Omfamna, inte utrota
Under de senaste 12 månaderna verkar det som om alla andra buzzwords i teknikindustrin har talat om att "omfamna AI" för att skriva kod, lösa problem, svara på frågor och göra allt utanför att leka med din katt. Anmärkningsvärt har detta utvecklat två olika läger av tidiga karriär mjukvaruingenjörer: AI Maximalists och AI Doomsayers.
Jag spenderar mycket tid mentor junior ingenjörer både professionellt och utanför min 9-5, volontär med bootcamp betyg och tidiga karriär kodare, och den tid jag har frågat någon variation av "är AI kommer att ta mitt jobb" är vid denna punkt, för många att räkna.
Så ja, Virginia, jag ska berätta att AI kommer för ditt jobb - åtminstone din förväntan om vad ditt jobb var.
Nu är det upp till dig att anpassa dina tekniker och metoder för att utnyttja LLM-verktyg som en viktig del av din verktygskedja för att lösa problem.
Så länge du gör detta kommer robotarna inte att utrota dig.
Den omdefinierade junioringenjören
Konceptet av vad en Junior Engineer är har varit ett skiftande mål under det senaste året eller två som AI-kodning blir effektivare, smartare och mer intuitiv. Med tanke på sammanhanget kan LLM och resonemangsmodeller som Sonnet + ChatGPT dyka in i en kodbas, bygga förståelse och svara på frågor på ett nyanserat, effektivt och tydligt sätt.
Men är det inte vad en junioringenjör gör?
I allmänhet anses en Junior Software Engineer vara en mer naiv kodare på ett tech-företag.De har precis börjat sin karriär, så mycket av sin tid spenderas på att lära sig - oavsett om det är att ta reda på företagets kodbas, plocka upp bästa praxis (SPACES VS TABS!!!!), eller bli bekväm med verktyg och arbetsflöden, precis som vad en AI-motor kan göra när den konsumerar koden i ditt företags arkiv.
De gör också en hel del kod recensioner (både ge och ta emot), ställa massor av frågor (ideellt!), och sitta in på möten där storbildsbeslut sker.
Här är den viktigaste skillnaden mellan AI och ingenjörer - junioringenjörens jobb handlar inte bara om att kodas, det handlar om att lära sig att bygga saker well, samarbeta med andra och långsamt nivellerar upp tills de kan ta itu med större utmaningar.väl I stället för att frukta AI som en ersättning, junior ingenjörer, bör du se AI som en accelerator för din karriärutveckling. Här är hur de kan få ut det mesta av det: Harmoni med maskinen
Använd AI för att uppdatera Idévalidering: Har du en idé för att lösa en bugg? Kör den av en AI-modell för att få alternativa tillvägagångssätt innan du implementerar.
Hävstång AI för snabbare lärande: Istället för att spendera timmar att söka efter dokumentation, använd AI-verktyg för att få kortfattade, relevanta förklaringar snabbt.
Hävstång AI för snabbare lärande: Istället för att spendera timmar att söka dokumentation, använd AI-verktyg för att få kortfattade, relevanta förklaringar snabbt.Leverage AI för snabbare lärande:
Använd AI för idévalidering: Har du en idé för att lösa en bugg? Kör den med en AI-modell för att få alternativa tillvägagångssätt innan du implementerar. Var uppmärksam - det måste finnas affärssammanhang eller resonemang för att göra saker på vissa sätt.
Använd AI för idévalidering: Har du en idé för att lösa en bugg? Kör den med en AI-modell för att få alternativa tillvägagångssätt innan du implementerar. Var uppmärksam - det måste finnas affärssammanhang eller resonemang för att göra saker på vissa sätt.Använd AI för idévalidering:
Strengthen Problem-Solving Skills: AI kan ge lösningar, men att förstå varför dessa lösningar fungerar (eller inte fungerar) är en viktig differentiator för en stark ingenjör.Du kan också stärka dina kodöversynskunskaper genom att granska AI: s koddykning och ha en dialog om olika tillvägagångssätt (”överväga ett switchfall och ge mig en förklaring om för- och nackdelar med att göra det i denna metod”).
Strengthen Problem-Solving Skills: AI kan ge lösningar, men att förstå varför dessa lösningar fungerar (eller inte fungerar) är en nyckelfaktor för en stark ingenjör.Du kan också stärka dina kodöversynskunskaper genom att granska AI: s koddykning och ha en dialog om olika tillvägagångssätt (“överväga ett switchfall och ge mig en förklaring om för- och nackdelar med att göra det i denna metod”).
Stärka problemlösningsförmåga:varför
Collaborate and Think Beyond Code: AI kan generera kod, men det kommer inte att ersätta kreativ problemlösning, intressentkommunikation eller förmågan att tänka kritiskt om ett projekt mål.Om en AI kan skriva kod som fungerar, det är bra, men hur kan du som ingenjör kommunicera lösningen på problemet till intressenter och även uppdatera det om det inte löser för alla nödvändiga fall?
Collaborate and Think Beyond Code: AI kan generera kod, men det kommer inte att ersätta kreativ problemlösning, intressentkommunikation eller förmågan att tänka kritiskt om ett projekt mål.Om en AI kan skriva kod som fungerar, det är bra, men hur kan du som ingenjör kommunicera lösningen på problemet till intressenter och även uppdatera det om det inte löser för alla nödvändiga fall?
Samarbeta och tänk bortom kod:
Fokus på tillväxt utöver kodning: Mjuka färdigheter, systemdesign och förståelse för affärsmässiga effekter är fortfarande avgörande.
Fokus på tillväxt utöver kodning: Mjuka färdigheter, systemdesign och förståelse för affärsmässiga effekter är fortfarande avgörande.Fokus på tillväxt utöver kodning:
Junioringenjörens roll försvinner inte – den utvecklas.Om du omfamnar AI som en partner snarare än en konkurrent kan du påskynda din karriär och ta på dig mer utmanande och givande arbete snabbare än någonsin tidigare.
