Ответственность за какие корабли
90Кто-то должен нести ответственность, когда производство срывается, из-за дыры в безопасности происходит утечка данных или система принимает вредное решение — модель не может нести такую ответственность.
Инженер-программист · Пишет, тестирует и поддерживает код, который управляет современной жизнью, и является одной из первых профессий, наблюдающих, как ИИ автоматизирует свою повседневную работу.
Разработка программного обеспечения — одна из первых профессий на этом сайте, которая напрямую ощущает автоматизацию моделей на большом языке, потому что ее исходный материал — текст, который следует строгим правилам, — это именно то, для чего эти модели были созданы. Инструменты для написания, завершения и проверки кода уже являются частью ежедневного рабочего процесса большинства профессиональных инженеров, а не будущим сценарием.
Это не делает эту работу устаревшей; это делает ценную часть работы более узкой и сконцентрированной. В разделах ниже мы отделяем то, что уже автоматизируется, от того, что до сих пор оказалось гораздо сложнее реализовать в модели.
Большая часть кода, который инженер набирает за неделю (шаблон, первые наброски тестов, рутинные переводы), уже сравнительно быстро создается языковой моделью. Что по-прежнему трудно автоматизировать, так это принятие решения о том, что следует создать, выявление причин, по которым правдоподобное изменение может быть слегка ошибочным, и ответственность за сбой в производстве.
Scored from the tasks, not the job title. Lower is safer.
Jobs AI cannot take →Кто-то должен нести ответственность, когда производство срывается, из-за дыры в безопасности происходит утечка данных или система принимает вредное решение — модель не может нести такую ответственность.
Превращение расплывчатого бизнес-запроса в точный, выполнимый план по-прежнему требует задавать правильные вопросы людям, которые часто еще не знают, чего хотят.
Принятие решения о том, как десятки сервисов, команд и хранилищ данных должны сочетаться друг с другом, и жить с этим решением в течение многих лет — это навык, отличный от написания какой-либо одной функции.
Новые производственные инциденты, не имеющие подходящего сообщения на форуме или обучающего примера, по-прежнему требуют формирования и проверки гипотез человеком под давлением.
Решение о том, чья команда возьмет на себя расходы по сокращению пути или какой из двух конфликтующих сроков сорван, является одновременно политическим и техническим решением.
Объединение воедино хорошо понятных шаблонов — конечных точек CRUD, проверки формы, стандартной конфигурации — теперь часто быстрее генерировать и проверять, чем вводить вручную.
Помощники могут прочитать функцию и быстро создать правдоподобный стартовый набор тестовых примеров, хотя кому-то все равно придется судить, правильно ли они тестируют.
Обратная связь по стилю, именованию и выявлению очевидных ошибок в запросе на включение все чаще остается на усмотрение автоматических линтеров и рецензентов ИИ, что освобождает рецензентов-людей для комментариев на уровне дизайна.
Перевод функции или небольшого модуля с одного языка или платформы на другой — это задача сопоставления шаблонов, в которой языковые модели уже достаточно надежны.
Все большую часть рабочего времени инженер тратит на чтение, тестирование и исправление кода, предложенного моделью, а не на составление каждой строки из пустого файла.
Команды, которым когда-то требовалось несколько инженеров для работы над одной областью продукта, все чаще рассчитывают на одного или двух, полагаясь на инструменты искусственного интеллекта, чтобы покрыть образовавшийся разрыв в исходных результатах.
Написание недвусмысленного описания того, что должна делать система — когда-то остававшегося неявным в голове старшего инженера — теперь является навыком, которому стоит обучать напрямую.
Поскольку сгенерированный код может выглядеть правильно, но в то же время быть слегка ошибочным, дисциплина тестирования, проверка кода и мониторинг приобретают статус по сравнению с созданием сырого кода.
Создает и настраивает сами модели, а не приложения вокруг них; во многом пересекается с традиционной разработкой программного обеспечения, но больше опирается на статистику.
Разрабатывает структуры поиска, инструментов и подсказок, которые делают функции на основе LLM достаточно надежными для реализации — дисциплина, которая почти не существовала до начала 2020-х годов.
Тестирует модели и код, написанный искусственным интеллектом, на предмет дыр в безопасности, предвзятости и режимов сбоев, прежде чем они попадут в производство. Эта новая специализация внутри более крупных команд безопасности.
Уже существует, но приобретает относительную важность как ответственный человек за системы, которые все чаще пишут, тестируют и даже развертывают сами себя.
Разработка программного обеспечения, скорее всего, продолжит хорошо оплачиваться и будет пользоваться высоким спросом в течение следующего десятилетия, но форма работы начального уровня уже меняется: меньше должностей будет существовать исключительно для создания рутинного кода, и все больше будет ожидать, что младший инженер будет проверять, тестировать и брать на себя ответственность за работу, созданную ИИ, почти сразу же.
Преимущество все больше будет принадлежать инженерам, которые смогут четко сформулировать проблемы, рассуждать о системах в целом и уловить, в чем ошибочно звучит бегло звучащее, но неправильное предложение — то же самое суждение, которое имело значение до появления больших языковых моделей, теперь применяется быстрее и в большем масштабе.
Находит закономерности и строит прогнозные модели на основе данных — должность 2008 года, основанная на трех столетиях подсчета, тестирования и визуализации доказательств.
AI-resistant 38 📦Создает системы, которые обучают, развертывают, контролируют и управляют моделями машинного обучения в производстве.
AI-resistant 54 🗺️Решает, что компания должна построить дальше и почему, превращая потребности клиентов, бизнес-цели и технические ограничения в один общий план, которым никто больше не владеет.
AI-resistant 50 🔐Защищает системы, данные и людей, обнаруживая, предотвращая и реагируя на цифровые атаки.
AI-resistant 63 🌿Руководит стратегией, измерениями и отчетностью, которые помогают организациям снизить экологический и социальный ущерб при выполнении деловых обязательств.
AI-resistant 66 🧾Хранитель книг: наследник ремесла, настолько древнего, что оно изобрело само письмо, и теперь ведет переговоры с программным обеспечением, созданным для его автоматизации.
AI-resistant 35Разрабатывает и тестирует алгоритмы, лежащие в основе машинного интеллекта, в области, которая сейчас стремится автоматизировать растущую долю собственного исследовательского процесса.
AI-resistant 50 🛰️Проектирует, анализирует и сертифицирует летательные аппараты, ракеты и космические корабли, отрывающиеся от земли, работая с запасом безопасности, не оставляющим места для догадок.
AI-resistant 74 🌉Профессия, превращающая реки, скалы и гравитацию в мосты, дороги и чистую воду — тихая несущая сила цивилизации со времен Имхотепа.
AI-resistant 72 🔌Разрабатывает и производит транзисторы внутри каждого компьютера, телефона и оружия, используя настолько точные станки, что их могут эксплуатировать лишь несколько заводов на Земле.
AI-resistant 60 🦾Разрабатывает машины, которые чувствуют, принимают решения и действуют в физическом мире, где сложной проблемой является не интеллект, а сам мир.
AI-resistant 65 🔐Защищает системы, данные и людей, обнаруживая, предотвращая и реагируя на цифровые атаки.
AI-resistant 63 📦Создает системы, которые обучают, развертывают, контролируют и управляют моделями машинного обучения в производстве.
AI-resistant 54 🌬️Проектирует, строит и совершенствует ветровые, солнечные, накопительные и сетевые системы, которые превращают возобновляемые ресурсы в надежную электроэнергию.
AI-resistant 72