История изменений

vsl был прав всю дорогу, походу

Был бы прав, сейчас бы «рыночек порешал» за отсутствие кодеров. Реально же посмотрим вытеснит ли их чатгопота, но уже начали встречаться истории, когда компании возвращают уволенных кодеров.

Самое главное в чем vsl не прав - это что он с восторгом неофита, просветившегося в computer science, сильно переоценил его значение и вообще значение программирования. На самом деле в 99% случаев важнее знание предметной области и некоторое чутье на то, что востребовано рынком сейчас (или вовсе создать эту востребованность). Причем знание предметной области часто еще может означать знание библиотек и фреймворков и уже не очень важно на каком языке их применять.

Хороший пример сейчас с датасайенсом с нейросетями и ML. На работе от специалиста в них требуется знание математики, уже накопленных инструментов, вроде торча и тп. и мозгов применять это для решения задач. Хорошее знание computer science будет плюсом, но не обязательным. Вот тем, кто пишет pytorch и подобные фреймворки, cs куда нужнее, но таких ребят нужно в 1000 или даже в 10000 раз меньше, чем просто ML-ков и даже там подозреваю cs не главное.

Кроме того, формула, что лучше нанять 1-го суперпрофессионала, заменяющего 10 кодеришек, на практике почему-то тоже плохо работает. Это иногда позволяет стартапам откусить часть рынка. Как в уже классической истории еще 90-х с ViaWeb Морриса, который там на лиспе всех порвал на старте. Вот только потом все-равно на C++ переписывали, как я слышал.

vsl был прав всю дорогу, походу

Был бы прав, сейчас бы «рыночек порешал» за отсутствие кодеров. Реально же посмотрим вытеснит ли их чатгопота, но уже начали встречаться истории, когда компании возвращают уволенных кодеров.

Самое главное в чем vsl не прав - это что он с восторгом неофита, просветившегося в computer science, сильно переоценил его значение и вообще значение программирования. На самом деле в 99% случаев важнее знание предметной области и некоторое чутье на то, что востребовано рынком сейчас (или вовсе создать эту востребованность). Причем знание предметной области часто еще может означать знание библиотек и фреймворков и уже не очень важно на каком языке их применять.

Хороший пример сейчас с датасайенсом с нейросетями и ML. На работе от специалиста в них требуется знание математики, уже накопленных инструментов, вроде торча и тп. и мозгов применять это для решения задач. Хорошее знание computer science будет плюсом, но не обязательным.

Кроме того, формула, что лучше нанять 1-го суперпрофессионала, заменяющего 10 кодеришек, на практике почему-то тоже плохо работает. Это иногда позволяет стартапам откусить часть рынка. Как в уже классической истории еще 90-х с ViaWeb Морриса, который там на лиспе всех порвал на старте. Вот только потом все-равно на C++ переписывали, как я слышал.