
Коли почалася війна, ми застрибнули в машину і поїхали з Києва на захід України. Перші тижні війни було психологічно важко. Однак, я майже одразу повернувся до основної роботи, адже ми працюємо з іноземними партнерами, і було вкрай важливо зберегти ділові стосунки.
Перші дні було незрозуміло, що робити. І твоя задача дуже проста: вижити сьогодні та убезпечити свою родину. Якщо вона виконана, то на сьогодні все ОК. А завтра… ніхто не знає, що буде завтра.
Прийти у рівновагу допомогла робота з психологами та спілкування з людьми. Свої емоційні прояви не стримував. Близькі звикли мене сприймали як залізобетонного, тож в такій ситуації моя поведінка була для них дещо незвичною.
Оскільки процес навчання мене заряджає і по кайфу, я якнайшвидше хотів знову викладати, щоб повернутися до нормального ритму життя. Щоб відчувати, що я роблю те, що можу у цій ситуації зробити: людей навчати, мати дохід, щоб підтримати матеріально близьких та людей навколо себе.
Я вирощував менеджерів у різних компаніях і можу цим поділитися. Радий, що можу це робити в Академії. Окрім цього, тут існує те, що зветься diversity або різноманіття. Тобто кожен з вчителів має змогу викладати за своєю методикою. У цьому весь кайф Beetroot Academy — тут можна робити так, як ти хочеш, аби був результат. І це реально класно. Тут немає конвеєра і догматів викладання.
Якщо ви експерт в ІТ і зараз у роздумах про пошук чи відновлення роботи, відчуваєте, що вам це потрібно, то варто спробувати. Для мене викладання — джерело енергії, наприклад.
Якщо ж для вас це додаткове навантаження, то краще зачекати. Бо ні вчитель, ні студенти не витягнуть цей процес. Адже зараз рівень енергії у людей реально став нижчій. І мені складніше, і студентам теж. Але я бачу, вони дуже стараються. Це як топити мокрими дровами: складно, але я сподіваюся, що невдовзі все зміниться на краще.
Порада від Олексія:
«Варто мати хорошу гарнітуру (посміхається). Це важливо! З нею ти можеш нормально працювати у будь-яких умовах користуючись своїм голосом. Коли перестала працювати попередня, було сумно. Думав, що, можливо, це була моя остання гарнітура, але потім я купив нову. В такі моменти радієш. Радійте, якщо є така можливість. А ще будьте терплячими до студентів, та й до всіх інших».

Я з міста Миколаєва, був і залишаюсь тут. Війна застала якраз на середині курсу. Місяць була перерва і ніяких занять, але Академія підтримувала зі мною зв’язок увесь час. Згодом запитали, чи міг би я продовжувати роботу зі студентами, які знаходяться у відносній безпеці та хочуть продовжувати навчання. Я погодився, звичайно.
За характером людина я досить спокійна, стараюся не панікувати. На заняттях тему війни взагалі стараємося не чіпати, але буває, що хтось хоче щось розповісти, і це нормально. Стараюся трохи більше мотивувати студентів історіями з професійного досвіду. Розважити на перерві, щоб мозок трошки відпочив.
Коли починається повітряна тривога, я переходжу в безпечніше місце — сідаю в коридорі й заняття продовжується. Так само я попереджав студентів: якщо є змога бути присутнім на онлайн-занятті з безпечного місця — будь ласка. Якщо ні, то є запис заняття, і його можна потім передивитись. Якщо є питання, то студенти пишуть мені у месенджери, і я кожному стараюся відповідати.
Був «гарячий період», коли прилітало по Миколаєву, і тоді я ніч міг не спати, було дуже пригнічене самопочуття. Але наступного дня в мене за розкладом заняття. Це допомагало зібратися. Я не міг собі дозволити просто сказати: «Знаєте що? Все, я не буду викладати». Я буду викладати до останнього. Я несу відповідальність за студентів.
Зараз в мене студенти, які дуже хочуть навчатися. Вони стараються виконувати домашні завдання на своєму максимумі, хоча їм складно, бракує часу. Я це розумію і дуже ціную. Моя найголовніша мета — дати студентам гарні знання та базу, необхідну, щоб знайти роботу.
Вчителі, які зараз думають про відновлення роботи, мають спиратися на власні можливості й бажання. Задайте собі питання: «Чи я готовий/-ва?».
Академія — це постійне спілкування і з менеджерами, і з координаторами, і з колегами. У будь-який момент я можу написати, ми можемо обговорити все. Мене також залучають до технічних співбесід з людьми, що приходять в Академію на позицію вчителя. Я намагаюся цим допомагати, робити, що я можу, коли є в мене час.
Порада від Олександра:
«Тримайте себе у безпеці, наставляйте, виховуйте майбутніх класних спеціалістів, діліться з ними знаннями, досвідом, підтримуйте у їх починаннях. Треба слідкувати за собою і робити все можливе для студентів. Проте це поради не тільки у війну, а й повсякчас».

24 лютого, як і більшість людей, я був вдома. Проте на другий день ми вирішили виїхати з Києва у центральну Україну, до речі, до однієї з моїх студенток. Я дуже вдячний їй за те, що вона нас прихистила більше ніж на місяць.
Перші тижні попри величезне навантаження — я маю власний проєкт, також багато роботи в інформаційному просторі — у мене було відчуття, що я роблю замало. Виникали думки: «Хлопці на передовій втрачають життя, жертвують усім, а ти тут сидиш і мало допомагаєш». І це відчуття — що потрібно робити більше — не покидало. Приблизно через місяць після початку війни зі мною зв'язалися з Академії, запитали, чи готовий я продовжити. І я, звичайно, ухопився за цю можливість.
Викладання дозволяє мені допомагати людям. По-перше, дуже багато українців виїхало за кордон, і треба їх навчати новій професії, щоб вони могли працювати, забезпечувати себе та своїх рідних. Я бачу в цьому власний соціальний вплив. По-друге, це вдалий варіант відволіктися від новинного фону та негативних думок.
Психологічно себе я, мабуть, ніяк не підтримую, не наповнюю, бо розумію, що треба перелаштуватись на нові рейки й просто на них жити, а організм адаптується. У мене все нормально: я вдома, у своїй квартирі, всі мої близькі живі. А те що важко, то всім зараз важко. Зараз будемо робити, що можемо, а потім відпочиватимемо.
Студентам завдань задаю зараз навіть більше, ніж раніше. Наприклад, якщо хочеш від людини отримати 100 %, то запроси в неї 150 %. Після відновлення навчального процесу 25 березня до занять стало повертатися все більше студентів.
Я вважаю, якщо прагнеш приносити користь, то потрібно повертатися до викладацької роботи. У людей є різні уміння, але під час війни у всіх нас різні можливості. У когось немає інтернету, у когось навіть комп'ютера. Але якщо є бажання і є можливість, то, звичайно, варто долучатися до освітнього процесу.
До того ж академія дуже у цьому підтримує. Наприклад, буквально недавно зі мною зв'язалася менеджерка: вона подивилася всі мої уроки й дала зворотний зв'язок. Я фактично працюю на чотирьох роботах. Важкувато, але я отримав від неї щиру підтримку. І це приємно. Зараз всім важко, особливо адаптуватись до змін. Однак, Beetroot Academy працює і робить гарну справу. Я вважаю, що це круто.
Порада від Павла:
«Вірити в перемогу, вірити в ЗСУ, не піддаватись фейкам. А якщо є якісь сумніви, все одно вірити. Як буде так — то переможемо і все буде добре. Станемо жити ще краще!»
Beetroot Academy запрошує до нашої дружньої команди охочих присвятити себе важливій справі — навчанню українців затребуваним професіям, які допоможуть у майбутньому відновити економіку і країну в цілому. Ми також маємо інтернаціональні групи студентів, тому будемо раді співпрацювати з англомовними викладачами
Долучайтесь, щоб разом зробити внесок у розвиток глобальної спільноти айтівців!

У третьому кварталі 2026 року оборонні компанії опублікували на DOU 3942 вакансії. Це близько 20% усіх пропозицій на платформі і рекорд за всі роки. Для hardware-фахівців показник теж рекордний: 704 вакансії за квартал, а на одну вакансію embedded-розробника в середньому припадає 4,6 відгуку (DOU, III квартал 2026). Компанії, які шукають «готового» інженера методами класичного IT, витрачають на це місяці. У статті зібрані дані ринку, цифри з нашого вебінару «Навчати чи наймати» з Мартою Хрип'як, HR Director Lira Engineering, і критерії, за якими варто вирішувати: шукати людину на ринку чи виростити її.
Попит на інженерів в оборонці росте швидше, ніж ринок встигає готувати людей. У 2025 році deftech-вакансій було в 2,6 раза більше, ніж у 2024-му. За перше півріччя 2026 року їх опублікували більше, ніж за весь 2025 рік. Кількість вакансій для hardware-фахівців з 2024 року зросла більш ніж ушестеро.
Наймати далі планують усі. У дослідженні Української ради зброярів і CORE Team усі 27 опитаних виробників збираються шукати людей найближчі 6–12 місяців, а майже половина називає найдефіцитнішими інженерів-конструкторів та інженерів з електроніки (AIN). Конструкторів шукають 67% виробників.
Найважче закрити ролі на стику заліза і коду:
Частка embedded-вакансій в оборонці в 6–7 разів вища, ніж в IT (DOU). При цьому бракує не лише стеку. Як підкреслювала на вебінарі Марта Хрип'як-Стеценко, компаніям не вистачає інженерного мислення: уміння ухвалювати рішення в умовах невизначеності й відповідати за продукт.
Звичайну технічну роль в оборонці закривають за 1–2 місяці, критичну інженерну за 3–6 місяців і довше. Такі терміни Марта Хрип'як-Стеценко навела на вебінарі «Навчати чи наймати»:
Кілька цифр, які пояснюють, чому все так довго:
Остання цифра найпрактичніша. Якщо за два тижні у воронці немає жодного близького кандидата, проблема, найімовірніше, у профілі вакансії. Продовжувати пошук з тими самими вимогами означає втрачати ще місяці.
Навіть коли кандидата знайдено, найм часто зривається на фініші. Серед типових причин: контрофер, безпекові перевірки, невизначеність із бронюванням, формат роботи, знижена ставка на випробувальний термін, зміна обов'язків або етапів у процесі і повільне рішення самої компанії.
Більшість вакансій, які не закриваються місяцями, вимагають від однієї людини поєднання кількох рідкісних навичок. Кожну з них окремо на ринку знайти можна. Разом майже ніколи.
«Окремо знайти Senior Embedded — в принципі реально. Окремо знайти людину з досвідом у БПЛА — реально. Окремо знайти людину, яка знає англійську на рівні B2-C1 — реально. Але знайти сеньйора з досвідом БПЛА, з сильним системним дизайном, з англійською мовою і, наприклад, з готовністю працювати в мілтеху... це вже одиниці на всю країну».
Марта Хрип'як-Стеценко, HR Director, Lira Engineering
Перетин вимог лише одна з причин. Спікерка вебінару виділила ще кілька:
Пул IT-фахівців цю проблему не закриває. У класичному IT окремі напрями збирають понад 80 відгуків на вакансію, тоді як у deftech середній показник за перше півріччя 2026 року становив 10,2 (RazomUA за даними DOU). І більшість цих відгуків іде на Project Manager, QA та DevOps.
Кандидатів стало ще менше, а підняття зарплат ситуацію не врятувало. Ось як Марта Хрип'як-Стеценко описала зміни на вебінарі:
Висновок спікерки прямий: головна проблема в браку людей і конкуренції за той самий пул. Ставки тут вторинні.
Бюджет на рекрутера чи агенцію видно одразу. Решту витрат зазвичай не рахують, хоча вони більші:
Оборонні компанії зазвичай пробують шість підходів. Лише один із них збільшує кількість інженерів у галузі.
Марта Хрип'як-Стеценко назвала це канібалізацією талантів. Коли компанія B переманює інженера в компанії A, у галузі як було вісім інженерів, так і лишилося вісім. Чийсь продукт зупинився, а ринкові зарплати піднялися для всіх. Вирощений інженер додає галузі ще одного фахівця. Збільшити пул може тільки навчання.
Шукати на ринку варто, коли людина потрібна за тижні або йдеться про унікальну lead-роль. Вирощувати всередині, коли до потреби є 3–6 місяців, у кандидата є суміжна база, а в команді є ментор. Рішення залежить від трьох критеріїв:
Внутрішня підготовка працює, якщо в компанії є наставники з виділеним часом, документація, онбординг і прозора структура росту. Найчастіше бракує часу сеньйорів, плану розвитку ролі, відповідального за L&D і віри керівництва в окупність.
Частину цих прогалин закриває зовнішній освітній партнер. Він бере на себе базову програму, викладачів і практику на залізі, а специфіку продукту людина отримує вже всередині компанії. Кандидатів для такого навчання найкраще шукати серед розробників на C/C++, випускників електроніки, радіотехніки, мехатроніки і у власній команді.
Офлайн-події та профільні медіа дають доступ до кандидатів, яких немає в онлайн-воронці:
Ці канали розширюють охоплення, але кількість інженерів на ринку вони не збільшують.
Beetroot Academy готує інженерів для defence і dual-use. Ключова освітня програма Embedded Development триває п'ять місяців і поєднує заняття з викладачами-практиками з роботою на реальному залізі; команди можна навчати окремими місцями або виділеною групою.
Повний запис вебінару «Навчати чи наймати: як Defence-компанії закривають дефіцит інженерів» і умови для команд є на сторінці для Defence-компаній.

Розробник з embedded чи backend уже має половину того, що потрібно CV-інженеру: впевнений код, Git, розуміння продуктивності й обмежень системи. Добрати доведеться роботу з даними, основи нейромереж і звичку оцінювати модель метриками замість відчуття «наче працює». У зимовому опитуванні DOU частка Computer Vision Engineer серед дата-фахівців за пів року зросла з 2% до 4% (DOU).
Розберемо, що з твого бекграунду переноситься, чого бракує і як виглядає реалістичний маршрут переходу.
Embedded-інженер мислить буферами, тактами й кілобайтами. Для комп'ютерного зору це сильна позиція, бо зображення в пам'яті і є буфером: висота × ширина × канали, тип даних uint8.
Що переноситься напряму:
Саме цього бракує багатьом ML-спеціалістам. У вакансіях CV Engineer у defence-компаніях окремим пунктом стоїть оптимізація моделей під Jetson та інші embedded-платформи, а C++ значиться бажаною навичкою поруч із Python.
Чого бракує: Python як робочого інструменту для експериментів, PyTorch, розуміння того, як модель вчиться і чому помиляється.
Backend-розробник приносить інженерну дисципліну навколо коду: тести, Docker, CI, API, версіонування. У CV цього часто не вистачає: модель натренували в ноутбуці, а як вона житиме в продакшені, ніхто не продумав.
Що переноситься:
Чого бракує: відчуття заліза. Модель, яка видає 30 кадрів на секунду на серверній відеокарті, на пристрої може видати три. Бекендеру доводиться вчитися мислити обмеженнями пам'яті, енергії та нагріву.
Менше, ніж здається. Щоб працювати з детекторами на практиці, вистачить:
Лінійна алгебра й теорія ймовірностей на університетському рівні знадобляться, якщо підеш у дослідження або розробку нових архітектур. Для прикладних задач детекції, трекінгу й оптимізації більшість інженерів обходиться розумінням на рівні інтуїції і добирає глибину, коли конкретна задача цього вимагає.
Для embedded-розробника крок 6 буде найпростішим, а кроки 3–5 найновішими. У бекендера навпаки.
Роботодавець хоче побачити, як ти розв'язуєш задачу від початку до кінця. Висока точність на чужому датасеті цього не показує. Добрий проєкт має чотири складники: власний датасет, дві ітерації тренування з поясненням, що змінилося, таблицю метрик і запуск на реальному пристрої чи хоча б замір швидкості на CPU.
Ідеї, які можна зробити за кілька тижнів:
Опиши проєкт у README так, як описав би технічне рішення колезі: задача, дані, що не спрацювало, що змінив, які цифри отримав.
У вакансіях українських defence-компаній за 2026 рік повторюється приблизно однаковий набір:
Наприклад, у вакансії Frontline Robotics, опублікованій у липні 2026 року, просили від трьох років досвіду в CV або ML. Це типово для ринку: вакансій для новачків у computer vision мало. Тому найреалістичніший шлях лежить через внутрішній перехід: ти лишаєшся розробником у своїй команді, береш CV-задачі, а за рік маєш комерційний досвід саме в цьому напрямі.
Освітня програма Computer Vision розрахована саме на розробників без ML-досвіду: від року програмування будь-якою мовою, 12 практичних занять, власний детектор і запуск на edge. Якщо ти з software і хочеш спершу розібратися із залізом, почни з Embedded Development.

Computer Vision Engineer створює системи для аналізу зображень і відео: від збору даних і тренування моделі до її роботи в продакшені чи на пристрої. Він поєднує машинне навчання з розробкою, тому в українських вакансіях від нього зазвичай чекають і PyTorch, і впевненого Python, і розуміння того, як модель поводиться на реальному залізі.
Нижче про задачі, стек, зарплати й шлях у професію, з опорою на вакансії 2026 року і дані DOU.
Тренування моделі займає меншу частину роботи, ніж здається. Типовий цикл виглядає так:
Останній пункт часто недооцінюють. Модель, яка добре працювала в день запуску, через кілька місяців може гірше впоратися, бо змінилися освітлення, камера чи самі об'єкти. Це називають data drift, і відстежувати його входить в обов'язки CV-інженера.
Ми переглянули вакансії CV Engineer українських компаній за 2026 рік, зокрема Frontline Robotics і «Атлон Авіа». Повторюється такий набір:
У вимогах Frontline Robotics, наприклад, окремо згадано розуміння real-time обмежень: latency, FPS, пам'ять і продуктивність. Це характерно для продуктових компаній, де модель працює на пристрої. В аутсорсі чи хмарних продуктах акцент зміщується на MLOps, API і масштабування.
Окремої медіани для CV-інженерів у публічних дослідженнях немає. Найближчі дані дає зимове опитування дата-фахівців DOU 2026:
Важливі застереження. Вибірка невелика: 332 фахівці на всі дата-ролі. Медіана не розбита за рівнями, тому в неї потрапляють і джуни, і сеньйори. І тренд за пів року був на зниження.
В оборонній галузі картина інша. За зарплатним звітом DOU літа 2026, розробники з Python у DefTech мають найвищу медіану серед мов: $4500 проти $3500 у розробників в ІТ загалом. CV-інженери в defence-компаніях зазвичай пишуть саме на Python, тож орієнтуватися варто на ці цифри, з поправкою на рівень.
У зимовому опитуванні DOU частка CV-інженерів серед дата-фахівців за пів року подвоїлася, з 2% до 4%. Абсолютно це невелика група, але вона росте.
Вакансій CV Engineer для людей без досвіду мало. У переглянутих вакансіях defence-компаній ішлося про три роки досвіду в CV або ML. Тому найчастіше в професію приходять з суміжних ролей.
Початковий рівень зазвичай виглядає як розробник у команді, який бере CV-задачі: підготовку даних, інтеграцію готової моделі, оптимізацію пайплайна.
Middle самостійно веде задачу від даних до розгортання й вміє пояснити, чому модель помиляється.
Senior обирає підхід і архітектуру під обмеження продукту, оцінює ризики й відповідає за якість моделі після запуску.
Найкоротший шлях веде з розробки. Embedded-інженер приносить розуміння заліза й реального часу, backend-розробник приносить продакшен-дисципліну. Обом бракує роботи з даними й нейромережами. Покроковий маршрут ми описали в статті як embedded- або backend-розробнику перейти в computer vision.
Мінімум, з яким можна претендувати на CV-задачі:
Освітня програма Computer Vision у Beetroot Academy веде розробників без ML-досвіду від обробки зображень до власного детектора, його супроводу після деплою і запуску на edge: 12 практичних занять. Загальний огляд напряму є в гайді Комп'ютерний зір: що це і як працює.

Комп'ютерний зір (computer vision, CV) є галуззю штучного інтелекту, яка вчить програми знаходити й розпізнавати об'єкти на зображеннях і відео. Камера дає лише масив чисел. Завдання CV полягає в тому, щоб перетворити ці числа на відповідь: що на кадрі, де саме і що з ним відбувається.
Нижче про те, як це працює, які задачі розв'язує комп'ютерний зір, де його вже використовують і як увійти в напрям, якщо ти пишеш код або працюєш із залізом.
Для програми фото є таблицею чисел. Кольорове зображення 640×480 пікселів зберігається як масив 480×640×3: висота, ширина і три канали кольору. Кожне значення від 0 до 255 описує яскравість червоного, зеленого або синього в одній точці.
З цим масивом можна працювати двома способами.
Класичні алгоритми. Інженер сам описує правила: розмий шум, знайди краї, виділи контури, порахуй об'єкти. Цим займається бібліотека OpenCV. Такий підхід швидкий, передбачуваний і добре працює там, де умови стабільні: однакове освітлення, однаковий фон, однакові деталі на конвеєрі.
Нейромережі. Правила не пишуть вручну. Модель показують тисячі розмічених прикладів, і вона сама підбирає фільтри, які відрізняють один клас від іншого. Згорткова мережа (CNN) по суті робить те саме, що й класичний фільтр, тільки її ядра налаштовуються на даних. Сучасні детектори на кшталт YOLO та RT-DETR будуються на цьому принципі.
На практиці ці підходи поєднують. Нейромережа знаходить об'єкт, а класичний алгоритм уточнює його межі чи рахує розміри.
Найчастіше в продуктах трапляються детекція і трекінг. Саме з них зазвичай починають навчання, бо результат видно одразу: рамка або з'являється на правильному місці, або ні.
Споживчі продукти. Фільтри, які накладають маски на обличчя, розумні камери, що відрізняють людину від кота, сканери документів у банківських застосунках. Частина таких продуктів створена в Україні: у програмі Computer Vision Beetroot Academy окремо розбирають кейси Looksery (згодом Snapchat), Reface, Ajax Systems і Petcube.
Промисловість. Контроль якості на лінії, де камера шукає подряпини й відколи швидше за людину. Підрахунок продукції, перевірка маркування, моніторинг безпеки на виробництві.
Агро. Виявлення хвороб рослин за фото листя, оцінка стану посівів з аерознімків, сортування врожаю.
Медицина. Допомога лікарю в аналізі рентгенівських і МРТ-знімків. Остаточне рішення тут ухвалює людина, а модель підсвічує ділянки, на які варто подивитися.
Робототехніка й dual-use. Автономні роботи, складські системи, аналіз аерофото і тепловізійних даних. Для інженера це ті самі алгоритми, тільки дані інші: кадр знято згори, об'єкти дрібні, а тепловізор дає одноканальне зображення замість кольорового.
Штучний інтелект є найширшим поняттям. Машинне навчання є його частиною: програми, які вчаться на даних замість прописаних правил. Комп'ютерний зір є прикладною областю, де машинне навчання застосовують до зображень і відео.
Звідси практичний висновок для кар'єри. CV Engineer зазвичай знає ML-основи, але глибоко працює з одним типом даних і з обмеженнями заліза, на якому модель має працювати. Детальніше про роль ми написали в статті Computer Vision Engineer: хто це і що робить.
Базовий набір, з яким працюють у більшості команд:
Для старту достатньо Python і Google Colab: GPU для тренування Google надає безкоштовно, тож власна відеокарта на першому етапі не потрібна.
Найкоротший шлях має той, хто вже програмує. Досвіду з machine learning для старту не треба. Вища математика теж не є обов'язковою умовою: щоб працювати з детекторами, вистачить розуміння масивів і матриць, а складніші речі засвоюються на практиці.
Типова послідовність виглядає так:
Один із цих кроків ми розібрали у окремій статті, як embedded- або backend-розробнику перейти в computer vision.