Гриненко про

Telegram-канал: https://t.me/devspottingЧат сообщества: https://t.me/grinenko_proСайт: https://grinenko.proВыпуск на YouTube: https://www.youtube.com/watch?v=i2fExyLLke4Рынок IT сегодня: на вакансии приходят десятки и сотни откликов, кандидаты генерируют резюме и проходят интервью с нейронками, а работодатели отвечают AI-скринингом и автоматизированными собеседованиями.Вместе с Анастасией Бианко, Head of Recruitment в Циан, экс-Recruitment Partner Яндекса, разбираемся с ситуацией на рынке IT, говорим о судьбе джунов, фальсификации опыта, автоматизации найма, AI-интервью и о том, что действительно повышают шансы кандидата.В ЭТОМ ВЫПУСКЕ— почему кандидатов стало так много, а дефицит сильных специалистов при этом никуда не исчез;— как работодатели распознают накрученный и полностью выдуманный опыт;— почему рекомендации, профессиональная репутация и прямой контакт с компанией снова особенно важны;— что произошло с наймом джунов и почему от студентов теперь ждут гораздо большего;— нужно ли указывать конкретный стек, если с нейронкой можно быстро освоить новую технологию;— как Циан использует ИИ для фильтрации резюме и интервью со стажёрами;— какие AI-навыки уже стали гигиеническим минимумом для кандидата;— заменит ли ИИ рекрутеров и как может выглядеть автоматизированный найм ближайшего будущего;— почему компании пока продолжают нанимать роли, а не «универсальных продуктовых инженеров»;— чем культура найма в Циан отличается от Яндекса.ТАЙМКОДЫ00:00 — Есть ли кризис найма и почему кандидатов стало намного больше03:12 — Сокращения, курсы и фальшивый опыт: откуда берётся поток кандидатов05:23 — Кризис доверия: что делать с накрученным опытом09:12 — Сотни откликов на вакансию и AI-фильтры12:22 — Может ли ИИ заменить рекрутера14:39 — Почему люди всё ещё массово идут в IT16:44 — Что стало с джунами и почему требования выросли20:46 — Почему x10-продуктивность с ИИ не означает x10 найма23:50 — Можно ли заменить экспертов дешёвыми джунами с AI26:28 — Как менять отношение сотрудников к ИИ30:39 — Фулстек против глубокой специализации35:48 — Как Циан ищет людей с опытом работы с AI37:38 — Почему удалёнка может помогать AI-native командам39:56 — Как устроены воронки найма и отказы от оферов43:37 — Как сегодня искать работу: отклики, рекомендации и репутация47:50 — Резюме от нейронки: что в нём действительно важно50:21 — Что делать джуну без выдуманного опыта52:30 — Как Циан автоматизировал отбор стажёров с помощью ИИ55:36 — Какие AI-навыки стали гигиеническим минимумом58:30 — Как может выглядеть найм через год01:03:04 — ATS, данные о кандидатах и AI-аналитика01:06:43 — Нужно ли человеку конкурировать с ИИ01:08:50 — Как AI изменил верх воронки найма в Циан01:16:15 — Циан vs Яндекс: культура найма и право HR на вето01:20:03 — Что стоит сделать уже сейчасМАТЕРИАЛЫ ИЗ ВЫПУСКА• LinkedIn Анастасии — https://www.linkedin.com/in/anastasia-bianco-14410292/• Обзоры рынка труда hh.ru — https://stats.hh.ru/reviewСМОТРИТЕ ТАКЖЕ• Искусственный интеллект, найм и образование | Сергей Бережной, CTO Практикума, директор в Яндексе — https://studio.youtube.com/video/V3fahH0XA0M/editTelegram-канал: https://t.me/devspottingЧат сообщества: https://t.me/grinenko_proСайт: https://grinenko.proВыпуск на YouTube: https://www.youtube.com/watch?v=i2fExyLLke4

Telegram-канал — https://t.me/devspottingЧат сообщества — https://t.me/grinenko_proВыпуск на YouTube: https://youtu.be/VhQPchnlwo8ИИ делает знания почти бесплатными, но понять, чего мы на самом деле хотим, кому доверять и как отличить хорошее решение от нейрослопа проще не становится. Разбираемся, что происходит с IT-конференциями, когда доступ к информации и коду перестаёт быть дефицитом.Говорим с Алексеем Федоровым — сооснователем JUG Ru Group, продюсером конференций и Java Champion — о кризисе технической экспертизы, корпоративных AI-системах и о том, почему после первого восторга от ИИ-агентов начинается гораздо более сложная работа: описывать собственную картину мира и принимать решения.ТАЙМКОДЫ00:00 — Как ИИ меняет IT-конференции05:13 — Что делать, когда все делают про ИИ09:37 — Конференции перестают быть источником знаний?11:23 — Почему «тусовка вместо докладов» — диагноз13:57 — Как конференция пробивает информационный пузырь15:26 — Почему принципы важнее конкретных технологий18:24 — Что ИИ сделал с техническими докладами21:41 — Доклад как перформанс, конференция как опыт25:05 — Дефицит опыта и доверия26:47 — Можно ли доверять советам нейронки29:05 — Кризис экспертизы в эпоху ИИ32:56 — Как JUG Ru Group использует ИИ и AI PDLC34:24 — Этика корпоративных агентных систем38:38 — Как AI помог починить рассинхрон видео42:02 — Корпоративная онтология: как описать мир для агента47:20 — Зачем самому строить AI-системы48:56 — Почему нам не хватает языка для будущего52:01 — Приносит ли корпоративная онтология реальную пользу?55:14 — ИИ удешевляет реализацию. Но что меняется на самом деле?57:54 — Может ли ИИ решить «все проблемы»?59:38 — Руководители снова начали программировать01:01:51 — Что происходит после первого AI-угара01:03:18 — Почему даже лидеры AI-индустрии не знают, куда всё идёт01:05:36 — «Заблуждались, но заблуждались искренне»ССЫЛКИ ГОСТЯ* JUG Ru Group https://jugru.org/* Канал Алексея в Telegram: https://t.me/channel_23derevo* Профиль Алексея на Joker 2026 https://jokerconf.com/persons/bd6c248fbfb841959ffd65dd4f00792d/* Habr Алексея https://habr.com/ru/users/23derevoМАТЕРИАЛЫ ИЗ ВЫПУСКА* Подкаст «LLM и мышление» с Андреем Морозовым — https://www.youtube.com/watch?v=WswHn_mJo8I* AI PDLC Сбера — https://developers.sber.ru/kak-v-sbere/events/arch_july_2026О ПОДКАСТЕ«Гриненко про» — подкаст о практическом применении искусственного интеллекта, разработке и людях, которые прямо сейчас меняют IT-индустрию.Сайт — https://grinenko.pro/podcast/Telegram-канал — https://t.me/devspottingЧат сообщества — https://t.me/grinenko_proВедущий: Владимир Гриненко

Telegram-канал — https://t.me/devspottingЧат сообщества — https://t.me/grinenko_proСайт — https://grinenko.proCoding agents уже умеют за часы делать то, на что раньше уходили месяцы работы команды. Но означает ли это, что разработчики становятся не нужны — или, наоборот, инженер наконец перестаёт быть «человеком, который пишет код» и поднимается на уровень продукта, архитектуры и управления агентами?Говорим с Глебом Михеевым https://glebmikheev.ru — разработчиком с более чем 20-летним опытом, который сейчас развивает ГигаАгента в Сбере, — о новой роли инженера, экономике софта в эпоху AI и о том, почему главный дефицит теперь не код, а понимание того, что и зачем нужно построить.Глеб работал в NVIDIA, основал и девять лет развивал собственную компанию по заказной разработке, затем работал в Skillbox и Сбере. Сейчас развивает ГигаАгента — автономного AI-агента Сбера — и руководит программным комитетом AgenticDevConf. Автор Telegram-канала «Уставший техдир» https://t.me/tired_glebmikheev и подкаста «Фичи Катятся» ⁨@tired_glebmikheev⁩.ТАЙМКОДЫ00:00 — В этом выпуске00:44 — Кто такой Глеб Михеев: NVIDIA, свой бизнес, Skillbox и Сбер04:18 — Как coding agents вернули Глеба из менеджмента в разработку07:33 — Переход в GigaChat и работа над автономным агентом10:04 — Зачем идти в Individual Contributor внутри бигтеха14:17 — Лидерство без административной власти17:09 — Как самостоятельные инженеры работали ещё до AI20:21 — Почему coding agents возвращают эпоху универсальных инженеров22:00 — Product engineer вместо фронтендера и бэкендера25:40 — Реальна ли компания на миллиард долларов из одного человека33:14 — Почему AI увеличивает количество попыток, но не количество хороших идей36:36 — Стартап теперь можно проверить за вечер38:49 — Как Глеб за два дня сделал продукт вместо нескольких месяцев работы команды42:32 — Бизнес или найм: где сегодня проще зарабатывать48:07 — Что будет с SaaS, когда производство софта станет дешёвым50:35 — Во что инвестировать, если любой эксперт может собрать конкурентный продукт52:32 — Зачем Сберу делать собственного автономного агента55:27 — Зачем нужны национальные и суверенные AI-модели01:02:45 — Можно ли просто взять открытую модель и дообучить её01:13:49 — Почему технологическая независимость может быть важнее цены01:18:24 — Станут ли фундаментальные модели новой стратегической технологией01:24:14 — Модели превращаются в commodity, а ценность переезжает в harness?01:29:50 — Почему мы используем лишь небольшую часть возможностей современных моделей01:34:35 — Зачем вообще нужен персональный AI-ассистент01:38:22 — Где проактивные агенты действительно полезны01:40:18 — «Цифровые сотрудники»: фантазия или следующая стадия AI01:42:24 — Почему сейчас нужно инвестировать в R&D и совершать ошибки01:46:20 — Как должно измениться образование в эпоху AI01:50:48 — За какие навыки теперь будут платить инженерам01:53:44 — Главный навык будущего — работать в неопределённости01:55:51 — ИтогиССЫЛКИ ГОСТЯ• Telegram — «Уставший техдир» https://t.me/tired_glebmikheev• YouTube — @tired_glebmikheev• GitHub — https://github.com/glebmachine• Сайт — https://glebmikheev.ruО ПОДКАСТЕ«Гриненко про» — подкаст о практическом применении искусственного интеллекта, разработке и людях, которые прямо сейчас меняют IT-индустрию.Telegram-канал — https://t.me/devspottingЧат сообщества — https://t.me/grinenko_proСайт — https://grinenko.pro

Что такое мышление, если большую часть времени мы действуем по привычным схемам, а LLM уже умеют воспроизводить почти любую описанную практику? Разбираемся, зачем бизнесу корпоративный философ, почему определения и метрики одновременно помогают и ограничивают нас и где проходит граница между накопленным знанием и созданием принципиально нового.Говорим с Андреем Морозовым — корпоративным философом, который в аспирантуре занимался компьютерным зрением и машинным обучением, затем прошёл путь от разработчика и тимлида до CTO, бизнеса и управленческого консалтинга — о философском мышлении в бизнесе, способности LLM мыслить и навыках, которые останутся людям.По второму образованию Андрей — психолог-консультант; до философского консультирования также занимался маркетинговыми и стратегическими исследованиями.В ЭТОМ ВЫПУСКЕ— Чем мышление отличается от знания большого количества фактов— Почему мы воспринимаем мир через «схемы» и как они предопределяют наши решения— Что такое философское мышление и зачем бизнесу постоянно спрашивать «зачем?»— Закон Гудхарда— Может ли LLM мыслить, удивляться и создавать новое— Почему нейросеть можно представить как «идеального отличника», прочитавшего почти всё— Где проходят границы между алгоритмом, творчеством, субъектностью и свободой воли— Какие навыки сохраняют ценность рядом с ИИ: креативность, коммуникация и критическое мышлениеТАЙМКОДЫ00:00 — Хайлайты выпуска00:35 — Кто такой корпоративный философ02:04 — От инженера к философскому консультированию03:11 — Почему история философии — ещё не философское мышление04:00 — Отличник против троечника14:23 — Что происходит, когда привычная картина мира перестаёт работать18:04 — Мышление как создание новой схемы21:01 — Что такое философское мышление: три уровня взгляда на проблему25:34 — Как определения заранее программируют решения бизнеса29:23 — Как компании конструируют проблемы33:05 — Метрики, закон Гудхарда и хрупкие модели реальности38:32 — Чем на практике занимается корпоративный философ41:14 — Коучи, эзотерика, серебряные пули и страх неопределённости47:52 — Философ как «психотерапевт для бизнеса»56:51 — Почему невозможно один раз всё обдумать и выйти из рутины01:01:12 — AGI без определения и гонка компаний за ИИ01:09:14 — Способны ли LLM мыслить01:17:31 — Где нейросеть перестаёт быть «идеальным отличником»01:26:14 — Свобода воли, субъектность и технологическая сингулярность01:38:53 — Как философ смотрит на прогнозы будущего01:48:39 — Заменят ли LLM самих философов01:52:36 — Как ИИ меняет маркетинговые исследования и работу с пользователями01:57:06 — Три навыка для эпохи ИИ02:12:04 — Как Андрей сам использует нейросети в работе02:14:35 — Зачем делать конференцию про ИИ, если LLM уже знают почти всё02:23:28 — Что нейросети всё-таки не заменятССЫЛКИ ГОСТЯ• Telegram-канал Chief Philosophy Officer — https://t.me/chief_philosophy_officer• Конференция «Разработка будущего» — https://future.jokerconf.com/О ПОДКАСТЕ«Гриненко про» https://grinenko.pro/ — подкаст о людях, технологиях и практиках вокруг искусственного интеллекта.Telegram-канал — https://t.me/devspottingЧат сообщества — https://t.me/grinenko_proВедущий: Владимир Гриненко

ИИ уже радикально ускоряет производство, но чтобы получить реальный эффект, приходится заново разбираться с устройством команд, корпоративными знаниями, данными, контролем качества и самой ролью человека в производственном процессе.Говорим с Дмитрием Бобылёвым — CEO и главным экспертом управленческого консалтинга FastForward — о том, как внедрять ИИ в уже работающие компании, почему организационный контекст становится одним из главных активов бизнеса и как может выглядеть AI-first организация, если строить её с нуля.О ГОСТЕДмитрий прошёл путь от разработчика до вице-президента по информационным технологиям СберМаркета, где руководил командой из более чем 1 000 человек. Сейчас строит AI-first консалтинг. Автор канала «Боб в помощь» https://t.me/ZhogloTech.В ЭТОМ ВЫПУСКЕ— Как внедрять ИИ через конкретную бизнес-боль, а не абстрактную «AI-трансформацию»— Почему накопленный контекст компании становится ценнее погони за новыми моделями и инструментами— Как выращивать внутренних AI-амбассадоров и что делать с сопротивлением сотрудников— Почему производство становится дешевле, а постановка задачи и валидация — важнее— Что произойдёт с программистами, которым нравится писать код руками— Как могут измениться роли, оргструктура и место самых опытных инженеров в производственной цепочке— Что Дмитрий перестроил бы в большой технологической компании, если бы снова управлял командой из 1 000+ человек— Почему при всей AI-революции требования к хорошему менеджменту практически не меняютсяТАЙМКОДЫ00:00 — Хайлайты выпуска00:28 — Дмитрий Бобылёв01:45 — Почему AI-консалтинг сложно продавать через обещания04:20 — ИИ возвращает разработку к здравому смыслу06:51 — Почему классическому консалтингу придётся перестраиваться13:58 — AI-лабы и внутренние эксперты в компании16:04 — Как выглядит AI-first консалтинг20:33 — Главный актив компании — организационный контекст25:00 — Почему сотрудники не хотят «выгружать» свои знания27:22 — Внедрение ИИ через конкретную боль и быстрый результат33:22 — SDLC схлопывается, а валидация становится важнее39:02 — Что делать, если программисту нравится писать код руками41:48 — Как изменится оргдизайн компаний в 2026–2030 годах47:36 — Почему самых опытных людей нужно ставить на валидацию результата50:53 — Код становится commodity: где остаётся инженерное мастерство57:07 — Как ИИ меняет диагностику компаний и производство01:01:22 — Почему ручное ревью перестаёт масштабироваться01:09:13 — Передача знаний и зависимость компаний от моделей01:13:19 — Что в управлении не меняется из-за ИИ01:16:06 — Как строить AI-first компанию с нуля01:25:32 — Что Дима сделал бы иначе, снова управляя 1 000+ людьми01:29:59 — Новый BI: данные, метаслой и «окно-оракул»01:34:03 — Как перестроить обучение и развитие сотрудников01:36:53 — Инфраструктура, безопасность и выбор моделей01:42:23 — ИтогиССЫЛКИ ГОСТЯ• FastForward — https://ff.pro/• Telegram Дмитрия Бобылёва — https://t.me/zhoglo• Канал «Боб в помощь» — https://t.me/ZhogloTechО ПОДКАСТЕ«Гриненко про» — подкаст о том, как искусственный интеллект меняет разработку, продукты и работу технологических команд.https://grinenko.proTelegram-канал — https://t.me/devspottingЧат сообщества — https://t.me/grinenko_proВедущий: Владимир Гриненко