Coraz więcej ludzi zaczyna korzystać z sztucznej inteligencji (AI) w swojej codziennej pracy, a programiści nie są wyjątkiem. AI znajduje zastosowanie nie tylko w kodowaniu i debugowaniu, ale także w procesach rekrutacyjnych. Czy jednak można jej używać do tworzenia portfolio IT?
Sztuczna inteligencja w znaczący sposób wpłynęła na branżę IT, budząc obawy, że z czasem może ona zastąpić programistów. Wpływ AI na programowanie oraz inne obszary pracy w IT jest niepodważalny – niektórzy przewidują, że aż 73% działań w IT może być zagrożonych przez AI. Mimo to, istnieje coś, czego AI nie zmieniła i najprawdopodobniej jeszcze długo nie zmieni – konieczności udowodnienia swoich umiejętności przed potencjalnymi pracodawcami. Portfolio pozostaje najczęściej używanym narzędziem do prezentacji swoich kompetencji i osiągnięć. Dlaczego warto poświęcić czas na jego stworzenie?
Głównym celem portfolio jest zaprezentowanie swoich umiejętności i dokonań. Dobrze przygotowane portfolio powinno zawierać przykłady zrealizowanych projektów, listę opanowanych języków programowania i narzędzi, a także wyróżniać się unikalnym stylem. Ważne jest, aby przedstawiało ono rzeczywisty poziom wiedzy, ponieważ wszelkie nieścisłości mogą zostać szybko wykryte podczas procesu rekrutacyjnego.
Tworzenie portfolio może również pomóc programiście w samokrytycznym spojrzeniu na swoje dotychczasowe projekty, identyfikując obszary wymagające poprawy. Dokument ten może również służyć jako narzędzie do networkingu na konferencjach i spotkaniach branżowych.
Dobrze przygotowane portfolio programisty:
- Wprowadzenie – Powinno zawierać podstawowe dane kontaktowe (imię i nazwisko, specjalizacja, aktualna pozycja) oraz krótki opis dotychczasowej kariery.
- Zrealizowane projekty – Należy dołączyć opisy zrealizowanych projektów, zrzuty ekranów, a także linki do wersji demonstracyjnych lub repozytoriów kodu. Dobrze jest również opisać wyniki tych projektów.
- Umiejętności techniczne – Lista języków programowania, narzędzi, frameworków, a także wiedza z zakresu data science, machine learning i AI.
- Doświadczenie zawodowe – Opis dotychczasowej historii zatrudnienia, najlepiej poparty referencjami od byłych pracodawców lub klientów.
- Wykształcenie i certyfikaty – Informacje o ukończonych studiach, kursach oraz posiadanych certyfikatach zawodowych.
- Dodatkowe aktywności – Opis udziału w projektach open-source, publikacji artykułów, zdobytych nagród, czy udziału w konferencjach branżowych.
- Referencje – Mogą być umieszczone w oddzielnej sekcji lub wplecione w opisy poszczególnych projektów.
- Dane kontaktowe – Obejmuje to adres e-mail, link do profilu LinkedIn lub GitHub, a także inne formy kontaktu. Można również dodać formularz kontaktowy.
Czy używanie AI do tworzenia portfolio jest etyczne?
Przyszłość informatyki wiąże się z wieloma wyzwaniami, z których najważniejsze dotyczą kwestii etycznych. Czy korzystanie z AI w tworzeniu portfolio jest etyczne? Odpowiedź nie jest jednoznaczna, ale warto się nad nią zastanowić, gdyż etyczne aspekty są równie istotne, co techniczne błędy w kodzie.
Portfolio powinno odzwierciedlać rzeczywiste umiejętności i doświadczenie programisty. Użycie AI do tworzenia treści może wprowadzać w błąd, zwłaszcza jeśli programista bezkrytycznie korzysta z wygenerowanych przez AI elementów. Istnieje też ryzyko naruszenia praw autorskich, jeśli AI generuje kod, do którego programista nie ma praw.
Ważne jest również, aby programista, który skorzystał z AI przy tworzeniu portfolio, jasno o tym poinformował. AI może być bardzo pomocne w automatyzacji pracy, ale próba wykorzystania jej do ukrycia braków wiedzy może skończyć się niepowodzeniem podczas rekrutacji.
Programista powinien pamiętać, że nawet jeśli AI pomaga w tworzeniu portfolio, to on ponosi odpowiedzialność za jego zawartość. Musi być gotów odpowiedzieć na wszelkie pytania i wyjaśnić decyzje projektowe oraz zrozumieć wygenerowany przez AI kod.
Jak AI może pomóc w tworzeniu portfolio?
Czy to oznacza, że nie warto korzystać z AI przy tworzeniu portfolio? Wręcz przeciwnie – sztuczna inteligencja może znacząco ułatwić ten proces, pod warunkiem, że jest używana rozsądnie i w sposób przemyślany. AI doskonale sprawdza się w automatyzacji powtarzalnych zadań, takich jak formatowanie dokumentów czy tworzenie szablonów, jednak programista powinien zadbać o to, aby końcowy efekt był spójny i odpowiadał jego rzeczywistym umiejętnościom.
AI może także pomóc w redagowaniu tekstów, poprawianiu błędów gramatycznych i stylistycznych, jednak ostateczna wersja dokumentu powinna zostać dokładnie sprawdzona przez programistę. Sztuczna inteligencja może być również użyteczna przy wizualizacji danych, ale programista musi umieć zinterpretować wygenerowane wykresy i wyjaśnić ich znaczenie.
AI może także wspierać programistę w pisaniu kodu, np. przy użyciu narzędzi takich jak GitHub, Copilot, Gemini, ChatGPT, Perplexity AI, Cloude 3 itp. Jednak nawet wtedy programista musi zrozumieć i zweryfikować wygenerowany kod. AI może pomóc w analizie kodu i znalezieniu błędów, ale to programista powinien samodzielnie wprowadzać poprawki i rozumieć ich konsekwencje dla projektu.