AI-команда зсередини: як розвивати технічних спеціалістів щоб не наймати нових

Так, друзі, всім привіт. Всіх вітаю. Ми

в ефірі. Бачу, ви вже активно в чаті починаєте комунікувати. Зараз будемо

починаєте комунікувати. Зараз будемо спілкуватись, познайомимось ближче. В

першу чергу радий вітати вас на сьогоднішньому нашому Мітапі.

AI команда зсередини від IT- університету Neaversity, де ми не просто говоримо про майбутнє, ми дійсно його створюємо. Ми дуже довго в IT-сфері,

створюємо. Ми дуже довго в IT-сфері, моніторимо постійно ринок, реагуємо на його зміни і найсвіжішу, найкращу інформацію даємо нашим глядачам.

Сьогодні в нас буде тема, як розвивати технічних спеціалістів, щоб не наймати нових. Можливо, у вас вже є варіанти, ви

нових. Можливо, у вас вже є варіанти, ви можете ними поділитися своїми думками в чат. Сьогодні ми це підтвердимо або

чат. Сьогодні ми це підтвердимо або спростуємо. Я повністю за живий діалог в

спростуємо. Я повністю за живий діалог в вашому розпорядженні чат. Діліться

власними думками, досвідом, запитуйте, дискутуйте. Будемо сьогодні навчатись

дискутуйте. Будемо сьогодні навчатись одне в одного. Як ми зазначали, це розмова буде для CTO, Head of Engering,

техchдів, HR, LND, але насправді це більше от люди, які відповідають за ефективність та масштабування команд, але буде корисно абсолютно всім, тому що

ми так чи інакше частини цих IT-команд.

Е-е, хтось відповідає за їх розвиток, хтось має розвиватися сам, щоб залишатися в тій команді. Тому, якщо

готові до цікавого мітапу, ставте вогник в чат і будемо розпочинати. Е, так,

Олексій. О, давайте якраз перевіримо зв'язок. Олексій пише, що дуже тихо.

зв'язок. Олексій пише, що дуже тихо.

Будь ласка, гучніше. Напишіть три

плюсики в чат, якщо ви мене добре бачите, чуєте і вам видно заставочний слайд презентації на екрані. Три плюси.

Якщо раптом щось не так, як у Олексія, напишіть мінус і що не так. Будемо зараз

це фіксити, поки ми на початку. Бачу три

плюсики. Роман, Денис, Микита, Аміна, Олексій написав плюсики. Чудово. Радий,

що у вас все добре вже зв'язком. Е-е,

так, Максим, відеозапис буде. Е, так,

записуємо, е, трансляцію і обов'язково поділимось. І не тільки нею. Я вам ще

поділимось. І не тільки нею. Я вам ще розкажу, які приємні бонуси та е плюшки вас чекають протягом вебінару.

Так, Євген, певно це на вашому боці, тому зробіть трішечки в себе гучніше. Я

дивлюсь по налаштуванням мікрофону, все оксиків.

Тому перевірте, будь ласка, може десь щось в вас або от в самій платформі, там є такий бігунок зліва під відео порегулюйте його. Окей, все. Дуже дякую

порегулюйте його. Окей, все. Дуже дякую

за фідбек. Будемо рухатись тоді далі.

Невеличкі правила, трішки організаційних моментів. Якщо виникають питання, пишіть

моментів. Якщо виникають питання, пишіть одразу в чат. З вами ще на зв'язку модератор, який тут і зараз допомагає.

Затримка трансляції близько 10 секунд, тому я щось запитую, ви пишете, я не одразу це бачу. Буквально через декілька секунд точно так само це працюватиме і з іншими спікерами. І атмосфера, яка в нас

іншими спікерами. І атмосфера, яка в нас сьогодні буде, насправді має значення.

Тому поважайте одне одного, поважайте тих людей, які виступають. Будемо

ділитися корисною інформацією. І давайте

домовимось, якщо щось цікаве для себе чуєте, пишіть вогник. Це наш буде сигнал і розуміння те, що робимо все правильно.

Давайте трішечки ближче познайомимось, бо найближчі півтори години, це саме така тривалість нашого Мітапу, ми проведемо разом. Напишіть в чат своє

проведемо разом. Напишіть в чат своє ім'я, який напрям, ну, в якому напрямі в IT ви зараз працюєте. А і за бажання можете написати, в якій компанії

працюєте і чи ви відповідаєте там за розвиток команди, чи більше як частина команди у вас є окремо там LD відділ,

HR, які допомагають вам опановувати нові скіли і так далі. Поділіться, будь

ласка, хто сьогодні до нас завітав.

Так, доки я чекаю на ваші відповіді, ще раз перевірю, чи у нас все ок. Все

супер.

Так, пишіть, будь ласка, в чат.

Так, Аміна приз глядацьких симпатій отримує. Сьогодні найперше написала low

отримує. Сьогодні найперше написала low code. No code. Ага. Practical maner в

code. No code. Ага. Practical maner в аутсорсингові компанії.

Керую напрямом Power Platform. Близько

40 спеціалістів, які працюють у командах, пть-7ім людей на проектах.

Вау, Аміна, неймовірно круто.

Low CД, no cд зараз надзвичайно затребуваний напрям теж. І технології

якісь з цим пов'язані.

Можете коротше, хто не може довго писати, напишіть в декількох словах, який напрям чи яка сфера і будемо

рухатись далі. Трішечки познайомимось.

рухатись далі. Трішечки познайомимось.

Ну, Аміна прям дуже. Бачу, вам вже вогняків наставили багато.

Так, Дарія Pop PMBA техchlд аутсорсингова компанія. Круто, Дарія,

аутсорсингова компанія. Круто, Дарія, насправді дуже круто. Якраз вам буде неймовірно корисно, бо ми збирали аналітику взагалі, як відбувається все

загалом на ринку по всім ко компаніям.

Микита Lead Backend Developer AI AI Agent Engineering. Клас, клас. О, для

Agent Engineering. Клас, клас. О, для

вас будуть також практичні, корисні кейси. Директор інженнігу на зв'язку

кейси. Директор інженнігу на зв'язку Олексій. Вітаю. Максим SEO IdeaTтек.

Олексій. Вітаю. Максим SEO IdeaTтек.

Клас, Максим, дякую, що долучились.

Друзі, супер. Продовжуйте писати. Вже

одне одного можете побачити. Може

зародиться такий вже в нас на початку нетворкінг, е, як і зазвичай в нас буває. І ще одне таке запитання.

буває. І ще одне таке запитання.

Що зараз найбільшим викликом є у розвитку вашої техкоманди? Напишіть

цифру, яка відповідає. Тут не потрібно довго писати, просто оберіть цифру, яка відповідає стану події от вашій компанії чи вашій команді і напишіть її в чат.

Перше - це важко знайти сильних спеціалістів. Друге, вже є команда, але

спеціалістів. Друге, вже є команда, але не вистачає AI і якихось нових компетенцій. Три, є навчання, але воно

компетенцій. Три, є навчання, але воно не дає вимірюваного результату, які можна побачити, пощупати, да, в реальних проектах. Чотири - ризик втратити

проектах. Чотири - ризик втратити ключових співробітників і п'ять, поки немає системного підходу до розвитку.

Так, дуже дякую, Дарія. 25. Угу. Аміна

24. Олег 23. Я вже бачу співпадіння. Дві

дві відповіді п'ять. І, до речі, це одна якраз з проблем, яка спонукала нас сьогодні провести цей Мітап саме на тему, е,

навчання команд. Та я розкажу вам деталі

навчання команд. Та я розкажу вам деталі далі, але насправді зараз багато хто, багато компаній відчувають, що потрібно розвивати команди, а як це робити, невідомо. От. Ну, так, щоб

невідомо. От. Ну, так, щоб структуровано, послідовно. Ми теж

структуровано, послідовно. Ми теж тривалий час, як IT-університет до цього не були дотичені. А сьогодні я вам розкажу дещо, що вам може допомогти. 135

35 переважної більшості є п'ятірка.

Окей, давайте тоді рухаєтесь далі, трішечки познайомимось ближче. Мене

звуть Олександр Романюк. Я керівник

освітнього центру IT- університету Aversity. Також заразі займаюсь саме

Aversity. Також заразі займаюсь саме напрямом корпоративного навчання. Вже

понад шість років працюю в Етех і допомагаю людям опановувати нові напрями, підсилювати себе, отримувати нові знання та не зупинятись на досягнутому. Це стосується тепер і

досягнутому. Це стосується тепер і IT-команд, а не конкретно от студентів, які до нас раніше приходили. Також

сьогодні з нами на зв'язку буде Анастасія Ізотова. Вона власниця

Анастасія Ізотова. Вона власниця рекрутингової агенції. Більше 10 років

рекрутингової агенції. Більше 10 років досвіду в рекрутингу працевлаштувала 500 плюс айтівців в топовій міжнародній компанії. Вона якраз таки розкаже про

компанії. Вона якраз таки розкаже про те, що відбувається зараз на ринку найму і чому так важливо навчати команди, а не перенаймати нових спеціалістів.

Олександрпета сьогодні буде також еe уклана CTO GoIT Global. Більше 10 років досвіду в IT-сфері. Людина, яка керувала великими командами, співпрацювала з

ними, поділиться досвідом з точки зору CTO. От я бачу в чаті там вже серед

CTO. От я бачу в чаті там вже серед глядачів є, то ви зможете задати на запитання напряму йому. До речі, після кожного спікера буде блок питання

відповідь. Тобто ви можете задавати

відповідь. Тобто ви можете задавати питання протягом виступу і далі в живому форматі ми це питання розберемо. Також

сьогодні буде Юлія Клекова. Вона

Learning Experience Impact менеджер в IT-університеті на Aversity. Більше

трьох років досвіду в IT-сфері, працює тісно з нашими студентами магістратури.

Вона розкаже про якраз таки новий формат, який ми хочемо сьогодні анонсувати, новий формат навчання, командного навчання для

компаній. От. І запросили також Сергія

компаній. От. І запросили також Сергія Коломойця. Це наш студент, студент

Коломойця. Це наш студент, студент магістратури. Зараз працює

магістратури. Зараз працює продакт-менеджером в Аврора. 7 років

досвіду в IT-сфері. І він розкаже більш детально на практиці, як використовує свої знання. Ось, до речі, я поступово

свої знання. Ось, до речі, я поступово на спікерах вам і розказав а програму нашого сьогоднішнього Мітапу, тобто в першу чергу про AI скіли в команді

поговоримо. Далі це вже, ну, це більше

поговоримо. Далі це вже, ну, це більше зринкових даних і що відбувається з командами, які не навчаються. Далі вже

більше буде технічний погляд, про AI скіли поговоримо, які реально потрібні команді. Тому що зараз, ну, я активно

команді. Тому що зараз, ну, я активно спілкуюсь з компаніями, яку компанію не запитаю, вже всі використовують, якщо послухати співробітників, штучний інтелект, але кожен по-своєму, кожен

по-різному. От як це зробити правильно,

по-різному. От як це зробити правильно, системно також розберемо. як максимально

гнучко та комфортно інтегрувати навчання в робочий процес. І подивимось на реальний досвід нашого студента, як він ті дисципліни, які вивчає, використовує в себе безпосередньо в роботі. От. А

організатори декілька слів сьогоднішнього івенту. Багато хто вас з

сьогоднішнього івенту. Багато хто вас з вас були на наших попередніх мітапах, знаєте нас як IT- університет Неверті.

Плюсаніть, хто вже був на мітапі раніше в нас. Так, Сергій, бачу пишеть в чат:

в нас. Так, Сергій, бачу пишеть в чат: "Щось пішло не так". А що саме?

Друзі, напишіть плюсики, якщо я тут і ви мене чуєте, бачите.

Плюсики є. Допоможіть, будь ласка, Сергію. Може щось, ну, локально десь під

Сергію. Може щось, ну, локально десь під весь інтернет. Просто достатньо оновити

весь інтернет. Просто достатньо оновити сторінку, але Сергій мене певно зараз не почує. Модератори відпишуть в чат.

почує. Модератори відпишуть в чат.

Дякую, друзі, за фідбек. Окей. Тобто, е,

ви ще ставите плюсики щодо того, я одночасно запитав, чи були на наших івентах. Знаєте, в нас є IT університет.

івентах. Знаєте, в нас є IT університет.

Ми насправді вже більше трьох років займаємось вищою IT-освітою. Цей

магістратура, і бакалаврат, університет нового покоління. Створюємо продукти,

нового покоління. Створюємо продукти, які допомагають втілювати свої знання і рішення в AI архітектурі. не чекаємо

освітніх реформ, а якраз таки і ті люди, які ці реформи роблять, можна сказати, програмою актуальною, сучасними знаннями і підходом, є частиною групи компаній

Bтереet, Resident Ident Dia City, Virли Forbes Next 250. Про це писали всі. Це

мало не кожне джерело писало про те, що ми запустили першу в Україні AI магістратуру в минулому році. Казали про

це наші партнери, дуже їм вдячні.

ITціація, Dev.ua, Horizon Capital, Forbes, навіть Михайло Федоров писав.

Але зараз ми активно працюємо в напрямі партнерства і освіти, такого апскілу і системного розвитку з різними українськими компаніями. Зараз починаємо

компаніями. Зараз починаємо співпрацювати. Продуктові, це стартапи,

співпрацювати. Продуктові, це стартапи, Fintech, Outsource, Outstaff, а є компанії, де є LNG відділ, є там, де його немає. Зараз ведемо якраз

його немає. Зараз ведемо якраз перемовини про перші групи. Е, і в загальному доступі ще цієї інформації не було. Тому залишайтесь до кінця. Більш

було. Тому залишайтесь до кінця. Більш

детально я про це все розкажу, покажу, як відбувається корпоративне навчання в Neo City. Ну і, звісно, для тих, хто

Neo City. Ну і, звісно, для тих, хто зареєструвався, приєднався, ми вже більше 30 івентів провели. Загалом цей

минулий рік, в цьому році вже досить багато івентів провели. Всю цю

інформацію збираємо в Knowledge Base.

Хтось вже її, можливо, отримав, хтось отримає, якщо будете до кінця цього мітапу, воно прийде в бот. Ну і також сьогоднішня інформація, а ту, яку ви

побачите далі перед собою на екранах, презентації і запис у вас буде також найближчими днями в боті, через який ви зареєструвались на івент. І тепер

переходимо безпосередньо до контентної частини. Хочу запросити Анастасію,

частини. Хочу запросити Анастасію, власницю рекрутингової агенції, в якої, нагадаю, більше 10 років досвіду в IT-сфері. Зараз ми розберемося, що

IT-сфері. Зараз ми розберемося, що відбувається взагалі з ринком і чому компанії, які не інвестують в навчання, програють. Так, Насть, запрошую тебе.

програють. Так, Насть, запрошую тебе.

Давай одразу перевіримо зв'язок, чи все в нас добре.

Привіт. Привіт.

Привіт. Все добре, бо я така вже, знаєш, думаю, взагалі-то 11, але ж 11 то більше 10ти да?

Ну, це правда. Це правда. Та, ну,

насправді ось це з досвідом теж, е, є моменти, поки збереш, згадаєш, коли це все розпочалося, а тут день за два. Ну,

тобто воно дуже швидко станесе.

Так, так, да. Дуже дякую, на передаю тобі слово,

да. Дуже дякую, на передаю тобі слово, включаю твою презентацію і поділись, будь ласка, з чим до нас сьогодні приєдналися.

Ой, так. Ну, в мене насправді дуже серйозна тема сьогодні, і я, звісно, враховуючи останні тенденції, ну, було б дивно не почати виступ без фрази: "Ми всі бачимо, що ринок змінився. Так, але

ж дійсно AI, автоматизація, нові інструменти, нові вимоги до ролей, це все не щось майбутнє. Це вже впливає на те, як компанії будують продукти, як

приймають рішення, як масштабуються, наскільки швидко вони можуть адаптуватися.

Виходить, що якщо так дуже коротко, світ щось вже зрозумів. Так, великі

роботодавці більше не покладаються виключно на зовнішній найми. Вони все

активніше інвестують в розвиток своїх команд через так званий tuition assistance, також через корпоративні освітні програми, більш системні моделі

навчання. Що таке tuition assistance? Це

навчання. Що таке tuition assistance? Це

фінансова підтримка навчання співробітників з боку компанії. Тобто

освіта спів співробітників. вона вже

перестала бути просто бонусом або там nice to have. Це вже неприємна опція навіть для HR бренду. Це інструмент

трансформації бізнесу. Я прямо так обирала сьогодні слова насправді і думаю: "Ну, так можна казати, бо так воно і є." І фактично вся моя презентація буде саме про це, про це усвідомлення, яке я зараз транслюю, як

безпосередньо людина, яка працює з іншими клієнтами. Дуже часто, бо запити

іншими клієнтами. Дуже часто, бо запити такі є. Чому? Бо компанії з сильними

такі є. Чому? Бо компанії з сильними програмами навчання, вони частіше стають лідерами на ринку, так, і безпосередньо впровадженні штучного інтелекту. Тут на

слайді є цифра 42%.

Важливо підкреслити от що, що коли компанія інвестує в розвиток своїх людей, вона інвестує не лише в знання, вона інвестує у швидкість адаптації, у здатність команди брати на себе

складніші задачі, у стійкість до змін, до речі, і в можливість рости без постійної залежності від зовнішнього ринку кандидатів. До речі, коли я так от

ринку кандидатів. До речі, коли я так от розповідаю про зовнішній ринок кандидатів, будучи власнице рекрутинго агенції, ну, я так відчуваю, що я такж трошки рубаю так, там, де сижу, але тим

не менш, от я не можу цим не ділитися, бо насправді це те, що можна помітити. І

сьогодні ви також це помітите разом зі мною. Модель Assistance, вона вже

мною. Модель Assistance, вона вже активно імплементується у світових компаніях. Це не теорія і навіть не

компаніях. Це не теорія і навіть не одиничні кейси. Вже це роблять такі

одиничні кейси. Вже це роблять такі компанії. От ви бачите на слайді Amazon,

компанії. От ви бачите на слайді Amazon, Accenture, Google, Walmart. Е, доволі

показовий такий набір прикладів. Amazon,

як ви бачите, інвестував більше 1 млрд доларів в Upskilling, понад 300 000 співробітників. Accenture запускає

співробітників. Accenture запускає Degree Level формат через партнерство.

Degree level, тобто отримання безпосередньо вже грі і не просто проходження курсів, там так, ангінг через там внутрішні або зовнішнє навчання. Google системно розвиває AI

навчання. Google системно розвиває AI скіли всередині.

Я дам короткий приклад з власної практики. Окрім того, що я маю власну

практики. Окрім того, що я маю власну рекрутингову агенцію, я працюю ще як кар'єрний консультант у програмі американська компанія, яка якраз

допомагає Amazon робити апскілінг їхніх співробітників. І зокрема я працюю по

співробітників. І зокрема я працюю по напрямку аналітики. Тут дуже великий

напрямку аналітики. Тут дуже великий такий попит насправді на цей напрямок наразі. І, е, що важливо, це неразова

наразі. І, е, що важливо, це неразова історія. Це системна модель цієї

історія. Це системна модель цієї компанії, яка працює безпосередньо з Amazon. На регулярній основі Amazon

Amazon. На регулярній основі Amazon відкриває можливість своїм співробітникам, які пропрацювали певний час, тобто є умови, так, в їх компанії проявити, які проявили лояльність, так?

Тепер компанія проявляє лояльність для них і дозволяє їм розвиватися і переходити в інші ролі при компанії Amazon. Тобто, наприклад, людина працює

Amazon. Тобто, наприклад, людина працює на одній позиції, так, але компанія бачить, що їй потрібні нові компетенції там в аналітиці, в тестуванні, в роботі з більш складними інструментами. І

замість того, щоб шукати людину ззовні, вони інвестують в розвиток цієї людини і допомагають їй перейти на нову роль всередині компанії. Є, звісно, ризики,

всередині компанії. Є, звісно, ризики, так що людина навчившись може піти назовні, але консультуючи цих студентів, я бачу насправді, що вони всі дуже дійсно зацікавлені в тому, щоб лишитись

тут і перейти на пози позиції, які дозволять їм більше заробляти в тому числі. І це дуже добре ілюструє взагалі

числі. І це дуже добре ілюструє взагалі оцю ідею assistance, бо компанія не просто дає доступ до навчання, вона вирішує бізнес-задачу. Вона закриває

вирішує бізнес-задачу. Вона закриває потребу в нових ролях через розвиток своїх людей. Що це нам говорить? Що

своїх людей. Що це нам говорить? Що

великі компанії не чекають, поки на ринку з'являться ідеальні готові люди.

Вони розуміють, якщо потрібна нова спроможність у бізнесі, її потрібно створювати всередині. І ще один важливий

створювати всередині. І ще один важливий момент. Це не тільки про штучний

момент. Це не тільки про штучний інтелект в вузькому сенсі, це про ширшу логіку. Коли бізнесу потрібна нова

логіку. Коли бізнесу потрібна нова глибина експертизи, там в Product, Software Engineering, Cyber Security, MLEI, він не може нескінченно закривати це наймом. У певний момент вигідніше і

це наймом. У певний момент вигідніше і правильніше будувати цю експертизу на власній базі. І тому наступний важливий

власній базі. І тому наступний важливий крок зрозуміти, чому ця тема взагалі стала настільки критичною. Е-е, от на слайді ми бачимо дві дуже сильні цифри.

Перша. LinkedIn вже прогнозує, що до 2030 року 70% навичок, які використовуються в більшості професій, зміняться. І друга цифра: 51% компаній,

зміняться. І друга цифра: 51% компаній, які вже впровадили GNI, повідомили про зростання виручки більш ніж на 10%. І

паралельно World Economic Forum додає, що Skills GAP уже є ключовим бар'єром трансформації для 63 роботодавців е відсотків, вибачте. так, роботодавців.

відсотків, вибачте. так, роботодавців.

То що це означає для компанії на практиці? Не те, що треба трохи

практиці? Не те, що треба трохи підтягнути знання, а те, що самі вимоги до команд уже інші. Е, не тільки до окремих ролей, а до того, як команда

мислить, як працює з даними, як приймає рішення, як інтегровує нові інструменти в процеси. Питання вже не в тому, чи

в процеси. Питання вже не в тому, чи змінюється ринок. Та питання в тому, чи

змінюється ринок. Та питання в тому, чи встигає за цими змінами команда. І тут

ми підходимо до дуже важливої думки.

Команда, яка не розвивається, вона не просто повільніше рухається, вона не здатна повноцінно перетворити штучний інтелект на реальний бізнес-результат.

Ну, штучний інтелект мається на увазі, так, все, що за цим стоїть, так, будь-яка там автоматизація, впровадження всього цього. Виходить, що без AI

всього цього. Виходить, що без AI enabled workforce, так, тобто без тих, хто вміє цим працювати, зупиняється імпульс. І 63% техлідерів кажуть, що

імпульс. І 63% техлідерів кажуть, що нездатність команд повноцінно використовувати AI вже блокує подальші інвестиції. При цьому 51% працівників

інвестиції. При цьому 51% працівників отримали менш ніж 5 годин AI тренінгу.

Можливо в вашій компанії вже таке було.

Вам також дали якісь там два knowledge sharing там вебінари і сказали, що от тепер давайте і ми тепер будемо це впроваджувати. Так от давайте

впроваджувати. Так от давайте обговорювати, давайте думати, як це робити. Який висновок ми з того робимо?

робити. Який висновок ми з того робимо?

Що найвихідніша модель для компанії навчати своїх людей на актуальних знаннях, які одразу застосовуються в поточних проєктах. Тобто компанія може

поточних проєктах. Тобто компанія може купити інструменти, підписки, консультації, зовнішню експертизу. А

частіше, до речі, на підписках все спиняється. Я знаю, що всім дають їх,

спиняється. Я знаю, що всім дають їх, але що з цим робити? Але якщо команди не вміють цим користуватися на рівні повсякденної роботи, а не так раптово, інколи так, бо сам найшов час і щось

вивчив, це не перетворюється на нову швидкість, на нову продуктивність, на новий дохід і новий підхід також. Саме

тому розвиток команди - це не паралельна історія до AI трансформації, це її обов'язкова умова. І тепер давайте

обов'язкова умова. І тепер давайте подивимось не на ринок, а всередину команди. От що реально починає

команди. От що реально починає відбуватися, коли в розвиток людей не інвестують? Ну, по-перше, рішення

інвестують? Ну, по-перше, рішення сповільнюються. Команди довше приймають

сповільнюються. Команди довше приймають рішення, уникають складних задач, обирають безпечні, менш ефективні підходи. Я це знаю, бо консультую людей

підходи. Я це знаю, бо консультую людей і чую про це, бо є студенти, які приходять, також є ті, хто приходять в приватну практику, кандидати, так, які

шукають кар'єрний розвит подальший і цікавляться тим, щоб додати навичок штучного інтелекту собі в свої знання. І

вони роблять це хтось тому, що хочеться, а хтось тому, що треба, тому що компанія хоче від них цього. Так, а вони будуть

уникати цього поки що. Так, на рівні бізнесу це що буде означати? Що падає

швидкість продукту, а і не тому, що люди погані, тому що їм банально не вистачає актуальної бази, щоб працювати сміливіше і сильніше. Крім того, зростає

і сильніше. Крім того, зростає залежність від окремих людей. Тепер

беремо тих, хто саме зацікавлений в тому, щоб розвивати себе, так і свої навички. Знання виходить, що

навички. Знання виходить, що концентруються в кількох спеціалістах, інші не можуть підхопити задачі і команда починає жити через botle next.

Це дуже ризикована модель, бо будь-яке перевантаження, відпустка або звільнення ключової людини одразу б'є по швидкості, так, всієї системи. І ще третій момент тут є. Команда переходить у режим

тут є. Команда переходить у режим підтримки, а не розвитку. Фокус іде на те, щоб підтримувати існуючі рішення, а нові ініціативи відкладаються. Загалом,

ми знаємо, що нове, ну, важко імплементувати, а якщо ще й внутрішній супротив є якийсь, так? І тут вже бізнес починає включати не тільки темп, а й перспективу, бо продукт перестає реально

розвиватися.

Це не остаточний ще й перелік наслідків.

Дивіться, тут є друга частина, де ми бачимо, що падає якість рішень, бо без розвитку використовуються застарілі підходи, рішення стають менш ефективними, накопичується технічний,

так званий технічний борг. І це важливо, бо відсутність навчання не економить, виходить гроші. Вона просто відкладає

виходить гроші. Вона просто відкладає витрати на майбутнє, причому робить їх ще більшими. Ми знаємо, що це може

ще більшими. Ми знаємо, що це може означати так в подальшому. І потім в нас ще є ризик втрати сильних співробітників. Топспеціалісти не бачать

співробітників. Топспеціалісти не бачать зросту, шукають середовище, де можна розвиватися, компанія втрачає найцінніших людей. Тобто, якщо

найцінніших людей. Тобто, якщо середовище не дає розвитку, то саме найсильніші першими починають дивитися назовні. До речі, спойлер на співбесідах

назовні. До речі, спойлер на співбесідах наразі навіть джуніори питають: "А який розвиток ви мені можете тут про запропонувати?" Звісно, не в такому

запропонувати?" Звісно, не в такому формулювання, але ми всі знаємо, що це означає. Так, паралельно команда втрачає

означає. Так, паралельно команда втрачає ініціативу. Менше пропозицій, менше

ініціативу. Менше пропозицій, менше експериментів, менше відповідальності за результат. Люди починають працювати

результат. Люди починають працювати вузько, в межах задачі, а не мислити ширше. А ми ж так хочемо. Так, оцей

ширше. А ми ж так хочемо. Так, оцей

thinking out of the box. І найважливіше,

бізнес втрачає можливості, не просто ефективність. Компанія не помічає нові

ефективність. Компанія не помічає нові можливості, не встигає їх реалізовувати.

Конкуренти роблять це швидше. Тобто

проблема не лише в тому, що щось працює повільніше, а проблема в тому, що хтось інший зай час вже будує нову перевагу. І

тут логічно виникає питання: "Ну добре, якщо команду треба розвивати, то можливо достатньо просто якихось коротких курсів". Нюанс в тому, що короткі

курсів". Нюанс в тому, що короткі програми дають фрагментарні знання. Вони

не формують системного мислення, вони не змінюють рівень спеціаліста. В

результаті команда знає інструменти, але не здатна вирішувати складні бізнес-задачі.

Ще раз, курс може навчити користуватися певним інструментом. Курс може дати

певним інструментом. Курс може дати окрему техніку, окремий фреймворк, окрему навичку, але курс не завжди формує більш глибоку експертизу. як

мислити на рівні системи, як приймати сильні рішення, як по пов'язувати техрішення з бізнес-результатом, як бачити не тільки, що робити, а і чому

саме так робити. Тобто проблема курсів не в тому, що вони погані, проблема в тому, що вони часто не вирішують завдання трансформації. Я вже не вперше

завдання трансформації. Я вже не вперше кажу про це це слово згадую, так, рівня команди.

Одна з головних причин, чому компанії взагалі починають дивитися в бік навчання - це проста економіка і швидкість. Бо хайрг не вирішує проблему,

швидкість. Бо хайрг не вирішує проблему, він її лише відтерміновує.

Пам'ятаючи часи, коли я працювала при компанії, ми доволі періодично перераховували CPER Higher, насправді так і дивилися, що з цим робити тоді. Насправді

з основних плюшок, які пропонувала компанія, були ще кава та печеньки.

Зараз дуже багато що змінилося, але cost per higher все так само ще й рахують.

Так і от якщо навіть найм спрацьовує, це повільно і дорого завжди і всюди в Україні і за кордоном. От дивіться самі.

Рінг плюс онбординг займає в середньому 8, по місяців, тоді як upskilling існуючих працівників 5 місяців.

Зновутаки думаємо, що ну це може бути формат там курси слеш якесь більш системне навчання. Виходить, що

системне навчання. Виходить, що зовнішній наймає на 62% більше часу, а для senior ролей

цей цикл доходить до 10-11 місяців. І,

о, Боже мій, до 20% ще й в наших технічних співробітників можуть просто піти в перші шість місяців. Виходить, що

коли компанія наймає, вона купує неготовий результати, початок нового циклу: пошук, відбір, очікування оферу, онбординг, адаптація, перевірка cultural

feed, розуміння домену, включення в процеси і це нескінченний перелік насправді. Тобто вакансія може бути

насправді. Тобто вакансія може бути закрита, але проблема спроможності команди при цьому ще не вирішена. Ось

тут з'являється ключова перевага розвитку своїх людей. Навчання

внутрішнє, воно виграє або люди вже знають контекст.

І тут зазначено, так, що включено сюди процеси культура продукт контекст взагалі компанії. Так, ангінг працює

взагалі компанії. Так, ангінг працює швидше не тільки через навчання, а тому, що це є, ну, є взагалі контексту всього цього. Будь-яка зовнішня програма,

цього. Будь-яка зовнішня програма, будь-який курс, будь-який новий най можуть дати знання або окремі навички.

Але є речі, які не можна додати зверху за два тижні. Неможливо швидко навчити людину тому, як у вас реально приймаються рішення, як працюють команди між собою, де тонкі місця в продукті, де

історія технічних рішень, чому певні речі у вас зроблені саме так, а не інакше. Тобто, якщо в людини вже є

інакше. Тобто, якщо в людини вже є знання про процеси, культуру, продукт, контекст компанії, це величезний актив.

І коли ми цьому до цього додаємо ще сучасні актуальні знання, ми отримуємо не просто навчену людину, ми отримуємо людину, яка може швидше конвертувати нову експертизу в практичну цінність для

бізнесу. Саме тому логіка беріть і

бізнесу. Саме тому логіка беріть і розвивайте своїх сьогодні така сильна, бо курси можуть дати інструменти, але не можуть дати ваш контекст. А от ваші люди

цей контекст вже мають. І наступною

причиною інвестувати в навчання є фактично зв'язок між розвитком команди, утриманням людей і готовністю компанії до AI трансформації. Що ми бачимо? Що

компанії з сильнішим Carer Developмен програмами на 42% частіше є Frontrunners в GNAI, в GNI Adoption, використанні GNI і так далі. Водночас бізнес уже в цілому

визначає стратегічну цінність освітних програм. 90% так лідерів бачать уan

програм. 90% так лідерів бачать уan Assistance стратегічну цінність. і

інструментом скілін вважають конкурентною перевагою. Так, тобто

конкурентною перевагою. Так, тобто компанія, яка інвестує в розвиток своїх людей, виграє одразу в кількох площинах.

Вона не тільки отримує сильнішу команду зараз, вона стає більш приваблию для сильних людей, менше втрачає тих, хто вже всередині, і краще готова до змін, які ще попереду.

Виходить, що навчання знижує відтік співробітників. І це важливо не тільки

співробітників. І це важливо не тільки тому, що отримати дешевше, ніж замінити, а ще й тому, що утримання сильних людей означає збереження контексту, темпу, довіри всередині команд, безперевності,

роботи, а ще додаткові реферали, так, рекомендації, з якими приходять нові люди до вашої компанії. Це стабільність,

яку дуже важко відновити, якщо команда починає втрачати ключових людей. Також

компанія отримує можливість перевчити співробітника, закрити вакансії всередині, зробити це без втрати знань про продукт. Тобто замість того, щоб

про продукт. Тобто замість того, щоб щоразу виходити на ринок за новими людьми, бізнес може нарощувати спроможність зсередини. Це особливо

спроможність зсередини. Це особливо важливо там, де ролі змінюються швидко, а контекст складний. І окремо хочу зауважити про employed branding, який наразі просто масхв для всіх компаній,

незалежно від розміру. Компанії з

навчанням приваблюють сильніших кандидатів і виглядають як longterm роботодавець. Так, бо, ну, це гра

роботодавець. Так, бо, ну, це гра вдовгу. Це означає, що розвиток

вдовгу. Це означає, що розвиток співробітників працює не тільки всередині, а й назовні, як частина репутації компанії на ринку. Замість

проміжного підсумку. Найм - це часто реакція на симптом. Компанія бачить, що не вистачає певної експертизи і намагається купити її на ринку, але це не завжди створює системну зміну

всередині. Якщо команда загалом не

всередині. Якщо команда загалом не зростає, не розвивається, не вчиться працювати по-новому, то один новий спеціаліст фактично не змінює траєкторію всієї системи.

Хаing може бути частиною рішення, але він не змінює, не замінює і не змінює розвиток команди. Отут дозвольте

розвиток команди. Отут дозвольте поділитись ще одним цікавим кейсом. Е, з

моєї практики вже як власниця рекрутингової агенції. До мене нещодавно

рекрутингової агенції. До мене нещодавно звернулася американська продуктова компанія. У них був сильний аналітичний

компанія. У них був сильний аналітичний і є, до речі, аналітичний відділ. вони

чітко розуміли, що їм потрібно рухатись в напрямку AI щодо автоматизації, так, оптимізації процесів, більш ефективної роботи з даними. Ну, бо знову таки

рухати продукт потрібно знати куди і як і бути на рівні з іншими конкурентами.

Перша їхня ідея була класична. Давайте

знайдемо людину ззовні. Вони шукали роль рівня AI Transition Lead, так? Тобто

людина, яка прийде і допоможе їм зрозуміти, що саме впроваджувати, де у них слабкі місця, що можна автоматизувати, щось на кшталт консультування.

І вже на етапі постановки, до речі, задачі були певні складнощі, бо вони не до кінця розуміли, кого саме їм потрібно шукати, бо є ж різні назви цих посад, так? Чи це має бути фултайм, чи це

так? Чи це має бути фултайм, чи це консультант, де цю людину знайти? Тут,

звісно, вони прийшли до мене саме тому, так? І наскільки от людина зрозуміє

так? І наскільки от людина зрозуміє їхній контекст? А ми знайшли кандидата,

їхній контекст? А ми знайшли кандидата, ну, вони його найняли. Е, тут не можу жалітися, ми отримали свій бонус за цю роботу. Так, це була цікава задача. Але

роботу. Так, це була цікава задача. Але

далі почалося найцікавіше. Тобто тут був дуже довгий онбординг. Людині було

потрібно зануритися в продукт, в процеси, в команду, в історію рішень. І

паралельно це вийшло дорого, бо, ну, це не тільки сама зарплата, це ще й час команди, яка його вводить, пояснює, відповідає на запитання. Так, в

результаті, зізнаюсь, співпраця доволі швидко завершилась. Не тому, що людина

швидко завершилась. Не тому, що людина була слабка, е тому, що модель не спрацювала. І їх висновок був дуже

спрацювала. І їх висновок був дуже показовий, до речі. Вони сказали: "Це був непоганий досвід. Ми просто тепер знаємо, е, що ми можемо передати цю задачу своїм людям, які вже знають

контекст і на базі нових цих знань зможуть йти цим планом впроваджень".

Вони не відмовились від штучного інтелекту, звісно, вони просто відмовились від ідеї, що це можна просто швидко привнести ззовні. Хочу ще окремо подивитись на хай зовсім приземлено

через реальну вартість. Я вже казала про Cost, так, це і є вартість зовнішнього найму. І це не тільки час рекрутера і

найму. І це не тільки час рекрутера і хайрг-менеджера. Це час команди на

хайрг-менеджера. Це час команди на інтерв'ю, зарплата нового співробітника під час RAM і онбордингу. Так, це

втрачена продуктивність, поки людина входить в контекст. Це risic early attrition, тобто те, що людина піде з компанії. Так, є конкретні цифри.

компанії. Так, є конкретні цифри.

Середній cost higher більше 5 000 до$.

для, ну, беремо прямо середні по палаті і для м-м executive relay, тобто це c level ролі, це 36 000. 36 000 заміна

працівника може коштувати 50 і апту 200% його річної зарплати. Найминбординг

технічного фахівця об'єктивно довгі.

Майже один з п'яти нових технічних взагалі не затримується навіть на шість місяців. Я хочу сказати вголос про те,

місяців. Я хочу сказати вголос про те, що часто лишається між рядків. Найм - це дорого не тільки тому, що він коштує грошей. Він дорогий, бо в цей період

грошей. Він дорогий, бо в цей період бізнес ще й не доотримує результат. Поки

триває пошук, поки людина виходить, поки вбудовується в команду, поки почне приносити реальну цінність, компанія платить часом, увагою ключових людей і втраченими можливостями. Тож, якщо

втраченими можливостями. Тож, якщо людина вже всередині бізнесу і ми даємо їй сильніше навчання, актуальні підходи, більш сучасний рівень експертизи, ми не

починаємо з нуля. Ми працюємо на вже існуючому фундаменті. І саме тому

існуючому фундаменті. І саме тому внутрішнє навчання так часто виявляється і швидшим, і ефективнішим.

Інструментам можна навчити, окремим підходам теж можна навчити, але ваш внутрішній контекст не навчить жоден зовнішній курс. Він уже є у ваших людей

зовнішній курс. Він уже є у ваших людей і його потрібно не втрачати, а посилювати. Інвестиції в навчання

посилювати. Інвестиції в навчання теккоманди дають вищі рої. Знаємо, що це таке. Так, return of investment,

таке. Так, return of investment, повернення інвестицій. Та це біль вищий

повернення інвестицій. Та це біль вищий порівняно з аутсорсом, з постійним наймом бо вище рої, так, показник, бо знання одразу вбудовуються в роботу команди, а

не витрачаються на довгу адаптацію зовнішніх ресурсів. Тобто, якщо ми

зовнішніх ресурсів. Тобто, якщо ми кажемо про найм, які у нас витрати: рекрутинг зарплата онбординг час команди, результат людина починає приносити через кілька місяців. Тоді в

нас ой відкладений і ризиковий. Якщо ми

кажемо про навчання, то в нас витрати суто на програму навчання, а результат співробітник вже в контексті приносить зараз і тут, і він швидше просто це взагалі починає застосовувати.

Сьогодні питання не в тому, чи потрібне компанії навчання. Питання в тому,

компанії навчання. Питання в тому, наскільки системно вона використовує його як інструмент зросту, бо найм не може нескінченно компенсувати брак

внутрішньої спроможності, а розвиток своїх людей може створити цю спроможність і перетворити її на реальну конкурентну перевагу.

Я маю для вас один важливий слайд.

Я справді вдячна за те, що в мене сьогодні з вами відбулася ця розмова, бо, ну, мені хотілося цим поділитися.

Мені не здається прямо дійсно великим, напевно, інсайтом. Можливо, тому що я в

напевно, інсайтом. Можливо, тому що я в цій сфері вже знаходжусь, да, на постійній основі, але мені було приємно знати, що сьогодні ми мали з вами також

оцю, я ж кажу, розмову про цю тему. Тому

дякую вам за цю за увагу, яку ви мені надали.

Да, Насть, дуже дякую. Насправді там в чаті, які домовлялись, писали вогники і ну дійсно відчутно, що ти хотіла поділитись цією інформацію, навіть відчула тему, про яку ми сьогодні

говоримо, тому що це дійсно зараз те, що болить компанії, виходячи з того, що я бачу, як ми з ними спілкуємось. І ось ці курси, які раніше запускались в рамках

компанії, вже не працюють, тому що все оновлюється мало не щодня і потрібно окремо мати цілий відділ, ну, запускати власний курс, курс апкілу і цим постійно

займатися, відкладати поточні проекти.

Тому, ну, неймовірно круто, що показала це все, розказала, по знайшла цю інформацію. Там, до речі, в чаті

інформацію. Там, до речі, в чаті запитували джерела. От знаю, що ти

запитували джерела. От знаю, що ти використовувала там з відкритих джерел, з доу, з LinkedIn. Скажи, будь ласка, чи зможеш поділитися ними в корисному боксі?

Звісно, передам все. Так, якщо зараз ш хутко знайду, можливо одразу в чату щось, щось покидаю навіть. Так.

А, чудово. Будемо дуже вдячні. Але в

будь-якому випадку я нагадаю всім, хто буде до прикі на до кінця, буде і запис доступний, і посилання віддамо. Хто це

запитував? А, Володимир запитував, але там підтримали його вогниками, тому буде корисно. Е, також ще запитання з чату

корисно. Е, також ще запитання з чату зачитаю. з одного з глядачів. Е-е, нині

зачитаю. з одного з глядачів. Е-е, нині

AI настільки стрімко розвивається, що те, що ми вивчаємо про AI сьогодні, завтра вже стає неактуальним. Як тут

будувати навчання? В мене є відповідь на це запитання, але це до тебе.

Тоді ти доповниш мою відповідь.

Насправді в мене, я розумію, чому цей острах такий вик ви виникає, так у нас всіх, бо ми всі думаємо про те, що навчання, яке в яке ти вкладаєш, інвестуєш багато часу, зазвичай багато

часу - це таке розтягнене поняття насправді. Та ми ж насправді у кожного

насправді. Та ми ж насправді у кожного воно своє. Комусь багато - це навіть

воно своє. Комусь багато - це навіть місяць навчання, комусь багато - це два або п'ять років. Але справа в тому, що під час навчання ви отримуєте інструменти, які вам дозволяють їх імплементувати вже тут і зараз,

практикувати їх вже тут і зараз. Це вже

ваша експертиза виходить так, яка змінює повністю ваш фокус. Тобто ви не виходите спеціалістом після закінчення лише навчання. А справа в тому, що ви

навчання. А справа в тому, що ви виходите спеціалістом, який знає, звідки все почалося, які інструменти були в цьому задіяні, яка була, який був яка була динаміка цього розвитку. І а тут зараз взагалі цікавий момент. А хто

сказав, що після того, як ви отримаєте навчання, ви спинитесь навчатись взагалі і ніколи більше не будете апгрейдити свої знання з приводу виходу нових моделей і нових інструментів? Тому

виходить, що цей остров - це психологічна більше штука, так? Яка

просто виникає в людині, яка хоче отримати гарантії. Але справа в тому, що

отримати гарантії. Але справа в тому, що життя гарантії не дає. А от, е, фраза: "Хто не ризикує, той не п'є шампанською". Так, вона спрацьовує до

шампанською". Так, вона спрацьовує до сих пір. Тому я пропоную просто не

сих пір. Тому я пропоную просто не відкладати, е, ні, от не чекати, коли це буде відчуття таке, наче я стрибаю в останній вагон, так, поїзду. Е, це

по-перше. По-друге, не відкладати імплементацію своїх знань в практику свою і одразу виходити на роботу в цьому напрямку. До речі, в мене є люди, які,

напрямку. До речі, в мене є люди, які, до прикладу, мають роботу, пов'язану геть не з IT, але отримують вже знання в IT і вони тоді беруть собі просто

фрілансово проєктно роботу повністю з нового напрямку, на рівні, на якому вони це можуть собі дозволити. А таким чином легче знаходити взагалі напрямок, який потім ціка цікавий собі. Це по-перше.

По-друге, ну, це не дає тобі, знаєш, лише відчувати, що ти такий весь на теорії сидиш. Ти вже знаєш, як то на

теорії сидиш. Ти вже знаєш, як то на практиці також застосовувати. А всі,

кого я консультую, які мають навчання в процесі, всі вони вже виходять на ринок паралель з своїм навчанням. А ті, хто каже: "Я не певен, що в мене достатньо знань". Ми працюємо ще й психологічно,

знань". Ми працюємо ще й психологічно, бо я ще й трошечки кандидат психологічних наук.

Нічого собі. Трошечки кандидат. звучить

прям дуже, дуже так скромно, знаєш, сказано.

Добре, дуже дякую тобі, що поділились. Я

тут теж хотів свого боку додати, тому що коли прочитав це запитання, послухав про те, що ти розповідаєш, і мені от прийшло розуміння, от те, що ми зараз робимо, ми

проводимо смітапи і постійно говоримо про базову фундаментальну освіту, тому що все змінюється дуже швидко. І коли в тебе є ця база, ти під ці зміни можеш

адаптуватись. Які б технології потім не

адаптуватись. Які б технології потім не виходили, якщо в тебе це є, то все, вже ти, в принципі, з цим можеш рухатися в будь-якому напрямі. І зараз велика

будь-якому напрямі. І зараз велика популярність на TшеAP спеціалістів, які є частиною обскілу команди. Окей. Так,

дякую. Е, ще бачу запитання, досить таке об'ємне. Давай це запитання і будемо

об'ємне. Давай це запитання і будемо рухатись далі від Микити.

Микита задає питання. Бачу на ринку вакансії інженера за спеціаліста з автоматизацією, але читаючи опис розумію, що там зовсім

не потрібен. Насправді все зводиться до

не потрібен. Насправді все зводиться до розробки hardness для агента, інструменти контекст інструкції робочий процес. І таке питання в Микити.

робочий процес. І таке питання в Микити.

Ринок ще не розуміє, кого шукати. Чи

дійсно потрібен досвід ML? А з власного досвіду роботи з AI виключно через АІ, я розумію, що розробник, який мислить продуктивно, буде набагато кориснішим,

ніж інженер земель. Ну і там далі Микита описує свій кейс. Але от чому так виглядає, що вакансія AML спеціаліст автоматизації АМL, але, ну, в описі

немає того, що взагалі пов'язано з еллю.

Дуже актуальне питання, насправді. Мені

також його не раз вже ставили. І тут,

Микита, знаєте, що в чому справа? не

настане той момент, коли ринок буде розуміти, що він хоче хоть хоче взагалі отримати. Тобто компанії продовжать

отримати. Тобто компанії продовжать називати свої вакансії так, як вони хочуть, вписувати туди обов'язки геть різні, так? І тому для того ви і четаєте

різні, так? І тому для того ви і четаєте опис вакансій, а потім ходите на співбесіди і дивитесь, що дійсно за цим стоїть. А назви, якщо вам хочеться ще

стоїть. А назви, якщо вам хочеться ще більше назв посад, підіть подивіться на американський ринок. Там буде таке

американський ринок. Там буде таке різноманіття всього. Так і ви зможете

різноманіття всього. Так і ви зможете тоді собі для чого це взяти? щоб

зрозуміти, по-перше, що ви дійсно будете обирати ті вакансії, які вам близькі до експертизи, а по-друге, ви побачите тенденції, куди рухаємось ми зараз.

Хтось шукає промт інженерів наразі? Ні.

Да. А були часи? Та ну, тобто ми ж ми ж тепер всі такі промінженери, так? Тому

воно буде змінюватись, але при цьому буде схожі якісь навички, обов'язки.

Якщо ви оберете собі напрямок MLI, ви знайдете вакансії, які будуть відповідати суд у цьому напрямку. Але

там також можуть ще під додати там, а може ви ще й раптово трошечки ще це будете поробити там трошки там так і детаінженніг так і так далі прогнозування і моделювання і так далі.

Тому так і АІ і все на світі кожна компанія буде визначати, що їй потрібно прописувати це, а ви з ними розбиратися наскільки ви в цьому збігаєтесь. Успіхів

насправді ми з вами дійсно живемо в шикарні часи. Та цікаво ж.

шикарні часи. Та цікаво ж.

Та насправді на ринку зараз таке відбувається. Мало не щодня щось нове

відбувається. Мало не щодня щось нове викоють. Так, добре. Дуже дякую тобі,

викоють. Так, добре. Дуже дякую тобі, Настя, що поділилася енергійно, класно і радий, що знайшла час приєднатись. Все,

тобі бажаю тоді гарного вечора. Ми

будемо рухатись далі. Все, бувай.

Па-па.

Так, друзі, напишіть, будь ласка, свій зворотній зв'язок, як вам блок Анастасії. Говорили про те, наскільки

Анастасії. Говорили про те, наскільки важливо навчати команди, порівнювали і рахували цифри та скільки це може коштувати в наймі. нового спеціаліста на

відміну від того, щоб навчати. А далі ми перейдемо до теми, де поговоримо про плюс-мінус це ж саме питання тільки з точки зору технічної, тому що зараз я

запрошую Олександра Репетулів кларні, CTO GoIT Global, людини, в якої більш ніж 10 років досвіду в IT-сфері.

Тепер буде таке питання звучати в нас.

Якщо вчити, то як це робити, щоб, ну, реально працювало, а не просто, як казала Нася на прикладі, дати платний доступ до всіх можливих ейок. Так, Саш,

запрошую тебе. Привіт.

Hello.

Hello. Тебе видно, чутно? Як настрій?

Добрий. Настрій. Настрій поспілкуватись.

Чудово, чудово. Це дуже, дуже личить нашому мітапу поспілкуватись. Тоді

одразу передаю тобі слово. Е, друзі,

нагадую, що ви можете задавати запитання спікеру і отримаєте відповіді після контентного блоку. Передаю слово.

контентного блоку. Передаю слово.

Дякую. Всім привіт. Давайте сьогодні

поспілкуємось про розвиток вашої команди, де вони гальмують і що потрібно, щоб рухатись швидше і рухатись далі. На сьогоднішній день питання вже

далі. На сьогоднішній день питання вже не в тому, чи потрібен вам AI. Питання в

тому, які компотенції або які навички реально потрібні команді, як ці навички розвивати системно і як не перетворити оцей весь шлях на просто ще одну

ініціативу без будь-якого ефекту. Тобто

не треба робити або робити. Ми це

любимо, я знаю всі. А у нас буде три невеликі підтеми. Що змінилося для

невеликі підтеми. Що змінилося для команд? які компетенції необхідні і

команд? які компетенції необхідні і відповідно як виглядає навчання, яке працює, а не просто добре виглядає у звітах або відгуках. Всі ми дуже любимо

звіти, там красиві графіки і великі цифри, але дуже часто ці цифри не вимірюють нічого реального або нічого

корисного. Тому давайте рухатись. У

корисного. Тому давайте рухатись. У

багатьох компаній одна і та ж сама історія.

З'являється новий виклик і найтиповіша реакція з боку компанії або керівника.

Давайте шукати ще людей. Давайте

доберемо ще одного інженера, якогось сильного продакта, ще когось під новий напрям і так далі. Це наша з вами стандартна проблема. Ми бломо штат

стандартна проблема. Ми бломо штат робітників. Тобто давайте візьмемо ще

робітників. Тобто давайте візьмемо ще двох аналітиків або ще трьох дизайнерів.

І кожен раз я задаю найулюбленіше питання, щоб що?

Як казала Настя, новий найрішує проблему швидко. Тобто це завжди час, це

проблему швидко. Тобто це завжди час, це гроші, це онбординг, це занурення в продукт, в контекст вашої компанії та просто людський фактор знайомства людини

з командою. Тобто новій людині завжди

з командою. Тобто новій людині завжди потрібен час, щоб вийти, ну, на якийсь нормальний відсоток продуктивності. І

все, весь цей час коштує грошей. І, до

речі, це все без гарантії, що людина, а, реально, ну, скажімо так, дасть ефект саме там, де він зараз потрібен. Ну, от

поки цей весь процес відбувається, до речі, команда все одно має давати свій результат. Тому в багатьох випадках

результат. Тому в багатьох випадках треба не тільки наймати нових людей, а й розвивати тих, що вже у вас є в команді, що вже є у вас всередині продукту. Тому

що ці люди знають команду, знають продукт і можуть підлаштуватися під нові вимоги значно швидше, ніж нова людинка.

А ось що змінилось, на мою думку, за останній час. Тобто AI перестав бути

останній час. Тобто AI перестав бути чимось окремим. Тобто це більше не

чимось окремим. Тобто це більше не просто історія для дата сайнса або R&D відділу або якихось там окремих експериментів всередині вашої ко

компанії. Зараз AI заходить у звичайну

компанії. Зараз AI заходить у звичайну щоденну роботу команди. У те, як люди пишуть код, як аналізують задачі, як шукають рішення. Ну, по суті, як вони

шукають рішення. Ну, по суті, як вони автоматизують рутину. Мова вже не про

автоматизують рутину. Мова вже не про те, що десь у вас в компанії є там якийсь AI відділ на пару ентузіастів.

Мова про те, що сам спосіб роботи команди змінюється і доволі стрімко.

Тому оці AI компетенції або AI навички, це, ну, не просто nice to have, це не щось додаткове для тих, кому цікаво. Це,

по суті, стає сьогодні вже стандартом.

А команді потрібні не якісь абстрактні загальні знання про AI, а декілька конкретних компетенцій. Е, це те, що я

конкретних компетенцій. Е, це те, що я побачив на персональному досвіді, коли я навчався, коли я навчав і впроваджував.

Відповідно, це мої болі. Перше,

звичайно, це AI literacy, тобто базове розуміння того, де AI реально корисний, де в нього межа, де ризики, де команда може собі більше наскодити, а де може

допомогти. Тобто ми вже бачили

допомогти. Тобто ми вже бачили використання AI на рівні аби було, та всі так роблять. Тобто використання його без критичного мислення. Приклад того,

це Amazon, Кларна, Sales Force і багато інших гігантів, які вже мають поганий досвід занадто швидкого та занадто

вільного такого, знаєте, впровадження AI в робочі процеси. Вони факапнули, а вони втратили гроші, вони втратили час і в результаті повернулися до якогось

гібридного такого, е, процесу, скажімо так. Про це буде далі. Далі.

так. Про це буде далі. Далі.

Це нормальна робота з Лелемкою. Тобто не

в сенсі вміти написати промт, а розуміти, як працювати з контекстом, як ставити задачу правильно, як перевірити відповідь, як вбудувати оце все, в

принципі, в робочий процес. У роботі з ЛМ важливо розуміти те, що якість відповіді напряму залежить від якості контексту і відповідно від вхідних

даних. Тобто справа не тільки в самій

даних. Тобто справа не тільки в самій моделі. Ви можете купити найпотужнішу

моделі. Ви можете купити найпотужнішу модель, але якщо ваша людина, ваш оператор не вміє добре формулювати контекст, результат буде, ну, слабким.

Навіть якщо у вас дійсно найпотужніша модель за всі гроші світу. От в деякому сенсім - це функція від вхідних даних.

Так, звичайно, і від даних, на яких її тренували, але також від вхідних даних.

От далі у нас йде AI assisted Delivery.

Тобто це по суті використання AI в повсяденній роботі. Це розробка, аналіз,

повсяденній роботі. Це розробка, аналіз, документація, якась там підготовка рішень, рутинні задачі і так далі. Я не

кажу лише про розробників і про їх агентів для генерації коду. Я маю на увазі значно ширші можливості. А дизайн,

products, аналітика, якісь внутрішньо операційні процеси вашої команди. Тобто

AI виступає не як інструмент для однієї якоїсь конкретної ролі, да, а як спосіб конкретно зменшити частину операційного

навантаження на всю вашу команду.

А мабуть для мене найголовніше - це вміння не просто отримати відповідь від AI, а перевірити, чи вона взагалі надійна, чи це працює. Тому що будь-яка

модель і будь-який скіл використання моделі ламається там, де ви не перевіряєте те, що вона зробила. Людина

має спиратися на власну експертність, а не перекладати відповідальність на інструмент. От. Бо якщо в людини немає,

інструмент. От. Бо якщо в людини немає, скажімо так, м власної рамки оцінки, вона дуже швидко починає сприймати переконливий результат за правильний. А

ми ж розуміємо, що агент може не просто помилятися, а ще й робити це дуже-дуже впевнено. Вони так натреновані. Тобто

впевнено. Вони так натреновані. Тобто

агенти гально цінують, добудовують факти і в результаті приховують оце все за добре сформульованою відповіддю. І якщо

людина не має експертності в цій галузі, де вона намагається використати цей інструмент, а можуть бути проблеми. Не

можуть бути, а будуть проблеми гарантовано. Це стандартні граблі, на

гарантовано. Це стандартні граблі, на які всі наступають. Е, просто беремо аїшку, е-е, юзаємо, не перевіряємо.

Потім, потім все дуже погано. Отже, е, далі, е, data redess. Це про м саме дані, на яких

data redess. Це про м саме дані, на яких тренується модель, тому що багато ініціатив упираються саме в модельку, в дані, да, у контекст, у якість

внутрішньої вашої інформації. Тобто на

цьому, в принципі, все тримається. Якщо

модель ее натренована погано, відповідно буде поганий результат. Якщо у нас з вами в компанії хаос у якихось там даних або в документації, там в базі знань, наприклад, е, AI не вирішить цю

проблему. Він просто буде працювати

проблему. Він просто буде працювати на слабкій основі і відповідно давати слабкий результат, незважаючи на те, що ви будете добре з ним взаємодіяти, якщо

ви розумієте, як добре, скажімо так, налаштовувати контекст.

От і останній такий важливий скіл - це здатність побачити, де AI реально може дати цінність в продукті або там в процесі якомусь. От, а де це буде не

процесі якомусь. От, а де це буде не потрібно і якоюсь такою дуже дорогою надбудовою, аби було. Тому що наразі спокуса додати AI, бо всі додають AI,

вона дуже-дуже вели велика. А ми зараз з вами десь близько до піку AA бульбашки.

Тобто перед тим, як оце все охолоне, і ми перейдемо до більш зваженого використання інструментів.

А сильна команда відрізняється тим, що вона бачить не хайп, а конкретний сценарій, тобто конкретну користь і ефект від інструмента. От загальна думка

буде така, що команді не потрібен набір якихось там модних знань про все. В

вашій команді потрібні навички, які змінюють те, як вона працює. І щоб оце все в результаті впливало саме на якість, на результат. Інакше навіщо це

все? Так от, а для кого це все в

все? Так от, а для кого це все в принципі потрібно? Важливо не звести це

принципі потрібно? Важливо не звести це все до однієї ролі, бо часто компанії думають: "Знайдемо декілька людей, вони

дуже добре шарять в AI, вони нам все витягнуть". Але це так не працює, бо

витягнуть". Але це так не працює, бо інженери використовують AI в розробці, там для автоматизації, для документації.

Техліди і архітекти, вони дивляться значно ширше, да, де взагалі має сенс робити інтеграції якісь, де потрібні обмеження, тобто щоб не було якогосьхоотичного використання. У них

якогосьхоотичного використання. У них зовсім свій контекст. Далі у нас є продакти, у нас є аналітики. Це окрема

велика зона. Саме там з'являються гіпотези, якісь нові сценарії, а розуміння, де AI дає користь.

користувачу або бізнесу і так далі. У

них зовсім свій контекст використання нейромереж. І, звичайно, у нас є дата,

нейромереж. І, звичайно, у нас є дата, тобто тому що без нормальної основи даних м без інтеграції, без оцінки якості вся ця історія просто не працює. Якщо ви

тренуєте вашу модель на внутрішніх даних, а таке дуже часто, тому що ваші дані пропріатарні, саме якість даних плюс навичка використовувати модель

разом дадуть найкращий результат. окремо

воно буде фіт -фі. Якщо і там, і там добре, буде в результаті добре. Тобто AI

компетенції мають розвиватися не в одній людині і не в одному департаменті. Вони

мають збиратися, скажімо так, на рівні команди. Тільки тоді оце все буде

команди. Тільки тоді оце все буде комплексно працювати.

Якщо подивитись, е, де компанії найчастіше помиляються, то проблема зазвичай не в намірі, а намір якраз нормальний. Люди розуміють, що команду

нормальний. Люди розуміють, що команду треба підсилювати. Проблема в тому, як

треба підсилювати. Проблема в тому, як це робиться. Найчастіше це виглядає так.

це робиться. Найчастіше це виглядає так.

Навчають AI дуже загально всім про все, без прив'язки до ролей, до якихось конкретних задач, до напрямків. В

результаті це все перетворюється, ну, в кращому разі, знаєте, в такий мотиваційний івент. Люди надихнулися,

мотиваційний івент. Люди надихнулися, послушали щось цікаве, але далі в результаті всі повернулися в той самий

свій е робочий ритм і нічого абсолютно не змінилося. Тобто всі ніби щось

не змінилося. Тобто всі ніби щось вивчили, але де це має дати ефект, ніхто не розуміє. Так от, поділюсь з вами

не розуміє. Так от, поділюсь з вами своїм досвідом. Е-е, вам потрібен

своїм досвідом. Е-е, вам потрібен стейкхолдер відповідальний за впровадження AI в робочий процес. Інакше

буде в стилі моя хата з краю. І це

стандарт. Якщо ви не зробите одного лідера, який стейкхолдить оцю фічу, люди не будуть масово не будуть використовувати щось нове, тому що вони

звикли до старих своїх процесів. Їм

комфортно, їм нормально. Звичайно, що

найкраще, якщо ця людина ще й буде AI ентузіастом, це в ідеалі, але, ну, не завжди це виходить, тому що в команді або в департаменті просто може такої

людини не бути. Хоча з часом зараз е таких людей все більше і більше, тому значно простіше найти стейкхолдер. От і

отакий момент. А проблема ще в тому, що навчання міряють, ну, скажімо так, сам факт проходження навчання, тобто скільки людей відвідали, е, скільки дійшли до

кінця, скільки отримали сертифікат. Але

ці всі метрики, вони нічого не говорять про реальний ефект навчання. Це більше

типу ти прийшов, щось повчив, ти молодець. Навчання має завершуватись не

молодець. Навчання має завершуватись не прослухали, а впровадили. Інакше, ну, це просто активність, а не зміна в роботі команди.

Якщо говорити про те, як виглядає нормальний робочий підхід, то є кілька простих принципів. По-перше, навчання не

простих принципів. По-перше, навчання не має жити окремо від роботи команди.

Воно має бути вбудоване в реальний контекст. ваші задачі, в ваші процеси,

контекст. ваші задачі, в ваші процеси, ну, буквально в те, чим команда живе і займається кожен день. Знову ж нагадаю, має бути стейкхолдер, який відповідає за

це впровадження. Це не просто будь

це впровадження. Це не просто будь ласка, моя люба команда, зробіть, ні, так воно не працює. Можливо, цей

стейкхолдер на рівні команди, можливо, на рівні відділу, залежить від вашої структури у кожного по-своєму.

По-друге, має бути чітка прив'язка до релей і до задачі, бо інакше навчання виходить, ну, занадто загальним. Коли ви

навчаєте людину, треба навчати чомусь, що їй корисно. Та і нові підходи треба одразу перевіряти на практиці. Тобто не

вивчили і колись там ми десь використаємо, а ось ми вивчили і де ми це зараз будемо використовувати. А якщо

коротко, цикл навчання має бути дуже швидким. Щось вивчили? одразу

швидким. Щось вивчили? одразу

засистували, подивилися, що спрацювало, що не спрацювало, зрозуміли, що було добре, що було погано, чого не вистачає, і скоригували підхід. І ось тоді розвиток реально відбувається, ну,

скажімо так, всередині вашої команди нормально. Ну, от і це вбудовується в

нормально. Ну, от і це вбудовується в поведінку вашої команди, тому що вони це роблять кожен кожен день.

Далі, е, як зрозуміти, що навчання дійсно працює? Е-м, тут таке м-м,

дійсно працює? Е-м, тут таке м-м, головне питання для мене - це не сподобалось чи не сподобалось, а що реально змінилося. Бо якщо у вас буде

реально змінилося. Бо якщо у вас буде просто фідбек типу: "Мені було цікаво або мені було корисно", ну це дуже приємно, окей, але це не показник, що команда ваша стала сильнішою, бо

навчання можна провести дуже ефектно, дуже красиво, але якщо після нього команда працює так само, то ефекту ж ви розумієте, да, скоріш за все ніякого немає. Тому я б дивився на декілька

немає. Тому я б дивився на декілька речей. По-перше,

речей. По-перше, це що команда сама починає бачити точки застосування AI в роботі. Тобто це вже

не просто історія, що якийсь один, а, скажімо так, ентузіаст штовхає ініціативу, а решта просто слухає. Ну от

далі. М AI не має триматися на декількох ентузіастах. Якщо вся, скажімо так,

ентузіастах. Якщо вся, скажімо так, спроможність сидить в двох людях або в трьох людях, або в одній людині, то це не командна компетенція, це просто сила

якогось окремного вашого, нехай буде робітника. Ну от також мають бути

робітника. Ну от також мають бути помітні зміни в процесах, не обов'язково одразу великі, але такі, які можна виміряти і побачити, щось стало швидше,

десь стало менше ручної роботи тощо.

Будь ласка, не очікуйте, що впровадження AI в робочі процеси дасть вам одразу якийсь там X5 до продуктивності. Не

дасть. Це не так працює. А всі наші компанії, вони в якомусь сенсі великі, дуже повільні такі машини, да? І для

того, щоб щось нове туди впровадити, потрібен час і витримка. Тому, якщо ваша команда отримає там 10, 20-15%

продуктивності одразу, я вважаю, на мою думку, це вже топ. Ну от. А плюс інші команди побачать, що

якась одна команда отримала плюс у продуктивності і почнуть надихатися цим і почнуть більш цікавитися і більше впроваджувати в свої

процеси. Також Ай. От також як на що б я

процеси. Також Ай. От також як на що б я ще дивився, коли якась частина задач реально прискорюється, якась рутина, а і це не тому, що ваша команда почала бігти

швидше, тобто вона не почала працювати більше, а це саме тому, що команда працює по-іншому. Тобто підхід до роботи

працює по-іншому. Тобто підхід до роботи дійсно змінився. І вона той самий об'єм

дійсно змінився. І вона той самий об'єм робить або за менше часу, або за той же час робить більше об'єм. От це можна виміряти. І це дійсно каже про те, що

виміряти. І це дійсно каже про те, що щось змінилося.

Ну і, звичайно, автономність. Якщо після

навчання команда, скажімо так, самостійніше працює з новими задачами, краще їх оцінює, тобто оцінює, де яй доречний, а де не дуже, і вам конкретно

не треба цю команду пушити, то це вже сигнал, що навичка закріпилася всередині вашої команди і і це корисно було. Ну,

тобто я б дивився не на активність, а на зміну поведінки команди і на зміну способи роботи. Ну от тому, що вони

способи роботи. Ну от тому, що вони можуть, е, скажімо так, робити вигляд, що дуже-дуже активні, але в результаті можливо роблять те ж саме.

От. А давайте так. З чого почати вже зараз? Що б я почав вже зараз знову? Ее

зараз? Що б я почав вже зараз знову? Ее

я б починав не з великої програми для всіх і про все. Ну, тому що це завжди поганий старт. Це гарантовано. Вашому

поганий старт. Це гарантовано. Вашому

дизайнеру просто не потрібен, наприклад, навички MLінженера або ML OPS. Ну, щоб

що не треба робити один універсальний трек для всіх, бо в інженерів один тип задач, в лідів архітектів інший, в продиктів, в аналітиків зовсім інший.

Звичайно, має бути якась спільна база, якийсь грунт якийсь, на якому будуть побудовані більш глибокі знання. От. То

але спочатку спільна база невелика, а далі спеціалізація.

керівник, якби я був керівником вашої команди, да, я спочатку обрав декілька зон, де AI може дати найшвидший і найпомітніший ефект. Це те, що я казав.

найпомітніший ефект. Це те, що я казав.

Якщо одна з ваших команд почне працювати більш продуктивно, а вони почнуть, скажімо так, драйвити весь цей процес, інші команди це помітять і будуть

відповідно грати в доганялки. Це

стандарт. І це дійсно працює.

Наприклад, десь це буде розробка, десь аналітика, десь це може бути внутрішні процеси, десь product Discovery. Оберіть

щось одне, щоб впровадити там в процеси і подивитися на результат. Так от,

дивіться, для яких ролей це критично вже зараз. Наприклад, е не намагайтеся

зараз. Наприклад, е не намагайтеся охопити одразу всю вашу компанію і всі ваші відділи. Ось візьмемо якись

ваші відділи. Ось візьмемо якись розробників. ваші розробники можуть

розробників. ваші розробники можуть добре використовувати там агентів для написання коду іг і ігнорувати там, я не знаю, 100к рядків кожен день. Ну, це

супер, але давайте не забувати, що цей весь код треба комусь перевірити. І якщо

це буде робити конкретно людина, то ви додаєте формулу знову найповільнішу її частину. Тому одразу розуміємо, да, що

частину. Тому одразу розуміємо, да, що код rev'ew має бути як мінімум там напівав автоматизованим. Там беріть той

напівав автоматизованим. Там беріть той самий ребіт. Ну от. А, але фінальна

самий ребіт. Ну от. А, але фінальна відповідальність все одно за будь-який результат і за будь-який процес має нести людина. Тому повністю

нести людина. Тому повністю автоматизувати всі процеси і отримати там максимальний результат у вас не вийде. Так само, як, наприклад, у

вийде. Так само, як, наприклад, у Амазона впровадити свого агента для кодінгу Кіро і отримати три дев'ятки аптайму на сервісах не вийшло. От тому

вони повернулися до гібрида і у них інженерні процеси зараз ее більш такі цікаві і спокійні, ніж коли вони повністю казали: "Давайте все буде

писати AI, одразу пушимо в прод і будемо надіятися, що нічого не не відбудеться".

Ну от так от після базового навчання я б одразу запускав якийсь короткий пілот на реальних задачах, дивився би, що змінилось в роботі команди і де з'явився

ефект. і тільки після цього масштабував

ефект. і тільки після цього масштабував би те, що дійсно спрацювало на інші відділи або на інші команди. Тобто старт

має бути не широкий, а керований і практичний обов'язково.

Якщо зібрати це все, скажімо так, в одну думку, то не кожен новий виклик потрібно закривати новим наймом. Часто краще дати новий рівень компоненції вашій команді,

яка вже знає продукт і може швидко трансформувати це в результат.

AI дає ефект не тоді, коли про нього багато говорять, а тоді, коли він стає частиною щоденної роботи вашої команди.

Тому сьогодні конкретна перевага не просто доступ до AI, а це здатність перетворити його на реальну компетенцію

вашої команди. Тільки так.

вашої команди. Тільки так.

Дякую за увагу. На цьому у мене все.

Та, Саш, дуже дякую насправді, що поділився інформацією з технічної сторони. А там якраз в чаті вже бачу

сторони. А там якраз в чаті вже бачу декілька запитань, але хочу від себе додати, що коли ти казав про шість основних проблем і про стейкхолдера, що

для того, щоб впровадити AI, має бути стейкхолдер. В мене такий інсайт

стейкхолдер. В мене такий інсайт з'явився. До нас один з студентів, який

з'явився. До нас один з студентів, який на повну магістратуру прийшов, його цікавив не диплом, не визнання європейського диплому в всьому світі і так далі. Він якраз одна із ключових

так далі. Він якраз одна із ключових задач - це те, що він буде навчати команду і впроваджувати AI. І ось з таким запитом звертається все більше і

більше. І ми бачимо, ну, наскільки

більше. І ми бачимо, ну, наскільки доцільно те, що сьогодні показуємо і розповідаємо. Тому дуже дякую тобі ще

розповідаємо. Тому дуже дякую тобі ще раз.

Потрібен лід. Потрібен лід, який буде тягнути за собою всю команду і своїм прикладом відповідно підтягне решту.

Це точно. Щоб не закінчилось, як ти і кажеш, на тому, що дякую. Дуже цікавий

курс. До побачення. Та до побачення. Я

пішов далі таблички руцями робити.

Та а там якось воно буде. Так. Добре,

дякую. Тоді перейдемо до запитань з чату. Е, Максим пише: "Дуже корисно,

чату. Е, Максим пише: "Дуже корисно, погоджуюсь з усім". Віктор ставить тобі вогник. Сергій, вподобайку. Запитання

вогник. Сергій, вподобайку. Запитання

від Ігора. До опублікував статтю про те, що AI робить пімів у команді непотрібними. Їхні функціональні

непотрібними. Їхні функціональні обов'язки добре автоматизуються за допомогою AI, а те, що залишається, легко передається іншим. Прокоментуйте,

будь ласка, ці зміни в проектній діяльності. Що думаєш про це?

діяльності. Що думаєш про це?

А, ну проблема в тому, що на даному етапі AI, на мою думку, це дуже дорогий

генератор тексту. От дуже серйозний, а

генератор тексту. От дуже серйозний, а має дуже великі практичні практичне використання, але все одно повністю замінити людину він не може. Навіть того

ж самого поема я не бачу, як замінить повністю Аїшка. Вона може допомогти

повністю Аїшка. Вона може допомогти поему збирати, наприклад, там аналітику, будувати ці ганти і оце все. Ну, тобто

автоматизувати саме роботу ПМА і ПМ просто можна взяти більше проектів по суті. От. Але все одно, ну, типу

суті. От. Але все одно, ну, типу замінити на 100%, я поки що цього не бачу. Так само, як, наприклад, Аїшка не

бачу. Так само, як, наприклад, Аїшка не може на 100% замінити того ж самого кодера. Якщо у тебе є інженер,

кодера. Якщо у тебе є інженер, ну окей, Аїшка може допомогти йому написати дуже багато коду і то коди, які є в, ну, скажімо так, в осорсі або як

коди, якого ви натпримували на ваших внутрішніх, а, кодових базах. Вот. Але

все одно людина відповідає за результат, навіть з точки зору, я не знаю, ну, не то що правової, але АІ - це ніхто і

ніщо. АІ не може нести відповідальність.

ніщо. АІ не може нести відповідальність.

Тому якщо буде якийсь факап, за цей факап має відповідати хто? Тільки

людина. Тому що Аі - це ефімерна така штука, да? Це математична формула і все

штука, да? Це математична формула і все по суті. Дуже складна, звичайно, але от

по суті. Дуже складна, звичайно, але от тому, ну, повністю замінити я поки що цього не бачу.

Дякую. І отут якраз насправді приходить така думка і розуміння, чому зараз так технічні спеціалісти активно, ну, по-перше, базу якусь вивчають, окрім мов

програмування, яку вони колись пропустили. По-друге, менеджерські

пропустили. По-друге, менеджерські скіли, а от теж дуже їм зараз потрібні.

І це не в одній статті вже читав і бачив і приходять з таким запитом. Тому,

можливо, воно ще з точки зору не пімів замінить повністю, а просто технічний спеціаліст візьме на себе частково цю роль завдяки AI інструментам, бо він ж

зможе поєднати це все і більше порине в бізнес, а не в технічку.

Ну, це так трансформується не тільки ж сам процес якогось конкретного спеціаліста, а й, в принципі, сама команда і зона відповідальності починають одне на одне заїжджати. Тому

побачимо, що воно буде.

Да. Та тут дійсно тільки побачимо і будемо приймати в цьому участь. Так,

Андрій запитує: "Розкажіть приклад рішення яких задач конкретно ви навчали людей в команді?"

Е, ее, і, ну, наприклад, от останнє, е, це саме використання іагентів розробки, тобто для команди розробників, да? У нас

є якась там команда, яка пише на якісь мове програмування, нехай це буде JavaScript. Це був JavaScript, TPSриpt.

JavaScript. Це був JavaScript, TPSриpt.

Ось відповідно задача була навчити людей використовувати нехай буде клод. От

тому що вже писати руками код це не це мовітон, це не дуже цікаво, е це нешвидко. Відповідно задача була така:

нешвидко. Відповідно задача була така: прийти і повністю розказати. Ее при

чому, до речі, там було питання от у Насті: "Чому AI дуже швидко розвивається? Навіщо мені вивчати щось,

розвивається? Навіщо мені вивчати щось, щоб Навіщо мені вивчати зараз, якщо через місяць буде все і все решта?

Ні-ні, все інше. Ні-ні, ні, ні.

Дивіться, коли було навчання, ми починали з промтнженніга, потім був контекст інженірінг, потім у нас spectд driven engженніг і оцето все оцей весь прикол. Так от, в навчанні, коли я

прикол. Так от, в навчанні, коли я навчав команду, ми пройшли через оце все, тому що так, людина в результаті значно краще розуміє, що вона робить.

Ну, тому що spectдriven engженніing - це по суті величезна абстракція над промінженнім. більш складна, більш

промінженнім. більш складна, більш складний спосіб, скажімо так. От. А і

там є нюанс, коли ми навчилися писати код, е-е кон, скажемо так, налаштовувати контекст скіли ее короче safety guards і так далі для нашої для нашого

агента, виявилося, що це все треба ще й покривати тестами. Потім ми вивчали, як

покривати тестами. Потім ми вивчали, як це все писати, як авто як Аїшка має писати тести для на свого коду. Але там

виявилася проблема, що аї налаш натреновані так що вони буквально пишуть тек тести, щоб вони проходили 100%, а не

обов'язково добре тестували ваш код. І

там є нюанси, да, як ее, скажімо так, працювати з агентом, щоб він не було таке, що ой, у тебе тут 5% тестг не проходить. Та їх просто видалив. Ну, от

проходить. Та їх просто видалив. Ну, от

тепер проходить 100% і слава Богу. От.

або будемо тестувати щось, що не критичне, просто щоб у нас цифра більша була. Добре зрозуміли? Це після того, як

була. Добре зрозуміли? Це після того, як ми закінчили, ми зрозуміли, що в нас дуже багато коду. Те, що я казав, його треба рев'юти. Якщо просто його

треба рев'юти. Якщо просто його віддавати в прод навіть з тестами, це не гарантія, що в складній системі щось не зламається. Пішли, взяли якийсь там

зламається. Пішли, взяли якийсь там ребіт, почали з ребітом налаштовувати кодрев'юw, як це робити. Тобто навіть

такий, ну, з одної точки зору нескладний процес, як веб-розробка, нехай нехай буде да?

має дуже багато нюансів при використанні агентної розробки. Ну

от. Ну і в результаті команда була задоволена і хлопці пишуть собі дівчата код дуже мало руці і більше просто це все

так контекст для іншки налаштовують. Ну

бавить скілами і так далі.

Круто. Дуже дякую за розгорнуту відповідь. Чудово. Насправді дякую, що

відповідь. Чудово. Насправді дякую, що знайшов час. приєднався. Тема

знайшов час. приєднався. Тема

надзвичайно цікава і зараз потрібна.

Поділився інформацією.

А будемо рухатись далі.

Дякую всім. Гарного вечора.

Та дякую. Навзаєм. Пока.

Так, друзі, напишіть, будь ласка, поки що фідбек по виступу е-е Олександра Репети, як вам інсайти, інформація, яку він надав. І я бачу запитання в чаті. Я

він надав. І я бачу запитання в чаті. Я

не ігнорую чат. Я побачив, що запитують про те, який roadmap навчання DII. Ее,

щоб знання були системними. Також

побачив запитання від Костянтина.

Порадьте, як знайти лідера по впровадженню якого, якщо немає такого в команді. Зараз ми про це більш детально

команді. Зараз ми про це більш детально поспілкуємось, тому що, як і обіцяв, сьогодні буде анонс нового напряму в Neaversity. І частково зараз

Neaversity. І частково зараз привідкриємо занавіс, тому що я запрошу мою колегу, яка якраз безпосередньо займається продуктовою частиною

навчання в цілому. І ми поговоримо про те як ми дивимось на ситуацію на ринку, на ті запити, які до нас надходять і як ми з

цим працюємо. Тому хочу запросити Юлю, а

цим працюємо. Тому хочу запросити Юлю, а це моя колега, в неї 3 плюс роки досвіду в IT-сфері. Зараз ще декілька слів про

в IT-сфері. Зараз ще декілька слів про себе скаже, але от людина, яка безпосередньо причетна до продуктової нашої команди, розкаже деталі, як і де знаходити таких спеціалістів. Привіт,

Лю.

Так, ее, всім привіт. Всім доброго

вечора. Саш, теж тебе вітаю. Е, одразу,

як тільки прочитала питання, як знайти людину, яка буде рухати команду вперед, е, одразу перше, що спала на думку стати

цією людиною. Е, і хочу, е, сьогодні

цією людиною. Е, і хочу, е, сьогодні трошки розповісти про те, як побудована методологія навчання взагалі вверсіті.

Трошки занурити вас в цей контекст. Е,

але першочергово розумію, що вже, ее, більше години тримає триває веб. Е, хочу

трошки чат, ее розворушити. Е, як ви чи готові зараз активно слухати на рахунок методології, як це зробити, як

зануритись ці знання і отримати саме ось цю систему, яка дасть дуже гарну основу і базу для саме навчання, бо е е як всі

кажуть, навчання буде тривати протягом всього життя. Е- тому трошки накидайте в

всього життя. Е- тому трошки накидайте в чат реакції, чи ви ще тут, чи ви готові зараз слухати про а-а саме методологію навчання і того, як як ми будуємо цю

історію.

Так, я поки чекаю, поки чат оновиться.

Е, я сподіваюсь, що ви ще тут і ви готові до цієї розмови. Плюс-плюс.

Цікаво, Олексій, дуже вам дякую. А

плюс-плюс, Андрій, вітаю. Дякую дуже.

Все, я бачу, що ви готові. Ми з вами тоді рухаємось. А я трошки представлюсь.

тоді рухаємось. А я трошки представлюсь.

Мене звати Юлія. Я працюю на посаді Learning Experience Designer of University. Тобто я та людина, яка

University. Тобто я та людина, яка відповідає за те, як саме побудоване навчання всередині. Тобто не те, що

навчання всередині. Тобто не те, що вивчають студенти, а як це сконструйовано і чому саме так. Е, тож

сьогоднішній мій блок не те не про те, чому неоверсіт. Це блок про те, як ми

чому неоверсіт. Це блок про те, як ми думаємо про навчання. Я вірю, що насправді саме ця методологічна чесність є найсильнішим аргументом для тих, хто

приймає рішення про інвестиції в свій розвиток, в розвиток команди. Е, тож в мене сьогодні буде 15-20 хвилин, тому

без води, тільки механіка. Е, погнали.

Коротко про мене. Я працюю більше трьох років в IT-освіті. В нас наразі понад 100 студентів в універсіті Україна та

міжнародні напрямки, 34 активних потоки магістратури та бакалаврату. І щодня я бачу, що працює, а що ні. І саме з цього нашого досвіду побудована вся

методологія, про яку я сьогодні а вам буду розповідати.

Тож перше, що хочу, з чого хочу розпочати, це з болю, який, напевно, знайомий більшості з вас. Ее типова

картина. Компанія купує курс, люди проходять, отримують сертифікати, повертаються на роботу. І тут мав бути такий ефект вау, але нічого не

змінюється. Через місяць 80% матеріалу

змінюється. Через місяць 80% матеріалу забуто. Ми вже не можемо згадати, де ми

забуто. Ми вже не можемо згадати, де ми ту презентацію або той запис навчання бачили. І через десь три місяці навичка

бачили. І через десь три місяці навичка не застосована і відповідно не реалізована. Чому це відбувається? Курс

реалізована. Чому це відбувається? Курс

зроблений заради курсу, тобто без прив'язки до конкретної ролі. Теорія не

пов'язана з реальними задачами. Теми

ізольовані одна від одною, тобто немає логіки, на що спиратись далі. І

найголовніше, немає вимірюного результату. Тобто незрозуміло, чи

результату. Тобто незрозуміло, чи сталось навчання взагалі, як ми можемо виміряти ось цей KPI, на що це вплинуло.

А ми же використовуємо трошки інакший підхід. І зараз я хочу вам показати, з

підхід. І зараз я хочу вам показати, з чого він починається. Е, будемо рухатись по принципам. І перший і найважливіший,

по принципам. І перший і найважливіший, ми не проектуємо програму, ми проектуємо спеціаліста. Тобто, перш ніж написати

спеціаліста. Тобто, перш ніж написати хоч одну дисципліну, яка є в програмах на вебті, ми активізуємо ринок, аналізуємо ринок. Тобто, е, для AI NML

аналізуємо ринок. Тобто, е, для AI NML Enger, наприклад, ми переглянули понад 200 вакансій на DO, на LinkedIn, на Джині. Тобто ми не просто читали, ми

Джині. Тобто ми не просто читали, ми саме аналізували, які технології повторюються, які хардскіли роботодавці ставлять в must have, що відрізняє midle

від Senor в цій ролі. А і саме з цього виходить карта компетенцій. З карти

компетенції перелік дисциплін. І тільки

тоді контент, який розробляється разом з практиком в цій індустрії. І насправді

питання, яке ми задаємо собі на кожному етапі, позиція змінюється, але суть питання не змінюється. Якщо завтра в цій компанії відкриється позиція інженер,

наш студент пройде цей відбір, тобто чи наша програма покриває ці компетенції. І

фінальна програма не виходить без затвердження Advisory Board. Це Senior

Staff Engeneer в Google, Engineering Principle в Microsoft, я SEO Мінцифри.

Вони дивляться на трек, тобто на всю програму навчання цілісно і підтверджують: "Так, це відповідає реальним вимогам ринку прямо зараз або ні, це не відповідає, то треба внести

зміни". І окрім цього, ми також

зміни". І окрім цього, ми також проводимо казневи з різнорівневими спеціалістами, роботодавцями та безпосередньо спеціалістами цієї сфери з

метою перевірки ось цих бажаних компетенцій, а не тільки після того і тільки після того складаємо ось цю карту компетенції і надалі будуємо навчальну

програму. Дисципліни, окремі теми, е,

програму. Дисципліни, окремі теми, е, які базуються на основі цього. Другий

принцип: ми проектуємо від кінця, а не від початку.

Тобто традиційний підхід виглядає так: є тема, ми даємо теорію, даємо практичні знання і сподіваємось, що це колись стане в нагоді. Наш підхід трошки

відрізняється і він є протилежним.

Спочатку ми запитуємо, що студент має робити на роботі після конкретної дисципліни або конкретного модуля. Яка

конкретна дія є доказом того, що навчання взагалі відбулось і тільки потім яке знання для які знання для цього потрібні. Е, конкретний приклад.

цього потрібні. Е, конкретний приклад.

Ціль не студент знає Python, студент, е, пише ETL PayPeline в реальному проекті.

Це дуже принципово різні речі, насправді. Перше - це просто інформація

насправді. Перше - це просто інформація в голові людини. Е, друге - це навичка, яку можна застосувати вже в понеділок на роботі.

І перш ніж я покажу, як ця методологія виглядає всередині, трошки важливого контексту. В наверсі зараз є чотири

контексту. В наверсі зараз є чотири магістерські спеціалізації: AI and Machine Learning, Software Engineering and AI, Cyber Security and AI and AI Product Management. І всі ці

чотири спеціалізації побудовані за абсолютно однією логікою. Перше - це ринковий аналіз ролі. Друге - це стикування дисциплін. Третє - це

стикування дисциплін. Третє - це потрійна валідація від практиків та Advisory Board. І, е, останнє - це

Advisory Board. І, е, останнє - це реальний дипломний продукт. Е, далі я покажу, як ця система працює зсередини.

Візь взяла за приклад AI in Machine Learning, але все, що ви побачите, однаково працює на кожній з спеціалізацій.

Тож третій принцип стакування. Це,

насправді одна з речей, на якою ми найбільше пишаємось. Е, хочу, щоб ви

найбільше пишаємось. Е, хочу, щоб ви приглянули зараз цей слайд і подивились на цю карту, на ось цей roap. Тут є три рівні. Тір один, е, верхній, те, що

рівні. Тір один, е, верхній, те, що білим, відмічено, це фундамент, це база, ґрунт, основа. Другий тір фіолетовим

ґрунт, основа. Другий тір фіолетовим відмічено - це ядро спеціалізації.

Третій - це вже прикладний рівень. І, як

результат Capstone Project, тобто дипломний дипломна робота. А ключова

ідея, що кожна дисципліна є пререкзитами до наступної. Тобто ви не можете

до наступної. Тобто ви не можете потрапити наносит дизайн, не пройшовши ее fundamentals, deep learning, noql.

Система просто не відкри не відкриє вам цю дисципліну, бо для її вивчення потрібні ось ці прореквізити. Чому це

важливо? Ми не кидаємо людину у вир невідомого. Коли студент дійшов до

невідомого. Коли студент дійшов до складних агентних систем, він вже має весь фундамент, щоб з ними працювати.

Кожна нова тема спирається, е, на те, що вже закладено в голові студента.

Е, і ось конкретний приклад. Е, хочете

навчити спеціаліста буде будувати отоному седнен системи, одну із найгарячіших навичок на ринку прямо зараз. Е, ланцюжок виглядає ось так.

зараз. Е, ланцюжок виглядає ось так.

Python, дискретна математика, машина навчання, No SQL, Deep Learning, Generative Energetic AI і лише тоді Autonomous Agent Design. Тобто без

жодного з цих кроків дисципліна не відкривається. Це недовільне рішення.

відкривається. Це недовільне рішення.

Тобто ми собі так просто придумали і хочемо, щоб ви пройшли цей складний шлях. Ні, так працює ось ця системність.

шлях. Ні, так працює ось ця системність.

А без кожного, тобто це рішення - це відображення реальної залежності знань одне від одного. Результат: після цієї дисципліни студент будує multiagent систему для автоматизації

бізнес-процесів з Landgraph, Caii, Autogen і не просто знає, що таке агент, він будує робочу систему. Ее трошки

аналогії. Ее, як дитина спершу вчиться тримати ручку, потім писати букви, а потім складати це слова і в речення. Е,

ми не даємо диктант людині, яка ще не знає алфавіту. І це вкрай важливий

знає алфавіту. І це вкрай важливий принцип. Е, четвертий принцип стосується

принцип. Е, четвертий принцип стосується того, м, хто створює і викладає контент.

А в нас немає академіків, які пишуть програми в відривіринку. Кожна

дисципліна розробляється разом з практиком, людиною, яка вирішує ці задачі в продакшн прямо зараз. Ось

кілька прикладів людей з нашої команди.

Наприклад, Олександр Василейка Adoption Lead Upwork має рейтинг і оцінювання студентів 10 з 10. Кирило Анищенко Lead

Software Enger впам, маю 15 років досвіду в IT. Альона Вітюк, Lead Engerв Samsung RnD. Олег Андрос. Це, якщо тут є

Samsung RnD. Олег Андрос. Це, якщо тут є наші студенти, Олега Андроса ви точно знаєте, бо через руки Олега проходять

всі. Він працює в Global Logic and

всі. Він працює в Global Logic and Levine. В нього рейтинг 9,6.

Levine. В нього рейтинг 9,6.

Це означає одне. Домашнє завдання - це не синтетичні знання для практики. Це

задачі, які ці люди вирішували в реальних комерційних проектах. Тобто

студент не тренується, він робить щось, що має прямий аналог в роботі. І це

насправді знімає голони і страх, що студенти вчать теорію, а потім нам треба перевчати на під наші задачі, під наші запити. В

нас цього не буде, бо ми вчимо на реальних задачах насправді з першого дня. А і тепер про те, як перевіряється

дня. А і тепер про те, як перевіряється якість кожного матеріалу, перш ніж він потрапить е до рук нашого студента.

Є три рівні. Перший - це співавтор практик. Він розробляє зміст разом з

практик. Він розробляє зміст разом з нашою командою, перевіряє, чи відповідає це реальним задачам в комерційних проектах 26-го року, чи є ці ці

технології справді а використовуються в живих продуктах. Другий - це викладач

живих продуктах. Другий - це викладач валідатор. Це незалежна людина з ринку,

валідатор. Це незалежна людина з ринку, яка дивиться на готовий матеріал чи практика, відповідає на питання: "А чи це актуально зараз? Це чи відображає це

вимоги вакансій". І третій - це Advisory

вимоги вакансій". І третій - це Advisory Board. Це насправді такий вже більш

Board. Це насправді такий вже більш стратегічний рівень. Кожна спеціалізація

стратегічний рівень. Кожна спеціалізація має свого експерта. До прикладу в AIML це Senior SF Enger Google. Для Cyber

Security and AIC Сis, однією з найбільших державних платформ країни в захисті критичної інфраструктури. Я і

продакт менеджменer - це CPO екосистеми одного з найбільших ретейлерів України.

І всі спеціалізації в нас затверджуються і проходять крізь руки. Я ці мінцифри.

Тобто кожен з них адаптує під програму під реальні навички. Також вони доступні для менторства і беруть участь у

захистах е наших е робіт наших студентів саме дипломних. Тобто грубо кажучи цей

саме дипломних. Тобто грубо кажучи цей принцип якрев'ю в науці. Матеріал не

виходить до студентів без ось цих трьох незалежних перевірок. А п'ятий принцип -

незалежних перевірок. А п'ятий принцип - це вимірюваність. Кожна дисципліна має

це вимірюваність. Кожна дисципліна має конкретний learning outcome. Три

приклади з реального треку. Після

relational databas студент спроектує і реалізує реальну систему, реляційну схему під бізнес-вимоги і напише комплексні SQL запити. Після Generative

Energy AI побудує RAК систему з семантичним пошуком. після

autonomous agent design оркеструє multiagent команду в Landraph and Crew AI. А для Head of LND, хто присутній

AI. А для Head of LND, хто присутній сьогодні на нашому мітапі, це мова KPI.

Тобто ви можете показувати своєму CEO не ми провели навчання і е можливо його хтось перегляне знов. А, а після

навчання п'ять наших інженерів можуть робити ось ці конкретні речі, які не могли робити до. І ось три реальні кейси наших студентів, які це підтверджують.

До прикладу, Роман Кукларобив мобільну версію для Oracmerce прям прямо під час навчання запропонував компанії та виділила бюджет

і впровадила рішення в Production.

Микита Самоленко задеплоїв Topset Workout Tracker в App Store ще під час навчання. Сергій ЗМА змоделював командую

навчання. Сергій ЗМА змоделював командую Я агентів з тим рядом, яка автоматично пише код під задачу. Е-е, тобто це вже

відбувається вже під час навчання.

І фінальна точка в цій всієї методології така заключна - це дипломна робота.

В більшості освітніх програм диплом - це документ. Це те, що можна так підкласти

документ. Це те, що можна так підкласти підкласти під стіл, коли він трошки хитається. Тут же ми робимо фокус на те,

хитається. Тут же ми робимо фокус на те, що ми хочемо, щоб це був продукт. Тобто

студент будує AIV повного циклу від серих даних до prodдакш модель е аі моніторинг деплой на ASVs з повноцінним

BL пайплайном. здає cloud продукт плюс

BL пайплайном. здає cloud продукт плюс технічну документацію, плюс бізнес casйс для stakeйкholdх. І захист - це не

для stakeйкholdх. І захист - це не просто академічна комісія, це піч перед реальними інвесторами з Horizon Capital, Class Mission Possible, які оцінюють

дипломну роботу як справжній стартап. Е,

два конкретних приклади з вами поділяться цією презентацією. Дуже раджу

переглянути. Тут є дуже цікава стаття, а, про наших студентів. До прикладу,

Євген Безега, Senior Software Engженір, запустив MyP, як діючий бізнес ще під час навчання. Артем Подмасков створив я

час навчання. Артем Подмасков створив я застосунок для людей з харчовими алергіями. Він був готовий до релізу на

алергіями. Він був готовий до релізу на ринок ще під час роботи над дипломом. Що

це означає для вас, як для роботодавців?

Ви отримуєте не навченого спеціаліста з новим сертифікатом. Ви отримаєте людину

новим сертифікатом. Ви отримаєте людину з реальним доробком в портфоліо, яку можна показати клієнту або інвестору вже наступного дня після захисту і після

виставлення оцінки. Тож якщо підсумувати

виставлення оцінки. Тож якщо підсумувати все, що ви тільки що побачили, все, що я вам тільки що розповіла, е, 9,3 з 9,6 з

10 - це рейтинг, середній рейтинг наших викладачів-практиків.

17 дисциплін, кожна з чітким outcomeм і про реквізит логікою. три шари

валідації. Це практик, викладач, Advisory Board. Один реальний продукт у

Advisory Board. Один реальний продукт у портфоліо задеплойний, захищений перед інвесторами. Тобто це не курс, де люди

інвесторами. Тобто це не курс, де люди проходять матеріал. Це система, де кожна

проходять матеріал. Це система, де кожна године навчання прив'язане до конкретної ринкової навички і підтвердження практиками, які живуть в цьому ринку.

Якщо у вас є якім якому потрібні люди, що вміють будувати яй продукти, ми з задоволенням поговоримо з вами про

формат від мікромодулів на 3-6 тижнів під конкретний стек до повної магістратури 50х50 з дипломом нашого

партнера Wolf University, який визнаний у 50+ країнах. Тобто залишайте ваші контакти, ми з вами зв'яжемось для того,

щоб обговорити конкретно ваш запит і відповідно допомогти у навчанні вашої команди. А в мене все. Дуже дякую.

вашої команди. А в мене все. Дуже дякую.

Я готова до ваших питань.

Та дуже дякую насправді. Е, та розповіла про методологію, про те, як працює наше навчання, про наш підхід. І це

надзвичайно цінно і важливо. щодо

поглибленого формату і чим кардинально відрізняється наш новий напрям від того, який є зараз повна магістратура, я вам наприкінці івенту, як і обіцяв, розкажу і покажу, і тоді буде можливість

залишити заявку, залишити ваші контакти, поспілкуємось більш детально. Я це ж все поясню. А тут хотілось показати, щоб ви

поясню. А тут хотілось показати, щоб ви розуміли з точки зору нашого підходу і послідовності навчання, як все відбувається. Відповідно, про це ми

відбувається. Відповідно, про це ми щойно і поговорили. А скажіть, будь ласка, чи є запитання до Юлії? Там

ставили, писали вже в чат. Бачу, ти може не бачила. О, це нам потрібно. Таке нас

не бачила. О, це нам потрібно. Таке нас

цікавить. Давай одразу може закриємо питання. А бачу Володимир

питання. А бачу Володимир пише і Ігор щодо того, що 24 місяці навчання звучить як вічність. І Ігор

каже, що який новий трек. Щодо нових

треків, які обіцяв, я наприкінці вам розповім. А про 24 місяці Юль, можеш

розповім. А про 24 місяці Юль, можеш додати? щойно ти сказала про наші

додати? щойно ти сказала про наші мікромодулі, про індивідуальні треки. Е,

так, е, це основна магістерська програма 17 дисциплін. Все те, що я вам

17 дисциплін. Все те, що я вам презентувала, вона триває 24 місяці. Е,

скажу відверто, враховуючи те, що маю комунікацію зі студентами, цей час пролітає десь з неймовірною швидкістю.

Е-е, вони, коли завершують навчання, таке, як, а, як, вже два роки пройшло, тому тут, насправді, е, теж є важливим, як ви ставитесь до цього, як часто ви

приділяєте час навчанню і щоб воно було вам, знаєте, настільки цікаво, що ось цей час був для вас просто непомітним.

Це якщо ми говоримо про повну магістерську програму. Якщо ми говоримо

магістерську програму. Якщо ми говоримо прямо про навчання вашої команди, тобто якщо ви там співробітник, е ви розумієте, що в вашій команді, вашій компанії це необхідно, ви можете

прокомунікувати або з нами, або надати вам нам контакти вашого роботодавця. А в

нас є така зараз впроваджується така програма для B2B напрямку, а саме мікромагістратура, тобто мікромодулі,

які е не складають повний магістерський трек, а він вони орієнтовані саме конкретно під ваш запит. Таким чином, це не буде 24 місяці. Ця вічність е

скорочується сильніше. І відповідно

скорочується сильніше. І відповідно тут головне розуміти, який ваш першочерговий запит для того, щоб ми його могли покрити і надати вашій команді якісне,

гарне навчання.

Та дякую, дякую, Юль. Та насправді тут сенс в тому, який в нас зараз змінився підхід, виходячи з того, про що сьогодні розповідала Настя, Саша Ріпета, ми працюємо і спілкуємось зараз активно з

компаніями щодо корпоративного навчання.

Ми тепер можемо не надавати всю магістратуру, бо це дійсно для деяких команд 20 24 місяці це дуже тривалий період. Їм потрібно деякі технології вже

період. Їм потрібно деякі технології вже інтегрувати тут і зараз. І тому ми можемо модулі магістратури окремо формувати в той трек, в той пайплайн,

який відповідає вашим потребам. І от про це якраз я наприкінці розкажу.

Добре, Юль, дуже дякую тобі за відповіді. Щодо запитання про AI

відповіді. Щодо запитання про AI інтеграцію в програми теж якраз буде на моєму блоці. А зараз дуже хотів би ще

моєму блоці. А зараз дуже хотів би ще запросити наступного спікера. Тому тобі

бажаю гарного вечора і дякую, що так детально все пояснила та показала.

Дуже вам дякую. Всім гарного вечора і якщо будуть якісь питанчики, обов'язково приходьте.

Круто. Дякую. Бувай.

Так. Е, добре, друзі, дякую за ваш фідбек, за ваш зворотній зв'язок. Зараз

якраз таки хочу запросити, перш ніж перейти до анонсу нових форматів навчання, які доступні корпоративним командам, е, хочу запросити Сергія. Це

наш студент. Він якраз таки навчається по повному треку, по повній програмі магістратури. І хочу хочемо поговорити

магістратури. І хочу хочемо поговорити зараз про теорію почули, як це все відбувається, про підхід поговорили, але давайте подивимось, як це виглядає в реальному продукті. Сергій, вітаю тебе.

реальному продукті. Сергій, вітаю тебе.

Добрий вечір всім. Привіт. Мене чути, видно? Отлічно

всім. Привіт. Мене чути, видно? Отлічно

чутно, видно прекрасно. Вже бачу твою презентацію, тому передаю тобі слово.

Поділись, будь ласка, з чим до нас завітав.

Да. Е-е, всім привіт. Мене звати Сергій.

Е-е, так, я переключу слайдик.

Мені важко сказати, скільки років я в IT.

Я розумію, що всі, мабуть, вже втомилися, але час трошки подревим. Я

буду максимально лаконічним і швидким. Е, поговоримо про що? Оцінити

і швидким. Е, поговоримо про що? Оцінити

свій досвід в IT дуже важко, тому що у нас по суті в Україні IT якби знайти точку старту, коли він почався, доволі так і важко. Але я ще з тих хитрунців,

які навчилися встановлювати Windows, да, і потім на цьому заробляли, встановлюючи всім а-а внду і заробляючи на цьому кошти. Тому я якби вважаю, що в мене IT

кошти. Тому я якби вважаю, що в мене IT ще дуже давно почався, але так офіційно, якщо да, то десь приблизно 7 років. А

встановлювавси, там ремонтував, заправляв і картриджі, перебирав комп'ютери, збирав на замовлення, потім вже ж пішов більш в такий професійний розвиток, як project.

менеджер. А

передостаннє місце роботи було це я очолював управління цифрової трансформації Полтавської ОВА. І зараз я

працюю продактом в в нашому в усіх любі найулюбленішому мабуть магазині Авроora Мультимаркет, да, в команді Digital ми робимо digital продукти. Е, і

в принципі зараз поговоримо більш детально, як кажуть, навіщо взагалі продакту лізти під капотку, да? А я вважаю, що, ну,

продакт, да, він має гарно рахувати цифри. Е, як каже мі, будь-який прок -

цифри. Е, як каже мі, будь-який прок - це міні SEO, да, має розуміти юніт економіку. Але розуміючи підкапотку, да,

економіку. Але розуміючи підкапотку, да, це така конкурентна перевага, по-перше, на ринку, по-перше, в команді, по-третє, це завжди позитивно відображається на продукті.

І відверто, мені, в принципі, завжди було цікаво, якби як воно і чому функціонує коли коли навіть з'являється якась ідея, як

казав попередній колега, а коли продикти приходять зі своїми Discoverovery, що вони хочуть щось зробити, да, то дуже круто, коли продакт розуміє, як воно функціонує технічно, як його робити, да,

і складність, і, в принципі, на етапі Discovery гіпотез, да, формує вже вимоги таким чином, е, щоб це було найоптимальніше зробити для MVP і

відтестити на абетестах, як воно заходить юзером, а не а не інвестувати кучу ее е-е грошей в те, що в принципі може не

взлетіти, да, і робити ускладнювати архітектуру. І це також, в принципі,

архітектуру. І це також, в принципі, сказується на тому, що можна ефективно пріоритизувати скоп для MVP. Ее логічно

ставити команди, тому що логічно ставити задач командам, тому що ніхто не люби робити, перероблювати, бігати туди-сюди, коли воно йде все структурно. Ну і м в

цілому, як це взагалі почалося? Як я

сказав, я працював в Полтавській ОВА в управлінні Цифри і тоді був е Михайло Феддоров міністром цифрової трансформації. І це така для людей, які

трансформації. І це така для людей, які в цьому працюють, в принципі, ікону, да, почалося дуже смішно. Це був звуч звичайний TikTok. Я його побачив і

звичайний TikTok. Я його побачив і подумав, чому б ні, залишив заявку, пройшов співбесіду, а і в принципі розпочав. І почав я як софтвернінженір

розпочав. І почав я як софтвернінженір тоді, тому що я хотів більш детально зрозуміти взагалі, що таке код, як він функціонує. Там в мене до цього був

функціонує. Там в мене до цього був досвід та я міг зробити там або чатбота елементарного в телеграмі, або там зробити односторінковий сайт навчався.

Тобто, ну, в принципі, так чуть-чуть слабувато. А-а, і як воно пішло. В

слабувато. А-а, і як воно пішло. В

принципі, я півроку віднавчався і з'явився новий м факультет AI Product Management. І я зрозумів: "О, це мой,

Management. І я зрозумів: "О, це мой, мені це надо". А-а, і в принципі без проблем свічнувся. Да. Так би, в

проблем свічнувся. Да. Так би, в принципі, я вже завершував перший би рік. Там був коментар, що 24 місяці

рік. Там був коментар, що 24 місяці виглядає нереально. Ну, в цілому я тоже

виглядає нереально. Ну, в цілому я тоже так думав, але тут як глаза бояться, а руки роблять, то вже пройшов, я в кінці травня почав навчання і вже рік у мене

підходив до кінця перший. Да. Зараз я

навчаю заново з січня місяця, але в цілому це мій такий джик, що я знайшов той факультет, який в принципі мені

максимальний меч до моєї зараз зони відповідальності.

І як в цілому в мене все проходить, це дуже класно, коли ти навчаєшся і коли ти працюєш.

Я, в принципі, цю історію про workbased learning почав використовувати ще в адміністрації, коли проходив курси на прожекта. просто на прожекта. Це типу

прожекта. просто на прожекта. Це типу

найефективніше, коли ти вчишся і одразу проводиш паралелі з тим, що в тебе відбувається на роботі зараз і адаптуєшся до того, як воно

відбувається. То суть в тому, що в

відбувається. То суть в тому, що в принципі ніяких таких абстракцій нема.

Те, що я слухаю на лекціях, да, я щось я використовую, але я ж знову ж таки не професійний програміст. Моя задача

професійний програміст. Моя задача продак, да? Але в цілому навіть і

продак, да? Але в цілому навіть і комунікація, і команда бачить, коли продак розуміється на тому, що він робить, да, вони більш прислухаються до

твоїх ідей, а не іде оці, як сказали колись, вони починають балакати на пташиному, да? Ти цей пташиний вивчаєш,

пташиному, да? Ти цей пташиний вивчаєш, ти занурюєшся і, в принципі, ти більш якісно контролюєш процес в ее розробки цього продукту.

І якщо по прикладам, то есть конкретні приклади я, на жаль, от прям сказати вилити не зможу, тому що в мене є NDA, да, але постараюсь максимально передати

свої відчуття. Це а коли

свої відчуття. Це а коли Андрс нас навчав Пайтону, да, а це дуже круто, що там була пряма симуляція

командної роботи. людина, яка жодного

командної роботи. людина, яка жодного дня не кодила. Ну, там условно жодного там було, було грішок був, але коли ти ініцію, це імітація повно, то, тобто

ставиться задача, ви як команда, визначаються ролі, хтось крамстер, хтось і два розробника в нас. Да, я був просто розробником. І коли ти поглинаєшся в цей

розробником. І коли ти поглинаєшся в цей процес, коли ти робиш код, пропису е-е робиш PR-реквест, тобі його повертає,

да, ти розумієш, чому PR там довготься, ну, типу, да, всі прокти ставлять задачі і чекають, коли вона буде зроблена. І

коли кажуть: "Чекаємо піараф", ну, мало хто це розуміє цю боль, але це реально бол, про яку ти приходиш і ти розумієш, да? І коли навіть технічну специфікацію

да? І коли навіть технічну специфікацію читаєш, іноді м ти вже Це не просто набір символів, да, типу стрім, написано поле стрім, ну, типу незрозуміло, всі

його пролистують, а ти більш розумієш, що що описано, як воно буде функціонувати.

Далі. Ой,

а-а, так, найголовніше, де взяти час, як завжди кажуть. Ну, в цілому проблем не

завжди кажуть. Ну, в цілому проблем не виникає в мене з часом. Скажемо так, да, це додатковий капаті, мені необхіден вкладати в себе, але, як казала моя

бабуся, знання не ноше, за спину не носити. І що найкраща інвестиція - це

носити. І що найкраща інвестиція - це інвестиція в себе. А сказати, що в мене там немає якоїсь освіти, я не можу, тому що це по суті в мене вже третя

магістерська була. Якби в мене дві було,

магістерська була. Якби в мене дві було, мені їх вистачало, але я рішив вже вже отримати не корочку, а саме знання. І

тут це дуже зручно, тому що якщо ти не можеш під'єднатися, у тебе є доступ на ЛМС, вихідні дні можеш, можеш ввечері, можеш

після роботи або якщо компанія сприяє розвитку, ти можеш і в обідню перерву.

Наприклад, у нас в компанії дуже приветствується те, що люди навчаються, розвиваються, да, але і ти можеш свою обідню перерву піти, відкрити там щось

зробити. В мене, коли горіли дедлайни по

зробити. В мене, коли горіли дедлайни по домашнім завданням, я так іноді робив, бронював собі переговорку, йшов, робив і все. І в принципі год я ось перед вами

все. І в принципі год я ось перед вами живий, не вмер, не стощав, навіть трошки набрав пару кілограмчиків. То в цілому сказати, що часу не вистачає, тут більше сказати було бажання і мотивація. Якщо

нема бажання, не мотивації, да, воно типу не піде. Але тут має бути е справді перевага, тому що, як навіть до цього казали, зараз світий, зараз це хайп, да,

воно устаканиться, але ми маємо іти в ногу з цим розвитком, щоб не пасти потім задніх.

І чому диплом важливо? Ну, знову ж таки, ми живемо в такий неспокійний час, да, ми не знаємо, що буде завтра. І якби в

мене є досвід життя за кордоном. Я двічі

був в Сполучених Штатах, півроку і рік.

І якби я як ніхто розумію цінність нашого українського диплому. Типу це,

ну, він класно, що є, але потрібно здавати додаткові екзамени, е, потрібно щось там, мабуть, і навчатися. Я вже не пам'ятаю. Я просто це питання

пам'ятаю. Я просто це питання досліджував, як мені зробити так, щоб мій диплом був валідний там в Сполучених Штатах або в Європі. Це додатковий

процес. Ще тут жеж знову ж таки це міжнародний диплом. Я не помню скільки

міжнародний диплом. Я не помню скільки країни його взнають. Я думаю, колега Олександр підскаже в кінці, але в принципі це в мене є документ, з яким я можу поїхати в будь-яку країну світу і

влаштуватися. Да. В мене є досвід, в

влаштуватися. Да. В мене є досвід, в мене є українська освіта, в мене є міжнародна освіта. Тому офіційна

міжнародна освіта. Тому офіційна європейська магістратура, вона це завжди буде конкурентна перевага, а завжди на себе треба вкладати, щоб не виглядати як

той, хто надивився Ютуба, викори з узнав пару нових слів і типу виглядає так, що має системні знання.

Ні, це не про то. Ну і

підсумок, що я можу сказати, це навчання - це в цілому такий місточок між моїми продуктовими ідеями, да, та їх технічною реалізацією. Тобто з'являється ідея, ми

реалізацією. Тобто з'являється ідея, ми її валідуємо, ми робимо Discoverovery, ми розуміємо, що, да, єсть buзнес outcome, є бізнес-проблема, є

користувацька проблема. І ми я розумію,

користувацька проблема. І ми я розумію, як його технічно можна побудувати, як можна перевикористати, да? Тому що

навіть зараз ось мій приклад, я колись робив варфрейми продукта сам, щоб тому що пришвидшити, щоб не стояти в черзі на

дизайни якісь, да? Зараз куча

інструментів, які можуть вирівнювати очікування із стейкхолдерами і зробити прототипчик клікабельний, який буде пере переходити по сторінкам. Це типу, ну, витратити

годину, дві-три, ну, в більшості це витрата буде часу на написання нормального промту, да. І знову ж таки, е, більшість людей якби я побачив, як

використовують м навіть просто чат ГПТ і як його можна використовувати. Ну, це

це не порівняно. Тому це такий місточок, який, в принципі, реально дає ефективність і припиняється оце гадання,

як передати, як приймати рішення і тому подібне. Тобто є дані, прийняли рішення

подібне. Тобто є дані, прийняли рішення на основі даних, придумали, як воно буде по userflow, враховуючи технічні аспекти або технічні обмеження, тому що це також

час, час аналітиків, які аналізують, приходять з питаннями, з конеркейсами, повертають тобі, переробляється. Ее чим

ефективніше воно зроблено, тим рої буде вищий від цієї фічі або продукту. Да. Ну я старався

або продукту. Да. Ну я старався максимально швидко, бо розу як всі можуть вже замиритися. Маю надію, що не занудьгували, тому готовий до ваших запитань.

Чудово, Сергій. Дуже дякую насправді, що поділився. Я розумію, що багато чого не

поділився. Я розумію, що багато чого не можеш озвучити, але основне підкреслили те, що навчання на тут і зараз оцей word based learning, якого ми притримуємось,

і проекти, і, ну, ті модулі магістратури, які проходять наші студенти, це не щось ефімерне, там десь колись воно може знадобитися, а воно на тут і зараз використовується. І це дуже

нереально, ну, надихає і мотивує. Е,

бачив в чаті вашу переписку. Не хочу,

щоб ввести в там оману когось, щоб ви заплутались. Це ми говоримо зараз і

заплутались. Це ми говоримо зараз і Сергій, студент повного треку магістратури, який в нас був до сьогоднішнього дня. А далі я вам вже

сьогоднішнього дня. А далі я вам вже анонсую новий напрям, той, який ви так чекаєте. Навіть не новий напрям, а нові

чекаєте. Навіть не новий напрям, а нові формати корпоративного навчання, тому що вони пішли, це похідне, це як е модулі і дисципліни при університеті. От

невеличкий такий спойлер. Зараз ми про це поговоримо. Скажіть, будь ласка, чи є

це поговоримо. Скажіть, будь ласка, чи є запитання до Сергія? Там я бачив тільки в чаті Андрій, як студент підтверджує, що під час навчання все летить значно

швидше, ніж хотілось би. І дякую за твої кейси, коли ти розказав, що можна, ну, що якщо компанія підтримує навчання співробітника, вона зацікавлена. І це

так і має бути в твому розвитку, що можна е скористатися робочим часом. Тим

паче, якщо ти все це інтегруєш одразу, е, в роботу. Так ставлять вогники, що інвестувати в свого співробітника, це завжди ефективніше, ніж шукати нового,

онбордити його, адаптувати і не факт, що він затримається, да? Тобто, знову ж таки, я завжди вважав, що це правильно інвестувати в тих співробітників, які вже маєш.

Угу. Погоджуюсь з тобою повністю. Ну,

тобі ставлять вогники, сподобався виступ і те, що ти поділився власним досвідом.

Будемо рухатись ми тоді далі. От якраз

хочу тих, хто з нами до кінця, е, розказати і анонсувати те, що ми сьогодні можемо запропонувати. Дякую,

Сергій. Тобі успіхів в навчанні і в роботі. Дуже дякую, що знайшов час.

роботі. Дуже дякую, що знайшов час.

Смог робити домашнє завдання, бороки піджимають, модуль завершається.

Добре, успіхів. Все, на зв'язку будемо.

Бувай.

Пока.

Так, друзі, це був один з студентів Неверсі. Нагадаю, що в нас зараз близько

Неверсі. Нагадаю, що в нас зараз близько 100 студентів на повному треці магістратури. І якраз таки отте, про що

магістратури. І якраз таки отте, про що буду говорити далі, з'явилося з того, що до нас студенти, потенційні вступники приходили з наміром навчання якогось

часткового, не повний трек магістратури.

Приходили засновники, там співзасновники SEO, CTO компаній, запитували про навчання якесь менш довгострокове для їх співробітників. І я про це зараз вам все

співробітників. І я про це зараз вам все детально розкажу і покажу. Перш ніж ми до цього перейдемо, напишіть, будь ласка, як ви зараз вирішуєте питання нових компетенцій в команді. Просто

оберіть цифру, буквально ще 15 хвилин і от цю всю інформацію ви отримаєте. Напишіть цифру в чат, яка

отримаєте. Напишіть цифру в чат, яка відповідає вашому стану зараз. Та перше,

наймаєте нових, одиничку напишіть.

Двієчка, якщо вчите внутрішню команду.

Три, якщо даєте точкові курси, воркшопи.

І чотири, поки не вирішуєте питання системи.

Так, трієчка. Окей, ще одну трієчку бачу. Точково курси, воркшопи. Це гарне

бачу. Точково курси, воркшопи. Це гарне

рішення, насправді, і воно дуже доцільне зараз.

Так чудово.

Двієчка є. Ага.

Вчите внутрішню команду. Супер. І чотири

є. Дарія пише, що немає поки що системного треку. Окей, давайте рухатись

системного треку. Окей, давайте рухатись далі. Декілька слів. Юля вже детально

далі. Декілька слів. Юля вже детально розказала про неверсі. Ми, як вища освіта для IT-лів, маємо актуальні технології, гнучке навчання, оточення,

що мотивує і реальні проекти. І на базі цього будується структура і системна освіта, яку ми надаємо. Якщо говорити

про бізнес-контекст, якого зараз так потребують всі компанії в Україні, та й не тільки в Україні, ті, які вже виходять на міжнародний ринок, вони стикаються з тим, що зараз дефіцит

цифрових та AI компетенцій і дуже важко заделіверити точково команді, якщо немає спеціаліста, який може інтегрувати. Це

потрібно шукати партнерів. Якраз ми і для компанії можемо стати освітнім партнером, який системно на постійній основі буде надавати актуальні знання, актуальні технології по тим напрямам,

які вас цікавлять. А, ну, висока вартість найму, про це говорили, утримання ключових співробітників. Ось в

цьому форматі можна розглядати і навіть повний трек магістратури, тому що це дуже гарно працює як ретенtion. Ну і,

звісно, які проблеми ще є? це повільна

адаптація, потреба оптимізувати вартість бізнес-процесів і залежність від зовнішніх підрядників і консультантів.

Так от, ті формати навчання, які ми пропонуємо станом на сьогодні, окрім повної магістратури, яку ви вже певно чули, бачили, її за неї знаєте, перше - це практичні AI програми для бізнесу.

Тобто ми можемо швидко інтегрувати і підвищувати а-е залученість команди і використання, правильне використання штучного інтелекту конкретно в ваших кейсах.

ваших проектах на основі тих модулів, які є в магістратурі. Друге - це індивідуальні програми під бізнес-запит.

Тобто ми проводимо з вами аудит, спілкуємося, залучаємо наших технічних експертів, продуктову команду і в результаті формуємо навчання під ключ, те, яке вам підходить. Ну і повна

магістратура. Тут все плюс-мінус

магістратура. Тут все плюс-мінус зрозуміло. Ось ті 17 модулів, про які

зрозуміло. Ось ті 17 модулів, про які Юля розповідала. В всіх форматах

Юля розповідала. В всіх форматах навчання гнучкий графік. Тобто ми за те, щоб якраз таки поєднувати роботу і навчання, а в вас будуть живі ваших

співробітників чи вас, якщо ви хочете самостійно долучитись і компанія не оплачує навчання для вас. А живі заняття вечірній час два-три рази на тиждень.

Інтенсивність також обговорюється, тому що нам потрібно заздалегідь це погодити, все з викладачами вписати в графік.

Менторська підтримка на постійній основі. Всі заняття абсолютно всі

основі. Всі заняття абсолютно всі записуються і одразу практичне застосування в проектах. Тобто тільки ті знання, які ви на тут і зараз ваші команди використовують. Та, тобто це

команди використовують. Та, тобто це основний такий принцип і основний наш підхід, щоб не були знання, які вам не знадобляться чи вашій команді, а ви

можете їх застосовувати. Ну і, звісно, зручна освітня платформа, доступ до якої залишається на постійній основі. А

практичні AI програми для бізнесу, це якраз таки одна програма. Ми можна

обирати з тих компетенцій, які в нас є, з тих модулів, які ми пропонуємо, тривалість одної програми, одного модулю від пти до семи тижнів. Там практичний

AI, digital Focus, тобто це може бути і про генеративний штучний інтелект, AI агенти, а більше основи та щоб занбордити всю команду не тільки

технічно для використання, а може бути її застосування, написання власних лмок і агентів. Ее також зараз активно і Spec

і агентів. Ее також зараз активно і Spec Drive and Development розглядаємо, тому це інтегровано в деякі модулі програми і вони складаються такий один повноцінний

стек. От. Е-е тут якраз таки можна це

стек. От. Е-е тут якраз таки можна це застосовувати точково на декілька співробітників і потім інтегрувати, поширювати на команди, тому що Саша

Реп'ята сьогодні правильно дуже замітив, коли помітив, що одна команда починає показувати круті результати, інша хоче тягнутись до неї. І така мотивація для розвитку, вона точно зростає.

Індивідуальні треки - це коли ми беремо наші готові формати і програми і адаптуємо повністю під вас. Тобто

визначаємо те, що вам потрібно. Певну

частину програми залишаємо, якусь трішечки змінюємо і надаємо вам готовий офер. Це якраз таки для того, щоб була

офер. Це якраз таки для того, щоб була більша залученість команди. І, ну,

такого курсу на ринку зовнішньому ви не знайдете, тому що тут адаптується якраз таки програма під ваші потреби. Ну і

повна магістратура, яка триває два роки.

Тобто це повний фундаментальний цикл знань для вирішення завдань будь-якої складності. Теж в онлайні щодо

складності. Теж в онлайні щодо магістратури і її наукового підходу, друзі запитували в чаті. Він в нас є, тому що наша магістратура, вона

відповідає всім вимогам стандарту European higher Education Area, де студенти пишуть наукові огляди, а-а, наукові огляди літератури, проводять

дослідження в рамках дипломної роботи, захищають її за академічними критеріями, тобто в повному циклі магістратури це все є. Хто в чаті запитував, е,

все є. Хто в чаті запитував, е, хвилювався, це обов'язково, тому що це якраз таки ступінь магістра. От по

напрямам навчання, які в нас на даному етапі є, це software engineering and AI, AI and Machine Learning, AI Product Management, новий наш напрям і Cyber

Security and AI. Абсолютно стосується

всіх форматів, від повної магістратури до модульної чи дисципліни, які зацікавлять для корпоративного навчання викладачі практики. Тобто це люди, які

викладачі практики. Тобто це люди, які на вони ті технології, які викладають, вони застосовують на практиці.

вони досвідчені. Це мінімум 5 років і більше досвіду роботи в тій сфері, яку вони викладають. Це практики з

вони викладають. Це практики з IT-бізнесу, мають досвід роботи з різноманітними компаніями, тобто вони діляться і власним досвідом з нашими студентами.

Також, якщо декілька слів поглибитися в програму, але це краще зробити індивідуально, тому що кожна команда - це організм, який потрібно зрозуміти,

перш ніж щось запропонувати. Але для

прикладу, якщо ми беремо там команди фулстеків чи там у вас окремо фронend, backend розробники, є певні вимоги до навчальної програми. Ось це про що

навчальної програми. Ось це про що говорила Юля, приреквізити. Ми не можемо абсолютно людину, яка не знайома з typйпскриптом, Javaтом, на Advance

JavaScript дисципліну запустити, тому що їй потрібні ось ці пререквізити, потрібно це розуміння. От програми

будуються в будь-якому форматі будь-якої складності. До нас звертаються компанії,

складності. До нас звертаються компанії, де частина команди вже більш досвідчені спеціалісти, частина новачки. І ми по наростаючій ось цю складність прописуємо, робимо послідовно для того,

щоб всі вийшли на один рівень. Можете

звернути зараз на екран, побачити вимоги навчальні програми. Деякі програми, вони

навчальні програми. Деякі програми, вони входять от в ті дисципліни магістратури, про які я вам казав. Дуже багато

запитували про AI machine learning.

Якраз от оцей блок хотів би підсвітити.

І тут ми не йдемо, ми йдемо значно глибше, ніж просто використовувати чат GPT. Наші студенти

навчаються підключати великі мовні моделі до реальних продуктів, будувати системи, які шукають інформацію, генерують відповіді на її основи, розуміють, як ці моделі навчаються, тому

що людина все ж таки буде відповідальна за результат. Простими словами, ви

за результат. Простими словами, ви зможете не просто користуватися AI, ви зможете його побудувати і впровадити в свій продукт. Тобто ті співробітники,

свій продукт. Тобто ті співробітники, для якого ви будете розглядати таке корпоративне навчання, що буде складатись з цих дисциплін, вони якраз таки зможуть інтегрувати і навчати

команду. Також от запитували: "А якщо

команду. Також от запитували: "А якщо немає людини, яка інтегрує штучний інтелект в команді?"

берете декілька людей, які навчаться цьому, і потім вони вам на постійній основі. Це будуть такі AI ентузіасти

основі. Це будуть такі AI ентузіасти вашій команді, які будуть вже нові технології, нові мовні моделі, які виходять, вони будуть одразу їх підхоплювати і деліверити до команди.

Системний дизайн - це надзвичайно зараз важливо для технічних команд. Багато хто

колись це на початкових етапах навчання десь скіпнули, пропустили і зараз повертаються до того, що оці базові знання допомагають рухатися в ногу з тими технологіями, які зараз постійно

змінюються, з'являються. Тому що раніше

змінюються, з'являються. Тому що раніше там рік-два потрібно було технологіям для того, щоб в них відбувались якісь зміни. Зараз мало не щотижня виходить

зміни. Зараз мало не щотижня виходить щось нове. Роблять якийсь новий AI

щось нове. Роблять якийсь новий AI продукт, який можна використовувати як агента чи там OpenClow, запустити на локально і використовувати в своїх

цілях і так далі. Тут ми не просто розповідаємо теорію, ми розбираємо, як влаштовані реальні продукти: YouTube, Uber, WhatsApp. І буквально ви дивитеся

Uber, WhatsApp. І буквально ви дивитеся всередину системи, якою користуються мільйони людей, і розумієте, чому вони так побудовані і що саме можна вже забрати собі і використати в вашому

проекті. Agile Product Management

проекті. Agile Product Management надзвичайно важливий, хочу зараз підкреслити, тому що раніше це було тільки для менеджерів. Зараз ми бачимо те, що софтвер-інженери, вони дуже

активно потребують ось цих знань саме в менеджменті для того, щоб розуміти.

Вони розуміють прекрасно ваш продукт, ваш проект з точки зору технічки, але вже зараз потрібно інженерам розуміти більше як бізнес, от як бізнес процес

для того, щоб його налагоджувати і покращувати. Саме тому ось такі

покращувати. Саме тому ось такі дисципліни також можна додати в конкретний трек розвитку вашої команди.

Ну і все це базується на Workli Workbased Learning, а це як базова модель розвитку нашого навчання. Тобто

абсолютно кожен модуль ми реалізовуємо так, щоб його можна було використати на практиці. Як ее поспілкуватися з нами

практиці. Як ее поспілкуватися з нами ближче, отримати індивідуальну консультацію? Для цього вам потрібно

консультацію? Для цього вам потрібно залишити заявку. Зараз з'явиться кнопка,

залишити заявку. Зараз з'явиться кнопка, а я її включу. Знаю, що модератори є також, але може бути затримка. Я залишу,

включаю кнопку, а, і ви зможете залишити заявку, записатися на індивідуальну консультацію. Я б сказав, це навіть

консультацію. Я б сказав, це навіть такий аудит буде. Ми поспілкуємось більш детально, що підходить саме вам, вашій команді і відповідно відштовхуючись від цього, будемо рухатися далі. Що

стосується вартості, вартості навчання і форматів, одразу хочу зазначити, що індивідуальний трек тут тільки записуйтесь на консультацію.

Визначимо ваш трек, поспілкуємось, розкажете більш детально, чим ви займаєтесь, про свою команду. За

необхідності підключимо технічних спеціалістів, десь продуктову команду викладачів, зробимо вам такий аудит, ее, пропишемо пререквізити та що вже в вашої

команди є, що їй ще потрібно. Ну і тоді ми зможемо визначити вартість. І отут

дуже цікаво. окремі дисципліни і модулі магістратури тривалістю від чотирьох до семи тижнів а коштують стандартно по 500 € за студента. Але в випадку з

корпоративним навчанням це тільки для корпоративних клієнтів наших майбутніх.

А якщо буде долучатися на навчання близько 10 співробітників, а вартість одного модулю складатиме 400 €. Але тут також

все індивідуально обговорюємо, погоджуємо. Перш ніж перейти до того, як

погоджуємо. Перш ніж перейти до того, як ми почнемо розробляти цей трек під вас, ми поспілкуємось, познайомимось. Тому

найоптимальніший спосіб і шлях е-е ось такий формат впровадити в своїй команді, в своїй компанії, це залишити заявку.

Також є варіант повна магістратура 50х50. Що мається на увазі 50х50? Тут

50х50. Що мається на увазі 50х50? Тут

вже свого досвіду скажу. Я активно

спілкуюсь зараз з компаніями. Ну, в

одиничних випадках готові суттєву суму компанії виділяти за співробітника. Ну,

і причому незрозуміло, наскільки якісно він цю програму пройде, якщо вона дістанеться йому безкоштовно. Тому, а,

дуже багато компаній зараз цікавляться форматом оплати, трьохстороннім договором, коли частину витрат на навчання пок покриває компанія, частину співробітник. підписуємо трьохсторонній

співробітник. підписуємо трьохсторонній договір. Більш того, компанії ще з

договір. Більш того, компанії ще з своїми співробітниками підписують договори про довгострокову подальшу співпрацю. Зараз скажу вартість повної

співпрацю. Зараз скажу вартість повної магістратури про довгострокову співпрацю. Таким чином, це ретенш. Мало

співпрацю. Таким чином, це ретенш. Мало

того, що людина буде навчатися, розвиватися, тим самим буде приносити більше цінності вам, вашій компанії, вашій команді, буде зростати бізнес і

його дохід. Е-е, крім цього, ви можете

його дохід. Е-е, крім цього, ви можете ще довгостроково домовитись, що от ми частину навчання покриваємо тобі і відповідно ти з нами продовжуєш співпрацювати найближчі роки. Е, це дуже

розповсюджена практика. Зараз до нас

розповсюджена практика. Зараз до нас приходять з таким за запитом щодо повної магістратури. Повна вартість

магістратури. Повна вартість магістратури стандартна 8 000 євро. Але

в нас є хвилі вступу. Тобто зараз в нас ми на тому етапі знаходимось, коли це перша хвиля вступу, це early bird.

Навчання стартує повної магістратури стартує в липні місяці. Є ще час пройти прикурс і ми заохочуємо студентів

долучатись якомога швидше. Тому вартість

складає 7 000 €. З 1 травня вартість вже буде 7500. Ну і ближче до старту

буде 7500. Ну і ближче до старту вартість вже буде звичайна повна 8 000 €. От це зараз стосується от 7 000 €. Ми

€. От це зараз стосується от 7 000 €. Ми

фіксуємо цю вартість навчання за два роки за повну магістратуру. І для тих, хто буде до нас звертатися за корпоративним навчанням, тобто від

компанії, коли компанія частково оплачує, це вийде вам по 3500 €. Причому

вашу частку ви можете оплатити частинами через фінансових партнерів, через Приватбанк Монобанк е ПУМП розбивка від трьох до 10 і навіть більше платежів. Тобто ви можете собі

платежів. Тобто ви можете собі розтермінувати.

Магістратура коштуватиме там 350 € на місяць, якщо 50% вартості покриває компанія. Зараз говорю до CTO, до HR,

компанія. Зараз говорю до CTO, до HR, LND, які в нас присутні на івенті. Це

співвідношення може бути абсолютно інше.

Це 50х50. Тут я вивів для прикладу. В

вашому випадку це може бути інакше. Ви

домовляєтесь з співробітником. Ось ця

вартість фіксована. Більш того, якщо ми говоримо про корпоративних клієнтів і корпоративне навчання, там є градація від одного до двох співробітників, від

трьох співробітників, від п'яти співробітників вартість може бути ще нижча. Тут, щоб дізнатись деталі,

нижча. Тут, щоб дізнатись деталі, звісно, залишайте заявку, поспілкуємось з вами особисто, скажете, скільки ваших співробітників, ми все порахуємо, але

там дуже круті умови. Ну, якщо ви розглядаєте масове навчання саме повної магістратури, умови вас дуже приємно

здивують. От і ті, хто завітали до нас,

здивують. От і ті, хто завітали до нас, приєдналися, почули для себе якісь цікаві інсайти і остаточно прийняли рішення, що ви, ну, можете і хочете навіть самостійно рухатись цим треком,

готові самі за себе оплачувати магістратуру повну, бо не для корпоративних клієнтів, а є зараз опція тільки повної магістратури, то вартість

складатиме 7 000 євро за два роки. От за

весь трек навчання. До речі, якщо говорити про е-е вступ, ну, такий самостійний, без компаній, без корпоративних умов,

залишилося всього вісім місць. А на

Early bird, ось ця ранє бронювання 7 000 € залишилось вісім місяців. От тому

залишайте заявку, будемо з вами спілкуватись особисто. І давайте я

спілкуватись особисто. І давайте я залюбки повідповідаю на ваші запитання, які залишились. Вартість повної

які залишились. Вартість повної магістратури хоча б вилку. Дмитро нічого

немає, нічого не приховуємо. Сказав, як

є, всі цифри, всі вартості озвучив. За

що конкретно платимо у кілька разів більше, ніж в інших університетах? Ігор,

тут залежно від того, з якими університетами порівнюєте, тому що в нашому випадку це ступінь магістра європейський. Тобто ви, е, по документах

європейський. Тобто ви, е, по документах ви як студент Європейського закладу вищої освіти в Європі, по-перше, таку програму в онлайні ви не знайдете. Вони

всі навчають в кампусах. Вони

заохочують, щоб людина переїздила в ту країну, де відповідно знаходиться університет. Це, по-перше, оренда там

університет. Це, по-перше, оренда там житла чи проживання і так далі. Ну, якщо

ви знаходитесь за кордоном. І така

програма коштує від 10, інколи навіть і більше тисяч євро на рік. Ви просто

подивіться по самій програмі і її структурі. Звісно, є значно дешевше. Я

структурі. Звісно, є значно дешевше. Я

бачив в Польщі є заклади вищої освіти, там 1600 до 2 000 € на рік, але там програма застаріла. Тобто ви там

програма застаріла. Тобто ви там навчаєтесь, щоб отримати диплом і щоб потім або паралельно ще навчатися вивчати актуальні технології. А ми

вивчаємо тільки те, що нам тут і зараз потрібно ринку. Ну, для цього працює

потрібно ринку. Ну, для цього працює окрема академічна команда. Програму

постійно оновлюють. Це стосується всіх форматів, всіх напрямків. Тобто в нас програма оновлюється регулярно і кожен студент, це можу

сказати вам, як воно є насправді, вивчає ті технології, які потрібні. От не буде такого, що ви будете думати: "Ой, навіщо я це вивчав, а воно вже 20 років не цей

неактуальне, бо до цих пір зараз є заклади вищої освіти, де вивчає Делфі, Паскаль.

Ну, це не ок практика". А в яких країнах діє ваш диплом без додаткових рухів? В

всій Європі. А це тому, що це Europe and Higher Education area, куди і входить відповідно заклад освіти. Це заклад

освіти Wolf, який надає нам акредитаційні можливості. Він всі

акредитаційні можливості. Він всі програми ее перевіряє, дивиться, чи вони відповідають європейським вимогам, тому

там визнається. Е-е, далі в Сполучених

там визнається. Е-е, далі в Сполучених Штатах і в Канаді там потрібно буде додаткові рухи. Це визнання. Там є

додаткові рухи. Це визнання. Там є

місцеві системи, е, які перераховують ваші кредити на місцевий лад. От. Але

там також без особливих, ее, нюансів.

От якраз, якщо ми говоримо про Сполучені Штати, про Канаду, потрібна додаткова нострифікація. Так само і в Україні вам

нострифікація. Так само і в Україні вам потрібно буде динострифікувати цей диплом, як диплом Європейського закладу освіти. А залишайте заявку, ми і приклад

освіти. А залишайте заявку, ми і приклад диплому вам відправимо. І ті документи, які ви отримуєте на етапі зарахування, це відбувається протягом тижня зарахування з моменту того, як ви

вирішили остаточно вступати. От зараз це стосується всіх. Залишаючи заявку,

стосується всіх. Залишаючи заявку, ви підтверджується те, що ви цікавитеся навчанням, будь то корпоративним треком, будь то індивідуальним. Е,

поспілкуємось, завтра мої колеги вам зателефонують, хто по корпоративному навчанню. Дізнаємось вас деталі,

навчанню. Дізнаємось вас деталі, домовимось, коли зручніше спілкуватися, назначимо міт, поспілкуємось вживу. А

хто розглядає для себе навчання, готові самі за себе оплачувати, то безпосередньо та людина, яка вам зателефонує, надасть всю необхідну інформацію. Це наша приймальна комісія,

інформацію. Це наша приймальна комісія, а покаже всі документи, всі статуси, підтвердження, ліцензію і так далі.

Перелік країн десь доступний. Та Ігор,

доступний. Залиште заявку, вам відправлять перелік країн, посилання на нього, зможете подивитися і ознайомитися з усім, що вас цікавить.

Так, друзі, скажіть, будь ласка, чи є ще запитання по форматам? Давайте повернуся

на слайд назад. От тому індивідуальний трек обговорюємо особисто. Окремі

дисципліни для корпоративних клієнтів тривалістю 4-7 тижнів 400 € за одного студента. Окремі дисципліни, це ми маємо

студента. Окремі дисципліни, це ми маємо на увазі, ми беремо повну магістратуру і тільки ті частинки, які вам необхідні.

Це можуть бути декілька базових напрямів для того, щоб всю команду вивести на один рівень і потім поглиблюємось в технічку. Але тут потрібно визначити,

технічку. Але тут потрібно визначити, да, на якому рівні ваша команда. І повна

магістратура 50х50. Ну, тут

співвідношення ви самі регулюєте. Тут

вже, в принципі, зрозуміло, що частково оплачує компанія, частково оплачує студент.

Так, скажіть, будь ласка, чи є ще у вас запитання? Якщо ні, я буду вам дякувати

запитання? Якщо ні, я буду вам дякувати за те, що приєднались до нас, а поспілкувались. Були і палкі дискусії, і

поспілкувались. Були і палкі дискусії, і суперечливі моменти в чаті там писали.

Ну, але насправді це і є круто те, що ми можемо так поділитися відкрито інформацією, яка є на ринку, тому що я ж кажу, зараз запит є такий. Чому взагалі

з'явився цей вебінар і корпоративне навчання?

Тому що до нас все частіше почали приходити студенти. В нас зараз 1500

приходити студенти. В нас зараз 1500 активних студентів. Приходити студенти,

активних студентів. Приходити студенти, які цікавились, а чи може частково оплатити моє навчання компанія? І вони

от такому форматі одинично підключались.

Ну і відповідно з цього прийняли рішення, що потрібно більше акцентувати уваги і допомагати не тільки повною магістратурою, а й окремим командам

якось точково під прокачувати себе, аскілити і ее щоб вони не зіштовхувались наймом нових співробітників, а донавчали

своїх. От тому такий запит є. І

своїх. От тому такий запит є. І

відповідно ми з вами сьогодні тут. Е нагадаю, що корисний бокс отримають всі. е, в чаті.

Також окрім корисного боксу ми на це буде корисний бокс, більше запис Мітапу і матеріали від спікерів. От. Але також ми

надіслали вже, якщо ні, то продублюємо е наш Knowledge Hub. Це 30+ івентів, які провели. Ви можете вже звідти щось

провели. Ви можете вже звідти щось витягувати, брати і надавати команді, тому що в нас був дуже крутий, це з того, що запам'ятав, бо дуже багато відгуків про це було. Spec Driv

Development. В нас був workкшоп, він тривав, якщо не помиляюсь, 3,5 години. І

там на прикладі показували, як запускати агентів, як з ними працювати ее в клоді.

Буде дуже доцільно. Це може стати першим таким кроком до апкіillлу, до розвитку команди. Можете забрати. Це абсолютно

команди. Можете забрати. Це абсолютно

безкоштовно. От. А далі вже подивитесь, якщо цікаво, навчання більш структуроване і послідовне, будемо раді з вами знайомитись.

і підготуємо для вас все необхідне.

Добре, дякую, що були на Мітапі. Дякую

за ваш зворотній зв'язок, за ваші вогники, вподобайки. Можете на останок

вогники, вподобайки. Можете на останок ще раз їх накидати в чат. Бажаю всім

тихого, спокійного вечора і до зустрічі.

Успіхів вам в ваших проектах.