ИИ против джуна: как победить нейросети при устройстве на работу

Начинающим разработчикам и раньше было непросто найти первую работу, а сейчас и подавно: конкуренция выросла кратно, а рынок окончательно стал «рынком работодателя». Количество ИТ-вакансий заметно сократилось: компании больше не нанимают «впрок», а открывают позиции под конкретные задачи. Даже квалифицированные специалисты вынуждены снижать грейд или зарплатные ожидания. 

Другой значимый фактор — бурное развитие нейросетей. Они уже научились писать типовой код, генерировать тесты, разбирать алгоритмические задачи с LeetCode — по сути, делать то, что раньше поручали джунам, чтобы те набрались опыта ^[1]. Войти в ИТ все еще возможно, но без продуманной стратегии сделать это стало значительно сложнее.

Меня зовут Борис Жиромский. Я Python-разработчик, AI-инженер и эксперт Учебного центра IBS ^[2]. В этой статье обсудим, как джуну стартовать в ИТ, когда нейросети кодируют быстрее, да и в целом существенно поменяли рынок. Расскажу про реалии трудоустройства: какие есть ограничения и как их можно обходить, в том числе с помощью самих больших языковых моделей.

Что происходит с рынком вакансий

Если коротко, наем стал сложным. Ситуация с рынком ИТ выглядит следующим образом:

Это выборка ��о вакансиям за последние полгода. Количество вакансий сократилось с 13 до 8,5 тысячи, и год от года их все меньше. Избыточные позиции сокращаются. Люди выходят на рынок и не могут попасть на тот же уровень, на котором они работали — переходят на ступень ниже. В итоге тем, кто только начинает свой путь, места не остается.

Наем был таким не всегда. Совсем недавно мир выглядел иначе. Лучшим временем для разработчиков был 2020 год, когда случился ковид. Все перешли на удаленку, и потребность ^[3] в разработчиках сильно выросла, поскольку все начали автоматизировать доставки и удаленные услуги.

В России зарплаты были ниже, чем в некоторых зарубежных странах, поэтому иностранные компании приходили на наш рынок. Наши разработчики с удовольствием шли работать на ежемесячный доход в 3-4 тысячи долларов. Пик этого роста пришелся на второй квартал 2020 года, и дальше он растянулся на весь двадцатый и двадцать первый год.

Рост продолжался до 2022 года, но потом рынок начал сокращаться. Иностранные компании, которые держали российских сотрудников на аутсорсе, начали уходить. Кто-то уехал за границу, а в России появились разработчики, которые ищут работу только внутри страны.

Вот как менялась конкуренция на рынке труда.

До 2022 года конкуренции за рабочие места особо не было. Сейчас она выросла настолько, что люди готовы снизить амбиции по доходу и грейду. В итоге для начинающих разработчиков на этом рынке места уже не хватает.

Эта проблема проявилась не только в России. В 2022 году ковид с его локдаунами уже закончился и стартапы, получившие в 2020-2021 годах инвестиции на автоматизацию доставки и удаленного обслуживания, начали банкротиться. Рынок ИТ начал сокращаться во всем мире. В качестве примера — ситуация в Англии. Пиковое количество вакансий было в 2022 году, а к осени 2023-го оно уже начало снижаться.

Как вкатиться в ИТ правильно?

Помимо сокращения количества вакансий, на рынке появилась еще одна серьезная проблема: современному джуну приходится теперь конкурировать не только с такими же начинающими специалистами, но и с нейросетями. Инструменты на базе искусственного интеллекта ^[4] уже способны писать типовой код, генерировать тесты, оформлять документацию, находить и исправлять ошибки ^[5] — то есть выполнять значительную часть задач, которые раньше поручали джунам и стажерам. В результате работодатели все чаще предпочитают одного более опытного специалиста в связке с ИИ-инструментами вместо нескольких джунов, что существенно усложняет старт карьеры для новичков.

В этой новой реальности ключевым фактором становится не столько скорость или объем выполненных задач, сколько выбранная стратегия профессионального развития.

1. Необходимо выбрать одно направление, которое вам больше нравится. Если вы идете в ИТ просто потому, что там больше платят, выберите то направление, где больше вакансий (чем их больше, тем больше нуждаемость в разработчиках). Для этого соберите топ на Хабр Карьере или HH.

2. В рамках этого направления нужно реализовать 2-3 реальных проекта. Это должны быть не просто пет-проекты, как это было раньше, когда джуны писали To Do листы или какие-то калькуляторы. При правильном промпте нейросеть создает подобные проекты за несколько минут, поэтому они не имеют смысла. 

3. Параллельно важно осваивать базовые знания для прохождения собеседований. 

4. Когда будут первые проекты, нужно составить одно целевое резюме на свое направление.

5. Используя это резюме, откликаться на вакансии системно. 

Далее по каждому пункту этого плана пройдемся подробнее.

Выбор направления

Чтобы пройтись по выбору направления, я составил такую табличку:

По горизонтали мы идем от креатива до математики ^[6]. Data Science сейчас самый популярный и высокооплачиваемый, потому что всюду идут AI и автоматизация. Но в этом направлении необходима математика. Если вам она дается тяжело, лучше выбирать другую сферу. 

Следующее направление — программирование. Здесь есть много вариантов, но сейчас лучше идти либо в бэкенд, либо во фронтенд. VR — очень узкий рынок, а геймдизайн ограничен тем, что стало меньше иностранных заказчиков. Разработка iOS и Android почти стоит, поскольку банковских приложений в магазинах нет и на это направление не выделяют большие деньги.

Есть менеджмент. В этой сфере зарабатывают чуть меньше, чем в программировании. Но, конечно, это средняя температура по больнице. Менеджеру придется больше разговаривать, управлять командами. Будет много созвонов, а программировать придется меньше. Но базовые технические знания, в том числе в коде, все равно необходимы.

На маркетинге и дизайне я подробнее останавливаться не буду.

Как сделать два-три реальных проекта

Идеально, когда проекты решают реальные проблемы пользователей. Где их взять? Самый простой способ — пройтись по знакомым и выяснить, какие у них есть проблемы на работе или в обычной жизни. Возможно, им скучно что-то делать, но они это не автоматизируют, потому что не знают, как это реализовать. Вы можете поискать такие проблемы и на своей текущей работе — подойти к руководителю, объяснить, что изучаете языки программирования, и предложить автоматизировать какие-то простые процессы.

Рутины вокруг очень много, из нее всегда можно выбрать, что автоматизировать. Рекомендую выбрать несложное и некрупное. Уверен, что 5-6 проектов по знакомым наберется. Рекомендую искать такие проблемы и ограничения, которые можно автоматизировать за 2-3 вечера. Если будут необходимы недели разработки, есть вероятность, что вы просто зря потеряете время.

Например, я автоматизировал своему отцу переписку с заказчиками по почте. Собирал всю почтовую переписку и отправлял ее в DeepSeek. Нейросеть можно использовать удаленно, но я запускал на своем компьютере, закидывая туда письмо с заготовленным промптом, чтобы фактически бесплатно создавать ответы. В итоге вместо того, чтобы тратить на одно письмо по два часа, отец стал отвечать за 15 минут, просто проверяя и чуть корректируя результат работы нейросети.

Важно, чтобы технологии, которые вы будете использовать для реализации, были связаны с выбранным направлением. Например, если мне предложат автоматизировать какой-то процесс, используя C# или PHP, я, скорее всего, откажусь, поскольку не смогу прокачать свои знания как разработчика.

Реальные задачи дадут реальный опыт. Можно смело указывать результаты таких проектов в резюме.

Что писать в резюме

При описании проектов используйте формулировки, которые повышают их значимость. Например, укажите, что создан не To Do List, а система автоматизации задач.

Не забудьте указать результаты автоматизации. Например, можно отметить, что длительность процесса сократилась с часа до получаса. Или выполнение запроса уменьшилось с 10 до 2 минут. Или была создана таблица, благодаря которой менеджер смог решить задачу по списыванию рабочих часов сотрудников не за целый день, а за 1 час. Бизнесу такое выгодно — вы сразу становитесь интереснее. В большинстве случаев резюме читается нейросетями, но таким образом и для них вы становитесь релевантнее. Сама нейросеть поднимет вас в топ.

Почему важен системный отклик

Если у вас стоит цель зайти в ИТ, то достигать ее надо не только качеством, но и количеством. Берите одно резюме и откликайтесь, не редактируя его, на несколько вакансий сразу.

В интернете часто встречаются советы, что отклики надо адаптировать под компанию. Но так стоит делать, только если вас приглашает кто-то из знакомых, а резюме попадает напрямую в отдел кадров внутри компании. На HH же конкуренция настолько высока, что необходимо брать просто количеством.

Какие знания нужны для прохождения собеседований

После того как вы сделали несколько проектов и поняли, как разрабатывать приложения, стоит подумать про ответы на технические вопросы собеседований. Списки таких вопросов можно без проблем найти в интернете. Можно начать изучать по первой же ссылке, пополняя их из собственного опыта участия в собеседованиях.

Также важны софт скиллы, потому что собеседование — это общение с человеком. Еще несколько лет назад брали всех подряд, но сейчас рынок не кандидата, а работодателя. Набирают очень избирательно, ведь есть огромный выбор — 200-300 человек на вакансию. Если по каким-то причинам кандидат не подходит, всегда можно выбрать другого.

Как использовать нейросети в работе

Сразу начну с примера проекта, написанного джуном полностью с помощью нейросети. Человек учился на первом курсе. Это был его первый опыт.

Суть проекта — обучающий портал с видеоуроками по уколам для медицинского персонала и косметологов.

С помощью нейросети по одному запросу была сгенерирована база данных. Промпт выглядел примерно так: «Мне необходима база данных для такой-то задачи. Нужно, чтобы в ней были видео, темы, объединения между темами и так далее».

Далее БД дорабатывали миграциями — из старой БД получали новую, добавляя в нее еще одну таблицу. Для этого можно скопировать первый ответ нейросети и попросить «добавить в него двухуровневую реферальную систему». Буквально через минуту нейросеть выдает ответ, в котором описано, что и где нужно подредактировать.

Нейросети могут ошибаться. Я уже понимаю по ответу, врет она или нет. Но эта способность нарабатывается только методом проб и ошибок. Надо создавать код с помощью нейросети и разбираться с ним. Это как ездить на машине с механической коробкой передач — сначала сложно и непонятно, но как только понимаешь базу, дело идет.

Новичкам нужно обязательно понять, как все работает — что такое база данных, как она отправляет данные на бэкенд, как они попадают на фронтенд, что видит пользователь, что вообще происходит после нажатия пользователем кнопки. Базу более низкого уровня, как работает компьютер, знать уже не обязательно. Как только вы это поймете, сможете отличить вранье нейросети от правды.

Разбираться в коде можно с помощью все той же нейросети. Любой фрагмент можно выделить и попросить модель объяснить его.

Я всегда использую нейросети в обычном чате, а не через MCP-сервера, которые объединяют разные модели в один сервис. Столкнулся с тем, что они путаются в разных версиях библиотек и за этим нужно постоянно следить (указывать версию). Это проще делать в чате напрямую. И всегда можно задать уточняющие вопросы, особенно когда пытаешься с нуля создать большой проект и результаты, выданные нейросетью, работают неправильно или не совсем оптимально.

Добавлю также, что перед началом общения стоит попросить нейросеть писать на актуальных технологиях и асинхронно. В упомянутом проекте как раз была реализована неасинхронная база данных. В коде сессию в БД нужно открывать и закрывать. Можно сказать, что бэкенду для получения данных приходится «звонить» в базу данн��х. Из-за того, что проект писала нейросеть, в некоторых случаях она забывала закрывать сессии. База данных, способная поддерживать не более 10 открытых сессий одновременно, переставала отвечать, как только приложение пыталось открыть одиннадцатую. Проблему решили, хоть и не с первого раза, и все заработало. Но самое главное, что заказчик в итоге был рад, что реализовал проект дешево и продажи идут.

Просто продолжай

Вместо итогов хочется подчеркнуть, что необходимо идти от задачи — в первую очередь это должно работать. Как работать и каково качество написания кода — это уже вторичный вопрос. Можно до бесконечности учить, как писать красивый и правильный код, но работа на практике дает более серьезный буст в карьере по сравнению с бесконечным изучением теории. Человек, который попробовал так создать два-три проекта, четвертый уже чисто логически сделает в соответствии с каким-нибудь PEP8 (документ, описывающий правильное написание кода на Python).

Я считаю, что сейчас такой путь развития самый простой и выгодный в финансовом плане. Решая реальные задачи, вы прокачиваетесь как разработчик и не учитесь в пустоту. С каждой выполненной задачей вы будете писать код все лучше и лучше. Параллельно улучшаются и нейросети, и они продолжат вам подсказывать. Можно скопировать любой хэндлер, направить в нейросеть и спросить: «Что тут не так?» Попросить разжевать как для чайника. Потратив на это два-три вечера, вы начнете понимать — по кирпичику сложите себе целый дом из знаний.