Зайти в IT: как овладеть профессией программиста с нуля

IQ Media представляет подкаст о профессиях и компетенциях будущего – «Кем стать, когда вывезу». О том, чему и где научиться уже сейчас, чтобы быть востребованным через 25-50 лет, рассказывают эксперты Высшей школы экономики. В этом выпуске мы пообщались с приглашенным преподавателем Департамента больших данных и информационного поиска факультета компьютерных наук НИУ ВШЭ Филиппом Ульянкиным. 

Вместе с ведущим подкаста кандидатом физико-математических наук Евгением Ребровым Филлипп Ульянкин рассуждал о том, что важно, чтобы быть высококвалифицированным IT-специалистом, и как войти в эту профессию. 

Евгений Ребров (Е.Р.): – Всем привет, меня зовут Евгений Ребров, и это  и это подкаст о профессиях «Кем стать, когда вывезу» – проект бренд-медиа Высшей школы экономики IQ Media, в котором мы обсуждаем профессии будущего, а также навыки и компетенции, которые надо получить сегодня, чтобы оставаться востребованным завтра. И сегодня у нас в гостях Филипп Валерьевич Ульянкин, приглашенный преподаватель факультета компьютерных наук Высшей школы экономики. Филипп, звучит громко и серьезно, но мы договорились, что у нас сегодня диалог будет простой, легкий и непринужденный. Поэтому расскажите нам, пожалуйста, в целом, чем вы занимаетесь в сфере, касающейся IT-образования?

Филипп Ульянкин (Ф.У.): – Да, попробую быть очень простым, может быть, у меня не получится и я скачусь во что-то заумное, надо будет меня перебить и заставить вернуться к простым терминам. Что я делаю в образовании? Много преподаю, в основном на ФКН, иногда на экономическом факультете. По большей части, это разные курсы, связанные с машинным обучением, нейросетями, математической статистикой и всем, что сейчас считается очень-очень модным и называется сокращенно двумя буквами — АI.  В свободное от преподавания время работаю в Яндексе, занимаюсь машинным обучением в сфере безопасности такси. Например, пытаюсь сделать так, чтобы ДТП на дорогах стало меньше, учу для этого разные нейросети и не только.

Е.Р.: – Звучит перспективно, а самое главное —  актуально и востребовано. То есть речь идет не о том, чтобы научить водителей совершать меньше ошибок на дорогах, а обучать системы, которые позволят сократить количество ДТП. Вообще, в подкасте «Кем стать, когда вывезу» мы говорим об актуальных профессиях и о профессиях будущего. Как сейчас меняются, эволюционируют профессии в IT-сфере на фоне стремительного развития информационных технологий? 

Ф.У.: – На самом деле, эволюция идет удивительно постепенно. Когда я только учился в бакалавриате, все вокруг кричали, «О боже, Data Science, машинное обучение, скоро всех уволят, не будет профессии бухгалтера». Почему-то все спикеры, которые рассказывали про то, какие профессии исчезнут через 20 лет, очень сильно не любили именно бухгалтерскую деятельность и выделяли ее в ТОПе профессий, которые скоропостижно должны покинуть наш мир. Бухгалтеры все еще с нами, никуда не исчезли и маловероятно, что исчезнут в ближайшие полвека. 

Тем не менее что-то изменилось, в первую очередь, наверное, сам по себе рынок IT. Стало очень много спроса на людей, которые занимаются программированием, машинным обучением, аналитикой. И на рынке чувствуется очень жесткий дефицит кадров. Мы с друзьями сильно удивляемся, когда смотрим вокруг, потому что в 2014 году во время нашего обучения в бакалавриате невозможно было найти какую-либо вакансию, связанную с машинным обучением и Data Science. На тот момент еще даже Сбербанк не начал скупать всех специалистов, чтобы удовлетворить свои потребности. После какой-нибудь стажировки можно было попасть в штат и профессиональное развитие шло постепенно. А сейчас человек может учиться буквально на втором курсе того же самого ФКН или возможно эконома, и уже зарабатывать сто с лишним тысяч или больше, если он талантливый. 

Сейчас у людей намного больше свободы в плане выбора того, чем заниматься. Кто-то может и на завод пойти работать, но это личный выбор каждого человека. И в этом плане эволюция в IT достаточно резкая. 

А что касается других профессий, то как-то все идет очень плавно. Наверное, не стоит верить в алармистские крики о том, что скоро что-то исчезнет. 

Е.Р.: – Вы вспоминаете о том, какая была на рынке ситуация в 2014-м году, а я вспомнил, как в 2009-м выпустился из университета, получив диплом программиста. Вопрос, который возникает у меня сейчас, в мои 37 с хвостиком: не поздно ли прийти в IT в таком возрасте и обучиться всему тому, что актуально сейчас? Или те знания, которые мной были получены 15 лет назад, уже совершенно неактуальны и придется учиться с нуля?  

Ф.У.: – Какие-то базовые навыки, которые были получены, будут актуальны всегда. Если ты кандидат физико-математических наук, то вероятно обладаешь достаточно мощной математической базой. Если ты учился программировать, то скорее всего помнишь все базовые конструкции, которые есть в каком-нибудь языке. А дальше — дело времени, чтобы научиться выполнять какие-то задачи, которые будут актуальны для работодателя. То есть можно спокойно зайти в отрасль и начинать что-то делать. С учетом наличия высокой базы и заработок должен быть сразу немаленький. 

Е.Р.: – Если вдруг мне надоест зарабатывать голосом, то я всегда могу уйти в другую сферу. А если базы нет, с чего стоит начать? Какие должны быть первые шаги по направлению к IT? И есть ли какой-то возрастной предел, когда уже не стоит этим заниматься? 

Ф.У.: – Мне кажется, нет ограничения по возрасту. Главное —  желание. Опять же, учитывая то, что на рынке, на мой взгляд, достаточно большой дефицит квалифицированных кадров, то можно в любом возрасте на него зайти.

Другой вопрос в том, какую стратегию выбрать, потому что их огромное количество.  Можно пойти на красиво упакованные курсы, где тебе в сжатом режиме дадут всю базовую математику, базовое программирование, базовое машинное обучение. И дальше можно работать на какой-нибудь позиции джуниора, аналитика, либо тестировщика. 

Но можно делать и по-другому, потому что большое количество компаний, которые до этого про IT и думать не думали, взяли курс на цифровизацию. Тот же самый Сбер 10 лет назад вдруг заявил, что мы теперь —  не банк, а IT-компания. За 10 лет они очень сильно перестроились, за что им, собственно говоря, респект и уважение. И многие другие компании тоже хотят перестроиться по их подобию, стать более цифровизированными в современном мире. И если человек видит такую кампанию, возможно он уже в ней работает и понимает, что внутри все плохо устроено в плане данных и цифровизации, то он может попытаться взять на себя ответственность и начать продвигать какую-нибудь автоматизацию, которой раньше не было.  

Возьмем тех же самых бухгалтеров. Скорее всего, у них есть огромное количество задач, которые можно как-то автоматизировать. И если ты условно внутри своей компании приходишь в департамент, где нужна цифровизация, и делаешь для них что-нибудь в этом направлении, то во-первых, ты получаешь, скорее всего, неограниченный доступ к всяким съестным запасам, которые есть в департаменте. Уверен, что обычно в бухгалтерии работают очень милые, добрые женщины, которые тебя не оставят голодным. А во-вторых, получаешь от них огромную благодарность и какой-то классный реализованный проект в свою копилочку, который видят твои руководители. 

Учитывая то, что компания, скорее всего, взяла курс на цифровизацию, то можно легко залететь с этих низких позиций, если оттуда идет старт, в какой-то авангард по всей этой работе. Это вторая стратегия. Что нужно для того, чтобы попытаться ее реализовать? Буквально базовые навыки программирования и ничего более. Не нужно знать какую-то тяжелую математику, чтобы учить какие-то AI-модели и так далее. Необходимо просто уметь писать код, чтобы сэкономить человеко-часы и автоматизировать какие-то рутинные расчеты, которые до этого делались в Excel большим количеством людей. 

Многие студенты, которых я обучал, будучи еще сам магистрантом, этим занимались и им в конечном итоге компании были очень благодарны. Что вообще называют АI? Да что угодно. Если написан просто какой-то базовый код, то в понимании топ-менеджеров — это уже АI, автоматизация и так далее. То есть, чтобы быть айтишником, не обязательно учить нейросети. И более того, нейросети учит на самом деле довольно маленькая когорта компаний, в которых уровни цифровизации и автоматизации уже достигли пиков, и они могут себе это позволить. 

Третья стратегия заключается в том, что можно попытаться найти компанию, уже вставшую на путь цифровизации и сделавшую первые шаги. В этом случае не надо снизу самостоятельно заниматься попыткой поднять флаг цифровизации. Достаточно оказаться в каком-то отделе, который во все это вписался. Примером такой компании был МТС, когда они только-только начали строить у себя различные AI-отделы. Туда пришел Виктор Кантор как лидер всех этих процессов. Во-первых, он очень жестко реструктуризировал все, что там было, а во-вторых, они стали своим каналом для довольно большого количества людей, и в плане машинного обучения — очень перспективным местом для работы. Можно помониторить рынок, чтобы найти такие компании и попытаться войти в одну из них на ранних этапах трансформации. И вместе с этой трансформацией можно вырасти до достаточно высоких позиций, потому что по мере ее продвижения будут нужны новые люди, новые ресурсы и  новые команды. 

Е.Р.: – Мне кажется, тут логично будет выглядеть вопрос: если у нас уже есть какие-то системы искусственного интеллекта, и AI в целом тоже может писать примитивный код, нужно ли в таком случае человеку обучаться базе? Или лучше все-таки учиться взаимодействовать с искусственным интеллектом, чтобы ставить ему правильные задачи? Какой путь выглядит более перспективным на сегодняшний день? Обучаться программированию как таковому, получать какую-то базу, фундаментальное знание и расти в этом направлении, или стараться актуализировать знания, связанные с искусственным интеллектом?

Ф.У.: – Нужно делать обе штуки, потому что на текущей стадии развития все GPT-модели очень сильно врут, и внутри них возникает довольно большое количество галлюцинаций. Что это за галлюцинации? АI генерирует какой-то код, который вроде бы похож на правду, но он не работает. И, по сути, у тебя есть хороший скелет для того, чтобы дальше его дорабатывать.  Но если ты научился просто писать промпты  (запрос, текстовая инструкция для нейросети: ред) внутри модели, но не умеешь прогать, то ты никогда в жизни не поймешь то, что это отличный скелет, который нужно чуть-чуть доработать и получить на выходе классную программу, способную решить все твои проблемы. Для этого хорошо бы знать базу. 

Конечно, нет смысла, отказываться от использования современных инструментов. Но чтобы понять, что за результат ты получил, нужны какие-то базовые знания, без которых далеко не уедешь как высококвалифицированный специалист. Если речь идет о низкой квалификации, когда нет потребности в росте, тут может быть достаточно просто писать промпты в ChatGPT. Но классный специалист должен уметь и то, и другое. 

Могу тут привести в качестве примера ситуацию, не совсем связанную с программированием. В прошлом году в НИУ ВШЭ был проект, в рамках которого нужно было создавать дипломные работы с помощью GPT-моделей. Я там был консультантом, мы вместе сидели в Neanderthal.AGI  и пытались написать промпты, которые бы помогли сделать то, что нужно студенту. И абсолютно каждый студент, участвующий в эксперименте, начинал с того, что просто тупо брал модель и начинал задавать ей вопросы и давать какие-то задания. Это не работало, потому что промпты так не пишутся. Необходимо сформулировать примеры, конкретизировать запрос, а потом уже что-то спрашивать у модели. Алгоритмы хорошо работают только при правильных запросах. Поэтому во время консультаций на первом этапе мы уделяли много внимания тому, чтобы научиться четко формулировать свои мысли и получать от нейронки адекватный ответ. А если не понимаешь, какой ответ нужен, то все генерации бессмысленны. Так что база очень важна. 

Е.Р.: – Что еще сейчас важно для айтишника? Есть стереотипное представление о том, что IT-специалист – это человек, который взаимодействует с машиной. Я сижу за компьютером, пишу код,  программирую. Все, что находится вокруг, внешний мир меня особенно не интересует. Действительно ли IT-специалист, как думает большинство людей, — узкоспециализированный профессионал, который взаимодействует исключительно с компьютерной клавиатурой? Или все-таки это человек, которому нужно обладать креативным мышлением, взаимодействовать с другими людьми больше, чем с компьютером?

Ф.У.: – Все зависит от того, насколько широко мы берем определение айтишника. О чем идет речь? Вот, например маркетологи, специалисты, которые занимаются рекламой, настройкой личных кабинетов — они, на ваш взгляд, айтишники? 

Е.Р.: – Информационные технологии — это то, с чем они имеют дело непосредственно. Так что, наверное, входят в их число. 

Ф.У.: – Да, это достаточно творческие ребята.

Е.Р.: – Вполне. Да, нужно уметь больше, чем просто взаимодействовать с компьютером. 

Ф.У.: – Кажется, что да. Возьмем снова пример из Вышки, где в какой-то момент решили, что на каждом факультете должен быть курс, связанный с программированием на питоне. И я помню, что еще до появления всех этих моделей, умеющих генерировать картинки, видео, до СhatGPT мы приходили на факультет дизайна и рассказывали ребятам про машинное обучение. На тот момент мы показывали им достаточно топорные примеры, потому что революция еще не случилась, это был 2018-2019 год. На самом деле удивительно, так мало времени прошло. Сейчас 2025-ый и мы имеем шикарные модели, которые генерируют шикарные картинки. А на тот момент из самых передовых вещей, которые мы имели, были какие-то нейросети, которые меняли стиль картинок и перерисовывали людям аватарки для соцсетей в стиле Ван Гога. И мы тогда говорили студентам, смотрите, есть такая штука, хорошо бы знать, что она есть и что технология будет развиваться дальше и будут появляться более классные модели. Слушали ли нас дизайнеры на тот момент? На самом деле нет, потому что на четвертой лекции в аудитории было два человека, а не поток из трехсот. Вот можно было бы быть тогда визионером, но ребята сливались со всей этой истории.

Е.Р.: – Есть такой знаменитый мем, в котором человек спрашивает робота, может ли он написать симфонию, на что тот ему говорит: «А ты?». Сейчас мы много говорим о нейросетях, об искусственном интеллекте, только что вы вспомним о том, что дизайнерам еще несколько лет назад рассказывали о нейросетях и их пользе. Заменит ли искусственный интеллект часть представителей творческих профессий? IT-специалисты все равно будут востребованы, потому что они будут писать, дописывать, менять то, что делает искусственный интеллект, а вот картинки создавать  компьютер уже может без участия человека — человека-дизайнера, художника в широком понимании этого слова.

Ф.У.: – Заменит ли и как скоро? Я бы сказал, что нет, не заменит, потому что для того, чтобы создавать картинку через нейронку нужен человек, который будет вводить промпты и нужен человек, который будет лишние части картинки вырезать, заменять на какие-то новые. Понятное дело, что сгенерировать логотип легче, чем нарисовать его с нуля, тем не менее для этого по-прежнему нужны человеко-часы. Возможно, таких людей нужно будет на порядок меньше, но они по-прежнему будут нужны, и, скорее всего, будут докручивать прототипы до финального результата, который устроит заказчика. Скорее всего, на каких-то мелких деталях нейронки будут тупить и проще доделать руками. Но предварительная работа, связанная с генерацией большого количества образцов, будет хорошо делаться нейронками. 

Вероятно, будет меньше людей, но потребность в таких людях не исчезнет. И опять же, не факт, что нужно будет меньше людей. Возможно, сейчас каждый, кто раньше не мог себе позволить генерировать логотипы, захочет себе логотипы и, наоборот, понадобится больше людей, которые будут что-то генерировать. Непонятно пока, в какую сторону все это двинется, крайне сложно прогнозировать.

Е.Р.: – Звучит так, что, если раньше нужен был один дизайнер, который просто рисует картинку, теперь нужен условно программист, который задаст правильный промпт нейросети, а после этого дизайнер поработает с полученным изображением. То есть нужно даже два человека вместо одного, чтобы сделать хороший результат? 

Ф.У.: – Нет, дизайнер сам может написать промпт, он же владеет человеческим языком, и у него есть клавиатура, IT-специалисты здесь не нужны.

Е.Р.: – То есть мы переходим к тому, что в целом навыками и компетенциями, которые в стереотипном мышлении необходимо исключительно IT-специалистам, сейчас необходимы абсолютно всем, представителям любых профессий? Если ты —  художник, то все равно хорошо, если ты будешь знать, как работает искусственный интеллект, как взаимодействовать с ним для того, чтобы добиваться лучших результатов? 

Ф.У.: – Не совсем. Если ты художник, то тебе не обязательно знать, как работают программисты, не обязательно уметь самостоятельно программировать и понимать, что находится в кишках нейросетки и как эти кишки устроены. 

Чтобы работать и получать на выходе какие-то адекватные результаты, достаточно уметь хорошо писать промпты и понимать, как это делается. Когда появился поиск в интернете, Google и Яндекс выкатили свои первые версии поиска. Никто же не шел разбираться, как это устроено внутри, все просто научились пользоваться поисковой строкой. Появились всякие разные курсы, как правильно гуглить, подбирать ключевые слова, ставить кавычки в нужных местах, чтобы быстрее находить информацию. Сейчас происходит все ровно то же самое, но это уже следующая большая вещь, которая случилась после поиска. И будут, точнее уже появляются, всякие разные курсы, связанные с тем, как правильно писать эти промпты. Появляется какой-то единый стандарт, чтобы все нейросетки работали одинаково в этом плане, и человеку не нужно было переучиваться со входа в ChatGPT на вход, например, в DeepSeek. Все это достаточно стандартизовано, и если научиться работать с одной какой-то нейронкой, генерирующей новый контент, то будет легко использовать весь пул и выбирать какую-то модель, которая больше нравится из всего этого огромного многообразия. 

То есть дизайнеру не надо учиться программировать. Если ему хочется, то почему бы нет? А если его от этого тошнит, то зачем страдать? Опять же, если мы возвращаемся к тому же самому Data Culture в рамках Вышки, то дизайнеров никто не заставлял программировать. Я не знаю, как сейчас, надеюсь, что тоже нет. Это скорее были какие-то научпоп-лекции про то, какие инструменты существуют, куда можно посмотреть, чтобы их как-то использовать. 

Е.Р.: – То есть, умение правильно написать промпт – это просто навык, который будет полезен практически любому человеку уже в ближайшее время для того, чтобы решать какие-то свои задачи? 

Ф.У.: – Ну да, в целом, да. Это как навык написать правильный поисковый запрос.

Е.Р.: – Кажется, до сих пор не все еще знают, что в поисковом запросе можно использовать кавычки, несмотря на все время существования поисковых систем… 

Ф.У.:. – Ну, кто-то ищет побыстрее, кто-то помедленнее. То же самое с промптами. Можно не прочитать огромный мануал и делать так, как тебе кажется правильным. Но тогда будешь делать чуть дольше, чем другие. Но главное — осознать, что тебе нужно приводить примеры для того, чтобы генерация на выходе была адекватной. И необходимо осознавать, что очень важен фактчекинг, потому что те факты, которые генерирует нейронка, часто ложные, но они очень похожи на правду. Поэтому, если забираешь какую-то информацию, ее надо перепроверять. Наверное, это два самых важных нюанса.

Е.Р.: – Да, так и есть. Читал недавно, что если долго разговаривать с нейросетью, можно узнать что-то, чего нет на самом деле, и обязательно нужно перепроверить и попробовать ее переубедить. Если получится, то уже можно считать результат чемпионским. Вопрос, тогда, наверное, финальный. Мы много сейчас говорили о том, что за IT действительно будущее, потому что настоящее без IT мы уже не мыслим. И для того, чтобы быть хорошим специалистом, нужно получать много разных знаний в этом направлении — где этому можно научиться, куда пойти, как правильно выбрать направление для себя. Если мы сейчас говорим о тех, кто пытается делать первые шаги в направлении IT-образования, на что обратить внимание в первую очередь, как сделать правильный выбор?

Ф.У.: – Надо делать то, что тебе нравится. А чтобы найти то, что тебе нравится, надо много всего разного попробовать. Как это делать? Надо общаться с людьми, ходить на митапы, слушать разные доклады, задавать вопросы своим однокурсникам, которые уже возможно где-то поработали, что они делают, нравится им это или нет. То есть надо общаться. Я, например, когда учился на третьем курсе, вообще не понимал, что хочу делать. Мне казалось, что я хочу быть финансистом, поэтому пошел в Центр математических финансов, стал слушать, что там люди рассказывают про опционы, понял, что не хочу быть финансистом. Но общаясь при этом с кучей людей вокруг, я осознал, что хочу заниматься машинным обучением. То есть, чтобы понять, что тебе нравится, надо пообщаться с огромным количеством людей, и кто-то из них обязательно влюбит тебя в то, что он делает, и тогда ты упадешь в это с головой и не пожалеешь об этом. Это, если мы говорим про самоопределение. 

А если мы говорим про навыки в плане их набора на предметах в ВУЗе, существует огромное количество курсов по выбору, можно походить на разные. Есть огромное количество видеозаписей от той же Вышки. Просто берешь, смотришь и понимаешь, нравится тебе это или нет. Если очень сложно, то идешь на какие-то курсы, которые надо было до этого посмотреть, чтобы понимать все, что происходит. Условно, если это нейросети в аудио, то, наверное, до этого надо было бы посмотреть курс по обычным нейросетям, а до него стоило посмотреть курс по машинному обучению, и еще раньше — просто по базовому программированию. И вот эту цепочку надо как-то сверху аккуратненько развернуть и посмотреть, готов ли ты пройти этот длинный путь, чтобы все навыки потихонечку освоить. 

В сети много всего. Если не хочется самому разбираться, то есть люди, которые уже упаковали все это за тебя в пачку из курсов. И допустим, опять же, в Вышке, если мы говорим про подобные пачки, это, например, майнор. Ты туда приходишь, понимаешь, как это все устроено, и дальше уже выбираешь какую-то более специфичную область, в которой можно копать.

Е.Р.: – Спасибо. Пожелаем нашим слушателям любить то, что они делают и делать то, что они по-настоящему любят. Филипп, спасибо большое. Это был подкаст «Кем стать, когда вывезу?» И сегодня мы выяснили, что айтишником стать никогда не поздно и самое время двигаться в этом направлении прямо сейчас —  если очень хочется, а если не хочется, то двигаться в том направлении, в котором хочется. И пусть все получится. Спасибо.

Также читайте:

• Представляет ли ИИ угрозу для интеллектуальных профессий
  
• Как начать новую жизнь после 60, пойти учиться в 70 лет и освоить сложную профессию
  
• Почему бизнес-тренер – это профессия будущего