Teknik Üstünlük Tek Başına Mühendisleri Artık AI Çağı’nda Terfi Ettirmiyor

AI, teknik ekipler içinde otomasyonun yapılma şekli ve çalışma şeklimizde büyük bir değişime neden oldu. Sombra‘daki çalışmalarım sırasında, bu değişimin sadece takımların teslimatlarını değil, aynı zamanda kariyer büyümesinde neler ödüllendirildiğini de değiştirdiğini gördüm. Uzun bir süre, teknoloji sektöründeki büyüme yolu oldukça lineerdi: yeni beceriler öğrenirdiniz, teknik olarak daha da iyi olurdunuz, zor problemleri çözen biri olurdunuz, itibarınızı ve güveni inşa ederdiniz ve sonra kariyer merdivenini tırmanırdınız.

Ancak bu döngü şimdi bozulmaya başlıyor. AI, birçok görevi devralıyor, işleri hızlandırıyor ve maliyetleri düşürüyor. Bu, teknik becerilerin artık önemli olmadığı anlamına gelmez, ancak yargı, sonuç odaklı düşünme ve karar verme gerektiren görevlerin daha önemli hale geldiği anlamına gelir.

Bu, Sombra‘da mühendislikten kurucu ortak ve CTO’ya yolculuğum sırasında firsthand olarak deneyimlediğim değişimdir. Mühendislik kariyerimin beşinci yılında, takımların güvendiği uzman türünden biri haline gelmiştim. Zor teknik problemleri çözebilen, kompleks işleri sahiplenebilen ve projeler yangın halindeyken güvenilen biri olmuştum. Ancak bir şey eksikti ve kendimi tıkandığım hissettim.

Görünüşe göre kariyer tavanıma ulaşmıştım ve daha ileri gidemezdim. Teknik becerilerim zirveye ulaşmıştı, ancak bu sonraki büyüme aşaması farklı bir şey gerektiriyordu – iş düşünce biçimi.
Sadece bir şeyi nasıl inşa edeceğimi bilerek ilerleyemezdim, önce neyin inşa edilmesi gerektiğini öğrenmem gerekiyordu.

Bu tür bir tavan endüstri genelinde daha da yaygın hale geliyor.

Pazar, birçok mühendisten daha hızlı değişiyor

Dünya Ekonomik Forumu raporuna göre, işverenlerin %40’ı AI’nin görevleri otomate edebileceği yerlerde işgücünü azaltmayı bekliyor, Anthropic’in yazılım geliştirme üzerine araştırması ise AI’nin daha fazla tekrar eden geliştirme işini üstlendiği medida, daha fazla mühendisin daha yüksek düzeyde tasarım ve karar vermeye yönlendirilebileceğini öne sürüyor.

Elbette, teknik yetenek için hala muazzam bir talep var. Yanlış anlaşılmasın, teknik zor beceriler mesleğin temelinde kalıyor, ancak daha geniş trend, sadece teslimatın yeterli olduğu daha az rol olduğu yönünde. Problemleri çerçeveleyebilen, kısıtlamalar altında önceliklendirebilen ve teknik çalışmayı iş değerine bağlayabilen insanlar için yüksek bir talep var.

Bu, benim de yapmak zorunda olduğum geçişti. En büyük yükseltim yalnızca teknik değil, aynı zamanda bağlamsaldı.

Mühendisliği geride bırakmadım, onu genişlettim ve etrafındaki soruları yeniden çerçevelendirdim.

Kariyer büyümemi artık “daha fazla kod”, “daha fazla karmaşıklık” veya “daha zor teknik sahiplik” terimleriyle ölçmedim, bunun yerine mimari, iş etkisi ve karar kalitesine odaklandım.

Çalışma şeklimi değiştiren beş geçiş

Bu soyut görünüyor, bu nedenle 5 pratik geçişi açıklamak istiyorum, bunlar bana iş düşünce biçimi geliştirmemde yardımcı oldu.

İlk geçiş, ikinci elden değil doğrudan iş hakkında öğrenmekti.

Çok fazla mühendis akışın aşağısından çalışır. Gereksinimleri alırız, ancak onları şekillendiren konuşmaları almayız. Görevlerin arkasındaki ticaretleri, stratejik nedenleri göremeyiz.

Bu nedenle, iş hakkında doğrudan öğrenmeye başladım. Satış ve destek çağrılarına daha fazla katılmaya, onların konuşmalarına dikkatle dinlemeye ve paydaş tartışmalarına daha fazla dikkat etmeye başladım. Zamanla, işimi bir dizi izole teslimat olarak görmeyi bıraktım.

Bir gerçekleştim: teknik olarak mükemmel bir çözüm, çok geç gelirse, çok pahalıysa veya yanlış problemi çözüyorsa, stratejik bir çalışma değil, sadece pahalı bir doğruluk.

İkinci geçiş, iş dilini yöneticiye özgü bir şey olarak görmeden öğrenmekti.

ROI, gecikme maliyeti, fırsat maliyeti, risk maruziyeti, marj ve sıralama gibi birçok mühendisin açıkça öğretilmeyen terimlerin hepsini öğrenmeye başladım. Bu, senior veya C düzeyindeki pozisyonlara ulaşmak için kaçınılmaz.
Bu, teknik yargıyı etkiler, çünkü birçok uzman problem çözmekte iyidir, ancak onları iş hedeflerine göre önceliklendiremez ve değerlendiremez.

Benim için bu dili öğrenmek, iletişimi nasıl yaptığımı ve daha da önemlisi nasıl yargıladığımı değiştirdi. İş kendisi teknik olarak kaldı, ancak arkasındaki mantık daha geniş oldu.

AI çağındaki önemli bir ayrıntıdır. AI, ekiplerin teslimatını hızlandırabilir, ancak karar verme katmanını hala sahip olamaz. Bu katman insana aittir.

Diğer büyük bir zihinsel geçiş, kodu yazmadan önce başarıyı tanımlamaktı.

Zamanla, uygulamaya başlamadan önce kendime bir dizi soru sordum:

• Kullanıcı veya iş için ne değiştirir?
• Hangi ölçüm değişmelidir?
• Kimse bunun önemli olduğunu nasıl bilecek?

Bu sorular, kod yazmaya başlamadan önce gerçekten yardımcı oldu. Ayrıca, teslimattan önce etkisini hizalamaktan kaynaklanan ortak bir hatadan da kurtuldum.

Bu, ölçümün neden bu kadar önemli olduğunun bir başka nedenidir. DORA’nın yazılımteslimat araştırması, yazılımı güvenli, hızlı ve verimli bir şekilde teslim etmenin değerini göstermiştir. Ancak uygulamada, yüksek performanslı teknik liderler genellikle bir adım daha ileri gider: teslimat ölçümlerini ürün sonuçlarına ve iş sonuçlarına bağlar.

Diğer bir deyişle, sevkiyat bitiş çizgisi değildir. Elbette, teslimata dayalı olarak sonuçları tahmin ediyoruz, ancak jemandi daha geniş liderliğe taşıyan, başarıyı önceden tanımlayabilme yeteneğidir.

Dördüncü geçiş, varsayımları doğrulamadan önce överbina etmemekti.

Güçlü mühendisler genellikle överbina eder, AI’nin inşa etmeyi daha ucuz hale getirdiği ve daha fazla mühendisliğin otomatik olarak daha iyi kalite anlamına geldiği yaygın yanlış anlaşılmaya göre hareket eder.

Yüksek performanslı teknik insanlar, genellikle sağlam çözümler düşünmek için eğitilir, çünkü hepimiz doğru şekilde inşa etmek istiyoruz. Bu, geliştirmek için harika bir özelliktir, ancak varsayımları doğrulamadan önce tam bir çözüme bağlanınca maliyetli hale gelir.
Bu nedenle, en pratik geçişlerimden biri, inşa etmeden önce duraklamayı zorladım. Bir kez varsayım açık ve net olduğunda, iş şeklini değiştirdi.

Hedef, artık ne kadar sofistike bir çözümün olabileceğini kanıtlamak değildir. Hedef, hızlı, ucuz ve net bir şekilde öğrenmek ve neyin daha derin bir yatırıma layık olduğunu karar vermektir.

Son olarak, beni gerçekten yardımcı olan bir başka geçiş, kod yazmadan önce kısa karar notları yazmaktı.

Bu, belki de tüm alışkanlıkların en pratik olanıdır. Ve yanlış anlaşılmasın, başka bir belgeyi zorlamak istemiyorum – sadece düşüncemi görselleştirmek için kısa ve yapılandırılmış bir not: mevcut seçenekler, hangi risklerin önemli olduğu, beklenen etki, hangi öneri mantıklı ve hangi hizalamaya hala ihtiyaç duyulduğu.
Bu, sadece iletişimi iyileştirmekle kalmadı, aynı zamanda zayıf mantığı erken ortaya çıkardı ve varsayımları netleştirdi (önceki geçişe bakın). Ayrıca, bir karar neden alındığını kaydetti, bu da sonuçları gözden geçirdiğinizde özellikle değerli oldu.
Pratikte, birçok terfi, kişinin odadaki en teknik olarak yetenekli kişi olması nedeniyle değil, başkileri için belirsizliği azaltabilmesi nedeniyle gerçekleşir.

Neden bir sonraki seviye daha iyi kararlardan oluşuyor

Bu, birçok insanın AI ve teknik kariyerler hakkında konuştuğunda yaptığı daha büyük hatadır. Hikayeyi, teknik derinlik ve liderlik arasında veya mühendislik ve yönetim arasında bir seçim olarak çerçeveler.

Teknik beceri hala önemlidir. Çoğu durumda, AI sistemlerinin ne yaptığını, nerede başarısız olduklarını ve neye güvenilip güvenilemeyeceğini yargılamak için yeterli derinliğe sahip olmak daha da önemlidir. Ancak teknik mükemmellik, daha fazla teslimatın araçlarla hızlandırılabileceği durumlarda, tek başına daha az farklılaşır. Sombra‘da her gün tanık olduğumuz budur: en hızlı kariyer büyümesi, mühendislerin teknik derinliği iş düşünce biçimi ile birleştirdiğinde gerçekleşir.

Bu, her güçlü mühendisin yönetici olması gerektiği anlamına gelmez. Ancak bu, yükselme yolunun değiştiği anlamına gelir. Bir sonraki seviye, artık en zor görevi kendisinin yapabileceğini kanıtlamakla ilgili değil, bir ekibe ve işe daha iyi kararlar almada yardımcı olmakla ilgili.
Zihinsel tıkanıklığa ulaşmadım çünkü zekaya veya disipline sahip değildim. Zihinsel tıkanıklığa ulaşmam, bir sonraki seviyenin daha geniş bir bakış açısı talep etmesinden kaynaklanıyordu. Bir kez bu değişti, kapsamım da değişti.