Команда научилась работать с AI. Как теперь развивать инженеров?
Программный комитет ещё не принял решения по этому докладу
Целевая аудитория
Тезисы
AI ускорил код, но сломал привычные признаки роста. Человек закрывает больше задач — и может не стать сильнее в проектировании, диагностике и решениях. Особенно у джунов: модель закрывает пробелы, а тимлид видит готовый PR и думает, что инженер вырос.
В докладе — как отличить рост человека от роста инструментов. Почему старые ИПР и матрицы компетенций начинают врать. Как оценивать не только результат, а качество решения: формулировка задачи, ограничения, проверка, альтернативы, защита выбора.
Отдельно — система обучения: чему учить вместо «пиши быстрее», какие задачи развивают, а какие маскируют слабость. И зачем для этого общий корпоративный LLM-гейтвей: одинаковые модели, инструменты и правила у всей команды. Без общего слоя тимлид сравнивает не инженеров, а чей сетап удачнее.
Сеньорство всё меньше про объём кода и всё больше про ответственность за систему и умение управлять AI.
Разберём, как пересобрать one-to-one, ИПР, ревью и критерии повышения.
Больше шести лет в IT: вырос из PHP-разработчика до тимлида, собирал и масштабировал команды на разных проектах. Занимается ростом инженеров — менторством, грейдами, обратной связью — и тем, как AI меняет эти практики. Пишет про инженерную культуру и работу тимлида.
Видео
Другие доклады секции
Кругозор
