Data jobs

Когда слишком увлеклись внедрением методологии DDD)

https://habr.com/ru/news/1054808/

Если отправите ссылку, почитаю.

есть мой пост в телеграм канале

Большое спасибо, очень бегло пробежался, и кажется, статья как раз отвечает на вопрос, который я формулировал у себя в голове. Но ещё более интересно узнать, существует ли такая же тенденция на примере других больших трендов и процессов, помимо AI adoption, но кажется, ответ очевиден. Хотя проверить всё равно полезно для общего развития.

Да, Harvard Business Review публикует рисерчи Да и не только они. У меня любимое вот https://unessays.substack.com/p/talk-is-cheap

Да, есть такое. И в целом меня даже радует, что реальные изменения происходят не так быстро. Layoff-ы есть, с этим ничего особенно не сделать. Мой главный аргумент в том, что жизнь и так стала слишком быстрой и непредсказуемой, отчего реальный мир, общества в разных странах пытаются как-то компенсировать эту скорость, и проникновение AI происходит медленнее, чем могло бы идти в какой-то параллельной реальности. Развитие технологии быстрее, чем темп, с которым эти изменения могут внедряться в существование больших социальных систем. Даже стало интересно, есть ли какие-то социологические исследования на этот счёт.

Уже идёт, уже даже в моей организации внутри России пытаемся экономить токены там, где это возможно. По собеседованиям давно не ходил, но уверен, что там, где уже успели потратить большую сумму на токены, особенно на решения от Claude, тоже начали задумываться над этим.

так тебя родина-мать подготовила - все базовые принципы есть как из говна и палок такое же собрать

Стек, как обычно в инженерии данных, очень сильно отличается от места к месту и от организации к организации, но в основном почти всё в облаках (Azure со своим стеком, AWS, Google Cloud). Часто есть Snowlfake, Databricks, иногда встречается Teradata. Почти везде Claude Code или Codex. Часто есть задачи на построение системы AI-агентов, на какую-то общую автоматизацию через AI, на работу в ML-командах.