Для начала главный тезис. Через 5-7 лет новый программный код будет генерироваться. Legacy код будет загружаться в ИИ модель и дальше тоже развиваться через генерацию. Задачи «писателей кода» будут следующие: настройка ИИ под специфику бизнеса, подготовка инфраструктуры, валидация результатов, отслеживание корректности работы ИИ, интеграция сторонних продуктов.
Теперь можно сформировать пирамиду специализаций разработчиков через 5-7 лет. На вершине будут AI Scientist, которые будут создавать новые ИИ. Реальных спецов, способных на это, катастрофически мало, ибо такая работа требует очень глубокой квалификация и максимальной актуальности знаний. Этому реально сейчас не учат нигде. Необходимый уровень навыков растет с каждым месяцем. Ни один университет не способен обеспечить массовую подготовку спецов такого уровня, не говоря уже про всякие онлайн курсы. Все AI Scientist растут самостоятельно, работая на реальных проектах с постоянным повышением сложности. Дефицит на этом уровне пирамиды будет грандиозным, а зарплаты станут просто циклопических размеров. Вероятнее всего, самым эффективным способом передачи навыков станет приставление стажеров из числа самых талантливых студентов к действующим разработчикам.
На следующей ступеньке находится MLOps. Это текущие DevOps, которые станут делать инфраструктуру для ИИ моделей и продуктов (тобишь, результатов генерации кода). Кажется, что тут ничего сложного и любому разработчику можно быстренько переквалифицироваться. Но это не так. Достаточно поискать толкового девупса (спойлер: задача крайне сложная) и оценить текущий уровень дефицита этих спецов. Сразу становится ясно, что с MLOps будет еще хуже. Это действительно очень сложная специализация. Однако есть неплохие шансы наладить обучение MLOps-ов базового уровня на базе технических университетов. Курсы тут, увы, в пролете.
Теперь 3 место в пирамиде. Это AI Engineer.
Всем программистам уровня Мидл и выше (всех ответвлений разработки) придется переквалифицируются в эту специализацию. Чем им придется заниматься?
AI Engineer разрабатывают продукты и инструменты с помощью и на основе ИИ моделей, созданных AI Scientist-ами.
Дообучают модели специфическими данными, настраивают LoRA коннекторы, собирают RAG системы, интегрируют ИИ в бизнес процессы, делают базовую инфраструктуру, организуют хранение данных внутри локального контура и обслуживают это всё. Порог входа адекватный, на курсах вполне можно готовить спецов базового уровня, переквалифицировавшиеся программисты способны сразу выполнять прикладные задачи, зп вероятно останутся на уровне медианы сегодняшнего IT сектора.
Потребность будет огромная, но немного иного формата. AI Engineer будет в одной линейке с юристом и бухгалтером. Нужны в каждой фирме, но, как правило, в одном экземпляре, а для совсем маленьких контор подойдут и аутсорсеры.
Для понимания разницы между AI Scientist и AI Engineer можно провести параллель с промышленностью. Профильные ученые (аналогия с AI Scientist) разрабатывают новые методы обработки и производства, конструируют станки. На производствах инженеры (аналогия с AI Engineer) это все ставят, настраивают и «допиливают напильником» под специфику конкретного предприятия, потом обслуживают.
В самом низу пирамиды стоят Prompt Engineer. Они сейчас активно появляются и так же быстро вымрут, потому что ими должны будут стать абсолютно все. Применение ИИ в работе и повседневной жизни станет нормой. Раньше писали в резюме «Уверенный пользователь ПК», теперь придется «Уверенный пользователь ИИ».
Самая простая аналогия проходит с письменностью.
Когда-то «писарь» был высокооплачиваемым и престижным ремеслом, а сейчас учат писАть в первом классе школы. Мое мнение, что «Prompt Engineering и использование ИИ» через 5 лет станет обязательной дисциплиной в учебных заведениях.
Больше в TG канале
#басниПроИИ