Карьера в IT-индустрии

Классическая ситуация: компания ищет мидла на бэкенд, находит хорошего человека в Казахстане, договаривается о вилке, зовет бухгалтера оформлять. Бухгалтер спрашивает: он ИП или физлицо? Вроде, вопрос формальный. На деле от ответа зависит, будет ли проект стоить на 22% дороже.

Разбираем, откуда берутся эти 22%, почему НДФЛ с казахстанца платить не надо, но налоговым агентом вы все равно остаетесь, и какая формулировка в договоре превращает экономию в доначисление.

Дисклеймер: это не универсальный рецепт. Ситуации бывают разные, и решение под конкретный проект стоит согласовать с юристом. Дальше по тексту описан типовой случай: разработчик живет в Казахстане, физически там же и работает, в Россию не приезжает.

«Сначала проверь компанию, а потом уже трать на неё время». Звучит просто, но многие делают наоборот: откликаются, ходят на собеседования, готовятся к вопросам — и только потом, уже на месте, начинают понимать, куда попали. Иногда это заканчивается разрушенными ожиданиями, а иногда испорченной трудовой и незапланированной сменой работы. Поэтому небольшая разведка до похода на интервью — не паранойя, а способ сэкономить время и нервы.

В этой статье я собрал свой чек‑лист проверки компании перед собеседованием. Он состоит из двух блоков: базовая проверка через открытые интернет‑ресурсы и дополнительная — через реестры и базы.

Привет, Хабр!

Предыдущим летом семеро студентов прошли трехмесячную стажировку в Учебном центре НТЦ «Вулкан» с задачей, которая на первый взгляд кажется простой: создать устройство дистанционного управления для рулонных штор в офисном опенспейсе.

В этой статье мы — команда наставников — рассказываем, как был устроен процесс стажировки и каким образом было организовано взаимодействие со стажерами.

В конце будет много‑много выводов, которые сэкономят время тем, кто захочет использовать наш опыт воспитания молодых специалистов (или просто сам впервые возьмется за аппаратный проект). Начнем!

Месяц разработки реального продукта, команда из четырех незнакомых людей и заказчик из бизнес-единицы, который ждет результат. В августе в КОРУСе прошла ИИ-лаборатория, где студенты учились работать с искусственным интеллектом, брать на себя ответственность за проект с первого дня и справляться со страхами, сопровождающими первый опыт.

О том, как это было, рассказывают коллеги из HR, Корпоративного университета и бизнес-единиц, а также сами стажеры, прошедшие ИИ-лабораторию.

27 апреля 1983 года аделаидская газета Advertiser опубликовала статью под заголовком «Маленький Теренс, 7 лет, вундеркинд средней школы».

Статья рассказывала о местном мальчике, который 40% времени проводил в 11 и 12 классах, изучая физику и математику, а потом возвращался в 5-й класс начальной школы.

Пока СМИ спорят о лидерстве моделей в бенчмарках, бигтех перенаправляет бюджеты совсем в другую сторону. Бюджеты на обучение LLM худеют, на инфраструктуру поиска, доставки и фильтрации данных — толстеют. Копнём реальную статистику инвестиций гигантов IT за последние годы и посмотрим, как меняются требования к специалистам на рынке труда.

Программистам нравится писать код, проектировать, продумывать логику, исправлять баги и понимать всю систему целиком. Им нравится сам процесс. И они никогда не отдадут этот процесс ИИ агентам.

Для них программирование это искусство. И никакие аргументы о том, что ИИ помогает в написании кода, не применимы для людей искусства. Им не нужно, чтобы ИИ в чём-то им помогал.

Как часто люди меняют работу в Швеции?

Судя по этому анализу, в среднем примерно раз в пять лет.

Я решил немного подпортить статистику.

За 4.5 года жизни в Швеции у меня получилось пройти через пять позиций, четыре компании, два увольнения, несколько виз,и «немного большое» количество документов для миграционной службы.

TL;DR

— Я приехал в Швецию по рабочей визе один
— Гражданство РФ, запасных гражданств тоже не имеется.
— Почему я так часто менял работу? Иногда верил, что могу лучше. Иногда жизнь сама подсказывала, что я могу лучше (= был уволен).
— Были ли проблемы с визами? Да.
— Всё ли разрешилось? Тоже да.
— Есть ли плюсы у такого пути? Как ни странно, довольно много.

Рекомендую ли повторять? Мне периодически говорят, что я стрессоустойчивый. Остальное решайте сами после истории ниже.

Мое общение в последнее время с российскими банками побудило меня разобраться, как сейчас принимаются решения в отношении обычных вкладчиков. Понятно, что все банки используют систему ИИ в большей или меньшей мере. Алгоритм принятия решений у всех банков индивидуальный. Это обусловлено индивидуальной политикой банка в отношении систем ИИ, построенных в каждом конкретном банке. Эта статья - обзор существующих систем ИИ в банковском секторе с реальными примерами.

1. В чем различие банковских ИИ систем. Международная классификация: HITL, HOTL и HOOTL

1) Human-in-the-Loop (HITL). Человек является прямым участником каждого рабочего цикла системы. ИИ выполняет задачу или предлагает вариант, но финальное решение или одобрение каждого шага остается за человеком.

Пример:

HSBC, BNP Paribas: Европа находится под жесточайшим давлением Закона ЕС об ИИ (EU AI Act). Статья 14 этого закона прямо обязывает финансовые институты разрабатывать высокорисковые ИИ-системы так, чтобы их могли «эффективно контролировать физические лица».

Кейс: Потребительские кредиты и ипотека.

Как устроено: ИИ считает кредитный балл, используя сотни параметров, но если уровень уверенности модели ниже условных 95%, система обязана перенаправить заявку живому кредитному инспектору. В HSBC создан специальный AI Review Committee, который лично валидирует логику работы алгоритмов в спорных случаях.

Опросы HSBC показывают, что 62% богатых европейских инвесторов требуют, чтобы за финальным решением всегда стоял живой советник, а не алгоритм.

Случился у меня забавный hr‑эксперимент с зумерами. Он ещё в процессе, но уже забавно.

Понадобились, значит мне новые стажёры — пара человек. В моей терминологии это выпускники ИТ‑специальностей, которых я беру в свой отдел, учу на программистов 1С, ну и они как‑то дальше работают.

Практика отработанная — я так делаю уже восьмой год. Почти все, кто есть в отделе, прошли этим путём. Но изменился рынок — сами знаете, сколько сейчас стажёрских вакансий, и каково молодым ребятам входить в какую‑либо ИТ‑специальность. На момент публикации вакансии в нашем Челябинске, насколько я успел заметить, других стажёрских предложений не было вообще.

Раньше на стажёрскую вакансию приходило не так много откликов — может, с десяток в месяц. Я проводил их по цепочке отбора, и брал то 1, то 4 стажёра в месяц. Когда набирал столько, сколько требовалось, закрывал вакансию. Запомним срок закрытия вакансии: от недели до месяца.

И вот смотрю на рынок, думаю — сейчас каааааак набежут люди, им же вообще некуда в ИТ податься. А сейчас как раз жатва — выпускники выпустились, работу ищут. Конец лета и осень — самое время молодёжь искать. Итак, пятница, вечер, запуливаем вакансию, идём пиво покупать.

Руки трясутся. Никак не могу перезагрузить этот чёртов сервер. Пытаюсь дозвониться до начальника. Не берёт трубку — конечно, на обеде или ушёл покурить. Слышу, как группа людей в коридоре приближается. «Мне бы минут двадцать, — думаю я, — ещё бы минут двадцать, и всё заработает». Но не сейчас… Я же просил всё проверить, прежде чем присылать мне для наката изменений. Я будто Авгиевы конюшни тут расчищаю… Одна грязь… Так, по ходу, их заболтали… Время ещё есть… Да как же вы так пишете на этом Фортране и деление на ноль не проверяете! Дверь в помещение открылась…

Вот так вспоминается первый год в роли инженера по моделированию систем электроснабжения собственных нужд АЭС

ИИ агенты пишут код в десятки раз быстрее человека.

Покрывают его тестами и пишут документацию.

Делают ревью, находят баги и исправляют их.

Параллельно работают над разными задачами.

Так почему же некоторые люди продолжают вручную набирать каждую строчку кода?

Почему они не хотят делегировать это ИИ агентам?

Медиана зарплаты DevOps-инженера в 2026 году держится в районе от 220 000 до 250 000 ₽, но разброс внутри одного грейда огромный: у Senior вилка идёт от 300 000 до 850 000 ₽.

На переход к следующему уровню сильнее всего влияют три конкретных фактора: уверенное владение Kubernetes и облаками, движение в сторону платформенной инженерии и автоматизация процессов через AI-инструменты.

Разбираем зарплаты по грейдам и городам, какие навыки поднимают доход сильнее остальных и какой пошаговый план поможет закрыть именно те пробелы, что стоят между вами и следующим грейдом.

Большинство команд умеют запускать проекты. Гораздо сложнее — довести их до финальной точки, когда остаются последние баги, спорные решения и десятки «маленьких» улучшений, способных снова отодвинуть релиз. Разбираем, почему проекты застревают на финишной прямой, какие ошибки превращают почти готовый результат в долгострой и какие практики помогают командам спокойно пройти последний этап.

Пять минут на ручной пинг, десять — на поиск релизного чек‑листа, еще день — на MR, о котором все забыли. По отдельности это мелочи. Вместе — заметная часть time‑to‑market.

Расскажу про микроавтоматизации: небольшие скрипты и уведомления, которые снимают рутину вокруг разработки. Без отдельной платформы, проекта на квартал и попытки сразу сделать идеально. Внутри — десять сценариев, которые крутятся у нас, их экономика и критерий, по которому мы решаем, что автоматизировать, а что оставить руками.

Разработка при этом может идти быстро. Time‑to‑market растягивается в паузах: между аналитикой и разработкой, разработкой и тестированием, в ожидании ревью и согласований.

«Ищем Junior‑разработчика с опытом от 3 лет» — мем, который окончательно перестал быть смешным. Пока рынок спорит, заменят ли нейросети новичков, а компании урезают бюджеты на адаптацию, замкнутый круг джуниоров стал только жестче. Но что, если взглянуть на ИИ не как на киллера начальных позиций, а как на катализатор роста?

Я PR‑менеджер в IT, и Laboratory 2.0 — мой любимый кейс. В этой статье разбираю, как наш внутренний 3-месячный буткамп превращает новичков в мидлов и синьоров, почему мы даем оффер с первого дня и как на самом деле выглядят наши цифры удержания и текучести за последние 5 лет.

Стандартный совет — жестко разделять профессиональное и личное — звучит разумно, но подходит не всем. У меня, например, четкой границы нет. Могу додумывать рабочую задачу вечером, читать профильную литературу в выходной или быстро глянуть почту в отпуске. При этом нет ощущения, что работа высасывает все ресурсы. Все дело в интересе и правильной расстановке приоритетов.

Привет, Хабр! Меня зовут Максим Ковтун, я управляющий партнер направления «Разработка и тестирование» в IBS. Большая часть моего дня — встречи, управленческие задачи и постоянное переключение между разными вопросами. Расскажу, что помогает мне сохранять работоспособность при такой нагрузке, и в конце соберу главное в чек-лист.

В начале сентября принято говорить об образовании. Я, как теперь водится, вместе с ChatGPT и Клодом, попробовал разобраться не в том, какой курс по Data Science купить, а в более полезном вопросе: что в образовании сегодня действительно остаётся дефицитным — и за что имеет смысл платить деньгами или временем.

Хороший образовательный контент давно не проблема. Coursera и edX появились больше десяти лет назад, университеты начали открывать материалы ещё раньше, а сегодня можно найти лекции, конспекты, домашние задания и экзамены MIT, Stanford, Harvard и Berkeley, материалы российских вузов, ML Handbook Яндекса, курсы Андрея Карпати и Сергея Николенко, тысячи задач на Stepik и Kaggle.

За последние несколько лет к этому добавился ИИ. Теперь почти бесплатно можно попросить объяснить непонятное другими словами, разобрать ошибку в коде, придумать упражнения или провести тренировочное собеседование.

То есть дело уже давно не в недостатке материала, и всё меньше в доступе к объяснениям. Дефицитными остаются другие вещи: траектория, дисциплина, правильно выбранная сложность, практика без подсказок, качественная обратная связь, профессиональная среда и независимая проверка результата.

Как мы знаем, рынок труда в некоторых сферах сейчас достаточно напряжен для соискателя и в материале про рынок ИТ специалистов я показывал, что некоторым молодым специалистам достаточно трудно сейчас найти работу, это касается многих офисных профессий, не только ИТ.

Сами компании зажаты между необходимостью расти и при этом не сильно увеличивать тот же ФОТ и получается вопрос: зачем нам нужен джун, которого нужно около года учить, и еще не факт, что он останется работать.

Это касается не только России. Причины немного отличаются, но в целом всё то же. World Economic Forum отмечает, что число начальных вакансий в США за последние 18 месяцев снизилось на 35%, и одной из причин этого называется как раз ИИ.

24 коллектора, 111 ATS-досок компаний, 345 тестов, ноль API-ключей и ноль ИИ. Windows-exe, который считает совпадение резюме с вакансией и приносит 1–3 живых человека, которым можно написать самому. Внутри — архитектура, три бага, из-за которых я чуть не отправил письма сотрудникам чужих компаний, и раздел «честные ограничения», без которого это была бы реклама.