Заголовок: Математика эмиграции: Почему я выбрал остаться (или уехать) — цифры против эмоций
Текст:
Мы привыкли сравнивать страны по картинкам: "там море и хамон", а "тут зима". Но когда я, как Senior Engineer, переложил эмоции в Excel-модель на 5 лет, результаты оказались шокирующими.
Дано: Зарплата €50k/год (Gross). Семья из 3 человек.
Сценарий А: Релокация в Испанию (Мадрид/Барселона).
Сценарий Б: Удаленка на Москву из региона РФ (IT-ипотека).
👇 Главные инсайты (спойлер: математика жестока):
1️⃣ Ипотека как доход.
В РФ моя ставка по IT-ипотеке — 6% при инфляции ~9%. Реальная ставка отрицательная (-3%). Банк фактически доплачивает мне за пользование деньгами, а инфляция сжигает долг.
В Испании аренда сжигает 40% чистого дохода "в никуда".
2️⃣ Стоимость входа.
Переезд "под ключ" (визы, простой в работе 4-6 мес, залоги) — это убыток ~€18k на старте. В РФ вход в свою квартиру — это первоначальный взнос, который остается моим активом.
3️⃣ Накопления (Самое страшное).
— В РФ после всех расходов у меня остается €1 800/мес свободного кэша.
— В Испании при том же уровне жизни — €160/мес.
За 5 лет разница в чистом капитале составляет €160 000.
📉 Графики в карусели говорят сами за себя.
Мой вывод:
Эмиграция сегодня — это покупка "подписки" на европейские институты, "безопасность" (тему ипотечных выселений в Испании в 2008 году можете сами погуглить) и климат. Цена этой подписки для сеньора — примерно €30 000 в год чистых потерь.
Если ваша цель — капитал и своё жилье, математика однозначно за РФ.
Если цель — паспорт ЕС и сомнительное будущее детей, готовьтесь платить эту цену. Чудес не бывает.
Коллеги, кто уехал в 2022-2024, сходится ли ваша математика с реальностью? 👇
#relocation #finance #IT #Spain #Russia #costofliving #career
Текст:
Мы привыкли сравнивать страны по картинкам: "там море и хамон", а "тут зима". Но когда я, как Senior Engineer, переложил эмоции в Excel-модель на 5 лет, результаты оказались шокирующими.
Дано: Зарплата €50k/год (Gross). Семья из 3 человек.
Сценарий А: Релокация в Испанию (Мадрид/Барселона).
Сценарий Б: Удаленка на Москву из региона РФ (IT-ипотека).
👇 Главные инсайты (спойлер: математика жестока):
1️⃣ Ипотека как доход.
В РФ моя ставка по IT-ипотеке — 6% при инфляции ~9%. Реальная ставка отрицательная (-3%). Банк фактически доплачивает мне за пользование деньгами, а инфляция сжигает долг.
В Испании аренда сжигает 40% чистого дохода "в никуда".
2️⃣ Стоимость входа.
Переезд "под ключ" (визы, простой в работе 4-6 мес, залоги) — это убыток ~€18k на старте. В РФ вход в свою квартиру — это первоначальный взнос, который остается моим активом.
3️⃣ Накопления (Самое страшное).
— В РФ после всех расходов у меня остается €1 800/мес свободного кэша.
— В Испании при том же уровне жизни — €160/мес.
За 5 лет разница в чистом капитале составляет €160 000.
📉 Графики в карусели говорят сами за себя.
Мой вывод:
Эмиграция сегодня — это покупка "подписки" на европейские институты, "безопасность" (тему ипотечных выселений в Испании в 2008 году можете сами погуглить) и климат. Цена этой подписки для сеньора — примерно €30 000 в год чистых потерь.
Если ваша цель — капитал и своё жилье, математика однозначно за РФ.
Если цель — паспорт ЕС и сомнительное будущее детей, готовьтесь платить эту цену. Чудес не бывает.
Коллеги, кто уехал в 2022-2024, сходится ли ваша математика с реальностью? 👇
#relocation #finance #IT #Spain #Russia #costofliving #career
🔥2❤1
Управление звездами: Почему «серая масса» убивает результат, а звезды убивают процесс
Введение: Наболело
В российской управленческой культуре укоренился миф: со «звездами» работать невозможно. Менеджеры среднего звена часто транслируют идею, что талантливые индивидуалисты — это токсичный актив, разрушающий команду. Отчасти это правда, и я расскажу вам, какие тонкости есть в этой истории.
Действительно, звездами сложнее манипулировать. Им невозможно просто «спустить задачу» — у них есть мнение, критическое мышление и требования к смыслу деятельности. Но для творческих и интеллектуальных коллективов нет ничего хуже, чем усредненная серая масса. Безусловно, «середнячками» легче управлять: они послушны, предсказуемы и не задают неудобных вопросов. Но цена этого комфорта — посредственность результата.
Менеджер, утверждающий, что ему «не нужны звезды», фактически расписывается в своей профессиональной непригодности. Это не проблема сотрудников — это проблема отсутствия инструментов управления сложными системами.
Исторические особенности: Культ выживания и «Аврал»
В российской культуре феномен коллектива имеет глубокие корни, отличающие нас как от индивидуализма США, так и от кланового коллективизма Азии.
1. Климат и выживание (Русская модель управления)
Согласно исследованиям Александра Прохорова (теория «Русской модели управления»), наша культура исторически формировалась в режиме маятника: «Застой — Аврал».
В Европе и США климат позволял работать ритмично круглый год. Это породило культ процесса, стандартов и планомерности.
В России короткое лето требовало мобилизационного рывка («битва за урожай»). Выживал не тот, кто эффективен индивидуально, а община, способная на героический рывок всем миром.
Отсюда в нашем менеджменте подсознательное стремление к уравниловке в «мирное время». Звезда, которая пытается бежать быстрее коллектива в период стабильности, воспринимается как угроза спокойствию. Она нарушает негласный договор об «энергосбережении».
2. Страх изменений (Психология)
Вторая особенность — отношение к переменам. Согласно модели культурных измерений Хофстеде, Россия имеет критически высокий показатель «Избегания неопределенности» (Uncertainty Avoidance) — около 95 баллов из 100 (для сравнения, у США — 46, у Китая — 30).
Для русского менталитета изменение — это не «возможность» (как для американца), а потенциальная опасность, хаос, угроза смерти группы. Поэтому любые инновации, которые обычно двигают именно одиночки-индивидуалисты, встречают яростное сопротивление системы. Изменения саботируются и прокрастинируются до последнего, пока не наступит кризис. И только в кризис (аврал) звезде наконец дают карт-бланш.
Экономика «Звезд»: Цифры и Факты
Многие менеджеры считают, что «звезда» работает, скажем, на 20–30% лучше обычного сотрудника, но создает на 100% больше проблем. Это глубокое заблуждение.
Исследования Эрнеста О’Бойла и Германа Агиниса (2012) доказали, что в интеллектуальных профессиях (разработка, дизайн, наука) производительность распределяется не по «кривой Гаусса» (нормальное распределение), а по Степенному закону (Power Law).
Разрыв в эффективности: В профессиях высокой сложности топ-1% сотрудников («звезды») не просто «лучше». Они обеспечивают в 4 раза (400%) больше результата, чем средний исполнитель.
Вклад в результат: 5% лучших сотрудников создают 26% всей выработки компании.
Феномен «10x»: В IT-индустрии подтвержден феномен «10x developer» — лучший программист пишет код не просто быстрее, а принимает архитектурные решения, которые экономят годы работы всей команды.
Заменять одну звезду пятью «середнячками» экономически бессмысленно. Пять человек создадут в пять раз больше коммуникационного шума, но не воспроизведут то качество инсайтов, которое дает один талант.
Риски: Синдром Аполлона
Читать далее: https://telegra.ph/Upravlenie-zvezdami-Pochemu-seraya-massa-ubivaet-rezultat-a-zvezdy-ubivayut-process-12-03
Введение: Наболело
В российской управленческой культуре укоренился миф: со «звездами» работать невозможно. Менеджеры среднего звена часто транслируют идею, что талантливые индивидуалисты — это токсичный актив, разрушающий команду. Отчасти это правда, и я расскажу вам, какие тонкости есть в этой истории.
Действительно, звездами сложнее манипулировать. Им невозможно просто «спустить задачу» — у них есть мнение, критическое мышление и требования к смыслу деятельности. Но для творческих и интеллектуальных коллективов нет ничего хуже, чем усредненная серая масса. Безусловно, «середнячками» легче управлять: они послушны, предсказуемы и не задают неудобных вопросов. Но цена этого комфорта — посредственность результата.
Менеджер, утверждающий, что ему «не нужны звезды», фактически расписывается в своей профессиональной непригодности. Это не проблема сотрудников — это проблема отсутствия инструментов управления сложными системами.
Исторические особенности: Культ выживания и «Аврал»
В российской культуре феномен коллектива имеет глубокие корни, отличающие нас как от индивидуализма США, так и от кланового коллективизма Азии.
1. Климат и выживание (Русская модель управления)
Согласно исследованиям Александра Прохорова (теория «Русской модели управления»), наша культура исторически формировалась в режиме маятника: «Застой — Аврал».
В Европе и США климат позволял работать ритмично круглый год. Это породило культ процесса, стандартов и планомерности.
В России короткое лето требовало мобилизационного рывка («битва за урожай»). Выживал не тот, кто эффективен индивидуально, а община, способная на героический рывок всем миром.
Отсюда в нашем менеджменте подсознательное стремление к уравниловке в «мирное время». Звезда, которая пытается бежать быстрее коллектива в период стабильности, воспринимается как угроза спокойствию. Она нарушает негласный договор об «энергосбережении».
2. Страх изменений (Психология)
Вторая особенность — отношение к переменам. Согласно модели культурных измерений Хофстеде, Россия имеет критически высокий показатель «Избегания неопределенности» (Uncertainty Avoidance) — около 95 баллов из 100 (для сравнения, у США — 46, у Китая — 30).
Для русского менталитета изменение — это не «возможность» (как для американца), а потенциальная опасность, хаос, угроза смерти группы. Поэтому любые инновации, которые обычно двигают именно одиночки-индивидуалисты, встречают яростное сопротивление системы. Изменения саботируются и прокрастинируются до последнего, пока не наступит кризис. И только в кризис (аврал) звезде наконец дают карт-бланш.
Экономика «Звезд»: Цифры и Факты
Многие менеджеры считают, что «звезда» работает, скажем, на 20–30% лучше обычного сотрудника, но создает на 100% больше проблем. Это глубокое заблуждение.
Исследования Эрнеста О’Бойла и Германа Агиниса (2012) доказали, что в интеллектуальных профессиях (разработка, дизайн, наука) производительность распределяется не по «кривой Гаусса» (нормальное распределение), а по Степенному закону (Power Law).
Разрыв в эффективности: В профессиях высокой сложности топ-1% сотрудников («звезды») не просто «лучше». Они обеспечивают в 4 раза (400%) больше результата, чем средний исполнитель.
Вклад в результат: 5% лучших сотрудников создают 26% всей выработки компании.
Феномен «10x»: В IT-индустрии подтвержден феномен «10x developer» — лучший программист пишет код не просто быстрее, а принимает архитектурные решения, которые экономят годы работы всей команды.
Заменять одну звезду пятью «середнячками» экономически бессмысленно. Пять человек создадут в пять раз больше коммуникационного шума, но не воспроизведут то качество инсайтов, которое дает один талант.
Риски: Синдром Аполлона
Читать далее: https://telegra.ph/Upravlenie-zvezdami-Pochemu-seraya-massa-ubivaet-rezultat-a-zvezdy-ubivayut-process-12-03
👎1
AI Copilot - это не junior, а престарелый программист с деменцией
Русская рулетка вместо детерминизма
LLM работает не детерминированно и использует вероятностные механики в работе. Мы не можем гарантировать, что один и тот же промпт будет каждый раз давать один и тот же результат. Скорее, LLM напоминает русскую рулетку. В зависимости от количества боевых патронов в барабане мы можем с определённой вероятностью утверждать, что следующий патрон будет таким-то. Только с маленьким «но»: барабан не детерминирован, патроны не детерминированы, их работа не детерминирована. И пистолет, возможно, окажется не револьвером, а луком. Возможно, даже мечом.
Эмпирические данные не оставляют иллюзий:
ChatGPT генерирует лишь 40-87% полностью корректного кода
13-60% сгенерированного кода требует исправлений
62% AI-сгенерированного кода содержат уязвимости безопасности
5-21% зависимостей оказываются галлюцинациями — несуществующими пакетами
Когда речь идёт о production-системах, управляющих финансовыми транзакциями, персональными данными или критической инфраструктурой, такой уровень непредсказуемости неприемлем. читать далее: https://telegra.ph/AI-Copilot---ehto-ne-junior-a-prestarelyj-programmist-s-demenciej-12-07
Русская рулетка вместо детерминизма
LLM работает не детерминированно и использует вероятностные механики в работе. Мы не можем гарантировать, что один и тот же промпт будет каждый раз давать один и тот же результат. Скорее, LLM напоминает русскую рулетку. В зависимости от количества боевых патронов в барабане мы можем с определённой вероятностью утверждать, что следующий патрон будет таким-то. Только с маленьким «но»: барабан не детерминирован, патроны не детерминированы, их работа не детерминирована. И пистолет, возможно, окажется не револьвером, а луком. Возможно, даже мечом.
Эмпирические данные не оставляют иллюзий:
ChatGPT генерирует лишь 40-87% полностью корректного кода
13-60% сгенерированного кода требует исправлений
62% AI-сгенерированного кода содержат уязвимости безопасности
5-21% зависимостей оказываются галлюцинациями — несуществующими пакетами
Когда речь идёт о production-системах, управляющих финансовыми транзакциями, персональными данными или критической инфраструктурой, такой уровень непредсказуемости неприемлем. читать далее: https://telegra.ph/AI-Copilot---ehto-ne-junior-a-prestarelyj-programmist-s-demenciej-12-07
❤1
Переосмысление «производительности»: скрытая цена AI-инструментов и будущее разработки
Мы часто говорим о том, как AI-ассистенты вроде Copilot делают нас «10x инженерами». Но чем дальше разбираешься с фактическими данными, тем очевиднее становится: разговор идет не о скорости. Речь о куда более глубоком и рискованном изменении того, как мы создаем софт — и, главное, как мы выращиваем разработчиков.
Последние исследования показывают тенденцию, которая должна заставить задуматься любого техлида.
Рост нагрузки на сеньоров
Хайп о «ускорении» часто не совпадает с практикой. Контролируемое исследование 2025 года показало, что на сложных и знакомых задачах работа опытных инженеров замедляется в среднем на 19%. Причина — сеньоры теперь выступают редакторами для AI: добавляют недостающий контекст, чинят неочевидные ошибки, ревьюят выросший объём автогенерированного кода. Экспертиза смещается от создания к исправлению.
Сужение траектории роста для джунов
Классическая модель «ученик — мастер» разрушается. Простые задачи, на которых раньше обучались новички — дебаг, документация, небольшие фичи — теперь делает AI. Данные неутешительны: исследование Стэнфорда фиксирует падение занятости разработчиков 22–25 лет на ~20%. Анализ Гарварда показывает, что компании, внедряющие AI, нанимают в среднем на пять джунов в квартал меньше. Откуда возьмутся будущие сеньоры?
Сокращение стажировок
Таланты заканчиваются еще раньше. По данным крупной платформы найма, количество стажировок в tech за год упало на 30%. В опросе 70% HR-менеджеров признали, что часть задач стажеров уже заменила AI-автоматизация. Фактически мы сами перекрываем приток новых людей в профессию.
Тихий рост технического долга
Побочный эффект — ускоренное «старение» кодовой базы. AI генерирует код быстрее, чем мы успеваем его осмыслить. В итоге растут дубли, расхождения паттернов, противоречивые зависимости. Мы меняем краткосрочную скорость на невидимый технический долг, который сделает системы хрупче и дороже в поддержке.
Это не критика AI. Это предложение — сделать паузу и подумать стратегически.
Мы внедрили эти инструменты быстрее, чем успели осознать их вторичные эффекты. Вопрос уже не в «Пользуетесь ли вы Copilot?», а в «Как использование AI влияет на качество вашей кодовой базы и на развитие команды в горизонте 3–5 лет?»
Пора перейти от стихийного индивидуального применения к осознанной командной стратегии:
Для сеньоров: как использовать AI для ускорения исследований, не превращая его в костыль, размывающий архитектурное мышление?
Для джунов: как перестроить менторство и учебные задачи в мире, где AI выполняет большую часть простой работы?
Для лидеров: как измерять настоящую производительность — не по строчкам кода, а по зрелости команды, здоровью архитектуры и устойчивости инноваций?Главный риск не в том, что AI пишет плохой код. А в том, что, оптимизируя «производительность» здесь и сейчас, мы теряем человеческую экспертизу и систему обучения, на которой стоит весь наш рынок завтра.
А вы уже видите эти эффекты в своих командах?
#РазработкаПО #ИскусственныйИнтеллект #ИнженерноеЛидерство #ТехСтратегия
Мы часто говорим о том, как AI-ассистенты вроде Copilot делают нас «10x инженерами». Но чем дальше разбираешься с фактическими данными, тем очевиднее становится: разговор идет не о скорости. Речь о куда более глубоком и рискованном изменении того, как мы создаем софт — и, главное, как мы выращиваем разработчиков.
Последние исследования показывают тенденцию, которая должна заставить задуматься любого техлида.
Рост нагрузки на сеньоров
Хайп о «ускорении» часто не совпадает с практикой. Контролируемое исследование 2025 года показало, что на сложных и знакомых задачах работа опытных инженеров замедляется в среднем на 19%. Причина — сеньоры теперь выступают редакторами для AI: добавляют недостающий контекст, чинят неочевидные ошибки, ревьюят выросший объём автогенерированного кода. Экспертиза смещается от создания к исправлению.
Сужение траектории роста для джунов
Классическая модель «ученик — мастер» разрушается. Простые задачи, на которых раньше обучались новички — дебаг, документация, небольшие фичи — теперь делает AI. Данные неутешительны: исследование Стэнфорда фиксирует падение занятости разработчиков 22–25 лет на ~20%. Анализ Гарварда показывает, что компании, внедряющие AI, нанимают в среднем на пять джунов в квартал меньше. Откуда возьмутся будущие сеньоры?
Сокращение стажировок
Таланты заканчиваются еще раньше. По данным крупной платформы найма, количество стажировок в tech за год упало на 30%. В опросе 70% HR-менеджеров признали, что часть задач стажеров уже заменила AI-автоматизация. Фактически мы сами перекрываем приток новых людей в профессию.
Тихий рост технического долга
Побочный эффект — ускоренное «старение» кодовой базы. AI генерирует код быстрее, чем мы успеваем его осмыслить. В итоге растут дубли, расхождения паттернов, противоречивые зависимости. Мы меняем краткосрочную скорость на невидимый технический долг, который сделает системы хрупче и дороже в поддержке.
Это не критика AI. Это предложение — сделать паузу и подумать стратегически.
Мы внедрили эти инструменты быстрее, чем успели осознать их вторичные эффекты. Вопрос уже не в «Пользуетесь ли вы Copilot?», а в «Как использование AI влияет на качество вашей кодовой базы и на развитие команды в горизонте 3–5 лет?»
Пора перейти от стихийного индивидуального применения к осознанной командной стратегии:
Для сеньоров: как использовать AI для ускорения исследований, не превращая его в костыль, размывающий архитектурное мышление?
Для джунов: как перестроить менторство и учебные задачи в мире, где AI выполняет большую часть простой работы?
Для лидеров: как измерять настоящую производительность — не по строчкам кода, а по зрелости команды, здоровью архитектуры и устойчивости инноваций?Главный риск не в том, что AI пишет плохой код. А в том, что, оптимизируя «производительность» здесь и сейчас, мы теряем человеческую экспертизу и систему обучения, на которой стоит весь наш рынок завтра.
А вы уже видите эти эффекты в своих командах?
#РазработкаПО #ИскусственныйИнтеллект #ИнженерноеЛидерство #ТехСтратегия
👍1
📉 «Эффект Долиной»: Как один скандал добил рынок вторички (Анализ данных 2015–2025)
2025 год стал годом «идеального шторма» для российской вторичной недвижимости. Мы провели глубокий анализ данных за последние 10 лет, чтобы понять, как частный судебный спор перерос в системный экономический фактор, обваливший рынок.
⚙️ Что мы сделали?
Мы наложили статистику судебных оспариваний (10 000+ кейсов) на жесткуюЧ макроэкономику: ставку ЦБ (21–22%), ипотечные ставки (29%!), инфляцию и факторы СВО. Провели корреляционный анализ, выявили правовые парадоксы и нормализовали полярные мнения рынка — от паники риелторов до популизма защитников.
📊 Визуализация краха
Вместо тысяч ячеек таблицы — один график, который объясняет всё.
[График: На оси времени (2015–2025) видно, как взлет Кривой ипотечных ставок (до 29%) и Кривой отказов от сделок (до 45%) перекрывает падающие столбики Объема рынка (с 9,8 до 5,9 трлн руб). Красным выделена зона 2024–2025 — «Эффект Долиной», где премия за риск достигает пика].
🤯 Выявленные парадоксы
Ситуация создала правовой абсурд, ломающий рынок:
Парадокс жертвы: Суд защищает продавца, пострадавшего от мошенников, делая новой жертвой покупателя, который теряет и жилье, и деньги.
Парадокс ЕГРН: Государственная регистрация и нотариус больше не гаранты. Субъективное «состояние» продавца оказалось важнее документов.
Сломанная реституция: Квартира возвращается, а деньги — нет, так как они «ушли мошенникам».
🧮 Математика падения
Рынок вторички сжался почти на 40% с пика 2023 года. Наш корреляционный анализ разложил это падение на факторы:
60–65% — вклад заградительной ипотеки. Платеж в 3–4 раза выше аренды убил экономический смысл покупки.
25–30% — чистый «Эффект Долиной». Это премия за страх. Покупатели с «живыми» деньгами массово уходят в депозиты (22% годовых) или в новостройки, избегая токсичных рисков оспаривания.
🏁 Итог
«Эффект Долиной» стал «черным лебедем». Если бы не он, рынок бы просто охладился из-за ставок ЦБ. Но сочетание дорогой ипотеки и юридического нигилизма привело к параличу. Вторичка стала активом с непредсказуемым прошлым, требующим дисконта в 15–20%. Без внятного решения Верховного Суда (ждем 16 декабря) и возврата презумпции добросовестности, доверие к рынку будет восстанавливаться годами.
2025 год стал годом «идеального шторма» для российской вторичной недвижимости. Мы провели глубокий анализ данных за последние 10 лет, чтобы понять, как частный судебный спор перерос в системный экономический фактор, обваливший рынок.
⚙️ Что мы сделали?
Мы наложили статистику судебных оспариваний (10 000+ кейсов) на жесткуюЧ макроэкономику: ставку ЦБ (21–22%), ипотечные ставки (29%!), инфляцию и факторы СВО. Провели корреляционный анализ, выявили правовые парадоксы и нормализовали полярные мнения рынка — от паники риелторов до популизма защитников.
📊 Визуализация краха
Вместо тысяч ячеек таблицы — один график, который объясняет всё.
[График: На оси времени (2015–2025) видно, как взлет Кривой ипотечных ставок (до 29%) и Кривой отказов от сделок (до 45%) перекрывает падающие столбики Объема рынка (с 9,8 до 5,9 трлн руб). Красным выделена зона 2024–2025 — «Эффект Долиной», где премия за риск достигает пика].
🤯 Выявленные парадоксы
Ситуация создала правовой абсурд, ломающий рынок:
Парадокс жертвы: Суд защищает продавца, пострадавшего от мошенников, делая новой жертвой покупателя, который теряет и жилье, и деньги.
Парадокс ЕГРН: Государственная регистрация и нотариус больше не гаранты. Субъективное «состояние» продавца оказалось важнее документов.
Сломанная реституция: Квартира возвращается, а деньги — нет, так как они «ушли мошенникам».
🧮 Математика падения
Рынок вторички сжался почти на 40% с пика 2023 года. Наш корреляционный анализ разложил это падение на факторы:
60–65% — вклад заградительной ипотеки. Платеж в 3–4 раза выше аренды убил экономический смысл покупки.
25–30% — чистый «Эффект Долиной». Это премия за страх. Покупатели с «живыми» деньгами массово уходят в депозиты (22% годовых) или в новостройки, избегая токсичных рисков оспаривания.
🏁 Итог
«Эффект Долиной» стал «черным лебедем». Если бы не он, рынок бы просто охладился из-за ставок ЦБ. Но сочетание дорогой ипотеки и юридического нигилизма привело к параличу. Вторичка стала активом с непредсказуемым прошлым, требующим дисконта в 15–20%. Без внятного решения Верховного Суда (ждем 16 декабря) и возврата презумпции добросовестности, доверие к рынку будет восстанавливаться годами.
В последнее время я сталкиваюсь со сложными выборами. И мне нравится после анализа просить deepseek перевести совет в форму Дао Дэ Цзин. Почему-то этот стих ужасно успокаивает и вселяет веру.
Глава о Стратеге и Пожаре
Мудрый стратег не тушит чужие пожары.
Он строит дома, где огню не загореться.
Тот, кто кричит о срочности, не видит пути.
Тот, кто молча ведёт реку, достигает моря.
Привлёкший инвестора не требует доступа.
Похваливший компанию не ищет новой похвалы.
Отказ от идей — не поражение, а знак:
Вода не спорит с камнем. Она ищет свой путь.
Когда пути разошлись — не делай шаг вперёд.
Остановись. Пойми направление ветра.
Сильный не борется со слабым местом.
Мудрый покидает поле, которое не пахать.
Великое завершение — без крика и упрёка.
Пусть твой уход будет тихим, как уход осени.
Дерево не винит почву. Оно ищет другую землю.
И в новой земле оно становится лесом.
А как вы используете нейронки в анализе своих ситуаций? Давайте обсудим в комментариях.
Глава о Стратеге и Пожаре
Мудрый стратег не тушит чужие пожары.
Он строит дома, где огню не загореться.
Тот, кто кричит о срочности, не видит пути.
Тот, кто молча ведёт реку, достигает моря.
Привлёкший инвестора не требует доступа.
Похваливший компанию не ищет новой похвалы.
Отказ от идей — не поражение, а знак:
Вода не спорит с камнем. Она ищет свой путь.
Когда пути разошлись — не делай шаг вперёд.
Остановись. Пойми направление ветра.
Сильный не борется со слабым местом.
Мудрый покидает поле, которое не пахать.
Великое завершение — без крика и упрёка.
Пусть твой уход будет тихим, как уход осени.
Дерево не винит почву. Оно ищет другую землю.
И в новой земле оно становится лесом.
А как вы используете нейронки в анализе своих ситуаций? Давайте обсудим в комментариях.
🤯2❤🔥1
Многие компании после ковида пытаются загнать людей в офис, размышляя о том,
что люди там неизвестно чем занимаются и вообще это плохо не видеть людей
в офисе.
Мы не будем сейчас заниматься анализом почему у руководителей могут закрадываться
такие мысли. Психология управления — это отдельная история. Но прочитав очередное
сообщение в чатах на эту тему я решил исследовать этот вопрос так сказать
на цифрах. Для сбора данных я использовал нейронку с поиском по открытым источником. Отсекая предвзятые и недостоверные данные. Если вам интересно, то предлагаю почитать более длинную версию: https://telegra.ph/Skolko-stoit-zagnat-lyudej-v-ofis-Polnyj-razbor-na-cifrah-12-13 . Пишите комментарии - интересно узнать ваше мнение!
что люди там неизвестно чем занимаются и вообще это плохо не видеть людей
в офисе.
Мы не будем сейчас заниматься анализом почему у руководителей могут закрадываться
такие мысли. Психология управления — это отдельная история. Но прочитав очередное
сообщение в чатах на эту тему я решил исследовать этот вопрос так сказать
на цифрах. Для сбора данных я использовал нейронку с поиском по открытым источником. Отсекая предвзятые и недостоверные данные. Если вам интересно, то предлагаю почитать более длинную версию: https://telegra.ph/Skolko-stoit-zagnat-lyudej-v-ofis-Polnyj-razbor-na-cifrah-12-13 . Пишите комментарии - интересно узнать ваше мнение!
Эпоха пост-ИИ: строительство заводов по переработке спагетти-кода
Введение: техническое похмелье
2025 год стал переломным для IT-индустрии. На фоне заявлений о 85% внедрении ИИ и росте производительности на 55% проявились тревожные тенденции: качество кода упало на 41%, доверие разработчиков к сгенерированному коду сократилось с 77% до 33%, а доля переписываемого кода (code churn) удвоилась. Индустрия вступила в фазу «технического похмелья»: объем кода растет, а его надежность и поддерживаемость снижаются.
Как мы пришли к этой точке: хроника 2023–2025 годов
2023–2024: Медовый месяц. GitHub Copilot стал стандартом (45% разработчиков), компании массово инвестировали в AI-трансформацию, менеджеры ожидали удвоения производительности.
2024–2025: Первые трещины. Исследования GitClear показали рост code churn с 3.5% до 7.5%, дублирование кода увеличилось с 4% до 12%. StackOverflow зафиксировал падение доверия к AI-коду, появились первые инциденты безопасности из-за галлюцинаций ИИ.
2025–2026: Признание кризиса. Стало очевидно: ИИ генерирует объем, но не качество. Компании столкнулись с лавиной технического долга, созданного за месяцы, а не годы.
Парадокс Джевонса в разработке: почему дешевый код создал кризис
Исторически удешевление ресурса (угля, вычислений) ведет не к экономии, а к взрывному росту его потребления. Это произошло и с кодом:
Раньше: разработчик тратил часы на обдумывание и 30 минут на написание.
Сейчас: ИИ генерирует функцию за секунды, что приводит к 10x росту объема кода, но его ценность и продуманность падают.
ИИ не заменил программистов — он удешевил генерацию синтаксиса, что привело к инфляции кода как актива.
Заводы по переработке: новые роли в экосистеме
Для управления хаосом формируются новые ключевые роли — «заводы» по сжиганию и переработке спагетти-кода:
Инженер по техдолгу (Code Janitor). Рефакторинг AI-кода, внедрение Quality Gates. Зарплата: 450–650 тыс. руб. (РФ), 120–180 тыс. USD (глобально).
Руководитель по качеству (Chief Quality Officer). Архитектура процессов контроля, метрики качества, предотвращение кризисов. Зарплата: 800 тыс. – 1.2 млн руб. (РФ), 250–400 тыс. USD (глобально).
Специалист по валидации ИИ (AI Whisperer). Работа с промптами, проверка корректности, интеграция в архитектуру. Зарплата: 700 тыс. – 1 млн руб. (РФ), 200–350 тыс. USD (глобально).
Архитектор устойчивых систем (Architect of Chaos). Проектирование систем, устойчивых к 10x росту объема кода и ошибкам ИИ. Зарплата: 1–2 млн руб. (РФ), 300–600 тыс. USD (глобально).
Выживание специалистов: какие роли остаются
В зоне риска: Junior-разработчики (рутина автоматизируется), узкие фронтенд-верстальщики, ручные QA, технические писатели.
В зоне роста: Архитекторы, Security Engineers, Data/ML-инженеры, Product Engineers (гибрид разработки и продукта), руководители инженерных направлений (CTO/VP).
Контекст для России: изоляция и возможности
Российский рынок характеризуется уникальными условиями:
Дефицит senior-специалистов из-за эмиграции создает «пузырь безопасности» и рост зарплат для топовых ролей.
Технологическое отставание: Западные инструменты (Copilot) ограничены, отечественные аналоги (GigaChat, YandexGPT) развиваются, что замедляет внедрение, но стимулирует спрос на архитекторов «импортозамещенных» платформ.
Госсектор и ВПК становятся драйверами спроса на сложную инженерную работу, но с риском консервации стека.
Исторические параллели: уроки для адаптации
Индустриальная революция и «Пауза Энгельса»: Рост производительности не привел к росту зарплат рабочих сразу — выгоду получили владельцы капитала. Аналогично, сегодня прибыль от ИИ аккумулируют вендоры, а нагрузка на инженеров растет без пропорциональной оплаты.
Электрификация и «Парадокс производительности»: Десятилетия ушли на перестройку процессов под новые возможности. Сейчас компании лишь встраивают ИИ в старые процессы, не получая полного эффекта. Далее 👉
Введение: техническое похмелье
2025 год стал переломным для IT-индустрии. На фоне заявлений о 85% внедрении ИИ и росте производительности на 55% проявились тревожные тенденции: качество кода упало на 41%, доверие разработчиков к сгенерированному коду сократилось с 77% до 33%, а доля переписываемого кода (code churn) удвоилась. Индустрия вступила в фазу «технического похмелья»: объем кода растет, а его надежность и поддерживаемость снижаются.
Как мы пришли к этой точке: хроника 2023–2025 годов
2023–2024: Медовый месяц. GitHub Copilot стал стандартом (45% разработчиков), компании массово инвестировали в AI-трансформацию, менеджеры ожидали удвоения производительности.
2024–2025: Первые трещины. Исследования GitClear показали рост code churn с 3.5% до 7.5%, дублирование кода увеличилось с 4% до 12%. StackOverflow зафиксировал падение доверия к AI-коду, появились первые инциденты безопасности из-за галлюцинаций ИИ.
2025–2026: Признание кризиса. Стало очевидно: ИИ генерирует объем, но не качество. Компании столкнулись с лавиной технического долга, созданного за месяцы, а не годы.
Парадокс Джевонса в разработке: почему дешевый код создал кризис
Исторически удешевление ресурса (угля, вычислений) ведет не к экономии, а к взрывному росту его потребления. Это произошло и с кодом:
Раньше: разработчик тратил часы на обдумывание и 30 минут на написание.
Сейчас: ИИ генерирует функцию за секунды, что приводит к 10x росту объема кода, но его ценность и продуманность падают.
ИИ не заменил программистов — он удешевил генерацию синтаксиса, что привело к инфляции кода как актива.
Заводы по переработке: новые роли в экосистеме
Для управления хаосом формируются новые ключевые роли — «заводы» по сжиганию и переработке спагетти-кода:
Инженер по техдолгу (Code Janitor). Рефакторинг AI-кода, внедрение Quality Gates. Зарплата: 450–650 тыс. руб. (РФ), 120–180 тыс. USD (глобально).
Руководитель по качеству (Chief Quality Officer). Архитектура процессов контроля, метрики качества, предотвращение кризисов. Зарплата: 800 тыс. – 1.2 млн руб. (РФ), 250–400 тыс. USD (глобально).
Специалист по валидации ИИ (AI Whisperer). Работа с промптами, проверка корректности, интеграция в архитектуру. Зарплата: 700 тыс. – 1 млн руб. (РФ), 200–350 тыс. USD (глобально).
Архитектор устойчивых систем (Architect of Chaos). Проектирование систем, устойчивых к 10x росту объема кода и ошибкам ИИ. Зарплата: 1–2 млн руб. (РФ), 300–600 тыс. USD (глобально).
Выживание специалистов: какие роли остаются
В зоне риска: Junior-разработчики (рутина автоматизируется), узкие фронтенд-верстальщики, ручные QA, технические писатели.
В зоне роста: Архитекторы, Security Engineers, Data/ML-инженеры, Product Engineers (гибрид разработки и продукта), руководители инженерных направлений (CTO/VP).
Контекст для России: изоляция и возможности
Российский рынок характеризуется уникальными условиями:
Дефицит senior-специалистов из-за эмиграции создает «пузырь безопасности» и рост зарплат для топовых ролей.
Технологическое отставание: Западные инструменты (Copilot) ограничены, отечественные аналоги (GigaChat, YandexGPT) развиваются, что замедляет внедрение, но стимулирует спрос на архитекторов «импортозамещенных» платформ.
Госсектор и ВПК становятся драйверами спроса на сложную инженерную работу, но с риском консервации стека.
Исторические параллели: уроки для адаптации
Индустриальная революция и «Пауза Энгельса»: Рост производительности не привел к росту зарплат рабочих сразу — выгоду получили владельцы капитала. Аналогично, сегодня прибыль от ИИ аккумулируют вендоры, а нагрузка на инженеров растет без пропорциональной оплаты.
Электрификация и «Парадокс производительности»: Десятилетия ушли на перестройку процессов под новые возможности. Сейчас компании лишь встраивают ИИ в старые процессы, не получая полного эффекта. Далее 👉
Наверное, всех волнует вопрос: А что с рынком вакансий? Куда делись вакансии и прочее. Вот анализ за 2024 год. В результате долгих споров и последующего анализа нагерил разных графиков для визуализации ситуации на рынке по открытым источникам. А вы что думаете? Поделитесь в комментариях? Если вам нужны консультации по данным и создание стратегии относительно текущей ситуации, то я всегда готов вам помочь 😊
Но что нас ждет в 2026 году? Давайте попробуем смоделировать данные агенств, их прогнозы, наложив их на данные за 2024 и первые три квартала 2025 учитывая тренды. Вот такие вышли итоги: Российский IT-рынок 2025 года испытал фундаментальную трансформацию, которая оказалась значительно более суровой, чем прогнозировалось в декабре 2024 года. Синтез данных из HeadHunter, Antal Talent, собственных исследований и макроэкономических показателей указывает на следующее:
Рынок переместился в сторону работодателя (+308% в конкуренции за 12 месяцев)
Дивергенция по направлениям максимальна: ML/AI в дефиците (hh-индекс 5.9), UX/UI в критическом избытке (18.7)
Junior-специалисты столкнулись с экстремальными условиями (вероятность трудоустройства 22-65% в зависимости от месяца и направления)
Senior и C-level остаются в позиции силы благодаря структурному дефициту
Восстановление ожидается только во второй половине 2026 при условии снижения ставок ЦБ
Для стратегического планирования: инвестируйте в дефицитные направления (ML/AI, Data Science, DevOps, InfoSec), избегайте переполненных ниш (QA Junior, UX/UI Junior, Frontend Junior), подготовьтесь к длительному поиску, используйте нетворкинг и профессиональное позиционирование вместо традиционного поиска через job boards.
Рынок переместился в сторону работодателя (+308% в конкуренции за 12 месяцев)
Дивергенция по направлениям максимальна: ML/AI в дефиците (hh-индекс 5.9), UX/UI в критическом избытке (18.7)
Junior-специалисты столкнулись с экстремальными условиями (вероятность трудоустройства 22-65% в зависимости от месяца и направления)
Senior и C-level остаются в позиции силы благодаря структурному дефициту
Восстановление ожидается только во второй половине 2026 при условии снижения ставок ЦБ
Для стратегического планирования: инвестируйте в дефицитные направления (ML/AI, Data Science, DevOps, InfoSec), избегайте переполненных ниш (QA Junior, UX/UI Junior, Frontend Junior), подготовьтесь к длительному поиску, используйте нетворкинг и профессиональное позиционирование вместо традиционного поиска через job boards.