Что учить, пока вакансии для джунов падают

Что в ролике
Если кажется, что профессия разработчика разваливается, стоит держать в голове оба числа сразу: вакансии для джунов упали на 60–70% с 2022 года, а Bureau of Labor Statistics всё ещё ждёт роста 15% за десятилетие. Пропала не профессия, а её нижняя ступенька: 77% профессиональных разработчиков уже пользуются AI-инструментами, и как раз boilerplate, простые CRUD-эндпоинты, тесты и рутинный фронтенд машина делает хорошо. Stanford подтверждает сдвиг: занятость разработчиков 22–25 лет упала почти на 20% с 2022 до середины 2025 года, а у людей старше 30 в AI-ролях она выросла, и даже IBM, втрое увеличивая набор джунов, ждёт от них суждений и работы с клиентами вместо рутинного кода. Дальше автор называет четыре вещи, на которых стоит сосредоточиться: владеть системами вместо набора строк, работать с AI-инструментами профессионально, собирать продукты, где модель внутри, и доказывать навык задеплоенным проектом. В первом пункте это системный дизайн, отладка продакшена, чтение чужого кода, Git и pull request, а во втором — работа в Copilot, Cursor или Claude Code с обязательным ревью и тестами вместо vibe coding. Третий пункт он считает главной возможностью: API моделей, RAG, векторные базы, оркестрация агентов и оценки — это слой навыков поверх уже имеющегося кода, за который AI-инженеры в США получают в среднем 175–200 тысяч долларов в год. Учиться он предлагает руками, а не просмотром: по его цифрам, пассивные уроки оставляют около 20% материала, а практика поднимает удержание до 75–90%. В конце — список того, что стоит бросить: готовиться к интервью только на LeetCode, гоняться за каждым новым фреймворком и читать заголовки про смерть программирования.
Практика
- Что получишь
- Картину того, какие задачи у AI уже забрал и куда переехали освободившиеся места. Плюс конкретный список навыков и привычек, на которые стоит переложить время вместо рутинного кода.
- Первый шаг
- Взять одну реальную задачу на текущей работе или в учебном проекте, где нужна модель через API, и довести её до задеплоенного результата со ссылкой.
- Цифры
- —60–70% — на столько упало число вакансий для джунов с 2022 года
- —77% профессиональных разработчиков пользуются AI-инструментами в работе
- —175–200 тысяч долларов в год — средняя зарплата AI-инженера в США по словам автора
- —20% против 75–90% — столько материала остаётся при пассивном просмотре уроков и при практике руками
- Честно
- Середина ролика — рекламная интеграция: автор продвигает платформу DataCamp, свой рекомендованный трек и ссылку со скидкой 25%, а бесплатно доступна только первая глава каждого курса. Это рассуждение о рынке, а не инструкция: воспроизводимых шагов в ролике нет, экран не нужен. Цифры про занятость приведены по данным Stanford, IBM и Bureau of Labor Statistics, но ссылок на конкретные исследования автор не показывает.
Если слова незнакомы — 7 терминов
- boilerplateшаблонный код, который пишется по одному образцу в каждом проекте
- CRUD-эндпоинттиповая часть сервиса для создания, чтения, изменения и удаления записей
- vibe codingработа, когда код модели принимают и выкладывают без разбора
- pull requestзапрос на вливание своих правок в общий код с обязательным просмотром
- RAGподход, при котором модель отвечает по вашим документам, а не только по памяти
- оркестрация агентовсвязка нескольких агентов в один процесс с понятными шагами
- оценкипроверки, которые показывают, насколько хорошо работает AI-система
Связки из этого ролика
4 шт.- Copilot / Cursor / Claude Code + обязательный ревью каждого изменения — профессиональный способ работы с AI-инструментами: как с очень быстрым джуном, которого можно направлять, но нельзя слепо доверять
- AI-слой внутри продукта: обращение к API моделей, prompt engineering, structured outputs, RAG, векторные базы данных, оркестрация агентов, оценки и наблюдаемость — набор навыков поверх уже имеющегося кода
- DataCamp Associate AI Engineer for Developers + OpenAI API, LangChain, Hugging Face, Pinecone — 29 часов практики с чат-ботами, семантическим поиском и рекомендательными системами
- Внутренний переход в AI-роль + один задеплоенный проект с моделью внутри текущей работы — самый дешёвый способ получить доказательство опыта, не меняя работодателя
Компоненты
9 шт.Формат: мнение · для новичков · уверенность разметки 0.8 · источник