Анастасия Периг: "В ИТ ценят результат и умение решать задачи"

Использование искусственного интеллекта и облачных решений — ключевой тренд цифровой экономики и необходимое условие конкурентоспособности компаний будущего. По данным исследовательского агентства McKinsey, сфера ИИ и облачных технологий уже сейчас выделяется как одна из ключевых «арен конкуренции» до 2040 года. Спрос на облачные сервисы, например, AWS, которые Amazon предоставляет для разработки и обучения ИИ, уже превышает возможности компании — в связи с этим она планирует инвестировать около 100 миллиардов долларов в развитие инфраструктуры и новые дата-центры в уже этом году. Интенсивное развитие направления заостряет проблему нехватки специалистов, способных эффективно использовать эти технологии. Как стать таким специалистом, какие преимущества дают облачные технологии современному бизнесу и как искусственный интеллект меняет подходы к разработке программного обеспечения? Об этом мы поговорили с Анастасией Периг — инженером-разработчиком, экспертом по AWS и членом жюри международной премии Globee Awards в категории «Технологии». Всего за несколько лет она прошла путь от тестировщика до full-stack software engineer в нью-йоркской компании Northspyre, чья платформа управляет бюджетами строительных проектов общей стоимостью более $200 млрд. Анастасия активно развивает навыки в области искусственного интеллекта, делится знаниями с коллегами через научные публикации, а также написала и опубликовала монографию по предиктивной аналитике в мониторинге веб-приложений.

 — Анастасия, ваш путь в ИТ по-настоящему вдохновляет — вы пришли в профессию без технического бэкграунда, но всего за четыре года сумели стать ведущим инженером-программистом в крупной международной компании. Что нужно делать, чтобы карьера развивалась так быстро?

— Да, мой путь действительно нестандартный — без формального технического образования, но с огромным желанием, внутренней тягой к решению сложных задач и любви к технологиям. Я начала с малого — с ручного тестирования, а параллельно изучала программирование самостоятельно. Мне помог системный подход и способность быстро осваивать новое: я активно искала менторов, много читала, проходила онлайн-курсы. Я старалась понимать, как устроен продукт внутри — не просто проверяла работу, а вникала в логику, архитектуру и технические решения. Именно это и подтолкнуло меня глубже заняться программированием. Сначала я освоила автоматизацию, а затем пошла дальше — фронтенд, бэкенд, работа с базами данных и изучение архитектурных паттернов. Огромное значение сыграли постоянное самообучение и живое общение с коллегами-разработчиками. Также я всегда стремилась применять знания на практике: предлагала свои идеи, брала небольшие задачи в команде, участвовала в реальных разработках. Со временем это выросло в полноценную роль фул-стек разработчика.

— А как появился интерес к искусственному интеллекту? 

— Довольно органично — сначала через инструменты, которые я использовала в работе, потом — через желание не просто использовать, а создавать. Сейчас я продолжаю активно учиться, читаю профильные статьи, прохожу курсы и экспериментирую с интеграцией ИИ в продукты. В этом направлении я вижу огромный потенциал — и для развития, и для пользы конечному пользователю.

— Эксперты прогнозируют, что широкое внедрение этих технологий повысит эффективность бизнес-процессов примерно на 50% в ближайшие 6 лет. Однако, вы уже сегодня создаете ИИ-решения которые позволяют вашей компании Northspyre более эффективно прогнозировать затраты и оптимизировать бюджеты проектов. Как вы сами используете нейросети, и в каких сферах, на ваш взгляд, искусственный интеллект меняет правила игры наиболее заметно.

— В повседневной работе я активно использую несколько ИИ-инструментов, которые помогают как в разработке, так и в автоматизации процессов. Например GitHub Copilot помогает с автодополнением кода, а Devin и Claude — это AI-агенты, которые генерируют код и техническую документацию. Такие инструменты заметно ускоряют разработку и помогают избежать рутинных ошибок. Для автоматизированного тестирования мы используем инструменты с элементами ИИ, которые умеют генерировать тестовые сценарии и анализировать покрытие. ИИ меняет правила игры в самых разных сферах: от генерации контента и обслуживания контакт-центров до обработки больших данных и предиктивной аналитики. Это позволяет создавать более умные приложения, которые не просто реагируют, а предугадывают поведение пользователей и оптимизируют бизнес-процессы в реальном времени. В итоге ИИ не только ускоряет разработку, но и расширяет возможности продуктов, делая их более персонализированными и эффективными.

— Вы так же активно работаете с облачными сервисами AWS и уже получили три сертификата от Amazon, подтверждающих ваш профессиональный уровень. Почему именно облачные технологии стали важной частью вашей профессиональной траектории?

— Облачные технологии сегодня — это уже не просто тренд, а must-have для большинства современных цифровых продуктов. Они дают гибкость, масштабируемость и скорость, которые невозможны в традиционной инфраструктуре. Именно поэтому я изначально видела в этом направлении неотъемлемую часть своей профессиональной траектории как инженера.

Я выбрала AWS, потому что мы активно используем его в проекте, в котором я участвую. Это дало мне отличную возможность не просто изучать теорию, а сразу применять знания на практике: настраивать инфраструктуру, работать с CI/CD, управлять ресурсами и оптимизировать процессы. Получение сертификатов стало логичным шагом, чтобы систематизировать знания, а реальные задачи — помогли закрепить и углубить их. Сейчас я чувствую, что облачные технологии стали моей сильной стороной, и я продолжаю развиваться в этом направлении.

— В апреле этого года международная премия Globee Awards пригласила вас, как эксперта в жюри — вы оценивали лучшие практики, и это, как мне кажется, это уникальная возможность увидеть главные тренды в сфере технологий. Какие направления вы отметили для себя?

— Если говорить о направлениях, которые особенно выделяются, то, конечно, в первую очередь это — развитие узкоспециализированных ИИ-моделей, заточенных под конкретные бизнес-задачи: от автоматизации клиентской поддержки до интеллектуального анализа данных. Мы видим явный сдвиг от «больших универсальных моделей» к более эффективным и точным «маленьким помощникам» внутри конкретных систем. В области облачных решений активно развивается serverless-архитектура, а также edge computing, что особенно актуально для систем с высокой нагрузкой и требованиями к скорости. Также интересен тренд на гибридные облака и инфраструктуру как код — это уже не просто модные слова, а зрелые инструменты, которые реально повышают гибкость и масштабируемость бизнеса.

 — На конкурсе вы определяли победителей из двухсот претендентов, представителей десятков стран мира, в категории «Технологии», ваша экспертиза помогла выявить лучшие проекты номинации, связанной с искусственным интеллектом и облачными решениями. А чем вам самой была полезна эта работа, помогает ли она в развитии?

— Этот опыт дал мне возможность взглянуть на тренды не со стороны новостей, а изнутри — через реальные продукты и решения. Я смогла увидеть, как разные компании подходят к внедрению ИИ: от автоматизации рутинных задач до создания уникальных моделей. Такой формат работы помог понять, какие технологии действительно работают, а какие остаются экспериментами. Эти знания уже сейчас я применяю в своей работе, например, при проектировании новых ИИ-модулей или оптимизации облачной инфраструктуры.

— Насколько мне известно, эти решения уже приносят пользу компании. Например, недавно вы внедрили генеративный ИИ в тендерную платформу Northspyre для анализа заявок подрядчиков — теперь система автоматически выявляет расхождения в объемах работ. Это особенно важно для крупных проектов, где исправление ошибок на поздних этапах может стоить миллионы. Что ещё нового и значимого появилось в ваших разработках?

В одном из недавних обновлений мы сосредоточились на расширении ИИ-функциональности платформы, чтобы помочь застройщикам принимать более точные и выгодные решения уже на стадии подготовки. Это тот этап, где ещё можно избежать многих ошибок и заложить прочную основу для успеха проекта. Одним из ключевых направлений стало развитие ИИ - инструмента, который анализирует исторические данные по тысячам проектов и предлагает прогнозы по потенциальной экономии. Алгоритм помогает выявить подрядчиков, которые с высокой вероятностью подадут конкурентные предложения, что позволяет командам оптимизировать бюджеты ещё до начала тендеров. Наша команда стремилась не просто внедрить новые технологии, а сделать их полезными и понятными для конечных пользователей, без лишней сложности. Мы проектировали архитектуру так, чтобы новые ИИ-модули логично встраивались в уже знакомые рабочие процессы и приносили практическую пользу с первого дня использования.

— Вы не только активно работаете с искусственным интеллектом и внедряете его в веб-разработку, но и делитесь своими находками - пишете статьи в научные журналы. Почему для вас важно участвовать в развитии профессионального сообщества и как ваш опыт может помочь другим разработчикам?

— Опубликованные статьи — это результат глубокого интереса к конкретным темам, в которых я пыталась лучше разобраться. Поскольку информации очень много, мне было важно ее структурировать и систематизировать. По опыту я поняла, что лучше всего усваиваю материал, когда стараюсь раскрыть тему и объяснить ее другим — так что в этом был и немного эгоистичный мотив стать настоящим экспертом в выбранных вопросах. При этом очень приятно осознавать, что мои статьи могут сэкономить время другим инженерам, помочь им быстрее найти нужную информацию и избежать долгого сбора и анализа данных. Для меня обмен опытом — это процесс, в котором выигрывают все: и принимающие опыт, и передающие его.

— В вашей монографии вы так же рассказываете о своем опыте, описывая разработку модуля предиктивной аналитики IPAM, который направлен на решение одной из ключевых актуальных проблем мониторинга веб-приложений — задержки в обнаружении и диагностике критических отклонений. Почему вы выбрали именно эту тему?

— Эта тема сегодня особенно актуальна: с ростом сложности современных веб-приложений и увеличением объема метрик становится все труднее своевременно выявлять проблемы с помощью только традиционных инструментов. Модуль использует анализ временных рядов и исторических данных, чтобы заранее предсказывать сбои или перегрузки и давать рекомендации по автоматизированному реагированию. Это позволяет существенно сократить время на диагностику и повысить надежность систем. Дело в том, что сейчас пользователи не готовы терпеть даже кратковременные сбои. Особенно в таких высоконагруженных сферах, как финтех, e-commerce, облачные платформы и корпоративные приложения. Именно там IPAM может принести наибольшую пользу.

— Какие советы можете дать тем, кто хочет сосредоточиться на сферах ИИ и облачных технологий, но не имеют специального образования или опыта, как было у вас?

— Мой главный совет — не бояться начинать и постоянно учиться самостоятельно. В сфере ИИ и облачных технологий огромное количество бесплатных и доступных ресурсов — онлайн-курсы, документация, сообщества и проекты с открытым исходным кодом. Даже без профильного образования можно постепенно нарастить знания и навыки через практику и реальные задачи. Очень важно найти проекты или команды, где можно применять полученные знания — именно опыт помогает быстро расти. Не бойтесь задавать вопросы, участвовать в профессиональных сообществах и искать наставников. Помните, что в ИТ ценят результат и умение решать задачи, а не только формальные дипломы, ведь настойчивость, любопытство и готовность учиться — вот главные качества для успешного старта.