Аналитики компании IT_ONE проанализировали около 12 тысяч вакансий в разных направлениях разработки ПО. Почти в 35% из них в перечне требований к кандидату встречалось упоминание вайбкодинга. Работодатели всё чаще ожидают от специалистов знания популярных ИИ-инструментов и умения эффективно встраивать ИИ в процесс разработки.

Согласно исследованию IT_ONE наиболее часто такие требования к знанию вайбкодинга предъявлялись к кандидатам на должности Data-инженера / Data-сайентиста, ML-инженера, системного аналитика.

Среди языков программирования для вайбкодинга чаще всего упоминались Python (безусловный лидер) и Java.

Ввиду того, что вайбкодинг — относительно новое явление, использование этого определения на рынке пока не носит системный характер. В большинстве вакансий для описания этого явления употреблялся термин «ИИ-разработка» или смежные термины — такие, как «ML», «промпт-инжиниринг» в контексте разработки и т. д.

Среди типов требований по вайбкодингу встречаются знание ИИ-инструментов (GitHub Copilot, Cursor, ChatGPT, Claude) и навыки проверки и тестирования ИИ-сгенерированного кода (валидации). Владение инструментами для вайбкодинга фактически стали отраслевым стандартом.

Со средней частотой упоминаются умение составлять эффективные промпты для автоматизированного создания кода (промпт-инжиниринг), понимание границ возможностей языковых моделей (LLM), умение встраивать ИИ в процесс разработки (workflow).

Относительно редко работодатели требуют умение использовать ИИ для отладки кода (AI-assisted debugging), навыков ИИ-генерации unit-тестов и тест-кейсов, навыков создания и настройки ИИ-агентов для автоматизации. ИИ-агенты и автоматизация — новые тренды среди запросов.

Дополнительно аналитики IT_ONE провели опрос руководителей компаний, для которых актуально направление внутренней разработки.

Чаще всего в таких компаниях с помощью ИИ решают или планируют решать задачи написания и рефакторинга кода, автоматизации рутинных задач, генерации тестов и тест-кейсов, дебаггинга и поиска ошибок. Среди других задач — генерация документации и SQL-запросов, анализ требований, поиск и отбор кандидатов (HR), автоматизация код-ревью.

Сотрудники этих компаний заинтересованы в повышении квалификации в области промпт-инжиниринга, методов обеспечения безопасности и конфиденциальности данных при взаимодействии с ИИ, оценки качества ответов ИИ, интеграции ИИ в CI/CD. Также упоминаются юридические и этические аспекты работы с нейросетями.

При этом респонденты отметили проблемы, ограничивающие возможности специалистов. Наиболее актуальные из них — нехватка внутренних инструментов ИИ, блокировка внешних сервисов (в том числе из-за санкций), нехватка знаний в промпт-инжиниринге, невозможность оценить пользу от применения ИИ.

На низкое качество и нерелевантность ответов моделей сотрудники жалуются довольно редко. Нехватка вычислительных мощностей также пока не является основным сдерживающим фактором для большинства компаний: это может означать, что бизнес уже подготовился к применению ИИ, или что ИИ в опрошенных компаниях используется пока в небольшом объеме, или что ставка делается на облачные модели.

Отдельно стоит упомянуть востребованность компаний в специалистах с опытом применения ИИ в ИТ-ландшафте, построенном на российском ПО.

«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», — отмечает Ксения Манскова, руководитель направления ресурс-менеджмента в компании IT_ONE.

Источник: