Да я вообще все знаю про агентов и ИИ

Пообщался с тимлидом из одной крупной ритейл компании(скрин выше) и подтвердил себе два тезиса о которых постоянно думаю.

1. Внедрение ии-инструментов без грамотной инфраструктуры, аналитики и конфигурации не ускоряют, а даже замедляют работу
2. Разработчики вообще не умеют пользоваться этими инструментами

Поговорим детальнее про второе.
За последний год я пообщался, наверное, с сотней разработчиков и все мне говорили, что пользуются агентами, знают про mcp и используют все популярные инструменты.
Я задумывался как так? Я вот только только пришел к этому, выработал свой подход, а они уже все знают.

В реальности было все прозаичнее.
Когда я копал глубже и спрашивал как они детально используют инструменты, я все понял .

Большая часть разработчиков просто промптят без какого-то паттерна.

Сделай фичу, но только без ошибок брат.

Ну и использовать курсор на авто моде тоже качества не особо дает.

Почему и главное зачем вообще об этом говорить?
Главное что это начали спрашивать на собесах.
- покажи свою раскладку
- как ты делаешь
- что используешь
- что делаешь
- как проектируешь
- как работаешь с требованиями

Сделать промпт и потом докручивать часами фичу в разы тяжелее чем потратить час на проектирование и 10 минут работы агента с ожидаемым результатом.

Но никто конечно не виноват в том что делает не так.
Это абсолютно новая сфера, которая формируется буквально сейчас.
Просто надо к этому относиться как к сложному инструменту. Вы же без обучения не сможете на экскаваторе с первого все сделать, тут тоже самое.
Нужно учиться и понимать.


На это как раз я акцентирую внимание в своем курсе и сделал отдельный урок про контроль качества.
В скором времени уже буду делать анонс, тк основная часть уже почти сделана.

Как я не нашел работу, а потом Бац и нашел! Свитч в ии-инженера

Последние годы меня подбешивало что работу стало найти в разы сложнее. Тысячи откликов на вакансии, эйчары начали общаться как с рабом.

В конце 2024 я прям думал перейти или в гошку или в мл. Постоянно сидел сравнивал, брал консультации. Ну и так не решил до осени 25.

В сентябре приехал после Дубая и начал изучать ИИ. Конечно, у меня была проблема что у меня не было какой-то структруности. Что вообще учить чтобы перейти в ИИ и делать большие приложения с агентами я не представлял.

Начал просто читать классику ML, как работают модели, рекомендации, классификация и тд.
Обновил резюме, указал что хочу развиваться в ИИ и разрабатывать агентов. На тот момент таких вакансий было единицы.

По стечению обстоятельств меня пригласили на одну такую вакансию на 6-9к евро и в финтех в РФ.
Обе вакансии были похожие: нужен фуллстек, который грамотно использует ИИ-инструменты, готов в этом развиваться, доставлять быстрый продуктовый результат и интегрироваться с LLM.
60% бекенда, 20% фронтенда и 20% интеграции с МЛ-сервисами / разработка пайплайнов и т.д.

9к евро звучало конечно супер вкусно, но второй тех этап туда я не прошёл. Первый был такой небольшой экскурс по сис дизу и несколько вопросов как проектировал бы их приложение (голосовой ИИ-стартап).

А вот в РФ-компанию устроился и получил огромный опыт за короткое время.
Успел поковырять и поработать над корпоративным ии-ассистентом, посмотреть на большой RAG с метриками и наши тюнеными моделями.
Дальше сделал архитектуру приложения с мультиагентской системой, всё распилил на куски, спроектировал все сложные моменты.

Прошел почти год с той осени и я очень рад что инвестировал время в обучение. Эйчарки пишут сами, в разы проще найти работу и проект.
Главное что вокруг никто не понимает как это все делать правильно с ИИ. А если умеешь то смотрят думают ты бог какой-то умеешь настроить ии-конфигурацию, mcp, агентов и тд.

Я доделал курс по свитчу в ии-инженера. Постарался сделать упор, чтобы проще и быстрее находить работу. Анонс на этой неделе будет.

Нам никогда не внедрить ИИ правильно

Вот тут упомянул одну из серьезных проблем на текущий момент развития технологий. Одна из них == отсутствие конфигурации, инфраструктуры под ИИ. Разложу детальнее, что имею в виду.

Многие компании под ии-трансформацией понимают такое: выдадим всем подписки клод код/кодекс и дадим токенов, чтобы везде навнедряли нам ИИ.
Итог: только 5 процентов компаний успешно внедрили ии в процессы/продукты.

Но почему же так? Где хвалёное ускорение от ИИ? Первую причину уже писал в том же посте: это lack of knowledge.
Никто не знает, как правильно пользоваться этими инструментами.
А вторая, не менее весомая == нет никакой выстроенной инфраструктуры, конфигурации под это всё.

Что я имею в виду под ии-инфраструктурой? Специализированные пакеты внутри компании под конкретные задачи, именно для решения проблем в компании.
Скиллы, агенты, mcp, контекст об архитектуре, коннекторы к внутренним системам, доменный контекст, память.
В общем, всё то, что даст быстрый нужный контекст нейронке, чтобы она быстрее и грамотнее могла выполнить последовательно таски.

Расскажу про классный пример, где уже такое внедренно.
Мой друг продуктовый дизайнер полгода назад стал так называемым AI Builder. На работе он просто пилит фичу за фичей фронтенд/бекенд. Начиная от требований заканчивая доставкой до стенда.
У него нет инженерного бекграунда.
Просто он знает как работают продукты и фигачит с клодом, лезет спокойно в логи кибаны, узнает почему упал сервис, комитит и пушит как обычный разработчик.
Но в жизни сам он не написал ни строчки кода.

Все благодаря грамотной выстроенной конфигурации, которую ему сделали ии-инженеры. Результат сами понимаете шикарный. Дизайнер пилит сам работающие фичи и все рады.

Поэтому на текущий момент нужно не только уметь промптить но и делать доп обвязку для всего проекта.

Мне кажется нужно инвестировать время в решение таких узких мест, а не на нейминг что там написала нейронка. А вы как думаете?

Сезон начался

В сентябре hr прям активизировались, много пишут на линке/хх.

Данная позиция для senior-lead ai engineer на разработку корпоративного ассистента.

Рынок мёртв. Ничего не поделать (почти)

По моим ощущениям, с 2024 года работу стало находить тяжелее. В 2025 ещё тяжелее, а в 2026 совсем ужасно. Я уже тысячу раз видел в разных чатах одно и то же:

«Откликнулся 300 раз, позвали на 2 собеса. Что делать???»

На обычные вакансии вроде React-разработчика или Python-бэкенда конкуренция стала бешеной. Я решил немного поресерчить и узнать вообще везде ли так. Создал на хх 7 фейковых резюме, на Python, Go, Java, DevOps, ML, фронтенд и QA.

Точных цифр не замерял, но записывал примерное соотношение откликов к приглашениям. Итог получился такой:

Фронтенд и QA == абсолютно мёртвые
Python == вакансии есть, но конкуренция очень высокая
Java == чуть лучше питона
DevOps == получше Java
ML и Go == в лидерах: много интересных позиций и вилки выше среднего

Вывод конечно для себя я сделал, что: рынок не умер целиком. А максимально сильно решает конкретная ниша. Одни сферы в ИТ уже мёртвые, а вот рядом есть интересные позиции, где людей не хватает.

Самое интересное я сделал со своим фуллстек резюме. Добавил туда AI: агентов, Cursor, Claude Code. опыт был тот же node + react. И работа нашлась спокойно.

Такая магия. Но понятно на собесе за эту магию нужно будет пояснить и рассказать как реально используешь агентов и инструменты.

P.S. Я подготовил свой курс по ии-инженерии и вкату в нее. Завтра расскажу подробнее и про формат и программу.
kostya-it.pro/ai

Как зайти в рынок, где вакансии есть, а людей нет

Одна из причин, почему я в 2025 решил сильно поменять стек == это быть востребованным на рынке труда. На текущий момент я в принципе доволен: каждый день в тг пишут эйчарки из совершенно разных компаний.

Конкуренция в ИИ-инжиниринге просто минимальная.
Вакансий не огромное количество, но растёт пропорционально. Год назад их было буквально единицы, сейчас уже десятки и сотни. И людей, которые реально подходят под эти вакансии, не так много.
По ощущениям 2-3 кандидата на одну позицию.
Но даже если на одну вакансию будет 5 подходящих кандидатов, это вам не фронтенд, где на 2 тысячи вакансий 44 тысячи резюме.

Я собрал курс, который помогает вообще понять, что за навыки требуются для ИИ-инженера, и потом продать новые навыки на собеседовании.

Курс в основном для разработчиков, которые хотят перейти в ИИ-инженеры.
НО если вы не разработчик и есть желание перейти в новую стезю, напишите в лс, обсудим вашу ситуацию.
На текущий момент всё заточено на тех, у кого есть инженерный опыт. В следующем потоке курса уже буду делать, чтобы любой дизайнер, аналитик и дата-инженер смогли перейти.

Формат курса такой:
1. Видеотеория (10+ часов)
2. Практическое задание со сквозным проектом по основным важным темам (агенты, база LLM, RAG)
3. 8 живых созвонов по воскресеньям, по 1-1,5 часа, где провожу урок и разбираю вопросы

Программа созвонов:

1. Вводный звонок. Рассказ про профессии, которые есть. Детальный рассказ про программу. Обсудим основные боли и вопросы.
2. Мультиагентные системы. Что такое агент. Как готовить агентов. Оркестрация
3. RAG. Теория + практика. Векторные базы данных
4. Поговорим про LLM. Трейсинг, eval, регрессия, стоимость
5. Контроль качества нейронки. Качество агентов и качество при разработке с агентами
6. Систем дизайн. Обычный. Агентский
7. Резюме. Как правильно писать. LinkedIn + HH
8. Легенда. Как правильно писать. Самопрезентация

Главная моя цель == донести быстрее всего главную информацию, чтобы вы вышли на собеседование в кратчайшие сроки.

Стоимость: 59900р

Любые интересующие вас вопросы можно задать в лс @kostya_xxxx

Набор до 3 октября 00:00
Следующий поток через 3 месяца

P.S. Для фронтедеров будет отдельный небольшой модуль по бекенду
P.S.S. кто писал раньше и фиксировал цену я вам написал или отпишусь. Если забыл сделайте пинг в лс, пожалуйста.

Как просрать собес с нейронкой

Во многих компаниях при отборе появился новый вид интервью == ии-лайфкодинг. Просят сделать небольшое фуллстек приложение.

Я пообщался с нанимающими менеджерами фронта и бека в крупной компании где платят сильно выше рынка и они в недоумении что не могут найти хороших кандидатов.
Вроде бы все пользуются нейронками, но когда на собесе даешь задачу 80% не справляются в указанное время.
У нас же есть астра и фейбл и они что не справляются?

В реальности кандидаты заходят и пишут промпт

«сделай приложение»

а потом оставшиеся 45 минут сидят правят не тот код что сделала нейронка.
Вместо того чтобы сделать подготовку и прочитать пару раз тех диз, что она составила.

Я уже около десятка раз видел как разработчики обсуждают требование в вакансии уметь работать с клод кодом/курсором. Часто видел иронию и несерьёзное отношение, что типа промптить я и сам умею.

Потом с таким подходом приходят на собеседование , сливают его и вгоняют в грусть нанимающих что они не могут найти кандидатов.

Конкретно на собесе как я делаю:
1. Определяю функциональные, нефункциональные требования
2. Спрашиваю про стек, какие технологии. Если в ответ получаю любой то выбираю Python, typescript, sqlite для быстрой разработки
3. Скармливаю требования , ищу слабые места, дыры в требованиях
4. Делаю тех диз. Там описана вся концепция как можно сделать это решение.
5. Считываю решение, накидываю дата модель, ендпоинты, основную логику и архитектуру. Критикую решения
6. После утверждения делаю план , разбиваю на мелкие куски задачи для нейронки
7. Запускаю воркфлоу для решения задачи.

Да, для первых 6 пунктов я может и потрачу 20-30 минут , но только я гарантированно знаю что будет сделано. И дальше спокойно успеваю в нужный тайминг, мне не нужны переделки плохих решений от нейронки.

В курсе я отдельно посвящаю время этой теме.
Контроль качества агентов разработки. Результат от нейронки всегда непредсказуем поэтому нужно детально задавать контекст и делать прорабатывать что она собирается сделать.

20к за час ИИ-инженера

Я решил взять консультацию у одного из известных специалистов по ИИ-агентам в РФ за 20к.
Человек сам нанимает ИИ-инженеров, руководит ими и пилит один из известнейших продуктов в РФ.
Основная цель у меня была сверить программу моего курса с тем как делают в бигтехе. Спойлер: 80–85% я уже знал из этого и есть в моей программе, оставшиеся 20 == это просто чуть другой угол.

Расскажу основные интересные пункты.

1. Для найма в их корпорацию, чтобы писать им агентов, необязательно иметь 10+ лет опыта или инженерный бэкграунд.
Нанимают проджектов, которые шарят за агентов, или аналитиков.
2. Больше всего времени тратится на контроль качества агентов.
Само написание происходит быстро, но вход в продакшен == самая тяжёлая часть. Используются как дефолтные практики (агент-критик, evals, golden dataset), так и гибридные их собственные.

Найм и собеседования.
Тут, честно говоря, будто консультирующий говорил все мои мысли. Абсолютно слово в слово.

Таких специалистов на рынке единицы, и кто реально сейчас понимает за эту тему, получают зп сильно выше. 1–1.5 года и уже это будет повально в каждой компании, и ИИ-инженеров уже будет сотни-тысячи.

Очень важно системное продуктовое мышление.
Как работает та или иная часть. Не важно, что ты пишешь: бэкенд, фронтенд, мобилку. Важно, как это должно работать в рамках системы. Идеальный «AI-builder/engineer» берёт всё понемногу: аналитик, проджект, разработчик, тестировщик, МЛ-щик.

Многие компании сами не понимают, что им реально нужно. Постепенно начинает «щёлкать», что нужно использовать новые технологии, но многие не понимают, что это вообще за штука.

Напоминаю про свой курс на который набираю до 3 октября.
Kostya-it.pro/ai