Diploma više nije dovoljna: Brutalna istina o IT poslovima koji vas čekaju (i onima koji nestaju)

Ako ste roditelj srednjoškolca koji „voli kompjutere„, ili student prve godine koji misli da će ga poznavanje Java sintakse automatski lansirati u visoku srednju klasu – imamo loše vesti. „Zlatno doba“ lakog ulaska u IT, ono koje je trajalo od 2010. do 2022. godine, zvanično je mrtvo.

Nemojte nas pogrešno shvatiti. IT industrija i dalje raste. Ali se prag ulaska podigao do neslućenih visina.

Generativna veštačka inteligencija (Generative AI) je demokratizovala pisanje koda. Ono što je nekada radio Junior Developer za nedelju dana, danas Senior uz pomoć AI asistenta (Copilot-a) uradi za popodne. Tržište više ne traži „kucače koda“ (Code Monkeys). Tržište traži inženjere koji umeju da razmišljaju o sistemima, bezbednosti i podacima.

Ovaj vodič je mapa za preživljavanje narednih pet godina. Razbijamo mitove i fokusiramo se na veštine koje mašina (još uvek) ne može da replicira.

1. AI Inženjering: Od „Hype-a“ do inženjerske discipline

Do pre par godina, „AI stručnjak“ je bio neko ko zna da trenira model u Python-u. Danas, kada imamo gotove modele (GPT-5, Gemini, Claude), fokus se pomera sa kreiranja modela na primenu i orkestraciju.

Budući studenti ne treba da uče samo kako neururske mreže rade matematički (iako je to korisna osnova), već kako da ih ukrote.

Nova zanimanja u fokusu:

• AI Solutions Architect (Arhitekta AI rešenja): Nije dovoljno znati šta AI može. Pitanje je kako integrisati AI u postojeći bankarski sistem star 20 godina, a da ne „halucinira“ i ne oda podatke klijenata? Ovo zahteva poznavanje Cloud infrastrukture, API-ja i poslovne logike.

• RAG Engineer (Inženjer za RAG sisteme): Retrieval-Augmented Generation je standard. Kompanije ne žele da AI izmišlja; žele da AI odgovara na osnovu njihovih dokumenata. Veština kreiranja vektorskih baza podataka (Vector Databases) i optimizacija pretrage je trenutno „najvruća“ roba na tržištu.

• AI Ethics & Compliance Officer (Službenik za etiku i usklađenost AI): Zvuči birokratski, ali sa dolaskom regulativa poput EU AI Act, firmama su očajnički potrebni ljudi koji razumeju tehničku stranu AI-a, ali i pravni okvir. Ovo je idealno za one koji su na granici između društvenih i tehničkih nauka.

Savet za učenje: Python je i dalje kralj. Ali uz njega, obavezno učite biblioteke kao što su LangChain ili LlamaIndex.

2. Cybersecurity: Jedini posao gde je „nedostatak kadra“ realnost, a ne floskula

Dok AI piše kod, on takođe piše i viruse. Napadi postaju automatizovani, brži i pametniji. Odbrana mora biti ista takva. Sajber bezbednost (Cybersecurity) je oblast koja je imuna na krizu, jer što je više tehnologije, to je više ranjivosti.

Ali, ne pričamo o instaliranju antivirusa.

Šta se traži?

• DevSecOps: Ovo je fuzija tri sveta – razvoja (Development), bezbednosti (Security) i operacija (Operations). Kompanije traže ljude koji mogu da ugrade bezbednosne provere direktno u proces pisanja koda. Ne da proveravaju na kraju, već da sistem ne dozvoli programeru da napiše nebezbedan kod.

• AI-Driven Defense Analyst: Analitičari koji koriste AI alate da prepoznaju anomalije u saobraćaju pre nego što se napad desi. Ovde je ključno razumevanje mreža (Networking) i operativnih sistema „ispod haube“.

• Post-Quantum Cryptography (Post-kvantna kriptografija): Ovo je za one koji vole matematiku. Sa dolaskom kvantnih računara, trenutne šifre padaju. Svetu će trebati inženjeri koji znaju da implementiraju nove, otpornije algoritme.

Tvrda istina: Kurs od 3 meseca vas neće učiniti sajber stručnjakom. Ovo zahteva duboko, fundamentalno znanje o tome kako računari rade (OS architecture, kernel, memory management).

3. Povratak hardvera: IoT, Edge Computing i Robotika

Softver je pojeo svet, ali softver mora negde da „živi“. Svi ti AI modeli troše ogromnu energiju i zahtevaju specifične čipove. Takođe, AI izlazi iz ekrana i ulazi u fizički svet (roboti, pametne fabrike, autonomna vozila).

Programiranje hardvera (Embedded Systems) se vraća na velika vrata.

Zašto je ovo sigurna luka?

Zato što je teže. Lako je naučiti JavaScript i napraviti web stranicu. Mnogo je teže napisati C++ kod koji kontroliše kočnice na automobilu u realnom vremenu (Real-time OS), gde greška znači gubitak života, a ne samo „bag“ na sajtu.

• Rust programeri: Jezik Rust polako ali sigurno zamenjuje C i C++ u kritičnim sistemima zbog svoje memorijske bezbednosti. Znati Rust u 2026. i narednim godinama biće kao da znate magiju.

• Edge AI Engineer: Kako naterati moćan AI model da radi na malom čipu u kameri ili frižideru, bez interneta? To je Edge Computing. Optimizacija modela (Quantization) je ključna veština.

4. Data Engineering: Vodoinstalateri digitalnog doba

Svi pričaju o Data Science (Nauci o podacima), ali retko ko pominje da data naučnici provode 80% vremena čisteći podatke. AI modeli su gladni podataka, ali ako su ti podaci „smeće“, i rezultati su smeće (Garbage in, Garbage out).

Tržište je preplavljeno „analitičarima“, ali mu hronično fale Data Inženjeri.

Razlika je ključna:

• Analitičar gleda u Excel/Tableau i pravi grafikone.

• Data Inženjer gradi „cevovode“ (Pipelines) koji automatski sakupljaju terabajte podataka, čiste ih, transformišu i spremaju u magacine (Data Warehouses) poput Snowflake ili Databricks.

Veštine: SQL (napredni nivo, ne samo SELECT *), Python, Spark, Kafka, i razumevanje Cloud arhitekture (AWS/Azure).

5. Platform Engineering: Smrt klasičnog sistem administratora

Sećate se sistem administratora koji trči po firmi i popravlja servere? To više ne postoji u ozbiljnom IT-ju. Zamenio ga je DevOps, a sada DevOps evoluira u Platform Engineering.

Ideja je sledeća: Ne želite da programeri zovu „operativce“ svaki put kad im treba server. Želite da izgradite Internu Razvojnu Platformu (IDP) gde programer klikne dugme i dobije sve što mu treba, automatski.

Platform inženjeri su graditelji „fabrika softvera“. Oni koriste alate kao što su Kubernetes, Terraform i Docker da bi infrastrukturu tretirali kao kod (Infrastructure as Code).

Zašto je ovo dobro za studente? Jer zahteva apstraktno razmišljanje i razumevanje celog sistema, a ne samo jedne komponente. AI može da napiše skriptu, ali teško može da dizajnira celu cloud arhitekturu koja je otporna na padove i jeftina za održavanje.

Šta sa „Soft“ veštinama? (Ono što vas razlikuje od bota)

Ako tehničke veštine služe da dobijete posao, „meke“ veštine služe da ga zadržite i napredujete. U eri AI-a, ove veštine postaju „Power Skills“.

1. Kritičko razmišljanje i validacija: AI će vam dati odgovor. Vaš posao nije da ga prepišete, već da ga proverite. Sposobnost da kažete „ovo rešenje je tehnički tačno, ali poslovno rizično“ je ono što se plaća.

2. Komunikacija (Storytelling): Možete li direktoru da objasnite zašto treba da uloži milion evra u sajber bezbednost, a da ne koristite tehnički žargon? „Prevodioci“ između inženjera i biznisa su zlata vredni.

3. Domensko znanje: IT u vakuumu ne vredi ništa. IT u poljoprivredi (AgriTech), medicini (HealthTech) ili finansijama (FinTech) vredi milijarde. Savet studentima: Uz programiranje, naučite kako funkcioniše neka specifična industrija. Programer koji zna kako funkcioniše knjiženje je 10x vredniji od programera koji zna samo kod.

Putanja učenja: Fakultet, kurs ili samoukost?

Ovo je večna dilema. Evo realnog preseka za 2026+ period:

• Fakulteti (ETF, FON, FTN, PMF): I dalje daju najbolju osnovu za inženjerski način razmišljanja. Matematika i logika koju tamo učite vam pomažu da razumete AI, a ne samo da ga koristite. Diploma je i dalje važna za vizu (ako planirate inostranstvo) i za korporativne pozicije. Ali, programi često kasne za industrijom. Morate učiti sami sa strane.

• Kursevi / Bootcamps: Budite ekstremno oprezni. Tržište je prezasićeno ljudima sa kursevima od 6 meseci. Ako birate kurs, birajte onaj koji je specijalizovan (npr. „DevOps za napredne“), a ne „Uvod u programiranje“.

• Sertifikati: U svetu infrastrukture i bezbednosti, sertifikati znače mnogo. AWS Solutions Architect, CKA (Kubernetes), OSCP (Offensive Security) – ovo su papiri koje poslodavci cene jer su teški za dobijanje.

Zaključak: Budite „T-Shaped“ profesionalac

Vreme uskih specijalista koji ne vide širu sliku prolazi. Budućnost pripada „T-Shaped“ ljudima:

• Horizontalna crta: Široko razumevanje kako IT funkcioniše (mreže, baze, front, back, AI, biznis).

• Vertikalna crta: Duboka, ekspertska specijalizacija u JEDNOJ oblasti (npr. Cloud Security).

Ne plašite se AI-a. Plašite se stagnacije. Tehnologija se menja brže nego plan i program Ministarstva prosvete. Vaša najvažnija veština u narednih pet godina neće biti poznavanje Jave ili Pythona, već sposobnost da brzo zaboravite staro i naučite novo.

Srećno učenju, trebaće vam.