Твой опыт в IT больше ничего не стоит. Кто выживет в профессии к 2030 году

Опытный кодер или свежий T-shaped специалист — кто нужен рынку сейчас? Жёсткий разбор новой реальности.

Арсений Санташев

Серийный предприниматель в IT

Диагноз: хрупкий специалист

Знаете, в чём главный парадокс российского IT? Ваш скилл в Python или Linux может стоить в 30 раз дороже, если вы живёте в нужной точке на карте. Аналитики hh.ru выяснили: рынок IT-вакансий в России — это «чёрная дыра», где Москва поглощает больше половины всех предложений. Пока вы читаете этот текст, в столице открыто 64% всех вакансий для Python-разработчиков.

А вообще эпоха узкой специализации в IT подходит к концу. На смену «небоскрёбам» с изолированными этажами фронтенда, бэкенда и DevOps приходит горизонтальный стек, где ИИ — это не отдел, а базовый слой разработки. Это меняет всё: теперь ML-инженер должен понимать инфраструктуру, а DevOps — разбираться в ML-пайплайнах. На основе экспертного мнения серийного предпринимателя в IT Арсения Санташева мы разбираемся, что такое T-образный специалист нового поколения, как оставаться на гребне волны и почему способность учиться теперь ценится выше, чем любой конкретный навык.

«Чуваки, это сломано»: кризис системы образования

Как изменились компетенции айтишников и что теперь нужно знать, чтобы быть успешным на рынке?

— Всё, что ты знаешь о том, кто нужен IT-индустрии, — неверно. И это хорошо. Представь типичного разработчика, которого учат в университете: тот, кто глубоко знает Python, потом Django, потом, может быть, микросервисы. Узкая вертикаль. На неё смотрят как на преимущество. «У тебя пять лет опыта в Python?!», — спрашивали на интервью, и это звучало как похвала. Теперь — нет.

Люди, которые тратят карьеру на углубление в одну технологию, становятся хрупкими. Я подчеркну: не уязвимыми, а именно хрупкими. Ведь это разные понятия: уязвимый человек может справиться с ударом, хрупкий разломается. За последние два года в IT произошло больше изменений, чем за предыдущее десятилетие. Может показаться, что это просто ещё одна волна технологической моды, — как когда-то мобильность или облако, — но это не так. Сейчас происходит фундаментальный сдвиг всего стека разработки.

Раньше стек был вертикальным, как небоскрёб: фронтенд живёт на одном этаже, бэкенд — на другом, база данных — в подвале. Каждый этаж независим. Хороший бэкендер может не знать, как его код используется на фронте, и при этом быть полезным. Это было правдой. Теперь стек горизонтальный. AI/ML больше не самостоятельный отдел, который носит очки и работает в нейросетях, а базовый слой, который пронизывает всё: фронтенд, бэкенд, DevOps, архитектуру. Мультимодальность работает одновременно с текстом, видео и звуком. Edge computing требует понимания embedded-систем. Agentification означает, что системы сами принимают решения, и тебе нужно предусмотреть это с первого дня кода. Специалист, который знает только свой этаж, теперь — неполный специалист. Это не мнение. Это факт, который уже проявляется на рынке труда.

Как в связи с этим меняется образование в IT?

— Университеты отстают от реальности на два-три года. Это не трагедия, это закономерность. Система образования медленна по определению. Пока профессор напишет курс по GPT-3, вышла GPT-5. Система просто не может двигаться со скоростью инноваций. Здесь начинается интересное. Это не означает, что образование бесполезно, просто в текущем виде оно неактуально. И почему-то об этом никто толком не говорит.

Есть критика, есть жалобы, но нет честного разговора с министерством образования: «Чуваки, это сломано. Надо срочно что-то менять». Послушайте, что происходит в реальности: 15-летний школьник узнаёт, что можно написать код при помощи ИИ, за два месяца сам разбирается в том, как это работает, запускает проект на нейросетях и добавляет в портфолио. Проект развивается. Появляются пользователи. Кто-то даже платит. Затем наш школьник приходит на интервью и конкурирует с выпускником МГУ, который четыре года учил теорию. Выпускник МГУ проигрывает. Потому что практика всегда будет давать пинка теории.

AI не замещает, а создает: окно возможностей

Тогда что теперь нужно изучать, осваивать, чтобы быть востребованным и успешным?

— Я не раз говорил, что появляется совершенно новый тип специалиста. И он не тот, кого ты бы мог увидеть в 2010 году, даже если бы очень хорошо угадывал будущее. T-shaped специалист (или суперспециалист) — это не новое понятие, но теперь оно означает совсем другое. Это глубина в одной конкретной вертикали мастерства, но при этом — хорошее понимание всех остальных частей системы, объёмное видение.

ML-инженер должен понимать инфраструктуру. Не быть в ней экспертом, но понимать, как его модель будет деплоиться, какие ресурсы она съест, как это повлияет на стоимость облака, на бизнес, на пользователей. DevOps должен иметь представление о том, как работает ML-pipeline. Не писать модели, но понимать, почему разработчик просит определённую конфигурацию, и что будет, если этого не сделать.

И это касается всех остальных членов команды — все они должны владеть софт скиллами в AI — умением объяснять нейросетям, что ты от них хочешь, так, чтобы получать максимально высокий результат. Это не естественное умение, это навык, который нужно вырабатывать. Я бы обратил внимание на любопытный тренд: люди из других индустрий, которые начинают осваивать ИИ для кодинга (да, тут можно подумать про вайб-кодинг, но я — про то, какие возможности открываются для обычных людей), отлично вливаются в этот процесс и выигрывают за счёт широкого спектра знаний и навыков. Биолог, который стал ML-инженером, — это не просто разработчик, а человек, который понимает домен и теперь может решать проблемы биологии с помощью кода. Он знает боли биологов, потому что он тоже биолог.

То же самое — с медиком, который разобрался в базах данных и аналитике. Или с кинорежиссёром, который научился работать с нейросетями и теперь может за день сделать то, что раньше делала неделя целой студии. Это не значит, что нужно быть экспертом везде. Это значит, что нужно быть T-shaped-специалистом, у которого есть домен из другой индустрии. Это редкость, а потому — особая ценность.

Кстати, об AI в кино — вытеснит ли он каких-то специалистов из киноиндустрии?

— Новые технологии дадут новый толчок развития творчества. Если ещё год назад потолком были рекламные ролики, то сегодня уже можно снимать небольшие сериалы и короткометражки. Мы говорим не о замещении, а о снижении затрат и ускорении производства контента. Искусственный интеллект в киноиндустрии скорее создаёт запрос на новых спецов. Средняя стоимость рекламного ролика — два-три миллиона рублей, а нейрохудожник может сделать его за полмиллиона и в 4К качестве. А значит, такие специалисты будут очень востребованы, и это открывает окно возможностей для раннего входа и освоения новой профессии.

Инструкция по выживанию

То есть обычный опытный спец теперь не в выигрыше, нужно обладать мультизнаниями и узкими навыками?

— Сейчас люди с 15-летним опытом в одной технологии должны занервничать. Человек, который три месяца назад ничего не знал про ML, но за год освоил технологию и запустил проект, интереснее для работодателя, чем опытный разработчик, который не открывал README от нового инструмента. Это звучит несправедливо — так, будто опыт вообще ничего не стоит. На самом деле опыт, конечно, стоит, но гораздо меньше, чем раньше. Опыт — это ответы на старые вопросы. Когда вопросы меняются каждый год, старые ответы становятся архаизмом. Способность быстро учиться, адаптироваться, переосмыслять то, что ты думал и что знаешь, — это метаскилл, который спасает больше, чем конкретный навык. Потому что скилл устаревает, а способность учиться — нет.

Как оставаться востребованным надолго?

— Главное — не пугаться, а действовать. Во-первых, следи за трендами — куда движутся деньги, ищи пересечение между трендом и твоим интересом. Если тебе не интересна технология, ты не будешь в ней хорош — неважно, насколько она хайповая. Но если интерес есть, а технология в тренде — это рай.

Во-вторых, вступай в сообщества. Reddit, HackerNews, Twitter, а также Хабр, Tproger и каналы в ТГ, локальные митапы — там рождается будущее. Там новости о технологиях появляются на месяц раньше, чем в официальных блогах. Там ты встретишь людей, которые уже работают с этим, и они ответят на твои вопросы. Это даёт тебе форвард-лук, которого нет ни в одном курсе.

В-третьих, делай пет-проекты. Даже если они никому не нужны. Это твой способ проверить, действительно ли ты разбираешься в вопросе. Запустил бота на нейросетях? Отлично. Это работает? Теперь у тебя есть портфолио и опыт. Это гораздо честнее, чем любой сертификат. Говоря о сертификатах: забудь о них. Если у тебя есть знание, сертификат не нужен, а если знаний нет — он не поможет. Компании смотрят на сертификаты, только если нет других данных. Сертификат от Google приносит плюс два процента к переговорам. Проект на GitHub приносит плюс 50 процентов. Это не гипербола, это реальное соотношение.

В-четвёртых, читай papers, arXiv или iEEE. Да, они написаны сложно. Да, первые три прочитанных статьи будут мучением. Но если ты хочешь понять, что будет через год, нужно читать papers сейчас. Хотя бы десять минут в день. За год это даст тебе картину того, куда движется наука. Общайся с людьми из других стран. Русскоязычный интернет отстаёт на полгода-год от англоязычного — это факт. Слушай подкасты на английском, читай блоги иностранцев, смотри трансляции западных конференций. Это даст тебе форвард-лук, который никак больше не получить.

Россия VS мир: кто выживет

Кстати, о других странах: вы работали в том числе за границей — можете сравнить западный опыт развития IT и российский?

— Могу сказать, что в США всё — про скорость: инвесторы готовы рисковать, стартап-экосистема огромная. Но для опытного разработчика это рискованно. Если тебе 40 лет, и ты работал в крупной корпорации, пересесть на новую технологию в США сложнее, чем кажется. Система хороша для молодых. Не потому что «старикам» делать нечего, а потому что скорость стартапов высокая, и привыкший неспеша работать сеньор не в продуктовой компании будет тянуть команду вниз, несмотря на свой большой опыт.

Европа — консервативнее, но стабильнее. GDPR, AI Act — регуляция жёсткая. Но если твой проект решает реальную проблему, деньги найдутся. Медленнее, но честнее. Россию санкции сделали гибче. Мы умеем создавать «на коленке». Но проблема в том, что 99% компаний не могут себе позволить выделять хотя бы четверть миллиарда рублей в год, чтобы конкурировать в гонке ИИ глобально. Гонка проиграна, и это факт. Единственное, где мы можем соревноваться — таланты. Вырастить хорошего инженера здесь дешевле, чем в США. Пока у нас есть это преимущество.

Кто же выживет в IT в следующие пять лет?

— Точно не узкий специалист, который знает всё об одном — это хрупкая позиция. Точно не человек, который полагается на образование, полученное пять лет назад — это неактуально. Точно не опытный разработчик, который не открывал README от нового инструмента: опыт без способности учиться — это груз. Выживет T-shaped-мыслитель — человек, который глубоко разбирается в одной области, но при этом видит всю систему целиком. Человек, который может быстро переучиваться, когда нужно. Человек, который не ждёт, пока его научат, а сам создаёт проекты и учится на них.

Выживут люди из других индустрий — которые выучили код и теперь решают проблемы, которые чистые разработчики не видят. Выживут менторы и архитекторы, которые понимают систему целиком и могут объяснить её другим.

Выживут люди, которые понимают, что образование — это не финишная линия, а способ жизни. Но главное — выживут люди, которые готовы меняться. Потому что 2030-е — это не про то, чтобы быть лучшим в одном, это про то, чтобы уже сегодня быть готовым к тому, что будет завтра.

Читайте также:

Код разрыва: что делит миллениалов и зумеров в айти

Российский IT-рынок 2025: парадокс кадрового голода на фоне рекордной безработицы