Протягом червня до наших практикумів долучилося понад 350 українців, тож плануємо продовжимо таку співпрацю. Її мета — допомогти українцям, які вимушено опинилися в нових умовах, допомогти знайти роботу. Проте поради стануть у нагоді фахівцям з будь-якого куточка землі.
Мета LinkedIn полягає у наданні економічних перспектив працівникам по всьому світу. Ця соцмережа спрямована на налагодження взаємовідносин і об’єднання професіоналів всього світу для пошуку роботи. Якщо зважати на те, що кожну секунду дві людини приєднуються до LinkedIn, ця соціальна мережа стрімко розвивається.
Щодо людей, які працюють у Швеції, то їхня кількість становить 5,6 мільйона. З них 4 мільйони зареєстровані у LinkedIn, тобто кожні чотири шведи мають профіль на LinkedIn.
Ось три причини, чому більшість користується цією платформою:
Зараз вдалий час для пошуку роботи: відкрито чимало вакантних посад, безліч компаній шукають працівників, багато людей змінюють місце роботи. Отже, все, що тобі потрібно, це зареєструватися на платформі. Дивись детальну інструкцію щодо створення профілю англійською та українською мовами за цим посиланням (починай з 38 хвилини відео).
Почни думати про себе і про те, що ти хочеш транслювати. Визнач свої професійні якості, поміркуй про свої сильні сторони або про те, до чого ти прагнеш. Твій профіль — не смітник, куди можна скидати все підряд. Це радше цифровий відбиток того, ким ти є і ким хочеш стати. Виділяйся серед інших в LinkedIn — заявляй про себе та втілюй в життя власну історію.
Перший і надзвичайно простий крок — додати фотографію до профілю. Не варто завантажувати світлину, де ти поруч зі своєю дитиною чи домашнім улюбленцем. Фото має показувати тебе з професійної точки зору. І у нього повинна бути висока роздільна здатність.
Друга порада — запиши аудіо з правильною вимовою твого імені. Тепер це можна зробити завдяки новій функції LinkedIn. Це дуже просто. Ти можеш записати аудіо навіть зі свого мобільного телефону. Так рекрутерам буде набагато простіше почати з тобою спілкування та уникнути незручної ситуації, коли людина не знає, як правильно вимовляється ім'я співрозмовника і робить помилки.
Ще одна рекомендація — додай звертання. Йдеться про те, як ти хочеш, щоб до тебе зверталися. В контексті інклюзивності та гендерної рівності це допомагає підтримувати право кожного на самоідентифікацію.
Це ще одна нова функція, яка приковує увагу до твого профілю. Зроби коротке відео про себе, можливо з закликом до дії, наприклад, із запрошенням до спілкування. Окрім того, коли хтось переглядатиме ролик, він зможе надіслати повідомлення безпосередньо автору відео.
Наступна порада — додай галузь, у якій ти працюєш чи навчаєшся, чи навіть просто хочеш розвиватися в майбутньому.
Навколо твого фото профілю з'явиться зелене коло, яке дасть знати рекрутерам, які шукають фахівців, що ти відкритий до пропозицій. Якщо тобі подобається твоя теперішня робота, але ти хочеш порівняти свої умови з поточними пропозиціями інших роботодавців, то можна зробити зелене кільце видимим тільки для рекрутерів.
У профілі є розділ резюме, де тобі варто більше розказати про себе та про те, до чого ти прагнеш. Згадай свої таланти, багаторічний досвід і досягнення, можливо, знання іноземних мов або отримані сертифікати. Вкажи, чи хочеш ти працювати в компанії віддалено або розглядаєш будь-які варіанти. Думай над цим текстом, як над «промовою у ліфті» (Elevator pitch або «промова у ліфті» — коротка розповідь про продукт чи проєкт, яка вкладається за часом у поїздку на ліфті).
Деталізуй свій досвід роботи. Розкажи, що це була за компанія — невеликий стартап чи велика корпорація. Поясни, чим ти займався та якими були результати твоєї роботи.
LinkedIn також наголошує на цій функції, яка стала особливо важливою під час пандемії. Отже, якщо людина була в декретній відпустці або з якихось інших причин тривалий час не працювала, то можна додати кар'єрну паузу та розповісти про набутий за цей період досвід.
Також не забувай:
Остання, але не менш важлива порада — плануй час для роботи над своїм профілем. Приділяй час вдосконаленню профілю щотижня. Також проси друзів або колег висловити свою думку.
Іноді близькі люди можуть вказати на твої професійні чи особисті якості, про які ти навіть не здогадуєшся. Все це допоможе рекрутерам отримати найповніше уявлення про тебе.
Отже, чим більше ти працюватимеш над своїм профілем і публікуватимеш щось про себе, тим швидше буде розвиватися твоя мережа контактів, і ти отримаєш більше шансів знайти роботу.
Переглянь повний відеозапис семінару від LinkedIn Nordics тут.

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 опишемо у наступній статті.
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:
Кожен із цих кроків ми розібрали окремо у наступних статтях.


Після навчання ми попросили його назвати, що змінилось у роботі. Ось що він розповів.
Кодифікація – одна з тих тем, з якими фахівець із закупівель стикається постійно. До навчання Костянтин розумів її лише в межах нормативного регулювання: які документи потрібні, які вимоги треба виконати.
Тепер він розуміє алгоритми, за якими кодифікацію отримують. Це змінило кут зору. Раніше він дивився на процес як замовник, тепер бачить його ще й зі сторони постачальника, який проходить цей шлях зі своїм виробом.
У закупівлях легко звикнути до окремих процесів: одна позиція, одна специфікація, один договір. Так і було в Костянтина до програми. Він знав окремі процеси, але не знав, як вони пов'язані між собою.
Після навчання він розуміє, як різні вироби взаємодіють в одному напрямку. А звідси й розуміння, чому закупівлі мають бути комплексними: техніка працює в зв'язці, і закуповувати її теж варто з урахуванням цієї зв'язки.
Рішення в роботі Костянтина й надалі чітко регламентовані, тут нічого не змінилось. Змінилось інше. Раніше він бачив своє рішення окремо. Тепер видно його значення в комплексі з іншими рішеннями, інколи навіть тими, які ухвалює не він.
Це відчутно і в щоденній роботі. У розмовах із колегами він став обізнанішим з технічного боку, тож обговорення стали предметнішими.
Костянтин пов'язує ці зміни з комплексними груповими вправами з планування операцій. На них учасники працювали з операцією як з цілим: розбирали, як окремі елементи поєднуються в одну систему і впливають один на одного.
Для людини, яка щодня працює з однією ділянкою, такий формат дає рідкісну можливість побачити всю картину. І саме ця картина потім допомагає краще робити свою частину роботи.
Окрім знань, після навчання в Костянтина залишились корисні контакти для нетворкінгу. Програма і її учасники стали для нього важливим надбанням.
У Defence Tech це має особливу вагу. Сфера тісна, багато питань вирішується через людей, і знайомства з колегами з інших компаній та ролей часто корисні не менше за саму програму.
На запитання, чи радить він програму колегам по галузі, Костянтин відповів коротко: однозначно йти. Як мінімум заради цікавих людей усередині Defence Tech сфери.


Офіційно я воюю з березня 2024-го. Неофіційно – з 2023-го. Була «піратом» на медеваках, перекладала для іноземних організацій і волонтерів. Дроноводкою стала в березні 2025-го.
Я люблю свою роботу. В рамках війни бути дроноводом – це честь. Дрони зараз основа оборони і рушійна сила наступів. За допомогою дронів нам з екіпажами вдається зробити стільки, що я просто не можу зупинитись і залишитись лише на рівні пілотування.
Хоча на початку були і перепони: мало хто вірить, що жінка може і дрон піднять, і плати підпаять. Вирішила довести, що це все дурниці.
Мало просто підняти дрон. Це лише 10% усієї роботи.
Решта 90% – це прошивки і тонкі налаштування. Безумовно, можна зробити як завжди: взяти дрон з коробки і полетіти. Але практика показала, що так не працює. В умовах війни навіть військові технології мають адаптуватись під індивідуальні потреби.
Так я відкрила для себе інженерію.
Бо мені було мало моїх знань. Я хочу знати більше, розуміти кожну деталь своєї роботи. Тільки так я можу бути дійсно корисною для екіпажів, з якими працюю.
Спочатку мене лякала ціна. Це чесно, і я не бачу сенсу вдавати інше.
Але програма виявилась такою насиченою, що по ітогах вартує всіх грошей світу.

Класно поданий матеріал. Можливість повертатись до нього неодноразово, коли потрібно освіжити знання. Дуже зручна платформа. І чудові тести для самоперевірки, де я можу потішити его.
Для людини, яка вчиться між завданнями, це важить більше, ніж будь-який розклад. Матеріал має бути там, коли в тебе з'явилась година.
Більше впевненості під час роботи. І розуміння, що в мене є власна афігенна вікіпедія у вигляді матеріалів і лекцій.
Якщо коротко описати, не вдаючись у подробиці: я не маю жодних проблем з переходом від одних бойових засобів на інші.