Вас не ценят на работе, и вы ничего не можете с этим сделать?

"Ни зарплаты, ни уважения" - примерно так описывают свою жизнь люди, которые не смогли построить свои личный бренд, прокачать харды и устроиться на работу мечты, теперь вынуждены тихонько стагнировать на обочине истории. Особенно иронично, что в основном это молодые ребята, которые попали в АйТи в последние несколько лет.

Почему олды смогли, а у молодёжи куча проблем? Причина системная - плохое образование, сложный рынок, появление ИИ и т.д.

Но хуже всего - это отсутствие нормальной стратегии развития. Горизонт планирования составляет всего 1-2 года. Когда это время проходит ребята осознают, что время потрачено впустую, нормальной работы нет, знаний нет, а перспективы безрадостны.

Системные проблемы можно компенсировать только одним - личной инициативой. Система образования вряд ли измениться в момент, поэтому в первую очередь разбираемся что можно сделать самому.

Момент первый

Стратегия - это те цели, которые вы ставите перед собой на долгую перспективу. Нужно научиться мыслить системно и ставить нормальные цели, например, выбрать бизнес домен в котором специализироваться, затем определить перспективный технический стек и уже исходя из этого выработать цели вдолгую. В любом случае первый шаг - это анализ.

Момент второй

Сегодня бизнес специфичные знания важнее технических, но будет ли так всегда? В целом приоритеты рынка меняются по мере развития технологий и появлении новых возможностей. Но некоторые вещи ценятся всегда - хорошая база и умение решать бизнес задачи.

Отсюда любая стратегия должна включать не детальный план, а вектор развития. Стратегия тем и отличается от тактики, что на большой дистанции вы не можете учесть все детали и нужно быть готовым к изменениям.

Основные моменты хорошей стратегии:

- прокачка хардов релевантных рынку, а не просто накопление знаний;

- развитие в области своих интересов, а не попытка поймать хайп с чужих слов;

- получение реального опыта, а не оправдание почему у вас ничего не получилось и это якобы нормально.

Момент третий

Всегда должен быть результат, если вы думаете "сейчас немного потерплю, а завтра все получится" - это первый звоночек. Движения должно выполняться малыми шагами, но каждый шаг должен приносить результат здесь и сейчас. Другими словами должно лучше становиться каждый день, а не "завтра".

Для этого нужно отслеживать прогресс, фиксировать результаты и смотреть что получается. В итоге должна сработать синергия и накопление результата.

Все можно измерить деньгами, поэтому деньги как основная метрика - это неплохо. Но так же стоит понять можете ли вы извлекать деньги из рынка напрямую, продавая свои знания и опыт (менторство, консультации, заказная разработка и т.д.).

Личный бренд можно измерять в публичных выступлениях, приглашениях на конференции и т.д.

Техническую компетенцию можно измерить исходя из анализа задач и частоты обращения коллег за вашей помощью.

Стоит начать волноваться если нет никакой активности: ни растущей зарплаты, ни публичной активности, ни обращений за помощью.

Попытки переждать, перетерпеть, придумать "хитрый план" - это самообман который в итоге приводит к тому, что вас ни ценят, ни понимают и в целом хотят другого сотрудника на ваше место.

Ложка дёгтя для тех, кому «это и так понятно»

То, что для карьерного роста нужны релевантные знания и опыт, — очевидная мысль. Проблема начинается в тот момент, когда встаёт вопрос: как определить эту самую релевантность?

Типичная ошибка: «то, что спрашивают на собеседовании, то и надо знать». Запомните одну важную мысль: собеседования помогают понять вашу рыночную стоимость, но не помогают понять, что нужно знать для карьерного роста.

Релевантные знания определяются потребностями бизнеса в заработке денег. Но проблема в том, что бизнес зачастую сам не до конца понимает, какие технологии ему потребуются. Он мыслит примерно так: «Ты специалист, ты и решай, что нужно». В итоге единственный способ понять, что действительно нужно, — это нетворкинг.

Я общаюсь с людьми, которые решают задачи разной технической сложности в разных компаниях и бизнес-областях. Сегодня все хотят: использовать ИИ, работать с облачными технологиями, строить долговечную архитектуру. Это основной тренд на рынке.

Дальше начинаются детали, которые, опять же, мало кто понимает. Например, сегодня уже существуют паттерны построения архитектуры с использованием ИИ, в которых основную роль играют вопросы управления контекстом. Это уже сложившийся тренд со своей спецификой и наработанными решениями.

Давайте навскидку задам вопрос: сколько паттернов построения мультиагентных систем вы знаете? Скорее всего, ноль. Потому что такие вопросы появятся на собеседованиях лет через пять. А потребность в этих знаниях есть уже сейчас.

Поэтому чтобы двигаться по карьере, нужно определять текущие тренды в IT — именно это и есть «релевантные знания». А не то, что спрашивают на собесах.

Я тут подумал, что может быть мы с вами последние носители знаний о том как писать код руками, а не через ИИ, как сегодня динозаврами выглядят те, кто понимает машинный код и может на лету дизассемблировать fa eb fe во что-то осмысленное (например, в ассемблер), так и современные разрабы будут недопоняты программистами будущего, которым будет просто непонятно "зачем?" знать язык программирования, его синтаксис, трюки оптимизации и т.д. А главное будет совершенно непонятен выбор "табы или пробелы".

На платформе опубликовал запись созвона Обсуждение по С4 и эволюции архитектуры так же обсудили какой результат дает внедрение проектного подхода в цикл разработки и другие вопросы.

Сегодня все стали экспертами по ИИ, вот и я решил не отставать сделал небольшой эксперимент с Qwen Coder и моделью QWEN3-coder.

Суть эксперимента: сравнить два подхода в управлении проектами:
- эволюционный (когда начинаешь с небольшого задания и улучшая его по мере развития требований)
- проектный (когда на первом этапе прорабатывается архитектура и ограничения, а потом ИИ работает в рамках этих границ)

Я попробовал сделать небольшой ansible проект для настройки виртуальных машин в облаке. В рамках эволюционного подхода взял базовый плейбук с установкой nginx и начал накидывать новые требования.

Сначала все шло довольно неплохо, а потом ИИ начал тратить миллионы токенов пытаясь рефакторить и улучшать проект, путаясь в том что делает и постоянно западая в циклы.

Итог: эволюционный подход не взлетел.

Второй вариант проекта содеражл четкую структуру, подробный README.md в котором сразу были прописаны основные ограничения.

В итоге этот подход оказался намного эффективные и по затратам на токены и по осмысленным действиям со стороны ИИ.


Конечно, эксперемент нельзя считать показательным, можно наверняка найти мои ошибки при подготовке промптов и за счет этого улучшить результат обоих проектов.

Но мой личный опыт сводится к тому, что ИИ сложно работать с эволюционными подходами, ему нужные четкие понятыне границы с самого старта проекат. И если обеспечить такой старт, то результат будет намного лучше.

Люди которые ищут причины ничего не делать 👇👇👇

Для того чтобы двигаться вперед нужно предпринимать самостоятельные усилия, ни у кого не существует волшебной таблетки, которая заменит твою личную инициативу.

Обмен обпытом - это офигенный инструмент продвижения, один человек рассказывает о своем опыте и выводах, другой сравнивает со своими результатами. В итоге рождается диалог, обмен мнениями и как результат общая картина для обоих участников становится яснее.

Но есть люди, которые не хотят получать личный опыт, они считают себя великими критиками, которым и так все понятно. Вместо обсуждения такие люди ищут причины ничего не делать, придумывают причины по которым они могут оставаться в своем манямирке и перекладывают ответственность на других.

Мы с вами уже видели как подобное поведение приводит от идеи о валютных удаленках к попыткам удержаться на рабочем месте всеми силами.

Время самый ценный ресурс - думайте как его использовать для наилучшего результата, а не на оправдание своего бездействия.

я же правильно понимаю, что никакие промты, начальные проекты и т.д. ты не скинешь и оценить твои конкретные эксперименты будет невозможно?

ИИ - это офигенный инструмент, удивительно, что до сих пор есть бизнес, который его не использует.

Даже если смущает юридическая сторона вопроса относительно авторских прав и безопасность утечки кода, ИИ можно использовать для e2e тестирования, написания документации, в качестве удобного справочника по фреймворку, для генерации внутренних утилит с нуля и т.д.

У меня за день в среднем уходит 30 млн. токенов на пет-проекты и цифра постоянно растёт.

Мы в Соер.Клубе пару недель назад обсуждали проблемы построения контекста в агентских системах, в архитектуре агентов - это самый актуальный вопрос. Важно отметить, что агент - это автономная интеллектуальная система, которая взаимодействует с внешней средой и самостоятельно генерирует свой контекст. Часть контекста определяется по дефолту при старте агента (например, Gemini CLI генерирует портянку на несколько тысяч символов с описанием инструментов (tools), описанием файловой структуры проекта, ignore-файлов и т.д.). Другая часть контекста - это результат выполнения инструментов, которые выполняются в ответ на запрос LLM (для этого в OpenAI API предусмотрена специальная возможность).

В итоге контекст быстро "распухает" и становится огромным. С одной стороны это помогает ИИ решать разные задачи без дообучения LLM, с другой большой контекст может сильно "замылить" точность ответа (не говоря о том, что контекстное окно не безразмерное). Поэтому, чем лучше сформирован контекст, тем меньше запросов делает агент и тем лучше результат работы (как по качеству ответа так и по времени выполнения).

Сегодня значительная часть усилий при проектировании агента тратится на то, каким образом организовать управление контекстом. Хочется чтобы агент сам мог принять решение, что можно "забыть" или "уплотнить", а что стоит оставить в истории диалога (недостаток в том, что это доп. запросы к LLM и затраты времени). Проще дать ручное управление контекстом непосредственно пользователю, но это уменьшает автономность агента, да и пользователю вычитывать кучу материала - не очень удобно.

Сейчас новые модели не становятся кратно умнее, как было вначале, поэтому фокус смещается на то как выжать максимум из существующих решений, а для этого нужно понимать как работать с контекстом.

Антох, когда уже следующие дебаты, харе прогревать?👇👇👇

Гойда

Выпустил ролик Как создать лендинг используя ИИ агента и промпт-инжиниринг в видео обещал поделиться своими промптами для лендинга, цепляю к этому посту.

UPD. Ссылку обновил.