Novi „gladijatori“: Zašto je „30 ispod 30“ u IT-ju postao mit i ko su zaista mladi talenti koji danas pobeđuju

Hajde da, za početak, budemo brutalno iskreni. Godinama su liste „30 ispod 30“ (30 mlađih od 30 godina), bilo da ih objavljuje Forbes ili domaći portali, bile naša omiljena doza inspiracije. Bile su to priče o „uspehu preko noći“. Slike nasmejanih, mladih Foundera (osnivača) u svojim „kul“ kancelarijama, koji su sa 25 godina „podigli“ milionsku investiciju ili prodali firmu.

Bila je to era „zlatne groznice“ (Gold Rush) srpskog IT-ja (otprilike 2015-2022). Era „jeftinog“ novca, beskonačnog rasta, outsourcing buma i poreskog raja zvanog „paušal“. Bilo je to vreme kada je priča o konobaru koji je „završio kurs od tri meseca“ i dobio posao od 2.000 evra postala nacionalni mit.

A onda je stigla 2023. I 2024. I 2025. Stigao je „Tech Winter“ (tehnološka zima). Stigla su masovna otpuštanja. Stigao je AI (Veštačka inteligencija) koji je pojeo juniorske poslove za doručak. „Zlatna groznica“ je gotova.

Na portalu ITNetwork.rs, gde se tehnologija gleda bez PR filtera, moramo da konstatujemo: Klasična „30 ispod 30“ lista je mrtva. Postala je besmislena.

Zašto? Zato što su se pravila igre fundamentalno promenila. Biti „mlad i uspešan“ 2021. godine značilo je uhvatiti talas „lakih para“. Biti „mlad i uspešan“ danas, u 2026. godini, znači preživeti cunami. Znači posedovati veštine koje su toliko retke, duboke i vredne da ih ni AI, ni recesija ne mogu obrisati.

Ovo nije još jedna PR lista lepih lica. Mi nećemo nabrajati 30 imena. Ovo je analiza arhetipova. Ovo je dubinska disekcija stvarnih profila mladih IT stručnjaka (ispod 30) iz Srbije koji danas zaista vrede zlata. Ovo nije priča o tome ko je „uspeo“. Ovo je priča o tome ko je preživeo „Veliki filter“ i zašto.

Poglavlje 1: „Veliki filter“ – Kako je tržište postalo nemilosrdno

Da bismo razumeli ko je „novi talenat“, moramo razumeti filter koji je očistio tržište. Filter ima dva zuba.

Zub #1: „Tech Winter“ (Smrt „fabrika ruku“) Outsourcing model koji je hranio Srbiju zasnivao se na „iznajmljivanju ruku“ (body leasing). Klijent sa Zapada je plaćao da ima 10, 20, 100 „kodera“. Nije ga zanimala efikasnost, samo rast. Kada je novac postao skup (skočile kamatne stope), klijent je „zavrnuo slavinu“. Počela su otpuštanja. Preko noći, tržište je od „treba nam svako ko diše“ postalo „treba nam samo onaj ko donosi profit“.

Zub #2: AI cunami (Smrt „kucača koda“) GitHub Copilot, ChatGPT-4o, Claude 3… Generativna AI je postala jezivo dobra u jednom: pisanju jednostavnog, repetitivnog koda. Upravo ono što je bio posao 80% juniora.

• Pisanje HTML/CSS-a iz Figma dizajna? AI to radi.
• Pisanje jednostavnih API endpoint-a? AI to radi.
• Pisanje unit testova? AI to radi.
• Rešavanje Stack Overflow problema? AI to radi.

Rezultat (Veliki filter): Tržište se rascepilo. Stvorio se ogroman višak na dnu (juniori sa kurseva koji su postali „zamenljivi“ mašinom) i istovremeni, još veći deficit na vrhu (stručnjaci koji rade stvari koje AI ne može).

Nova generacija „30 ispod 30“ su oni koji su uspeli da se probiju kroz taj filter. Oni nisu „kucači koda“. Oni su „mislioci“. Evo ko su oni.

Poglavlje 2: Arhetip #1 – „Arhitekta sistema“ (The Systems Thinker)

• Starost: 27-30
• Pozicija: Senior Software Architect / Principal Engineer
• Oštra istina: Ovo je profil koji je najviše profitirao od AI-ja. Zašto? Zato što je AI postao njegov lični, besplatni tim juniora.

Deset godina smo stvarali programere koji su bili „I-shaped“ (uski specijalisti, npr. samo React). Tržište danas traži „T-shaped“ ljude – one koji imaju širinu (razumeju ceo stack) i dubinu (specijalisti su za jedno).

Novi „Senior“ ispod 30 godina nije neko ko najbrže kuca JavaScript. To je osoba koja je, nekim čudom, sa 25 godina prestala da razmišlja o funkcijama i počela da razmišlja o sistemima.

• Šta on/ona radi?
  • Ne pita „Koji framework da koristim?“. Pita: „Da li nam uopšte treba framework?“
  • Ne piše kod. Crta dijagrame. On dizajnira arhitekturu sistema.
  • On odlučuje: „Ovde ide mikroservis, ovde monolit. Koristićemo PostgreSQL za ovo, ali Redis za cache. Za komunikaciju ide Kafka, a ne običan REST API.“
  • On razmišlja o stvarima koje juniora ne zanimaju: Skalabilnost (Šta se dešava kad dođe milion korisnika?), Bezbednost (Kako će ovo biti hakovano?) i Pouzdanost (Kako da sistem ne ‘padne’?).
• Kako je uspeo? Ovo nisu ljudi sa „kursa od 6 meseci“. Ovo su, skoro bez izuzetka, „klinci“ koji su prošli pakao tehničkih fakulteta (ETF, MATF, FTN) ili su opsesivno radili na side-projektima od svoje 15. godine. Oni su preskočili „junior“ fazu kucanja jer su kod kuće već pravili svoje operativne sisteme, ray-tracere ili blockchain protokole.
• Njihov fail (i lekcija): Njihov prvi veliki fail je bio kada su napravili tehnički savršen sistem koji niko nije znao da koristi ili održava. Lekcija: „Najbolja arhitektura nije ona najkompleksnija, već ona najjednostavnija koja radi posao i koju tim može da razume.“
• Zašto su zlato? Zato što AI (Copilot) može da napiše kod, ali ne može da dizajnira sistem. Ovaj Arhitekta je onaj koji diriguje AI-jem. On je mastermind.

Poglavje 3: Arhetip #2 – „Digitalni telohranitelj“ (The Cybersecurity Specialist)

• Starost: 24-29
• Pozicija: Penetration Tester / Security Analyst / Cloud Security Engineer
• Oštra istina: Dok su svi trčali da postanu Web Developeri jer je to „seksi“, ovi ljudi su trčali u suprotnom smeru – u „mračni“ svet hackinga. I ispostavilo se da je „mrak“ plaćen suvim zlatom.

Tržište je postalo paranoidno, i to s pravom. Svaka e-commerce radnja, svaka FinTech aplikacija, svaka banka je meta. A AI je dao super-moći hakerima (AI-powered phishing, AI-skeniranje ranjivosti).

• Šta on/ona radi?
  • „Ofanzivci“ (Red Team / Pentesteri): Ovo su „etički hakeri“. Kompanije (banke, startupi) ih plaćaju hiljade evra da im legalno hakuju sistem i pronađu „rupe“ pre nego što ih nađu „loši momci“.
  • „Defanzivci“ (Blue Team / SOC Analyst): Oni su „čuvari na zidu“. U realnom vremenu prate alarme i „love“ napadače u mreži.
  • Nova elita (Cloud Security): Specijalista za bezbednost na AWS-u ili Azure-u. Pošto je 90% novih firmi na cloudu, ovo je najdeficitarnija grana.
• Kako je uspeo? Ovo ne možete naučiti na bootcampu. Ovo je mindset (način razmišljanja). To je profil ljudi koji su kao klinci rastavljali igračke da vide kako rade. Oni su samouki. Opsednuti su detaljima. Čitaju whitepaper-e (tehničke dokumentacije) za doručak. Mnogi od njih su „kovani“ u zajednicama kao što je Defcon ili domaći hacker-space-ovi. Domaći fakulteti (ETF, FON) imaju sve jače programe za ovo, ali i dalje „kaskaju“ za potražnjom. Kompanije (kao A1, Telekom, banke) i specijalizovane firme (Bishop Fox u Beogradu) „usisavaju“ ovaj kadar.
• Njihov fail (i lekcija): „Proveo sam 3 dana tražeći kompleksnu zero-day ranjivost u kodu, a onda sam shvatio da je admin lozinka za bazu podataka admin123. Lekcija: Najveća rupa je uvek čovek (social engineering), ne mašina.“
• Zašto su zlato? Zato što je poverenje postalo nova valuta. Možete imati savršen proizvod, ali jedan data breach (curenje podataka) vas ubija. Ovi ljudi su vaša polisa osiguranja.

Poglavje 4: Arhetip #3 – „Krotitelj haosa“ (The MLOps / Data Engineer)

• Starost: 26-30
• Pozicija: MLOps Engineer / Data Engineer
• Oštra istina: Svi direktori danas žele „AI“. Svi pričaju o „modelima“. Ali 90% njih ne shvata da AI ne radi bez „goriva“. A „gorivo“ (podaci) im je u haosu.

Ovo je najnevidljiviji, a možda i najvažniji IT posao danas.

• Problem: Zamislite da je Data Scientist (Naučnik za podatke) glamurozni kuvar koji pravi jelo (AI model). Njegovi podaci (sastojci) se nalaze na 10 mesta: nešto je u staroj SQL bazi, nešto u Excel tabelama, nešto stiže sa senzora (IoT), nešto sa sajta… i sve je „prljavo“.
• Posao „Krotitelja Haosa“:
  • Data Engineer (Inženjer podataka): On je „vodoinstalater“. On gradi data pipeline-ove (cevovode). On ide, skuplja sve te „prljave“ podatke, čisti ih (data cleansing), transformiše i dovodi ih na jedno mesto (data warehouse), čiste i spremne da ih „kuvar“ (Data Scientist) koristi. (Alati: Python, SQL, Kafka, Spark).
  • MLOps (Machine Learning Operations) Inženjer: OK, „kuvar“ je napravio model. On „radi“ na njegovom laptopu. Kako taj model sada staviti u produkciju? Kako osigurati da radi 24/7, da opslužuje milion korisnika, da se retrenira na novim podacima, da se prati njegov performans? To je MLOps. To je DevOps za Veštačku Inteligenciju.
• Kako je uspeo? Ovo su bivši backend programeri ili DevOps inženjeri koji su „nanjušili“ novi trend. Shvatili su da je pravljenje modela „lako“, ali je operacionalizacija modela „teška“. Ovo je kičma Bio4 Kampusa. Bioinformatika je bukvalno ovo: uzimanje haotičnih genetskih podataka (Big Data) i njihovo procesuiranje. Potražnja za ovim ljudima u Srbiji će biti tolika da neće imati ko da radi.
• Njihov fail (i lekcija): „Napravili smo savršen pipeline. A onda smo shvatili da su ulazni podaci bili smeće. Model je bio savršeno treniran na pogrešnim informacijama. Lekcija: Garbage in, garbage out. Provera kvaliteta podataka je 90% posla.“
• Zašto su zlato? Zato što bez njih, ceo „AI hype“ je samo skupa PowerPoint prezentacija.

Poglavje 5: Arhetip #4 – „Stvaralac“ (The Product-Led Founder)

• Starost: 22-28
• Pozicija: Osnivač Startup-a (ali nove vrste)
• Oštra istina: Stara generacija „ispod 30“ (koja je sada „iznad 35“) su bili „gazde“ outsourcing firmi. Njihov biznis model je bio: „Prodaj sate.“ Nova generacija je gledala uspeh Nordeusa, Frame-a (sada Nutanix), Microsoft Development Center Serbia (MDCS) i rekla: „Neću da prodajem sate. Hoću da pravim proizvod (SaaS).“

Ova generacija je product-native. Oni ne žele da budu „izvođači radova“. Oni žele da budu vlasnici.

• Šta on/ona radi?
  • On ne traži klijenta. On traži problem.
  • Često su to 2-3 programera/dizajnera koji su radili u velikoj outsourcing firmi i videli da klijent plaća 100.000 evra za glupo, repetitivno rešenje.
  • Daju otkaz. Odlaze u coworking (ICT Hub, Startit…). I prave SaaS (Software-as-a-Service) koji taj jedan problem rešava 10x bolje, za 10x manje para.
  • Oni ne jure „milionske investicije“. Oni jure prvih 10 korisnika koji plaćaju (paying customers). To je Bootstrap mentalitet.
• Kako je uspeo? Oni su „full-stack“ u pravom smislu reči. Moraju da znaju kod, ali moraju da nauče i marketing, prodaju i biznis. Ovo je budućnost srpskog IT-ja. Prelazak sa „fabrike ruku“ na „fabriku mozgova“. Organizacije kao Digitalna Srbija Inicijativa (DSI) i domaći VC fondovi (SC Ventures, ICT Hub Ventures…) su fokusirani na podršku baš ovoj generaciji.
• Njihov fail (i lekcija): „Proveli smo godinu dana u garaži praveći ‘savršen’ proizvod. Lansirali smo ga. I… tišina. Nula korisnika. Lekcija: Nismo razgovarali ni sa jednim jedinim kupcem. Morali smo da bacimo 90% koda i počnemo iz početka, ovog puta sa feedback-om korisnika od prvog dana.“
• Zašto su zlato? Zato što oni ne donose plate u Srbiju. Oni donose vrednost (equity). Oni su ti koji će stvoriti „sledeći Nordeus“.

Poglavje 6: Ostali retki „dragulji“ (Zaboravljeni heroji)

Lista „30 ispod 30“ ne bi bila kompletna bez profila koji nisu „seksi“, ali su esencijalni i hronično deficitarni.

• Arhetip #5: „Hardveraš“ (The Embedded Engineer)
  • Dok su svi jurili da uče JavaScript, ovi ljudi su na ETF-u učili C/C++, VHDL i elektroniku. Smatrani su „ludacima“ koji idu težim putem.
  • A onda je u Srbiju došla Auto-industrija (Automotive). Continental, ZF Friedrichshafen, Bosch, Rivian…
  • Realnost: Ove kompanije su očajne za ljudima koji znaju da pišu kod koji „priča“ sa hardverom – sa čipovima u vašem automobilu, sa senzorima, sa kočnicama.
  • Mladi Embedded inženjer danas u Srbiji ima veću početnu platu i manju konkurenciju od Web programera.
• Arhetip #6: „Prevodilac“ (The Technical PM/BA)
  • „Gazda“ hoće jedno. Klijent traži drugo. Programeri kažu da „ne može“. Nastaje haos.
  • Posao: Technical Product Manager ili Business Analyst (Poslovni analitičar) koji je tehnički pismen.
  • Ovo je retka zverka. To je osoba sa soft skills (meke veštine) empatije i komunikacije, ali koja razume šta je API, šta je baza podataka i zašto nešto stvarno traje 3 nedelje.
  • Oni su „lepak“ koji drži projekat. Bez njih, nastaje anarhija.
• Arhetip #7: „Umetnik koda“ (The UX/UI Strategist)
  • AI (Midjourney) može da generiše lepe slike. Ali ne može da uradi UX Research (istraživanje korisničkog iskustva).
  • Mladi dizajner koji je „uspeo“ nije onaj koji najbolje crta u Figmi. To je onaj koji najbolje razume psihologiju korisnika. Onaj koji ide i radi intervjue sa korisnicima, pravi prototipe i testira ih.
  • Njegov posao nije „da bude lepo“, već „da korisnik završi kupovinu“.

Poglavje 7: Budućnost (2026-2030) – Kako se „pravi“ ova nova generacija?

„Veliki filter“ je stvorio krizu, ali i priliku. Problem je: ako AI radi juniorski posao, kako ćemo, dođavola, stvarati ove nove seniore, arhitekte i specijaliste?

Odgovor #1: Smrt „kursa“, povratak „zanata“ (Mentorstvo) Model „kursa od 3 meseca“ je mrtav. On stvara „kucače koda“, a njih je zamenio AI. Nove „fabrike“ talenata biće:

• Ozbiljno formalno obrazovanje: Fakulteti (ETF, MATF, FON, FTN) koji daju fundamentalno znanje (matematika, algoritmi) postaju važniji nego ikad, jer to AI ne može da zameni.
• Interno mentorstvo: Kompanije će morati da prestanu da kukaju kako „nema seniora“. Moraće da ih stvaraju. To znači da će seniori morati da budu plaćeni ne samo da kodiraju, već i da mentorišu (obučavaju) mlađe. Uloga mentora postaje ključna.

Odgovor #2: „T-Shaped“ imperativ Budućnost pripada generalistima-specijalistima. Morate znati duboko svoju oblast (npr. Cybersecurity), ali i široko razumeti kako se vaš posao kači na Cloud, AI i Biznis.

• Oštra istina: Ako ste danas samo „React developer“ i ne znate ništa o tome kako se vaš kod „bilda“ (DevOps) ili kako se osigurava (Security), vi ste „šraf“ koji se lako menja.

Odgovor #3: Kraj „Gazda“ modela Stara generacija „ispod 30“ je stvorila outsourcing „gazda“ firme. Nova generacija „ispod 30“, posebno „Stvaraoci“, moraju da završe tranziciju: sa ekonomije usluga na ekonomiju proizvoda. To je jedini način da Srbija prestane da bude „jeftina radna snaga“ i postane stvarni tehnološki igrač.

Nije lista, već mentalitet

„30 ispod 30“ više nije lista. To je mentalitet. To više nije slavljenje „mladosti i uspeha“. To je slavljenje otpornosti (resilience).

Stara garda je imala vetar u leđa. Nova generacija se penje uz planinu, dok na nju pada lavina (AI i recesija). A ipak, oni uspevaju. Uspeli su jer su shvatili ono što „fabrike kurseva“ nikada nisu: IT nije „kucanje koda“. IT je rešavanje problema.

Novi „30 ispod 30“ talenti Srbije su oni koji su, umesto da pitaju „Koji jezik da naučim?“, pitali „Koji problem da rešim?“. Oni nisu „koderi“. Oni su inženjeri, arhitekte, analitičari, hakeri i stvaraoci. I zato su, u eri kada mašine preuzimaju prosečnost, oni vredniji nego ikada pre.