Кто обитает в ИТ: единороги, церберы и оборотни. Читайте о них в нашем ИТ-бестиарии

Развитие ИИ, больших данных, информационной безопасности и облаков размывают границы между ролями — кажется, будто айтишник должен уметь все и сразу. Такое положение дел наводит на размышления: каков он, тот самый востребованный специалист?

В нашем ИТ-бестиарии мы рассказали об айтишниках, которых компании так жаждут найти и слагают о них легенды даже в условиях рынка работодателя. А еще немного — о тех, о ком в полумраке переговорок ходят пугающие слухи. Предлагаем погрузиться в мир меча и магии (IDE и прода, чудом не упавшего вечером пятницы) и посмотреть на героев, которые так нужны российскому ИТ.

Единорог в ИТ — существо легендарное. В описании вакансии он обычно выглядит так: пишет на Python, знает Go, понимает ML, дружит с кибербезом, проектирует архитектуру, говорит с бизнесом, не боится легаси, менторит джунов — и еще немного фронтит, если надо. Зарплатная вилка при этом такая, будто ищут не единорога, а пони на стажировку.

Единорога можно кинуть в горящий проект, посадить между командами, попросить разобраться в чужом коде, починить пайплайн, объяснить заказчику, почему «просто добавить кнопку» займет две недели. И не забыть про безопасность. Такой специалист, по иронии, если и существует, то уже где-то работает, не обновляет резюме и отвечает только в полнолуние.

Оборотень, или волк, днем выглядит как крепкий сеньор. В резюме у него высоконагруженные системы, микросервисы, Kafka, архитектура, безопасность — и чуть-чуть ML. На созвоне он уверенно кивает, говорит: «я делал», «я отвечал», «я проектировал». Но стоит техническому интервьюеру достать серебряную пулю — пару уточняющих вопросов про реальные решения, компромиссы и продовые аварии — шерсть начинает лезть наружу.

Оборотней не любят за их маскировку. Они продают чужой опыт как свой, завышают грейд, подменяют понимание стека набором модных слов. Если такой зверь проберется в команду, придется разгребать последствия его ошибок, перепроверять задачи и объяснять, что «я работал с Kafka» — это не то же самое, что «я видел слово Kafka в соседнем канале Slack».

Цербер — чудище с тремя головами, которое охраняет вход в царство мертвых. ИБшники же охраняют ИТ-инфраструктуру, чтобы она жила и процветала. У кибербеза тоже три головы, которые представляют из себя триаду КЦД: Конфиденциальность, Целостность и Доступность.

Сейчас рынок за церберов готов бороться. В I квартале 2026 года число вакансий для ИБ-специалистов в России выросло на 24% — несмотря на то, что в целом спрос на айтишников упал на 18%. Чаще ищут не джунов, а сеньоров с опытом: вакансий для специалистов с опытом от шести лет стало на 29% больше, а работодатели готовы хорошо им платить — чуть ли не сундуками с золотом.

Василиск — легендарная рептилия, от которой лучше держаться подальше: в мифах она убивает взглядом и ядовитым дыханием. Матерый питонист тоже умеет смотреть на задачу так, что баги каменеют еще до ревью. Питонист-василиск ползает не по одному террариуму, а по всему продовому зоопарку: пишет скрипты, работает с бэкендом, автоматизацией, данными, ИИ, API, контейнерами и MLOps.

На рынке василиски чувствуют себя бодро. Зарплаты Python-разработчиков в 2026 году выросли на 40% — несмотря на то, что медианные зарплаты программистов и аналитиков в среднем сократились на 4%. Бизнес охотится за теми, кто напишет код, подружит его с данными, нейросетями и инфраструктурой. ИТ-василиск, может, взглядом и не убивает (хотя его коллеги могут с этим поспорить), но едва взглянув на логи понимает, где и что пошло не так.

Сфинкс — загадочное, чрезвычайно умное существо, которое не скупится на хитрые загадки и съедает тех, кто отвечает неправильно. В машинном обучении айтишники тоже копаются в «черном ящике» нейросетей: почему модель ошибается на одном сегменте пользователей? Почему качество на тесте высокое, а в проде падает? Почему после релиза данные поплыли? Почему модель уверенно дает неправильный ответ, хотя по весам все нормально?

ML-инженер начинает с сырой идеи и интегрирует нейросети в продукты и сервисы, чтобы улучшить пользовательский опыт или ускорить бизнес-процессы. Этот специалист должен уметь работать с данными, пайплайнами, инференсами, API, метриками, машинным обучением. А еще мониторить работу модели, просчитывать стоимость вычислений и знать, как ее снизить.

Арахна — искусная ткачиха, которая была так хороша, что решила посоревноваться в ткачестве с Афиной. Богиня была уязвлена ее мастерством и… превратила девушку в паука. Но айтишника, который круто плетет внутренние платформы, шаблоны, пайплайны и инфраструктуру, никто в паука превращать не будет.

Внутренние платформы (или Internal Development Platform, IDP) сокращают расходы, время до релизов и число ошибок из-за слишком большого технологического стека. Вместо того, чтобы заставлять разработчиков становиться экспертами в кубере, облаках или политиках безопасности, девопсы переносят эти сложности на IDP. Как итог — кодеры получают возможность не отвлекаться и спокойно работать, а девопсы — почет и уважение.

Грифон — мифическое существо с телом льва и орла. Лев — царь зверей, а орел — птиц. Так и pi-shaped айтишник царствует в двух стеках: например, в бэкенде и инженерии данных, фронтенде и UX, QA и кибербезе, DevOps и облачной архитектуре.

Бизнес любит грифонов за то, что они не дают задачам застрять между командами. Бэкенд ждет дата-инженера, DevOps ждет безопасника, аналитик ждет разработчика — а релиз своего звездного часа никак не дождется. Грифон может закрыть переход между ролями или быстро понять, кого звать и что спрашивать. Как итог — меньше пинг-понга задачами и больше шансов довести фичу до прода без тысячи согласований.

Титаническое существо, разве что сервисы от его работы не тонут, как корабли в море. Много щупалец — много рабочих компетенций. Такой человек дотянется сразу до нескольких технических зон: кода, инфраструктуры, данных, безопасности, наблюдаемости.

Бизнес ценит специалистов с несколькими «щупальцами» глубоких навыков. Те выступают связующим звеном между продуктом, разработкой, кибербезом или данными. Понадобится меньше переводчиков между командами, которые порой говорят на разных языках — их всех поймет Octopus-shaped специалист, что сэкономит время и позволит быстрее приблизиться к релизу.

Кентавр — специалист, который делит работу с ИИ: часть задач делает сам, часть отдает модели. Тело кентавра четко разграничено на две части: сверху разработчик с головой, снизу — нейросетевой железный конь, который поможет быстрее доскакать до прода.

Такой спец сам выбирает архитектуру, принимает решения и отвечает за итог. Но и спокойно зовет ИИ на черновики: накидать тесты, объяснить API, собрать запрос, придумать варианты реализации, помочь с документацией. Кентавр понимает, где полезна нейронка, умеет ставить понятные задачи, отлавливать галлюцинации и нести ответственность за результат.

Химера — существо, которое собрано из разных частей и само уже не понимает, что у него ото льва, что от орла, а что от змеи. В ИТ-бестиарии химера — это спец, который так плотно сработался с нейросетями, что при выполнении задач нет границы между человеком и LLM. Разработчик пишет код, просит модель закончить мысль, спорит с ответом, требует еще три варианта, переписывает промпт, снова проверяет результат — и так по кругу, пока не получится рабочее решение.

Химера отличается от кентавра тем, что не делит работу с нейросетями по блокам. Все вперемешку: кусок идеи от человека, кусок кода от модели, кусок архитектуры снова от человека, потом тесты, ревью и правки вместе с ИИ.

Кентавров и химер становится все больше — и спрос на них только растет. По данным опроса Stack Overflow за 2025 год, 84% респондентов уже используют ИИ — или планируют начать. А 55% российских компаний уверены: к 2028 году умение работать с нейросетями станет ключевым навыком в большинстве профессий.