Куда расти айтишнику? Карьера в IT (часть 2)

Делимся карьерными лестницами для программистов, тестировщиков, Data Scientist и DevOps со второго дня интенсива «Стратегическое развитие и карьера в IT». В статье подробные схемы для тех, кто никак не может определиться с вектором развития, хочет сменить направление или чувствует, что застрял в одной должности.

Привет! Это Женя Картавец, руководитель отдела продюсирования образовательных программ OTUS. У меня за плечами 5 лет разработки на C # и опыт создания и управления командой разработчиков. И могу с уверенностью заявить, что Senior — это только полпути. Но давайте по порядку разберем, кто есть кто в IT и как эти специальности связаны.

Цикл разработки продукта

Создание любого сайта/ приложения/ программы идет по одному циклу. Я указал ключевые специализации, которые задействованы в работе по созданию сайта, и стандартную последовательность производства для конечных пользователей.

Во многих компаниях несколько ролей могут сочетаться в одном человеке. Например, Project и Product могут быть одним лицом. А в зависимости от масштаба проекта DevOps инженеры или тестировщики могут отсутствовать.

В разработке на заказ, как правило, нет Продакт менеджера, вместо него аналитик конкретизирует задачу заказчика и формулирует для команды ТЗ. Вместо DevOps-инженера может быть, например, «специалист по внедрению».

В производстве игр задачи ставит геймдизайнер, который формирует концепцию.

Естественно, в зависимости от объема задач работу может выполнять не один специалист, а целая команда.

Первые три ступеньки: Junior, Middle и Senior

Не только в разработке, но и любом IT-направлении специалистов можно классифицировать по трем уровням мастерства. Общепринятого определения, где лежат эти грани нету, но вот один из вариантов, как их можно охарактеризовать:

Джуниор — стажер или специалист с минимальным опытом. Как правило, он выполняет небольшие типовые задачи под присмотром более опытного наставника, набивает руку и учится самостоятельно решать все более сложные задания. Сегодня рынок джунов перегрет: вакансий гораздо меньше, чем новичков желающих влиться в новую перспективную индустрию.

Мидл — основная боевая единица в команде. Его главные отличия — самостоятельность и умение правильно оценивать свои силы и затраты времени на выполнение задач. За мидлов на рынке труда идет ожесточенная конкуренция. Корпорации заманивают более высокими гонорарами, средний бизнес и стартапы стараются привлечь гибкими условиями и интересными проектами.

Сеньор — специалист, способный решать задачи проекта на уровне архитектуры. И у них тоже, как правило, нет недостатка во внимании со стороны работодателей.

Преодолев эти три ступеньки специалисту открывается простор для карьерного развития.

Куда пойти Senior специалисту?

Я хорошо запомнил слова моего преподавателя в университете, который говорил: «Не засиживайтесь в программистах дольше 5 лет, поднимайтесь дальше — иначе придут молодые и “съедят” вас». Вот пути, которыми можно добраться до технического руководителя или CEO.

Технический директор и СТО по смыслу синонимичные должности, основная функция которых — управлять процессами разработки. При этом на СТО все больше ложится ответственность и за ценность продукта, а не только за его технический стек.

Solution Architect отличается от архитектора тем, что занимается архитектурой на более высоком уровне, его решения нередко влияют на бизнес-процессы проекта.

Team Lead, Project Manager, Product Manager — разные уровни управления. Тим лид организует работу команды разработчиков. Проджект работает комплексно над проектом и может выступать в роли связующего звена между командой и заказчиком. Продакт менеджер работает с потребностями аудитории и создает продукт. В зависимости от того, какими процессами интереснее заниматься, после Senior можно вырасти в одну из этих должностей, а потом выбрать: углубиться в техническое управление (CTO) или в управление (CEO).

Как попасть в Data Science?

Анализ данных сейчас хайповое направление. Зарплаты дата саентистов находятся в районе 190-200+ тыс. рублей. И это реальная возможность монетизировать свои знания математики. На схеме я указал, какие навыки нужно освоить для разных специальностей в этой сфере.

Data Scientist больше погружен в область аналитики и занимается придумыванием алгоритмов и созданием моделей. Machine learning engineer — специалист с уклоном в сторону программирования, способный закодить даже сложные алгоритмы, придуманные дата саентистом, чтобы они правильно работали в продакшене.

Data Engineer работает с большими данными, размещенных на нескольких машинах.

Однако в компаниях довольно часто бывает так, что один специалист совмещает в себе функции Data Scientist и инженеров.

Deep learning engineer — вершина мастерства в машинном обучении, когда владеешь не только классическими моделями, но и умеешь работать с нейронными сетями и компьютерным зрением.

Из-за необходимости разбираться в математике в Data Science довольно высокий порог вхождения. Если вы только выпустились из университета, по горячим следам, пока свежи знания математики, можно идти сюда — становиться крутым специалистом с хорошей зарплатой.

Бум спроса на DevOps

DevOps-ер часто вырастает из системного администратора и представляет собой связующее звено между разработчиками, тестировщиками и конечным пользователем. Он делает так, чтобы то, что написали разработчики в итоге работало также и у пользователя. DevOps отвечает за сбор кода и перенос его в тестовую среду, за то, чтобы все фичи были доработаны и выкачены, организует мониторинг серверов и т.д. — иными словами отвечает за всю инфраструктуру проекта.

Сейчас специальность также на пике популярности. За 2019 год спрос на девопсов вырос более чем на 200%, а зарплаты лежат в пределах 200 тыс. рублей.

По специальностям для администраторов, дата саентистов и тестировщиков у нас в OTUS есть отдельные курсы. Если интересны направления — можно зайти, почитать программу и сориентироваться в требованиях к навыкам.

Что нужно освоить разработчику?

Решая, какие навыки в какой последовательности приобретать, можно ориентироваться на эту схему-подсказку.

Для удобства наших студентов мы объединили связанные курсы в специализации, которые позволяют освоить необходимые для профессии навыки по более выгодной цене, чем при покупке курсов по отдельности.

В целом вариантов карьерного развития очень много. Будет здорово, если поделитесь своими соображениями и опытом на этот счет. Мой же ключевой совет — планировать рост наперед и сфокусироваться на каком-то одном направлении, чтобы сэкономить и время, и силы, и деньги.

0
10 комментариев
Написать комментарий...
Sergey Orlov

Продолжайте писать!

Ответить
Развернуть ветку
Евгений Картавец

Спасибо! Продолжайте комментировать!

Ответить
Развернуть ветку
Bulat Ziganshin

спасибо за статью, раскидываю её своим знакомым, желающим "войти в айти". кстати, может предложить vc сделать такой хаб? на vc это актуальный топик

Ответить
Развернуть ветку
Евгений Картавец

Рад помочь!

Ответить
Развернуть ветку
Макс Сурков

Спасибо огромное!

Ответить
Развернуть ветку
Вадим Заигрин

А Machine learning engineer и Data Engineer - это разве не одно и то же?
Оба работают с большими данными, размещенными на нескольких машинах.
Оба должны уметь "закодить даже сложные алгоритмы".
Machine learning engineer переводит в production модели, которые разрабатывают Data Scientist'ы. А для этого, как правило, используется Hadoop, Spark, Hive. 

Ответить
Развернуть ветку
Евгений Картавец

Грань иногда размыта, бывает такое, что один и тот же человек выполняет несколько ролей - ML engineer-а и Data Engineer-а. В тех компаниях, где эти должности отличаются, ML engineer больше про внедрение моделей и кода в продакшн, а DE - про организацию доступа к данным.

Ответить
Развернуть ветку
sergey dn

Какие то нереальные зарплаты для data scientist вы указываете.
Я работаю в топ4 телеком компании на данной позиции, зп 60 тысяч. 
При этом я постоянно изучаю новые технологии, прохожу курсы сам и корпоративных, у меня диплом математика-криптографа и как бы все... Ни о каких 180+ и речи не идёт.

Ответить
Развернуть ветку
Евгений Картавец

А вы в каком городе работаете? Возможно, я избалован столичными расценками =) Поэтому знаю немало людей с ЗП 200+ на данной позиции.

Ответить
Развернуть ветку
sergey dn

Евгений, мыслите правильно, работаю не в МСК. Но какая разница, если команда распределённая по всей стране, а проекты федеральные.
Мои знания и навыки от переезда резко станут лучше в 3 раза?

Ответить
Развернуть ветку
7 комментариев
Раскрывать всегда