一般的に、ジュニアソフトウェアエンジニアは、テクノロジー企業でより天才的なコーディングエンジニアと見なされます。彼らは彼らのキャリアを始めたばかりなので、彼らの時間の多くは、会社のコードベースを調べ、ベストプラクティス(SPACES VS TABS!!!!)を拾うか、またはあなたの会社のリポジトリのコードを消費するためにAIエンジンが何ができるかのように、ツールやワークフローで快適になるように学習に費やされます。 Embrace, Not EXTERMINATE 過去12ヶ月で、テクノロジー業界の他のすべてのバズボードが、コードを書く、問題を解決し、質問に答え、猫と遊ぶこと以外のすべてのことをするために「AIを採用する」ことを話しているように見えます。注目すべきことに、これは、初期のキャリアのソフトウェアエンジニアの2つの異なるキャンプを開発しました:AIマクシマリズム主義者とAIドームセイヤー。 I spend a lot of time mentoring junior engineers both professionally as well as outside my 9-5, volunteering with bootcamp grades and early career coders, and the amount of time I’ve been asked some variation of “is AI going to take my job” is at this point, too many to count. 私は、プロとしてだけでなく、私の9-5の外で、若いエンジニアを指導するために多くの時間を費やしています。 だから、はい、バージニア、私はあなたの仕事のためにAIが来ているとあなたに言うつもりです - 少なくともあなたの仕事の期待は何でした。 今では、あなたが問題を解決するためのツールチェーンの重要な部分としてLLMユーティリティを活用するために、あなたの技術とアプローチを適応させるのはあなた次第です。 あなたがこれを行う限り、ロボットはあなたを滅ぼさないでしょう。 Junior Engineerの再定義 ジュニアエンジニアの概念は、AIコーディングがより効率的で、よりスマートで、より直観的になるように、過去1年か2年間で変化するターゲットとなっています。 しかし、それはジュニアエンジニアがやっていることではないですか? 彼らの日々のほとんどは、コードを書くことに含まれていますが、超複雑で高い賭け物(それでも)ではありません。彼らは通常、より小さなタスクやバグ修正を所有し、しばしばより経験豊富なエンジニアからの詳細なガイドラインを持っています。 彼らはまた、多くのコードレビュー(与えることと受け取ることの両方)、多くの質問(理想的には!)を質問し、ビッグイメージの決定が起こる会議に座る。 ここにAIとエンジニアの主要な区別要因があります - ジュニアエンジニアの仕事は単にコードすることではなく、物事を で構築する方法を学び、他の人と協力し、より大きな課題に対処できるまでゆっくりとレベルアップすることです。 well well Harmony With The Machine シニアエンジニアの代替としてAIを恐れるのではなく、AIをキャリア成長の加速器として見るべきです。 Here's how they can make the most of it: 文書の検索に時間を費やす代わりに、AIツールを使用して簡潔で関連する説明を迅速にアップデートできます。 Levelage AI for Faster Learning: コミュニケーションツール 文書の検索に時間を費やす代わりに、AIツールを使用して、簡潔で関連する説明を迅速に取得します。 Leverage AI for Faster Learning: 文書の検索に時間を費やす代わりに、AIツールを使用して、簡潔で関連する説明を迅速に取得します。 Leverage AI for Faster Learning: Leverage AI for Faster Learning: バグを解決するためのアイデアがあるか? AI モデルでそれを実装する前に代替的なアプローチを得るために実行してください。 注意してください - 特定の方法で物事をするにはビジネス コンテキストや推論が必要です。 あなたが取ることができる最も危険なアプローチは、タブをタップし、コピロットに空白を埋めさせて忘れることです。 Idea Validation に AI を使用する: バグを解決するためのアイデアがあるか? AI モデルでそれを実装する前に代替的なアプローチを得るために実行します。 注意してください - 特定の方法で物事をするにはビジネス コンテキストや推論が必要です。 Idea Validation に AI を使用する: Use AI for Idea Validation: AI can provide solutions, but understanding those solutions work (or don't work) is a key differentiator of a strong engineer. You can also strengthen your code review skills by reviewing the AI's code-dive in and have a dialogue about different approaches (“switch case and give me an explanation as to the pros and cons of doing so in this method”). Problem-Solving Skills Strengthen: why > AI はソリューションを提供することができますが、なぜこれらのソリューションが機能するのか(または機能しないのか)を理解することは、強力なエンジニアの鍵となる違いです。 Problem-Solving Skills Strengthen: 問題解決スキルを強化する: why AI はコードを生成することができますが、創造的な問題解決、利害関係者コミュニケーション、またはプロジェクトの目標について批判的に考える能力を置き換えることはできません。 Collaborate and Think Beyond Code: AIはコードを生成することができますが、それは創造的な問題解決、利害関係者コミュニケーション、またはプロジェクトの目標について批判的に考える能力を置き換えることはできません。 Collaborate and Think Beyond Code: Collaborate and Think Beyond Code: ソフトスキル、システム設計、ビジネス影響の理解は依然として重要です。 コード以外の成長に焦点を当てる: ソフトスキル、システム設計、ビジネス影響の理解は依然として重要です。 コード以外の成長に焦点を当てること: Focus on Growth Beyond Coding: ジュニアエンジニアの役割は消えていません - それは進化しています. あなたが競争相手ではなくパートナーとしてAIを採用すると、あなたはあなたのキャリアを加速し、これまで以上に速く、より挑戦的で有益な仕事に取り組むことができます。
