Новость
Аналитики компании IT_One изучили порядка 12 тыс. вакансий в сфере разработки программного обеспечения и обнаружили, что почти в 35% из них работодатели прямо указывают требования, связанные с вайб-кодингом. Все чаще компании ожидают от кандидатов не только базовых навыков программирования, но и умения работать с популярными ИИ-инструментами, а также встраивать искусственный интеллект в повседневный процесс разработки.
Согласно результатам исследования, требования к владению вайб-кодингом чаще всего предъявляются к соискателям на позиции Data-инженера или Data-сайентиста, ML-инженера, а также системного аналитика.
Среди языков программирования, упоминаемых в контексте вайб-кодинга, безоговорочным лидером остается Python, второе место занимает Java.
Поскольку сам термин «вайб-кодинг» появился на рынке труда относительно недавно, его использование в вакансиях пока нельзя назвать устоявшейся практикой. Гораздо чаще работодатели предпочитают формулировки «ИИ-разработка» либо близкие по смыслу термины — такие как ML или «промпт-инжиниринг» применительно к задачам разработки.
Среди конкретных требований к вайб-кодингу выделяются знание профильных ИИ-инструментов — GitHub Copilot, Cursor, ChatGPT, Claude — а также навыки проверки и тестирования кода, сгенерированного искусственным интеллектом. Владение подобными инструментами фактически превратилось в отраслевой стандарт для разработчиков.
С умеренной частотой в вакансиях встречаются требования к умению составлять эффективные промпты для автоматизированной генерации кода (промпт-инжиниринг), понимание пределов возможностей языковых моделей (LLM), а также способность органично встраивать ИИ-инструменты в рабочий процесс разработки.
Заметно реже работодатели требуют умения применять ИИ для отладки кода (AI-assisted debugging), навыков автоматической генерации unit-тестов и тест-кейсов с помощью нейросетей, а также опыта создания и настройки собственных ИИ-агентов для автоматизации процессов. При этом именно направление ИИ-агентов и автоматизации аналитики называют новым и набирающим обороты трендом на рынке труда.
Помимо анализа вакансий, специалисты IT_One провели дополнительный опрос среди руководителей компаний, для которых внутренняя разработка ПО является актуальным направлением деятельности.
Как показал опрос, чаще всего с помощью искусственного интеллекта в таких компаниях решают или планируют решать задачи написания и рефакторинга кода, автоматизации рутинных операций, генерации тестов и тест-кейсов, а также поиска ошибок при отладке. Среди менее распространенных, но также востребованных сценариев — создание технической документации и SQL-запросов, анализ требований к продукту, подбор кандидатов в HR-процессах и автоматизация код-ревью.
Сотрудники опрошенных компаний в первую очередь заинтересованы в развитии навыков промпт-инжиниринга, изучении методов обеспечения безопасности и конфиденциальности данных при работе с ИИ-системами, а также в умении оценивать качество генерируемых нейросетью ответов и интегрировать ИИ в процессы CI/CD. Отдельно упоминаются и юридические, этические аспекты применения нейросетей в рабочих процессах.
При этом респонденты обозначили ряд проблем, которые ограничивают возможности специалистов в использовании ИИ. Наиболее острые из них — нехватка собственных корпоративных ИИ-инструментов, блокировка доступа к зарубежным сервисам (в том числе на фоне санкционных ограничений), недостаточный уровень знаний в области промпт-инжиниринга, а также сложности с объективной оценкой пользы от внедрения ИИ.
Жалобы на низкое качество или нерелевантность ответов моделей встречаются в опросе довольно редко. Не является для большинства компаний критическим сдерживающим фактором и нехватка вычислительных мощностей — это может говорить о том, что бизнес уже успел подготовить необходимую инфраструктуру, либо что применение ИИ в этих компаниях пока остается ограниченным по масштабу, либо что организации делают ставку на облачные модели вместо развертывания собственных мощностей.
Отдельного упоминания заслуживает растущий спрос компаний на специалистов с опытом применения ИИ-инструментов именно в ИТ-ландшафте, построенном на российском программном обеспечении.
«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. ИИ-инструменты становятся для них «супер-помощниками» для ускорения рутинных задач: генерации и оптимизации SQL и Spark-кода, автоматизации ETL, документирования, рефакторинга», — сказала Ксения Манскова, руководитель направления ресурс-менеджмента в компании IT_One.