Круглый стол «Как AI-агенты меняют роль дата-инженеров и аналитиков?»
7 июня 2026 состоялся DataBoom Birthday и на ней мне удалось поучаствовать в качестве ментора для начинающихся специалистов и спикера на панельной дискуссии, где мы с коллегами обсудили как AI-агенты меняют роль дата-инженеров и аналитиков.
Запись круглого стола на YouTube:
Тайм-коды:
00:00 Представление спикеров
01:23 Про границы профилей дата инженера и аналитика
03:51 В каких задачах дата специалистов AI уже приносит пользу?
08:59 Где AI еще плохо решает проблемы?
13:28 Что прокачивать джуну в 2026 году?
18:52 Напутственные слова от спикеров
22:24 Q&A сессия: Как перейти из дата инженерии в продуктовую команду?
24:46 Q&A сессия: Как оценивать перформанс junior специалистов если их техническая рутина уже автоматизирована?
27:51 Q&A сессия: Какие три шага вы бы сделали, если начали свой путь заново?
Небольшие выжимки как моих мыслей, так и мыслей коллег:
• Границы между ролями (инженер отвечает за инфраструктуру и пайплайны, аналитик — за инсайты в данных и работу с бизнесом) остаются, но AI уже позволяет одному человеку закрывать то, что раньше требовало команду из нескольких специалистов: агенты самостоятельно собирают пайплайны, интеграции, резко снижая коммуникационные издержки и повышая планку ожидаемого результата.
• При этом технически почти нет нерешаемых задач — модели легко пишут код и SQL. Главная проблема сместилась в область контекста: LLM обучены «вширь», но не знают специфику конкретного бизнеса, компании, а данные часто разрозненные и плохо размечены (garbage in, garbage out). Именно сбор, поддержание и обновление качественного бизнес-контекста для AI агентов — сейчас главный фронтир, который все в мире пытаются решить.
• Джунам не стоит гнаться за объёмом сгенерированного агентом кода, а уметь верифицировать результат и использовать AI как советника. Ключевые навыки — системное и критическое мышление, умение писать чёткие спецификации, глубокое погружение в бизнес-контекст, любопытство и адаптивность к смене технологий, а также фундаментальные знания (математика, статистика, распределённые системы), которые не устаревают.
• Общий настрой — несмотря на ощущение перегруженности от скорости изменений, AI принесёт больше возможностей, чем потерь, и побеждать будут те, кто лучше понимает своё место в системе, умеет на неё влиять и разбирается в домене бизнеса.