Иван Доронин из Presight рассказал, какие IT-профессии будут востребованы через 5-10 лет

Иван Доронин, Program Manager в Presight, в интервью The Tech рассказал, как устроена работа в сфере «умных городов», почему LinkedIn стал ключом к его релокации и какие навыки становятся критичными в эпоху искусственного интеллекта. 

Иван Доронин, город — Абу-Даби, Program Manager, LinkedIn

О себе

Я program-менеджер в компании Presight, которая представлена в Казахстане, в том числе в Астане, и занимается решениями для «умного города». Ранее я уже работал с местным подразделением компании несколько лет назад. Сейчас я работаю в Presight в Абу-Даби и живу здесь почти три года.

С этим связана вторая часть моей деятельности: я карьерный консультант, специализируюсь на развитии LinkedIn и поиске работы — помогаю людям находить работу и выстраивать карьеру. Параллельно веду блог на эту тему.

У меня аудитория более 60 000 человек: 13 000 в Telegram, 45 000 в LinkedIn и около 3000 на YouTube.

Как попасть в Presight

В Presight у меня реализуется несколько проектов — это классические IT-проекты. Мы внедряем технологии искусственного интеллекта, Data Science, машинного обучения и генеративного AI в государственных компаниях в ОАЭ, в частности в Абу-Даби и Дубае. Проекты ведутся в обоих городах. Это стандартный цикл проектной работы, включающий планирование, управление рисками, мониторинг, а также решение возникающих проблем на всех этапах реализации.

В компанию Presight я пришел благодаря LinkedIn — я нашел специалиста, который уже там работал. До этого я не был знаком с компанией и просто изучил ее деятельность на сайте. Далее я воспользовался реферальной рекомендацией: попросил о поддержке, и это сработало. В июле 2023 года я прошел собеседование, получил оффер и впоследствии переехал.

Процесс отбора состоял из трех этапов.

Первый этап — HR call по телефону, продолжительностью около 15 минут. Это стандартное интервью: общая информация о кандидате, мотивация, причины поиска работы, ожидания по заработной плате, текущая локация и готовность к релокации.

Второй этап — техническое собеседование. Оно было сфокусировано на процессных вопросах: управление проектами, взаимодействие с клиентами, работа с кризисными ситуациями, приоритизация задач. Основной акцент делался на оценке soft skills, коммуникации и подхода к решению задач.

Третий этап — встреча с руководителем. Формально она должна была длиться около часа и носить формат общего обсуждения на предмет соответствия. Однако фактически разговор занял около 15 минут, после чего было принято решение о найме, и мне сразу сообщили о дальнейшем оформлении оффера.

Советы для тех, кто хочет попасть в международную компанию

Многое зависит от компании и страны, однако можно выделить два ключевых аспекта.

Первый — самопрезентация. Для специалистов из России, Казахстана и стран СНГ характерна сдержанная подача собственных достижений: часто присутствует синдром самозванца и в целом более скромный стиль коммуникации. Это не является универсальной чертой, но встречается достаточно часто как культурная особенность.

В связи с этим важно заранее уделять внимание подготовке к ответу на вопрос “Tell me about yourself”. Желательно довести его до уверенного и структурированного уровня — на русском языке, если команда русскоязычная, и на английском языке, если команда международная, в идеале — сразу на английском. Самопрезентация должна быть основана на фактах, цифрах и конкретных результатах. Это базовый профессиональный навык.

Второй важный аспект — понимание культурных особенностей. Подход к собеседованиям существенно различается в зависимости от региона: в странах Ближнего Востока, США, Европе и СНГ применяются разные модели оценки кандидатов. Часто кандидаты интерпретируют процесс через собственный культурный контекст, что может снижать эффективность коммуникации.

Особенности работы

Я не могу подробно раскрывать проекты. Однако могу привести один кейс, который был завершен около восьми месяцев назад. Мы внедряли решение на базе генеративного AI для крупной энергетической компании в Абу-Даби. Решение включало backend- и frontend-часть и было интегрировано с локальными языковыми моделями, развернутыми в инфраструктуре ОАЭ.

Моя роль заключалась в том, что я подключился к проекту на этапе, когда он фактически находился в состоянии затрудненной реализации. Необходимо было вывести его из кризиса, переформатировать команду и процессы и фактически перезапустить проект для обеспечения успешного внедрения.

В течение четырех месяцев мы полностью перестроили процесс: пересобрали команду, обновили систему отчетности, пересмотрели техническую архитектуру и обеспечили успешное внедрение решения. Основная цель проекта — повышение операционной эффективности за счет применения генеративного искусственного интеллекта — была достигнута.

В процессе реализации возникали как технические, так и организационные сложности, включая вопросы информационной безопасности и инфраструктуры. Дополнительным вызовом стало то, что для части команды это был первый опыт работы с подобными AI-проектами.

В этой связи требовалось выстраивать эффективную командную координацию, усиливать управленческую функцию и обеспечивать высокий уровень проактивности. Клиент был требовательным, с высокими ожиданиями по срокам и качеству, поэтому любые риски требовали оперативного и аккуратного управления.

Если говорить о ключевых навыках, то в первую очередь это проактивность. Важно уметь работать с командой — это включает эмпатию, способность мотивировать людей, а также навыки переговоров и убеждения. По сути, это базовые компетенции IT- и project-менеджера.

Вторая составляющая — понимание командной динамики и взаимодействия между ролями, поскольку проекты строятся на координации различных специалистов.

Третье — понимание специфики домена. До прихода в Presight у меня не было опыта именно в AI-направлении: был опыт работы с данными и хранилищами данных, но не с искусственным интеллектом как отдельной областью. Поэтому значительную часть знаний я получал уже в процессе работы.

Понимание домена — в данном случае AI и data-направления — существенно упрощает взаимодействие с командами: data engineers, data analysts и data scientists, а также помогает корректно выстраивать коммуникацию и ожидания.

Будущее IT и влияние AI

Искусственный интеллект уже начинает замещать отдельные задачи, в первую очередь у специалистов начального уровня: код-ревью, ручное тестирование, базовую аналитику, простые дизайн-задачи и часть маркетинговых операций. Например, AI помогает мне готовить презентации для вебинара по LinkedIn: я предоставляю контекст, референсы и дизайн-код продукта, а он формирует черновик. В итоге презентацию можно собрать за час с небольшими правками, хотя раньше на это уходило несколько дней, что заметно повышает эффективность. 

Также у меня есть личный pet-проект — AI-агент для поиска работы, который я развиваю вне основной работы в рамках своей консультационной деятельности. Это уже не просто идея, а часть моего портфолио и практического опыта, где я совмещаю роли program manager и продуктового разработчика.

По сути, это система из примерно 12 AI-агентов, которые частично или полностью автоматизируют процесс поиска работы: формируют стратегию, подбирают вакансии под профиль и рынок, адаптируют резюме и сопроводительные письма, помогают готовиться к интервью. Вся система выстроена как единый workflow с настройкой под конкретного пользователя и дашбордом с визуализацией прогресса и рекомендаций. Это не полная автоматизация, а полуавтоматизированный ассистент, который сокращает время и усилия на всех этапах — от поиска до оффера, и я продолжаю его развивать.

Если говорить о профессиях в IT на ближайшие 5-10 лет, то ключевыми останутся три направления. Первое — специалисты по данным: data engineers, data analysts и data scientists, поскольку данные остаются основой AI и ML.

Второе — кибербезопасность: архитекторы, инженеры и аналитики, так как это одно из самых быстрорастущих и критически важных направлений.

Третье — инфраструктурные специалисты, обеспечивающие работу AI-систем: DevOps, SRE и смежные роли, отвечающие за развертывание и стабильность систем. В целом, это наиболее устойчивые и востребованные направления на ближайшие годы.

Влияние AI уже сейчас достаточно заметно и, прежде всего, выражается в росте эффективности. Сегодня можно выполнять значительно больший объем работы самостоятельно: например, я развиваю свой стартап, совмещая роли frontend- и backend-разработчика, дизайнера, маркетолога и копирайтера.

В работе это также проявляется — задачи, которые раньше занимали часы или дни, сейчас выполняются за 20-30 минут. Я выгружаю задачи из JIRA, передаю их в Copilot, использую шаблоны дашбордов или презентаций, система обновляет материалы, после чего я за 5-10 минут делаю финальную проверку и отправляю клиенту. В итоге производительность вырастает в разы.

Что нужно уметь специалисту в эпоху AI

Ключевой навык сегодня — это умение работать не просто с ChatGPT как с поиском, а понимать, как устроены промпты, роли и контекст. Когда ты задаешь роль — например, «я профессиональный project-менеджер» или «я профессиональный дизайнер» — и умеешь управлять генеративными инструментами, а также создавать простых агентов под задачи, ты становишься значительно эффективнее большинства специалистов.

И это уже начинает активно требоваться на рынке. Я работаю с людьми, которые ищут работу, и почти на каждом втором-третьем собеседовании их спрашивают, как они используют AI в работе: показать промпты, кейсы, портфолио, опыт внедрения генеративного AI, вайб-кодинг и так далее.

Особенно это важно для менеджерских позиций, но постепенно становится обязательным навыком и для других ролей.

Я уверен, что ценность этого навыка будет только расти.