Из сертификации в тестировщики: как я совершил прыжок веры в эмиграции
Михаил семь лет проработал в сертификации, а под Новый год уволился без плана, просто чтобы отдохнуть и подумать, куда двигаться дальше. Никакого запасного варианта, никакой новой работы на примете. Сам он называет это прыжком веры.
Все происходило в эмиграции: несколько лет за границей, накопившаяся усталость от профессии и ощущение, что расти дальше некуда.
Он перебрал фронтенд, Python и тестирование, выбрал последнее и прошел курс в Хекслете, а потом поработал на коммерческих проектах, чтобы набить руку. Параллельно пережил один из самых тяжелых периодов в жизни: травмы, депрессия, лечение.
Работу нашел через нетворкинг: тестировщик понадобился знакомому техлиду из альпинистской компании.
Как он прошел этот путь и что помогло ему справиться, читайте в новой истории: https://ru.hexlet.io/blog/posts/iz-sertifikacii-v-testirovshchiki
Telegram | YouTube | AI Клуб
Михаил семь лет проработал в сертификации, а под Новый год уволился без плана, просто чтобы отдохнуть и подумать, куда двигаться дальше. Никакого запасного варианта, никакой новой работы на примете. Сам он называет это прыжком веры.
Все происходило в эмиграции: несколько лет за границей, накопившаяся усталость от профессии и ощущение, что расти дальше некуда.
Он перебрал фронтенд, Python и тестирование, выбрал последнее и прошел курс в Хекслете, а потом поработал на коммерческих проектах, чтобы набить руку. Параллельно пережил один из самых тяжелых периодов в жизни: травмы, депрессия, лечение.
Работу нашел через нетворкинг: тестировщик понадобился знакомому техлиду из альпинистской компании.
Как он прошел этот путь и что помогло ему справиться, читайте в новой истории: https://ru.hexlet.io/blog/posts/iz-sertifikacii-v-testirovshchiki
Telegram | YouTube | AI Клуб
❤16🔥5👾4
Конференции и воркшопы
Завершился большой блок летних конференций, на которых я выступал последние две недели. Это были highload, teamlead, agentic dev и ai weekends. Два мастер-класса, фасилитация групповой работы c-level клуба, один доклад и два дня воркшопа с утра до вечера. В общем было не скучно.
Познакомился со множеством крутых ребят, узнал что происходит в компаниях, куда движемся, как проходит ai трансформация и как настроения в целом.
Что можно сказать про происходящее? Очень возрос интерес к ИИ, что было ожидаемо. Стрим по AI разработке был забит, многие просто не смогли зайти в зал чтобы послушать докладчиков. Мне было проще, как докладчик я слушал докладчиков в кулуарах :)
Пока еще много базовых докладов и много людей, которые не перешли в режим кодинга без рук. Тех кто пишет код агентами не более 25%. Причины разные, нередко это корпоративные ограничения, когда запрещается использовать внешние модели, внутренняя экосистема еще не того уровня, чтобы делать все самостоятельно.
Практически каждая крупная компания выделила команды под интеграцию LLM в SDLC. Здесь ребята занимаются всем от написания своего харнеса и сетапом моделей, до объединения всей информации через раги, mcp и тому подобное. Большой интерес у подхода Spec Driven Development. Мы снова возвращаемся в мощный водопад, когда сначала долго и упорно идет проектирование, а потом, на уровни ниже спускается все в готовом виде.
В целом, несмотря на общий ажиотаж, многие отмечают что мало кто пытается по настоящему перестроиться под ai native. Что там говорить, мало кто понимает что это такое. Есть разные идеи и концепции того как мы будем работать, как поменяются процессы, как изменятся роли. Вплоть до довольно революционных идей, типа полного убирания код ревью как концепта. Много говорили про tiny teams, где команда буквально из нескольких человек делает все от и до. Набирает популярность концепт Product Engineer, где прямо совмещается две роли: продакт и девелопер.
Что точно объединяет всех, так это непрерывный страх проиграть конкурентную борьбу. А если соседние компании что-то такое поменяют и внедрят, что станут в разы быстрее и эффективнее? Поэтому каждая компания пытается максимально вписываться во все ИИ движухи.
Кстати, сравнивали текущую трансформацию с приходом Agile, сошлись на том, что это значительно более глубокая и сложная история. Agile менял только процессы, на самой разработке и инструментах это сказывалось не так сильно. Здесь же меняется все и сразу.
И интересного для нас, мы увидели какие элементы стоит добавить и доработать, а так же запланировали старт нескольких новых курсов для новой эпохи. Но об этом в других постах :)
Telegram | YouTube | AI Клуб
Завершился большой блок летних конференций, на которых я выступал последние две недели. Это были highload, teamlead, agentic dev и ai weekends. Два мастер-класса, фасилитация групповой работы c-level клуба, один доклад и два дня воркшопа с утра до вечера. В общем было не скучно.
Познакомился со множеством крутых ребят, узнал что происходит в компаниях, куда движемся, как проходит ai трансформация и как настроения в целом.
Что можно сказать про происходящее? Очень возрос интерес к ИИ, что было ожидаемо. Стрим по AI разработке был забит, многие просто не смогли зайти в зал чтобы послушать докладчиков. Мне было проще, как докладчик я слушал докладчиков в кулуарах :)
Пока еще много базовых докладов и много людей, которые не перешли в режим кодинга без рук. Тех кто пишет код агентами не более 25%. Причины разные, нередко это корпоративные ограничения, когда запрещается использовать внешние модели, внутренняя экосистема еще не того уровня, чтобы делать все самостоятельно.
Практически каждая крупная компания выделила команды под интеграцию LLM в SDLC. Здесь ребята занимаются всем от написания своего харнеса и сетапом моделей, до объединения всей информации через раги, mcp и тому подобное. Большой интерес у подхода Spec Driven Development. Мы снова возвращаемся в мощный водопад, когда сначала долго и упорно идет проектирование, а потом, на уровни ниже спускается все в готовом виде.
В целом, несмотря на общий ажиотаж, многие отмечают что мало кто пытается по настоящему перестроиться под ai native. Что там говорить, мало кто понимает что это такое. Есть разные идеи и концепции того как мы будем работать, как поменяются процессы, как изменятся роли. Вплоть до довольно революционных идей, типа полного убирания код ревью как концепта. Много говорили про tiny teams, где команда буквально из нескольких человек делает все от и до. Набирает популярность концепт Product Engineer, где прямо совмещается две роли: продакт и девелопер.
Что точно объединяет всех, так это непрерывный страх проиграть конкурентную борьбу. А если соседние компании что-то такое поменяют и внедрят, что станут в разы быстрее и эффективнее? Поэтому каждая компания пытается максимально вписываться во все ИИ движухи.
Кстати, сравнивали текущую трансформацию с приходом Agile, сошлись на том, что это значительно более глубокая и сложная история. Agile менял только процессы, на самой разработке и инструментах это сказывалось не так сильно. Здесь же меняется все и сразу.
И интересного для нас, мы увидели какие элементы стоит добавить и доработать, а так же запланировали старт нескольких новых курсов для новой эпохи. Но об этом в других постах :)
Telegram | YouTube | AI Клуб
❤9🔥8👍4
Первая работа в IT начинается не после курса, а после поиска
Когда обучение заканчивается, начинается новый этап: резюме, отклики, тестовые задания, собеседования. Именно здесь многие теряют запал и веру в себя.
Через Хекслет.Карьеру прошло более 1300 человек. По данным Хекслета, около 25% участников, завершивших программу с начала 2026 года, сообщили, что нашли работу.
Хекслет.Карьера помогает подготовить резюме, оформить портфолио, разобраться с откликами, пройти тренировочные собеседования, получить опыт в коммерческих проектах и двигаться в поиске с поддержкой карьерного консультанта.
В новой статье подробно рассказываем, как устроен сервис, кому он подходит и как помогает сделать поиск первой работы более понятным и последовательным.
👉Читать статью
Telegram | YouTube | AI Клуб
Когда обучение заканчивается, начинается новый этап: резюме, отклики, тестовые задания, собеседования. Именно здесь многие теряют запал и веру в себя.
Через Хекслет.Карьеру прошло более 1300 человек. По данным Хекслета, около 25% участников, завершивших программу с начала 2026 года, сообщили, что нашли работу.
Хекслет.Карьера помогает подготовить резюме, оформить портфолио, разобраться с откликами, пройти тренировочные собеседования, получить опыт в коммерческих проектах и двигаться в поиске с поддержкой карьерного консультанта.
В новой статье подробно рассказываем, как устроен сервис, кому он подходит и как помогает сделать поиск первой работы более понятным и последовательным.
👉Читать статью
Telegram | YouTube | AI Клуб
❤3🔥3👍2💯1
Ulcamp-Ярушкина-2026.pdf
4.3 MB
Презентация доклада Надежды Глебовны Ярушкиной на ULCAMP’26
Ответ на вопрос, какая платформа разработки ИТ-компании является активом успеха в эпоху генеративного ИИ?
А о чем был доклад — рассказываем в следующем посте
Ответ на вопрос, какая платформа разработки ИТ-компании является активом успеха в эпоху генеративного ИИ?
А о чем был доклад — рассказываем в следующем посте
Эта профессор писала про гибридные системы еще до хайпа с ИИ
Этим летом команда «Хекслета» побывала на ULCAMP’26. Там выступала сама доктор наук, автор монографий и более 400 работ в области мягких вычислений, нечеткой логики и гибридных систем Надежда Глебовна Ярушкина. Многие идеи, которые сегодня обсуждают как новое направление развития ИИ, в ее работах появились задолго до нынешнего бума LLM. Профессор рассказала, какой должна быть платформа разработки ИТ-компании в эпоху генеративного ИИ.
Суть в том, что ИИ сейчас меняет не только инструменты разработчика — он заставляет пересматривать весь процесс создания ПО и становится главным активом успеха компании. А может и не стать — при неправильном обращении.
Главное — система. Именно от того, как ИИ встроен в рабочие процессы, зависит «взлетит» ли компания или останется в убытке. Но чтобы ИИ действительно стал конкурентным преимуществом, нужно суметь встроить его в реальную деятельность компании на разных уровнях. Для этого нужны многоагентные платформы, интеграция с корпоративными данными и сервисами, оркестрация сценариев, распознавание намерений пользователя и контроль над контекстом. То есть недостаточно использовать один условный агент для одного или двух процессов, это должна быть единая система.
А еще нужно умудриться не забыть про когнитивный долг. ИИ позволяет генерировать код быстрее, но скорость сама по себе еще не гарантирует качество. Если разработчики перестают понимать архитектуру и последствия изменений, компания получает огромную кодовую базу, которую вскоре некому будет поддерживать. Потому что никто не сможет в ней разобраться — что тут костыль, а что важная архитектурная часть, без которой все рухнет? Как переписывать и дополнять этот код по мере необходимости? И кто это должен делать?
Получается, фундаментальные инженерные практики никогда еще не были так важны как в нынешнюю эпоху агентной разработки. Вновь вспоминаем про архитектурное проектирование, тестирование, CI/CD, DDD, ревью кода и работу с требованиями. В этом всем ИИ может помочь, но усилив сильного инженера, а не заменив его.
После выступления профессора вопросы продолжали сыпаться, даже за пределами сцены. К Надежде Глебовне подходили коллеги, выпускники и бывшие студенты — толпа желающих хотели получить ответы от любимого преподавателя. Кто-то даже вспомнил ее лекции по нейронным сетям и архитектуре программных систем, прочитанные еще два десятилетия назад.
Этот ажиотаж — еще одно доказательство, что фундаментальные знания не устаревают с приходом ИИ в процессы. Лекции и работы Надежды Глебовны до сих пор помнят, они не потеряли актуальности. Меняются модели, интерфейсы и модные термины, но способность понимать, как устроена система, все еще остается основным профессиональным активом. Важно его не растерять!
В заключение, Надежда Глебовна посоветовала разработчикам осваивать агентные фреймворки, следить за открытыми моделями, инвестировать в мультимодальность и регулярно пересматривать экономику использования ИИ. Только так, оставаясь на гребне волны и следя за технологическими прорывами можно оставаться востребованным специалистом.
Этим летом команда «Хекслета» побывала на ULCAMP’26. Там выступала сама доктор наук, автор монографий и более 400 работ в области мягких вычислений, нечеткой логики и гибридных систем Надежда Глебовна Ярушкина. Многие идеи, которые сегодня обсуждают как новое направление развития ИИ, в ее работах появились задолго до нынешнего бума LLM. Профессор рассказала, какой должна быть платформа разработки ИТ-компании в эпоху генеративного ИИ.
Суть в том, что ИИ сейчас меняет не только инструменты разработчика — он заставляет пересматривать весь процесс создания ПО и становится главным активом успеха компании. А может и не стать — при неправильном обращении.
Главное — система. Именно от того, как ИИ встроен в рабочие процессы, зависит «взлетит» ли компания или останется в убытке. Но чтобы ИИ действительно стал конкурентным преимуществом, нужно суметь встроить его в реальную деятельность компании на разных уровнях. Для этого нужны многоагентные платформы, интеграция с корпоративными данными и сервисами, оркестрация сценариев, распознавание намерений пользователя и контроль над контекстом. То есть недостаточно использовать один условный агент для одного или двух процессов, это должна быть единая система.
А еще нужно умудриться не забыть про когнитивный долг. ИИ позволяет генерировать код быстрее, но скорость сама по себе еще не гарантирует качество. Если разработчики перестают понимать архитектуру и последствия изменений, компания получает огромную кодовую базу, которую вскоре некому будет поддерживать. Потому что никто не сможет в ней разобраться — что тут костыль, а что важная архитектурная часть, без которой все рухнет? Как переписывать и дополнять этот код по мере необходимости? И кто это должен делать?
Получается, фундаментальные инженерные практики никогда еще не были так важны как в нынешнюю эпоху агентной разработки. Вновь вспоминаем про архитектурное проектирование, тестирование, CI/CD, DDD, ревью кода и работу с требованиями. В этом всем ИИ может помочь, но усилив сильного инженера, а не заменив его.
После выступления профессора вопросы продолжали сыпаться, даже за пределами сцены. К Надежде Глебовне подходили коллеги, выпускники и бывшие студенты — толпа желающих хотели получить ответы от любимого преподавателя. Кто-то даже вспомнил ее лекции по нейронным сетям и архитектуре программных систем, прочитанные еще два десятилетия назад.
Этот ажиотаж — еще одно доказательство, что фундаментальные знания не устаревают с приходом ИИ в процессы. Лекции и работы Надежды Глебовны до сих пор помнят, они не потеряли актуальности. Меняются модели, интерфейсы и модные термины, но способность понимать, как устроена система, все еще остается основным профессиональным активом. Важно его не растерять!
В заключение, Надежда Глебовна посоветовала разработчикам осваивать агентные фреймворки, следить за открытыми моделями, инвестировать в мультимодальность и регулярно пересматривать экономику использования ИИ. Только так, оставаясь на гребне волны и следя за технологическими прорывами можно оставаться востребованным специалистом.
🔥14❤8👍7
В июне 2026 года вышло интересное исследование Anthropic. Компания проанализировала 400 000 сессий Claude Code за октябрь 2025 — апрель 2026 года. Исследователи увидели разделение: человек принимал решения о том, что нужно сделать, а агент — как именно. При этом пользователи с предметной экспертизой чаще доводили работу до успешного результата и лучше восстанавливались после ошибок агента. То есть агенты для разработки не заменяют экспертизы. Именно знания специалиста позволяли агенту сделать больше полезной работы. Эксперты с навыками в программировании достигали успеха в два раза чаще.
Сейчас время, когда появляются новые специальности, уже связанные с ИИ, а старые — трансформируются. Но необходимость в технических навыках никуда не делась. И это определяющий критерий, чтобы эффективно решать инженерные задачи хоть самостоятельно, хоть с ИИ-помощниками.
Остается вопрос, куда идти? Направлений много, а сравнить их между собой негде. У каждого свои требования, зарплаты и сроки входа. Мы прогнали каждое направление через четыре критерия: сколько открыто вакансий, какая доля из них готова рассмотреть человека без опыта, как быстро растет зарплата и что будет с направлением спустя три года. Отбор прошли шесть, и все они на рынке в цене.
А чтобы выбрать одну из шести, подготовили целый вебинар по профориентации. Разберем каждое направление подробно: бэкенд и фронтенд, тестирование, DevOps и, конечно, вайбкодинг и ИИ-автоматизацию — куда же без новых профессий?
Вебинар состоится 26 августа в 19 00. Мы обсудим зарплаты, проекты и компании для новичков. Расскажем, как долго придется вкатываться и возможно ли устроиться без опыта. Отдельный пойнт — как расти дальше, вместе с ростом навыков увеличивая доход.
Цель этого вебинара — помочь разобраться, какое направление выбрать к 2027 году именно вам в вашей ситуации, и с чего можно начать уже сейчас.
Записывайтесь, чтобы не пропустить два часа пользы — узнаете, что же там происходит на рынке на самом деле: https://special.hexlet.io/career-guidance
Сейчас время, когда появляются новые специальности, уже связанные с ИИ, а старые — трансформируются. Но необходимость в технических навыках никуда не делась. И это определяющий критерий, чтобы эффективно решать инженерные задачи хоть самостоятельно, хоть с ИИ-помощниками.
Остается вопрос, куда идти? Направлений много, а сравнить их между собой негде. У каждого свои требования, зарплаты и сроки входа. Мы прогнали каждое направление через четыре критерия: сколько открыто вакансий, какая доля из них готова рассмотреть человека без опыта, как быстро растет зарплата и что будет с направлением спустя три года. Отбор прошли шесть, и все они на рынке в цене.
А чтобы выбрать одну из шести, подготовили целый вебинар по профориентации. Разберем каждое направление подробно: бэкенд и фронтенд, тестирование, DevOps и, конечно, вайбкодинг и ИИ-автоматизацию — куда же без новых профессий?
Вебинар состоится 26 августа в 19 00. Мы обсудим зарплаты, проекты и компании для новичков. Расскажем, как долго придется вкатываться и возможно ли устроиться без опыта. Отдельный пойнт — как расти дальше, вместе с ростом навыков увеличивая доход.
Цель этого вебинара — помочь разобраться, какое направление выбрать к 2027 году именно вам в вашей ситуации, и с чего можно начать уже сейчас.
Записывайтесь, чтобы не пропустить два часа пользы — узнаете, что же там происходит на рынке на самом деле: https://special.hexlet.io/career-guidance
❤6👍5
ИИ в бизнесе: как внедрять эффективно и что требуют от LLM-разработчика
На рынке пока немного специалистов, которые профессионально занимаются именно AI-разработкой. Сильные эксперты есть, причем уровень некоторых из них даже опережает текущие запросы бизнеса. Но особенно не хватает разработчиков, способных решать прикладные AI-задачи стабильно, быстро и в большом количестве. В результате спрос на такие кадры заметно превышает предложение, а зарплаты стартуют от 250 тысяч.
При этом сами компании еще не до конца определились, какие именно специалисты им нужны. Рынок находится на стадии формирования, и даже название профессии пока не устоялось. В вакансиях можно встретить самые разные формулировки: AI-разработчик, AI-инженер, LLM-разработчик, AI-архитектор или даже AI-интегратор.
Что нужно уметь? Разрабатывать на одном из языков программирования + понимать, как работать с LLM — это если коротко. А если чуть подробнее, то владеть RAG и MCP, иметь навыки работы с LLM разных размеров, уметь писать промпты и управлять контекстом. Также пригодятся знания оркестрации инструментов, построения AI-пайплайнов и владение основами безопасности и инфраструктуры.
А о том, как вообще работают ИИ-агенты и RAG-системы в бизнесе и чем предстоит заниматься AI-инженеру рассказал в статье автор курса «Хекслет» Рустам Борханов
https://ru.hexlet.io/blog/posts/ii-agenty-i-rag-kak-kompanii-vnedryayut-llm-v-biznes-protsessy
На рынке пока немного специалистов, которые профессионально занимаются именно AI-разработкой. Сильные эксперты есть, причем уровень некоторых из них даже опережает текущие запросы бизнеса. Но особенно не хватает разработчиков, способных решать прикладные AI-задачи стабильно, быстро и в большом количестве. В результате спрос на такие кадры заметно превышает предложение, а зарплаты стартуют от 250 тысяч.
При этом сами компании еще не до конца определились, какие именно специалисты им нужны. Рынок находится на стадии формирования, и даже название профессии пока не устоялось. В вакансиях можно встретить самые разные формулировки: AI-разработчик, AI-инженер, LLM-разработчик, AI-архитектор или даже AI-интегратор.
Что нужно уметь? Разрабатывать на одном из языков программирования + понимать, как работать с LLM — это если коротко. А если чуть подробнее, то владеть RAG и MCP, иметь навыки работы с LLM разных размеров, уметь писать промпты и управлять контекстом. Также пригодятся знания оркестрации инструментов, построения AI-пайплайнов и владение основами безопасности и инфраструктуры.
А о том, как вообще работают ИИ-агенты и RAG-системы в бизнесе и чем предстоит заниматься AI-инженеру рассказал в статье автор курса «Хекслет» Рустам Борханов
https://ru.hexlet.io/blog/posts/ii-agenty-i-rag-kak-kompanii-vnedryayut-llm-v-biznes-protsessy
👍4❤3🔥3
ИИ сильнее всего помогает тем, у кого меньше опыта — это проверили на 5 тысячах сотрудников. Джуны, берем на заметку!
Исследователи из Stanford и MIT изучили, что происходит, когда генеративный ИИ системно внедряют в реальной компании.
В исследовании участвовали 5 172 сотрудника техподдержки. AI-ассистент анализировал разговор с клиентом и в реальном времени предлагал сотруднику варианты ответа. Ответ можно было принять, изменить или проигнорировать.
Результаты:
— в среднем производительность выросла примерно на 15%;
— у менее опытных и менее квалифицированных сотрудников прирост доходил до 30%;
— сотрудники, которые использовали ИИ с начала работы, уже через 2 месяца показывали примерно такую же производительность, как сотрудники без ИИ с опытом более 6 месяцев.
То есть ИИ оказался особенно полезен для тех, кто только набирался опыта. Исследователи предполагают, что одна из причин в том, что модель фактически помогает распространять практики сильных сотрудников: менее опытные специалисты начинают быстрее использовать решения и паттерны, к которым эксперты обычно приходят только с годами опыта.
Именно поэтому вокруг LLM появляется отдельный пласт разработки: AI-ассистенты, агенты, RAG, интеграции с API, базы знаний и системы проверки ответов. А ИИ сокращает путь от новичка до опытного сотрудника.
Кстати, в Хекслет есть курс ИИ для новичков https://ru.hexlet.io/link/9XHIlQ и ИИ для разработчиков — https://ru.hexlet.io/link/zLJ7fC Так что можно сократить себе путь от джуна до мидла или переквалифицироваться из просто программиста в разраба, умеющего использовать ИИ и получать профит и буст.
Исследователи из Stanford и MIT изучили, что происходит, когда генеративный ИИ системно внедряют в реальной компании.
В исследовании участвовали 5 172 сотрудника техподдержки. AI-ассистент анализировал разговор с клиентом и в реальном времени предлагал сотруднику варианты ответа. Ответ можно было принять, изменить или проигнорировать.
Результаты:
— в среднем производительность выросла примерно на 15%;
— у менее опытных и менее квалифицированных сотрудников прирост доходил до 30%;
— сотрудники, которые использовали ИИ с начала работы, уже через 2 месяца показывали примерно такую же производительность, как сотрудники без ИИ с опытом более 6 месяцев.
То есть ИИ оказался особенно полезен для тех, кто только набирался опыта. Исследователи предполагают, что одна из причин в том, что модель фактически помогает распространять практики сильных сотрудников: менее опытные специалисты начинают быстрее использовать решения и паттерны, к которым эксперты обычно приходят только с годами опыта.
Именно поэтому вокруг LLM появляется отдельный пласт разработки: AI-ассистенты, агенты, RAG, интеграции с API, базы знаний и системы проверки ответов. А ИИ сокращает путь от новичка до опытного сотрудника.
Кстати, в Хекслет есть курс ИИ для новичков https://ru.hexlet.io/link/9XHIlQ и ИИ для разработчиков — https://ru.hexlet.io/link/zLJ7fC Так что можно сократить себе путь от джуна до мидла или переквалифицироваться из просто программиста в разраба, умеющего использовать ИИ и получать профит и буст.
👍6❤3
«Мне не было легко ни одного дня» — как рекрутер с двумя детьми выучилась на фронтендера и получила оффер в Модульбанк
Ира воспитывала двоих детей одна и в 30 решила сменить профессию на фронтенд. Училась два года, прошла через выгорание, ломала ветки и чинила ночами.
«Старшую в школу – и за компьютер, пока спит младший. Потом работа, домашние дела, вечером снова учеба. Иногда ночами. Вот и весь мой день.»
Но в итоге Ира получила оффер, не отправив ни одного отклика — причем не куда-то, а в Модульбанк.
Как ей все удалось несмотря на трудности, читайте в новой истории.
👉 https://ru.hexlet.io/blog/posts/mne-ne-bylo-legko-ni-odnogo-dnya-kak-ira-s-dvumya-detmi-vyuchilas-na-frontendera-i-poluchila-offer-v-modulban
Ира воспитывала двоих детей одна и в 30 решила сменить профессию на фронтенд. Училась два года, прошла через выгорание, ломала ветки и чинила ночами.
«Старшую в школу – и за компьютер, пока спит младший. Потом работа, домашние дела, вечером снова учеба. Иногда ночами. Вот и весь мой день.»
Но в итоге Ира получила оффер, не отправив ни одного отклика — причем не куда-то, а в Модульбанк.
Как ей все удалось несмотря на трудности, читайте в новой истории.
👉 https://ru.hexlet.io/blog/posts/mne-ne-bylo-legko-ni-odnogo-dnya-kak-ira-s-dvumya-detmi-vyuchilas-na-frontendera-i-poluchila-offer-v-modulban
🔥10👍9❤4😁1
💎 Почти 40% рабочих навыков изменятся к 2030 году. Как тогда выбирать профессию сейчас?
По данным Future of Jobs Report 2025 Всемирного экономического форума, работодатели ожидают, что к 2030 году 39% ключевых навыков сотрудников изменятся. Причем быстрее всего будет расти значение технологических навыков — в том числе связанных с ИИ, большими данными, кибербезопасностью и технологической грамотностью.
В дополнение к пониманию технологий работодатели будут искать сотрудников с креативным мышлением, любознательностью, стремлением учиться новому. В десятке наиболее востребованных навыков также оказались лидерство и социальное влияние, управление талантами и аналитическое мышление.
Но это в мире, а что в России? На одну IT-вакансию в России приходится 24,4 активных резюме, это вдвое больше, чем в среднем по рынку труда. При этом разброс между направлениями четырехкратный: то есть доля вакансий для новичков одного направления может быть в четыре раза выше, чем соседнего.
Это означает, что выбирать профессию только по принципу «какой язык программирования сейчас самый популярный» — не лучшая стратегия. Нужно разбираться глубже: изучать рынок, доступные вакансии, уровень зарплат. Если список вакансий по выбранной специальности не обновляется, то спрос существует только на бумаге.
Инструменты будут меняться, это уже 100% ясно. Но именно выбор направления с оценкой будущих перспектив — ключевое на текущем рынке. Важен не только спрос на опытных специалистов, но и ширина входа — какая доля вакансий готова рассматривать человека без опыта. Добавьте к этому скорость роста и перспективы развития направления — что будет с вакансией спустя три-пять лет? Не придется ли снова переучиваться?
Выбор может показаться сложным, но мы уже проанализировали рынок и готовы поделиться этой информацией. Если хочется разобраться, какая профессия в IT вам подходит, на бесплатной профориентации Hexlet можно сравнить разные специальности, узнать, чем придется заниматься на практике, какие навыки нужны для старта, куда берут новичков и сколько платят.
👉 Профориентация в IT от Hexlet
Telegram | YouTube | AI Клуб
По данным Future of Jobs Report 2025 Всемирного экономического форума, работодатели ожидают, что к 2030 году 39% ключевых навыков сотрудников изменятся. Причем быстрее всего будет расти значение технологических навыков — в том числе связанных с ИИ, большими данными, кибербезопасностью и технологической грамотностью.
В дополнение к пониманию технологий работодатели будут искать сотрудников с креативным мышлением, любознательностью, стремлением учиться новому. В десятке наиболее востребованных навыков также оказались лидерство и социальное влияние, управление талантами и аналитическое мышление.
Но это в мире, а что в России? На одну IT-вакансию в России приходится 24,4 активных резюме, это вдвое больше, чем в среднем по рынку труда. При этом разброс между направлениями четырехкратный: то есть доля вакансий для новичков одного направления может быть в четыре раза выше, чем соседнего.
Это означает, что выбирать профессию только по принципу «какой язык программирования сейчас самый популярный» — не лучшая стратегия. Нужно разбираться глубже: изучать рынок, доступные вакансии, уровень зарплат. Если список вакансий по выбранной специальности не обновляется, то спрос существует только на бумаге.
Инструменты будут меняться, это уже 100% ясно. Но именно выбор направления с оценкой будущих перспектив — ключевое на текущем рынке. Важен не только спрос на опытных специалистов, но и ширина входа — какая доля вакансий готова рассматривать человека без опыта. Добавьте к этому скорость роста и перспективы развития направления — что будет с вакансией спустя три-пять лет? Не придется ли снова переучиваться?
Выбор может показаться сложным, но мы уже проанализировали рынок и готовы поделиться этой информацией. Если хочется разобраться, какая профессия в IT вам подходит, на бесплатной профориентации Hexlet можно сравнить разные специальности, узнать, чем придется заниматься на практике, какие навыки нужны для старта, куда берут новичков и сколько платят.
👉 Профориентация в IT от Hexlet
Telegram | YouTube | AI Клуб
❤4👍2🔥2😴2