Наш вольный перевод новой статьи Andrew Ng (который на Coursera первые курсы про Gradient Descent читал). С помощью Gemini.

Сейчас софт пишется вообще не так, как в 2022 году, и те, кто успел запрыгнуть в этот поезд, забирают самые жирные офферы и проекты. Но вокруг AI сейчас дикий хайп и тонна инфошума — непонятно, что реально учить, а на что забить. Мы с командой собрали скилл-карту, чтобы:
— Разрабам было ясно, что ботать в первую очередь.
— Эйчарам и фаундерам — кого нанимать.

Мы проанализировали больше 10 000 вакансий, провели десятки глубинных интервью с AI-экспертами, лидами и рекрутерами, плюс собрали данные по опросам. Если по-простому — прогнали кластеризацию по гигантскому датасету, чтобы выделить топ скиллов на сейчас и на будущее.

Вот 4 главных навыка:

Building and deploying AI applications (Сборка и деплой AI-приложений)

Software engineering fundamentals (База софт-инжиниринга)

Using coding agents (Работа с AI-кодинг агентами)

Shaping the build (Формирование продукта и постановка задач)

Важный дисклеймер по терминам: Речь идет именно про скиллы (AI Engineering skills), а не про узкую роль «AI-инженер». Это как с облаками: с Cloud-технологиями сейчас работают абсолютно все разрабы, хотя тайтл «Cloud Engineer» есть у единиц. Так же и тут: фуллстекам, дата-инженерам, девопсам, ML-щикам — всем нужны эти скиллы.

1. Building and deploying AI applications
Главное отличие AI от классического софта — непредсказуемый аутпут. Закинул промпт в LLM — не знаешь точно, что вернется. Обучил deep learning модель — непонятно, как она поведет себя на новых данных. Обычный софт куда более детерминирован.

Тот, кто умеет делать AI-приложения, четко шарит за базу: LLM, context engineering, RAG, агентские воркфлоу, ML/DL. А главное — умеет с помощью статистики и метрик направлять систему так, чтобы она выдавала стабильный результат. Ключевой скилл здесь — выстраивать нормальные eval-системы и гонять циклы error-анализа.

2. Software engineering fundamentals
Когда понимаешь, как софт работает под капотом, ты пишешь код в разы эффективнее. Инжиниринг — это всегда трейдоффы: цена, масштабируемость, надежность, скорость, плюс секьюрность и приватность.

Без базы ты даже не поймешь, в чем эти трейдоффы заключаются. База нужна, чтобы грамотно выбирать стек, дизайнить архитектуру, проектировать базы данных и писать тесты. Без нее получается «вайб-кодинг»: джун просто кликает промпты агенту, не понимая, какие косячные архитектурные решения тот принимает под капотом. Зная фундамент, ты общаешься с AI-агентом на точном инженерном языке.

3. Using coding agents
Уметь кодить в связке с агентами — мастхэв для каждого. Нужно иметь четкую ментальную модель того, как агент «думает»: понимать его ограничения, быстро направлять, знать, когда вмешаться руками, а когда дать ему полную свободу, чтобы не сжигать лишнее время и токены.

Для этого важно:
• Грамотно менеджить контекст агента.
• Балансировать между планированием и исполнением.
• Помогать агенту автономно закрывать таски через валидаторы и eval-проверки.
• Уметь работать с четкими спеками (и понимать, когда можно без них).
• Оркестрировать нескольких агентов и следить, чтобы они случайно не дропнули прод-базу.
• Постоянно тестить новые тулы и пересобирать свои пайплайны — сфера летит слишком быстро.

4. Shaping the build
Если есть четкая спека, агенты пишут под нее код все лучше и лучше. Поэтому фокус инженера смещается на вопрос: а что вообще должно быть в этой спеке? Эпоха, когда тебе приносили готовый пиксель-перфект дизайн и ты просто красил кнопки, уходит. Сейчас AI-инженер должен обладать продуктовым мышлением, понимать боли бизнеса и юзеров, чтобы напрямую влиять на продукт.

AI дает возможность брать на себя больше ответственности и овнершипа: находить крутые проблемы и быстро их решать. Нужно чувствовать баланс: когда стоит быстро собрать MVP на коленке и протестить на пользователях, а когда — замедлиться и закодить все основательно.

База под всеми этими скиллами — Continuous Learning (вечное обучение). AI меняется каждый день, поэтому нужно постоянно качать скиллы и внедрять новые