भर्ती और सॉफ़्टवेयर टूट चुके हैं
(urflow.bearblog.dev)- लगभग 10 साल के अनुभव वाला एक software engineer, 2025 जून में Blizzard से अपनी टीम के साथ layoffs का शिकार होने के बाद नौकरी की तलाश जारी रखे हुए है, और पिछले कुछ वर्षों में सबसे खराब hiring market का सामना कर रहा है
- पिछले 6 महीनों में final interviews, शुरुआती चरण में rejection, और बिना जवाब के छोड़े गए applications बार-बार दोहराए गए; खासकर अंतिम चरण में दूसरे candidate या internal transfer से पीछे रह जाना बड़ा झटका रहा
- Coderpad, HackerRank और AI-proctored tests जैसे शुरुआती filters, AI से bypass किए जा सकते हैं, फिर भी नियम मानने वाले applicants के लिए API reference या help pages तक पहुंच रोककर नुकसानदेह ढांचा बना देते हैं
- AI ने keyword-based resume screening और दूसरे झंझटभरे कामों को और कठिन बना दिया है, और यह प्रक्रिया companies द्वारा Claude token consumption जैसी मांगें थोपने वाली थकाऊ job search process में बदल गई है
- AI coding को भविष्य मानकर स्वीकार करने का दबाव, artists, testing और review करने वालों, writers, तथा security और code quality को महत्व देने वाले engineers की गरिमा छोड़ देने जैसी बात लगती है
layoff के बाद जारी job search का अनुभव
- लगभग 10 साल के अनुभव वाला software engineer, छोटे contractors से होते हुए Blizzard में करीब 7 साल रहा और 2025 जून में पूरी टीम के साथ layoff हो गया
- उसके बाद से लगातार नौकरी खोज रहा है, और मौजूदा बाजार उसे हाल के समय का सबसे खराब hiring market लग रहा है
- पिछले 6 महीनों के application results सिर्फ एक ही तरह से खराब नहीं रहे, और इसी वजह से वे और ज्यादा थकाने वाले लगे
- कुछ interviews final stage तक पहुंचे
- कुछ applications शुरुआती filters में ही बाहर हो गए
- जिन भूमिकाओं में skills बहुत अच्छे से match होती लगीं, उनमें भी company पूरी तरह चुप रही
- final stage में rejection खास तौर पर गहरा असर छोड़ता है
- प्रक्रिया सकारात्मक दिख रही थी, लेकिन कुछ मामलों में दूसरे candidate या internal transfer आगे निकल गए
- कई हफ्तों तक process चलने के बाद recruiter से दूसरी suitable positions के बारे में पूछा, लेकिन जवाब आना बंद हो गया
- बेकार connections और recruiters से थककर LinkedIn connections हटा दिए
AI और शुरुआती filters से बढ़ी थकान
- Coderpad, HackerRank और AI-proctored tests जैसे शुरुआती filters सबसे ज्यादा परेशान करने वाले तत्व बताए गए
- companies इन्हें कई तरह के filters की तरह इस्तेमाल करती हैं, लेकिन phone और modern AI tools इस्तेमाल करने वालों के लिए इन्हें निष्प्रभावी किया जा सकता है
- इसके उलट, नियम मानने वाले applicants को ऐसे माहौल में, जहां app पूरी screen घेर लेती है और API docs या reference pages तक पहुंच रोक दी जाती है, सिर्फ याददाश्त के भरोसे language-specific lists या heap बनाने के तरीके याद करने पड़ते हैं
- ऐसे filters को ठुकराना चाहें भी तो विकल्प सिर्फ मान लेना ही महसूस होता है
- AI को आक्रामक रूप से आगे बढ़ाने वाली companies के बीच job search एक सिसिफस का श्रम जैसा लगता है
- hiring एक ऐसी प्रक्रिया की तरह लगती है जो skills को नीचे गिराकर Claude पर खर्च किए गए tokens की संख्या जैसी मांगों तक ले आती है
- keyword-based resume screening और व्यस्तताभरे assignment layers को पार करना और मुश्किल बनाने वाला system तेजी से जमा हुआ है
- हर application ऐसा महसूस कराती है जैसे company आपसे नंगे पैर Lego पर नाचने को कह रही हो
- समय बीतने के साथ job seeker खुद को और ज्यादा हताश candidates के बीच “सबसे कम खराब candidate” की तरह भीतर ही भीतर मानने लगता है
- वह मानता है कि interviews मिल जाना भी उसके लिए किस्मत की बात है
- उसे लगता है कि अभी-अभी college से निकले लोग ऐसी स्थिति झेल रहे हैं जहां companies सीढ़ी खींच रही हैं और Anthropic से junior roles की जरूरत खत्म कर देने की उम्मीद कर रही हैं
- AI के बाजार में फैलने से पहले भी hiring market अच्छा नहीं था, लेकिन AI ने उसकी मौजूदा बुराइयों को और बढ़ा दिया है
- AI coding को भविष्य मानकर अपनाने की सलाह, कला रचने वाले दोस्तों, code को ठीक से test और review करने वालों, और साधारण dialogue में भी ऊर्जा लगाने वाले writers को छोड़ देने जैसी लगती है
- यह security और code के प्रति गंभीर software engineer के रूप में अपनी गरिमा छोड़ देने जैसा भी है
- वह कहता है कि computer nerd होने की खुशी नहीं छिनने देगा, लेकिन पूरी प्रक्रिया बेहद थका देने वाली है
1 टिप्पणियां
Hacker News की राय
5 साल से ज़्यादा समय तक इस फ़ील्ड में आने की कोशिश की थी (AI से पहले), लेकिन आखिरकार छोड़ दिया
डिग्री को बेकार मानकर छोड़ दिया, LinkedIn भी बंद कर दिया, और diesel mechanic के तौर पर skilled trade में चला गया
अब तक लिया गया यह मेरा सबसे अच्छा फ़ैसला था; पैसा भी अच्छा है, काम भी लगातार मिलता है, और सहकर्मी भी एक-दूसरे को हराने में नहीं लगे रहते, इसलिए सुकून है। अब तो पढ़ाई के लिए पैसे भी मिलते हैं, और औपचारिक qualification मिलने तक हर साल मज़दूरी बढ़ती है। entry-level developer job से जितना कमाता था, उससे कहीं ज़्यादा है
हमेशा सुनता था कि skilled trade बस बदन तोड़ मेहनत है और 5 साल में शरीर जवाब दे देगा, लेकिन कम से कम यह काम बिल्कुल भी उतना कठिन नहीं है। creeper पर लेटकर wrench घुमाता हूँ, और 50 pound से ज़्यादा की चीज़ों के लिए lift इस्तेमाल करता हूँ
अब tech फिर से मज़ेदार हो गई है, और मैं इसलिए projects बनाता हूँ क्योंकि मन करता है। घर आकर personal project का code लिखते हुए आराम करता हूँ
दूर से tech industry के दोस्तों को देखकर अब बस एक ही पछतावा होता है: काश मैं पहले ही बदल गया होता। “जीतने के लिए कभी-कभी हार माननी पड़ती है”
मैं भी सोचता हूँ कि क्या कोई दूसरा काम करके ज़्यादा खुश रहूँगा, लेकिन अपने स्वभाव को देखते हुए इस पर काफ़ी संदेह है
मूल पोस्ट लिखने वाले को भी मैं कंप्यूटर वाला इंसान ही मानता हूँ, इसलिए ऐसा नहीं लगता कि वह skill या instinct की कमी से industry छोड़कर गया
लेकिन software development industry में मैंने काफ़ी ऐसे लोग भी देखे हैं जो काम “ठीक-ठाक” कर लेते हैं, पर जिनके लिए चीज़ें सहज रूप से उतनी फिट नहीं बैठतीं जितनी मेरे लिए बैठती हैं
इसलिए मैं खुद को भाग्यशाली और गहराई से खुश मानता हूँ कि मैं ऐसी company में हूँ जहाँ मैं उस काम का आनंद ले सकता हूँ जो हमेशा से मेरा जुनून रहा है। computer industry पूरी तरह भयानक नहीं है, लेकिन कुछ लोगों के लिए वह सचमुच का passion नहीं होती, और यह भी ठीक है
करीब 20 साल पहले, हाई स्कूल से निकलने के बाद मैंने auto mechanic बनने पर विचार किया था, लेकिन आखिरकार फिर computer science की तरफ लौट गया
जानना चाहता हूँ कि क्या तुम्हें फिर से स्कूल जाना पड़ा, या कोई ऐसी workshop मिली जिसने apprentice के रूप में रख लिया। अगर रखा, तो तुमने उन्हें यह कैसे भरोसा दिलाया कि तुम यह काम अच्छे से करोगे और टिके रहोगे
हाल ही में मैंने EDC bag और minimalist laptop backpack बनाना शुरू किया है। https://ancientedc.com
tech industry जितना पैसा शायद न मिले, लेकिन sewing machine के सामने बैठकर ऐसे physical products बनाना जिन्हें लोग सच में पसंद से इस्तेमाल करें, यह बहुत अच्छा लगता है
लोग लगातार प्रगति से मिलने वाली खुशी को कम आँकते हैं। बहुत तेज़ चढ़ाई अक्सर लंबे और उदास गिरावट की तरफ ले जाती है
बहुत से लोग ऐसी career को पसंद करेंगे जो 40 साल तक हर साल कुछ प्रतिशत बढ़ती रहे, बजाय उस career के जो अचानक ऊपर जाए और फिर टूट जाए। 35 की उम्र में जलकर खत्म हो जाने वाले चमकदार सितारे से बेहतर है वह इंसान जो धीरे-धीरे बढ़े लेकिन लगातार क़ीमती बना रहे
सच कहूँ तो मुझे लगता है कि इस गिरावट के कुछ कारण AI से अलग भी हैं। वजह यह है कि IT industry mature हो चुकी है। classic GoF patterns और enterprise patterns, और उनके variants को छोड़ दें, तो हाल के वर्षों में व्यापक रूप से अपनाए गए नए और गहरे design patterns कौन से हैं? वेब पर फैली “ज़रूरी” data structures और algorithms में से पिछले 10 साल में कितने invent हुए हैं? open source में भी पिछले 5 साल में ऐसे नए platform-level projects बहुत कम आए हैं जिन पर बड़ी कंपनियाँ बड़े पैमाने पर resources लगा रही हों
आखिरकार हम अपनी ही पूँछ खा रहे हैं। बस अंतहीन CRUD है। जब चीज़ें ऐसे ठहर जाती हैं, तो tech departments अनिवार्य रूप से cost center बन जाते हैं। AI न भी होता तो भी हम dead end की तरफ बढ़ रहे थे, और AI बस ऐसा tool है जो इसलिए automation आसान बनाता है क्योंकि ज़्यादातर काम पुराने code patterns को फिर से सजाने जैसा है
impact wrench की vibration और tools को कसकर पकड़ने की हरकत 10~20 साल काम करने पर हाथों को काफ़ी नुकसान पहुँचा सकती है। अभी दर्द न भी हो, तब भी मोटे padded handles इस्तेमाल करना अच्छा हो सकता है
भारी wrenching कंधों को भी खराब कर सकती है। shoulder joint बदला जा सकता है, लेकिन सुना है कि वह प्रक्रिया ज़्यादा सुखद नहीं होती
AI के बाज़ार के हर कोने में घुसने से पहले भी job market इतना अच्छा नहीं था, लेकिन AI ने उसकी हर सबसे बुरी बात को तेज़ कर दिया
मैंने ऐसे लोगों को देखा है जो मुझसे ज़्यादा होशियार हैं और कहते हैं कि AI coding ही भविष्य है, इसलिए बस इसे स्वीकार कर लो। लेकिन फिर इसका मतलब है उन दोस्तों को छोड़ देना जो कला बनाते हैं, उन लोगों को जो code को ठीक से test और review करने के लिए जान लगाकर काम करते हैं, और उन लेखकों को जो एक साधारण dialogue पर भी अपनी पूरी ताकत लगा देते हैं
इसका मतलब software engineer के रूप में गरिमा को भी छोड़ देना है, जो security और code को लेकर सचमुच गंभीर है
जिस technology stack से तुम्हें यह भरोसा न हो कि अगर सामने गर्मी महसूस हो तो 30 सेकंड के अंदर उससे बाहर निकल सको, उससे कभी मोह नहीं रखना चाहिए। यही अनुशासन है
औद्योगिक क्रांति की शुरुआत में भी यही कहा जा सकता था कि machine से बनी चीज़ खरीदना उन दोस्तों के साथ विश्वासघात है जिन्होंने सालों तक अपनी कला निखारी है। फिर भी लोगों ने 10 गुना सस्ती और तेज़ machine चुनी
अब AI इतना अच्छा हो चुका है कि यह कहना मुश्किल है कि हम इसे सिर्फ़ इसलिए नहीं इस्तेमाल कर रहे क्योंकि हम ऊँचे quality standard बचाना चाहते हैं। बात ज़्यादा यह है कि लोग इसे संवेदनात्मक रूप से घिनौना मानकर नहीं इस्तेमाल करना चाहते हैं
चाहे वह कोई for-profit company हो, FLOSS project हो, या बस समय बिताने का कोई काम
तुम उन्हें इससे ज़्यादा परवाह करने पर मजबूर नहीं कर सकते, और हक़ीक़त में ऐसा होगा भी नहीं। पृथ्वी पर अपने समय को वहाँ बर्बाद नहीं करना चाहिए
software engineer और tech workforce की oversupply बनी रहेगी। कुछ लोग AI क्षेत्र में चले जाएँगे, कुछ मोहभंग का शिकार होंगे, और कुछ को काम ही नहीं मिलेगा
tech sector में कुछ jobs बच सकती हैं, लेकिन ज़्यादातर वेतन गिरते रहेंगे और औसत minimum wage के क़रीब पहुँच सकते हैं या पूरी तरह outsourcing में बदल सकते हैं। अगर jobs की संख्या और वेतन education cost के हिसाब से मेल नहीं खाते, तो बहुत से लोग non-tech क्षेत्रों में जाने की कोशिश करेंगे। लेकिन ज़्यादा पसंद किए जाने वाले कामों में भी सीटें सीमित होती हैं, और उनमें से कुछ भी automation या AI की तरफ़ जा सकते हैं
मामूली लगने वाले बदलाव भी अहम हो जाते हैं। उदाहरण के लिए, California के किसी कस्बे में crime rate गिरने से auto और window glass repair करने वालों को अचानक बाहर धकेला जा सकता है। tech industry छोड़ने वाले लोग उन्हीं घटती हुई jobs के लिए उन लोगों से प्रतिस्पर्धा करेंगे जिन्हें ढूँढना आसान है और जिनके साथ काम करना आसान है। किराया बहुत नहीं गिरेगा, और दूसरी चीज़ों की क़ीमतें बढ़ेंगी या स्थिर रहेंगी। tech salaries में कुछ बहुत बढ़ी हैं, लेकिन ज़्यादातर घटी हैं या रुकी हुई हैं। इसका मतलब यह नहीं कि AI हर क्षेत्र में सबको बाहर कर देगा, लेकिन लगता है लोग macro perspective को बहुत छोटा करके देख रहे हैं
जैसे-जैसे AI का “ज्ञान” अलग-अलग भाषाओं और प्राथमिकताओं वाले ज़्यादा देशों से भरेगा, अंग्रेज़ीभाषी और कुछ चुनिंदा भाषा-समूहों के लोग पीछे धकेले जाएँगे। अगर brain-machine interface आम हो गया, तो यह और बढ़ सकता है। 100 करोड़ की आबादी और बड़े संयुक्त परिवारों वाले देश, अमेरिका जैसी जगहों के कुछ लोगों को social network से मिटा सकते हैं। अगर किसी का नाम जातीय रूप से परिचित लगे, तो वह queue में तरजीह पा सकता है, और अगर वह उसी देश का हो तो और भी ज़्यादा। यह अभी भी हमेशा उल्टी दिशा में काम करता रहा है, और AI model भी इंसानों की तरह ऐसे data का इस्तेमाल करते हैं
बेशक, अहम बात यह है कि यह सिर्फ़ tech की समस्या नहीं है। technical documentation, फ़िल्म और उपन्यास लेखन, बड़े data model से जुड़े क्षेत्र, accounting, और pharmaceutical research भी ज़्यादातर AI model द्वारा automate और research किए जाएँगे। अगर model मौजूद हो, तो क्या forensic accounting की ज़रूरत बचेगी?
किसी ने कहा कि इंसानों को निगरानी करनी चाहिए, लेकिन अगर निचले स्तर के AI की क्षमता आज के upper-mid level या senior लोगों से कहीं बेहतर हो और वह तेज़ी से बढ़ती भी जाए, जबकि हमारे पास उसकी ग़लतियाँ ठीक करने की क्षमता ही न हो, तो हम उसकी निगरानी कैसे करेंगे? AI शायद तुम्हारी दख़लअंदाज़ी ही न चाहे, और हो सकता है तुम यह भी तय न कर सको कि उसने अच्छा समाधान चुना है या नहीं
ज़्यादातर बेहतरीन technologist अपना कौशल अनुभव, मेहनत, दोहराव, debugging·crash·program execution·data farm की “feeling” से pattern देखने की क्षमता, और यहाँ तक कि human-computer interaction के ज़रिए बनाते हैं
किसी बिंदु पर AI हमें काम ढूँढने से ही हतोत्साहित कर सकता है। शायद वह पहले से ही ऐसा कर रहा हो, और वजह यह हो कि उसे लगता हो हम वही समाधान नहीं चुनेंगे
यह paranoia नहीं, सीधी logic है। हम model बनाने की कोशिश कर रहे हैं, लेकिन समाधान हमारे पास खुद भी नहीं है। क्या हम आखिरकार अपनी ही career, शायद पृथ्वी पर अपनी जगह तक, price competition में बाहर नहीं कर रहे? यह सिर्फ़ अहंकार से भी आगे की बात है
employer जो technology इस्तेमाल करना चाहता है, उसे इस्तेमाल करना दोस्तों के साथ विश्वासघात नहीं है
इस तरह भड़काऊ अंदाज़ में कई समस्याओं को एक साथ बाँध देना बड़ी ग़लती है। हर चीज़ को culture war की front line होना ज़रूरी नहीं है
AI को एक खास तरीके से थोड़ा सा भी छू लो, तो दोस्त खो सकते हो। क्योंकि game industry बनाने वाले कलाकार पहले से ही बुरी तरह शोषित रहे हैं, और अब पूरी तरह बाहर धकेले जा रहे हैं
business development की तरफ़ से AI एक ऐसा tool लग सकता है जो skilled लोगों को बहुत ताकत देता है, इसलिए वह उतना अस्तित्वगत रूप से डरावना न लगे, लेकिन game industry में AI का इस्तेमाल सीधे एक human job कम कर देता है। अगर AI कुछ सेकंड में सही format में सैकड़ों अनोखे छोटे pixel characters बना सकता है, तो फिर pixel artist को पैसे क्यों दिए जाएँ?
Hollywood भी यही झेल रहा है। Hollywood के लिए AI बनाने वाली कंपनियाँ छिपकर काम करती हैं। न विज्ञापन करती हैं, न दिखावा। क्योंकि उस tool का इस्तेमाल करने वाला कोई भी पक्ष यह नहीं चाहता कि उसके इस्तेमाल का पता चले। ऐसा इसलिए भी है क्योंकि concept AI और feature theatrical release के लिए AI के बीच की खाई भरने के लिए अब भी बेहद skilled talent की ज़रूरत है
software की दुनिया AI को लेकर चिंतित है, लेकिन creative industries AI से सचमुच ऐसे डरती हैं जैसे किसी ने जलती हुई पैंट पहनकर आसमान की तरफ़ चिल्लाते हुए पूरा गाँव जला दिया हो
जिन लोगों पर हमला हो रहा है, वे यह तय नहीं कर सकते कि उन्हें front line पर जीना है या नहीं, और न ही असंख्य skilled creators यह तय कर सकते हैं कि वे लगभग एक रात में अपना पूरा career खोएँ या नहीं
और यह culture war नहीं, class war है
खासकर indie space में, अगर तुम केवल AI समर्थक लगते भी हो, तो बहुत से sponsors और influencers के साथ ad deals खो सकते हो। यह हमेशा ऐसा नहीं रहेगा, लेकिन अभी यह बारूद का ढेर है
इंडस्ट्री को यह समझ आएगा कि LLM से code लिखवाना आसान है, लेकिन production में डालने लायक अच्छा code लिखवाना अपने आप में एक अलग skill है
आखिरकार यह काम इंसानों को ही करना होगा, और मुझे नहीं लगता कि इसे LLM से प्रभावी ढंग से automate किया जा सकता है। भविष्य के software engineering में यही बड़ा differentiator होगा
सच कहूँ तो अगर आप game industry में हैं, तो LLM coding आपके replacement की बड़ी चिंता नहीं है। game industry के tools, LLM coding के लिए सबसे कम अनुकूल हैं। visual scripting का हिस्सा बहुत बड़ा है, reflection बहुत ज़्यादा है, और Unreal C++ तथा Unity C# code ऊपर से सामान्य C++/C# जैसा दिखता है, लेकिन असल में उसका behavior अलग होता है
LLM छिपी हुई implicit state का प्रभावी ढंग से अनुमान नहीं लगा पाते। जब code सही दिखता है लेकिन वास्तव में अलग तरह से चलता है, तो LLM भ्रमित हो जाता है और hallucination शुरू कर देता है
घटिया तरीके से लिखे गए code की एक खासियत यह है कि वह हैरान करने वाली हद तक लंबे समय तक चल सकता है
और जब तक वह रुकता है, तब तक उसे बनाने वाला, उसे आगे बढ़ाने वाला leader, और उसे थोपने वाला executive—इनमें से कोई भी शायद कंपनी में नहीं होता
इसलिए मुझे नहीं लगता। जब तक software चलता हुआ दिखता है, ज़्यादातर कंपनियाँ code quality की परवाह नहीं करतीं। AI से लिखा गया high-quality code धीरे-धीरे देने वाला व्यक्ति, कचरा बहुत तेज़ी से उगलने वाले व्यक्ति से नए मानदंडों पर हार सकता है
AI NCTification बहुत अच्छी तरह करता है। यह गैर-ज़रूरी code और टूटी हुई logic जोड़ देता है। चीज़ें चल भी सकती हैं, लेकिन वे best practice नहीं होतीं
लोग भूल जाते हैं कि आज का AI, artificial intelligence से ज़्यादा machine learning है, और वह अपने trained model जितना ही अच्छा होता है। model अच्छा है तो agent भी अच्छा होगा, model खराब है तो agent भी बस औसत ही होगा
कंपनियाँ भी यही गलती कर रही हैं
मैंने Claude के लिए एक skill बनाई जो API के जरिए MCP server से बात करती है, और वही काम अब लगभग 2,000 token की जगह करीब 700 token में हो जाता है, इसलिए यह सस्ता भी है और बहुत तेज़ भी। कुछ मिनटों की जगह कुछ सेकंड लगते हैं
बात फिर वहीं लौटती है कि agentic AI अपने trained model जितना ही अच्छा होता है। vulnerabilities डाले बिना vibe coding करना बिल्कुल अलग स्तर की बात है
LLM boom की शुरुआत में हमने टीम के रूप में Godot में ChatGPT को आज़माया था। उस समय GDScript 2 अभी-अभी आया था, और साफ़ था कि ChatGPT का training corpus GDScript 1 पर आधारित था, इसलिए नतीजे अच्छे नहीं थे
ChatGPT से Godot में कुछ करने के लिए high-level steps का outline बनवाया जा सकता था, और उसे एक custom tutorial की तरह इस्तेमाल किया जा सकता था। जब code शामिल नहीं होता था, तब ChatGPT ठीक था, और Gemini उससे बेहतर लगा। मुझे ऐसा महसूस हुआ कि किसी कारण से Gemini, GDScript 2 को थोड़ा बेहतर संभाल रहा था
हाल में मैं Claude के साथ कोशिश कर रहा हूँ, और अभी भी नतीजे मिले-जुले हैं। मुझे कुछ skills और extensions install करने पड़े, और सच कहूँ तो यह सब लगभग आँख बंद करके follow किया था क्योंकि AI समर्थक लोग यही सुझा रहे थे, इसलिए ठीक-ठीक बताना मुश्किल है कि क्या-क्या था। कभी यह काम करता है, लेकिन जब नहीं करता तो यह समझना और कठिन हो जाता है कि क्यों नहीं किया। कुल मिलाकर ChatGPT से custom tutorial generate करने वाला developer experience ज़्यादा अच्छा था
reflection वाली बात से भी मैं बहुत सहमत हूँ। वास्तव में textbook वाली reflection तक जाने की भी ज़रूरत नहीं है। game entities इतनी उलझी हुई होती हैं कि Fallout 3 के train NPC या Skyrim के अंदरूनी behavior जैसे उदाहरणों की तरह, inheritance और object-oriented design को ऐसे मोड़ना पड़ता है जैसे असल में उन्हें उस रूप में इस्तेमाल ही नहीं करना चाहिए
एक गंदी-सी स्वीकारोक्ति करूँ तो हमारे game में game objects को handle करने के लिए एक विशाल switch statement है। अलग-अलग game object types के लिए ऐसे कई जगह हैं। LLMs (Copilot और Codex) switch case जोड़ने और उसका body लिखने जैसा simple code बना लेते थे, लेकिन जैसे ही किसी नए object को दूसरे objects के साथ interact करना होता, वे जल्दी ही reasoning में चूक जाते थे। यह तो छोड़ ही दें कि सैकड़ों edge cases भी ध्यान में रखने होते हैं
और इससे पहले कि कोई खुद को बहुत चालाक समझे, बता दूँ कि इस codebase पर लगभग 10 साल काम करते हुए इन switch statements को “refactor” करने की कई कोशिशें हुईं, और वे हमेशा किसी नए व्यक्ति का जोशीला प्रयास होती थीं। मैं एक बड़े दैत्य को हराने में सफल हुआ था, और जहाँ तक मुझे पता है, वही एकमात्र सफल उदाहरण था, और वह भी पिछले साल ही हुआ। लेकिन सच में, हमने बस उसे एक दूसरे दैत्य को सौंप दिया। दोनों जुड़वाँ थे, और एक के बिना काम चल सकता था। alternatives में Lovecraft-जैसी geometry शामिल है, इसलिए गंदा तरीका ही असल में साफ़ तरीका है
Claude edge-case bugs ढूँढने में शानदार था, लेकिन वह तब की बात है जब code पहले से सही तरह लिखा जा चुका हो। आम तौर पर अगर QA release से पहले feature bugs report करे, तो Claude के debug कर पाने की संभावना ज़्यादा से ज़्यादा 50-50 रहती है। लेकिन अगर वह player reports या live incidents हों, तो Claude की सफलता की संभावना लगभग 80% तक पहुँच जाती है
फिर भी, game industry में LLM coding आपको replace नहीं करेगी—इस बात से मैं सहमत हूँ। बस काश कोई यह बात upper management को भी समझाता। engineer के तौर पर मुझे अपने value पर भरोसा है, लेकिन management उसे समझता है या नहीं, यह नहीं जानता। मैं कितना भी बताऊँ कि मैंने कौन-सा feature ship किया और कौन-सा infrastructure बनाया, यह बात उन तक नहीं पहुँचती कि LLM उस output को automate नहीं कर सकता था
DevOps भी इससे अलग नहीं है
2 साल का contract हासिल करने में 4 महीने लगे, और कानून की वजह से उसे आगे बढ़ाया नहीं जा सका
दूसरा contract पाने में 5 महीने लगे, लेकिन वह सिर्फ 6 महीने का था, और इस हफ्ते उसका आख़िरी हफ्ता है
मैं लगभग 20 साल से IT में काम कर रहा हूँ। dial-up से ADSL, on-premises से cloud, software से SaaS, सब कुछ manual होने के दौर से GitHub और CI/CD तक, VM से Kubernetes तक, DevOps से DevSecOps तक, और अब हाल का AI तक—सब देखा है
मैंने IT jobs के लिए apply भी किया, लेकिन अब मैं गंभीरता से non-IT काम के बारे में सोच रहा हूँ। home lab मेरा मुख्य hobby है और मुझे सच में बहुत पसंद है, फिर भी
थोड़ी-सी राहत की बात यह है कि जो कंपनियाँ engineers को निकालकर उनकी जगह AI ला रही थीं, उनमें कुछ को यह समझ आने लगा है कि वे सिर्फ आधे साल में $500,000, यानी सालाना $1 million, AI token costs पर खर्च कर रही हैं
मैं लगातार developers को यह कहते सुन रहा हूँ, “हमने AI इस्तेमाल किया, code चल रहा है, लेकिन हमें समझ नहीं आता।” यह शुरू हो चुका है, और 2027 तक AI से पैदा हुई slippery slope की वजह से security breaches झेलने वाली कंपनियाँ पहले से कहीं ज़्यादा होंगी
SEO तो 2026 में ही मर गया था, इसलिए Google के बदले मैं Perplexity AI इस्तेमाल करता हूँ। क्योंकि वह इस्तेमाल किए गए सारे sources दिखाता है। लेकिन मेरा code मैं पूरा खुद लिखता हूँ। यह copy-paste जैसा नहीं है
सच कहूँ तो मैं थक चुका हूँ। तकनीक की कई पीढ़ियों की छलाँगें देखने के बाद अब सच में थकान महसूस होती है
2 हफ़्ते पहले, एक बड़ी कंपनी के पहले screening test में AI के बिना 100 में 100 स्कोर किया था
मुझे काफ़ी भरोसा था कि पहला राउंड पार कर लूँगा, और मैंने कुछ दोस्तों को इसका इशारा भी दिया था, लेकिन आखिर में ऑटोमेटेड मेल से reject हो गया
अभी job market पागल हो चुका है और समझ नहीं आता कि recruiters आखिर ढूंढ क्या रहे हैं। AI इस्तेमाल करो तो reject, न करो तो भी reject। लगता है क्या इतिहास की किताबों में पढ़े महाबेरोज़गारी के दौर ऐसा ही होता होगा
अभी जैसी hiring slump में तो लगभग सब कुछ ही random मानकर स्वीकार करना चाहिए। Technical quiz या HackerRank score एकदम perfect होने पर भी reject हो जाओ, तो यह ढूंढने की ज़रूरत नहीं कि मुझसे क्या गलती हुई
सिद्धांत रूप में देखें तो software engineering talent hire करने के लिए अभी से बेहतर समय कभी नहीं था। कोरोना hiring boom के दौरान ऊँची income के भरोसे कर्ज़ लेने वाले और फिर layoff होकर पैसों की ज़रूरत में पड़े candidates बहुत ज़्यादा हैं
लेकिन hiring बढ़ नहीं रही। HR industry में बहुत से लोग जानते हैं कि candidate filtering, machine learning, और basic technical interview process को जोड़कर उनकी नौकरी replace की जा सकती है। इसलिए वे process को जितना हो सके उतना complex और opaque बनाते हैं ताकि executives से कह सकें, “हमने इतने low-quality candidates को छाँटकर बाहर किया।”
अगर यह स्थिति चलती रही, तो या तो चीज़ें average की तरफ़ लौटेंगी या फिर ज़्यादातर समाज काफ़ी अस्थिर हो जाएगा। कामकाजी उम्र की ज़्यादातर आबादी को jobs से बाहर नहीं धकेला जा सकता
एक महीने पहले patio11 का “don’t call yourself a programmer” फिर से पढ़ा, और लगा कि यह मौजूदा हालात पर काफ़ी फिट बैठता है
असली बात खुद को क्या title देते हो, उसमें नहीं थी, बल्कि करियर से जुड़ी दूसरी सलाह में थी
इसलिए मेरा मन हुआ कि “don’t call yourself a Software engineer” लिखूँ। https://idiallo.com/blog/you-are-an-ai-enabled-engineer-now
हम अब भी उसी जाल में फँसे हुए हैं कि hiring सिर्फ़ technical capability के आधार पर होती है
अगर resumes को सिर्फ़ skills देखकर parse और evaluate किया जाए, तो मूल लेख सही है। सबके खिलाफ़ हालात हैं। लेकिन job search, नौकरी ढूंढने से बहुत पहले शुरू हो जाता है। आखिर में असली बात रास्ते में बनाए गए connections की होती है
ग्राहक वे कंपनियाँ हैं जो “software engineer” वाले बॉक्स में फिट होने वाले लोगों को ढूंढ रही हैं, इसलिए आप खुद को उसी तरह बेचते हैं। इसमें कोई समस्या नहीं है
यह भी देखना चाहिए कि उस समय Patrick कौन था। वह एक SEO consultant था, और कुल मिलाकर business development expert था। वह coding भी कर सकता था, और उस field में बहुत शुरुआती दौर में आया था। वह समय ऐसा था जब SEO specialist जैसी नौकरी लगभग होती ही नहीं थी
इसलिए अगर आपकी इकलौती skill software development है, तो खुद को उसी नाम से बुलाना स्वाभाविक है। अगर आपकी मुख्य skill SEO या कोई और marketing channel है, तो वैसा कहिए
“खुद को programmer मत कहो” वाली सलाह का असली सबक यह है कि ऐसे market opportunities ढूंढो जहाँ coding का इस्तेमाल कर सको और बदले में ज़्यादा reward मिले। यह करते हुए भी आप खुद को programmer कह सकते हैं
इसी से outsourcing जैसी महान ideas निकलती हैं, यह व्याख्या काफ़ी मज़ेदार है। मतलब, “जिस महँगे cost center से हमें कुछ हद तक ज़रूरत है लेकिन जिसकी हमें खास परवाह नहीं, उस जादू करने वाली चीज़ को किसी low-wage country के और सस्ते cost center से बदल दें”
अगर इस guide को आगे तक पढ़ो, तो यह side note भी अच्छा है कि outsourcing को career threat के रूप में पूरी तरह ignore किया जा सकता है। कोई भी revenue center outsource नहीं करता। यह MBA-टाइप joke की शुरुआत जैसा है, जैसे कहना कि version control system को floppy disk copies के बंडल से बदल दिया जाए
https://www.kalzumeus.com/2011/10/28/dont-call-yourself-a-pr...
मैं अभी उस कंपनी को छोड़ने की प्रक्रिया में हूँ जहाँ 10 साल काम किया है। आसपास बस यही सुनने को मिल रहा है कि सब कुछ बिखरा हुआ है
मैं Tokyo में हूँ, और यहाँ शायद हालत इतनी बुरी नहीं है, लेकिन फिर भी स्थिति को देखते हुए मेरी योजना यह है
मैं अपनी कंपनी शुरू करूँगा और customers ढूंढना शुरू करूँगा। क्षेत्र होगा Rust consulting
साथ में नौकरी के मौके भी तलाशता रहूँगा, लेकिन बेकार jobs के आगे झुकूँगा नहीं
हो सकता है मैं ज़रूरत से ज़्यादा optimistic हूँ, लेकिन कोशिश किए बिना पता नहीं चलेगा। अगर छह महीने बाद भी कुछ नहीं बना, तो शायद मैं भी “सब कुछ बिखरा हुआ है” वाले समूह में शामिल हो जाऊँ, लेकिन तब तक उम्मीद बनाए रखना चाहता हूँ
मुझे लगता है कि अभी job market के इतना tight होने की कई वजहें हैं
राजनीतिक रूप से बहुत ज़्यादा uncertainty है। हर कंपनी plans बनाती है, और uncertainty उन plans को रोक देती है
आर्थिक रूप से भी यह राजनीति से जुड़ा है, और हम एक बहुत बुरी recession के किनारे खड़े हैं। national oil reserves किस दिशा में जा रहे हैं, बस वही देख लो
AI को मैं हर नई technology के आने पर होने वाली चीज़ों की उसी श्रेणी में रखना चाहूँगा। stabilization से पहले हमेशा एक chaotic phase आता है। हम अभी भी उसी chaotic phase में हैं
business pain को भी देखना होगा। अभी साफ़ नहीं दिख रहा कि कौन-से sectors suffering में हैं। inflation ने consumers को मारा है, लेकिन हम अब भी खर्च कर रहे हैं। जब consumers अपना बटुआ बंद कर देंगे, तब वह दर्द लौटेगा और job market भी बदल जाएगा
इसका समाधान मुझे बस यही दिखता है कि हर व्यक्ति अपना काम करने का रास्ता खुद ढूंढे। founder बनने के लिए इससे बेहतर समय नहीं है
यह शायद एक मूर्खतापूर्ण चुनाव हो सकता है, लेकिन मैं अभी actuary बनने की दिशा में बदलाव कर रहा हूँ
इस क्षेत्र में बहुत पारदर्शी परीक्षा प्रणाली के ज़रिए योग्यता दी जाती है, और अगर आपने तय समय-सारिणी के अनुसार परीक्षाएँ पास कर लीं, तो इंटरव्यू अपेक्षाकृत औपचारिकता भर होता है
मेरे पास गणित की डिग्री है, और मेरा सारा software अनुभव data engineering की तरफ़ है, इसलिए लगता है कि इसकी मांग है
पिछले गर्मियों में एक बड़ी कंपनी से निकाले जाने के बाद मैं यात्रा करते हुए थोड़ा आराम कर रहा था। अभी मैं New Zealand के एक resort town में आरामदेह लेकिन कम वेतन वाला development काम कर रहा हूँ। लेकिन लंबे समय में development का काम शायद मेरे लिए सही रास्ता नहीं है
यह काम बदलाव के दौरान मेरे रहने-खाने का खर्च चला सकता है, लेकिन visa बढ़ाने के लिए sponsor नहीं करेगा, इसलिए समय सीमित है। अमेरिकी बाज़ार अब भी बुरी हालत में लगता है और मैं उसमें फिर से जाना नहीं चाहता
कई दशक पहले मैंने एक ऐसे project का नेतृत्व किया था जिसमें actuaries द्वारा व्यापक रूप से इस्तेमाल किए जाने वाले एक प्रमुख application को migrate किया गया था
वह अच्छा समय था। https://news.ycombinator.com/item?id=48641095