Хабр, привет! Меня зовут Илья Благородов, я занимаюсь разработкой уже 30 лет, в том числе — выступаю экспертом в онлайн-магистратуре «Фронтенд и бэкенд-разработка» ИТМО в партнёрстве с Яндекс Практикумом. В этой статье я хочу поделиться своим взглядом на то, что происходит с профессией в 2026 году, что действительно изменилось, а что осталось прежним, и как сегодня новичку войти в профессию.

Откуда взялось мнение, что разработка умирает и почему не нужно поддаваться панике
Каждый год появляются статьи о том, что разработка уже не та, рынок умер, программисты больше не нужны, а ИИ скоро заменит всех инженеров. Затем проходит год, и оказывается, что компании по-прежнему ищут разработчиков, проекты продолжают создаваться, а хорошие специалисты всё так же получают интересные предложения.
За последние годы многое действительно изменилось. Появились ИИ-инструменты, выросла конкуренция среди начинающих специалистов, изменились требования к кандидатам. Однако, как человек, который более 25 лет занимается разработкой, строит архитектуру решений, участвует в найме и регулярно проводит технические собеседования, могу сказать: фундаментальные критерии оценки хорошего разработчика изменились гораздо меньше, чем принято считать.
Что происходит с рынком разработки
Если посмотреть на рынок глазами начинающего специалиста, ситуация может показаться противоречивой. С одной стороны, многие компании продолжают говорить о нехватке квалифицированных кадров. С другой — начинающие разработчики жалуются на сотни откликов без приглашений на собеседование. На самом деле противоречия здесь нет.
Сегодня рынок одновременно испытывает дефицит сильных специалистов и избыток слабых кандидатов. Компании по-прежнему готовы конкурировать за опытных инженеров, архитекторов и тимлидов. Но при этом количество людей, которые хотят войти в профессию, за последние годы значительно выросло.
В результате, работодатели стали более требовательными даже к начинающим специалистам. Если несколько лет назад junior-разработчику достаточно было знать язык программирования и базовые принципы работы фреймворка, то сегодня от него часто ожидают понимания Git, SQL, Docker, API, Linux и современных инструментов разработки.
Что изменилось за последние годы
Самое заметное изменение связано, конечно, с развитием ИИ. Сегодня сложно найти разработчика, который хотя бы иногда не использует ChatGPT, Claude, Copilot, Cursor или другие инструменты. Многие задачи, которые раньше требовали поиска информации на форумах или чтения документации, теперь решаются за несколько минут.
Однако вокруг AI появилось огромное количество мифов. Некоторые считают, что ИИ скоро заменит разработчиков. Другие уверены, что использование таких инструментов только ухудшает качество кода.
Мой опыт показывает, что истина находится где-то посередине. Сейчас отрасль находится в состоянии трансформации. Всё больше обсуждается агентная разработка, появляются новые подходы к организации процессов, однако большинство команд пока только ищут наиболее эффективные способы использования этих инструментов.
Многие относятся к ним настороженно. Некоторые компании ограничивают использование AI по соображениям безопасности. Другие используют его лишь как продвинутый поиск.
Полноценная интеграция AI в процессы разработки пока остаётся скорее исключением, чем правилом. При этом способность эффективно использовать такие инструменты постепенно становится дополнительным преимуществом кандидата.
Но важно понимать: знание AI-инструментов не заменяет инженерную подготовку.
Что практически не изменилось
Несмотря на все разговоры о революции в разработке, работодатели продолжают оценивать те же качества, что и десять лет назад:
Теоретическая подготовка. За последний год я провёл около пятидесяти собеседований на позиции fullstack-разработчиков, backend-разработчиков, DevOps-инженеров и проджект-менеджеров.
Одна из самых распространённых ошибок кандидатов — отсутствие подготовки к теоретической части интервью. Парадокс заключается в том, что многие вопросы действительно редко встречаются в ежедневной работе. Однако интервью проверяет не только знания. Работодатель пытается понять, способен ли человек готовиться, систематизировать информацию и прикладывать усилия для достижения результата.
Если кандидат знает, что на собеседовании будут вопросы по архитектуре, базам данных или паттернам проектирования, но приходит неподготовленным, это становится определённым сигналом для интервьюера.
Инженерное мышление. Язык программирования можно выучить. Новый фреймворк тоже можно освоить достаточно быстро. Гораздо сложнее развить способность анализировать задачи, находить компромиссы и принимать технические решения. Именно поэтому вопросы по архитектуре и проектированию остаются важной частью большинства технических интервью. В онлайн-магистратуре «Фронтенд и бэкенд-разработка» мы отвели инженерному мышлению отдельный блок.
Коммуникация. Ещё одна вещь, которая практически не изменилась за последние годы, — важность общения. Даже очень сильный технический специалист работает не в вакууме. Он взаимодействует с аналитиками, тестировщиками, менеджерами и другими разработчиками. Неуважительное общение, агрессивная манера ведения диалога или неспособность слушать собеседника могут стать причиной отказа даже при хорошем уровне технических знаний.
На что работодатели действительно смотрят на собеседованиях
Многие кандидаты воспринимают собеседование как экзамен. На практике это не совсем так. Большинство вопросов нужны не для того, чтобы выяснить, знает ли кандидат определение того или иного паттерна проектирования. Основная задача интервьюера гораздо проще. Он пытается ответить на два вопроса:
Сможет ли этот человек решать задачи проекта?
Сможет ли он встроиться в существующие процессы команды?
Фактически все остальные вопросы помогают получить ответы именно на них.
Когда я провожу собеседование, меня интересуют не только технические знания кандидата, но и его способность рассуждать, объяснять свои решения, признавать пробелы в знаниях и взаимодействовать с другими людьми. Очень часто честное «не знаю, но понимаю, как найти ответ» производит лучшее впечатление, чем попытка правильный ответ угадать.
Самые частые ошибки кандидатов
За последние годы набор типичных ошибок практически не изменился:
Отсутствие подготовки к теоретической части.
Слабое понимание архитектуры и проектирования систем. Очень многие кандидаты уверенно работают с фреймворком, но испытывают сложности, когда разговор заходит о причинах выбора той или иной архитектуры, масштабировании приложения или проектировании взаимодействия компонентов системы.
Базы данных. Вопросы по индексам, производительности запросов, нормализации данных и транзакциям регулярно вызывают затруднения даже у специалистов с несколькими годами коммерческого опыта.
Попытки использовать ИИ-помощников прямо во время интервью. Многие считают, что это невозможно заметить. На практике подобные попытки обычно видны достаточно быстро. Ответы становятся неестественными, кандидат начинает использовать терминологию, которую не может объяснить, или не способен развить собственную мысль при уточняющих вопросах. Использование ИИ в работе — это нормально. Использование ИИ вместо собственных знаний на собеседовании обычно заканчивается плохо.
Что отличает сильных кандидатов
Самая распространённая ошибка при оценке кандидатов — считать, что количество лет опыта автоматически означает высокий уровень специалиста. На практике это работает далеко не всегда. Сильных кандидатов отличает не столько продолжительность карьеры, сколько отношение к профессии:
Они готовятся к собеседованиям.
Они понимают решения, которые принимали в своих проектах.
Они способны объяснить, почему выбрали ту или иную технологию.
Они честно говорят о своих слабых сторонах и не пытаются скрыть пробелы в знаниях.
Наконец, они ориентированы на решение задачи, а не на демонстрацию набора модных терминов.
Как войти в профессию в 2026 году
Несмотря на рост конкуренции, войти в разработку по-прежнему возможно. Начать стоит с фундаментальной базы:
язык программирования;
Git;
базы данных и SQL;
Linux;
Docker;
работа с API.
После этого важно создать несколько законченных проектов, которые можно показать работодателю — полноценных приложений, в которых есть бизнес-логика, работа с базой данных, авторизация пользователей и взаимодействие с внешними сервисами.
Изучить технологии. Для backend-разработчиков хорошими вариантами остаются PHP, Go, Node.js (TypeScript) и Python. Независимо от выбранного языка необходимо понимать работу баз данных (SQL и NoSQL), REST API, Git и Docker. Для frontend-разработчиков базой остаются JavaScript, TypeScript и один из современных фреймворков — React или Vue. При этом всё большую роль начинают играть не конкретные технологии, а способность быстро осваивать новые инструменты и адаптироваться к изменениям рынка.
Следующий шаг — научиться использовать AI как инструмент повышения продуктивности, а не как замену собственным знаниям. Наконец, стоит уделить время подготовке к собеседованиям. Большинство отказов происходят не из-за отсутствия таланта, а из-за недостаточной подготовки. Всему этому мы учим в онлайн-магистратуре «Фронтенд и бэкенд-разработка».
Вместо заключения
Разработка в 2026 году действительно меняется. ИИ-инструменты становятся частью повседневной работы, появляются новые подходы к организации процессов, а требования к начинающим специалистам постепенно растут. Но если посмотреть глубже, можно заметить, что фундаментальные ожидания работодателей остаются прежними.
Компании по-прежнему ищут людей, которые умеют учиться, способны решать задачи, понимают основы инженерии и могут эффективно работать в команде. Технологии будут меняться ещё много раз. Возможно, через несколько лет мы будем писать код совершенно иначе, чем сегодня. Но хорошие инженеры по-прежнему будут востребованы независимо от того, какими инструментами они пользуются.
Комментарии (3)

supersimka
20.06.2026 07:36На практике интервьюеры заваливают техническими вопросами, которые даже никогда не используешь, а если столкнешься - всегда есть документация, либо stakoverflow, ИИ. А проактивность, способность решить проблему мало кого интересует.

Jijiki
20.06.2026 07:36тут интересно еще вот что, целесообразность использования технического развития, когда я вижу какие-то курсы и прочее, возможно даже факультативы, я надеюсь что там будет какой-то взгляд или база знаний к которой пришли все лучшие инженеры до текущего времени, например, почему свинг такой, а не другой, или почему иксы и вейланд или вин апи такой, а не другой, или почему они такими были, с чем они столкнулись и к чему пришли, я клоню к тому, что когда задача классифицирована до стека - это практически как писать компилятор, и все понимают, что написание компилятора это как раз тысяча-человекочасов, лучших! из лучших!, или тоже ядро Линукса, тоже по-сути лучших! из лучших!, но когда я захожу на какие-то открытые решения, я буквально на голубом глазу, без теории без практики без налёта наезда или токсичности, ожидаю что интерфейс и стек и нюансы уже будут учтены и целесообразно относительно техно-прогресса будут продуманы, но почему-то очень просто это не соблюдается, при этом набор производится, как противопоставление решения задач тысячи-человекочасов к новичку, разбирать почему это провал в С++ и это бесконечные разговоры не очем бесполезно, проще показать сразу как должно быть в лучшей практике и повторить, отсюда следует, что только 1% достигнет пика и покажет или еще как-то провзаимодействуют или сделают как надо, получается в чем прикол всего этого, если в одном месте тех стек продуман и вроде берут тоже лучших из лучших, а в другом месте говоря об опыте, упускается суть(вообще сама целесообразность, и удобство не на первом месте - это опыт тысячи человекочасов получается тоже в какой-то мере, но какова целесообразность вложения этих ресурсов в такое качество продукта) на каких-то реализациях на практике, например, когда открываешь ресурс определенный.
есть вообще какие-то исследования на эту тему интересно же почему так.
почему может родиться такой вопрос, потому что как мне кажется ИИ частично вскрывает проблему накопления базы знаний, и постепенно становится видно без прикрас, какие-то ресурсы просто нецелесообразны по опыту набора чтоли или реализации.
тоесть со временем будет всё четче видно, где красивее, удобнее, комфортнее сделано, потомучто ИИ повышает планку как к знаниям так и сужает интервалы фундаментов(сужение интервала фундамента завязан на обьеме накопленной человечеством к чему люди пришли в лучших практиках, тоесть уже надо буквально знать всё получается в фундаменте), это как раз и бьёт по фундаментальным знаниям в свою очередь.
akod67
Считаю это фундаментальным противоречием на уровне компании, которое надо будет ещё осмыслить и трансформировать найм, иначе будет иначе. Всё ещё движемся по инерции.
В реальной жизни ведь совершенно нормально “архитектору” с 30летним опытом не знать какой-то набирающий обороты новый тренд. Он соверенно чётко поймёт, почему начинает набирать обороты тренд на физическо-подкорковом уровне, но может просто не знать конкретных базвордов. И что он должен сделать? Пообщаться с ЛЛМ на эту тему и осознанно выбрать. Так может надо осознанный выбор проверять, а не запрещать на интревью пользоваться инструментарием, который в реально работе будет использоваться? Карго культ.