Ask HN: किसे नौकरी दी जानी चाहिए? (जून 2026)
थ्रेड का समग्र फोकस
- मासिक “किसे नौकरी दी जानी चाहिए” थ्रेड, जिसमें सैकड़ों लोग छोटे-छोटे स्व-परिचय पोस्ट करते हैं।
- इसमें सॉफ़्टवेयर इंजीनियरों का दबदबा है, लेकिन डिज़ाइनर, प्रोडक्ट मैनेजर, सुरक्षा, डेटा/ML, इन्फ्रा, और कुछ गैर-तकनीकी भूमिकाएँ भी शामिल हैं।
- अधिकांश लोग रिमोट या रिमोट-फर्स्ट काम पर ज़ोर देते हैं; स्थानांतरण आमतौर पर सशर्त होता है या केवल कुछ क्षेत्रों तक सीमित होता है।
तकनीकी विशेषज्ञताएँ
- निम्नलिखित की मज़बूत उपस्थिति:
- बैकएंड / सिस्टम्स: Go, Rust, Python, Java, C#, Node.js, JVM, .NET, माइक्रोसर्विसेज, उच्च‑थ्रूपुट और कम‑लेटेंसी सिस्टम्स।
- वेब / फुल‑स्टैक: TypeScript, React/Next.js, Vue, Angular, Ruby on Rails, Django, Laravel, PostgreSQL, Redis.
- मोबाइल / क्लाइंट: iOS (Swift/SwiftUI), Android/Kotlin, React Native, Flutter, macOS, कुछ डेस्कटॉप (Electron, Qt, JUCE)।
- DevOps / प्लेटफ़ॉर्म / SRE: Kubernetes, Terraform, AWS/GCP/Azure, ऑब्ज़र्वेबिलिटी स्टैक्स, CI/CD, लागत अनुकूलन।
- डेटा / ML / MLOps: Spark/Flink, डेटा वेयरहाउस, ETL/ELT, एनालिटिक्स इन्फ्रा।
AI और एजेंटिक सिस्टम्स
- एक बड़ा उपसमूह स्पष्ट रूप से यह मार्केट करता है:
- LLM इंटीग्रेशन, RAG पाइपलाइन्स, वेक्टर डेटाबेस, इवैल्युएशन हार्नेस।
- LangGraph, LangChain, CrewAI, MCP, कस्टम रनटाइम्स का उपयोग करने वाले मल्टी‑एजेंट / “एजेंटिक” सिस्टम्स।
- सर्च, डेवलपर टूल्स, डॉक्यूमेंट प्रोसेसिंग, ऑब्ज़र्वेबिलिटी, और ऑटोमेशन जैसे डोमेन्स में एप्लाइड AI।
- कई उम्मीदवार पूर्ण AI उत्पाद बनाने को उजागर करते हैं (सिर्फ डेमो नहीं): लेटेंसी, विश्वसनीयता, गार्डरेल्स, इवैल्युएशन, और लागत नियंत्रण बार-बार आने वाले विषय हैं।
प्रोडक्ट, डिज़ाइन, और नेतृत्व
- कई वरिष्ठ प्रोडक्ट डिज़ाइनर, डिज़ाइन इंजीनियर, और UX/UI विशेषज्ञ “डिज़ाइन-टू-कोड” तरीके से काम करने में सहज हैं।
- प्रोडक्ट मैनेजर और “AI‑native” PMs जो हैंडऑफ़ से पहले स्वयं 60–80% उत्पादों का प्रोटोटाइप और इम्प्लीमेंट करते हैं।
- इंजीनियरिंग मैनेजर, CTOs, fractional CTOs, staff/principal engineers, और रणनीति/आर्किटेक्चर सलाहकार खुद को नेतृत्व या सलाहकार भूमिकाओं के लिए प्रस्तुत करते हैं।
एंगेजमेंट मॉडल्स
- कई लोग स्पष्ट रूप से यह चाहते हैं:
- कॉन्ट्रैक्ट, fractional, या कंसल्टिंग काम (अक्सर स्पष्ट दरों या B2B सेटअप के साथ)।
- शुरुआती चरण / founding-engineer भूमिकाएँ जिनमें उच्च स्वामित्व हो।
- छोटे स्कोप वाले स्प्रिंट्स (जैसे, परफ़ॉर्मेंस ट्यूनिंग, इन्फ्रा माइग्रेशन, ऐप रेस्क्यू)।
प्राइवेसी, स्क्रैपिंग, और LLM-युग की चिंताएँ
- एक छोटी मेटा चर्चा सार्वजनिक रूप से रेज़्यूमे और विस्तृत प्रोफ़ाइल पोस्ट करने पर सवाल उठाती है, “LLMs और डेटा स्क्रैपिंग के युग” में।
- एक टिप्पणीकार नोट करता है कि यह प्रभावी रूप से धनी लक्ष्यों का एक उच्च-गुणवत्ता वाला डेटासेट है; दूसरा जवाब देता है कि ऐसी थ्रेड्स वर्षों से मौजूद हैं और भाग लेने वाले लोग चाहते हैं कि उन्हें खोजा जाए।
- एक अलग टिप्पणी यह पूछती है कि अगर कोई बस AI को “बहुत विस्तृत प्रॉम्प्ट” लिख सकता है, तो फिर भी रेज़्यूमे की ज़रूरत क्यों है, जो भर्ती सामग्री के इर्द-गिर्द बदलते मानदंडों का संकेत देता है।