Black Friday
16–27 листопада · −25% на повну оплату, −40% на перший платіж при помісячній оплаті
Logo Icon Beetroot Academy

Early Bird умови для нових знань

Забронюйте місце зараз — ціна фіксується на момент реєстрації.
до 25 Жовтня

-25%

до 1 Листопада

-15%

до 8 Листопада

–10%

Не знаєте, що обрати?

Ми поговоримо про різні можливості в ІТ й визначимо, як разом досягти ваших цілей
Ми зв'яжемося з вами якомога швидше в будні дні

Отримали вашу заявку!

Дякуємо, що цікавитесь навчанням в Beetroot Academy
Очікуйте дзвінок, ми зв'яжемося з вами протягом одного робочого дня і відповімо на усі запитання.
Вибачте, це технічна помилка. Спробуйте ще раз!
Або ви можете написати нам в Telegram
Якщо вам так зручніше, напишіть нам, відповімо якнайшвидше в робочі години

Ваш перший крок!

Залиште свої контакти, і ми зв'яжемось із вами, щоб розповісти більше про курс і допомогти стартувати.

Отримали вашу заявку!

На вашій пошті вже чекає наступний крок, тому не забудьте перевірити вхідні і розділ "спам".
‍
До зустрічі!
Вибачте, це технічна помилка. Спробуйте ще раз!

Що дає навчання на курсі «Project management in IT»?

No items found.
Читати:
minutes
хв
20 квітня, 2022
Каріна Бречко
випускниця курсу «Project management in IT»
Поділитися в соцмережах
Так часто доводиться відповідати на це питання, що я вирішила написати статтю. Поставивши за мету знайти свій шлях в ІТ, я записалася на онлайн-курс «Project management in IT» в Beetroot Academy. Це стало можливістю переконатись, наскільки думки матеріальні.

Матеріалізація бажання

Незадовго до реєстрації на навчання я відчула, що у вивченні англійської «топчусь на місці», і зрушити вперед не виходить. Проаналізувавши, що могло б допомогти, я дійшла висновку, що необхідно створити умови тривалого, але м'якого занурення в англійську. І промайнула думка: «От би курс якийсь корисний англійською знайти». А за кілька днів я його знайшла. На щастя, для навчання на РМ там було достатньо мого рівня англійської Intermediate+.

Курс платний, але дізнавшись про грантову програму, я подала заявку і потрапила до групи. Для навчання без оплати я пройшла 4 етапи відбору: відсівання на етапі реєстрації, 1 співбесіду та 2 тестування англійською мовою. А попереду було 4 місяці вивчення англомовних матеріалів за темами.

Чи готові пройти «антикурс»?

Ще на співбесіді кураторка розповіла мені, що в Beetroot Academy використовується підхід «антикурсу». У традиційному методі навчання студенти приходять на заняття, викладач пояснює теорію, дає приклади та завдання для практики. На основі цього пропонує виконати домашнє завдання.

Тут все навпаки: за кілька днів до уроку викладач відкриває матеріали за темою для самостійного вивчення. Студентам слід приходити на заняття вже підготовленими та з виконаним домашнім завданням. Вони мають можливість з'ясувати все, що було незрозуміло чи не вийшло з дом. завданням і поставити питання, що накопичилися.

Викладач пояснює значущі поняття та процеси поточного уроку і дає практичне завдання, яке студенти виконують на уроці у мінігрупах. Потім розповідає, як виконувати домашнє завдання.

Перший місяць навчання

Це був киплячий коктейль із думок, сумнівів, емоцій і почуттів, що візуально нагадує американські гірки. З одного боку, вчитися цікаво і навіть подобається, а з іншого боку – відсутність можливості «побувати в полях» і стати учасником або спостерігачем реального процесу розробки в IT-компанії викликає сумніви, страхи та питання.

Потрібно було не тільки вчитися, а й справлятися з внутрішнім опором, емоціями, прокрастинацією та іншими супутниками процесу досягнення мети. До того ж англійська, яка здавалася знайомою і навіть зрозумілою, раптом стала перепоною. Після кількох тижнів навчання мій мозок вирішив, що англійської стало занадто багато, і часом він відмовлявся сприймати її зовсім. Навіть маючи багаторічний досвід роботи менеджером, бізнес-тренером та коучем, мені іноді доводилося «поговорити про це» з кимось. І добре, коли під час тривалого навчання є підтримка сім'ї чи друзів.

Навчальні будні

Спілкування з учасниками групи, акаунт-менеджером та викладачем – у Slack. Ми й зараз продовжуємо там переписуватися, ділитися корисними публікаціями та новинами.

Програма навчання включала все необхідне для роботи проджект-менеджером в IT компанії:

  • SDLC. Waterfall, Agile, Kanban та Scrum (визначення, цінності, принципи, церемонії, артефакти, приклади тощо).
  • Навички роботи з IT командами та стейкхолдерами.
  • Вивчення проєктної документації, а також практика роботи з інструментами PM: Google Sheets, Asana, Trello, Jira тощо.
  • Ризик менеджмент, оцінку завдань, розрахунок бюджету проєкту та багато іншого.

І до самого процесу навчання на курсі, я ставилася як до проєкту, що реалізується по Scrum-методу. Спираючись на Scrum guide-2020, я розподілила ролі таким чином:

  • Product owner – акаунт-менеджер нашої групи (від Академії).
  • Scrum Master – викладач.
  • Developers – я сама.

Кожен тиждень був спринтом, а своєчасно виконані домашні завдання – інкрементами, які доповнюють проєкт навчання. Після завершення занять є випускний іспит – тестування англійською мовою з усіх тем курсу. Студенти, які його здали, отримують сертифікат.

Практика та навчальний проєкт

Навчання проєктного менеджера побудовано на практичному закріпленні вивченого матеріалу. Для цього на першому занятті пропонується вибрати проєкт розробки IT-продукту, на основі якого поетапно виконуватимуться домашні завдання протягом усього курсу. Як навчальний проєкт я взяла розробку інформаційного багатосторінкового адаптивного сайту приватної мовної школи для дітей.

Тема за темою, етап за етапом, я доповнювала свій проєкт документами та артефактами, виконаними із застосуванням актуальних інструментів проєктного менеджера. Згодом я зробила презентацію підсумків навчання на курсі та свого проєкту англійською мовою Presentation of my project.  

Одне із завдань виконано з використанням Trello. На слайді презентації – дошка, де у колонках відзначені документи мого проєкту, його етапи та ролі у команді. Потім – завдання з естимації чи оцінки завдань у беклозі. Для цього було запропоновано створити перелік активностей для досягнення мети навчання на курсі. Кольорові позначки показують рівень важливості кожного з пунктів.

Далі – скорочений приклад структурованої та орієнтованої на результат ієрархічної декомпозиції роботи (WBS), яку має виконати команда для досягнення цілей проєкт та створення необхідних результатів. Зеленим – виділено роботу проєктного менеджера. Сірим – робота команди. Блакитним – робота команди зі створення MVP, а синім – загальна робота зі створення MVP.

У презентації є приклад дорожньої карти проєкту, де з датами показано так звані мейлстоуни, або значущі етапи постачання розробки від старту проєкту до закриття.

Jira – програмне забезпечення, про володіння яким часто запитують на співбесідах. На слайді – домашня робота з беклогом (списком завдань) щодо виконання мого навчального проєкту. І під ним – дорожня карта проєкту у вигляді діаграми Ганта із зазначенням мейлстоунів.

Приємний бонус курсу

У процес основного навчання було вбудовано факультативний English speaking club. Це 32 години розмовної практики + аудіювання та граматичні вправи з професійним викладачем англійської мови.

Ближче до закінчення навчання я відчула, що мої стосунки з англійською явно налагодилися: Тексти англомовних статей та описи вакансій припинили «колоти очі» незнайомими словами та технічними термінами:

  • Знання граматики освіжилися та посилилися.
  • Соромлення говорити англійською з незнайомими людьми зникло.
  • Вимова з жорсткого Runglish змінилася на близьку до English.
  • Мозок став сприймати швидкий темп англомовних людей з різними голосами та вимовою.

Так, щодня я наполегливо працювала над цим, бо маю складнощі у вивченні мов. Зрештою вийшло, що бажання збулося. Я опанувала професію проєктного менеджера в IT та підняла свій рівень англійської з В1+ до В2+.

Кар'єрна перспектива

Зміна сфери діяльності – процес непростий. Ще під час навчання у багатьох студентів починаються емоційні гойдалки «справлюсь – не справлюсь». І тому Beetroot Academy пропонує факультативний курс з кар'єрного консультування. Матеріали цього курсу російською та українською мовами, їх відкривають ближче до завершення основного курсу. Завдяки цьому можна підготувати резюме та супровідний лист для пошуку роботи за новою професією. А також – проконсультуватися, розмістити резюме на сайтах з вакансіями та підготуватися до інтерв'ю.

Влаштуватися на першу роботу в ІТ не завжди легко. Для багатьох випускників процес пошуку роботи триває кілька місяців, і я не виняток. Приємно, що Beetroot Academy підтримує своїх випускників після закінчення курсів. Для цього створено спільноту, де можна дізнаватися про вакансії та профільні заходи. Така підтримка та чисельні приклади успіхів попередників вселяють упевненість, що я теж незабаром знайду свою роботу мрії.

Для того, щоб збільшити шанси на отримання бажаного результату, за курсом «Project management in IT», я закінчила Scrum-study course. Там ми переважно розбирали кейси практичного застосування Agile та Scrum в IT-компаніях. Зараз шукаю віддалену роботу як project manager, Scrum master або learning specialist. Подробиці можемо обговорити в особистому спілкуванні через DOU або Linkedin.

Оригінал тексту

Розпочни кар'єру проджект-менеджера в ІТ
Можна кодити на проєкті, а можна ним керувати. Починати кар‘єру в IT з розробки — не обов‘язково. Наш курс з проєктного менеджменту навчить тебе організовувати роботу команди, вести документацію та керувати проєктами за принципами Waterfall, Agile та Scrum.

Більше останніх новин

Читати:
minutes
хв
20 листопада 2026
Як навчатися під час блекаутів: поради та підтримка від Beetroot Academy

Коли світло зникає посеред заняття або на весь вечір, вчитися стає набагато складніше. Через атаки на енергетику під'єднатися до уроку чи зробити домашнє інколи просто неможливо. Це виснажує, і здається, що навчання стоїть на місці.

У Beetroot Academy ми не чекаємо від учасників ідеальної присутності в умовах, на які вони не впливають. Ми підлаштовуємо навчальний процес під реальні обставини. У цьому гайді є практичні кроки, щоб підготуватися до відключень, і пояснення, як ми підтримуємо тебе, коли світла немає.

Як підготуватися до відключень

Передбачити блекаут не вийде, але кілька кроків заздалегідь допоможуть не випасти з ритму навчання.

Збережи матеріали офлайн

  • Завантаж із LMS презентації, конспекти, домашні завдання й додаткові файли на ноутбук або телефон.
  • Збережи потрібні сторінки у PDF, щоб читати їх без інтернету.
  • Якщо користуєшся Notion чи іншими сервісами, увімкни офлайн-доступ, де він є

Продумай план Б для локації

  • Коворкінги, бібліотеки, «пункти незламності» і кафе з генераторами можуть стати планом Б на дні з важливими заняттями.
  • Заздалегідь познач на мапі такі місця поруч із домом.

Подбай про живлення

Техніку варто підготувати до планових відключень заздалегідь, і почати з інтернету.

Інтернет

Без стабільного інтернету навчатися в блекаут майже неможливо. Але його часто можна зберегти навіть без світла, якщо підготуватися заздалегідь.

Оптоволокно (GPON) працює, якщо живлення є у твого обладнання

Оптоволоконний інтернет найстабільніший під час відключень. Такі мережі часто лишаються активними, навіть коли мікрорайон знеструмлений, бо оптика не залежить від локальних електромереж. Але щоб інтернет працював у тебе вдома, роутер і ONU-модем мають отримувати живлення (про це нижче).

Як підключити оптоволокно, якщо його ще немає

Якщо в тебе мідний кабель чи інший тип підключення, перед сезоном відключень варто перейти на оптику.

  1. Зв'яжися з інтернет-провайдером.
  2. Запитай, чи є оптоволоконне підключення (FTTH / GPON) за твоєю адресою.
  3. Якщо є, замов встановлення.
  4. Майстри проведуть оптоволоконний кабель у квартиру, підключать ONU-модем і налаштують інтернет.

Це одноразова послуга, після якої інтернет у блекаути стає помітно стабільнішим.

Що уточнити у провайдера перед сезоном відключень

  • Чи працюють їхні вузли на резервному живленні?
  • Скільки годин тримає їхній ДБЖ?
  • Що передбачено на випадок тривалих відключень?

Відповіді покажуть, на скільки годин інтернет у тебе гарантовано буде, навіть коли світла немає.

Як живити роутер і ONU-модем

Комплект «ONU + роутер» зазвичай споживає 10–20 Вт. Щоб оцінити, скільки протримається будь-яке джерело живлення, поділи його ємність у Вт·год на споживання у Вт. Наприклад, джерело на 60 Вт·год живитиме комплект на 12 Вт приблизно 4–5 годин (з урахуванням втрат на перетворення).

Варіант А: міні-ДБЖ (UPS) для інтернету

Це невелика коробочка, яка живить роутер і оптичний модем, коли в будинку зникає світло.

  • Дивись на ємність: у Вт·год або mAh. Чим вона більша, тим довше працюватиме інтернет.
  • Деякі моделі мають прямі виходи 12В / 9В / 5В: через них менше втрат, і пристрої працюють довше.

ДБЖ легко підключити, і налаштовувати його не треба.

Як підключити міні-ДБЖ до роутера та ONU

  1. Увімкни ДБЖ у розетку й повністю заряди. Перший заряд може тривати 4–6 годин.
  2. Знайди виходи живлення. Зазвичай це 12V DC, 9V DC і 5V USB. Для роутерів і ONU найчастіше потрібні 12V або 9V.
  3. Візьми кабель із комплекту ДБЖ або той, що підходить до твого роутера. Найпоширеніший штекер — 5.5×2.1 мм.
  4. Під'єднай ДБЖ до ONU: один кінець кабелю встав у вихід 12V/9V, інший — у роз'єм живлення модема.
  5. Так само під'єднай роутер. Якщо вихід один, використай розгалужувач (його часто кладуть у комплект).
  6. Перевір, чи індикатори на ДБЖ світяться.
  7. Від'єднай ДБЖ від розетки й перевір, чи працює інтернет. Якщо працює, ти готовий/-а до справжнього відключення.

Варіант Б: роутер і ONU від павербанка

Це найдешевший та відносно легший спосіб. 

  1. Купи USB → DC-кабель, який підвищує напругу з 5В до 9В або 12В.
  2. Під'єднай один кінець до павербанка, інший до роутера чи ONU.
  3. Павербанк на 20 000 mAh зазвичай тримає заряд кілька годин; ємніші моделі — довше.

Переваги:

  • дешево;
  • можна заживити одночасно роутер і ONU;
  • великий павербанк часто тримає довше за міні-ДБЖ.

Перед покупкою дізнайся, яка напруга потрібна твоєму роутеру й модему (найчастіше 9В або 12В).

Варіант В: мобільний інтернет як запасний план

Підходить як резерв. Але під час блекаутів мережі перевантажені, і швидкість падає.

Рекомендоване обладнання

Міні-ДБЖ для інтернету

USB-кабелі для живлення роутера / ONU від павербанка

Нагадуємо про нашу реферальну програму: учасники й випускники Beetroot Academy отримують сертифікат Rozetka на 2000 грн за рекомендацію наших освітніх програм. Його можна витратити й на техніку для блекаутів. А людина, яка прийде за твоєю рекомендацією, отримає знижку на навчання.

Підготуй техніку

Під час тривалих відключень пристрої треба якомога довше тримати зарядженими. Корисно також мати запасні джерела живлення.

Смартфон: головний резервний пристрій

З телефона можна подзвонити, роздати інтернет на ноутбук, зайти в LMS і під'єднатися до заняття.

  • Павербанк на 20 000–30 000 mAh дає 3–5 повних заряджань.
  • Увімкни режим енергоощадження і зменш яскравість.
  • Вимкни GPS, Bluetooth і автооновлення

Планшет: зручний, коли ноутбук треба берегти

Планшет споживає більше за телефон, але значно менше за ноутбук. Підходить для перегляду записів, читання матеріалів і частини домашніх завдань.

  • Заряджай до 80%, щоб не навантажувати павербанк.
  • Під'єднуйся з нього до Zoom, коли треба зберегти заряд ноутбука.

Ноутбук: основний робочий інструмент

Щоб ноутбук працював довше:

  • увімкни режим енергоощадження;
  • зменш яскравість;
  • вимкни підсвітку клавіатури.

Зарядна станція на 150–300 Вт·год дає ноутбуку 2–6 годин роботи. Якщо ноутбук підтримує USB-C PD, заряджай через нього — так менше витрачається заряду станції.

Рекомендована техніка

Павербанки для смартфонів і планшетів

Павербанки для ноутбуків (з Power Delivery)

Зарядні станції

Подбай про світло

У темряві не повчишся, та й ходити квартирою небезпечно. Краще мати кілька джерел світла, яким не потрібна електромережа.

  • Акумуляторні лампи. Працюють 6–20 годин, заряджаються від USB, можуть висіти на стіні чи стояти на столі. Найкращий варіант для кімнати, де ти вчишся.
  • LED-гірлянди на батарейках або USB. Дуже економні й можуть живитися від павербанка. Дають м'яке розсіяне світло, якого вистачає для роботи за комп'ютером чи нотаток.
  • Портативні ліхтарі. На акумуляторах або батарейках, добре освітлюють точково: коридор, кухню, ванну.
  • Налобні ліхтарики. Довго працюють на маленьких батарейках AAA. Зручні, коли треба мати вільні руки

Світильники та ліхтарі на акумуляторах: добірка на Rozetka.

Що робити, якщо світло зникло під час заняття

Аварійні відключення трапляються раптово. Для нас це звична ситуація, і ми ставимося до цього з розумінням. Ось простий алгоритм, що варто робити в таких випадках. 

1. Від'єднайся і напиши менеджеру групи, коли з'явиться зв'язок

Писати в ту ж секунду не потрібно. Достатньо коротко повідомити менеджера, щойно буде змога: він/вона знає, що робити далі, і допоможе з пропущеним: записом, новим дедлайном чи консультацією.

Якщо хочеш, попередь і групу в чаті: «У нас аварійне відключення, не вийшло продовжити заняття. Перегляну запис і підготую питання на наступну зустріч».

2. Не перепрошуй за те, на що не впливаєш

За блекаути ти не відповідаєш. Ми це розуміємо й не чекаємо стабільності там, де її об'єктивно неможливо забезпечити.

3. Попроси пояснити ще раз

Напиши викладачу в Slack або на пошту. Викладачі відповідають на питання й пояснюють моменти, які ти пропустив/-ла через відключення. Просити про це нормально.

Як Beetroot Academy підтримує учасників

Вчитися під час блекаутів важче й нервовіше. Тому ми будуємо освітній процес так, щоб його можна було продовжити навіть тоді, коли світла немає кілька днів поспіль.

Менеджери на зв'язку і готові допомогти

Пиши їм у месенджер, яким тобі зручно користуватися: вони допоможуть із пропущеним заняттям, дедлайном чи доступом до матеріалів. Нам важливо знати причину твоєї відсутності, аби допомогти тобі. Тому не замовчуй, якщо проблеми зі світлом та звʼязком заважають тобі навчатися.

Камера й присутність не обов'язкові

Викладачі не вимагають увімкненої камери й стовідсоткової присутності на заняттях. Якщо зв'язок слабкий, вимкни відео: так з'єднання протримається довше.

Записи всіх занять

Якщо ти пропустив/-ла урок або не зміг/-ла повернутися після відключення, переглянь запис у LMS, коли буде світло, і пройди матеріал у своєму темпі. Записи лишаються з тобою й після завершення навчання.

Якщо інтернет нестабільний, менеджер може завантажити запис і надіслати тобі файлом. Так його можна подивитися на своєму пристрої без підключення.

Гнучкі дедлайни

За потреби дедлайн можна посунути. Напиши викладачу або менеджеру, щойно розумієш, що не встигаєш, і ви домовитеся про новий термін. Ніхто не вимагає здати завдання тоді, коли це фізично неможливо.

Матеріали наперед

Викладачі можуть відкрити групі матеріали в LMS заздалегідь, щоб ти опрацював/-ла їх тоді, коли є світло й інтернет. Варто попросити їх про це, якщо це допоможе тобі краще готуватися. Радимо одразу завантажувати їх на пристрій.

Індивідуальна консультація, якщо ситуація критична

Зазвичай вистачає питання в чаті: викладачі відповідають і пояснюють ще раз. Якщо ж через відключення ти пропустив/-ла кілька занять поспіль або застряг/-ла на складній темі, викладач може провести індивідуальну консультацію.

Викладачі знають про блекаути

Ми окремо говоримо з викладачами про гнучкість у складні періоди. Тому після пропуску через відключення ви просто домовитеся про наступний крок, без претензій до тебе.

Куди писати

  • Менеджеру: у Slack, або ж будь-якому зручному месенджері, де у тебе є контакт з ними. Це перший контакт, якщо ти не можеш бути на занятті чи не встигаєш із завданням.
  • Викладачу: у Slack або на пошту.

На старті навчання менеджер надішле список усіх каналів, якими можна повідомити про відсутність чи труднощі. Збережи його там, де він буде під рукою без інтернету.

Спільнота

Учасники діляться лайфхаками, підказують одне одному пропущений матеріал і разом шукають рішення, коли важко. Ця взаємна підтримка важить для навчання не менше, ніж сама програма.

Головне: дай нам знати. Поки ти не напишеш, ми не дізнаємося про твою ситуацію — а отже, і не допоможемо. А коли напишеш, разом вирішимо, що робити далі.

Навчання триває у твоєму темпі

Блекаути ламають графік, але навчання можна продовжувати: вчитися, коли є світло, і в темпі, який зараз дозволяють обставини.

Від тебе потрібна регулярність, наскільки вона зараз можлива. Записи, гнучкі дедлайни й підтримку менеджерів та викладачів, ми беремо на себе.

Читати:
minutes
хв
19 листопада 2026
Edge AI: як запустити нейромережу на Raspberry Pi і Jetson

Edge AI означає, що нейромережа працює прямо на пристрої поруч із камерою або датчиком, без відправки даних у хмару. Для комп'ютерного зору найпоширеніші платформи тут Raspberry Pi з прискорювачем AI HAT+ і NVIDIA Jetson. Щоб модель запрацювала на них швидко, її експортують у формат під конкретне залізо, найчастіше через ONNX, і стискають квантизацією.

Нижче про те, як обрати плату, як виглядає шлях моделі від ноутбука до пристрою і де найчастіше губиться продуктивність.

Навіщо запускати модель на пристрої

Чотири причини, через які інференс переносять з хмари на edge:

  • Затримка. Відправити кадр на сервер і отримати відповідь займає десятки чи сотні мілісекунд. Для робота або камери на конвеєрі це забагато.
  • Зв'язок. На полі, складі чи в цеху інтернет може бути слабким або його немає взагалі.
  • Приватність. Відео з обличчями чи виробничими процесами не залишає пристрою.
  • Вартість. Потокове відео з сотні камер у хмару коштує дорожче, ніж сотня недорогих плат.

Платиш за це жорсткими обмеженнями. Пам'яті мало, енергії мало, плата гріється, а модель, яка на серверній GPU видавала десятки кадрів на секунду, на пристрої може сповільнитися в рази.

Raspberry Pi чи Jetson: що обрати

Платформи для моделей на edge-пристроях: прискорювач, заявлена продуктивність і коли підходить
Платформа Прискорювач Заявлена продуктивність Коли підходить
Raspberry Pi 5 без прискорювача лише CPU — прототип, класичний OpenCV, маленькі моделі з низьким FPS
Raspberry Pi 5 + AI HAT+ Hailo-8L або Hailo-8 13 або 26 TOPS детекція в реальному часі за помірний бюджет
Raspberry Pi 5 + AI HAT+ 2 Hailo-10H, 8 ГБ власної пам'яті до 40 TOPS (INT4) моделі зору й невеликі генеративні моделі на пристрої
NVIDIA Jetson Orin Nano Super GPU NVIDIA 67 TOPS важкі моделі, кілька відеопотоків, екосистема CUDA і TensorRT

Джерела: Tom's Hardware про AI HAT+, огляд AI HAT+ 2 і Jetson, Tom's Hardware про Jetson Orin Nano Super. Девкіт Jetson Orin Nano Super на старті продажів коштував $249, версія AI HAT+ на 26 TOPS коштувала $110.

Не порівнюй плати лише за TOPS. Цифри рахують за різної точності (INT8 чи INT4) і не враховують пам'ять, підтримку операцій моделі й те, наскільки легко її сконвертувати. Плата з меншими TOPS, але зі зрілим інструментарієм для твоєї моделі, на практиці може виявитися швидшою.

Практичне правило: Raspberry Pi з HAT підходить, коли модель стандартна (YOLO, класифікатор) і потрібна одна камера. Jetson варто брати, коли модель нестандартна, потоків кілька або команда вже працює з CUDA. У вакансіях CV Engineer українських defence-компаній за 2026 рік саме Jetson згадується найчастіше.

Шлях моделі: від PyTorch до пристрою

  1. Навчи модель у PyTorch, наприклад YOLO на власних даних.
  2. Експортуй в ONNX. Це проміжний формат, який розуміють більшість інструментів. У Ultralytics це один рядок: model.export(format="onnx").
  3. Сконвертуй під залізо. Для Jetson це TensorRT, для AI HAT+ компілятор Hailo, для процесорів Intel OpenVINO. На CPU можна запускати ONNX напряму через onnxruntime.
  4. Квантизуй. Переведи ваги з FP32 у FP16 або INT8.
  5. Заміряй на цільовому пристрої. Latency на кадр, FPS, використання пам'яті, температуру після 20 хвилин роботи.
  6. Перевір точність після конвертації. Порівняй mAP моделі на пристрої з mAP оригіналу на тій самій валідаційній вибірці.

Квантизація простими словами: FP32 → FP16 → INT8

Під час навчання ваги моделі зберігаються як 32-бітні числа з плаваючою комою. Квантизація переводить їх у 16-бітний формат або 8-бітні цілі числа. Модель стає в кілька разів меншою, а прискорювачі, які спеціально оптимізовані під INT8, обробляють її значно швидше.

Платиш за це точністю. Для FP16 вона зазвичай майже непомітна. Для INT8 залежить від моделі й даних, тому при конвертації використовують калібрування: показують моделі кілька сотень репрезентативних зображень, щоб підібрати діапазони значень. Калібрувати треба на кадрах з цільової камери: випадкові фото з інтернету дадуть хибні діапазони.

Де губиться продуктивність

Модель часто швидша за пайплайн навколо неї. Типові вузькі місця:

  • Передобробка на CPU. Зміна розміру, конвертація кольорів і нормалізація кадру в Python можуть займати більше часу, ніж сам інференс. Перенеси її на GPU або в C++.
  • Зайвий розмір входу. Модель на 1280 пікселів там, де вистачило б 640, працює в рази повільніше.
  • Тротлінг. Без радіатора чи вентилятора плата скидає частоту через кілька хвилин. Міряй FPS після прогріву плати.
  • Живлення. Слабкий блок живлення дає нестабільну роботу під навантаженням. Jetson має окремі режими енергоспоживання, і продуктивність залежить від обраного.
  • Непідтримувані операції. Частина шарів моделі не конвертується під прискорювач і виконується на CPU. Інструменти конвертації показують це в логах, тож читай їх.

Чому embedded-досвід тут вирішальний

Edge AI стоїть на перетині двох світів. ML-спеціаліст знає, як натренувати модель, але часто не відчуває обмежень пам'яті, енергії та реального часу. Embedded-інженер ці обмеження знає, але не працював з нейромережами. Людей, які розуміють обидві сторони, на ринку мало, і вакансії CV Engineer це відображають: оптимізація під Jetson, ONNX і TensorRT, розуміння latency та FPS стоять у вимогах поруч із PyTorch.

Якщо ти з embedded, детальніше про перехід ми написали в статті як embedded- або backend-розробнику перейти в computer vision.

Де навчитися

У освітній програмі Computer Vision окреме заняття присвячене Edge AI: бенчмарк моделі, експорт в ONNX, інференс через onnxruntime і квантизація FP32 → FP16 → INT8 з оглядом Jetson, Raspberry Pi та NPU. Базу роботи з мікроконтролерами й реальним часом дає Embedded Development.

Читати:
minutes
хв
18 листопада 2026
Embedded Development: чому embedded-розробників найважче знайти в оборонці

У I кварталі 2026 року оборонні компанії опублікували на DOU 3005 вакансій, і 496 з них стосувалися hardware. Це на 175 більше, ніж кварталом раніше, а попит на embedded за той самий час зріс ще на 44 позиції (аналітика DOU). У Frontline Robotics, яка за 2025 рік відкрила 300 вакансій, кажуть, що саме hardware- та embedded-ролі зараз закривати найважче.

Далі про те, хто такий embedded developer, чому цих людей бракує, скільки їм платять і як у цю роль приходять інженери з інших напрямів.

Хто такий embedded developer і що він робить

Embedded developer пише програмне забезпечення, яке працює всередині пристрою: на мікроконтролері польотного контролера, у модулі зв'язку, в блоці керування двигуном. Його код напряму керує залізом, вкладається в кілобайти пам'яті й реагує на події за мілісекунди. Результат такої роботи можна взяти в руки.

На практиці embedded-інженер читає datasheet на мікросхему, запускає плату після виробництва, пише драйвери периферії, налагоджує обмін по шинах і шукає причину збою з осцилографом. Частина дня минає за ноутбуком. Решта за столом із платою, щупами й паяльником, і саме ця частина відрізняє роль від звичної розробки.

Чому embedded-розробників бракує в defence tech

Причин кілька, і вони накладаються одна на одну.

Ринок вузький від початку. Head of Talent Acquisition Frontline Robotics Аліна Богульська в коментарі DOU називає головну причину прямо: «це дуже вузький ринок». Людей із таким досвідом в Україні загалом небагато, а запит на них росте щокварталу.

Компанії масштабуються швидше, ніж з'являються інженери. Frontline Robotics планує у 2026 році знайти ще 100–200 спеціалістів. Infozahyst говорив про до 150 нових вакансій в R&D. У Vyriy серед найпотрібніших теж називають hardware-інженерів і embedded-розробників.

Поріг входу вищий, ніж у вебі. Потрібні одночасно C/C++, уміння читати схеми й розуміння того, як поводиться фізичний пристрій. Помилку в прошивці не завжди виправиш патчем: якщо партія плат уже зібрана, вона коштує часу, грошей і компонентів.

‍Досвід з вебу переноситься частково. Backend-розробник із сильним C++ швидко звикає до мови, але вперше стикається з перериваннями, таймінгами й пам'яттю, якої завжди мало. Тому Senior у вебі зазвичай приходить в embedded на нижчий грейд і росте вже там.

Стек embedded developer: C/C++, STM32, RTOS і протоколи

Набір технологій у вакансіях повторюється з невеликими варіаціями:

  • Мови: C як основа, C++ для складніших систем, Python для тестових скриптів
  • Мікроконтролери: STM32 та інші ARM Cortex-M, ESP32
  • RTOS: FreeRTOS, Zephyr або bare-metal без операційної системи
  • Інтерфейси: UART, SPI, I2C, CAN
  • Налагодження: JTAG/SWD, логічний аналізатор, осцилограф
  • Документація: datasheet, принципові схеми, BOM

В оборонних і dual-use продуктах до цього додаються вимоги до надійності. Watchdog, обробка відмов, поведінка при просіданні живлення: те, що в навчальному проєкті можна пропустити, у реальному пристрої перевіряють першим.

Скільки заробляє embedded-розробник у defence tech

За опитуванням DOU, медіанна зарплата розробника в DefTech становить $2850. Це на $480 менше, ніж в ІТ загалом. У Senior-розробників медіана $3800, що на $700 нижче за ІТ.

Для початківців картина краща: у DefTech джуни найчастіше працюють саме embedded- і backend-розробниками, і DOU окремо називає сферу сприятливою для Junior Embedded. Верхня межа теж є. Під час ярмарку «Арсенал талантів» у Vyriy говорили, що розробники плат можуть отримувати до $12 000.

Тобто на старті зарплата в оборонці зазвичай нижча за ІТ. Перевага в конкуренції: на deftech-вакансію в середньому відгукується 9 кандидатів, а на front-end позицію в ІТ їх буває 86.

Хто приходить в embedded і чого кожному бракує

Бекграунди, з яких заходять в embedded: що вже є і що доведеться добрати
Бекграунд Що вже є Що доведеться добрати
Backend (C++, Go, Java, Python) архітектура, алгоритми, дисципліна коду залізо, переривання, робота з обмеженою пам'яттю
GameDev (Unreal, Unity) сильний C++, оптимізація мікроконтролери, периферія, схемотехніка
Інженер-електронік, конструктор схеми, вимірювання, відчуття заліза структурований код, версіонування, тестування
Військові й ветерани з технічним досвідом знання, як техніка поводиться в полі системна база з C і мікроконтролерів
Хобісти (ESP32, FPV) практика збирання пристроїв production-підхід: надійність, документація

Спільне для всіх п'яти груп одне: є половина потрібних навичок, і другу половину складно добрати уривками з YouTube.

З чого почати шлях в embedded development

  1. Перевір базу з C. Вказівники, робота з пам'яттю, бітові операції. Без цього далі буде важко.
  2. Візьми налагоджувальну плату на STM32. Пройди шлях від GPIO до обміну по UART, SPI та I2C, розбираючись у регістрах, а не лише в готових бібліотеках.
  3. Додай RTOS. Задачі, черги, семафори на FreeRTOS.
  4. Збери один закінчений пристрій. Датчик, обробка даних, зв'язок. Опиши його як кейс: схема, архітектура, що пішло не так і як ти це знайшов.
  5. Підготуйся до безпекової частини найму. В оборонних компаніях вона стандартна: ми окремо розбирали перевірку на поліграфі і вимоги до публічності інженерів.

Arduino підходить, щоб зрозуміти, чи цікаво тобі працювати із залізом. Для вакансії цього мало: роботодавці чекають досвіду з реальними мікроконтролерами та RTOS.

Де навчитися системно

Освітня програма Embedded Development у Beetroot Academy триває 5 місяців із заняттями тричі на тиждень і розрахована на спеціалістів із технічною базою. Для ветеранів із технічним досвідом Frontline Robotics покриває одне місце на програмі щомісяця. Інші програми напряму зібрані на сторінці Defence & Dual-use.

Читати:
minutes
хв
17 листопада 2026
YOLO: як навчити детектор об'єктів на власних даних

Щоб навчити YOLO на своїх даних, потрібні чотири речі: кілька сотень розмічених зображень, файл конфігурації датасету, готова модель як стартова точка і кілька рядків коду на Python. Ultralytics зводить саме тренування до однієї команди. Решта роботи, і вона важливіша, полягає в даних і в аналізі помилок.

Нижче повний цикл на прикладі детектора дефектів на деталях: від розмітки до експорту моделі в ONNX.

Що таке YOLO і чому з нього починають

YOLO (You Only Look Once) є сімейством детекторів, які за один прохід по зображенню знаходять усі об'єкти й видають рамку, клас і впевненість для кожного. Модель швидка, має готові ваги для старту і бібліотеку, де тренування, валідація й експорт викликаються однаково.

Актуальна версія від Ultralytics називається YOLO26 і офіційно випущена 14 січня 2026 року. За даними Ultralytics, модель видає фінальні передбачення без окремого кроку NMS, у неї прибрали DFL для простішого експорту, а версія nano працює на CPU до 43% швидше за YOLO11. Підтримуються класифікація, детекція, сегментація, оцінка пози, повернуті рамки й трекінг.

Про ліцензію. Ultralytics поширює модель під AGPL-3.0 для навчання й open-source проєктів. Для використання в комерційному продукті потрібна Enterprise-ліцензія. Перевір це до того, як закладати YOLO в архітектуру продукту.

Крок 1. Збери й розміть датасет

Для першої ітерації вистачить 300–500 зображень на клас, якщо об'єкти помітні й умови зйомки схожі на реальні. Важливіше за кількість різноманіття: різне освітлення, ракурси, фон, частково перекриті об'єкти.

Розмічати зручно в Roboflow або CVAT. Обидва вміють експортувати у формат YOLO, де кожному зображенню відповідає текстовий файл із рядком на кожен об'єкт:

0 0.512 0.430 0.120 0.085

Перше число означає клас, далі йдуть координати центру рамки, її ширина й висота. Усі значення нормалізовані від 0 до 1 відносно розміру зображення.

Структура папок:

datasets/defects/  
  images/train/   images/val/  
  labels/train/   labels/val/

Крок 2. Опиши датасет у data.yaml

path: datasets/defects
train: images/train
val: images/val
names:  
 0: scratch  
 1: chip

Валідаційна вибірка має бути незалежною від тренувальної. Якщо ти нарізав кадри з одного відео, не клади сусідні кадри в різні вибірки: вони майже ідентичні, і метрики вийдуть завищеними. Діли за відео або за днями зйомки.

Крок 3. Навчи модель

from ultralytics import YOLO

model = YOLO("yolo26n.pt")          # стартові ваги, версія nano
model.train(data="data.yaml", epochs=100, imgsz=640)
metrics = model.val()

Те саме з термінала:

pip install ultralytics
yolo detect train data=data.yaml model=yolo26n.pt epochs=100 imgsz=640

Тренувати можна в Google Colab на безкоштовному GPU. Невеликий датасет на кілька сотень зображень навчається за десятки хвилин.

Який розмір моделі обрати. YOLO26 має версії nano, small, medium, large та extra large. Починай з nano або small: вони швидко тренуються і показують, чи є в даних сигнал. Більша модель має сенс, коли ти вже вичерпав можливості даних, а пристрій, на якому працюватиме детектор, витримає навантаження.

Крок 4. Розберися з метриками: mAP, precision, recall

Метрики якості моделей детекції об'єктів: що означає кожна і коли на неї дивитися уважніше
Метрика Що означає Коли дивитися уважніше
Precision яка частка знайдених об'єктів справжні хибні спрацювання дорого коштують
Recall яку частку справжніх об'єктів модель знайшла пропуск об'єкта дорожчий за хибну тривогу
mAP50 середня точність при перекритті рамок від 50% загальна оцінка «чи знаходить»
mAP50-95 те саме, усереднене за жорсткішими порогами наскільки точно стоять рамки

Одна цифра нічого не каже без контексту задачі. Детектору дефектів на лінії важливіший recall: пропущений брак коштує дорожче, ніж зайва перевірка. Системі сповіщень у застосунку важливіша precision, бо хибні тривоги користувач швидко вимкне.

Після тренування Ultralytics зберігає графіки й confusion matrix у папці runs. Подивись, які класи модель плутає, і відкрий самі зображення з помилками. Цифри покажуть, що щось не так, а картинки покажуть, що саме.

Крок 5. Друга ітерація: працюй із даними

Найчастіші причини слабких результатів:

  • Дисбаланс класів. Подряпин 2000, відколів 80. Модель просто ігнорує рідкісний клас. Дозбирай приклади або зменш перевагу частого класу.
  • Неконсистентна розмітка. Двоє людей розмічали по-різному: одна обводила дефект щільно, інша із запасом. Узгодь правила й перевір вибірку.
  • Малі об'єкти. Дефект займає 10×10 пікселів на кадрі 4000×3000, а після стиснення до 640 пікселів зникає. Збільш imgsz або нарізай зображення на фрагменти (tiling, бібліотека SAHI).
  • Інший домен. Модель вчилася на фото з телефона, а працює на промисловій камері з іншою оптикою. Додай кадри з цільової камери.

Ітерація виглядає так: знайти помилки, зрозуміти причину, змінити дані, перетренувати, порівняти метрики. Дві-три таких ітерації зазвичай дають більше, ніж перехід на більшу модель.

Крок 6. Експортуй модель в ONNX

model.export(format="onnx")

ONNX є універсальним форматом, який запускається через onnxruntime на CPU, а також конвертується в TensorRT для Jetson чи в інші формати для прискорювачів. YOLO26 офіційно експортується в ONNX, TensorRT, CoreML та OpenVINO. Як запускати модель на пристрої й навіщо квантизація, ми розібрали в статті Edge AI на Raspberry Pi і Jetson.

Де навчитися системно

У освітній програмі Computer Vision fine-tuning YOLO26 на власному датасеті займає центральну частину курсу: розмітка в Roboflow, тренування, аналіз помилок, друга ітерація й експорт в ONNX. Базові поняття комп'ютерного зору зібрані в окремому гайді.

Перейти в блог

Популярні питання та відповіді