Как вы на практике предлагаете анализировать legacy-код с помощью LLM? Учитывая, что исходники являются интеллектуальной собственностью и составляют коммерческую тайну, при этом не во всех компаниях есть возможность развернуть языковую модель on premise.
В такой ситуации особое преимущество должны получить те, кто вкладывался в нетворкинг. И я имею в виду не трудоустройство "по блату", а возможность миновать hr-фильтр и попасть сразу на техсобес.
Про ИИ раскрыли немного, но не про кризис. Дополню в меру своего понимания ситуации.
Это же не первая статья с посылом "в российском айти настали сложные времена", но такое чувство, что айтишники (рядовые сотрудники) продолжают жить в отрыве от экономической ситуации в стране (реагируют традиционно только на инфляцию).
Стоило бы уже понять, что нынешний кризис затронул все отрасли экономики, в том числе ИТ. Ставка ЦБ высокая и держится, бюджетные деньги кончаются, часть уехавших за границу вернулись (и растворились в массе прошедших курсы), скоро уберут часть льгот для ИТ компаний... Соответственно, компании сокращают проекты, минимизируют расходы, ужесточают требования к сотрудникам... Поэтому вполне естественно, что работу стало найти гораздо сложнее, особенно если специалист редко выходит на рынок.
Давайте уже откроем глаза и признаем, что айтишники в РФ в 2025 году перестали быть какими-то особенными работниками.
С чем именно вы не согласны? Я ведь не спорю с тем, что ИИ активно внедряется в компаниях. Просто вы дали ссылку на указ Президента, но это ведь "рамочный" документ, почти не имеющий ничего общего с практикой.
Инициативы со стороны государства в сфере айти это отдельная тема для дискуссии. Основное и, возможно, единственное, что стоит учитывать в подобных "стратегиях" это регуляторные последствия для бизнеса и граждан, а также выделение средств из федерального бюджета на её реализацию. Всё прочее, что рождается "во исполнение" подобных документов со стороны правительственных структур обычно сводится к созданию информационных порталов (как пример: https://ai.gov.ru/).
Поэтому интереснее и полезнее знакомиться с реальным опытом применения технологий в бизнесе (госкомпаниях в частности). Из того, что попадалось на глаза: раз и два
Поэтому для аналитика понимание этой стадии не менее важно, чем участие в создании нового продукта.
Так и в чём заключается работа аналитика на стадии поддержки? Много написано, но практически ничего не сказано про типовые задачи (например: помощь в разборе инцидентов с L3, или анализ отзывов пользователей; систематизация проанализированных проблем для дальнейшего улучшения системы).
Из каких источников вы брали информацию для раздела "Примеры и тренды в российских IT-компаниях"? Есть публикации от перечисленных компаний в Сети? Или коллеги рассказывали о своём опыте в ТГ каналах, на конференциях или частных беседах?
Чтобы получить от GPT не просто фантазии, а хоть с какой-то степенью подходящие под кейс бизнес-требования - ей надо расширить контекст. Вы не пробовали модели скармливать описание бизнес-процесса?
Похожая ситуация с проектированием решения. Набор юзкейсов, допустим, она сгенерировала. Насчёт целесообразности просить модель сформировать набор сервисов, впрочем, не уверен: как минимум, для этого потребуются нефункциональные требования. А чтобы получить на выходе более-менее нормальные сиквенсы и АПИ, стоит в неё впихнуть описание сценариев с шагами взаимодействия компонентов.
2й шаг самый важный. Потому что если не убедить начальство в том, что качественное документирование необходимо, то дальше можно и не продолжать. Нет, можно, конечно, сражаться в одиночку, но скорее всего исход будет не завидный. Впрочем, есть шанс сперва заручиться поддержкой коллег (3й шаг), но это скорее только среди других аналитиков и, возможно, тестировщиков. Всех прочих (в основном разработчиков) почти наверняка придётся мотивировать следовать уже утверждённому процессу.
Автор напомнил про важную тему, но заложил в статью совершенно вредный посыл. Да, человечество производит пластика на порядок больше, чем может не то что переработать, но даже утилизировать. Но зачем же "призывать" к тому, чтобы вообще отказаться от переработки?! А именно это читается меж строк. Возможно, не все бутылки, которые люди бросают в специализированные контейнеры, дойдут до момента, когда они превратятся во вторсырьё: из-за грязной тары и сложностях в определении типа пластика. И что теперь - пинять на власти и производителей?
Да, программы по утилизации в России, разработанные на уровне правительства и муниципальных властей, идут по простому пути - один контейнер для всего, что можно попробовать переработать. В то же время есть много частных инициатив во многих регионах страны (про них, например, можно узнать на recyclemap.ru), которые более качественно подходят к процессу сбора отходов, тем самым повышая шансы, что тот же вторичный PET или PP пойдёт на производство новой тары или изделий с длительным сроком службы.
Инновационные исследования и разработки это зачастую действительно хорошо (вопросы вызывает разве что биоразлагаемая упаковка). Но опять же, подводить к тому, что это единственное спасение человечества от того, чтобы вот-вот не утонуть (иногда в буквальном смысле!) в пластиковых отходах, - ну знаете, так себе призыв. К тому же тут автор почему-то умалчивает об экономической целесообразности применения таких инноваций. Как, кстати, предпочёл он не привести ни одной ссылки на первоисточники, которые бы подтверждали приведённые числа и утверждения.
Короче, получилась шаблонная статья на тему экологии - сперва запугали фактами без подкрепления, потом рассказали о чудесных технологиях, чтобы обыватель мог расслабиться и ничего не делать.
Я не работаю в Касперском. Цифры привёл из того же калькулятора зарплат Хабр Карьера.
И потом, это лишь один пример. Там же можно найти и другие компании, сотрудники которых получают большие зарплаты, но при этом эти фирмы не присутствуют в "чарте".
Интересно, как составлялся "рейтинг" самых щедрых на зарплаты компаний? В него явно не все попали - просто как пример: Лаборатория Касперского отсутствует, хотя средняя з/п выше 300тыс/мес.
Работодателям сейчас сложно объективно оценивать умения соискателей.
Мы хотели повысить доверие к нашей базе со стороны работодателей. Сейчас, с появлением AI-инструментов, проблема стоит особенно остро.
Во-первых, в тесты вшита антифрод-система, которая мешает это сделать. Во-вторых, даже если её обойти, работодатель всё равно поймёт, что соискатель умеет на самом деле.
Получается, что начитирить всё же можно? И какой тогда прок работодателям от такого инструмента, если всё равно им самим придётся проверять навыки кандидатов?
Дело не только в роли в коллективе, но ещё и типе деятельности. Судя по всему, в статье упор на продуктовой разработке или поддержке системы. Ведь на старте нового проекта обычно вообще мало что понятно - и тут не столь важно, новичок ты в компании или работаешь в ней десяток лет.
Как вы на практике предлагаете анализировать legacy-код с помощью LLM? Учитывая, что исходники являются интеллектуальной собственностью и составляют коммерческую тайну, при этом не во всех компаниях есть возможность развернуть языковую модель on premise.
В такой ситуации особое преимущество должны получить те, кто вкладывался в нетворкинг. И я имею в виду не трудоустройство "по блату", а возможность миновать hr-фильтр и попасть сразу на техсобес.
Про ИИ раскрыли немного, но не про кризис. Дополню в меру своего понимания ситуации.
Это же не первая статья с посылом "в российском айти настали сложные времена", но такое чувство, что айтишники (рядовые сотрудники) продолжают жить в отрыве от экономической ситуации в стране (реагируют традиционно только на инфляцию).
Стоило бы уже понять, что нынешний кризис затронул все отрасли экономики, в том числе ИТ. Ставка ЦБ высокая и держится, бюджетные деньги кончаются, часть уехавших за границу вернулись (и растворились в массе прошедших курсы), скоро уберут часть льгот для ИТ компаний... Соответственно, компании сокращают проекты, минимизируют расходы, ужесточают требования к сотрудникам... Поэтому вполне естественно, что работу стало найти гораздо сложнее, особенно если специалист редко выходит на рынок.
Давайте уже откроем глаза и признаем, что айтишники в РФ в 2025 году перестали быть какими-то особенными работниками.
Суверените́т (через нем. Souveränität от фр. souveraineté — верховная власть, верховенство, господство, suprema potestas) из Википедии
С чем именно вы не согласны? Я ведь не спорю с тем, что ИИ активно внедряется в компаниях. Просто вы дали ссылку на указ Президента, но это ведь "рамочный" документ, почти не имеющий ничего общего с практикой.
Инициативы со стороны государства в сфере айти это отдельная тема для дискуссии. Основное и, возможно, единственное, что стоит учитывать в подобных "стратегиях" это регуляторные последствия для бизнеса и граждан, а также выделение средств из федерального бюджета на её реализацию. Всё прочее, что рождается "во исполнение" подобных документов со стороны правительственных структур обычно сводится к созданию информационных порталов (как пример: https://ai.gov.ru/).
Поэтому интереснее и полезнее знакомиться с реальным опытом применения технологий в бизнесе (госкомпаниях в частности). Из того, что попадалось на глаза: раз и два
Так и в чём заключается работа аналитика на стадии поддержки? Много написано, но практически ничего не сказано про типовые задачи (например: помощь в разборе инцидентов с L3, или анализ отзывов пользователей; систематизация проанализированных проблем для дальнейшего улучшения системы).
Из каких источников вы брали информацию для раздела "Примеры и тренды в российских IT-компаниях"? Есть публикации от перечисленных компаний в Сети? Или коллеги рассказывали о своём опыте в ТГ каналах, на конференциях или частных беседах?
Здесь явно допущена ошибка.
Чтобы получить от GPT не просто фантазии, а хоть с какой-то степенью подходящие под кейс бизнес-требования - ей надо расширить контекст. Вы не пробовали модели скармливать описание бизнес-процесса?
Похожая ситуация с проектированием решения. Набор юзкейсов, допустим, она сгенерировала. Насчёт целесообразности просить модель сформировать набор сервисов, впрочем, не уверен: как минимум, для этого потребуются нефункциональные требования. А чтобы получить на выходе более-менее нормальные сиквенсы и АПИ, стоит в неё впихнуть описание сценариев с шагами взаимодействия компонентов.
Занятно. В статье как бы ситуация в мире в целом описывается, но здесь вкрапления про российские реалии.
2й шаг самый важный. Потому что если не убедить начальство в том, что качественное документирование необходимо, то дальше можно и не продолжать. Нет, можно, конечно, сражаться в одиночку, но скорее всего исход будет не завидный. Впрочем, есть шанс сперва заручиться поддержкой коллег (3й шаг), но это скорее только среди других аналитиков и, возможно, тестировщиков. Всех прочих (в основном разработчиков) почти наверняка придётся мотивировать следовать уже утверждённому процессу.
Автор напомнил про важную тему, но заложил в статью совершенно вредный посыл. Да, человечество производит пластика на порядок больше, чем может не то что переработать, но даже утилизировать. Но зачем же "призывать" к тому, чтобы вообще отказаться от переработки?! А именно это читается меж строк. Возможно, не все бутылки, которые люди бросают в специализированные контейнеры, дойдут до момента, когда они превратятся во вторсырьё: из-за грязной тары и сложностях в определении типа пластика. И что теперь - пинять на власти и производителей?
Да, программы по утилизации в России, разработанные на уровне правительства и муниципальных властей, идут по простому пути - один контейнер для всего, что можно попробовать переработать. В то же время есть много частных инициатив во многих регионах страны (про них, например, можно узнать на recyclemap.ru), которые более качественно подходят к процессу сбора отходов, тем самым повышая шансы, что тот же вторичный PET или PP пойдёт на производство новой тары или изделий с длительным сроком службы.
Инновационные исследования и разработки это зачастую действительно хорошо (вопросы вызывает разве что биоразлагаемая упаковка). Но опять же, подводить к тому, что это единственное спасение человечества от того, чтобы вот-вот не утонуть (иногда в буквальном смысле!) в пластиковых отходах, - ну знаете, так себе призыв. К тому же тут автор почему-то умалчивает об экономической целесообразности применения таких инноваций. Как, кстати, предпочёл он не привести ни одной ссылки на первоисточники, которые бы подтверждали приведённые числа и утверждения.
Короче, получилась шаблонная статья на тему экологии - сперва запугали фактами без подкрепления, потом рассказали о чудесных технологиях, чтобы обыватель мог расслабиться и ничего не делать.
Понятие "искусственный интеллект" было законодательно закреплено ещё в 123-ФЗ от 24.04.2020
Я не работаю в Касперском. Цифры привёл из того же калькулятора зарплат Хабр Карьера.
И потом, это лишь один пример. Там же можно найти и другие компании, сотрудники которых получают большие зарплаты, но при этом эти фирмы не присутствуют в "чарте".
Интересно, как составлялся "рейтинг" самых щедрых на зарплаты компаний? В него явно не все попали - просто как пример: Лаборатория Касперского отсутствует, хотя средняя з/п выше 300тыс/мес.
Работодателям сейчас сложно объективно оценивать умения соискателей.Мы хотели повысить доверие к нашей базе со стороны работодателей. Сейчас, с появлением AI-инструментов, проблема стоит особенно остро.Во-первых, в тесты вшита антифрод-система, которая мешает это сделать. Во-вторых, даже если её обойти, работодатель всё равно поймёт, что соискатель умеет на самом деле.Получается, что начитирить всё же можно? И какой тогда прок работодателям от такого инструмента, если всё равно им самим придётся проверять навыки кандидатов?
В новостях пишут, что Google вернулся к практике очных собеседований. Ох, скучаю по тем временам!
Исследования показывают: большинство IT-специалистов попадают во вторую зону, что неизбежно ведёт к выгоранию.Исследования говорят: микрообучение круче интенсивов.Множество исследований доказывают: принцип «медленно, но верно» работает лучше героических рывков.После таких статей грех жаловаться на "произведения" от ГПТ: тот хотя бы ссылки на первоисточники выдаёт.
Дело не только в роли в коллективе, но ещё и типе деятельности. Судя по всему, в статье упор на продуктовой разработке или поддержке системы. Ведь на старте нового проекта обычно вообще мало что понятно - и тут не столь важно, новичок ты в компании или работаешь в ней десяток лет.