Обновлённая аналитика по рынку труда. Ледниковый период для топ‑менеджеров: что реально происходит с наймом?

Собственно, почему она обновлённая (далее…)

Собственно, почему она обновлённая (далее…)
Эту фразу сегодня можно услышать практически от любой компании, которая пытается нанять сильного backend-разработчика, DevOps-инженера или Tech Lead. Обычно первое объяснение звучит одинаково:
«На рынке нет специалистов.»
Дефицит действительно существует. Python- и Java-разработчики, а опытные DevOps-инженеры зачастую получают десятки предложений одновременно. Но, если посмотреть на ситуацию глубже, становится очевидно: во многих случаях компании сами значительно усложняют себе поиск.
7 ошибок, которые чаще всего превращают поиск сотрудника в многомесячную историю.
Все совпадения случайны, я всё придумал, никогда такого не было, и вот опять.
Однажды, морозным ноябрьским утром 2024 года, я, как новоиспечённый тимлид не такой уж и маленькой команды, поверил в себя и в то, что спустя полгода изучения проекта и передачи дел от предшественника я полностью понимаю, как там всё устроено. Судьба обычно наказывает за самоуверенность. Не стал исключением и мой случай.
Хабр, и снова здравствуй) На связи Алексей Боровиков, архитектор Astra Cloud. Тут такое дело, мы выкатили мажорный релиз нашей облачной платформы. Работа была проделана колоссальная, я не буду писать все изменения, иначе это будет не статья, а книга. Поэтому решил сфокусироваться на одном компоненте и рассказать, как мы его сделали и почему. Речь идет про IAM — Identity and Access Management. Он отвечает на главные вопросы облачной безопасности: кто, что сделал и имел ли на это право. Итаааак…
Вокруг агентных автоматизаций разворачивается нешуточная битва. Евангелисты обещают, что ИИ-агенты вот-вот заменят все и всех, скептики интересуются реальными сценариями таких автоматизаций, ROI и прочей конкретикой (но обычно остаются без ответов).
Мы сами получаем много вопросов о практическом применении агентной автоматизации в бизнесе, и в этой статье расскажем, как сейчас обстоят дела и куда все движется.
Как менялась автоматизация в продуктах Content AI
Последние месяцы я довольно активно разрабатываю собственный AI SaaS‑проект. Причём активность в случае AI‑разработки имеет немного другой смысл, чем раньше. Когда значительную часть работы выполняют AI‑агенты, скорость появления изменений резко возрастает. Агент создал изменения, открыл PR, другой агент или workflow проверил результат, если что‑то не прошло, то новая итерация.
И довольно быстро я обнаружил неожиданное ограничение этой модели разработки. Если честно я ожидал и боялся упереться в токены LLM. Были небольшие опасения в производительности моего ноутбука. И даже сложность оркестрации не стала блокером.
ИИ-пилоты редко проваливаются из-за «плохой модели». В наших проектах модель честно показывает 80–90% качества, но проект всё равно не взлетает. Либо экономия оказывается меньше стоимости внедрения, либо автоматизируют не тот участок процесса или данные не подтверждают гипотезу.
Привет, Хабр! Меня зовут Василий Мухин. Я развиваю направление внедрения искусственного интеллекта в К2Тех: отвечаю за прикладные ИИ-решения, пилотные проекты и оценку эффективности применения нейросетей в реальных задачах крупного бизнеса.