном уровне (не обязательно быть ML-инженером).
Дополнительно
-
Документация и стандарты.
-
Коммуникация.
-
Способность говорить «нет» скорости ради устойчивости.
AI Governance Engineers будут отвечать за устойчивость системы и долгосрочное качество (условно чтобы AI-Accelerated инженеры не могли ничего сломать своей скоростью).
Если проводить параллели со старыми терминами:
• первые это условные x10 инженеры, которые могут и в backend, и во frontend, и в mobile
• вторые это смесь QA, DevOps и архитектурного мышления
Думаю так будут выглядеть сильные команды в будущем с балансом быстрые AI-accelerated специалисты + специалисты, которые держат систему в рамках.
Это могут быть не только программисты/инженеры, а в целом, все поделятся на два типа, дата инженеры, дизайнеры, продукт/проджект и другие менеджеры одни будут AI-Accelerated, а другие создавать рамки, sdk, правила, архитектуру, инструкции как AI-Governance. Больше про испанию и айти в моем тг канале.
Автор: aposnov
