Агенція розвивалася, база клієнтів збільшувалася, спочатку це були полтавські компанії, згодом ми вийшли на національний рівень. Yoda Consult надавала піар-послуги на умовах аутсорсу. Нашими клієнтами, наприклад, були лідери аграрного ринку, газового ринку, паливо-мастильного ринку.
Згодом я зрозумів, що настав час рухатися далі, а саме, на зовнішні ринки. До того ж хотілося попрацювати в продукті, відчути овнерство та мати можливість сказати, що ось це твоя робота і ти це зробив. Я обрав IT саме за те, що працювати можна з будь-якої точки світу, не треба, наприклад, відправляти команду кудись, як у випадку з продакшеном.
Окрім того, я фанат Насіма Талеба, зокрема його книги «Антикрихкість». І для мене важлива ця антикрихкість – розуміння того, що за будь-яких непередбачуваних подій ти все одно залишишся у безпеці, у плані роботи у тому числі.
До того ж я розумів, що за 7 років я надто сильно приріс до агенції, приріс до соціальних мереж, до тих умінь, які в мене були. І потрібно з цим щось робити. Перехід в ІТ, рух до чогось нового, туди, де немає жодного досвіду, де немає якихось навичок, знайомств – це і був мій особистий челендж.
Мені був вже майже 31 рік, коли я вирішив змінити професію. І для початку я проконсультувався зі знайомою – Тетяною Бойченко, яка працює Chief People Officer у Beetroot. Вона порадила не думати про вік, але тримати в голові три складові успіху: фінансову подушку, англійську мову та pet-проєкти.
І це справді геніальна порада, яку я тепер і сам всім раджу. Це речі, які максимально важливі для того, щоб рухатися в ІТ.
В мене була стратегія: я звільнявся з роботи в травні 2021 року, і до кінця року в мене залишалося 7 місяців. Я порахував, що в середньому зможу в день виділяти 6-7 годин активного розумового часу на навчання, тож до кінця року в мене є 1000 годин.
Я вирішив, що витрачу ці 1000 годин на навчання, нічого при цьому не заробляючи. Але якщо за 7 місяців не отримаю роботи аналітиком, то, мабуть, це не моє, і я повернуся до комунікацій.
Розглядаючи різні професії у сфері IT, я звернув увагу саме на дата-аналітику. Чому? Тому що я, як кажуть, data geek – мені подобається працювати з даними, я себе хочу максимально оцифрувати. Наприклад, за допомогою гаджетів, я оцінюю свій сон – чи добре я сплю, біг – наскільки покращується моя швидкість, кількість споживання кисню тощо.
В мене не було великого бекграунду в аналітиці, але було зацікавлення. Коли працювали з соцмережами замовників, зрозуміло, що доводилося аналізувати якісь цифри: охоплення, вартість кліку, переходу. Але все це було на такому собі дитячому рівні у порівнянні з дата-сетами, які важать сотні гігабайт.
Враховуючи, що я живу в Полтаві, то само собою зрозуміло, чому я обрав Beetroot Academy. Я бачив, коли компанія відкривалася, як вона далі розвивалася, до того ж знав одного з засновників – Андреаса Флодстрома. На той час, за масштабами Beetroot Academy була найпершою школою для айтівців, де ти приходиш і бачиш величезні офіси, і там працює та навчається купа людей. Взагалі в мене сфера IT довгий час асоціювалася саме з Beetroot Academy.
У 2016 році я навіть встиг тут закінчити курс з фронтенду. На той час заняття проходили офлайн, тобто ти жив зі своїми одногрупниками в одному місті, особисто зустрічався на лекціях. Це дуже цікавий досвід. Для того, щоб пройти курс, потрібно було виділяти максимум часу та максимум зусиль. Але тоді я працював і, на жаль, не віддавався навчанню на 100 %.
Згодом під час пандемії коронавірусу я спробував знову піти навчатися, обрав курс Python та знову на заваді стала зайнятість на роботі, тож я покинув навчання на середині. Та через рік я знову задумався про дата-аналітику та Python – мову, яка використовується для роботи з великими дата-сетами. Для мене це був, певною мірою, незакритий гештальт. Я прагнув зрозуміти: я не закінчив курс, тому що в мене немає хисту до цього, чи тому, що роботи було багато, і важко було поєднувати її з навчанням?
Навчання тривало з травня до вересня 2021 року. Викладав у нас Олександр Солявкун. Найбільше мені сподобалася і запам’яталася атмосфера підтримки. Нас було 13-14 людей в групі, кожен намагався підтримати одне одного. Хтось навчався в університеті і хотів рухатися в ІТ, хтось уже мав якусь роботу, але хотів її змінювати. Відчуття комьюніті та того, що ми рухаємося однією дорогою, мені сподобалося.
Була частина людей, які старалися прийти на лекцію за 5 хвилин до початку. В цей час у нас тривали такі собі small talk – можна було поділитися новинами, розпочати дискусію. Навіть бувало, що коли викладач вже приєднувався, то він ще кілька хвилин не переривав наше обговорення.
Олександр викладався на 100 %, але мені на курсах завжди подобається ще й peer-to-peer комунікація, коли студенти можуть самі між собою спілкуватися. В мене було багато часу, тож я з радістю допомагав з якимись питаннями чи кодом одногрупникам, які до мене зверталися. Здзвонитися та поспілкуватися 20 хвилин – для мене це не проблема.
Ключовим для мене був курс Академії, але додатково я накидав собі план по дисциплінам, які згадувалися у вакансіях дата-аналітика. Наприклад, BI системи, які допомагають робити дашборди, мова SQL і навіть статистика. Виявилося, в університеті, де я вчився на інженера-будівельника, у нас викладали вищу математику, але статистики як такої в мене не було. Тому доводилося окремо читати книги, шукати курси, я навіть проходив підготовку до ЗНО, де була шкільна статистика. І це допомогло.
В міру навчання, список додаткових дисциплін ріс, але оскільки у мене був вільний час, мені було доволі легко проходити програму курсу, робити домашки, а решту часу витрачати на ці дисципліни.
Дивитися вакансії та подаватися на них я почав вже через місяць навчання. Річ у тім, що я 7 років не шукав роботу, та й раніше робота сама знаходила мене, оскільки я був доволі активний в медіа, і саме так мені запропонували посаду в агентстві. Тож я розумів, що, можливо, моє резюме не відповідає сучасним вимогам. Про супровідний лист я тоді взагалі вперше почув.
Я став шукати роботу, зокрема, і щоб протестувати себе. Наскільки в мене гарний профіль в LinkedIn, чи зацікавить роботодавців моє CV, яке враження справляє мій супровідний лист? Майданчики Dou.ua, Djinni.co та LinkedIn – це те нове, що я відкрив тоді для себе.
Я інколи люблю деяким людям показувати мій найперший супровідний лист і той, який допоміг мені отримати роботу. В першому було щось на кшталт: в мене немає ніякого досвіду в цій сфері, але я дуже системний, швидко вчуся, візьміть мене, будь ласка. В останньому я вже чітко розписую, хто я, що я витрачаю ці 1000 годин на навчання, і що я вже вивчив. А далі розписую по кожній вимозі у вакансії: що я знаю і наскільки я відповідаю цій вимозі, які маю докази своїх знань (сертифікати, проєкти тощо).
Пошук роботи тривав два місяці, але я розумію, що потрібно було пройти цей шлях. І це були два місяці відмов, інтерв’ю, тестових, відсутності відповіді або відразу відмов. Тодішній час, літо 2021 року, зараз називають ледь не золотим періодом українського IT. Дійсно, на ринку праці було багато пропозицій для айтівців, але це були вакансії для досвідчених фахівців. Початківцям і тоді було важко, і зараз не легше.
Найнеприємніше під час пошуку роботи – це отримувати відмови. Ти стараєшся, намагаєшся на повну викластися на співбесіді, але ти отримуєш реджект. І це демотивує. Та я придумав собі черговий челендж, певною мірою, гейміфікацію: чи зможу я за 7 місяців, які я собі виділив на перехід до нової сфери, отримати 100 відмов?
При цьому я продовжував старанно готуватися до кожної співбесіди, викладатися на повну на тестовому, тому що справді хотів отримати цю роботу. Але приходила відмова. І я такий собі думав: «Окей, +1». Насправді це здається легко – отримати відмову, насправді 100 відмов не так просто дістати. Наприклад, якщо рекрутер перестає спілкуватися, не відмовляючи, це не рахується за відмову.
Також з неприємних моментів для мене був стрес, який відчуваєш під час співбесіди. І я теж знайшов для цього рішення. Я ввів інтерв’ю з рекрутерами у свою рутину, тобто в мене майже щодня була співбесіда. Так з часом я звик. Це як починати бігати: спочатку в тебе калатає серце, тобі важко, а потім ти тренуєшся та адаптуєшся, і бігти стає все легше.
До слова, більшість моїх одногрупників чекали закінчення курсу, щоб почати пошуки роботи. А я знайшов її за місяць до закінчення навчання. Тобто вони стикнулися зі всіма «підводними каміннями» пізніше за мене і втратили якийсь час.
Тому моя порада: старатися одразу рухатися. Або ж, якщо ви все ж таки боїтеся, що ще не вистачає знань, починайте шліфувати свій супровідний лист. Шукайте знайомих, хто працює HR, Talent Acquisition, або рухайтеся на безкоштовні менторські майданчики, наприклад ADPList, там багато рекрутерів, Talent Acquisition-менеджерів. Вони безкоштовні, але треба знати англійську. А якщо у вас проблеми з англійською, то кидайте резюме та супровідний лист і починайте шліфувати англійську, бо без неї дуже складно буде.
З приємних вражень з того періоду згадую, коли отримав перший офер. Це відбулося десь через 1,5 місяці з початку пошуку роботи. І це було відчуття, що ти це можеш, що отримати роботу за новим фахом – реально.
Перші дві компанії, які запропонували мені офер, були пов’язані з фінтехом, але ця сфера мені була не дуже цікава, тож я відмовився. Третій офер я отримав від геймдев-компанії Bini Games, і я його прийняв. Я взагалі фанат Duolingo, і мені здалося, що цей український розробник розвивальних мобільних додатків для дітей чимось схожий з Duolingo. У Bini Games я спочатку працював маркетинговим аналітиком, а зараз я продуктовий аналітик.
Після того, як я сам навчався та шукав роботу, я зрозумів, що було б добре, щоб студентам ще під час курсу радили шукати менторів. Я знаю, що в Beetroot Academy є менторська програма, але вона розрахована вже на випускників. А, на мій погляд, менторство – це чудовий інструмент, яким краще почати користатися раніше, ніж пізніше.
Ментори – це люди, які вже мають досвід і які можуть тебе трошки швидше привести до цілі. Так, вони не замінять тобі сотні годин, які ти маєш витратити на навчання, але вони все одно можуть десь допомогти, десь підказати, десь навіть порадити вас якимось знайомим роботодавцям, які, наприклад, шукають фахівця-початківця.
Я свого часу прийшов з питанням про менторство до одного Data Scientist відомої української компанії. Він послався на те, що в нього немає часу, але принаймні він подивився мій навчальний план і сказав, що він виглядає доволі добре. Але під час пошуку роботи я не використовував менторство, можливо це б пришвидшило мій шлях.
1. Визначте, ким хочете бути. Можливо, ви прочитали, що фронтендер чи UX-дизайнер – це гаряча професія. Але коли ти 8 годин на день сидиш над цією роботою, вона може здатися не такою вже захопливою. Гроші – це добре, але ви маєте усвідомити, що ви цим будете займатися 40 годин на тиждень, мінімум кілька років. І робота має приносити задоволення.
2. Визначте, скільки часу готові присвячувати навчанню, і трекайте цей час. Не просто скажіть собі: «Я буду цьому приділяти цьому 2 години на день», а вимірюйте та занотовуйте час. Може статися, що тиждень пройшов, а ви собі так нічого не затрекали.
3. Робіть пет-проєкти як тільки вивчили якусь технологію, бібліотеку, мову. Це дуже важливо, адже людині без комерційного досвіду складно довести, що вона має якісь знання, навички без пет-проєктів.
4. Починайте подаватися на вакансії, щоб перевірити свої проблемні місця. Є певний процес найму співробітника, і на якомусь етапі ви будете «відпадати». Наприклад, рекрутер не буде хотіти з вами одразу говорити або поговорить, а на технічну співбесіду не запросить. Або вас запросили на технічну співбесіду, а ви погано відповідали, або добре відповіли, але тестове погано зробили. На якомусь етапі ви будете постійно провалюватися, і вам потрібно подумати, яким чином підсилити себе. Але якщо ви не почнете подаватися, ви навіть не зрозумієте, де ваше слабке місце.
5. Знайдіть ментора для швидшого руху. Зараз є купа менторських програм, платформ, зокрема ADPList (англійська, безкоштовно), TheWays (українська, плата залежно від ментора), також Women in Engineering періодично проводить менторські програми. Можна просто написати людині, за якою слідкуєте у соцмережах, щоб хоча б на півгодини-годину зустрітися з нею онлайн і проговорити свої питання.
6. Знайдіть або створіть свою маленьку спільноту колег-початківців. Це можуть бути спільноти людей однієї професії, наприклад, фронтендери, або ж кросфункціональні команди. Наприклад, з'являються проєкти на зразок #трейніроблятьстартап, де початківці різних спеціальностей разом роблять пет-проєкт для своїх портфоліо. І це буде готовий продукт, в якому кожен з них зробив свій внесок. Це відчуття належності – воно дуже допомагає, як на мене.
7. Святкуйте маленькі перемоги. Протягом цього багатомісячного шляху з пошуку роботи будуть відмови, розчарування, колись навіть захочеться все кинути. Тому важливо винагороджувати себе навіть за маленькі досягнення. Пройшов курс – окей, зробив проєкт – окей, потрапив на співбесіду (можливо вона навіть закінчилася відмовою, але ти все одно туди потрапив) – це теж окей. І ці маленькі перемоги треба святкувати, купити тортика чи випити комбучу, чи що вам до вподоби.
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 поговоримо в іншій статті.
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.
Людина з продуктового IT звикла, що задача приходить у Jira, добре описана, і на неї є два тижні. У defence за цей час продукт може встигнути пройти випробування, отримати фідбек з фронту, змінитися — і знову повернутися на випробування. Тому задача, яка була пріоритетною в понеділок, уже за кілька днів може поступитися зовсім іншій.
За спостереженнями BazaIT Defense, від 70 до 80% кандидатів у технічному напрямі приходять саме з класичного IT: software, AI/ML, Computer Vision, embedded. Сильних спеціалістів серед них багато. Перехід в deftech часто не складається з іншої причини: людина уявляє роботу в defence так, як вона виглядає у зрілій продуктовій компанії, а конкретна команда живе в іншому ритмі.
Ми попросили Оксану Горбунову, CEO BazaIT Defense, пояснити, як влаштована культура defence tech і що з цим робити кандидату.
У продуктовому IT роботу планують від бізнес-плану і roadmap. У defence на продукт дуже сильно впливає те, що відбувається на фронті.
«Команда може мати план на кілька місяців, але отримати фідбек від військових, який змінює пріоритети буквально на наступний тиждень. Те, що ще вчора було важливою фічею, сьогодні може поступитися проблемі, яку потрібно вирішити максимально швидко», – каже Оксана.
Друга причина в тому, що компанії ростуть дуже швидко. За короткий час невеликий R&D-стартап стає компанією з виробництвом і сотнями людей, і процеси не завжди встигають за цим ростом. Третя: R&D, тестування і виробництво тут часто йдуть одночасно. Продуктом уже користуються, а команда паралельно тестує наступну версію, змінює конструкцію чи софт і масштабує виробництво.
Тому менша передбачуваність сама по собі ще не означає поганий менеджмент. Але Оксана радить тримати межу: «Важливо розрізняти цю специфіку і звичайний організаційний хаос. Не кожну відсутність процесів варто пояснювати тим, що „це defence“».
З'являється новий сценарій використання, проблема під час експлуатації або змінюються умови на полі бою, і команда переключається. Найсильніше це відчувають продуктові та R&D-команди, які постійно отримують фідбек від військових.
Тримати фокус допомагає розуміння, чому пріоритет змінився. Коли ти бачиш зв'язок між своєю задачею і реальною потребою користувача на фронті, зміни сприймаються зовсім інакше, ніж задачі, які хаотично прилітають від менеджменту. «Коли команда постійно не розуміє, що і навіщо вона робить, це вже питання до менеджменту», – пояснює Оксана.
На практиці це означає, що рішення часто доведеться приймати з тією інформацією, яка є зараз. Зробити, протестувати, отримати фідбек і швидко скоригуватися.
Детальну специфікацію на десять сторінок у defence отримують рідше. Частіше команда чує щось на кшталт «у таких умовах зв'язок нестабільний», «цей елемент незручно замінювати в полі» або «потрібно скоротити час розгортання системи». Технічне рішення вона шукає сама.
Тому тут особливо цінують людей, які вміють уточнити контекст, запропонувати рішення, швидко його зробити і перевірити на практиці.
Найбільше прив'язані до фізичної присутності hardware, embedded, electronics, robotics, mechanical/CAD, QA і виробничі ролі. Інженеру може знадобитися зібрати прототип, попрацювати з платами, протестувати обладнання або поїхати на полігон. Software, AI/ML, Computer Vision, аналітика і частина product- та business-функцій частіше мають гібридний або віддалений формат, хоча й тут усе залежить від продукту і безпекових обмежень.
Оксана радить ще до оферу прямо спитати: скільки днів потрібно бути на локації, чи є регулярні виїзди на полігон або виробництво, чи можливий remote і чи може формат змінитися залежно від етапу продукту. Очікування повністю віддаленої роботи, до речі, одна з частих причин, чому перехід так і не відбувається.
Коли у вакансії пишуть «потрібна людина, яка бере відповідальність», зазвичай мають на увазі цілком конкретну поведінку. Приклад від Оксани: інженер бачить, що компонент нестабільно працює під час тестування. Він з'ясовує причину, пропонує варіанти, перевіряє їх і повертається з рішенням або з чітким описом того, що блокує результат. Зафіксувати баг і чекати наступної задачі тут замало.
Цінують людину, яка розуміє, який результат потрібен команді, і рухає задачу до нього, навіть коли формально її частина вже зроблена.
Єдиної «культури defence» немає. У невеликому стартапі менше формальних процесів, ролі ширші, і на одній людині більше відповідальності. Embedded-інженер там може писати код, тестувати прототип, працювати з hardware-командою і їздити на випробування. У великого виробника зони відповідальності чіткіші, R&D і production розділені, погоджень більше, а процеси вже усталені.
Ще один розрив стосується умов. До BazaIT Defense приходять дуже сильні, іноді overqualified спеціалісти з великих продуктових компаній, які очікують ту саму зарплату, бенефіти, зрілі процеси і чітко визначену роль. Стартап на 30 чи 50 людей може запропонувати сильний продукт і багато відповідальності, але такого рівня процесів і умов у нього ще може не бути.
Тому на співбесіді варто з'ясувати, на якому етапі компанія, як побудована команда і наскільки сформовані процеси. «Проблема часто в тому, наскільки очікування фахівця збігаються з реальністю конкретної компанії», – підсумовує Оксана.
Передусім сильну експертизу у своїй спеціалізації. «Сильний embedded, hardware, software, AI/ML, Computer Vision чи product-фахівець із цивільного IT може бути дуже цінним, навіть якщо раніше не працював у цій індустрії», – каже Оксана.
Далі йдуть самостійність і продуктове мислення. Від senior-інженера можуть чекати, що він сам побачить ризик, запропонує рішення і перевірить його. А фідбек від військових треба вміти перекласти в технічне рішення, тож розуміння проблеми користувача тут дуже допомагає.
Свої transferable skills кандидати часто недооцінюють. Досвід побудови процесів, масштабування команд, QA, роботи з даними, product management, системної документації чи запуску продуктів може виявитися саме тим, чого бракує компанії, яка дуже швидко виросла. «Я б точно не відмовлялася від вакансії тільки через фразу „defence experience preferred“. Релевантна експертиза з IT часто важливіша за сам факт роботи в defence».
Що заважає на старті? Найчастіше очікування, що все працюватиме як у зрілому продуктовому IT. Також звичка думати «це не моя зона відповідальності»: у командах, які швидко ростуть, межі ролей менш жорсткі, особливо на ранніх етапах. І бажання спершу зробити ідеально, а потім показати результат. У багатьох defence-продуктах важливіше швидко зробити робочу версію, протестувати її в реальних умовах, отримати фідбек і покращити. Якість при цьому лишається важливою, змінюється сам цикл роботи.
Фраза «вмію працювати в умовах невизначеності» рекрутеру майже нічого не каже. Працює конкретний досвід: яка була невизначеність, що ти зробив/-ла і який отримав/-ла результат.
Оксана показує різницю на прикладах.
Слабко: «Стресостійкий, адаптивний, швидко реагую на зміни».
Сильніше: «Запустив MVP за 6 тижнів в умовах неповних вимог: самостійно пріоритезував критичний функціонал, організував тестування та доопрацьовував продукт на основі фідбеку користувачів».
Для інженера слабко: «Вмію працювати без чіткого ТЗ».
Сильніше: «Отримав проблему без готового технічного рішення, сформував 3 гіпотези, протестував їх на прототипі та впровадив рішення, яке зменшило кількість помилок на 30%».
Пошукай у своєму досвіді ситуації з неповними вимогами, самостійними рішеннями, зміною підходу після тестування або запуском чогось із нуля. Такі кейси показують готовність до defence-середовища набагато краще за перелік soft skills.
Прямо про невизначеність питають рідко. Частіше просять розповісти про ситуацію:
Насторожує, коли кандидат у кожному кейсі чекав рішення менеджера, перекладав відповідальність або дуже негативно говорить про зміни, наприклад: «мені постійно змінювали вимоги, тому неможливо було нормально працювати». Переконує протилежне: людина уточнила контекст, визначила, що може зробити сама, запропонувала варіанти, перевірила гіпотезу і повернулася з результатом.
Фраза «я нормально ставлюся до хаосу» тут не допоможе. Потрібен приклад, де ситуація стала непередбачуваною, а ти знайшов/-ла спосіб рухатися далі.
Співбесіда працює в обидва боки. Оксана радить питати про конкретні приклади з роботи команди, а не про «корпоративну культуру» загалом.
Розуміти, як влаштована сфера, корисно ще до першого відгуку на вакансію. Для самого переходу знадобляться навички під конкретну роль і практика, яку можна показати на співбесіді.
Beetroot Academy розвиває напрям Defence & Dual-use з 2025 року: Embedded Development, Drones Firmware, Computer Vision, SolidWorks Core і програма для нетехнічних спеціалістів та Project management у Defence. Програма для нетехнічних будується навколо доменного контексту: як влаштована галузь, які ролі в ній є і що очікують від людини в перші місяці роботи.
«Не чекайте, поки станете „ідеальним defence-кандидатом“. Дуже багато людей відсіюють себе самі, бо бачать у вакансії „defence experience“ або думають, що їхній досвід із класичного IT тут не релевантний. Краще подивіться на свої навички й запитайте: яку конкретну проблему defence-компанії я вже вмію вирішувати? Це може бути embedded, AI, Computer Vision, QA, product, побудова процесів чи масштабування команд. І вже з цим ідіть говорити з компаніями. Defence-досвід можна отримати, тільки зайшовши в defence».
Подяка експертці
Оксана Горбунова — COO & Co-Founder BazaIT, CEO BazaIT Defense та Founder & CEO Defense Core. Працює з командами та бізнесами в defence tech — допомагає знаходити сильних фахівців, будувати стратегічні партнерства, залучати інвестиції, виходити на нові ринки та запускати спільні виробництва.
.png)
