Специалист по этическому ИИ,
инженер по квантовым вычислениям
или аналитик по метавселенной?

Новые тенденции в развитии ИТ могут привести к возникновению новых специальностей в ИТ-отрасли в зависимости от потребностей рынка и технологических изменений.

1. Как вы думаете, какие технологии или тренды в ИТ сейчас создают спрос на новые специальности, и какие это специальности?
2. Как может измениться роль ИТ-специалистов (например, системных администраторов, разработчиков) при развитии новых направлений, таких как ИИ или блокчейн?
3. Как вузы могут адаптировать свои программы, чтобы готовить студентов к новым специальностям в ИТ, и какие навыки, по вашему мнению, должны быть главными?
4. Какова ваша точка зрения на необходимость междисциплинарных навыков (например, сочетание ИТ с бизнес-аналитикой или UX-дизайном) в новой модели профессий в ИТ?
5. С какими вызовами могут столкнуться специалисты, переходящие в новые области в ИТ, и какие способы успешной адаптации к этим изменениям вы могли бы порекомендовать?

На вопросы «СА» отвечают эксперты ИТ-отрасли

Сергей Щербаков,
руководитель отдела данных и машинного обучения ICL Services

«Узкие специалисты, вне всяких сомнений, будут востребованы, как эксперты, но в очень ограниченном объеме. Поэтому основной массе ИТ-специалистов придется развиваться «вширь»

1. Основной тренд, который я вижу — это генеративный ИИ и все что с ним связано. Банальные специальности, которые иногда называют, «промпт-инженер» и подобное — это явно временное явление. Примерно, как было во время внедрения компьютеров, термин «уверенный пользователь ПК» очень скоро уйдет в прошлое.

А вот какие интересные специальности я вижу — это огромное поле для информационной безопасности. Причем как с точки зрения самого ИИ, так и с точки зрения выявления подделок с помощью ИИ.

2. Думаю, что произойдет существенное расслоение ИТ-специалистов на:

• Специалистов начального уровня (условно джунов), которые будут по указке генеративного ИИ делать те операции, которые пока еще проще сделать руками человека, чем автоматизировать полностью. Для системных администраторов — это то, что связано с физическим вмешательством в работу информационных систем или в критичных системах, где в любом случае нужен контроль человека. От них будет нужно только умение работать с генеративкой — правильно задавать вопросы, получать ответы и «крутить нужную гайку».
• В случае разработчиков — это будут джуны, которые будут брать ТЗ от аналитиков, подбирать промпты для генеративки, а потом тестировать код на работоспособность. Поэтому, если заглянуть еще дальше, то аналитики научатся писать ТЗ таким образом, чтобы его можно было сразу скормить в GPT, а разработчики-джуны, превратятся в тестировщиков.
• Но, конечно же, одними джунами все не обойдется. Будет небольшое количество экспертов (синьоров/архитекторов), которые будут решать сложные случаи, определять проблемы в комплексных системах, разбираться в историческом и специфическом наследии конкретной компании и плюс обеспечивать работу того самого генеративного ИИ.
• Необходимость в специалистах среднего уровня, которые сейчас составляют основной костяк ИТ-специалистов, у меня вызывает вопросы. Пока что все выглядит так, что количество работы существенно уменьшится, и связка архитектор + GPT + джун закроет вопрос практически любой сложности намного эффективнее.

Утверждение верно не для всех специальностей — опять же, специалисты по информационной безопасности в ближайшей перспективе будут переформатированы, но явно не потеряют в актуальности, а не наоборот. Специалисты по работе с данными тоже переформатируются, но не потеряют актуальности. А вот дата- сайнтисты в среднесрочной перспективе могут столкнуться с тем, что новые модели ИИ будет разрабатывать, скорее, сам ИИ, и расслоение будет похоже на то, что я описал про разработчиков выше.

3. Я бы сказал, что вузам надо для начала адаптировать сам учебный процесс под реалии жизни — 100% студентов используют генеративный ИИ в обучении (да, по исследованиям — всего 87%, но я думаю, что 13% просто стесняются).

По навыкам — мне кажется, что в первую очередь нужны навыки системного мышления, декомпозиции задачи и составления алгоритмов их решения. Ну а практика написания кода — это, вне всякого сомнения, тоже нужно и полезно (надо же уметь читать код от GPT), но уже не первично.

В целом для специалистов важно повышать навыки эмпатии и умения слушать собеседника, чтобы понять задачу целиком. Но для обучения в ВУЗе, подозреваю, это уже слишком.

4. Междисциплинарные навыки — это всегда полезно. Узкие специалисты, вне всяких сомнений, будут востребованы, как эксперты, но в очень ограниченном объеме. Поэтому основной массе ИТ-специалистов придется развиваться «вширь».

Как в 90-е системный администратор мог делать все — от сборки компьютера до установки бухгалтерского ПО и починки кофеварки. И если про кофеварку можно забыть, то вот разработчик, который умеет в бизнес-аналитику — будет совершенно точно «на коне». Просто, потому что он сможет закрыть цикл разработки полностью — понять бизнес-задачу, декомпозировать и поставить задачу генеративке, проверить и протестировать результат, проверить документацию (ее тоже пишет GPT) и радостно пойти дальше. «Человек-оркестр» как он есть.

С UX-дизайном, как мне кажется, история будет похожа, но может тут скорее дизайнеру будет полезно иметь знания в области разработки фронтенда, но это уже детали.

5. Основной вызов в настоящее время — это даже не те или иные изменения, а скорость изменений. Это верно не только в ИТ, но и во многих других сферах деятельности, но в ИТ — особенно. Соответственно молодым специалистам надо готовиться «бежать как минимум в два раза быстрее», как говорили в «Алисе в стране чудес».

Если мы говорим про «здесь и сейчас», то мне кажется, что у молодежи сейчас есть отличный шанс оседлать волну изменений, связанных с генеративным ИИ. Условные «старички» привыкли все делать по старинке, своими руками, вдумчиво и по ТЗ. Так что далеко не все готовы к конкуренции со стороны молодых специалистов на пару с GPT, которые смогут делать все в разы быстрее. Но это окно возможностей закроется очень быстро, буквально год-два, и все перестроятся на новые рельсы.

Но как я говорил — основное, к чему надо быть готовым, это скорость появления чего-то нового. Соответственно, надо быть всегда в курсе происходящего, уметь учиться новому самостоятельно и видеть возможности по применению этого на практике.

Сергей Головашов,
эксперт, руководитель Центра компетенций компании Bell Integrator

«Системные администраторы рано или поздно должны будут трансформироваться в SRE инженеров и будут учувствовать в решении вопросов безопасности и комплаенс»

1. ИT развивается стремительно, и новые технологии действительно порождают новые профессии и трансформируют старые. Вот основные технологические тренды, которые сегодня формируют спрос на новые специальности, и кратко о том, какие именно профессии сейчас особенно востребованы или появляются как новые.

Прежде всего хочу отметить появление новых направлений (помимо уже известных нам MLOps) — это Ethical AI Specialist, отвечающий за соблюдение этики и законности при использовании ИИ. Так разработчики ПО получат роли архитекторов и будут учиться использовать LLM (и даже SOA) в своей работе при разработке web-3 приложений.

Системные администраторы рано или поздно должны будут трансформироваться в SRE инженеров и будут учувствовать в решении вопросов безопасности и комплаенс.

Специалисты по тестированию (QA) со временем уйдут от ручного тестирования и перейдут к автоматизированному, а процесс создания TestOPS методик уже идет.

Также произойдет массовое смещение всех специалистов в сторону облачных технологий, что будет задавать общий вектор изменений в отрасли.

2. ИТ-отрасль развивается быстрее, чем успевает реагировать система образования, поэтому вузам действительно необходимо перестраивать подходы к подготовке специалистов, чтобы выпускники были востребованы на рынке и готовы к профессиям будущего.

Bell Integrator уже сотрудничает с несколькими ВУЗами, и мы совместно с руководителями кафедр уже занимаемся подготовкой программ преподавания и сами активно участвуем в процессе обучения студентов. Так, например, в Государственном Университете Управления мы уже с этого учебного года будем читать лекции по K8S и его окружению для студентов кафедры математического анализа и кафедры информационных систем.

3. Междисциплинарные навыки — это не просто «плюс», а уже практически обязательное условие для ИТ-специалистов будущего. В условиях стремительно развивающихся технологий и высокой конкуренции, сочетание ИТ-компетенций с другими областями — бизнесом, дизайном, коммуникациями, этикой и правом — становится ключевым фактором успеха. Это особенно важно в контексте гибридных профессий, которые становятся нормой на рынке.

4. Переход в новые области в ИТ — это всегда вызов, потому что вместе с новыми знаниями приходит необходимость менять привычные подходы, освоить новые инструменты и адаптироваться к другой культуре работы. Это и есть основные трудности и рекомендации, как с ними справиться.

Артем Павликов,
заместитель начальника НИО «Интеллектуальные системы» МТУСИ

«Пока специалистам приходится самим искать баланс между освоением новых инструментов и закреплением фундаментальных основ. Лучшей стратегией здесь становится непрерывное образование, участие в профессиональных сообществах и готовность работать в мультидисциплинарных командах»

Сегодня ИТ-отрасль развивается настолько быстро, что новые технологии буквально формируют новые профессии на наших глазах. Искусственный интеллект, машинное обучение, блокчейн и кибербезопасность — это направления, создающие потребность в специалистах, которых еще пять лет назад почти не существовало. Например, уже востребованы инженеры по работе с большими языковыми моделями, архитекторы блокчейн-систем, аналитики по устойчивости цифровых сервисов и даже эксперты по этике ИИ.

Традиционные роли тоже меняются. Системные администраторы всё реже работают только с «железом» и переходят к управлению облачными инфраструктурами. Разработчики всё чаще сталкиваются с задачами интеграции нейросетей в продукты или создания приложений на основе распределённых реестров. Иными словами, от специалистов требуют не просто узких навыков, а способности работать на стыке технологий.

Университеты и вузы в этой ситуации вынуждены адаптировать программы, чтобы выпускники были готовы к новым вызовам. Помимо программирования и базовых ИТ-дисциплин, всё большее значение имеют знания в области анализа данных, кибербезопасности и облачных технологий.

Важными становятся и «гибкие» навыки — критическое мышление, работа в команде, способность анализировать результаты работы алгоритмов и предлагать решения, понятные не только техническим специалистам, но и бизнесу.

Междисциплинарность постепенно превращается в норму. Всё чаще востребованы специалисты, которые сочетают ИТ с бизнес-аналитикой, UX-дизайном, юриспруденцией или медициной. Уже появляются такие направления, как специалисты по этическому регулированию цифровых систем или консультанты по пользовательскому опыту в сервисах с ИИ.

Разумеется, новые области в ИТ несут и трудности. Основная из них — необходимость постоянного обучения: знания очень быстро устаревают. Кроме того, пока не всегда есть устоявшиеся методики и стандарты. Поэтому специалистам приходится самим искать баланс между освоением новых инструментов и закреплением фундаментальных основ. Лучшей стратегией здесь становится непрерывное образование, участие в профессиональных сообществах и готовность работать в мультидисциплинарных командах.

Будущее ИТ-профессий — это постоянное движение: от узкой специализации к гибкости, от индивидуальной экспертизы к командной работе и от отдельных технологий к интеграции знаний из разных сфер.

Максим Милков,
руководитель направления «Искусственный интеллект» «Софтлайн Решения» (ГК Softline)

«Быстро набирает популярность и редкая пока профессия — инженер по объяснимому ИИ. Эти специалисты не создают модели, а разрабатывают методы, которые позволяют бизнесу и регуляторам понимать, почему алгоритм принял то или иное решение»

Сегодня самые заметные изменения связаны со стремительной интеграцией искусственного интеллекта в бизнес-процессы и ИТ-инфраструктуру. Это перестраивает рынок труда: DevOps-инженеры и системные администраторы становятся специалистами по управлению гибридными средами, где сочетаются традиционные сервисы и обученные модели ИИ.

Эксперты по кибербезопасности уже не ограничиваются защитой сетей и серверов — им приходится работать с защитой данных и алгоритмов, выявлять уязвимости в нейросетях.

Появляется новая роль для юристов в ИТ: они отвечают за правовые аспекты работы с ИИ, обработку персональных данных и авторские права на результаты, созданные алгоритмами.

Быстро набирает популярность и редкая пока профессия — инженер по объяснимому ИИ. Эти специалисты не создают модели, а разрабатывают методы, которые позволяют бизнесу и регуляторам понимать, почему алгоритм принял то или иное решение. Такой спрос продиктован тем, что технологии становятся сложнее, а риски — многослойнее. Бизнесу нужны профессионалы, способные соединить инженерную, правовую и этическую стороны вопроса.

Будущие ИТ-специалисты должны выходить из вуза не только с навыками программирования, но и с пониманием архитектуры сложных систем, принципов работы ИИ, кибербезопасности и правового регулирования цифровой среды.

В учебные планы важно включать DevOps-практики, автоматизацию тестирования, методы защиты данных и основы киберправа. Обновление курсов и лабораторных заданий должно идти постоянно, чтобы студенты работали с актуальными кейсами — от промышленности до медицины и государственного сектора. Такой подход позволит выпускникам быстро включаться в реальные проекты и быть востребованными на рынке.

Главный вызов сегодня — не в освоении отдельного инструмента или языка, а в изменении способа мышления. Инженеру приходится привыкать к тому, что часть его работы автоматизирована, а фокус и ресурсы смещаются в сторону проектирования процессов, контроля качества и интеграции гибридных систем с модулями искусственного интеллекта.

У специалистов по кибербезопасности и ИТ-юристов свои задачи: им необходимо работать на опережение, предугадывая технологические угрозы и правовые риски.

Несмотря на бурный рост технологий, резкая смена специализации может скорее навредить. Более продуктивный путь — постепенное встраивание новых навыков в текущую деятельность: внутренние стажировки, участие в междисциплинарных проектах, освоение смежных областей.

Как и прежде, незаменимым остается обмен опытом с коллегами. Профессиональные сообщества, конференции и другие форматы общения помогают быстрее находить решения и снижают стресс от постоянных изменений.

Евгения Любко,
управляющий партнер геймифицированной платформы корпоративных коммуникаций «Пряники»

«Программисты будут становиться менее востребованы „в чистом виде“, без знания тех дисциплин, к которым результат их труда прикладывается»

3. Вузы могут адаптировать свои программы, чтобы готовить студентов к новым специальностям в ИТ только с привлечением специалистов из бизнеса. Пока вузы пишут и согласовывают программы обучения, бизнес в применении новых технологий уже уходит на 10 шагов вперёд, а за ним след в след идёт рынок дополнительного образования. Поэтому вузам необходимо сотрудничать с бизнесом, быстро — молниеносно! — включать в свои программы экспертов-практиков и договариваться о стажировках студентов «в полях».

4. Междисциплинарные навыки в новой модели профессий в ИТ обязательны и неизбежны. Использование ИИ станет таким же must have навыком, как сейчас работа с Word и Excel. Это не значит, что медикам, юристам, искусствоведам необходимо срочно идти учиться программированию.

ИИ стремительно развивается таким образом, чтобы работа с инструментом требовала всё меньше технических навыков, но она всегда будет требовать хорошего логического мышления, ведь ИИ работает по принципу «как задачу поставишь, так её и выполнят», и здесь гуманитариям придётся подтянуть своё левое полушарие.

Программисты же, наоборот, будут становиться менее востребованы «в чистом виде», без знания тех дисциплин, к которым результат их труда прикладывается. Инженер, проектирующий медицинского робота-хирурга, просто обязан понимать работу хирурга-человека; разработчик, тренирующий ИИ-ассистента по ЗОЖ, должен понимать физиологию и нутрициологию либо иметь в партнёрах человека, который в этом хорошо разбирается.

Одним ИИ здесь не обойдёмся — должны быть эксперты, которые смогут откалибровать работу ИИ, чтобы он не советовал тем, кто хочет похудеть, перейти на 500 ккал в день (что математически было бы логично, но совершенно несовместимо с жизнью).

5. Все мы уже сталкиваемся с вызовами стремительно меняющегося ландшафта. Только ты стал крутым промпт-инженером, как Open AI выпустила новую модель, которая сама себе пишет промпты. Только ты научился создавать агентов в конструкторе типа n8n, а уже появились агенты, создающие других агентов.

Поэтому адаптивность, адаптивность и ещё раз адаптивность, и ежедневный мониторинг инфополя по своей профессиональной деятельности. Невозможно себе представить повышение квалификации раз в год на отраслевом саммите — повышать квалификацию нужно каждый день.

Саид Гафуров,
член Центрального совета Независимого профсоюза «Новый труд», доцент МГЛУ, кандидат экономических наук

«Я бы советовал начинающим айтишникам фокусироваться именно на распознавании образов. Хорошие специалисты в этой области — те, кто не просто пишет код, а глубоко разбирается в математике, смогут без проблем адаптироваться к запросам рынка через 5 лет»

Прежде всего нужно понимать: студенты или абитуриенты, которые сейчас поступают в вузы, начнут работать лет через пять. То есть задача стоит в прогнозировании того, какие тренды в информационных технологиях окажутся тогда наиболее востребованы.

Мне кажется, что тенденция развития того, что сейчас называют (чаще всего в коммерческом контексте) «искусственный интеллект», сохранится и усилится. Однако в течение этих пяти лет, полагаю, исчезнет потребность в тех направлениях ИИ, которые сейчас активно развиваются — нейронные сети и большие языковые модели. Они просто исчерпают себя, и возникнет переизбыток специалистов в этих областях.

Спрос через 5 лет, по моим прогнозам, сместится в другие области раздела математики «распознавание образов». Вместо нейросетей будут активно развиваться именно они. И, соответственно, смежные с распознаванием направления — те, что напрямую с ним связаны: например, многомерная геометрия или многомерная статистика.

Соответственно, мне кажется, вузам стоит адаптировать программы на развитие инструментов математического обеспечения. В первую очередь, как я уже говорил, это распознавание образов, многомерная математика, многомерная геометрия, многомерная статистика — вот эти направления. Они, кстати, уже достаточно развиты, преподаватели в целом есть, и именно это станет востребованным после исчерпания возможностей нейронных сетей.

Сочетание навыков программирования с вычислительной математикой — особенно в отраслях с акцентом на математическую подготовку — естественным образом формирует междисциплинарные компетенции. Параллельно будет развиваться и то направление, которое сегодня связано с большими языковыми моделями.

Давно доказано, что все функции высшей нервной деятельности человека можно аппроксимировать методами распознавания образов с любой требуемой точностью. А значит, спрос на новые направления в ИТ будет строиться именно на улучшении моделирования этой деятельности — включая лингвистические аспекты, которыми занимаются языковые модели.

Однако, на мой взгляд, через 5 лет куда более востребованным окажется именно чистое распознавание образов. Уже сейчас видно, как будут развиваться связанные с ним области: исчисление близостей между объектами, математика автоматической классификации и так далее. Здесь примерные контуры будущего более-менее ясны. А вот что придет на смену большим языковым моделям — пока неочевидно.

Поэтому я бы советовал начинающим айтишникам фокусироваться именно на распознавании образов. Хорошие специалисты в этой области — те, кто не просто пишет код, а глубоко разбирается в математике, — смогут без проблем адаптироваться к запросам рынка через 5 лет. И именно эти специальности столкнутся с острым дефицитом кадров.

Юрий Прозоров,
руководитель проектов, Omni.Sale

«Коммуникативные навыки и так называемые софт-скиллы становятся важными там, где раньше они считались необязательными. Программисту больше не получится оставаться угрюмым интровертом»

1. Основной тренд в ИТ сейчас заключается в том, что использование генеративного ИИ переходит от хайпа к окупаемости. Хотя 75% офисных специалистов заявляют, что используют ИИ в работе, только 0,4% вакансий явно требуют AI‑грамотность.

Среди специальностей, в которых польза от ИИ очевидно уже сейчас, я бы выделил:

• В продуктах — ML-инженеры, инженеры платформ ИИ и AI-продакты, специалисты по AI-governance и этике, отвечающие за качество данных и соответствие требованиям.
• В инфраструктуре — FinOps, SRE и DevSecOps.
• В прикладных направлениях — XR-разработчики и архитекторы смарт-контрактов.
• В ближайшее время ожидаю увеличение спроса на специалистов связки «квантовые вычисления + классика» (QT к 2035 займет до ~$97 млрд).

2. С использованием ИИ в качестве помощника или, как говорят, ко-пилота, содержание работы некоторых специалистов меняется.

Например, сисадмин становится облачным инженером (IaC, доступность, стоимость — единая зона ответственности).

Разработчик кодит «в паре» с ИИ — прототипирование получается быстрее и почти автоматически, но архитектура, безопасность и результат остаются на человеке. Тестирование эволюционирует в SDET — автотесты плюс проверка данных/моделей с учетом OWASP LLM Top‑10 и профиля NIST для GenAI легко делает ИИ.

Параллельно усиливается платформенная инженерия, «золотые пути» и внутренние дев‑платформы ускоряют релизы и снижают издержки.

3. На мой взгляд, вузам стоит идти вместе с корпоративным обучением. Сильный фундамент (математика, алгоритмы, системы) необходимо сочетать с модульными треками по ИИ/данным, облакам, безопасности и блокчейну, и сразу применять это в проектной работе с компаниями (в России есть проект «Цифровых кафедр»).

Главные навыки для выпускников сейчас — это программирование и работа с данными, проектирование надежных сервисов, критическое мышление и скорость обучения. Необходимо знание основ MLOps/LLMOps, оценки качества и рисков (NIST/OWASP).

4. Междисциплинарность теперь обязательна: ИТ и бизнес‑аналитика, ИТ и UX, IT и доменная экспертиза. Специалистам необходимо уметь разговаривать на одном языке и с бизнесом, и с разработкой, коммуникативные навыки и так называемые софт-скиллы становятся важными там, где раньше они считались необязательными. Программисту больше не получится оставаться угрюмым интровертом.

5. Переход в новые области всегда болезненный: для переобучения нужно время, специалиста может преследовать синдром самозванца, а необходимые навыки покажутся трудными.

Для преодоления этой «пропасти» можно делать простые и понятные шаги: учиться постепенно, нарабатывая навыки по одному. Делать учебные проекты и пополнять ими портфолио. Получать признаваемые сообществом сертификаты. Прибегать к менторству. Иногда стоит согласиться на временное понижение грейда в новой специальности ради скорости перехода.

Компании это поддерживают, например, в Omni.Sale запущены внутренние курсы по AI для всех ролей, а параллельно ускоряется интеграция ИИ‑проектов в продукт и операции — ради более быстрого time‑to‑market и эффективности внедрений.

Россия в целом шагает в ногу с ведущими странами мира по внедрению ИИ, с поправкой на импортозамещение. Очень растут системные интеграции и regtech. Выигрывают те, кто умеет считать (FinOps), строить надежные конвейеры (DORA/DevSecOps/SRE), управлять рисками ИИ (NIST/OWASP) и собирать гибридные портфели технологий под российские реалии — фокус на измеримой пользе и скорости вывода в прод.  eof 

Ключевые слова: междисциплинарность, ИИ, новые ИТ-специальности.

Подпишитесь на журнал

Комментарии могут оставлять только зарегистрированные пользователи