Хабр Курсы для всех
РЕКЛАМА
Практикум, Хекслет, SkyPro, авторские курсы — собрали всех и попросили скидки. Осталось выбрать!
Поток AI и ML доступен 24/7 благодаря поддержке друзей Хабра
Комментарии 15
На самом деле выигрыш еще существеннее. Когда в команде 15 джунов, то хочешь не хочешь, а их работу надо направлять и координировать, ибо сами они с этим не справятся. Так появятся менеджеры, аналитики и ценник вырастет. Да и сроки, скорее всего
А вот подискутирую раз просят. В описанном случае какого то сложного стартапа я полностью согласен с автором. Лучше 4 сеньора, чем 12 мидлов и по качеству и по деньгам (джуны вообще скорей всего не справятся с ними сравнивать даже не нужно). Но не все стартапы сложные. Если рассмотреть массовую народную разработку, то бишь обычный сайт(без всяких миллионов товаров, гиперсложных систем и тыщи пользователей в секунду) для малого-среднего бизнеса. То там проект на 90%-100% состоит из рутины, с которой мидл вполне себе справится с той же скоростью и качеством что сеньор. Тогда зачем платить постоянно больше? Ведь сеньор меньше брать не станет от того что делает работу уровня мидла, как и мидл не берёт меньше когда делает работу уровня джуна (это как будто вообще главная причина приема на работу джунов). Максимум 1 сеньор на какие то сложные затыки в размере 5%-10% проекта если они есть.
Отличный пример того, что я действительно не учёл в посте. Согласен, в задачах стандартизированной рутины насыщенность синьорами не нужна, и экономика команды может быть совсем другой.
Думаю, мой взгляд сильно искажён тем, что мне по работе постоянно приходится запускать новые продукты и направления в условиях высокой неопределённости. А в таких задачах ценность сильных автономных инженеров резко возрастает.
только все забыли, что если джуны не будут работать и стремиться что-то делать, не будут появляться новые синьоры
ну тут как бы очевидно, что в перспективе команда Y будет иметь 4 команды "сеньёров" и они смогут параллельно вести несколько проектов. Дальше начинается куча "если... (будут проекты, команды не разбегутся и т.п.")
Не соглашусь.
Не любой опыт автоматически масштабируется в экспертизу, и команда, которая 15 месяцев делает AI-wrapper вокруг готового API, не обязательно через пару лет превратится в 4 сильные AI-команды.
Всё-таки очень большой технологический разрыв между API-интеграциями и самостоятельной разработкой / дообучением моделей, inference, ML-ops, оптимизацией.
Поэтому я бы скорее смотрел на то, накапливает ли команда настоящую инженерную экспертизу и способность решать всё более сложные задачи.
если это молодые специалисты с базовыми знаниями в разработке, то год с лишним возни с AI должен дать огромный прирост к экспертизе в практической работе с AI. Что работает хорошо, что нет, какая обвязка и где нужна и т.п.
У меня было два стажера в эпоху ИИ агентов (один в 25, второй в 26 годах) и стажеры ранее. Это разные уровни задач, которые можно было им давать и разная скорость роста их экспертизы в рамках проекта.
Я не возьмусь предсказать, насколько быстрее нынешние новички будут способны на самостоятельные (пусть и с помощью ИИ) архитектурные решения, но по субъективным ощущениям, время взросления сократилось.
Согласен, AI может ускорять рост джунов, но я не про потенциал роста, а про ценность для бизнеса на конкретной задаче прямо сейчас.
Кейс, который я наблюдал:
- Прототип, который выдаёт отличный результат, сделан на n8n за неделю.
- Джун навайбкодил тысячи строк кода, но тот же результат не мог выдать 2 месяца.
- Потом два джуна на langchain повторили логику один-в-один за 2 недели — но результат стал менее стабильным и сильно дороже по токенам (скорее всего, из-за другой архитектуры получения данных).
И финал: джуны "набрались опыта" и ушли в банки, а решение так и не стало надёжным.
Итого: компания платит за то, чтобы посмотреть, как взрослеют джуны, вместо того, чтобы взять пару толковых ребят, которые сделают задачу за месяц.
LLM из пальца высосала примеры, стоит ли на их примере, что то обсуждать?
Забавно читать такое про проекты, которые ты лично строил вместе с командой (кейс 1) и наблюдал, как строят другие (кейс 2) 🙂 Ещё интереснее, что для кого-то твоя жизнь — виртуальная реальность. Прям киберпанк из "Бегущий по Лезвию" получается!
Т.е. примеры не выдуманные? Я не прав, но выглядит в первом приближении все как придуманные истории, по этому и такой комментарий.
Количество нейрослопа зашкаливает везде, к сожалению становится сложно отличить его от обычных статей.
Истории абсолютно реальные и размышления мои основаны на моём реальном опыте. Я даже указал некоторые подробности: например, "до эпохи chatgpt", и по стеку примерно можно догадаться, какой продукт мы делали. А в картинке к посту даже модели указаны :)
Понимаю по поводу нейрослопа — хочется проверить статью перед публикацией, а LLM предлагает сглаживать углы и язык получается менее живым. Это я тоже замечаю. Для будущих статей буду просить указвать только на явные ошибки, не меняя текста.
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Почему 4 сеньёра могут быть эффективнее команды из 15 человек