Перш ніж розпочинати навчання, варто зрозуміти, чого саме хочеш досягти. Якщо робота в ІТ, то що саме це має бути: тут можна нарахувати десятки, якщо не сотні напрямків. Часто новачок боїться озвучити ціль, бо коли вона стає конкретною, є ризик, що не дійдеш до неї.
Один зі знайомих, який думає про перехід із бренд-менеджменту, досі не може зрозуміти, що йому цікавіше: маркетинг чи аналітика. Розвиватися в обох сферах важко, оскільки кожна вимагає багато часу для освоєння і має свої інструменти.
Ставлячи мету перед звільненням з попередньої роботи, я ставив чотири питання:
Одне з того, що допомагало протягом світчингу, — трекер часу. Цей інструмент поки що мої знайомі ігнорують, але я впевнений у його ефективності. Не вимірюючи навчальний час, не бачиш скільки вклався у нього за день, тиждень, місяць. Для мене ідеальним варіантом став Toggle Tracker, його безкоштовної версії вистачає для усіх потреб.
«1000 годин для навчання» для мене звучить гарно й амбітно. Хоч це й нагадує «правило 10 000 годин Градуела», але ідеться трішки про інше. За 1000 годин ти здобудеш навички, необхідні для початкового рівня. Але це повинна бути цілеспрямована робота над собою.
До війни я розглядав два підходи світчингу: поступовий і радикальний. Ці форми актуальні і нині.
Якщо нині все ж є змога обирати, то радив би почати з поступового шляху: щодня приділяти хоча б годинку, щоб вчити основи в обраній тобою сфері. Якщо захопить, то можна і довше.
Я обрав напрямком роботу з даними, вивчав ази Python, читав Kaggle та дивився влоги людей, які вже працювали в аналітиці та Data Science. І готував себе до радикального шляху.
Декого з моїх знайомих стримує той факт, що нинішня робота все ще приносить більше, ніж посада новачка. Тут немає правильних рішень: або погоджуєшся на менше і з часом компенсуєш втрачене зростанням оплати, або ж лишаєшся на стабільній (поки що) попередній роботі. Але як побачили за останні три місяці — ця стабільність може бути дуже хиткою.
Після розуміння цілей та часу на навчання, визнач, що саме збираєшся вчити. І для себе, і для знайомих я використовую такий алгоритм:
Особисто моїм топом в аналізі даних став курс з Python на 4 місяці від Beetroot Academy, який розбавляв SQL, Power BI, Tableau, статистикою, практичною роботою з даними, англійською та активністю з пошуку роботи.
Це питання залежить від того шляху, який обираєш. Якщо світчитися поступово, то варіантів три: ранок, вечір, ранок + вечір. Все залежить від біоритмів та хобі. Мені складно вчитися зранку у будні, але набагато легше ввечері після пробіжки. Комусь — навпаки.
У випадку радикального шляху, можна вчитися, коли завгодно. Але все ж раджу використовувати час з 9 до 18, щоб все-таки був певний режим. Під час свого «добровільного безробіття» практикував спільні виходи з дружиною з дому: вона йшла на роботу, а я повертався додому за 10-15 хвилин, ніби на власний офіс.
Раджу пам’ятати про так званий снек-час. Тобто проміжки у 10-15 хвилин, які можна використати, щоб засвоїти щось нове. Наприклад, у черзі чи в транспорті. Якщо повітряна тривога зустрічає мене не вдома, то маю з собою додаток Udemy, й у сховищі дивлюся актуальний курс.
Звісно, код на телефоні писати складно, але послухати тему зі статистики чи теорії ймовірності цілком можливо.
У перші тижні війни мені, як і багатьом знайомим, було складно сконцентруватися на роботі, не кажучи про навчання. Але поступово цей ресурс вдалося відвоювати у ресурсів з новинами.
Останні кілька років мені допомагає система Pomodoro: розподіляєш роботу у відрізки по 25 хв і потім 5 хв відпочиваєш. Це зручно у роботі з digital, коли маєш багато коротких задач.
Але у випадку дата-аналітики, особливо там, де йде робота з кодом, цей підхід не працював: пів години — надто мало для того, щоб в’їхати у задачу і придумати хороше рішення. Тому підхід, який працює для мене останній рік — 50/10: 50 хвилин сконцентрованого навчання чи роботи та 10 хвилин відпочинку. Разом це — година, щоб допомагає зручно моніторити, якщо починати цикл на початку години.
У ці 10 хвилин варто розвантажити голову і попрацювати руками: застелити ліжко, помити посуд, прибрати за котом. Соцмережі та новини теж стараюся дивитися тільки у цей проміжок. Хоча і розумію, що розфокусуватися це не дуже допомагає.
Друк наосліп — навичка, яка дуже допомагає, незалежно від майбутньої спеціалізації в ІТ. Це стосується і української, а особливо англійської, на якій писатимете код.
Як би важко це не було на початку, згодом зекономить час, коли повторюватимете код за лектором. До того ж це може бути маленькою перемогою під час довгої дороги до світчингу.
Чим краще ти залучиш себе до навчання — тим більше шансів, що все закінчиться позитивно. Мої підходи:
Журналіст Малкольм Гладуел у книзі «Неординарні» розповів про «правило 10 000 годин». Якщо коротко: потрібно витратити стільки часу, щоб стати експертом міжнародного класу.
Та тут є хитрість. Потрібно вдосконалювати себе саме там, де є складнощі, а не просто постійно робити одне й те ж в надії, що це покращує навички. Наприклад, вивчивши базу SQL, варто розбиратися зі складнішими темами, типу процедур та віконних функцій, а не перепроходити цю базу на іншому курсі.
Варто пам’ятати про криву складності: матеріал треба підбирати так, щоб він був на межі поточних можливостей. Якщо освоюватимеш табличку множення у 31 рік — буде нудно. Якщо ж перемножуватимете матриці вперше за 10 років — занадто складно. Шукай середину.
Найкраща можливість перевірити знання — співбесіди. Оскільки може бути пастка нескінченності курсів, як це трапилося з моїм знайомим фронт-ендером. Йому здається, що він ще недостатньо знає для пошуку роботи. Цій неготовності уже більш як десять місяців.
Співбесіди — це стресова перевірка, але вона потрібна, щоб побачити слабкі сторони. Розумію, зараз дійти до співбесіди початківцю стало складніше, але все ж треба пробувати.
Після кожного технічного інтерв’ю раджу виписувати те, на чому були складнощі і детальніше це пропрацьовувати. Після кількох таких ітерацій набагато впевненіше себе почуватимеш.
Якщо все ж не можеш потрапити на справжню співбесіду, почни з легших варіантів. Перший — Pramp — безкоштовний сервіс, де двоє кандидатів англійською проводять співбесіди один з одним. Моїми партнерами стали дослідник з Единбурзького університету і колишня розробниця з Apple.
Другий — Interview Warmup від Google, який аналізує відповіді англійською і показує семантичний аналіз, допомагаючи побачити інсайти, типу використовування робочої термінології, найчастіше вживані слова тощо.
У школі та університеті розклад переважно нам подавали від керівництва. При світчингу ти сам собі формуєш його.
Я прихильник чергування дисциплін, щоб мозок перемикався між активностями. Наприклад, Python з математикою, SQL з Power BI, пошук роботи з англійською. Натомість один з моїх знайомих бере певну дисципліну і приділяє їй тиждень з ранку до вечора.
Твій розклад має підходити під можливості. Наприклад, якщо я навчаюся у вихідний, то мені простіше на початку дня писати код, а у другій половині — працювати з рутинними задачами.
Якщо все ж хочеш перейти в іншу сферу, то оточення повинно максимально цьому допомагати. Навіть якщо це не напряму навчає хард-навичкам.
Те, що довкола нас, не менш важливе за інформаційний простір. І його потрібно адаптувати під свої навчальні потреби.
Я вірю, що навіть війна не зможе зупинити людину, яка вирішила відкрити для себе нову сферу. Так, це буде складніше, ніж раніше, але все ж можливо. Успіхів вам і оферів!
Оригінал статті тут.
Найчастіший блокер для нетехнічного спеціаліста в defence tech — це власне уявлення про них. Людина відкриває опис ролі Program Manager, бачить «розуміння життєвого циклу продукту» і «взаємодія з R&D», уявляє співбесіду, де її питатимуть про протоколи й компонентну базу, і не подає резюме. Хоча роль нетехнічна, а очікуваний поріг входу значно нижчий.
Страх термінології працює і у зворотний бік. Кандидати, які все ж доходять до співбесіди, починають говорити мовою, якої не розуміють до кінця, і це помітно з перших уточнювальних питань.
Публічної відповіді на питання «скільки технічних знань треба насправді» майже немає. Описи вакансій рідко пояснюють, який рівень розуміння продукту очікується від PM, рекрутерки чи закупівельника. Тому ми поставили це питання Оксані Горбуновій, CEO BazaIT Defense, яка щодня працює з наймом в оборонних компаніях. Нижче — її відповіді про мінімальний поріг входу, різницю між ролями й те, що видно з боку роботодавця.
Технічна база для нетехнічної ролі — це розуміння продукту, а не вміння читати код.
«Треба розуміти, що саме створює компанія, для кого, як це працює на базовому рівні та який шлях проходить продукт від ідеї до кінцевого користувача», — формулює Оксана.
У перші місяці набір конкретний: базова термінологія, ключові компоненти продукту, основні етапи розробки, тестування та виробництва, ролі різних команд.
«Це допомагає говорити з інженерами однією мовою, правильно оцінювати строки, розуміти обмеження і не ставити нереалістичних очікувань».
Оксана Горбунова, CEO BazaIT Defense
Останній пункт на практиці виявляється найважливішим — саме на ньому найчастіше ламається комунікація всередині команди.
Вимоги відрізняються залежно від того, наскільки часто роль перетинається з інженерами.
Найглибше занурення потрібне PM, BA, маркетингу та procurement: ці люди постійно працюють на стику з продуктом і розробкою. Для HR, legal і фінансів достатньо добре розуміти продукт і специфіку домену без деталізації до рівня компонентів.
Різниця не в кількості прочитаних матеріалів, а в тому, наскільки часто вам доведеться ухвалювати рішення, що впливають на інженерний цикл.
Тут відповідь оптимістичніша, ніж очікує більшість кандидатів.
За перші 2–4 тижні людина вже орієнтується в базових термінах і продукті своєї компанії. Глибше розуміння галузі приходить протягом наступних місяців, і це нормальний темп, на який компанії розраховують.
Тобто вимога прийти вже з доменною експертизою здебільшого не є реальною. Вимога прийти з готовністю швидко її набрати — є.
Головна помилка нетехнічних спеціалістів у defence — вважати, що технічні наслідки стосуються лише інженерів.
«Кандидати часто думають, що зміна однієї деталі або функції — це питання кількох днів. Насправді вона може вплинути на тестування, сумісність з іншими компонентами, виробничий цикл, документацію та строки постачання. Так само недооцінюють залежність від компонентної бази, сертифікації, імпортних поставок або необхідності польових випробувань».
Оксана Горбунова, CEO BazaIT Defense
Друге, що випадає з поля зору, — специфіка кінцевого користувача. У defence рішення ухвалюються з огляду на надійність, безпеку й поведінку виробу в польових умовах, а не лише на бізнес-логіку. Це змінює пріоритети всередині кожної ролі: від того, які ризики закладає юрист, до того, які обіцянки дає sales.
Звідси і практичний висновок: базову технічну термінологію, життєвий цикл продукту і вміння ставити інженерам правильні запитання варто освоїти швидко. Навіть якщо у вашій вакансії немає жодного рядка про технології.
«Частіше не на технічних знаннях, а на нереалістичних очікуваннях від роботи в defence. Наприклад, кандидат не готовий до onsite-формату, швидкої зміни пріоритетів, неповних процесів або обмежень через конфіденційність. Термінологію можна довчити, а от готовність працювати в такому середовищі видно вже на співбесіді».
Оксана Горбунова, CEO BazaIT Defense
Окремий блок питань — безпековий. Про готовність до background check, поліграфа, NDA та обмежень на розголошення можуть запитати прямо. Насторожує роботодавця легковажне ставлення до конфіденційності або бажання показувати внутрішні матеріали в портфоліо. Детальніше про те, як влаштована перевірка на поліграфі та як до неї підготуватися, ми розбирали в окремому матеріалі.
Ще одна річ, яку видно швидко, — спроба здаватися технічнішим, ніж є.
«Коли людина оперує термінами, але не може пояснити логіку продукту або простий сценарій його використання, це швидко руйнує довіру. Для нетехнічної ролі значно сильніше виглядають чесність і здатність швидко розібратися, ніж спроба „зіграти інженера”».
Оксана Горбунова, CEO BazaIT Defense
Самостійність і здатність працювати з неповним контекстом. Готовність до швидкого темпу, до відсутності чіткого ТЗ, до процесів, які ще формуються або виглядають нетипово.
У багатьох defence-компаніях не буде кількох місяців структурного онбордингу. Треба швидко знаходити потрібних людей, ставити питання і рухати задачу далі.
Наявність власного нетворку в галузі Оксана називає окремою перевагою. Це збігається з тим, що ми чуємо від кандидатів: у defence вхід часто відбувається через рекомендації.
За два тижні цілком реально зібрати робочу базу. Мінімальний набір виглядає так:
→ що саме створює компанія і хто її кінцевий користувач
→ сценарій застосування продукту
→ основні конкуренти
Оксана радить дивитись далі за сайт компанії: досліджуйте інтерв’ю засновників, демо продукту, профільні медіа та матеріали самих defence-компаній. Це швидше дає живий контекст, ніж вивчення термінів окремо від продукту.
І кілька питань, які варто поставити самому, адже вони показують розуміння сфери краще за будь-яку термінологію:
Оксана наводить три реальні приклади переходу без технічного бекграунду.
Project Manager → Program Manager. П’ять років проєктного менеджменту в ІТ-компанії, управління командами розробки та запусками продуктів. Без військового чи технічного бекграунду — перехід в проєктний менеджмент до defence-виробника. Перші місяці пішли на специфіку продукту, виробничі процеси і взаємодію з військовими користувачами. Через пів року — координація кількох продуктових напрямів і взаємодії між R&D, виробництвом та замовником.
Supply Chain → Procurement Manager. Закупівлі й логістика у великій виробничій компанії, далі — напрям закупівель компонентів у defence. Найбільшим викликом стало не освоєння професії, а нові вимоги до якості, швидкості постачання і пошуку альтернативних постачальників.
Business Development → Partnerships Manager. Міжнародний бізнес-розвиток у технологічній компанії, далі — робота з міжнародними виробниками, інтеграторами та державними замовниками. Спрацювали навички ведення переговорів і побудови партнерств, а специфіку напряму людина опанувала вже в процесі.
Спільне у всіх трьох: перенесена функціональна база плюс кілька місяців на домен.
За практикою BazaIT Defense медіанний термін повного закриття вакансії — 44 дні. Від першого контакту з кандидатом до найму проходить у середньому 24 дні.
Різниця між цими цифрами показує головне: значна частина часу йде на пошук потрібної людини, а не на співбесіди й оформлення. Це узгоджується із ширшою картиною ринку — за перший квартал 2026 року оборонні роботодавці опублікували 3005 вакансій на DOU, а середня кількість відгуків на позицію впала до 7–9 (детальний розбір ринку праці в defence tech). Для кандидата це означає, що видимість на ринку і власний нетворк впливають на результат не менше, ніж підготовка до інтерв’ю.
Технічна база для нетехнічної ролі в defence — це розуміння продукту, його користувача й того, як одне рішення відгукується в тестуванні, виробництві й документації. Термінологію можна довчити за кілька тижнів. Готовність працювати в середовищі з високою ціною помилки, неповними процесами й обмеженнями через конфіденційність довчити складніше — і саме її перевіряють першою.
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.
Beetroot Academy розвиває напрям Defence & Dual-use з 2025 року: Embedded Development, Drones Firmware, Computer Vision і програма для нетехнічних спеціалістів. Програма для нетехнічних будується навколо доменного контексту: як влаштована галузь, які ролі в ній є і що очікують від людини в перші місяці роботи.
На вебінарах про вхід у defence tech питання про поліграф звучить майже щоразу. Рекрутинг-команда Dwarf Engineering в одному з наших спільних матеріалів формулювала це так: семеро з десяти розробників відпадають на одному з двох етапів, і поліграф стоїть у цьому списку поряд із відсутністю досвіду з апаратною частиною.
Навколо процедури багато припущень і мало конкретики. Тому ми поставили питання двом людям, які працюють із нею щодня: Тетяні Романівні Морозовій, поліграфологині з понад 23-річним досвідом, і Олександрі Тостановській, HR Director у Dwarf Engineering. Нижче їхні відповіді про те, що фіксує апарат, як виглядає дослідження зсередини, до чого готуватись і що робити з чутливими особистими обставинами.
Суперечки про доцільність поліграфу на найму тривають і в класичному бізнесі, і в defence tech. Олександра розділяє ці два контексти.
«Якщо дивитись через призму ІТ, гемблінгу чи беттінгу, я особисто досі не розумію, навіщо там поліграф, а „експерти“, які його проводять, не завжди кваліфіковані. Там питання здебільшого про крадіжку конфіденційної інформації. У Defence Tech логіка інша: компанія відповідає за цілісність свого бізнесу, кожен кандидат проходить безпекову перевірку, і поліграф є одним з її пунктів».
Олександра Тостановська HR Director, Dwarf Engineering
Ще одна функція процедури суто практична. Вона працює як стимул до відвертості: кандидати часто самі розповідають деталі своєї історії ще до тестування. Плюс це спосіб звірити те, що людина говорила на співбесіді про свій досвід.
Рішення щодо кандидата ухвалює компанія за результатами всієї перевірки. Поліграма сама собою вердиктом не є.
Назва «детектор брехні», яку часто використовують як синонім до поліграфа, неточна. Прилад записує у вигляді графіків (поліграм) динаміку кількох фізіологічних показників у відповідь на пред'явлені стимули, тобто питання. Інтерпретує ці графіки поліграфолог за конкретною методикою.
Що знімають датчики:
Окремо працює давач виявлення механічних рухів, так званий давач тремору.
«Основне призначення давача тремору полягає у фіксації несанкціонованих рухів людини під час дослідження. Ці рухи можуть призвести до появи фізіологічних реакцій, не пов'язаних зі стимулами, які надає поліграфолог, і, як наслідок, спотворити результат. Без давача тремору тестувати не можна».
Тетяна Морозова доктор психологічних наук, професор, поліграфологиня
У практиці Dwarf такі давачі вбудовані в крісло: на підлокітниках і під сідницями. Вони фіксують протидію, коли людина смикає руками або напружує м'язи.
Технічно зняти реакцію нескладно. Складність полягає в іншому: у правильній постановці питань і в часі зняття реакції.
У кабінеті присутні кандидат і поліграфолог, іноді долучається представник служби безпеки компанії. Далі процедура має кілька етапів.
Підготовка на місці. Прийшовши, людина вимикає і залишає всі гаджети, миє руки, за потреби відвідує вбиральню.
Передтестова бесіда. Спеціаліст з'ясовує позицію людини щодо питань, які винесені на дослідження замовником, проговорює самі питання і коригує їх з урахуванням отриманої інформації. На цьому етапі обов'язково оформлюється заява про добровільну згоду. Специфіка бесіди залежить від методики, але завершується вона завжди кріпленням давачів.
Стимульна частина. Тут перевіряється адекватність і специфічність реагування людини на стимули. Якщо поліграфолог отримує показники, які не підлягають експертній оцінці, до основної частини він переходити не повинен: тестування переносять.
Основна частина. Фіксується реагування на питання, які цікавлять замовника. Їх ставлять з різних боків, зі збереженням змісту, але не завжди шляхом прямого повтору. За потреби додають питання на розширення або питання, якими перевіряють пояснення людини.
Зазвичай процедура триває одну-дві години. Марафони на чотири-шість годин не є ефективними: результати такого дослідження будуть поганими, бо людина втомлена. Точний формат у конкретній компанії можна і варто уточнити в рекрутера ще до візиту.
У стимульній частині питання побутові й перевіркові: як вас звати, яку цифру ви бачите перед собою.
Безпекові питання стосуються досвіду передачі інформації, крадіжок, неправомірної вигоди, природи конфліктів на попередніх місцях роботи, причин звільнення.
Біографічні запитання спрямовані на факти, які можуть впливати на виконання службових завдань: залежності, небажані зв'язки.
Що заборонено робити перед тестом:
Що варто зробити:
Окремо про ліки. Постійний прийом скасовувати не можна. Попередьте рекрутера і поліграфолога заздалегідь: з урахуванням цієї інформації спеціаліст може трохи змістити час прийому або призначити зручніший час для дослідження.
Компанію обов'язково попереджають про:
І ще одне. Якщо на етапі пояснень щось лишилось незрозумілим, питайте прямо. Поліграфолог спочатку дає анкету, потім розповідає, як усе відбуватиметься, і це нормальний момент для уточнень.
Це питання ставлять на подіях найчастіше, і однакової відповіді для всіх компаній тут немає.
«У кожної компанії різне ставлення до цієї інформації. Хтось категорично одразу відмовляє, хтось спілкується і намагається зрозуміти ситуацію з цими родичами. Але родичів не обирають, ми не можемо бути відповідальними за їхні рішення. Складніша ситуація, коли старенькі батьки залишаються на окупованих територіях. Багатьом знайома ця історія: людину просто не вдається умовити виїхати, бо там хата і хазяйство, або вона маломобільна. Це все ризики, і кожна компанія має самостійно оцінити їх та ухвалити рішення».
Олександра Тостановська HR Director, Dwarf Engineering
У самому Dwarf про наявність таких зв'язків запитують ще на первинному етапі співбесіди. Якщо людина розповідає, команда розпитує деталі й уже з них виходить, продовжувати спілкування чи ні.
Порада Олександри кандидатам однозначна: говорити правду і не приховувати наявність родичів у рф, білорусі чи на ТОТ. Інформація все одно випливе, і тоді кредит довіри дорівнюватиме нулю, бо це вже брехня.
Тим, хто вагається, чи взагалі йти на перевірку через такі обставини, вона пропонує зробити просту вправу: подивитись на свою історію очима роботодавця й відповісти на питання «чи найняв би я себе, маючи таку історію?». Якщо відповідь «ні», варто зрозуміти, що саме зробити, щоб вона стала «так».
Найпоширеніше хибне уявлення, яке Олександра бачить у кандидатів, стосується недовіри: людина сприймає поліграф як особисту підозру. У defence tech логіка інша, бо заводити людину на проєкт без розуміння її психологічного портрета і без перевірки сказаного на співбесіді складно.
Тетяна Морозова дивиться на це ще з одного боку.
«У цій процедурі ви точно не жертва. Майбутній роботодавець перевіряє вас, і це логічно з огляду на війну та небезпеки, які зараз є. Перевіряють й інших, аби серед вас не було тих, хто наведе удар на підприємство. Однак цей процес двосторонній: спеціаліст ставить лише ті питання, які цікавлять ваших майбутніх роботодавців. Чуючи питання, ви можете оцінити і роботодавця: наскільки його питання коректні, що він очікує від працівників і що його непокоїть. Врешті-решт, ви на ринку праці, і обирають не лише вас, а й ви».
Тетяна Морозова доктор психологічних наук, професор, поліграфологиня
Практична частина порад коротка. Говорити правду, бути відкритим і спокійним. Результат інтерпретує спеціаліст за методикою, тож зайва напруга просто заважає роботі. Вас там не будуть катувати, бити струмом чи психологічно тиснути.
Морозова Тетяна Романівна, доктор психологічних наук, професор, атестований судовий експерт із правом проведення судових психологічних експертиз із використанням комп'ютерного поліграфа, поліграфологиня з понад 23-річним досвідом роботи, керівниця Центру експертних досліджень, президент Всеукраїнської асоціації поліграфологів. Центр експертних досліджень: https://morozova.center/ Всеукраїнська асоціація поліграфологів: https://vap.ua/
Олександра Тостановська, HR Director у Dwarf Engineering, українського розробника високотехнологічних рішень для безпілотних систем. Керує департаментом HR & Operations і будує системні HR-процеси під специфіку роботи в оборонці. Авторка та лекторка першого в Україні модуля про рекрутинг у DefTech, створеного спільно з Mate Academy. Магістерка психології, має сертифікацію з військового обліку.
Beetroot Academy розвиває напрям Defence & Dual-use з 2025 року: Embedded Development, Drones Firmware, Computer Vision і програма для нетехнічних спеціалістів. Безпекова перевірка є частиною входу в галузь, і чим менше в ній невідомого, тим спокійніше проходить розмова з роботодавцем.
Тисячі військових щодня працюють із дронами, системами зв'язку та іншими технологіями, від яких залежить виконання бойових завдань. Вони бачать їхні сильні та слабкі сторони, знають, що працює на фронті, а що ні.
Після служби цей досвід часто залишається поза межами формальних кваліфікацій. Водночас саме він може стати основою для роботи над новим поколінням роботизованих оборонних технологій.
Саме тому Frontline Robotics та Beetroot Academy запускають спільну ініціативу. Щомісяця Frontline Robotics покриватиме одне місце на програмі Embedded Development для ветерана або ветеранки, які успішно пройдуть відбір.
Мета ініціативи — допомогти ветеранам із технічним досвідом перейти від експлуатації технологій до їхньої розробки та вдосконалення.
Використовували технології на фронті? Застосуйте свій досвід, щоб створювати їх самостійно.
Embedded Development — технічна освітня програма для спеціалістів, які хочуть перейти від роботи з програмним забезпеченням до роботи з реальними системами: мікроконтролери, вбудовані пристрої, hardware-прототипи для defence, robotics та енергетики.
Програма розрахована на людей з технічним бекграундом. Учасники працюють з залізом, розбирають архітектуру embedded-систем і виходять з розумінням того, як влаштовані системи, що використовуються в Defence Tech і dual-use.
Програма підходить тим, хто:
Повний новачок без технічного бекграунду — не стартова точка для цієї програми. Але ветеран із досвідом роботи з С/C++, технікою, дронами або електронікою — саме та людина, для якої вона створена.
Defence-ринок зростає і потребує інженерів, які не лише розуміють технології, а й усвідомлюють реальні виклики поля бою.
Люди з бойовим досвідом мають унікальне розуміння того, як працюють технології на фронті. Додавши до цього інженерну підготовку, вони можуть створювати рішення, які будуть посилювати обороноздатність країни.
Саме такий шлях і покликана відкрити ця ініціатива.
«Найкращі оборонні технології створюють люди, які розуміють реальні потреби фронту. Ми хочемо, щоб ветерани мали більше можливостей переходити в інженерію та продовжувати впливати на хід війни вже через створення нових технологій», — Євген Третяк, CEO Frontline Robotics.
«Ветерани, які хочуть увійти в технічний напрям defence, часто мають сильнішу мотивацію і практичне розуміння контексту, ніж будь-хто інший. Їм потрібна не підтримка — їм потрібна структура. Партнерство з Frontline Robotics дає конкретний механізм: реальна компанія інвестує в підготовку конкретної людини. Щомісяця», — Назарій Литвин, керівник Defence Tech напряму, Beetroot Academy
Місце не призначається автоматично. Кандидат проходить відбір через освітніх консультантів Beetroot Academy — оцінюється технічний рівень, мотивація і готовність пройти програму до кінця.
Відбір відкритий для ветеранів з технічним бекграундом.
Ви вже маєте цінний досвід. Ми допоможемо перетворити його на інженерну кар'єру та можливість і далі впливати на обороноздатність країни.
Перейдіть на beetroot.academy, оберіть освітню програму Embedded Development і залиште заявку з поміткою «Ветеран». Освітній консультант зв'яжеться і пояснить подальші кроки.
Чи знали ви, що в усьому світі жінки складають лише близько 22% професіоналів у сфері розробки та впровадження штучного інтелекту (ШІ)? Такий гендерний розрив у навичках у сфері ШІ звужує потенціал для інновацій. Навіть коли цифрові технології стануть доступнішими, ця нерівність залишиться, якщо ми не змінимо гендерні соціальні норми.
В епоху цифрової трансформації штучний інтелект змінює індустрію, освіту та ринок праці. Однак гендерні упередження в освіті та впровадженні ШІ залишаються значною проблемою, що потенційно обмежує можливості для жінок зокрема. Жінки меншою мірою представлені в STEM-дисциплінах (наука, технології, інженерія та математика), що пов’язано з усталеними упередженнями про «чоловічі» та «жіночі» професії та відповідно формувало їхній вибір ще в дитинстві. Навіть згадайте свої шкільні підручники, чи багато ви там бачили реальних прикладів жінок у науці? Для наочності радимо подивитися експеримент у київській школі, де дітей попросили намалювати представників чотирьох професій – вірусологів, аеророзвідників, реаніматологів та рятувальників. Спойлер, усі діти намалювали чоловіків-представників заданих професій. Для України, яка прагне розвивати стабільну економіку попри поточні виклики, важливо забезпечити інклюзивний доступ до навчання без стереотипів, особливо у сфері штучного інтелекту – це сприятиме інноваціям, інклюзивному економічному зростанню та довгостроковій стійкості бізнесу.
Системи штучного інтелекту працюють на основі даних, які в них завантажують. Якщо набори даних містять упередження, які вже існують в суспільстві, ШІ може посилити гендерну нерівність та інші стереотипи — особливо під час наймання на роботу, доступу до фінансів та надання послуг з підтримки бізнесу. До прикладу, алгоритми штучного інтелекту, які використовуються для найму персоналу, можуть відтворювати упередження, віддаючи перевагу кандидатам-чоловікам у технічних чи керівних ролях. Аналогічно, якщо історичні дані містять дискримінацію за віком, ШІ може знижувати рейтинг кандидатів 45+ років, вважаючи їх менш гнучкими чи здатними до навчання.
У сфері кредитування алгоритми можуть автоматично знижувати шанси на отримання позик для підприємців-жінок або представників етнічних меншин, якщо в минулому такі групи мали менший доступ до фінансування.Це створює замкнене коло, де нерівність з минулого продовжує впливати на можливості в майбутньому.
Брак різноманітності в освіті зі штучного інтелекту та серед технічної робочої сили тільки загострює ці проблеми, залишаючи жінок та недостатньо представлені групи без права голосу у формуванні цифрової економіки. Їхні потреби, досвід і перспективи не враховуються при розробці алгоритмів, що призводить до створення технологій, які не відображають реальну різноманітність суспільства та можуть посилювати дискримінацію.
Сам по собі штучний інтелект може позитивно впливати на гендерну рівність. Наприклад, спеціально натреновані програми можуть підбирати працівників неупереджено, генерувати дані з розподілом за статтю, створювати кращі навчальні матеріали тощо. Агентний штучний інтелект, який не просто реагує, а активно допомагає, має потенціал революціонізувати домашню працю, автоматизуючи трудомісткі завдання та звільняючи жінок від непропорційного тягаря неоплаченої доглядової роботи. Жінки досі виконують у 2,5 раза більше домашніх обов’язків, ніж чоловіки, що обмежує їхню можливість займатися професійною або творчою діяльністю. Крім того, згідно з дослідженням у журналі Nature, штучний інтелект може допомогти досягти 79% цілей сталого розвитку ООН, тому світу потрібно більше фахівців у цій галузі.
Розвиток різноманітної та інклюзивної спільноти – це непросто мета, а необхідність. Різноманіття перспектив приносить нові ідеї та відкриття, які можуть трансформувати світ технологій і принести користь суспільству в цілому.
З появою глобальних етичних норм у сфері штучного інтелекту, на кшталт розроблених ЮНЕСКО, компанії, які активно протидіють гендерним упередженням, випереджатимуть регуляторні вимоги.
В Україні бізнес стрімко впроваджує рішення на основі штучного інтелекту, тому важливо забезпечити справедливий та рівний доступ до можливостей для всіх. Якщо не подолати гендерні упередження у сфері ШІ, то підприємства, очолювані жінками, ризикують отримувати менше фінансування та обмежений доступ до цифрових інструментів, що ще більше поглибить економічну нерівність.
Будьмо відвертими: залучення жінок до ШІ – це не просто створення голосового помічника з жіночим голосом; це буквально надання жінкам права голосу у сфері ШІ. Це означає забезпечення їхньої присутності в розробці ігор, зборі гендерночутливих даних, дослідницьких групах ШІ та навіть радах венчурного капіталу, де приймаються рішення про фінансування. У венчурному бізнесі жінкам складніше отримати фінансування, оскільки алгоритми, навчені на попередніх інвестиційних рішеннях, частіше віддають перевагу чоловічим командам, повторюючи упередження ринку. І самих жінок лише 5% серед венчурних інвесторів. Стартапи зі штучним інтелектом, очолювані жінками, стикаються зі значними розбіжностями в сумах фінансування, отримуючи в середньому в шість разів менше капіталу за угоду, ніж засновані чоловіками. Попри те, що глобальні дані показують, що стартапи, засновані жінками, генерують вищий дохід на кожен вкладений долар, ніж ті, які очолюють чоловіки.
Згідно зі звітом AI Ecosystem of Ukraine від AIHouse та Roosh, Україна має успішний ШІ-ландшафт із понад 150 стартапами ШІ та більш ніж 100 R&D-центрами. Україна посідає друге місце за кількістю ІТ-спеціалістів (307 000) серед країн Центральної та Східної Європи, тоді як кількість спеціалістів зі штучного інтелекту становить менш ніж 1%. Однак гендерна нерівність зберігається: жінки становлять лише 16% української робочої сили у сфері ШІ. Цей дисбаланс підкреслює необхідність цілеспрямованих заходів для сприяння гендерному розмаїттю в галузі ШІ-освіти та підприємництва.
У звіті підкреслюється, що український бізнес дедалі більше покладається на рішення на основі штучного інтелекту для автоматизації, аналізу даних та залучення клієнтів. Однак, якщо ці моделі ШІ навчаються на упереджених наборах даних або розробляються без гендерно-інклюзивних підходів, вони ризикують увічнити нерівність у сфері найму на роботу, фінансів та бізнес-операцій.
Прогнозується, що ринок аналітики в галузі штучного інтелекту стрімко розвиватиметься й досягне 223,32 мільярда доларів до 2034 року, що свідчить про зростальну залежність від прийняття рішень на основі штучного інтелекту в різних галузях промисловості. Також McKinsey оцінює, що генеративний ШІ може збільшити загальний економічний вплив ШІ на 15–40% та додати $2,6–$4,4 трлн щорічної вартості в різних сферах застосування, що свідчить про суттєве зростання продуктивності, обсягів виробництва та бізнес-цінності. Для української екосистеми штучного інтелекту це створює як можливості, так і виклики – без гендерно-інклюзивної освіти в галузі штучного інтелекту та вільної від упереджень розробки компанії ризикують посилити нерівність у сфері найму на роботу, фінансів та підприємницької діяльності. Щоби залишатися конкурентоспроможними та стійкими, українські компанії повинні надавати пріоритет різноманітним талантам у сфері ШІ, етичному впровадженню ШІ та інклюзивним бізнес-моделям, гарантуючи, що ШІ слугуватиме інструментом для справедливого економічного зростання, а не увічнення системних упереджень.
Гендерна рівність та неупереджене навчання штучному інтелекту – це не лише етичні імперативи, а й економічна необхідність для сталого розвитку бізнесу в Україні. Розвиваючи інклюзивну освіту зі штучного інтелекту та усуваючи гендерні упередження в цифровій трансформації, Україна може побудувати більш стійку економіку, в якій інновації, справедливість та сталість є рушіями довгострокового успіху.
З огляду на вищезазначене, Швейцарська міжнародна організація Helvetas радо презентує рекомендації щодо відповідальних та інклюзивних стратегій у сфері штучного інтелекту для регіону Східного Партнерства, включно з Україною. Рекомендації спрямовані на державні установи, приватний сектор, громадянське суспільство та освітні установи. Розробка документа відбувалася у співпраці з організацією StrategEast та Help.
Також важливо зазначити такі проєкти з диджиталізації, на кшталт Beetroot Academy в Україні в рамках програми RECONOMY. Освітній продукт з ШІ надає компаніям та окремим особам, зокрема жінкам, навички, необхідні для процвітання в сучасній цифровій економіці, що сприяє інноваціям та інклюзивності. (лінк на відео)
RECONOMY – це програма, що реалізується Helvetas Swiss Intercooperation у партнерстві зі Шведським агентством міжнародного розвитку (Sida). Програма сприяє інклюзивному та зеленому економічному розвитку в регіонах Східного партнерства та Західних Балкан.
