В наши дни поиск работы порой может стать настоящим испытанием, особенно для опытных специалистов, которые сталкиваются с изменяющимися требованиями рынка и новым технологическим укладом. Мне пришлось пройти этот путь: после пяти лет в роли основателя и технического директора стартапов я решил вернуться на рынок труда и испытать себя в новых условиях. Однако стремление найти подходящую позицию быстро столкнулось с реальностью, в которой классические методы отбора кандидатов, такие как задачи с Leetcode, не способствовали демонстрации моих реальных навыков и профессионального опыта. После нескольких неудачных интервью, основанных на решении алгоритмических задач, которые, хоть и интересны, казались мне отвлечением от моих сильных сторон, я сменил стратегию. Я решил отказаться от компаний, которые ставят преграды на пути кандидатов через стандартные тесты, и сосредоточиться на тех, кто ценит реальные проекты и опыт.
Некоторые последующие интервью были связаны с практическими задачами и проектами, и в этих условиях мне удалось проявить себя гораздо лучше. Тем не менее, даже при большем соответствии требованиям и навыкам, предложения о работе так и не поступали, что порождало вопросы о том, как меняется рынок труда и чего сегодня ждут работодатели. Мои размышления привели к переосмыслению собственного положения и к постановке вопроса: что же я могу предложить, если традиционные подходы к поиску работы оказываются малоэффективными? Как человек, прошедший через создание полного технического стека продукта — от фронтенда до бэкенда и инфраструктуры — я обнаружил, что являюсь скорее универсалом, а не узким специалистом, что вызывает определённые сомнения с точки зрения самопрезентации работодателю. Одним из ключевых наблюдений стала тенденция рынка: работодатели всё ещё ищут программистов, которые могут полноценно писать код, тогда как в реальности агрессивное внедрение и развитие искусственного интеллекта значительно меняют взгляды на эффективный труд. Современные AI-инструменты позволяют автоматизировать большую часть рутинного программирования, и спрос смещается в сторону людей, способных мыслить творчески и адаптироваться к новым инструментам.
Понимая это, я решил перейти от ожидания к действию. Я начал работать над идеей, которая давно зрела во мне — созданием редактора баз данных с AI-помощником, доступного и прозрачного в использовании. Мой опыт работы с DataGrip, популярным коммерческим инструментом для работы с базами данных, и вдохновение от иммерсивных AI-ассистентов, вроде Cursor, легли в основу нового проекта под названием Dribble. Dribble претендует на роль открытого аналога DataGrip с интеграцией мощного AI, способного не просто помогать с написанием SQL-запросов, но и выполнять их, проверять корректность и давать рекомендации. Главной особенностью стала концепция запроса как независимого объекта с собственными версиями, логами выполнения и возможностью совместного использования, что подходит для команды и для компаний, работающих с большим количеством данных.
Технически архитектура проекта включает контейнеризированные воркеры для управления подключениями и логикой выполнения запросов, что повышает масштабируемость и безопасность. Помимо этого, AI-ассистент изначально создавался с прицелом на контекстное понимание структуры базы данных, использованием данных схем и возможности проводить проверку запросов в реальном времени. Несмотря на то, что проект всё ещё находится в активной разработке, и некоторые функции, например, редактируемые таблицы и продвинутая поддержка open source моделей AI, пока не реализованы, интерес к нему растёт. Открытость проекта позволяет сообществу влиять на его развитие и делать инструмент более удобным и универсальным. Отмечая перспективы Dribble, я вижу не только инструментарий для разработчиков, но и продукт для малого бизнеса и стартапов, которым необходимо эффективно управлять данными из разных источников с высокой степенью безопасности и удобства.
Для этого планируется развитие бизнес-версии с поддержкой on-prem развертывания, интеграцией AI на стороне клиента, расширением поддержки различных платформ хранения данных и усиленной системой контроля доступа и аудита. Ценообразование при этом будет максимально прозрачным и простым, чтобы привлечь как можно больше заинтересованных компаний и предоставить им выбор между бесплатной версией с открытым кодом и полноценным корпоративным решением. Работа над проектом изменило моё отношение к программированию и самоощущение как IT-специалиста. Вместо того чтобы быть просто кодером, я превратился в менеджера проекта, архитектора и координатора, сконцентрировавшись на итоговом результате и полезности для пользователей. Искусственный интеллект перестал быть инструментом опасений, превратившись в помощника, с которым можно создавать более качественные и инновационные решения.
Этот опыт вдохнул в меня новый оптимизм относительно будущего профессиональной деятельности в IT. Больше нет страха остаться позади из-за устаревших навыков — путь открыт благодаря постоянному обучению, творчеству и интеграции современных технологий. Во многом такие проекты напоминают оживлённые стартап-дни, когда волшебство создания нового было самым вдохновляющим. В заключение, настоятельно рекомендую не бояться нестандартных подходов в карьере. Если традиционные методы поиска работы не работают, попробуйте вложить энергию в что-то собственное, инновационное и открытое миру.
Это не только возможность показать себя, но и путь к росту, знакомствам и, возможно, неожиданным профессиональным перспективам. Dribble — лишь один из примеров того, как проблемы можно превратить в новые возможности и вдохновение.
