head-hanter.ruСогласно исследованию компании IT_ONE, почти 35% вакансий в разных направлениях разработки ПО содержат требования в сфере вайбкодинга. Среди них – знания популярных ИИ-инструментов и умение эффективно встраивать ИИ в работу. Об этом редакции IT Speaker рассказали в компании. Всего было проанализировано около 12 тысяч вакансий.
Чаще всего требования о знании вайбкодинга можно встретить кандидатам на должности Data-инженера, Data-сайентиста, ML-инженера или системного аналитика. Нередко от кандидата требуется знание Python (безусловный лидер) и Java. Также большинство вакансий содержат термин «ИИ-разработка» или смежные термины, такие как «ML», «промпт-инжиниринг» в контексте разработки и т. д. Кроме этого, кандидаты должны знать различные ИИ-инструменты, например GitHub Copilot, Cursor, ChatGPT, Claude. Также встречаются требования к навыкам проверки и тестирования ИИ-сгенерированного кода (валидации).
Реже от кандидатов требуют составлять эффективные промпты для автоматизированного создания кода (промпт-инжиниринг), понимание границ возможностей языковых моделей (LLM), умение встраивать ИИ в процесс разработки (workflow). Относительно редко встречаются требования уметь использовать ИИ для отладки кода (AI-assisted debugging), навыки ИИ-генерации unit-тестов и тест-кейсов, техника создания и настройки ИИ-агентов для автоматизации.
«Сегодня под вайбкодингом рынок обычно понимает не умение “кодить на ощущениях”, а применение ИИ в качестве ассистента (AI-assisted / agentic coding). Разработчик должен уметь быстро получать черновой код от LLM/агентов, но при этом он сам отвечает за архитектуру этого кода, проверку, безопасность и выпуск в прод. Это означает, что рынку нужны в первую очередь опытные специалисты, которые сочетают классические навыки программирования и CI/CD с навыками вайбкодинга», – заявила руководитель направления ресурс-менеджмента в компании IT_ONE Ксения Манскова.
Опрос руководителей компаний, для которых актуально направление внутренней разработки, показал, что компании используют ИИ для решения задач написания и рефакторинга кода, автоматизации рутинных задач, генерации тестов и тест-кейсов, дебаггинга и поиска ошибок, а также генерации документов и SQL-запросов, анализа требований, поиска и отбора кандидатов (HR), автоматизации код-ревью.
Однако из-за нехватки внутренних инструментов ИИ, блокировки внешних сервисов (в том числе из-за санкций), нехватки знаний в промпт-инжиниринге и невозможности оценить пользу от применения ИИ возможности специалистов ограничиваются.
Ранее платформа гибкой занятости SkillStaff совместно с сервисом Talenttest проанализировала поведение ИТ-специалистов при прохождении технических тестов. В ходе исследования, охватившего более 3000 оценочных сессий, выяснилось, что 37% кандидатов используют внешнюю помощь – переключаются на сторонние ресурсы, обращаются к нейросетям или заранее проходят тесты с чужого аккаунта.
ИИ меняет работу финансовой функции