AI-driven T-shape: что мы поняли, осваивая соседнюю платформу и бэкенд

AI сделал T-shape реалистичным для мобильного разработчика: начать писать код на соседнюю мобильную платформу и, ограниченно, бэкенд раньше было очень тяжело, а сейчас вместе с ИИ — рабочая практика.

Доклад о том, как этот переход выглядит изнутри и при каких условиях он окупается, как AI раскрывает T-shape сразу с двух сторон — развитие инженера (освоение новых языков и платформ, расширение кругозора), уменьшение time-to-market для команды (контекст по фиче в голове одного разработчика без синхронизации со смежником, одна платформа не блокирует весь релиз из-за нагрузки на ее разработчика в моменте и так далее).

T-shape требует инвестиций в процесс перехода, а также имеет существенные подводные камни:

— Поначалу выполнение задач становится только дольше, профиты проявляются только со временем.

— Язык и специфику платформы все равно приходится учить.

— Отдельная боль — понимание инфраструктуры и контекста проекта.

— Регулярные проблемы и bottleneck на код-ревью.

Доклад основан на реальном опыте команды и подкреплен конкретикой: измерениями «было/стало» на одном и том же разработчике, динамикой замечаний и времени ревью, а также серии интервью с коллегами, осваивавшими разные платформы, — обобщенный опыт нескольких инженеров из команды.

Что можно будет унести с собой из доклада:

— Как использовать T-shape для развития инженеров и что он дает команде.

— Чего реально ждать на старте и почему не стоит бросать на раннем спаде.

— Условия, при которых подход работает, и то, что способно его сломать.

— Переносимые приемы по старту в AI-driven T-shape.