Джуны проиграли ИИ

Наткнулся на такую статью про исследование от группы экономистов стенфорда.

Что показало исследование
- После массового появления генеративного ИИ (конец 2022 года) уровень увольнений среди молодых разработчиков резко вырос, тогда как у опытных нет
- Этот эффект сохраняется даже если исключить факторы вроде финансовых проблем компаний или изменений в индустрии
- Компании чаще сокращают позиции, а не снижают зарплаты тем, кто остался

Два сценария использования ИИ
1. AI-augmentation (усиление)
ИИ помогает разработчику работать быстрее (подсказки, дебаг) = рабочие места сохраняются.
2. AI-replacement (замена) — ИИ выполняет целые типовые задачи (простые функции, небольшие приложения) = исчезают джун позиции.

Сеньор-студент с 300к ЗП

Год назад мне удалось посотрудничать с разработчиком. Мы проработали резюме, самопрезентацию и отдельные вопросы по собеседованиям.

Спустя год списались и спросил как у него оказалось что он уже сеньор и лутает 300к и при это еще обучается в университете. Стать сеньором в 22 я считаю это очень крутой результат и я решил сделать с ним мини-интервью.

1. Мы не общались почти год. Как изменилась твоя жизнь за этот период?

Жизнь сильно поменялась только в самом начале, когда устроился на новое место работы.

Первые 3 месяца пытался влиться в проект, так как у компании новая для меня сфера бизнеса, а именно кибербезопасноть. Много времени понадобилось для изучения непосредственно проекта, поэтому работал по 10 часов.

После окончания испытательного, время работы снизилось до 4-6 часов. Так же помогал другим ребятам, кто пришёл позже меня.

2. Ты очень быстро вырос в карьерном плане(позиция, деньги). Как думаешь что помогло так быстро расти?

Мне кажется, самое главное для профессионального роста — это эффективная коммуникация.

Выполнять задачи может каждый, но по-настоящему вникнуть в суть и продумать, как решение будет реализовано на всех уровнях проекта, — это уже совсем другой уровень. Особенно важно выстраивать чёткое взаимодействие с тестировщиками, бэкенд-разработчиками и аналитиками: только так можно избежать недопонимания, сократить количество "переделок" и создавать качественный продукт.

Кроме того, на ежедневных встречах всегда стоит предлагать свои решения и подкреплять их фактами.

Если в рамках проекта требуется ставить задачи другим разработчикам — например, junior-специалистам, как в моём случае, — крайне важно описывать их максимально подробно и уже в самом описании задавать чёткое направление к решению.

3. Как тебе удается совмещать университет и работу?

С Божьей помощью

4. Что посоветуешь начинающим?

Не верьте в ТАЛАНТ!
На самом деле почти во всех сферах решающее значение имеет эффективное время, потраченное на обучение. Чем больше вы учитесь, тем больше знаете — и со временем постепенно получаете преимущество над остальными.

Уделяйте достаточно внимания soft скиллам! От них зависит, как вас будут воспринимать другие разработчики, руководство, тестировщики, аналитики и т.д.

И самое главное — не бойтесь собеседований! Первые 3–6 собеседований у меня лично прошли настолько ужасно, что если бы записи об этом попали в сеть, я был бы готов заплатить, лишь бы их удалили)))))

--------------------------

Если у вас есть вопросы трудоустройству, резюме, собеседованиям, продажи себя на интервью можете написать обсудить свой кейс это БЕСПЛАТНО

@kostya_xxxx

Если хотите посотрудничать и получить продающее резюме и понимать как продавать себя на 300к, также можете написать мне. Вы получите:
продающее резюме + самопрезентация + продажа себя на интервью + обход фильтров на ХХ + советы по Linkedin

ПРОШЕЛ СОБЕС С ПОМОЩЬЮ НЕЙРОНКИ

Недавно вышло видео у Ивана Ботанова и Антона Назарова, где Антон обсуждал что собесы сильно устарели и хорошо было бы спрашивать о том как ты пользуешься курсором/клодкод.

И пару дней назад знакомый рассказывает как он проводит собеседование в их американский стартап.
Спрашивает про опыт и как соискатель пользуется ИИ-инструментами. В реальном времени просит показать что использует, как настраивает под себя и как пишет промпты.

Стартап серьезный и сотрудничает с крупными компаниями Bloomberg и JPMorgan. А сама позиция Фуллстек Инженер/ИИ-инженер.

В ближайшие года это дойдет и до нас. Зачем в тысячный раз писать бинарный поиск на лайфкодинге, если в реальной работе 70-80% времени код генерирует нейронка, а ты лишь немного правишь?

Понятно что такой процесс будет стопориться разными сторонами. Теперь придется думать, работать и менять найм, но это неизбежно.

Я сам не понимаю как в эпоху развития AI можно давать задачи с литкода обычному миддл разработчику? Один из моих учеников и близко не знает про SOLID или как решать leetcode задачи, но при этом спокойно закрывает в крупном бигтехе.

Со временем поменяется найм и мы можем к нему заранее подготовиться.

Тимлид в 18 лет

Продолжаю серию мини-интервью с интересными ребятами. На этот раз пообщался с Никитой, который стал в 18 лет тимлидом дизайнеров с командой из 5 дизайнеров.

Мне очень нравится общаться с молодыми талантливыми людьми. Уже посчастливилось поработать с 17-19 летними и я понимаю, что они очень классные и за ними будущее. В этом плане счиатю важно помогать и продвигать их, а не заниматься гейткиперством.

Предыдущие мини-интервью:
Сеньор-студент с зп 300к
Из 50к в 550к за год
Из ресторана в Айти за 4 месяца




Сколько времени ушло от «первых макетов» до первых нормальных денег?

В самом начале мной двигал чистый интерес. Честно говоря, тогда я почти не думал о деньгах. Мне было важнее понять, как всё работает и как вообще устроена профессия. Я много работал просто «за опыт»: брал небольшие задачи, помогал на проектах, делал макеты, иногда за символическую оплату. Сейчас понимаю, что это был важный этап.

Именно благодаря этому периоду я познакомился с нужными людьми и попал в среду, где начали появляться серьёзные проекты. Под «первыми деньгами» я имею в виду уже адекватную оплату, сопоставимую с моими навыками, а не те небольшие суммы, которые платят на старте.

Если считать от первых макетов до момента, когда работа стала приносить нормальный доход, то весь этот путь занял примерно год.


Как ты стал тимлидом так рано?

Думаю, здесь сыграло роль то, что я очень рано начал работать. Первый опыт у меня появился в 13 лет, а тимлидом я стал в 18. Если посмотреть на это с точки зрения времени в профессии, то пять лет практики это вполне нормальный срок для перехода к управлению.

Но дело не только в стаже. Я всегда старался смотреть на работу шире, чем просто выполнение задач. Мне было интересно не только делать интерфейсы, но и понимать, как устроен продукт, как принимаются решения, как взаимодействуют дизайнеры, разработка и бизнес.

Поэтому я часто брал на себя инициативу: помогал выстраивать процессы, подключался к обсуждениям, предлагал решения. В какой-то момент это стало следующим шагом, когда я проявил инициативу в нужный момент, за счёт чего я и стал тимлидом.


Что было самым сложным в переходе из исполнителя в лидера?

Самое сложное это принять, что твоя основная работа больше не заключается в том, чтобы самому делать макеты.

Когда ты долго работаешь как исполнитель, кажется, что быстрее и лучше сделать всё самому. И иногда действительно так и есть. Но в роли лидера это тупиковый путь: команда не растёт, а ты становишься узким горлышком для всего проекта. Пришлось перестроить мышление: теперь задача не в том, чтобы сделать идеально своими руками, а в том, чтобы объяснить команде, как прийти к правильному решению. Это требует больше терпения, больше коммуникации и больше доверия к людям.


Какие три навыка сильнее всего повлияли на твой рост?

Инициативность. Я редко ограничивался только своей задачей. Если видел проблему или возможность улучшить процесс, старался предложить решение.

Общительность. В продуктовой разработке всё строится на коммуникации: нужно уметь разговаривать с разработчиками, аналитиками, менеджерами, стейкхолдерами. Чем лучше ты понимаешь других людей, тем легче двигать продукт.

Ответственность. Если я беру задачу или направление, я доведу его до результата. Со временем именно это начинает формировать доверие команды и руководителей.



Сколько процентов времени у тебя уходит на дизайн и сколько на менеджмент?

Сейчас примерно 30% времени занимает дизайн и около 70% — менеджмент.



Что самое сложное в роли тимлида?

Наверное, две вещи.

Отстаивать решения перед стейкхолдерами. Иногда нужно объяснять, почему тот или иной подход лучше для продукта, даже если он кажется менее очевидным или требует больше времени.

Держать в голове огромный объём контекста. Когда продукт большой, с множеством взаимосвязанных разделов и процессов, постоянно приходится помнить, как одно решение влияет на другое. Заметки в блокноте помогают, но многое всё равно приходится держать в голове, чтобы быстро принимать решения.

Сравниваю ИИ-инструменты для кодинга Claude Opus vs Claude Sonnet vs Gemini 3 Pro vs GPT-5.2 Low

В январе решил провести тест моделей.
Делюсь результатами.

Стек: Node.js (Express) + React. Три задачи разной сложности, реальная нагрузка.

Задачи:
⚙️ Rate limiting middleware + Redis-кэширование под нагрузку
🐛 Дебаг утечки памяти в воркерах (Node.js cluster)
🏗 Рефакторинг продуктовой системы — связи между компонентами, каскадные изменения, чистая архитектура

📊 Результаты (кратко по каждой модели):
🥇 Claude Opus 4.5 — 5/5
Задача 1: ✅ 3:17 / 1 итерация
Задача 2: ✅ 9:47 / 3 итерации
Задача 3: ✅ 7:38 / архитектура 5/5
🥈 Claude Sonnet 4.5 — 4/5
Задача 1: ✅ 5:14 / 2 итерации
Задача 2: ✅ 13:37 / 9 итераций
Задача 3: ✅ 7:00 / архитектура 4.7/5
🥉 Gemini 3 Pro — 4/5
Задача 1: ✅ 2:33 / 1 итерация
Задача 2: ⚠️ 30:10 / тупик
Задача 3: ✅ 10:42 / архитектура 4.2/5
GPT-5.2 Low — 4/5
Задача 1: ✅ 2:53 / 1 итерация
Задача 2: ⚠️ 15:18 / тупик
Задача 3: ✅ 15:32 / архитектура 3.8/5
GPT-5.2 Codex EH
Задача 2: ❌ 1:16:37 / 0 строк кода

💡 Что понял:
→ Правило 80/20 работает везде. Все модели закрывают ~80% задачи за 1-2 промпта. Оставшиеся 20% съедают 80% времени — это не баг конкретной модели, это паттерн
→ Утечка памяти стала лакмусовой бумажкой. Все модели, кроме Claude Opus, зациклились на одном подходе вместо того чтобы отступить и попробовать другой
→ Модель важнее контейнера. Claude Opus справился с тремя задачами во всех четырёх (Windsurf | Cursor | Antigravity | Claude Code) инструментах. Gemini и GPT-5.2 не решили задачу 2 нигде. Хороший контейнер ускорит хорошую модель — но не спасёт слабую
→ Claude Code — отдельная история. Читает весь проект целиком, сначала план — потом код. На рефакторинге сервисного слоя: 0 дефектов, архитектура 5/5. Минус — только терминал, без визуального интерфейса

В своем курсе я детально разбираю инструменты Claude Code и Cursor за счет которых можно ускорить свою работу в 2-3-4 раза. И разбираю некоторые непопулярные фичи этих инструментов.

🎯 Мои рекомендации для работы:
🟢 Повседневные задачи → Windsurf + Gemini 3 Pro (быстро и дёшево)
🔵 Сложный рефакторинг / большой контекст → Claude Code
🔴 Дебаг сложных багов → только Claude Opus, остальные уходят в тупик