नौकरियाँ और सॉफ़्टवेयर ध्वस्त है
सॉफ़्टवेयर जॉब मार्केट की स्थिति
- कई लोग इसे अब तक का सबसे खराब बाज़ार बताते हैं: 10–15+ YOE वाले मज़बूत रिज़्यूमे को भी इंटरव्यू नहीं मिल रहे, ऑनलाइन रिक्रूटर स्पैम लगभग ख़त्म हो गया है, और बिल्कुल सही स्क्रीनिंग टेस्ट के बाद भी स्वचालित अस्वीकृतियाँ मिल रही हैं।
- कुछ अन्य लोग सामान्यता या आसानी के कुछ क्षेत्र बताते हैं (जैसे कुछ नए ग्रैड्स, कुछ शहरों में कुछ सीनियर्स), जिससे पता चलता है कि हालात बहुत असमान हैं।
- यह धारणा कि “प्रोग्रामर बहुत ज़्यादा हैं, नौकरियाँ बहुत कम,” ख़ासकर COVID बूम के बाद।
कारण: मैक्रो बनाम AI
- कई लोग इस मंदी को मुख्यतः मैक्रोइकॉनॉमिक्स से जोड़ते हैं: महामारी के दौरान पैसे की छपाई, सस्ते पैसे से भर्ती की होड़, फिर ब्याज दरों में बढ़ोतरी, छंटनियाँ, और डेवलपर्स की अधिक आपूर्ति।
- कुछ लोगों के लिए AI इन मैक्रो ताक़तों के ऊपर लगा एक तेज़ करने वाला कारक या बलि का बकरा है।
हायरिंग प्रथाएँ और इंटरव्यू
- leetcode/Hackerrank को लेकर शिकायतें, ख़ासकर बिना निगरानी वाले ऑनलाइन टेस्ट, जहाँ作弊 करना आसान है।
- HR/ATS/ML फ़िल्टरों द्वारा उम्मीदवारों को बाहर कर देने, रहस्यमय अस्वीकृतियों, नकली या “process only” जॉब पोस्टिंग, और रेफ़रल पर भारी निर्भरता की रिपोर्टें।
- रिज़्यूमे पर ब्रांड-नेम नियोक्ताओं को बहुत महत्व दिया जाता है; नेटवर्किंग को अक्सर असली कौशल से ज़्यादा महत्वपूर्ण माना जाता है।
AI और कोडिंग: टूल, ख़तरा, या हाइप?
- एक पक्ष: AI का इस्तेमाल न करना करियर-सुसाइड है; अधिकांश सॉफ़्टवेयर नौकरियाँ गायब हो जाएँगी या कुछ ही इंजीनियरों तक सिमट जाएँगी जो एजेंट्स को ऑर्केस्ट्रेट करेंगे।
- दूसरा पक्ष: AI कोड अविश्वसनीय “slop” है; असली इंजीनियरिंग, टेस्टिंग, और डोमेन विशेषज्ञता ऑटोमेट नहीं की जा सकती, ख़ासकर जटिल डोमेनों में (जैसे गेम इंजन, हार्डवेयर-आसपास का काम)।
- क्रिएटिव क्षेत्रों (गेम्स, आर्ट, लेखन) में कल्चर-वॉर वाला तीखा स्वर। कुछ लोग AI का इस्तेमाल उन साथियों के साथ विश्वासघात मानते हैं जिनका काम ट्रेनिंग में इस्तेमाल हुआ और जिनकी नौकरियाँ ख़तरे में हैं; दूसरे इस फ़्रेमिंग को खारिज करते हैं।
सेक्टर और भूगोल के अंतर
- हार्डवेयर/ML-आसपास की भूमिकाएँ (PCIe, DDR, Ethernet, silicon design/verification, firmware) बहुत उच्च वेतन के साथ तेज़ मांग में बताई गई हैं, लेकिन इनमें विशिष्ट कौशल चाहिए।
- कुछ क्षेत्रों (जैसे London, Asia के कुछ हिस्से, कुछ Japanese/Chinese game studios) को अधिक सक्रिय या AI अपनाने में अधिक आक्रामक माना जाता है।
निपटने की रणनीतियाँ और करियर पिवट
- सलाह “AI को गहराई से अपनाएँ और सीखें” से लेकर “अपना उत्पाद/व्यवसाय बनाएँ” तक, और “tech से बाहर पिवट करें” तक जाती है (उदाहरण: diesel mechanic, actuary, physical goods business)।
- कई लोग लंबे समय की नेटवर्किंग, साइड प्रोजेक्ट्स, और इस बात को स्वीकार करने पर ज़ोर देते हैं कि अन्य क्षेत्रों में स्थिर, मामूली करियर, volatile tech भूमिकाओं के पीछे भागने की तुलना में ज़्यादा स्थिर और संतोषजनक हो सकते हैं।