סקר משכורות בתחום התוכנה: עדיפות למפתחי פייתון ופול-סטאק

השכר הממוצע במקצועות הסתכם בכ-28,450 שקל לחודש ברבעון השלישי של 2019. מדובר בעלייה מתונה של 1% ביחס לרבעון הקודם ולרבעון המקביל אשתקד. עליות שכר קלות נרשמו ברוב תחומי התוכנה, ביניהם: שכר מפתחי Python שרשם עליה של 3%, ל-31,600 ש"ח לחודש ושכר מפתחי Ruby שרשם עליה של 5%, לכ-26,300 ש"ח לחודש. ירידה של 3% נרשמה בשכרם של מפתחי Java שהסתכם ברבעון האחרון בכ-29,500 שקל לחודש.

כך עולה מנתוני חברת see.V, המתמחה בגיוס טאלנטים בתחומי התוכנה. נתוני הסקר הנוכחי עולים בקנה אחד עם נתוני משרד העבודה והרווחה, שהעריך בתחילת הרבעון שהשכר החציוני למשרת מפתח תוכנה הוא כ-28,443 שקל לחודש – כמעט פי 3 מהשכר הממוצע במשק. החברה מסרה שהיא ביצעה עד כה אלפי השמות עבור כ-700 חברות, בהן: MyHeritage ,SentinelOne, Logz.io, Taboola, CyberArk ו-Gett.

עידן המפתחים ההיברידיים

הנתונים מבוססים על ניתוח מאות השמות בשבוצעו רבעון האחרון, כ-1,000 משרות פתוחות בתחומי התוכנה השונים ברבעון השלישי, ושני סקרים בהשתתפות של כ-800 מפתחי תוכנה. המקצוע המבוקש ביותר בתחומי התוכנה הוא מפתח Full Stack, שמוביל בעשרות אחוזים על המקצועות המבוקשים האחרים. מפתח פול סטאק (Full Stack Developer – FSD) הוא מפתח תוכנה השולט במספר גדול יחסית של טכנולוגיות, ולכן יכול לפתח בעצמו אפליקציה או אתר WEB מלאים, בהתאם לדרישות ה-UI-UX.

אין לתחום הזה הגדרה ברורה או מפרט ידע מוגדר, אולם המושג מקובל מאוד בתעשייה. מעבר לשכר הגבוה, מפתחי FSD נהנים מגמישות תעסוקתית, מכיוון שגם חברות קטנות וגם חברות גדולות מעוניינות בהם. לצידם, נמשך הביקוש הגבוה למפתחים בשפת Python, בא לידי ביטוי בעלייה של 3% בשכר הממוצע לשכר של 31,600 ש"ח לחודש, מה שמציב מפתחים בשפה זאת בראש טבלת השכר בתחומי התוכנה.

מניתוח ממוצעי השכר לפי שפות ומקצועות התוכנה, עולה כי ברבעון האחרון רואים עליות שכר ברוב התחומים, כאשר בראש טבלת השכר מפתחי אלגוריתמים, ובפרט מדעני דטה ומפתחי פייתון. בצד עליות שכר בתחומים אלה, נרשמו עליות שכר גם בשכרם של מפתחי ++C שטיפס ברבעון האחרון ב-3%, לכ-30,000 שקל לחודש, בשכר של מפתחי Ruby שטיפס ב-4% לכ-26,000 שקל לחודש ובשכר של מפתחי PHP שטיפס ב-3% ועמד על 23,500 שקל לחודש.

סוף עידן "התותחים"?

"השכר הממוצע כמעט ולא השתנה בשנה האחרונה", אמרה מנהלת גיוס ב-see.V, דניאל יוגב, "אבל התחרות על המועמדים אגרסיבית מאוד, והחברות מנסות לפתות את המועמדים בהטבות שונות, במיוחד כאשר מדובר ב-'כוכבים'". או "תותחים" בנוסח של מודעות דרושים רבות, שהם יוצאי יחידות טכנולוגיות או בוגרי אוניברסיטאות בעלי ניסיון. "אבל אנחנו מתחילים לראות שינוי מגמה ברף הדרישות של החברות. מצוקת המועמדים בשוק מובילה לכך שהחברות מתגמשות ביחס לניסיון ולהשכלה של המועמדים.

"חברות רבות בוחרות בפתרון של העסקת עובדים ללא ניסיון או עם ניסיון מועט, ומעניקות להם את ההכשרה הנחוצה במסגרת העבודה, או שהן לוקחות עובדים מנוסים בתחום אחד, ומעניקות להם את ההכשרה הנחוצה לתחום חדש. זהו תהליך בריא. הפתרון למחסור העצום בכוח אדם טכנולוגי לא יימצא בקרב 'כוכבי תוכנה' שהם מתי מעט. כנראה זה ההסבר לעצירה בעליית השכר הממוצע בתחומי התוכנה בשנה האחרונה".

אינטל הקימה קבוצת מחקר לתכנות אוטומטי

 בתמונה למעלה: פרופ' ג'סטין גוטשליך, מנהל קבוצת התיכנות האוטומטי בחברת אינטל

חברת אינטל (Intel) הקימה קבוצת מחקר חדשה המפתחת טכנולוגיות לכתיבה אוטומטית של תוכנות במסגרת מעבדות המחקר Intel Labs. הקבוצה מנוהלת על-ידי פרופ' ג'סטין גוטשליך מאוניברסיטת פנסילבניה, אשר ייסד ב-2016 את מרכז המחקר CAPA לתיכנות עבור מערכות הטרוגניות בשותפות של אינטל וה-NSF (הקרן הלאומית למדע), ולפני-כן המנהל ההנדסי של יצרנית המשחקים Game Zone. מטרת קבוצת המחקר היא לפתח תהליך כתיבת תוכנות אוטומטית על-ידי המחשב, באמצעות שילוב של בינה מלאכותית, תכנות פורמלי מסורתי ופיתוח שפות תכנות חדשות.

בפוסט שהעלה בבלוג של אינטל בעקבות הרצאה שנתן בסוף השבוע בכנס Future of Safe Autonomy שהתקיים באוניברסיטת פנסילבניה, הוא הסביר שתכנון אוטומטי הופך לצורך בעקבות הצטברות של מספר גורמים: ההיקף הגובר של תוכנות בכל האבזרים המצויים בסביבתנו, הטעויות הרבות המאפיינות תוכנות שנכתבו על-ידי בני-אדם, התפתחות המיחשוב ההטרוגני והמחסור הגובר במתכנתים טובים ומיומנים.

בעיית כוח האדם מעיקה על התעשייה: להערכת ארגון Code.org, בארצות הברית לבדה קיימות כיום כ-500,000 משרות בתכנות שהתעשייה לא מצליחה למלא, זאת כאשר האקדמיה מפיקה רק 50,000 בוגרים בשנה בלימודי הנדסת מחשבים. ג'סטין: "כלומר, מתוך כל המשרות שיאויישו בתעשייה, רק ל-10% מהעובדים שיתקבלו יש הכשרה מתאימה כדי להתפתח ולהיות מתכנתים טובים".

הבעיה מחמירה בגלל שהתעשייה עוברת מתהליך של הגדלת מספר הטרנזיסטורים בשבב, לצמיחה באמצעות חדשנות. הדבר מתבטא באימוץ פלטפורמות הטרוגניות כמו מעבדי CPU, מעבדי GPU, רכיבי FPGA, שימוש ברכיבי ASIC ייעודיים וההתפתחות של פלטפורמות מחשוב המחקות בחומרה את הארכיטקטורה של הנוירונים במוח (neuromorphic). "במצב כזה יהיה קשה, ואולי אפילו בלתי אפשרי, למצוא מתכנתים שיוכלו לכתוב תוכנות טובות, יעילות ובטוחות עבור כל פלטפורמות החומרה".

תקלות שרק מכונה יודעת לאתר

הוא הסביר שכל התוכנות הגדולות, כמו מערכות הפעלה, דפדפנים, פלטפורמות חברתיות ועוד, כוללות תקלות שחלק גדול מהן לא ניתן לאיתור על-ידי בני-אדם, הפוגעות בדיוק של התוצאות, בבטיחות ובביצועים. במחקר שהוא ביצע בשיתוף עם חוקרים מאוניברסיטת Texas A&M, נבחנה היעילות של תוכנת הבדיקות האוטומטית AutoPerf, והוכח שהיא יעילה יותר מכל הטכניקות הידניות המוכרות. "המחקר מוכיח שטעויות שחמקו זמן רב מעיני המתכנתים, אותרו באופן אוטומטי ללא התערבות אנושית. השלב הבא הוא תיקון אוטומטי של הבאגים".

לדבריו, גוגל הוכיחה את היתרונות של תכנות אוטומטי במסגרת השירות Google Translate. "היישום הזה נבנה על-ידי מהנדסים שכתבו 50,000 שורות קוד בטכניקות תכנות קלאסיות. אולם גוגל שכתבה את הקוד באמצעות מערכת תכנות מכונה שצימצמה את התוכנה ל-500 שורות קוד. "לא רק שהתוכנה קטנה פי 1,000, אלא שביצועיה אפילו השתפרו. זה מדהים". מבחינת האדם, המשמעות המרכזית של תכנות מכונה היא שהמתכנתים יכולים לכתוב בשפה עלית מופשטת בהרבה, ועל-ידי כך לפתוח את עולם התכנות בפני אנשים נוספים ובפני מקצועות חדשים שלא היתה להם נגישות ליידע הטכנולוגי, "ולייצר מיליוני משרות חדשות".

מחקרים ראשונים של הקבוצה החדשה מראים כיצד ניתן להשיג פתרון בעיות אוטומטי באמצעות שיפור התיפקוד של תוכנות גנטיות (Genetic Algorithm), אשר פועלות באמצעות סריקה של כל הפתרונות האפשריים לבעייה מוגדרת, ואיתור הפתרון הטוב ביותר. מאמר חדש של המעבדה שפורסם לאחרונה ביחד עם קבוצת חוקרים מ-MIT, מגדיר את היסודות שלאורם יתפתח תחום התיכנות האוטומטי. לקריאת המאמר: The Three Pillars of Machine Programming.

בלעדי ל-Techtime: טאקטייל במו"מ עם שתי יצרניות רכב גרמניות

חברת טאקטייל מוביליטי (Tactile Mobility) מחיפה קרובה לחתימה על הסכמים אסטרטגיים עם שתי יצרניות רכב גרמניות מובילות, המעוניינות להשתמש בטכנולוגיית חישת הדרך שלה. כך נודע ל-Tectime. ההסכמים צפויים להיחתם בשבועות הקרובים, ויאפשרו ליצרניות לשלב את את התוכנה של החברה במחשב המרכזי של מכוניותיהן. במקביל, טקטייל נערכת לסבב גיוס הון גדול במטרה להכניס משקיעים אסטרטגיים לחברה. לחברה כבר יש שיתוף פעולה אסטרטגי עם חברת פורד.

חברת טאקטייל פיתחה טכנולוגיה המאפשרת לרכב לקבל מידע "תחושתי" על מצב הדרך. לדברי המייסד והטכנולוג הראשי של החברה, בועז מזרחי, מערכות הנהיגה האוטונומיות הנמצאות כיום בפיתוח מתבססות אך ורק על חיישנים ויזואליים, כמו מצלמות, מכ"ם ו-LiDAR, אשר מספקים תמונת מצב חלקית שאינה מאפשרת נהיגה אוטונומית בטוחה ויעילה. "נסה לדמיין את עצמך נוהג במכונית מרחוק באמצעות מצלמות. לא משנה כמה התמונה הוויזואלית תהיה מדויקת, לא תוכל לשלוט במכונית כמו שצריך מבלי להרגיש את הכביש. גם מחשב לא יוכל לעשות זאת ללא מידע תחושתי משלים".

שפת תיאור חדשה להגדרת התחושה

כדי לספק לרכב את החוש הנוסף שישלים את המידע הוויזואלי, פיתחה טאקטייל מוביליטי פיתחה טכנולוגיה המבוססת על איסוף מידע בזמן אמת מהחיישנים הלא-ויזואליים הקיימים כבר ברכב, דוגמת יחידות הבקרה השולטות על המערכות השונות בשלדת הרכב (chassis) ובמערכת העברת הכוח (powertrain), כמו הבלמים, הצמיגים, דוושת הגז, המנוע, הדיפרנציאל ועוד. היא מעבדת את כל האותות במערכת מידול ייחודית שפיתחה, המפיקה תובנות על מצב הכביש ומצב הרכב.

מזרחי: "אנחנו משתמשים במידע המגיע מהחיישנים כדי לפרמל (מלשון To Formalize) את 'התחושה' הזו, ומאפשרים למחשב המרכזי של הרכב להבין טוב יותר את פני השטח, מצב הכביש ואת מצב אחיזת הכביש של הרכב. בתחום עיבוד התמונה משתמשים במונחים כמו פיקסלים ופריימים המאפשרים לתרגם מידע המגיע מהחיישנים הוויזאוליים. אנחנו נאלצנו לפתח שפה חדשה שתדע להתיך את כל המידע התחושתי לכדי חוש וירטואלי".

ה-DNA של הרכב והכביש

הפלטפורמה של החברה מורכבת משני מרכיבי תוכנה: מודול Surface DNA מנטר את מצב הכביש, ומודולVehicle DNA  מנטר את מצב הרכב. לדברי בועז, האינטגרציה בין שני המימדים האלו מספקת תמונה תחושתית מדויקת. "תחושת הרכב תלויה בגורמים רבים, כמו מספר הנוסעים, מצב הצמיגים, משקל המכונית, ובמצב הכביש (מהמורות, סדקים, שכבת מים לאחר גשם, קרח ועוד). רק שקלול של שתי הרמות ביחד מאפשר להגדיר את מקדם האחיזה ומקדם החיכוך של הרכב".

לדברי בועז, הטכנולוגיה הזו חשובה לא רק למען הבטיחות אלא גם לצורך ניהול נכון של הנהיגה בתנאי כביש שונים. "כשאתה נוהג בגשם, חשוב לדעת מה מצב המשטח, גובה שכבת המים, מצב הצמיגים ואחיזתם בכביש, כדי לקבוע את מהירות הנסיעה המיטבית. ללא המימד הזה, המחשב עשוי לנהוג לאט מדי ולפגוע בחוויית הנסיעה, או מהר מדי ולסכן את הנוסעים".

בועז מזרחי
בועז מזרחי

במקביל לעיבוד המתבצע ברכב עצמו, התובנות שמייצרת התוכנה מועברות לעיבוד נוסף בענן, כדי לתמוך ביישומי דרך ובטיחות נוספים שיכולים לשמש עיריות, חברות ביטוח וציי רכב. "המידע בענן מאפשר לנו לבנות מפה עדכנית של מצב הכבישים בכל מקום שבו נוסעים כלי-רכב המצוידים במערכת, או לפתח יישומים שיספקו תמונת מצב של תנאי הדרך בקילומטר הבא, מה שקרוי Horizon Prediction, וכך לתכנן את הנסיעה טוב יותר. הרכב מתקשר כל הזמן עם השרת ומקבל מידע מעודכן".

שיתוף פעולה עם פורד ועיריית חיפה

טאקטייל מוביליטי ממתמקדת בשלושה מגזרי שוק עיקריים: יצרניות רכב, עיריות וציי רכב. החברה משתפת פעולה מספר שנים עם חברת פורד, במטרה להטמיע את טאקטייל מוביליטי במחשבי הרכב של פורד. פורד מעוניינת להשתמש במידע החדש כדי לספק שירותים לעיריות בתחום תחזוקת כבישים. טאקטייל גם פועלת כיום מול גופים מוניציפאליים בערים גדולות, בהן גם חיפה. לדברי מזרחי, החברה משתפת פעולה עם אחת מחברות השכרת הרכב הגדולות בעולם, המשתמשת במערכת התחושתית שלה כדי לאמוד בצורה מדויקת את מצב הרכב לאחר חזרתו מהלקוח.

בועז מזרחי ייסד את טקטייל מוביליטי ב-2011. הוא בעל תואר שני בהנדסת חשמל ומדעי המחשב מהטכניון. בסוף שנות התשעים הוא הקים את חברת Charlotte Web Networks, שנרכשה ב-2002 על-ידי MRV Comunications בסכום הנאמד בכ-700 מיליון דולר. לאחר מכן עבד כ-7 שנים בצורן מיקרואלקטרוניקס, שם ניהל בין היתר את חטיבת המערכות.