Teknik Üstünlük Tek Başına Artık Mühendislerin Terfi Ettirilmesine Yetmiyor

AI, çalışma şeklimizi ve teknik ekipler içinde otomasyonun nasıl yapıldığını önemli ölçüde değiştirdi. Sombra’daki çalışmalarım sırasında, bu değişimin yalnızca ekiplerin nasıl teslim aldıklarını değil, aynı zamanda kariyer büyümesinde neler ödüllendirildiğini de değiştirdiğini gördüm. Uzun bir süre, teknoloji sektöründeki büyüme yolu oldukça doğrusaldı: yeni beceriler öğrenirdiniz, teknik olarak daha iyi olurdunuz, zor problemleri çözen biri olurdunuz, itibarınızı ve güveninizi inşa ederdiniz ve sonra kariyer merdivenini tırmanırdınız.

Ancak bu döngü şimdi kırılmaya başlıyor. AI, birçok görevi devralıyor, işi 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, mühendisten Sombra’nın kurucu ortağı ve CTO’su olarak yolculuğumda yaşadığım değişimdir. Mühendislik kariyerimin beş yılından sonra, ekiplerin güvendiği uzmanlardan biri haline gelmiştim. Zor teknik problemleri çözebilen, kompleks işleri sahiplenebilen ve projeler yangın halindeyken güvenilen biri olarak görülüyordum. Ancak bir şeyler eksikti ve kendimi tıkandığım hissettim.

Görünüşe göre kariyer tavanıma ulaşmıştım ve daha ileriye gidemezdim. Teknik becerilerim zirveye ulaşmıştı, ancak bu sonraki büyüme aşaması farklı bir şey gerektiriyordu – iş zekası. Sadece bir şeyi inşa etmeyi bilmem yetmiyordu, önce neyin inşa edilmesi gerektiğini öğrenmem gerekiyordu.

Bu tür bir tavan endüstrinin her yerinde daha da yaygın hale geliyor.

Pazar daha hızlı değişiyor ve birçok mühendis bunun farkında değil

Dünya Ekonomik Forumu raporuna göre, işverenlerin %40’ı AI’nin görevleri otomate edebileceği yerlerde işgücünü azaltmayı bekliyor, Anthropic’in yazılım geliştirme araştırmaları da AI’nin daha çok tekrar eden geliştirme işini üstlendiği medida, daha fazla mühendisin daha yüksek düzeyde tasarım ve karar verme yönünde itildiği anlamına geliyor.

Elbette teknik yetenek için hâlâ enorme bir talep var. Yanlış anlamayın, teknik zor beceriler mesleğin temelini oluşturmaya devam ediyor, ancak daha geniş trend, yalnızca uygulama yeterli olan daha az rol olduğu yönünde. Teknik çalışmayı iş değeriyle bağlantılı olarak çerçevelendirebilen, kısıtlamalar altında önceliklendirebilen ve teknik çalışmayı iş değerine bağlayabilen insanların talebi yüksek.

Bu, benim de gerçekleştirmem gereken geçişti. En büyük güncellemem sadece teknik değil, bağlamsaldı.

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

Kariyer büyümemi “daha fazla kod”, “daha fazla karmaşıklık” veya “daha zor teknik sahiplik” terimleriyle ölçmekten vazgeçtim ve bunun yerine mimari, iş etkisi ve karar kalitesi üzerine odaklandım.

Çalışma şeklimi değiştiren beş değişiklik

Bu soyut görünüyor, bu nedenle bunu 5 pratik değişiklikle açıklamak istiyorum.

İlk değişiklik, işi doğrudan öğrenmekti, ikinci elden biletler aracılığıyla değil.

Çok sayıda mühendis akışın aşağısındaki sinyallerden çalışır. Gereksinimleri alırız, ancak onları şekillendiren konuşmaları almazız. Görevlerimizin arkasındaki ticaretleri, stratejik nedenleri göremeyiz.

Bu nedenle işi doğrudan öğrenmeye başladım. Satış ve destek görüşmelerine daha fazla katılmaya başladım, onların konuşmalarına dikkatle dinledim ve paydaş tartışmalarına daha fazla dikkat ettim. Zamanla, işimi bir dizi izole teslimat olarak görmeyi bıraktım.

İyi bir teknik çözümü, ancak çok geç gelen, çok pahalı olan veya yanlış problemi çözen bir çözüm, stratejik çalışma değil, sadece pahalı doğruluk.

İkinci değişiklik, işi yöneticilere özgü bir şey olarak görmeyerek iş dili öğrenmekti.

ROI, gecikme maliyeti, fırsat maliyeti, risk maruziyeti, marj ve sıralama gibi birçok mühendisin açıkça öğretilemeyen terimlerini öğrenmeye başladım. Bu, senior veya C düzeyindeki pozisyonlar için kaçınılmazdır.

Bu, teknik yargıyı etkiler, çünkü birçok uzman problem çözmekte iyidir, ancak onları iş hedeflerine göre önceliklendiremez ve değerlendiremez.

Benim için bu dili öğrenmek, nasıl iletişim kurduğumu ve daha da önemlisi nasıl çözüm yargıladığımı değiştirdi. Çalışma teknik kaldı, ancak arkasındaki mantık daha geniş oldu.

Bu, AI döneminde önemli bir ayrımdır. AI, ekiplerin uygulamasına yardımcı olabilir, ancak karar verme katmanını hala insanlara bırakır.

Bir başka büyük zihinsel değişiklik, kodu yazmadan önce başarıyı tanımlamaktı.

Zamanla, uygulamaya başlamadan önce kendime bir dizi soru sordum:

• Kullanıcı veya iş için ne değiştirir?
• Hangi metriğin değişmesi gerekir?
• Bunun önemli olduğu nasıl anlaşılır?

Bu sorular, kodu yazmaya başlamadan önce gerçekten yardımcı oldu. Ayrıca, teslimat öncesi etkiyi hizalamadan önce büyük bir yatırım yapmaya karşı korumamı sağladı.

Bu, ölçümün neden bu kadar önemli olduğu nedenlerinden biri. DORA’nın yazılım teslimatı araştırmaları, güvenli, hızlı ve verimli bir şekilde yazılım tesliminin değerini göstermiştir. Ancak uygulamada, yüksek performanslı teknik liderler genellikle bir adım daha ileri gider: teslimat metriklerini ürün sonuçlarına ve iş sonuçlarına bağlar.

Diğer bir deyişle, teslimat bitiş çizgisi değildir. Elbette, teslimata dayanarak sonuçları tahmin ediyoruz, ancak genellikle önceden başarıyı tanımlamak, jemandı daha geniş liderlik konumlarına taşıyan şeydir.

Dördüncü değişiklik, aşırı inşa etmeden önce varsayımları test etmekti.

Güçlü mühendisler genellikle aşırı inşa eder, AI’nin inşa etmeyi ucuzlatıp daha fazla mühendisliğin otomatik olarak daha iyi kalite anlamına geldiği yaygın yanlış inanç tarafından yönlendirilir.

Yüksek performanslı teknik insanlar genellikle sağlam çözümler düşünmek için eğitilir, ancak bu often pahalı hale gelir khi tam bir çözüm için varsayımları doğrulamadan taahhüt edersiniz.
Bu nedenle, en pratik değişikliklerden biri, inşa etmeden önce bir duraklama zorladım ve varsayımlarımı tanımladım. Bir kez varsayım açık ve net olduğunda, çalışma şekli değişir.

Hedef, artık ne kadar sofistike bir çözüm olabileceğini kanıtlamak değildir. Hedef, neyin daha derin bir yatırım hak ettiğini öğrenmek için yeterince hızlı, ucuz ve net bir şekilde öğrenmektir.

Son değişiklik, kodu yazmadan önce kısa karar notları yazmaktı.

Bu, belki de en pratik alışkanlıktır. Ve yanlış anlamayın, başka bir belge zorlamak istemiyorum — sadece düşüncelerinizi görselleştirmek için kısa ve yapılandırılmış bir not: hangi seçenekler mevcut, hangi riskler önemli, hangi etki bekleniyor, hangi öneri mantıklı ve hangi hizada hala ihtiyaç duyuluyor.

Bu, sadece iletişimi iyileştirmekle kalmadı, aynı zamanda zayıf mantığı erken ortaya çıkardı ve varsayımları (önceki değişikliği görün) netleştirdi. Ayrıca, neden bir karar verildiğinin kaydını oluşturdu, bu da sonuçları gözden geçirdiğinizde özellikle değerli oldu. Bu küçük eylem, nasıl kararlar alındığını, iletişiminin nasıl yapıldığını ve nasıl sahip çıkıldığını değiştirebilir.

Uygulamada, birçok terfi, kişinin en teknik olarak yetenekli kişi olmasından değil, başkileri için belirsizliği azaltabilmesinden kaynaklanır.

Sonraki seviye neden daha iyi kararlardan oluşuyor

Bu, birçok kişinin 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 önemli. Çok durumda, daha da önemli, çünkü insanlar AI sistemlerinin ne yaptığını, nerede başarısız olduklarını ve neye güvenilip neye güvenilemeyeceğini yargılayacak yeterli derinliğe ihtiyaç duyar. Ancak teknik üstünlük alone, daha fazla uygulama AI araçları tarafından hızlandırılabildiğinde, daha az farklılaştırıcı hale gelir. Bu, Sombra’da her gün tanık olduğumuz şeydir: en hızlı kariyer büyümesi, mühendislerin teknik derinliği iş zekasıyla birleştirdiğinde ortaya çıkar.

Bu, her güçlü mühendisin yönetici olması gerektiği anlamına gelmez. Ancak bu, yükselme yolunun değiştiği anlamına gelir. Sonraki seviye, jemandın en zor görevi kendisinin yapabileceğini kanıtlamaktan daha az, jemandın bir ekibe ve işlere daha iyi kararlar almalarına yardımcı olabileceğini kanıtlamaktan daha çok.

Ben bir duvarla karşılaşmadım çünkü zekaya veya disipline sahip değildim. Bir duvarla karşılaştım çünkü sonraki seviye daha geniş bir bakış açısı gerektiriyordu. Bir kez bu değişti, kapsamım da değişti.