A gyakornoki programok reneszánsza

Egyre több vállalat ismeri fel újra, hogy a gyakornoki programok működnek. Az IBM például 90%-os megtartási arányról számolt be öt év alatt a 12 hónapos regisztrált gyakornoki programjainál. A Google, Microsoft, Amazon és más nagy vállalatok szintén jelentős gyakornoki programokat tartanak fenn, amelyek 80% munkahelyi képzést kombinálnak 20% technikai oktatással.

Az Amazon például több mint 1.000 új gyakornoki helyet hoz létre az Egyesült Királyságban 2025-re, és a program indulása óta már több mint 3.500 résztvevőt fogadott. Egyes képzési pályákon a konverziós arány eléri a 100%-ot, azaz minden gyakornok teljes munkaidős állást kap a program végén.

A bootcamp-ek meglepő sikerarányai

A kódoló bootcamp-ek a kihívást jelentő környezet ellenére is lenyűgöző elhelyezkedési arányokat érnek el. Az iparági átlag szerint a végzettek 71%-a talál állást 180 napon belül, a legjobb programok pedig ennél is jobban teljesítenek: a General Assembly 95,7%-os, az App Academy New Yorkban 95%-os, a Flatiron School pedig 90%-os elhelyezkedési arányt ér el. Ez azt mutatja, hogy az alternatív képzési útvonalak is sikeresek lehetnek a munkaerőpiacra való belépésben – főleg, ha a képzés mellett gyakorlati tapasztalatot is adnak.

AI-támogatott mentorálás helyett AI-val való együttműködés

A legsikeresebb cégek nem a juniorok pótlására, hanem a munkájuk támogatására építik be az AI-t. Ez azt jelenti, hogy a junior fejlesztők nemcsak klasszikus programozási ismereteket sajátítanak el, hanem:

• AI-együttműködési készségeket,
• prompt engineering alapokat,
• AI által generált kód ellenőrzését és javítását.

Így a junior tanul az AI-től, a senior / cég pedig tanul a juniortól

– ahogy egy bölcs kollégám fogalmazott.

Az értékelési módszerek forradalma

Egyre jobban teret nyernek az alternatív értékelési módszerek. A hagyományos diplomakövetelmények helyett előtérbe kerül a portfólió-alapú értékelés, technikai kihívások megoldása és készség-első felvételi szemlélet. A felvételi vezetők 70%-a ma már változatos projekt portfóliókat vár, és a toborzók 60%-a a problémamegoldási bemutatókat részesíti előnyben a képesítésekkel szemben.

Mit csinálunk mi a Virgonál?

Bevallom, mi is küzdünk ezzel a dilemmával. Mégis úgy döntöttünk, hogy:

• Megtartjuk a junior pozíciókat, de máshogy strukturáljuk őket
  Minden junior mellé továbbra is tapasztalt mentort rendelünk
• Az AI-eszközöket tanulási segédeszközként használjuk
  A Copilot nálunk a junior fejlesztők tanítási eszköze, nem a helyettesítője
• Számszerűsítjük a hosszú távú megtérülést
  Igen, egy junior betanítása 1-2 év alatt hozza vissza a “befektetést”, ha mindkét fél elkötelezett és türelmes
• Hibrid modellt alkalmazunk
  A hatékonyságot az AI biztosítja, a kreativitást az ember.

A Gartner előrejelzései szerint 2028-ra a vállalati szoftvermérnökök 75%-a AI kódasszisztenseket fog használni, miközben 2025-re a szoftverfejlesztési vezetői szerepek több mint 50%-a kifejezetten megköveteli a generatív AI felügyeletét. Ez azt jelenti, hogy a jövő nem AI vagy ember – hanem AI és ember.

Ehhez a megközelítéshez illeszkedik a hazai nézőpont is: az AI-t érdemes erősítésre használni, nem kiváltásra. Palkovics László az Indexnek adott korábbi interjújában így fogalmazott:

Az AI-ba fektetett forintok hatása sokkal nagyobb, mint amit más területen ugyanannyi pénz elköltésével lehet elérni. A jó hír az, hogy nem vesznek el munkát, csak azt, amit most nekünk kellene végeznünk, pedig veszélyes vagy nehéz feladat. Viszont új munkahelyek és pozíciók jönnek létre.

Ez a szemlélet jól rímel a készség-első értékelésre, a valós projekteken szerzett tapasztalatra és az AI-val támogatott, de ember által vezetett mentorálásra.

A globális kép: nem csak mi küzdünk

A nemzetközi munkaerőpiac adatai nagyrészt az amerikai trendeket tükrözik. Az Indeed statisztikái szerint Kanada a junior fejlesztői pozíciók számát szinte azonos mértékben csökkenti, mint az Egyesült Államok, és az Egyesült Királyság, Franciaország, valamint Németország is ebbe az irányba tart.

Pozitív kivétel Ausztrália, ahol a fejlesztői álláshirdetések száma még mindig a 2020-as szint felett van. Eközben a világ vezető egyetemei – például a Stanford, az MIT és a Carnegie Mellon – márintegrálták az AI eszközöket a kurzusokba, miközben továbbra is az alapok megértésén tartják a hangsúlyt.

Az előre vezető út: egyensúly a hatékonyság és fenntarthatóság között

Az igazság az, hogy az AI nem fog eltűnni. És nem is kellene. De ha teljesen kiiktatjuk az emberi tényezőt a fejlesztésből, akkor egy olyan jövő felé haladunk, ahol a technológia ugyan fejlődik, a mögötte álló tudás és kreativitás viszont lassan elsorvad. Hiszen azáltal, hogy például olyan kódot generál az AI, amit később csak ő fog megérteni, a karbantartási költségek is lényegesen megemelkedhetnek. Ezért az AI -t arra kell használni, amire az való:asszisztensként, nem döntéshozóként.

A legsikeresebb megközelítések integrálják az AI képességeket, miközben fenntartják az emberi szakértelem fejlődésének útvonalait. A minden junior pozíciót megszüntető vállalatok rövid távú termelékenységet nyerhetnek, de kockáztatják a jövőbeli senior tehetséghiányt.

A készségek evolúciója már folyamatban van és visszafordíthatatlan. A belépő szintű fejlesztőknek most más készségekre van szükségük:

• AI együttműködési képességekre,
• prompt engineering szakértelemre,
• kód-ellenőrzési tudásra AI-generált kimenethez,
• rendszerszintű gondolkodásra,
• és az üzleti kontextus megértésére.

A kérdés nem az, hogy AI-t használjunk-e. A kérdés az, hogy hogyan használjuk úgy, hogy közben a következő generáció fejlesztőinek is teret hagyjunk a növekedésre.

Az iparág alapvető választás előtt áll a rövid távú optimalizálás és a hosszú távú egészség között. Azok a vállalatok és egyének, akik a leghatékonyabban alkalmazkodnak ehhez az új paradigmához – elfogadva az AI-t mint erőteljes eszközt, miközben megőrzik az innovációhoz és növekedéshez nélkülözhetetlen emberi elemeket – fogják meghatározni a szoftverfejlesztés jövőjét.

Mert a végén nem az AI-eszközök fogják meghozni azt a kreatív döntést, ami megkülönbözteti a jó szoftvert a nagyszerűtől. Azt még mindig emberek teszik.

The Renaissance of Internship Programs

More and more companies are rediscovering that internship programs work. IBM, for example, reported a 90% retention rate over five years in its 12-month registered apprenticeship programs. Google, Microsoft, Amazon, and other major companies also maintain substantial internship programs that combine 80% on-the-job training with 20% technical education.

Amazon, for instance, plans to create more than 1,000 new apprenticeship positions in the UK by 2025 and has already hosted over 3,500 participants since the program’s inception. In some training tracks, conversion rates reach 100% — meaning every apprentice receives a full-time position upon completion.

The Surprising Success of Bootcamps

Coding bootcamps achieve impressive job placement rates despite their challenging environments. Industry averages show that 71% of graduates find a job within 180 days, while top programs perform even better: General Assembly reports 95.7%, App Academy in New York 95%, and Flatiron School 90%.

This demonstrates that alternative education paths can also succeed in preparing students for the job market — especially when they provide hands-on experience alongside technical training.

From AI-Supported Mentorship to AI Collaboration

The most successful companies don’t use AI to replace juniors, but to support them. This means that junior developers don’t just learn traditional programming skills — they also develop:

• AI collaboration abilities,
• prompt engineering basics,
• and skills to review and refine AI-generated code.

This way, the junior learns from AI — and the senior, or the company, learns from the junior

as a wise colleague once put it.

The Revolution of Evaluation Methods

Alternative assessment methods are gaining ground. Instead of focusing on formal degrees, companies increasingly emphasize portfolio-based evaluation, practical technical challenges, and a skills-first hiring mindset.

Today, 70% of hiring managers expect candidates to present diverse project portfolios, and 60% of recruiters prefer demonstrations of problem-solving ability over formal qualifications.

What We Do at Virgo

We’ll admit — we face the same dilemma. Yet we decided to:

• Keep junior positions, but structure them differently
  Every junior still has an assigned mentor.
• Use AI tools as learning aids
  At Virgo, GitHub Copilot is a teaching assistant, not a replacement.
• Quantify long-term ROI
  Yes, onboarding a junior may take 1–2 years to pay off, but only if both sides stay patient and committed.

Adopt a hybrid model – efficiency comes from AI, creativity from humans.

According to Gartner’s forecast, by 2028, 75% of enterprise software engineers will use AI coding assistants, while by 2025, over 50% of software development leadership roles will explicitly require generative AI oversight.

This means the future isn’t AI or human — it’s AI and human.

This aligns with the local perspective as well: AI should be used to augment, not replace. As László Palkovics said in an interview with Index:

The impact of money invested in AI is far greater than what could be achieved by spending the same amount elsewhere. The good news is that AI doesn’t take jobs away — it only takes over the dangerous or difficult tasks we’d otherwise have to do. Meanwhile, new roles and opportunities are created.

This mindset complements the skills-first approach, real project-based learning, and AI-supported but human-led mentoring.

The Global Picture: We’re Not Alone

The international job market largely mirrors U.S. trends. Indeed’s statistics show that Canada is reducing junior developer positions at nearly the same rate as the U.S., with the UK, France, and Germany following a similar pattern.

A positive outlier is Australia, where the number of developer job postings still exceeds pre-2020 levels. Meanwhile, top universities — such as Stanford, MIT, and Carnegie Mellon — have already integrated AI tools into their curricula, while continuing to emphasize a solid understanding of the fundamentals.

The Path Forward: Balancing Efficiency and Sustainability

The truth is, AI isn’t going anywhere — nor should it.

But if we eliminate the human element from development altogether, we risk a future where technology continues to evolve, but the human knowledge and creativity behind it slowly wither away. For example, if AI generates code that only it can later understand, maintenance costs could rise dramatically. That’s why AI must remain an assistant — not the decision-maker.

The most successful approaches integrate AI capabilities while preserving human expertise and growth paths.
Companies that eliminate all junior roles may gain short-term productivity, but they risk a severe shortage of senior talent in the future.

Skill evolution is already underway — and it’s irreversible. Entry-level developers now need a different skill set:

• AI collaboration abilities,
• prompt engineering expertise,
• proficiency in reviewing AI-generated code,
• system-level thinking,
• and understanding of business context.

The question isn’t whether to use AI. The question is how to use it — in a way that still leaves room for the next generation of developers to grow.

The industry faces a fundamental choice between short-term optimization and long-term health. Those companies and individuals who adapt best to this new paradigm — embracing AI as a powerful tool while preserving the human elements essential to innovation and growth — will define the future of software development.

Because in the end, it’s not AI tools that make the creative decisions that separate good software from great software.
That’s still done by people.

When the Machine Is Cheaper Than the Human

Nowadays, an increasing number of AI tools designed to support developers – like Cursor or Copilot – are available, offering substantial help in development processes for around $20 per month. For many companies, it seems logical to first increase efficiency with these solutions before considering hiring a new junior developer.

And honestly? I understand them.

The numbers speak for themselves: GitHub Copilot already serves over 1.3 million paying subscribers, and more developers are using AI assistance in their work every day. Microsoft’s study of 4,867 developers shows that these tools increase productivity by 26%, while GitHub and Accenture report developers complete tasks 55% faster.

An AI tool:

• is always available and never takes vacation or sick leave
• doesn’t require long onboarding
• can quickly learn from previous experience

Thus, it can effectively support the development process.

A junior developer, on the other hand, is a valuable, long-term investment who grows through the learning process, acquires new skills, and gradually brings more value to the team. This growth requires patience and support – a path companies are increasingly choosing less often.

The Decision Has Been Made – Companies Are Speaking

You might think this is still a future concern. But it’s not. Marc Benioff, CEO of Salesforce, declared in February 2025:

We are NOT hiring software engineers in 2025.

The reason?

We have seen such a remarkable productivity increase thanks to AI agents assisting our engineers that it resulted in a 30% improvement.

Microsoft is on a similar path: over 40% of its 2025 layoffs targeted software engineers, while CEO Satya Nadella announced that 30% of the company’s code is now written by AI.

At Shopify, CEO Tobi Lütke announced internally that they are introducing an “AI-first” hiring policy, requiring applicants to prove that AI cannot perform the work before new hires are approved.

This phenomenon has also appeared in Hungary. In early August, Docler–Byborg’s Budapest office began a “200-person, group-wide layoff”, explaining that “the company group will increasingly prioritize the automation of workflows and the application of AI solutions.” The company described this as an

inevitable reorganization process”, noting that “the use of AI in certain areas and departments allows for operating without human resources.

But What About Those Trying to Enter the Field?

Here lies the bitter irony: as the number of junior positions decreases, more people struggle with the classic trap that “2 years of experience required” appears even in entry-level positions.

Researchers call this the experience paradox, and the numbers are alarming: over 80% of so-called “entry-level” jobs in the San Francisco Bay Area require at least two years of experience, while 55% of entry-level postings ask for 3+ years of experience.

Within a week, I spoke to three recent graduates who all said the same thing: “I can’t gain experience because I have no experience.”

Meanwhile, tech internship applications have become 2.5 times more competitive than average, and applications for data science and software developer internships are six times oversubscribed.

The Problem of the Future Has Already Begun

If we choose AI tools over junior developers today, it’s worth considering who will be the senior engineers five years from now capable of not only reviewing and fixing AI-generated code but also making complex architectural decisions. Creativity, intuition, and judgment remain uniquely human, and AI tools mostly act as highly efficient assistants.

Charity Majors, CTO of Honeycomb, clearly expressed the issue: “By not hiring and training junior engineers, we are cannibalizing our own future. Being a senior engineer isn’t primarily about coding skills; it’s about being able, in the long term and in a live environment, to understand, maintain, explain, and manage a large software system.”

AI is great at code generation, but:

• it doesn’t understand business context
• it cannot think creatively to solve problems
• it doesn’t see long-term consequences
• it cannot communicate and collaborate with people

“It’s like cutting down all the saplings because they’re not bearing fruit yet, and then wondering why there’s no forest in 20 years,” a senior developer colleague said at last week’s meeting.

Amikor a gép olcsóbb, mint az ember

Manapság egyre több ígéretes, fejlesztők munkáját támogatni hivatott mesterséges intelligencia eszköz érhető el – például a Cursor vagy a Copilot -, amelyek havi körülbelül 20 dollárért jelentős segítséget nyújtanak a fejlesztési folyamatokban. Sok cég számára logikusnak tűnik először ezekkel a megoldásokkal növelni a hatékonyságot, mielőtt új, kezdő fejlesztő felvételén gondolkodnának.

És őszintén? Megértem őket.

A számok magukért beszélnek: a GitHub Copilot már több mint 1,3 millió fizető előfizetőt szolgál ki, és ezen kívül is egyre több fejlesztő használ AI támogatást a munkájához. A Microsoft 4.867 fejlesztőn végzett tanulmánya szerint ezek az eszközök 26%-kal növelik a produktivitást, a GitHub és az Accenture pedig arról számol be, hogy a fejlesztők 55%-kal gyorsabban fejezik be a feladatokat.

Egy AI eszköz:

• mindig elérhető, nem megy szabadságra vagy betegszabadságra
• nem igényel hosszú betanulást
• képes gyorsan tanulni a korábbi tapasztalatokból

Ezáltal hatékonyan tudja támogatni a fejlesztési folyamatokat.

Egy junior fejlesztő viszont értékes, hosszú távon megtérülhető befektetés, aki a tanulási folyamat során folyamatosan fejlődik, új készségeket sajátít el, és a tapasztalatokkal egyre nagyobb értéket képvisel a csapat számára. Ez a fejlődés türelmet és támogatást igényel– és éppen ezt az utat választják egyre ritkábban a cégek.

A döntés már megszületett – a vállalatok beszélnek

Azt hihetnénk, hogy ez még jövő zenéje. De nem az. Marc Benioff, a Salesforce vezérigazgatója 2025 februárjában egyenesen kijelentette:

NEM veszünk fel szoftvermérnököket 2025-ben.

Az indoklás?

Olyan elképesztő mértékű termelékenységnövekedést tapasztaltunk a már nálunk dolgozó mérnökeink munkáját segítő AI-ügynököknek köszönhetően, ami 30%-os javulást jelentett.

A Microsoft is hasonló úton jár: 2025-ös elbocsátásaiból több mint 40% szoftvermérnököket célzott, miközben Satya Nadella vezérigazgató bejelentette, hogy a vállalat kódjának 30%-át már AI írja.

A Shopify-nál pedig Tobi Lütke vezérigazgató belső feljegyzésben közölte: „AI-első” felvételi politikát vezetnek be, és a jelentkezőknek bizonyítaniuk kell, hogy az AI nem tudja elvégezni a munkát, mielőtt új felvételeket kérnének.

A jelenség Magyarországon is megjelent. A Docler–Byborg budapesti irodájában idén augusztus elején például „200 fős, csoportos létszámleépítés kezdődött”, a döntést pedig azzal indokolták, hogy „a cégcsoport a jövőben még markánsabban előtérbe helyezi a munkafolyamatainak automatizálását, az AI által kínált megoldások alkalmazását.” A vállalat ezt egy „elkerülhetetlen, reorganizációs folyamat” részeként írta le, és jelezte:

a mesterséges intelligencia alkalmazása bizonyos területeken, osztályokon a humán erőforrás nélkülözését teszi lehetővé.

De mi van azokkal, akik most akarnak belépni?

Itt jön a szörnyű irónia: ahogy a junior pozíciók száma egyre csökken, úgy küzdenek egyre többen azzal a klasszikus csapdával, hogy “2 év tapasztalat szükséges” még a belépő szintű pozíciókhoz is.

A kutatók ezt “tapasztalati paradoxonnak” nevezik, és a számok ijesztőek: a San Francisco-öböl környéki “belépő szintű” állások több mint 80%-a legalább két év tapasztalatot követel meg, míg a belépő szintű álláshirdetések 55%-a 3+ év tapasztalatot vár el.

Egy héten belül három pályakezdővel beszéltem, akik mindannyian ugyanazt mondták: „Nem tudok tapasztalatot szerezni, mert nincs tapasztalatom.”

Mindeközben a technológiai gyakornoki jelentkezések 2,5-szer versenyképesebbé váltak az átlagnál, az adattudományi és szoftverfejlesztői gyakornoki helyekre pedig 6-szoros a túljelentkezés.

A jövő problémája már most elkezdődött

Ha most az AI-eszközöket választjuk junior fejlesztők helyett, érdemes átgondolni, hogy öt év múlva ki lesz a senior mérnök, aki képes lesz az AI által generált kódokat nemcsak ellenőrizni és javítani, hanem komplex architekturális döntéseket is meghozni. Mert a kreativitás, az intuíció és a megérzések továbbra is az emberi fejlesztők sajátjai maradnak, az AI eszközök pedig leginkább hatékony asszisztensként támogatják a munkájukat.

Charity Majors, a Honeycomb CTO-ja világosan megfogalmazta a problémát: „Azzal, hogy nem veszünk fel és képzünk junior mérnököket, a saját jövőnket kannibalizáljuk. Senior mérnöknek lenni nem elsősorban a kódírási képességedről szól, sokkal inkább arról, hogy képes vagy hosszú távon, éles környezetben megérteni, karbantartani, elmagyarázni és kezelni egy nagy szoftverrendszert.”

Az AI remek kódgenerálásban, de:

• nem érti a üzleti kontextust,
• nem tud kreatív problémamegoldásban gondolkodni,
• nem látja át a hosszú távú következményeket,
• nem tud emberekkel kommunikálni és együttműködni.

„Ez olyan, mintha kivágnánk az összes facsemetét, mert még nem teremnek gyümölcsöt,aztán csodálkoznánk, hogy 20 év múlva nincs erdő”* – mondta egy senior fejlesztő kollégám a múlt heti meeting-en.