Я год назад думал, что мои навыки программирования уже можно забыть. Но кажется, Codex, Cursor и CC не обесценили 10 лет опыта в разработке программного обеспечения. Наоборот, мой опыт стал ещё ценнее - если я понимаю, как встроить в него новый слой ИИ.

Andrew Ng опубликовал карту компетенций AI Engineering, составленную на основе анализа вакансий, интервью, опросов и других отраслевых данных. На карте выделены четыре большие области: • Создание и развёртывание ИИ-приложений • Фундаментальные знания в разработке ПО • Использование ИИ-агентов для программирования • Формирование продукта, по сути, ответственность за то, что именно мы создаём Я перенёс эту карту в Obsidian.

Фиолетовая область на изображении - фундаментальные знания в разработке ПО: архитектура, тестирование, безопасность, надёжность, масштабируемость и стоимость. Это тот опыт, который у многих из нас уже есть.

Задача - объединить инженерный опыт с новым слоем абстрации: ИИ-агентами, контекстной инженерией, evals, RAG, агентными процессами и тд.

Поэтому по хорошему вопрос не “Нужно ли мне изучать ИИ?”, а “Какая часть этой карты может помочь мне?”

На этой неделе я открываю два бесплатных 20-минутных разбора процессов AI-assisted разработки для senior-разработчиков и техлидов.

Приходите с реальным проектом или рабочим процессом. По итогам вы получите: • три самых важных пробела, которые я обнаружу • одно практическое улучшение инструментов или процесса • конкретный эксперимент, который можно провести следующим

Если задача требует более глубокой работы, я также объясню, как может выглядеть следующий платный этап. Без каких-либо обязательств. Напишите в личку или сюда в комментарии.

Лайкните, пожалуйста, это поможет другим людям увидеть, или киньте, кому это может быть интересно.