Кому сейчас проще найти работу в эпоху ИИ

Кто-то ловит офферы пачками за месяц, а кто-то и сидит без приглашений и не понимает, что происходит. Виной всему - не столько кризис, сколько влияние ИИ и перенасыщение рынка некоторыми специалистами. В этом посте разложу ситуацию по каждой специальности, опираясь на реальные кейсы, и расскажу, за кем ИТ-компании сейчас охотятся по-настоящему, а кто рискует остаться за бортом эпохи ИИ.

ML-инженеры.
Традиционно горячая точка сейчас сосредоточена вокруг ML. Ажиотаж на рынке подогревает спрос настолько, что инженеров любого уровня (от мидлов до лидов) хантят напрямую. У моих коллег процесс от отклика до подписания оффера укладывается в 1-2 месяца.
Младшие грейды тоже чувствую себя хорошо, единственное порог входа повысился: год назад достаточно было знать классический мл и основы DL. Сейчас же нужно обладать представлениями о рекомендательных системах, динамическом ценообразовании, матчинге, nlp, cv, llm, систем дизайне - это базовый минимум. Конечно нужно обладать лишь представлениями, а не полноценным опытом работы. Также сейчас будет плюсом обладать представлениями об оркестрации, пайплайнах, а также аналитическом стеке (бизнесс метрики, АВ тесты). Все пытаются ответить на вопрос может ли специалист с нейросетями стать таким человеком-оркестром.

DevOps и SRE.
Без комментариев. Инфраструктурщики - это реальный дефицит. В любой компании, которая хочет масштабироваться, эти ребята жизненно необходимы. Их буквально "сметают" с рынка, а время поиска работы часто измеряется не месяцами, а неделями.

Backend-разработчики.
Здесь все очень нестабильно. В моем окружении есть примеры, когда бэкендеры получали по 2–3 оффера в месяц. Но есть и те, кто застревает в поиске надолго. Здесь огромную роль играет конкретный стек, и единого тренда по всей сфере нет. Например, go-разработку накачали хайпом онлайн школы и менторы, обещая изи оффер на 400+ тыс за пару месяцев. По итогу приходится пробиваться через толпы вкатунов-накрутчиков. Аналогично с питон разработкой: очень много вкатунов, хоть и вакансий тоже много. Сам ожидаю, что на питон-разработку будет давление со стороны нейросетей.

Специалисты по LLM и DS (классика).
Вакансий сейчас здесь не так много, как кажется, однако процесс трудоустройства часто проходит предсказуемо. Если вы проходите собеседование и подтверждаете свою квалификацию, оффер вам практически гарантирован. Выбор компаний небольшой, но они ценят сильных кандидатов.

Data-направление (Аналитики и DE)
Это самый тяжелый сегмент. Сегмент Data сейчас переживает эффект перенасыщения. Огромный наплыв соискателей: одни приходят из смежных ИТ-специальностей с опытом, другие - новички, которые хотят быстро вкатиться в случае аналитики или поверили в хайп больших данных в случае DE. Вдобавок, требования к DA и DE у разных компаний кардинально отличаются, и подготовиться ко всем вариациям собеседований непросто.
Вообще все пытаются ответить на вопрос "сможет ли допустим какой-нибудь аналитик найбкодить архитектуру?". Если сможет, то рынок DE скукожится и в основном вакансии будут на "сложные архитектуры". У аналитиков пока тренд, что их пытаются соответственно перебросить на "гибридные задачи": навайбкодить архитектуру, поделать задачи Data Scientistа и так далее. Вакансий дата-аналитика и продуктового аналитика в традиционном понимании сейчас мало.

Frontend, QA, Business/System Analysts
Мне кажется, это самая жестокая реальность. Рынок здесь перегрет кандидатами настолько, что решение о найме часто принимается "на глаз" и похоже на лотерею. С учетом активного внедрения ИИ, базовые задачи этих специалистов уже начинают упраздняться или выполняться автоматикой, что только усугубляет ситуацию.

Если хотите оставаться в тренде айти рынка и его требований, то советую наши курсы старт, на который мы продлили финальные скидки на 24 часа.
➡️ Записаться

Подписаться: @chad_protocol