Никита Кочерженко, генеральный директор компании по разработке программного обеспечения Uncom OS
Разработчики все активнее используют нейросетевых ассистентов, и скорость написания кода растет. В таких условиях стоит поговорить об изменениях в профессии программиста. Согласно статистике GitHub, использование Copilot ускоряет базовую разработку на 55%. Оценки McKinsey показывают, что алгоритмы способны автоматизировать до 45% рутинных задач при создании ПО. Однако обобщение всех специалистов под одним понятием искажает реальную картину.
В отрасли всегда существовали два разных уровня подготовки. Первый уровень – это базовое знание синтаксиса, то есть умение переводить готовую логику на конкретный язык программирования. Второй уровень – это инженерно-математический базис, который включает проектирование архитектуры, разработку алгоритмов, математическое моделирование и декомпозицию сложных систем.
Развитие генеративных моделей постепенно исключает из процессов первую категорию. Функция ручного перевода требований заказчика в код больше не требует отдельной штатной единицы. Алгоритмы справляются с автодополнением, генерацией базовых блоков и поиском синтаксических ошибок быстрее человека. Происходящее напоминает историю с профессией машинистки после появления персональных компьютеров. Набор текста стал обычным навыком, а не отдельной специальностью.
Изменения перестраивают и приоритеты в требованиях к кадрам. Раньше знание редких языков вроде Fortran или спецификаций для особых контроллеров гарантировало высокую стоимость специалиста на рынке. Сегодня инженер с фундаментальной подготовкой быстро осваивает особенности любых архитектур с помощью искусственного интеллекта. В то же время начинающие разработчики с сильным логическим мышлением мгновенно закрывают пробелы в знаниях библиотек. Инструмент берет на себя написание кода, а человек фокусируется на проектировании решения.
Обсуждение в Telegram ↗