Выберите текущую позицию
Укажите роль и уровень — система покажет путь развития, навыки и gap-анализ.
Путь развития
Junior
0-2 года
Ответственность: Выполнение задач под руководством старших коллег. Изучение кодовой базы, стандартов и процессов команды. Написание кода по спецификациям, исправление простых багов, написание тестов.
Ключевые навыки:
Middle
2-5 лет
Ответственность: Самостоятельная разработка фич от декомпозиции до деплоя. Участие в code review. Оптимизация производительности. Менторинг junior-разработчиков. Участие в архитектурных обсуждениях.
Ключевые навыки:
- Самостоятельно реализовал 3+ проекта
- Провёл успешные код-ревью
- Участвовал в разрешении production инцидентов
Senior
5-8 лет
Ответственность: Проектирование архитектуры компонентов и сервисов. Решение сложных технических проблем. Ведение технического долга. Code review как gatekeeper качества. Менторинг middle-разработчиков. Выбор технологий для новых задач.
Ключевые навыки:
- Самостоятельно реализовал 3+ проекта
- Провёл успешные код-ревью
- Участвовал в разрешении production инцидентов
Lead / Staff
7-12 лет
Ответственность: Техническое лидерство команды или направления. Проектирование системной архитектуры. Координация с другими командами. Формирование стандартов и best practices. Участие в найме. Планирование технического roadmap.
Ключевые навыки:
- Самостоятельно реализовал 3+ проекта
- Провёл успешные код-ревью
- Участвовал в разрешении production инцидентов
Principal
10+ лет
Ответственность: Техническая стратегия на уровне компании или домена. Кросс-организационное влияние. Решение системных проблем бизнеса через технологии. Менторинг lead-инженеров. Публичное представление компании.
Ключевые навыки:
- Самостоятельно реализовал 3+ проекта
- Провёл успешные код-ревью
- Участвовал в разрешении production инцидентов
Gap-анализ: навыки для развития
Для перехода на следующий уровень необходимо развить:
Самостоятельно интегрирует ChatGPT и Claude API в production-pipeline. Настраивает system prompts, function calling, streaming responses. Сравнивает модели по качеству и стоимости для конкретных задач.
Самостоятельно проводит fine-tuning LLM: LoRA/QLoRA, подготовка instruction datasets, hyperparameter tuning. Мониторит training через W&B, оценивает результаты на held-out наборах данных.
Самостоятельно разрабатывает production-ready промпты: structured output parsing, error recovery prompts, multi-turn dialog management. Применяет systematic approach к промпт-дизайну и тестированию.
Самостоятельно администрирует vector databases в production: Pinecone, Weaviate, Qdrant. Настраивает индексы (HNSW, IVF), оптимизирует recall vs latency, управляет collections и metadata.
Самостоятельно проектирует evaluation pipeline: custom benchmarks, domain-specific eval sets, human evaluation protocols. Сравнивает модели по множеству метрик для принятия production-решений.