Архитектура дня
Как жить с РС без постнагрузочного истощения
Введение: Баг не в коде, баг в батарейке
В веб-разработке есть железное правило: если писать код месяц втайне от всех, а потом одним махом залить его на живой сервер, проект упадет. Конфликты версий, непредсказуемые ошибки, часы на поиск причин.
Жизнь с рассеянным склерозом работает по тем же законам. Попытка за один день сделать то, что здоровый человек делает за неделю — съездить в МФЦ, убраться и встретиться с друзьями — это деплой непроверенного мега-обновления. Внутренний сервер падает в жесточайшую усталость.
Чтобы жить стабильно, приходится перенести привычки QA-инженера в собственную квартиру. Так появляется фреймворк CI/CD — Continuous Integration / Continuous Delivery (Непрерывная интеграция / Непрерывная доставка).
Continuous Integration (CI): Микрокоммиты вместо подвигов
В программировании Continuous Integration означает, что разработчики не копят код неделями, а вносят маленькие кусочки изменений постоянно. Каждая правка тут же проверяется автоматическими тестами. Если тест «красный» — ошибку чинят немедленно, пока она маленькая и не потянула за собой всю систему.
В быту с рассеянным склерозом этот принцип — единственный способ избежать жесткого «постнагрузочного истощения». Наша главная задача — не дать «батарейке» упасть в красную зону.
Как это работает на практике:
Дробление задач до абсурда
Забудьте про списки в духе «Генеральная уборка». Это монолитные коммиты весом в сто мегабайт — они обрушат любую систему. Ваша задача — писать код бытовыми атомами.
Иногда самый эффективный коммит выглядит так: вы встаете с кресла, чтобы пойти на кухню за водой, и по пути просто забираете лежащую на столе кружку или фантик, чтобы выбросить их по дороге. Вам всё равно идти в ту сторону. Это не «уборка», это оптимизация маршрута. Затраты энергии — 2 единицы, прирост чистоты в системе — заметный.
Не «убраться в комнате», а «протереть одну дверцу шкафа». Не «приготовить ужин», а «достать из морозилки одну котлету». Успех? Отлично, этот коммит интегрирован в систему. Можно закрывать «задачу» и возвращаться в кресло».
Автотесты безопасности
Перед выходом из дома всегда запускается базовый набор тестов. Это занимает 30 секунд, но экономит часы паники на улице:
Ключи (наличие + брелок-искатель, если зрение подводит).
Телефон (заряд выше 50%).
Вода и лекарство.
Банковская карта.
Если хотя бы один тест провален — выход блокируется. Никакого ручного поиска ключей по карманам дрожащими руками в темном подъезде. Баг найден на этапе разработки, а не в продакшене.
Управление зависимостями
Нельзя ставить две тяжелые задачи, требующие ходьбы или стояния, подряд. Поход в магазин интегрируется в расписание только после двух часов полного покоя. Иначе возникнет конфликт библиотек: усталость от магазина наложится на усталость от готовки, и система уйдет в «синий экран». Между сложными задачами всегда должен быть патч восстановления — горизонтальное положение.
Главный принцип CI:
Мы не копим усталость. Мы чиним мелкие баги сразу. Если вы чувствуете, что спина начинает ныть от мытья одной тарелки — это не каприз. Это красный флаг от вашего «компилятора». Оставьте тарелку в раковине. Закройте задачу. Сохраните энергию для следующего безопасного релиза.
Continuous Delivery (CD): План отката для внешнего мира
Если Continuous Integration (CI) — это то, как мы моем одну кружку, не пытаясь отмыть всю кухню, то Continuous Delivery (CD) — это то, как мы выносим эту кружку из дома. В IT это процесс выпуска готового продукта. В жизни — это ваша доставка себя в магазин, в МФЦ или в гости.
Главная ловушка РС — это «героический деплой». Вы чувствуете себя на 70%, выходите из дома, проходите 100 метров, и внезапно спастика скручивает ногу или накрывает туман в голове. Ресурса на обратный путь нет. Система упала в чистом поле.
Чтобы этого не происходило, мы применяем принципы CD.
1. Канареечные релизы (Canary Deployments)
В IT новую версию программы сначала дают 5% пользователей. Если у них всё хорошо — версию выпускают на всех. Прежде чем ехать на важное мероприятие на другой конец города (релиз версии 2.0), сделайте тестовый прогон. Сходите в магазин у дома (релиз версии 0.5-alpha).
Если на походе в «Пятерочку» координация поплыла, а ноги стали ватными — это красный флаг.
Действие:
Основной релиз (поездка через весь город) автоматически отменяется или переносится. Вы не заставляете себя «преодолевать». Вы просто читаете логи ошибок своего тела.
2. Feature Flags (Флаги функций)
У вас всегда должны быть заранее прописанные «выключатели». Это условия, при которых задача отменяется без чувства вины.
Флаг 1: «Если на улице гололед — прогулка отключена».
Флаг 2: «Если в МФЦ очередь больше трех человек — ухожу через 10 минут».
Флаг 3: «Если голос собеседника в трубке вызывает раздражение (сенсорная перегрузка) — звонок переводится в текст или сбрасывается».
Это не слабость. Это штатная работа системы безопасности. Вы нажимаете кнопку, и тяжелая функция отключается, чтобы не перегрузить процессор.
3. Обязательный Rollback (План отката)
Любой выезд из дома — это подключение к нестабильному стороннему API (внешнему миру). Вы не контролируете код этого мира, но можете подготовить свои «обертки» и «костыляторы».
1. Резервирование каналов связи (Транспорт)
Один номер такси — это единая точка отказа. Если у агрегатора сбой или в вашем районе нет машин бизнес-класса, вы оказываетесь в ловушке.
Правило:
В телефоне должны быть сохранены как минимум два независимых номера (например, федеральная сеть и местная диспетчерская, или Яндекс и Maxim).Финансовая гигиена:
На карте всегда должна лежать зарезервированная сумма, которую вы не имеете права тратить на продукты. Это бюджет на «аварийный деплой» — поездку на Комфорт-плюс, чтобы ехать лежа и без тряски. Если друзья предлагают «подвезти» — это приятный бонус, но не часть архитектуры. В архитектуру закладывается только то, что зависит только от вас.
2. Разведка среды (Pre-deployment Check)
Несколько месяцев назад у вас уже случилась неприятная ситуация — теперь это не просто досадный случай, а баг-репорт. Перед любым новым местом (поликлиника, офис, МФЦ) — 5 минут в интернете или один звонок:
«Скажите, у вас от парковки до входа есть прорезиненные дорожки? После дождя плитка становится как лед».
«Поручни в туалете установлены с обеих сторон или только с одной?»
«У вас автоматические двери или тяжелые стеклянные, которые нужно тянуть на себя?»
Это не капризы. Это проверка системных требований перед установкой софта. Если здание не поддерживает «протокол доступности», релиз (визит) отменяется или переносится в онлайн.
3. Тайминг и буфер
Закладывайте на любую задачу в два раза больше времени. Если вам кажется, что дойти до остановки — это 5 минут, в логике РС это 15 минут (с учетом остановок, чтобы унять тремор или переждать головокружение). Спешка — это форсированный режим процессора, который ведет к мгновенному перегреву.
Главный принцип CD:
С внешним миром не воюют — его тестируют. Мы выпускаем себя в него маленькими релизами и всегда держим наготове оплаченный план отката: знаем, где аварийный выход, и имеем ресурс, чтобы им воспользоваться. Успешный деплой — это не когда вы выполнили все дела в списке, а когда вы вернулись домой, и системе не потребовалась реанимация.
В CI вы решили, что можете пойти в магазин (протерли полку, накопили 15% энергии).
В CD вы решаете, как именно вы пойдете (проверили погоду — включили флаг «без гололеда», вызвали такси — подготовили план отката).
Заключение: Главный рефакторинг
Continuous Everything: право на паузу
В разработке есть понятие «технический долг». Это когда вы пишете код быстро и грязно, чтобы успеть к дедлайну, зная, что потом придется всё переделывать. В жизни с хроническим заболеванием жизнь в режиме «героического деплоя» — это бесконечное накопление такого долга. Рано или поздно проценты по нему станут выше, чем ваши физические возможности.
Принципы CI/CD учат нас другому. Они легализуют несовершенство.
Героизм заканчивается там, где начинается постнагрузочное истощение. Настоящая инженерная сила — не в том, чтобы заставить себя доделать начатое вопреки сигналам тела, а в том, чтобы вовремя нажать кнопку «Откатить изменения».
Оставить кружку в раковине до завтра — это не лень. Это грамотный rollback к стабильной версии себя. Поставить доставку продуктов на паузу — это не слабость. Это освобождение оперативной памяти для более важных задач.
Ваш главный KPI — не объем сделанного за день. Ваш главный KPI — качество завтрашнего утра. Если для того, чтобы проснуться бодрым, сегодня нужно было просто сидеть в кресле и смотреть в окно — значит, этот релиз прошел успешно.
Ручной тестировщик с 9-летним опытом: «Либо учи автомат, либо иди на дно»
Вы меня простите, но накипело. Я на Пикабу не сказать что давно, пару-тройку лет, в режиме рид-онли. Раньше тут были мемы и смешнявки, а сейчас контент скинулся в какую-то хтонь: то кто-то работу потерял, то у кого-то рак, то руки лишились. Вот и я к вам с подобным.
Я — ручной тестировщик (QA) с 9-летним опытом. Работал и в мелких стартапах, и в крупных IT-гигантах. И вот случился момент: проект закончился, осталась только поддержка. Штат из 10 тестировщиков сократили до одного. Угадайте, кем я оказался? Правильно, не тем самым «одним».
Подумал: "Ну и ладно, норм, найду другое место". А не тут-то было.
Оказалось, что времена, когда я планировал своё время так, чтобы было не больше 10 собеседований в неделю (потому что уставал от них), прошли. Настало время, когда нужно потратить месяц, чтобы выйти хотя бы на одно собеседование. И это если повезёт.
Пробовал разные методы: от банального обновления резюме до изучения того, что сейчас требуют от ручников. Спойлер: требуют почти все - автоматизацию как минимум плюсом, а иногда ещё и нагрузку.
Ладно бы только у меня была такая ситуация (можно подумать ну значит спец такой себе) В такой же ситуации коллега-автотестер, который копал только в одну сторону (автоматическое тестирование). Его спрашивают про ручное — он и знать не знает про теорию, потому что совершенно этим не пользовался. И ситуация та же, сидит без работы примерно 2 года.
Работать надо и хочется, а не берут.
Понимаю, что сейчас время такое: людей посокращали, и многие начали предлагать к своим обязанностям дополнительно автоматизацию. И это стало нормой в глазах работодателя. Только вот всё, чему я учился, все те знания идут нахрен. Возможно, я уже старый и снят с гарантии, но всё-таки считаю, что лучше, когда каждый человек занимается своим делом, чем когда человек может всего понемногу, но не так глубоко.
Получается выбор из трёх вариантов:
Учу допом автоматизацию и иду на меньшую зарплату.
Гну свою линию и сосу бибу, потому что получаю отказ + игнор.
Шлю нахрен всю индустрию, надеясь, что выгорят «конкуренты», которые берут на себя допом автоматизацию.
Пост не про то, чтобы пожаловаться на скатившуюся жизнь некогда «айтишника» в мир всех людей. Просто не знаю, что мне делать. Может, тут есть те, кто прошёл через это? Как выкручивались?
Неудавшийся QA Engineer
Пацаны и девчата, хочу сделать заявление.
К сожалению, в нашей жизни не всё получается так, как мы хотим. Особенно это, блядь, коснулось IT-сферы.
Скажу честно: рынок QA сейчас — это пиздец. Реальный, без прикрас. 2-3 тысячи откликов на одну позицию — это не шутка и не преувеличение, это то, с чем я жил последние пять месяцев каждый ебаный день. А у меня 2 года опыта, и работал часть из них в Банке. Открываешь вакансию — а ты уже 2847-й в очереди. И это не потому что ты хуёвый специалист, а потому что охуевший рынок труда так работает сейчас.
Работодатели совсем берега потеряли. Джуна+ с опытом не берут даже "за копейки", а требования в вакансиях такие, будто ты должен закрывать зарплату в миллион долларов: знай Java, Python, Docker, Kubernetes, автотесты, нагрузочное, security-тестирование, и еще желательно роди ребёнка в проекте между делом. А по деньгам предлагают столько же, сколько на заводе или в офисе получает человек без этого адища требований.
Отдельная песня — этапы собеседований. Один HR-скрининг, потом техническое, потом ещё одно техническое с другим человеком, потом тестовое задание (бесплатное, разумеется), потом финалка с руководителем, и всё это растягивается на 2-3 недели нервотрёпки, где ты каждый день ждёшь ответа и на измене проверяешь почту. А по итогу — тишина или вежливый отказ без объяснений. Сука, нет бы предложить другую вакансию, как в живом отделе кадров, попытаться удержать кандидата, хуй тебе! Кого ебет чужое горе. Отношения к кандидатам как к говну, хоть в суд подавай на них всех за моральный ущерб.
Для сравнения: пошёл я устраиваться на завод/в контору не-IT — одно собеседование, один разговор, и тебе сразу говорят: подходишь или нет. Без пыток, без 10 кругов ада. Может, зарплата не космос, зато к тебе относятся, блядь, по-человечески.
Обидно ли мне? Да, охуенно обидно. Вложился, учился, работал, получал хороший опыт, а рынок сейчас такой, что даже это не гарантия ничего. Знать надо дохрена, а платят так, будто ты стажёр без опыта. А жить то на что то надо, подушки не резиновые.
Но я верю, что этот пиздец когда-нибудь пройдёт, рынок отпустит, и IT снова станет тем местом, где можно нормально расти, а не бороться за выживание с трёхтысячей других кандидатов. А пока — берегите себя, ребят, и нервы свои тоже берегите. Рынок обосратый сейчас, это не ты хуёвый, это времена такие.
С чего начать тестировщику, если опыта с LLM нет? Мой AI-стартерпак
Привет, Пикабу!
Это мой первый пост. В нём я хочу поделиться опытом, с чего можно начать изучение LLM тестировщику.
Я — Full-stack QA, в тестировании уже более 8 лет. В рабочем порядке пишу автотесты на Python для разных бэкендов/фронтендов и мануалю по необходимости. Но вдруг я очутился в новой реальности, где нужно “обязательно” знать про LLM, с ними работать и желательно уметь тестировать.
На проекте у меня AI не было, и было неясно, появится ли он вообще. А разбираться хотелось, чтобы владеть актуальными навыками.
Только с чего начать?
Токены, эмбеддинги, галлюцинации, RAG, агенты — знакомые слова, не более. Готовых гайдов или роадмапов о том, как и что учить нубу, я не нашёл. Решил изучать самостоятельно и с помощью ChatGPT, конечно. Было бы странно не спросить про LLM у LLM.
Через время разобрался с базой, необходимой для работы с LLM. И решил поделиться с вами. Возможно, кому-то тоже мой опыт будет полезен.
В мой стартерпак вошли три обширные темы:
- как работают LLM;
- как применять AI в работе QA;
- как тестировать AI-продукты.
Ниже привожу источники, которые помогли в этом.
Тема 1. Как работают LLM
ИИ для самых маленьких: как работает LLM и ИИ-агент — Для себя назвал “золото нубов”. Та самая база в одном месте. С таймкодами и понятными примерами. Легко закрывает большинство вопросов начинающего.
Ключевые понятия LLM — простыми и понятными словами об LLM
3Blue1Brown — How might LLMs store facts? — перевод в дубляже от легендарного 3Blue1Brown
Руководство по промпт-инжинирингу — бесплатный, что важно, справочник по созданию промптов с примерами и разборами популярных техник.
Небольшой совет: если важно экономить токены или уместить больше информации в контекстное окно, по возможности используйте английский язык. Для большинства современных LLM текст на английском языке обычно занимает меньше токенов, чем аналогичный текст на русском.
Тема 2. Как применять AI в работе QA
Как кодинг-агенты используют инструменты, память и контекст репозитория, чтобы писать код лучше — перевод статьи об устройстве кодинг-агентов.
Anthropic Prompt Library — набор готовых инженерных промптов.
Тема 3. Как тестировать AI-продукты
Как тестировать AI-приложения — базовый курс, чтобы познакомиться с тем, как тестировать AI-приложения.
Как ухватить LLM за хвост: эффективные стратегии тестирования AI-моделей — про то, как тестировать LLM-приложения не только руками, а через автоматические проверки, метрики и кастомные оценки.
Тестирование LLM-приложений с DeepEval — практическое руководство по работе с современным инструментом тестирования LLM.
В итоге
За время изучения понял, что необязательно погружаться в ML. Но точно стоит разобраться с основными понятиями, практиками и инструментами, даже если прямо сейчас в этом нет необходимости.
Если бы мне заново вслепую пришлось разбираться, то я бы пошёл тем же путём. И начал бы прямо с первого видео в списке. Если изучить хотя бы по одному материалу из каждого блока, то будет проще при дальнейшем освоении LLM.
Также начал вести телеграм-канал, где разбираюсь с LLM, AI для QA, тестированием AI-приложений и современными подходами к качеству. Если тема близка — буду рад там вас видеть.
Кстати, интересно, кто из вас уже использует LLM в работе? С чем работаете? И как начинали изучать AI? Ведь если AI нет на проекте, как у меня, изучение превращается в отдельный квест.
Разбираемся, куда переходить в IT, если направление надоело
Привет! Меня зовут Антон Назаров, я создатель сообщества «Осознанная Меркантильность», кратко — ОМ. В нем мы даем максимум пользы для IT-специалистов на любом этапе карьеры: от тех, кто только вкатывается в сферу, до айтишников, которые хотят пробить зарплатный потолок.
Сегодня разберемся с темой перехода в другое направление IT. Смена направления — стандартная практика для айтишников. Кто-то выгорел на текущей работе, другие хотят больше возможностей, третьи скучают в текущем профиле.
Мы провели масштабный опрос среди подписчиков сообщества. В статье внимательно рассмотрим статистику, узнаем, почему специалисты меняли направления, какие возникали сложности и оправдались ли ожидания.
В исследовании участвовало 1570 человек, из них главные текущие направления среди респондентов: backend, frontend и QA.
Откуда → куда айтишники хотят переходить и почему
Большинство опрошенных думают сменить направление, но не решаются — таких 43%. Еще 34% планируют поменять профиль, а тех, кто уже успешно это сделал, довольно мало — только 3%.
Главные причины решения:
перспективы нового направления — 33%;
размер зарплаты — 25%;
отсутствие роста в текущей специализации — 20%.
Респонденты планируют уходить в backend, ML / DS / NLP, DevOps и продуктовый менеджмент. При этом любопытно, что backend также оказался и среди топ-3 направлений, из которых опрошенные хотят перейти куда-то еще.
Вот какие специализации сегодня кажутся респондентам наиболее перспективным:
ML / DS / NLP — 51%;
backend — 41,5%;
информационная безопасность — 30%;
DevOps — 26%.
Многие айтишники хотят сначала досконально изучить все возможные направления, а потом решить, куда переходить. Такой ресерч может занять так много времени, что исчезает само желание менять профиль.
Мы подготовили лаконичную профориентацию по всем направлениям. Простыми словами объяснили, что предстоит делать на каждой должности и какие навыки понадобятся. Например, нужно ли писать код, придется ли общаться с людьми, какое направление легче / сложнее, и что там по деньгам и количеству вакансий.
Опыт тех, кто сменил направление: какие профили выбирали и чем руководствовались
Чаще всего респонденты уходили из frontend, backend и тестирования. А перекатывались — в backend, аналитику (System, Fullstack, BI) и ML.
Ниже полный список, откуда и куда переходили респонденты, изменившие направление 👇
Backend → DevOps
Swift developer → Sales manager
Frontend → System Analyst
Gamedev → FinTech
Техническая поддержка и ручное тестирование → Нагрузочное тестирование
Frontend → Backend
Android Dev → Fullstack Analytics
Backend → ML-Engineer
Backend → QA
Game Designer → Operations Manager
Backend → QA (в результате человек вернулся обратно в Backend)
Frontend → GO
QA → System Analyst
QA → Backend
Frontend → ML
ML → Backend
iOS → ML/NLP
Frontend → Backend
Frontend → Backend Go
Frontend → AQA
Верстальщик → Frontend
Backend → Gamedev
QA → Backend engineer
System Analyst → Data engineering
Android → Backend
Backend → DevOps
Системное администрирование и архитектура → Информационная безопасность
Аналитик внедрения → BI аналитик
Frontend → Backend → в итоге ML/DS
Backend → Frontend
Desktop → Backend
Маркетинг → Backend
Systems Analyst → Backend
QA Auto → Java developer → в итоге Golang developer
iOS → Backend Go
QA Automation → Project Manager (в результате человек вернулся обратно в QA Automation)
Frontend Developer → Project Manager
Руководитель проектов по внедрению СЭД → QA → в итоге AQA
Analyst → System Analyst
Среди основных причин выделяли:
перспективы нового направления — 22,5%
размер зарплаты — 21%
отсутствие роста — 15%
выгорание — 13%
С выгоранием сталкивается львиная доля айтишников.
Убитый режим, желание просто отдохнуть и ничего не делать хотя бы денек и постоянные мысли об увольнении — всё это спутники эмоционального истощения.
Если состояния выше вам знакомы, смотрите наш гайд о том, как справиться с выгоранием, стрессом и тревожностью. В видео рассказываю, как заново полюбить свою работу, почувствовать себя живым и избавиться от тревоги и усталости.
Главные сложности при смене направления
У большинства респондентов переход занял не так уж много времени: 41,5% справились с ним за 3 месяца и меньше. Еще у 32% ушло до полугода на смену направления. 19% пришлось потратить от 6-ти до 12-ти месяцев.
В числе главных сложностей оказались:
Страх и неуверенность — 32%
Необходимость учить новую область с нуля — 21%
Возможность попасть на собеседование и пройти его — 15%
Неожиданные подводные камни, с которыми столкнулись участники опроса:
«Больше ответственности и больше проектируешь фичи».
«Завышенные ожидания от перехода: по факту руководство командой и ответственность не означают высокий доход. Очень много политики и подлизывания, о которых даже не задумываешься при переходе».
«Руководитель выбирает тебя под себя. Если он сменяется — высок риск не ужиться с новым».
Результаты специалистов, которые сменили направления
У большинства респондентов зарплата выросла в половину и больше: об этом рассказали 47% опрошенных. У 21% доход вырос немного, а у 19% он не изменился. Были и те, кто просел по заработку при переходе на новое место — таких 13%.
Соотношение ожидания и реальности после смены направления показывают реалистичные результаты. У 43% опрошенных надежды оправдались на 4 балла из 5, еще у 38% на 5.
Часть респондентов говорит, что ничего бы не стали менять при переходе заново, другие подчеркивают, что стоило бы начать раньше и делать больший упор именно на прохождение собеседований.
Мы собрали больше 500 записей собеседований по разным направлениям — нужно только посмотреть, какие вопросы задают и на чем сыпятся кандидаты, чтобы на чужом опыте лучше подготовиться к своему собеседованию.
Что еще респонденты сделали бы иначе при переходе:
«Анализировал бы рынок заранее, работал 4 года в компании и не наблюдал за рынком, что frontend так переполнен, даже с хорошим резюме, опытом хорошим и подтвержденным через госуслуги откликов не получаешь вообще, нужно было смотреть динамику откликов на вакансию и их количество, вовремя уйти с frontend разработки».
«Больше погружался бы в свой стек, так как тут меньшие усилий по учёбе дают кратно больший результат, нежели начинать с нуля. Сразу бы начал "Волчарить", а не стесняться».
«Больше бы прокачивал скиллы общения с топами, и учился математически считать риски, ибо внезапно, в ИБ это важнее самого ИБ — цифры показать, а не про технологии рассказывать».
Если от смены направления останавливает отсутствие опыта — смотрите большой гайд по накрутке опыта в резюме. Даем пошаговый план действий и ответы на все вопросы на основе тысяч удачных кейсов.
Выводы
Опрос показал: смена направления скоро станет новой нормой рынка. Большинство специалистов либо уже задумываются о переходе, либо активно планируют его. Главным образом из-за желания расти в доходе, получить больше перспектив и выйти из профессионального тупика.
Самыми привлекательными направлениями сегодня выглядят ML / DS / NLP, backend, DevOps и информационная безопасность. Интересно, что backend одновременно остается и одним из самых популярных направлений для входа, и одним из профилей, из которых специалисты хотят уйти. Это говорит о высокой конкуренции, нагрузке и неоднозначности ожиданий от роли backend-разработчика.
Опыт тех, кто уже сменил специализацию, показывает: переход чаще всего реален даже за несколько месяцев. Многие респонденты отмечают, что ожидания от новой роли в большинстве случаев оправдываются, а у значительной части специалистов переход приводит к заметному росту дохода.
Смену направления вполне можно считать эффективным инструментом карьерного роста в IT. Рассказывайте, думали ли вы о переходе в другую специализацию и почему?
Котик — для привлечения внимания, карьерный кризис — ниже
Если вам попался этот пост и вы очень недовольны — вот вам фото котика. Извините.
Ну и обещанный карьерный кризис
Постараюсь без “мне 30+, жизнь кончена” и без резюме в стиле “стрессоустойчива, коммуникабельна, люблю дружный коллектив”.
Пишу сюда, потому что хочется не мотивации (её уже через край), а взгляда людей из IT, аналитики, QA, data quality, продуктовых или около-продуктовых команд.
Если коротко про вводные: я работаю в контроле качества разметки данных. Внутри этой сферы я уже успела немного вырасти: начинала с более простых задач, потом постепенно брала больше ответственности.
Параллельно давно хотелось уйти ближе к техническим задачам: данным, логике процессов, инструментам, автоматизации.
На текущей позиции это по ряду причин не очень получилось. Изначально казалось, что такая возможность будет, но потом в уравнении слишком много переменных переменилось, и моя карьерная математика сломалась.
Внезапное откровения от рынка труда
Оказывается, для технических профессий нужны технические знания
Я это, конечно, понимала и раньше, но мой изначальный план был мягче: постепенно брать на себя новые задачи, параллельно подтягивать техническую часть и так переползти в более сложную роль.
При переходе в другую компанию всё работает не так безболезненно. Там чаще хотят опыт. Иногда — много опыта. А формулировка “я пока не всё умею, но очень быстро вникаю” почему-то не всегда заменяет SQL, Python и прочие требования от работодателя.
Поэтому пришло гениальное решение: раз технических знаний не хватает, надо пойти их получать.
Так я оказалась в Практикуме на аналитике данных.
Небольшой отзыв про Практикум, раз уж он тут всплыл:
Дорого? Да (для меня).
Учат? Да.
Просто? Нет.
Станете ли вы востребованным специалистом сразу после окончания? Вообще не факт.
Там есть структура, дедлайны, проекты и ощущение, что тебя ведут по маршруту. Но маршрут всё равно приходится идти самостоятельно. Материала много, местами мозг делает вид, что его нет, и довольно быстро становится понятно: если хочешь нормально перейти в профессию, придётся дополнительно разбираться самостоятельно.
Но справедливости ради: польза уже есть. Я не могу сказать, что раньше смотрела на код как на магические руны — логика программирования мне в целом понятна. Сейчас я примерно на середине обучения, и стало меньше абстрактного “я понимаю, как это должно работать” и больше практического: написать запрос, что-то посчитать, построить график и потом выяснить, почему оно перестало работать.
И собственно ключевой момент
Курсы всё-таки не решают вопрос отсутствия опыта после выхода из них.
Они дают базу, структуру, проекты и понимание, куда копать дальше. Но рынок труда не обязан умиляться тому, что ты теперь знаешь, что такое pandas и Jupyter Notebook. Ему чаще хочется человека, который уже где-то делал похожее за деньги.
И тут появляется следующая гениальная идея: а что если искать не резкий переход “из текущей роли сразу в аналитики”, а мостик?
Например, смежную роль, частичную занятость, проектные задачи в статусе какого-нибудь "помощника помощника..." или позицию попроще, где мой опыт с качеством, требованиями, инструкциями и спорными кейсами не обнуляется, а техническую часть можно параллельно подтягивать уже на практике пока не уходя с нынешней работы.
И, собственно, здравствуйте. О чём я.
Идеальный вариант — чтобы этот пост увидел кто-то, кому как раз нужен человек моего формата в нужной сфере. Готовый работать за маленькую оплату, на удалённой маленькой занятости, с маленьким опытом. Но это шанс один на миллион, поэтому карьерную стратегию на магии Пикабу строить не буду.
В первую очередь это крик о помощи по советам. Может, у кого-то был похожий переход в более техническую или аналитическую роль — не через “уволилась в пустоту и будь что будет”, а через какой-то более мягкий маршрут.
Интересуют не столько классические стажировки, где нужно куда-то ехать или сразу выпадать на 8 часов в день, сколько варианты, которые можно пробовать параллельно: частичная занятость, проектные задачи, смежные роли, внутренние переходы, небольшие технические задачи на текущей базе опыта.
Как вы это делали? Куда вообще смотрели? Что подтягивали первым? Где был подвох? И как сделать такой переход наименее болезненно?
Спасибо всем, кто дочитал 💗
Даже гениям отказывают
Многие до сих пор воспринимают собеседования примерно одинаково. Кажется, что всё решает техническая часть: насколько быстро ты соображаешь, как пишешь код, помнишь ли теорию, можешь ли объяснить сложность алгоритма или нарисовать архитектуру на доске.
На практике всё часто работает чуть иначе.
Да, техничка важна. Никто с этим не спорит. Но оффер нередко ломается не на алгоритмах, не на лайвкодинге и даже не на ошибке в каком-нибудь ответе. Очень часто всё решают вопросы, которые на первый взгляд выглядят максимально безобидно. Из серии: “кем вы видите себя через пять лет?”, “что вас мотивирует?”, “почему хотите уйти?” или “какой у вас был самый большой косяк?”.
И вот именно на них люди регулярно сыпятся.
Не потому что они глупые. И не потому что не умеют разговаривать. А потому что воспринимают эти вопросы как формальность. Как будто это просто обязательный HR-блок, который надо пережить перед чем-то действительно важным.
Хотя на деле именно там интервьюер часто и пытается понять главное: как вы мыслите, насколько вы устойчивы, чего хотите от работы и совпадает ли это с реальностью конкретной команды.
Сразу уточню важный момент. Я не пытаюсь доказать, что такие вопросы идеальны или что именно так и нужно проводить собеседования. У многих к ним вполне обоснованные претензии, и я их понимаю. Но пока рынок продолжает их задавать, полезно хотя бы понимать, что именно через них пытаются считать и почему на seemingly простом ответе иногда тихо умирает оффер.
Почему вообще такие вопросы так важны
Потому что технические ответы очень часто показывают только верхний слой.
Можно хорошо помнить теорию. Можно неплохо выступить на лайвкодинге. Можно уверенно пройти по стеку. Но при этом оставить после себя ощущение, что с человеком дальше будет тяжело: он быстро выгорит, упрётся в потолок роли, не совпадёт по темпу или просто уйдёт через полгода.
Именно поэтому рынок так любит эти странные вопросы, которые вроде бы не про технологии.
Они не проверяют знания. Они проверяют совместимость.
У работодателя сегодня часто десятки кандидатов на одну позицию. И в такой конкуренции не обязательно провалиться, чтобы не получить оффер. Иногда достаточно одного маленького сомнения. Без драмы, без явного фейла, без какого-то громкого “нет”. Просто в какой-то момент компания решает, что рядом есть кандидат чуть безопаснее, чуть понятнее и чуть лучше совпадающий с контекстом роли.
Обычно в такой ситуации человек думает, что ошибся где-то в техничке. Не вспомнил что-то важное, не добил задачу, не так ответил на вопрос по стеку.
Хотя на самом деле отказ мог начаться гораздо раньше — на одном из этих “простых” разговорных вопросов.
“Кем вы видите себя через 5 лет?”
Это один из самых банальных вопросов на рынке. Настолько банальный, что многие отвечают на него вообще не думая. Автоматически. Почти как на вопрос “расскажите о себе”.
Но проблема в том, что компания задаёт его не ради твоего жизненного плана. Всем более-менее очевидно, что через пять лет человек может оказаться где угодно. Особенно в IT, где всё меняется быстрее, чем успеваешь обновлять резюме.
На самом деле здесь пытаются понять более простую вещь: совпадает ли твой вектор с тем, что тебе реально смогут дать внутри этой роли.
Допустим, ты говоришь: “хочу стать тимлидом”. Сам по себе ответ нормальный. Амбиции — это не плохо. Но если в команде уже есть устойчивый лидер, рост внутри структуры медленный, а нанимают они middle, который нужен сюда и сейчас на стабильную долгую работу, то слышат они примерно следующее: “через какое-то время мне станет тесно, и я уйду”.
И всё. Этого уже достаточно, чтобы появился риск.
Здесь важно понимать неприятную вещь: компания редко оценивает твой ответ абстрактно, как красивую мысль о будущем. Она почти всегда прогоняет его через контекст текущей вакансии. Если им нужен человек, который будет методично закрывать задачи в продукте и не ждать повышения каждые полгода, то слишком агрессивный вектор роста для них — это не плюс, а потенциальная проблема.
Поэтому сильный ответ на такой вопрос обычно не про фантазии на тему “кем я стану”, а про понятное продолжение той роли, на которую ты идёшь.
Если вакансия техническая и без управленческого трека, нормально звучит ответ в духе: хочу углубляться в экспертизу, брать более сложные задачи, лучше понимать систему и закрывать более тяжёлые инженерные направления.
Если в роли реально есть перспектива архитектурного или лидерского роста, можно аккуратно говорить и про это — но без ощущения, что ты уже мысленно перешагнул текущую позицию и смотришь на неё как на временную пересадку.
Смысл здесь не в том, чтобы подстроиться. Смысл в том, чтобы показать: ты понимаешь, куда идёшь, и твой вектор не конфликтует с реальностью вакансии.
“Ваше самое большое достижение?”
Этот вопрос тоже звучит максимально формально. Но именно на нём очень хорошо видно, умеет человек вообще осмыслять свой вклад или нет.
Проблема большинства ответов в том, что они либо слишком размытые, либо полностью растворяются в коллективном “мы”.
“Мы улучшили процесс”.
“Мы ускорили регрессию”.
“Мы внедрили новый подход”.
Звучит вроде бы неплохо, но интервьюер в этот момент остаётся с простым вопросом: а что конкретно сделал ты?
И вот это как раз то, что он и пытается понять.
Такой вопрос редко проверяет, насколько грандиозным было достижение. Гораздо чаще он проверяет, замечаешь ли ты полезные изменения вокруг себя, умеешь ли брать на себя инициативу и можешь ли внятно объяснить, где именно проходила твоя зона ответственности.
Сильный ответ обычно строится очень просто: был контекст, была проблема, было твоё конкретное действие, был понятный результат.
Например, если рассказать, что подготовка тестовых данных раньше занимала несколько часов, ты увидел в этом рутину, собрал решение, согласовал его и в итоге сократил процесс до нескольких минут, — это уже хороший ответ. Он показывает и инициативу, и самостоятельность, и эффект.
А вот абстрактное “я хорошо выполнял свою работу” почти ничего не даёт. Это не достижение. Это базовое ожидание от любого сотрудника.
Поэтому здесь важно не “продать себя покрасивее”, а научиться без лишней скромности и без лишнего пафоса говорить о своих реальных результатах.
“Самый большой косяк?”
Вот здесь обычно начинается самое интересное.
Есть две крайности, в которые кандидаты регулярно улетают.
Первая — это люди, у которых ошибок никогда не было. Ни одной. За всю карьеру. Всё всегда шло идеально, решения принимались безупречно, прод не падал, косяков не случалось. Звучит это, мягко говоря, подозрительно. Не как профессионализм, а как отсутствие рефлексии.
Вторая крайность — это когда человек, наоборот, начинает слишком усердно себя закапывать. Формально он честен, но из ответа получается почти саморазоблачение: “я всё сломал, всё уронил, всех подвёл, потом ещё долго страдал и до сих пор помню это как главную трагедию жизни”.
Оба варианта слабые.
Потому что вопрос тут не про то, был ли у тебя факап. У всех, кто реально работал, они были. Вопрос в другом: как ты с этим работаешь.
Сильный ответ обычно выглядит довольно спокойно. Да, была ошибка. Да, последствия были неприятные. Да, я её разобрал, исправил, сделал выводы и после этого что-то поменял в процессе, документации или подходе, чтобы ситуация не повторялась.
То есть интервьюер хочет увидеть не “идеального” человека, а зрелого.
Человека, который не отрицает ошибки и не разваливается под их весом. Который умеет признавать, анализировать и менять поведение после этого.
И вот это, на самом деле, куда важнее самой истории.
“Что вас мотивирует?”
Это вообще один из самых коварных вопросов. Потому что почти все знают набор социально одобряемых ответов.
“Интересные задачи”.
“Развитие”.
“Сильная команда”.
“Влияние на продукт”.
Формально всё правильно. Практически — это ни о чём.
Потому что такие ответы звучат слишком универсально. Они подходят вообще всем. А значит, не дают почти никакого сигнала о тебе как о человеке.
Интервьюер в этот момент пытается понять не то, насколько ты красиво умеешь говорить про вдохновение. Он пытается понять, что будет держать тебя в нормальном рабочем состоянии через несколько месяцев, когда эффект новой работы закончится и останется обычная реальность: дедлайны, легаси, коммуникации, приоритеты бизнеса, рутина и странные сюрпризы продакшена.
Поэтому сильный ответ здесь почти всегда завязан на понимание конкретной вакансии.
Если ты идёшь в продуктовую команду, логично говорить, что тебя драйвит работа с продуктом, постепенные системные улучшения, возможность влиять на пользовательский опыт, видеть результат своей работы и долго докручивать то, за что отвечаешь.
Если это история про сложную инженерную среду, можно говорить про глубокие технические задачи, сложные системы, нетривиальные интеграции и то, что тебя держит именно сложность.
Главное — не выдавать дежурный набор красивых слов, а показать, что ты реально понимаешь, что за работа перед тобой, и можешь объяснить, почему именно в такой среде тебе будет комфортно долго.
“Что вас демотивирует?”
Этот вопрос опасен по другой причине. На нём люди часто начинают говорить максимально общими словами, которые либо ничего не значат, либо работают против них.
“Токсичность”.
“Рутина”.
“Переработки”.
“Скучные задачи”.
Проблема не в том, что это неправильные вещи. Проблема в том, что они слишком расплывчатые.
Под токсичностью каждый понимает что-то своё.
Под рутиной — тоже.
Под скучными задачами вообще можно подписать половину реальной работы в любой большой компании.
Интервьюер здесь пытается понять не твои боли как таковые, а то, насколько твои рабочие ожидания совпадают с тем, что у них происходит на практике.
Если у компании много легаси, а ты говоришь, что тебя убивает работа со старыми системами и отсутствие “современного стека”, то дальше логика уже очевидна. Это просто не ваша среда. И лучше понять это на интервью, чем через месяц после выхода.
Если же ты спокойно объясняешь, что тебя выбивает хаос без приоритетов, постоянная смена направления без объяснений и отсутствие понятной логики в решениях, а компания как раз пытается строить более зрелый процесс, это, наоборот, хороший сигнал.
Сильный ответ здесь обычно звучит не как жалоба, а как описание среды, в которой ты работаешь устойчиво.
То есть ты не перечисляешь, что тебя бесит в жизни. Ты показываешь, какие условия помогают тебе быть нормальным специалистом и где ты, наоборот, начнёшь быстро разваливаться по мотивации.
“Почему хотите уйти с предыдущего места?”
Вот это, на мой взгляд, вообще один из самых важных вопросов всего интервью.
Потому что он почти всегда не про прошлое. Он про будущее. Про то, как ты принимаешь решения, почему двигаешься дальше и не повторится ли та же история у них через полгода.
Самая частая ошибка здесь — начать объяснять, откуда ты бежишь, вместо того чтобы показать, куда ты идёшь.
“Стало скучно”.
“Не нравятся процессы”.
“Перерос компанию”.
“Устал”.
“Надоело”.
Все эти ответы могут быть честными. Но проблема в том, что каждый из них вызывает у работодателя следующий вопрос: а почему у нас не станет точно так же?
И если на это нет убедительного продолжения, в голове интервьюера появляется очень неприятная мысль: человек уходит не к чему-то, а от чего-то. А значит, вполне может точно так же уйти и от нас.
Сильный ответ здесь обычно строится через логику перехода.
Не “у меня всё плохо, спасите”.
А “я понял, в какую сторону хочу двигаться, и ваша роль с этим совпадает”.
Например, если ты сейчас сидишь в поддержке легаси и хочешь перейти в продуктовую разработку с более живым влиянием на систему и процессы, это уже понятная история. Если ты ищешь среду с большей автономией, более прозрачной логикой принятия решений или более инженерным подходом к работе — тоже нормально.
Главное, чтобы в ответе было видно: ты не просто устал от старой компании, а действительно понимаешь, чего ищешь дальше и почему именно эта вакансия выглядит логичным следующим шагом.
Что в итоге
Парадокс собеседований в том, что самые простые вопросы часто оказываются самыми важными.
Они звучат дежурно, почти бытово и иногда даже немного раздражают. Кажется, что всё это вторично по сравнению с техничкой. Но именно через них интервьюер часто и пытается понять, насколько вы вообще совпадаете с ролью, командой и рабочей реальностью.
И да, никто почти никогда не скажет напрямую: “мы отказали вам из-за того, как вы ответили на вопрос про мотивацию” или “нас смутил ваш ответ про пять лет”.
Вместо этого будет что-то нейтральное. “Нашли более подходящего кандидата”. “Не до конца совпали по профилю”. “Продолжили с другим кандидатом”.
Но очень часто за такими формулировками скрывается одна и та же история: по технике вы были норм, а вот между строк показали, что вы и эта роль, возможно, не очень совместимы.
Поэтому относиться к таким вопросам как к бессмысленному HR-ритуалу — ошибка.
Пока рынок их задаёт, лучше понимать, что именно в них проверяют и почему “безобидный” ответ иногда весит не меньше, чем половина технички.
Когда это понимаешь, собеседования действительно становятся спокойнее. Не потому что появляется универсальный шаблон ответа, а потому что начинаешь видеть логику процесса. А это, как правило, уже сильно снижает количество случайных отказов.
В своем Телеграм-канале я регулярно пишу про рынок IT, тестирование, автоматизацию и карьеру в индустрии.

















