Выберите текущую позицию

Укажите роль и уровень — система покажет путь развития, навыки и gap-анализ.

Путь развития

Junior

0-2 years

Текущий

Ответственность: Completing tasks under the guidance of senior colleagues. Learning the codebase, standards, and team processes. Writing code to spec, fixing simple bugs, writing tests.

Ключевые навыки:

ChatGPT / Claude Нужно
LLM Fine-tuning Нужно
Prompt Engineering for Code Нужно
Vector Databases Нужно
LLM Evaluation Нужно

Middle

2-5 years

Следующий

Ответственность: Independently developing features from decomposition to deployment. Participating in code review. Optimizing performance. Mentoring junior developers. Taking part in architecture discussions.

Ключевые навыки:

ChatGPT / Claude Нужно
LLM Fine-tuning Нужно
Prompt Engineering for Code Нужно
Vector Databases Нужно
LLM Evaluation Нужно

Senior

5-8 years

Ответственность: Designing the architecture of components and services. Solving complex technical problems. Managing technical debt. Code review as a quality gatekeeper. Mentoring middle developers. Choosing technologies for new tasks.

Ключевые навыки:

AI Agent Frameworks Нужно
AI Agents for Development Нужно
AWS Нужно
ChatGPT / Claude Нужно
Elasticsearch / OpenSearch Нужно
gRPC & Protocol Buffers Нужно
Kubernetes Core Нужно
LLM Fine-tuning Нужно
LLM Applications Нужно
MLflow Нужно
Model Context Protocol (MCP) Нужно
Model Serving Нужно
Pandas / Polars Нужно
PostgreSQL Нужно
Prompt Engineering for Code Нужно
Python Web Frameworks Нужно
PyTorch Нужно
RAG Architecture Нужно
Redis Нужно
REST API Design Нужно
S3 / Object Storage Нужно
Server-Sent Events & Streaming Нужно
Task Queues Нужно
Transformers & NLP Нужно
Unit Testing Нужно
Async Programming Нужно
Vector Databases Нужно
Model Monitoring Нужно
LLM Evaluation Нужно
OOP & SOLID Principles Нужно
Experiment Tracking Нужно

Lead / Staff

7-12 years

Ответственность: Technical leadership of a team or area. Designing system architecture. Coordinating with other teams. Establishing standards and best practices. Participating in hiring. Planning the technical roadmap.

Ключевые навыки:

AI Agent Frameworks Нужно
AI Agents for Development Нужно
AWS Нужно
ChatGPT / Claude Нужно
Elasticsearch / OpenSearch Нужно
gRPC & Protocol Buffers Нужно
Kubernetes Core Нужно
LLM Fine-tuning Нужно
LLM Applications Нужно
MLflow Нужно
Model Context Protocol (MCP) Нужно
Model Serving Нужно
Pandas / Polars Нужно
PostgreSQL Нужно
Prompt Engineering for Code Нужно
Python Web Frameworks Нужно
PyTorch Нужно
RAG Architecture Нужно
Redis Нужно
REST API Design Нужно
S3 / Object Storage Нужно
Server-Sent Events & Streaming Нужно
Task Queues Нужно
Transformers & NLP Нужно
Unit Testing Нужно
Async Programming Нужно
Vector Databases Нужно
Model Monitoring Нужно
LLM Evaluation Нужно
OOP & SOLID Principles Нужно
Experiment Tracking Нужно

Principal

10+ years

Ответственность: Technical strategy at the company or domain level. Cross-organizational influence. Solving systemic business problems through technology. Mentoring lead engineers. Publicly representing the company.

Ключевые навыки:

AI Agent Frameworks Нужно
AI Agents for Development Нужно
AWS Нужно
ChatGPT / Claude Нужно
Elasticsearch / OpenSearch Нужно
gRPC & Protocol Buffers Нужно
Kubernetes Core Нужно
LLM Fine-tuning Нужно
LLM Applications Нужно
MLflow Нужно
Model Context Protocol (MCP) Нужно
Model Serving Нужно
Pandas / Polars Нужно
PostgreSQL Нужно
Prompt Engineering for Code Нужно
Python Web Frameworks Нужно
PyTorch Нужно
RAG Architecture Нужно
Redis Нужно
REST API Design Нужно
S3 / Object Storage Нужно
Server-Sent Events & Streaming Нужно
Task Queues Нужно
Transformers & NLP Нужно
Unit Testing Нужно
Async Programming Нужно
Vector Databases Нужно
Model Monitoring Нужно
LLM Evaluation Нужно
OOP & SOLID Principles Нужно
Experiment Tracking Нужно

Gap-анализ: навыки для развития

Для перехода на следующий уровень необходимо развить:

ChatGPT / Claude

Independently integrates ChatGPT and Claude API into production pipelines. Configures system prompts, function calling, and streaming responses. Compares models by quality and cost for specific tasks.

LLM Fine-tuning

Independently conducts LLM fine-tuning: LoRA/QLoRA, instruction dataset preparation, hyperparameter tuning. Monitors training via W&B, evaluates results on held-out datasets.

Prompt Engineering for Code

Independently develops production-ready prompts: structured output parsing, error recovery prompts, multi-turn dialog management. Applies systematic approach to prompt design and testing.

Vector Databases

Independently administers vector databases in production: Pinecone, Weaviate, Qdrant. Configures indexes (HNSW, IVF), optimizes recall vs latency, manages collections and metadata.

LLM Evaluation

Independently designs evaluation pipelines: custom benchmarks, domain-specific eval sets, human evaluation protocols. Compares models across multiple metrics for production decision-making.