Стоимость компаний, занимающихся искусственным интеллектом, исчисляется сотнями миллиардов долларов. В связи с этим возникает один неудобный вопрос — «Где деньги?».
В статье «Где деньги, Сэм?», или Могут ли AI-модели приносить прибыль на примере OpenAI? — разбор экономики OpenAI на основе открытых данных, утечек и публичных заявлений: сколько может стоить эксплуатация модели, какая получается маржинальность и почему даже при неплохой валовой рентабельности бизнес может оставаться убыточным.
Что внутри:
Чем отличается валовая рентабельность от операционной и почему в AI это критично;
Куда уходят деньги: вычисления, штат, маркетинг и сопутствующие расходы;
Почему окупаемость R&D может не сходиться, даже если продукт уже приносит выручку;
Какие выводы можно экстраполировать на рынок, а где важны оговорки.
Друзья, 12 февраля проведём открытый вебинар по следам нашего ESB-исследования в «Кругах Громова».
Если коротко — за последний год мы оценили 18 российских интеграционных платформ по единой методологии: 12 категорий, 1 000 баллов. Такого раньше на рынке не было. Результаты местами предсказуемые, местами — неожиданные.
На вебинаре поговорим:
— Почему компании до сих пор путают Kafka, ESB и data pipeline — и платят за это дважды — 5 классов интеграционных решений: когда какой работает, а когда — категорически нет — Как мы строили матрицу зрелости и кто в итоге получил номинацию — Что планируем исследовать дальше — и как повлиять на приоритеты
Будет живой эфир с интерактивом, не просто «говорящая голова».
Кто работает с интеграциями, выбирает платформу или просто в теме — приходите, будет интересно.
GlowByte проведет вебинар “Как повысить точность планирования в 2026 году”
Спрос меняется молниеносно, а планы устаревают, пока их согласовывают. Знакомо?
17 февраля эксперты GlowByte проведут практический вебинар о том, как бизнесу не просто своевременно реагировать на изменения рыночных условий, а предвидеть их и использовать для оптимизации расходов с помощью IBP-платформы.
Для кого вебинар?
Вебинар будет полезен руководителям коммерческого блока, логистики и производства при участии финблока и тем, кто ищет возможность:
повысить точность планирования без роста штата,
уйти от Excel-моделей,
получить единый, согласованный план по всей цепочке.
На вебинаре разберем:
Demand Planning — как улучшить прогноз спроса.
Replenishment Management — как продуктивно управлять запасами.
Transportation Load Building — как эффективно формировать заказы.
Ключевые KPI 2026-2030: точность прогноза, ускорение планирования и своевременная реакция на изменяющийся спрос.
Что сегодня мешает компаниям достичь прозрачности и управляемости — и где именно IBP закрывает этот разрыв.
Чем этот вебинар отличается от других?
Это НЕ скучная продуктовая демонстрация, а взгляд с позиции бизнеса и экономики: как сократить запасы, высвободить капитал и синхронизировать все отделы в одной модели.
Не смогли смириться с поражением - и к чему нас это привело. Как мы воскресили ИИ-помощника для поиска работы
Привет, Хабр.
В декабре наш ИИ-ассистент для поиска работы фактически перестал работать. Изменения на стороне платформ, ограничения, поломанные сценарии - всё то, из-за чего большинство подобных проектов обычно закрываются или уходят в «заморозку».
Самый логичный вариант был простой:
«Ну ок, рынок поменялся, едем дальше».
Но мы решили иначе.
Мы не смогли смириться с тем, что квалифицированные специалисты по-прежнему тратят часы жизни на клики, шаблонные отклики и бесполезную рутину. Поэтому вместо точечных фиксов мы решили не чинить старое, а пересобрать всё с нуля.
Так начался путь к OfferMate 2.0.
Главная мысль оказалась неожиданно простой:
Автоматизация должна быть не только быстрой, но и естественной.
Настоящий цифровой ассистент должен вести себя как человек:
выбирать вакансии осмысленно;
работать с паузами и приоритетами;
не выглядеть как бот;
и не ломаться при реальной нагрузке.
Именно вокруг этого принципа мы и пересобрали архитектуру продукта.
Что теперь умеет OfferMate 2.0
🤖 Отклики только на релевантные вакансии Ассистент анализирует ваш опыт и требования работодателя и выбирает вакансии, которые действительно подходят, а не просто совпадают по ключевым словам.
👤 Имитация человеческого паттерна поведения Система воспроизводит действия пользователя: паузы, разную скорость, приоритеты. Это делает работу максимально естественной и безопасной.
✍️ Персонализированные сопроводительные письма Каждое письмо формируется под конкретную вакансию и компанию - на основе вашего опыта и требований позиции.
📈 Контроль и аналитика Пользователь видит, что происходит в системе, и может управлять стратегией поиска.
🧩 Новые функции
автоматическое прохождение онлайн-тестов;
поддержка одновременных откликов с нескольких аккаунтов.
Про релиз
12 февраля в 12:00 мы открываем доступ к OfferMate 2.0.
Первая волна будет ограничена 50 пользователями, а доступ открыт на 3 дня. Это осознанное ограничение - чтобы сохранить стабильность системы и быстро собрать качественную обратную связь.
Поучаствовать в тестировании в числе первых можно будет в нашем телеграм канале, в нём делимся всеми новостями проекта:
Особенности интернет-зависимости и стрессоустойчивости у лиц, работающих в сфере компьютерного программирования.
Доброго времени суток, Хабр! Благодарен всем принявшим участие в моём исследовании и хотел бы поделиться короткими выводами по данной теме.
Дисклеймер: данное исследование было выполнено на втором курсе обучения и основано на малой выборке. В связи с этим представленные выводы не претендуют на обобщаемость и научную репрезентативность и могут рассматриваться преимущественно как гипотетические рассуждения и предварительные наблюдения.
Интернет-зависимость - это комплексный феномен, интегрирующий компенсаторные, когнитивно-поведенческие и нейропсихологические аспекты личности. Профессиональное выгорание IT-специалистов может быть обусловлено постоянным когнитивными перегрузками в виду постоянного технологического прогресса и оптимизации рабочих процессов. Представлены разработки в области методологии IT-специальностей (Agile-методологий) - ролевой полифункциональностью, дедлайнами и отсутствием четких границ между профессиональной и личной сферами, которые и могут влечь за собой проявления симптоматики выгорания и пониженной стрессоустойчивости.
У IT-специалистов ключевыми факторами стрессоустойчивости и возможным механизмом защиты от интернет-зависимости являются развитая волевая саморегуляция, профессиональная уверенность и способность к самоорганизации. Однако специфика профессии (реализация деятельности посредством Сети Интернет, монотонность деятельности и редкая смена обстановки, дедлайны) создаёт риски эмоционального истощения и возможного формирования аддиктивного поведения. Люди представляющие остальные профессии показывают логичные закономерности того явления, что высокая саморегуляция (и её субшкалы) будут подавлять аддиктивное поведение, а вследствие, предотвращать возможное эмоциональное выгорание. Также, что высокая стрессоустойчивость имеет прямую зависимость с волевой саморегуляцией и она(саморегуляция) обуславливает её формирование.
Анализ корреляционных связей между шкалами всех методик (критерий ранговой корреляции Спирмена, отмеченные корреляции значимы на уровне p <0,05) в экспериментальной группе 1 (респонденты IT-специальностей).
Анализ данных выявил значимые взаимосвязи между показателями стрессоустойчивости, волевой саморегуляции и интернет-зависимого поведения у IT-специалистов. Обратные умеренные корреляции между шкалой «Негативная самооценка» (ОПУС) и показателями интернет-зависимости указывают на то, что неустойчивость Я и сниженная стрессоустойчивость повышают риск формирования аддиктивных интернет-паттернов, что может быть обусловлено спецификой профессиональной деятельности и постоянным взаимодействием с цифровой средой.
Положительные корреляции шкал «Неопределённость», «Редукция профессиональных достижений», «Настойчивость» и «Общий индекс волевой саморегуляции» отражают высокую способность IT-специалистов к саморегуляции, адаптации к дефициту времени и информации, а также устойчивость к повседневным стрессорам. Связь «Негативной социальной оценки» с «Симптомами отмены» указывает на склонность к поиску социального взаимодействия в Интернет-среде и дискомфорту при её отсутствии.
Эмпирическая часть исследования подтвердила, что основная гипотеза о негативном влиянии интернет-зависимости на стрессоустойчивость IT-специалистов подтвердилась.
Некоторые дополнительные гипотезы также нашли подтверждение: IT-специалисты с низкой стрессоустойчивостью демонстрируют повышенную склонность к компульсивному использованию интернета; Высокий уровень волевого самоконтроля («Общий индекс ВСК») снижает риски как интернет-зависимости, так и эмоционального выгорания, обеспечивая резистентность к монотонного рода деятельности и подавление компульсивных симптомов.
Сейчас я провожу новое исследование на тему «Связь особенностей локуса контроля со стилем принятия решений у активных пользователей генеративного искусственного интеллекта». Буду очень признателен всем, кто захочет принять участие - у меня есть интерес к изучению технологий ИИ и какое влияние оно оказывает, на какие специальности. https://docs.google.com/forms/d/e/1FAIpQLSfAx7OKMakFjbHhiwH1osPjloqnFXUVId1PS‑B7npqVNUwdjg/viewform?usp=header
Как оставаться релевантным на рынке QA/AQA/SDET в 2026: опыт, харды, софты, ответы
Последнее время всё чаще слышу вопросы про состояние рынка. Многие говорят, что рынок «умер», вакансий стало меньше, а требования выросли настолько, что найти работу почти нереально.
Часто это выглядит так: человек активно откликается, ходит на собеседования, делает тестовые задания, общается с рекрутерами. А на выходе получает либо отказы без конкретных причин, либо формулировки вроде «вы хороший специалист, но нам нужен немного другой профиль».
Ощущение, что стало сложнее, не обманчиво. Рынок действительно изменился за последние один-два года. Но парадокс в том, что именно в таких условиях многим стало проще выделяться. Не потому, что кандидатов стало меньше, а потому, что вырос разрыв между теми, кто выглядит релевантно, и теми, кто нет.
Я регулярно общаюсь с QA, AQA и SDET, которые находятся в активном поиске, и сам продолжаю проходить собеседования, чтобы понимать, как именно сейчас устроен процесс найма. И вот что я понял из всех историй: сегодня выигрывает не самый наглый кандидат (как было раньше), а тот, кто хорошо понимает свой опыт и умеет его объяснять.
Что изменилось
Еще один-два года назад часто работала простая схема: уверенное резюме плюс нормальная подача давали высокую вероятность оффера. Во многих компаниях в детали погружались поверхностно, опыт оценивали в общих чертах, а неточности прощались, если кандидат выглядел уверенно.
Сейчас ситуация другая. Вакансий в ряде направлений стало меньше, требования выросли, а собеседования стали заметно глубже. Интервьюеры чаще проверяют логику решений и реальный вклад кандидата в проекты.
Это не «заговор рынка», а естественная фильтрация. Когда выбор кандидатов большой, требования становятся строже.
Почему в этом есть плюсы
Жесткий рынок хорошо отсеивает слабые места. Причем чаще всего самые базовые.
На собеседованиях у ребят регулярно всплывают одни и те же проблемы:
человек говорит, что строил фреймворк, но не может связно объяснить архитектуру;
упоминает автотесты, но не понимает, почему был выбран конкретный стек;
рассказывает про CI, но путается в вопросах стабильности;
заявляет ответственность за качество, но не может описать процессы и зоны ответственности.
Большинство кандидатов «падает» не на сложных вопросах, а на уточняющих. На этом фоне специалист, который осознанно разбирается в своем опыте и может его структурировано рассказать, сразу выглядит сильнее, даже без громких компаний в резюме.
Как сейчас смотрят на опыт
На интервью все меньше внимания уделяется формальным строчкам в резюме и все больше мышлению.
Интервьюеру важно понять:
Почему было принято именно такое решение;
Какие были трудности;
Как проблемы диагностировали;
Какие выводы сделали.
Если опыт не структурирован, ответы быстро разваливаются. Если же кандидат сам хорошо понимает, что он делал и зачем, он спокойно проходит даже при неидеальном бэкграунде.
Поэтому сейчас важна не красивая история, а осознанное понимание своего опыта.
Что с этим делать
Минимальный практический набор:
Разложить свой опыт по зонам - архитектура, API, UI, CI/CD, процессы, инциденты.
Подготовить ответы в формате «проблема - решение - результат - выводы». (Для шарящих - по STAR)
Прогнать опыт через уточняющие вопросы и проверить, где ответы выглядят слабо или непоследовательно.
Упаковать резюме как набор конкретных ответов - что улучшал, что оптимизировал, за что отвечал + быть готовым это подтвердить.
Вывод
Рынок действительно стал сложнее. Но именно поэтому он стал более комфортным для тех, кто держит фокус на релевантности, понимает свой опыт и готовится к проверке.
Если относиться к поиску работы как к инженерной задаче, жесткий рынок перестает быть проблемой и становится рабочей средой.
Ну а всем нуждающимся желаю скорее обрести себя на сегодняшнем рынке! Готов подискутировать на смежные темы в комментариях)
Провёл несколько часов, экспериментируя с Clawdbot, и хочу поделиться своими мыслями об этом инструменте. Это одновременно захватывающе и тревожно.
Clawdbot — это AI-ассистент нового поколения, который работает как личный цифровой помощник с глубокой интеграцией в вашу систему. Представьте себе Jarvis из фильмов Marvel, только реальный и доступный прямо сейчас.
Первое впечатление: дофамин зашкаливает
Это действительно что-то новое и интересное. Когда бот начинает читать твои файлы, выполнять команды в терминале, проверять погоду и отвечать через Telegram — понимаешь, что это не очередной ChatGPT-wrapper. Это полноценный агент, который живёт в твоей системе.
Технологии наконец дошли до того момента, когда ассистент может действовать, а не просто советовать. И это вызывает тот самый выброс дофамина — ощущение, что будущее уже здесь.
Парадокс опыта: когда знания мешают доверию
У меня огромный опыт в IT. За годы работы я перестал бояться «Большого Брата» и утечек данных — принял риски, научился жить с компромиссами между удобством и безопасностью.
Но теперь страх вернулся.
Не от слежки или корпораций. От того, что я сам готов отдать ключи от королевства — боту. Причём не абстрактному облачному сервису, а локальной программе, которая имеет полный доступ ко всему.
Цена настоящего Jarvis
Чтобы получить действительно полезного ассистента уровня Jarvis, нужно дать ему доступ к:
Google-экосистеме
• Gmail (вся переписка, личная и рабочая) • Google Docs (документы, таблицы, презентации) • Google Calendar (весь график, встречи, планы) • Google Drive (годы накопленных файлов) Тонны конфиденциальной информации: контракты, финансовые данные, личные записи, проекты.
Файловой системе компьютера
Полный доступ к:
• Исходному коду проектов • SSH-ключам и паролям • Личным файлам • Истории браузера • Всему, что есть на диске Это не преувеличение — ему нужен такой доступ, чтобы быть полезным. Иначе он просто ещё один чат-бот.
Новая точка атаки: ваш AI — это master key
И вот тут появляется ещё один уровень опасности, о котором многие не задумываются.
Раньше модель угроз была относительно простой: каждый сервис — отдельная цель для атаки. Взломали Gmail? Получили доступ к почте. Взломали GitHub? Получили код. Взломали соцсеть? Получили аккаунт.
Теперь появляется единая точка отказа.
Ваш AI-ассистент — это мастер-ключ ко всем дверям. Он знает ваши пароли, имеет токены доступа ко всем сервисам, может выполнять команды в системе, публиковать от вашего имени, читать и изменять файлы.
Представьте:
• Взлом через prompt injection — злоумышленник находит способ повлиять на поведение бота через специально сформированный текст в email или документе • Компрометация конфигурации — если кто-то получит доступ к файлу конфигурации Clawdbot, он получит все ваши API-ключи и токены сразу • Уязвимость в самом боте • И этот список можно продолжать.
Вот в чём парадокс:
Clawdbot настолько полезен, насколько вы готовы ему доверять.
Мои мысли
Я ещё не готов дать ему всё. Но я вижу, куда это идёт. Clawdbot — это не просто инструмент, это предвестник новой эры, где AI-ассистенты станут неотъемлемой частью нашей цифровой жизни. Набрать 20к звезд за сутки, гудеть из каждого утюга, боюсь как бы это не было чем-то, чем был первый СhatGPT, когда он ушел в паблик.
Вопрос не в том, стоит ли давать доступ. Вопрос в том, когда мы будем готовы это сделать — и какие границы установим. И что ещё важнее: как мы будем защищать этот новый master key.
Пока что я экспериментирую, осторожно расширяя его возможности. Смотрю, как он работает. Но держу в уме, что создаю единую точку отказа для своей цифровой жизни.
Я считаю, что это захватывающе. Это страшно. Это будущее.
Рынку плохо? Работу найти нереально? — Это твой шанс 🚀
Последнее время всё чаще вижу одну и ту же ситуацию.
Человек активно ищет работу: отклики, собеседования, тестовые, разговоры с HR. А на выходе — либо отказы без внятного объяснения, либо формулировки вроде «вы хороший специалист, но нам нужен чуть другой профиль» 🤷♂️
И почти всегда звучит один и тот же вывод: «рынок умер, конкуренция бешеная, сейчас вообще нереально найти работу».
Отчасти это правда — рынок действительно стал жёстче. Но вот что интересно: именно в таких условиях многим стало проще выделяться 💡 Не потому что кандидатов стало меньше, а потому что вырос разрыв между теми, кто выглядит релевантно, и теми, кто — нет.
Я регулярно общаюсь с QA / AQA / SDET, которые сейчас находятся в активном поиске, и сам продолжаю проходить собеседования, чтобы держать руку на пульсе. И главный вывод из этого опыта простой: сегодня выигрывает не самый громкий кандидат, а тот, кто чётко понимает свой опыт и умеет его объяснять.
Ниже — что именно изменилось и как этим пользоваться 👇
Что изменилось
Ещё 1–2 года назад часто работала простая схема: уверенное резюме + нормальная подача = высокая вероятность оффера 😌
Многие компании:
не сильно углублялись в детали;
смотрели на опыт в общих чертах;
закрывали глаза на неточности, если кандидат выглядел уверенно.
Сейчас ситуация другая:
вакансий в ряде направлений стало меньше 📉;
требования заметно выросли;
собеседования стали глубже и детальнее 🔍;
интервьюеры чаще проверяют логику решений и реальный вклад кандидата.
Это не “заговор рынка”, а обычная фильтрация: когда выбор большой — требования растут.
Почему в этом есть плюс
Жёсткий рынок хорош тем, что он быстро отсеивает слабые места ⚠️ Причём чаще всего — самые базовые.
Типичные проблемы, на которых кандидаты “сыпятся”:
говорят, что строили фреймворк, но не могут связно объяснить архитектуру;
упоминают автотесты, но не понимают, зачем выбран конкретный стек;
рассказывают про CI, но путаются в вопросах стабильности и flaky-тестов 🤯;
заявляют про ответственность за качество, но не могут описать процессы.
Большинство падает не на сложных вопросах, а на уточняющих. На этом фоне человек, который осознанно разбирается в своём опыте, сразу смотрится сильнее 💪 Даже без “топовых” компаний в резюме.
Как сейчас смотрят на опыт 🎭
На интервью всё меньше внимания формальным строчкам и всё больше — мышлению 🧠
Интервьюеру важно понять:
почему было принято именно такое решение;
какие были ограничения;
что пошло не так;
как проблему диагностировали;
какие выводы сделали.
Если опыт не структурирован — ответы быстро разваливаются. Если опыт разобран и понятен самому кандидату — он спокойно проходит даже при неидеальном бэкграунде.
Поэтому сейчас важна не “красивая история”, а осознанное понимание того, что ты делал.
🎯 Ключевой навык сегодня — релевантность
Недостаточно просто быть QA или AQA.
Важно быть релевантным:
конкретной роли;
стеку компании;
типу продукта;
уровню ответственности.
Это проявляется в деталях:
какие кейсы вы выбираете;
как формулируете достижения;
как отвечаете на вопросы «почему?» и «а что если иначе?».
Иногда достаточно слегка пересмотреть подходы или формулировки — и это сильно влияет на конверсию.
Что с этим делать 🛠
Практический минимум: 1️⃣ Разложить опыт по зонам: архитектура, API, UI, CI/CD, процессы, инциденты. 2️⃣ Готовить ответы в формате: проблема → решение → результат → выводы. 3️⃣ Прогнать опыт через уточняющие вопросы — здесь хорошо помогают LLM. 4️⃣ Упаковать резюме как набор сигналов 🚦 и быть готовым их подтвердить.
Вывод 🧠
Рынок стал сложнее — это факт. Но именно поэтому он стал выгоднее для тех, кто:
держит фокус на релевантности;
понимает свой опыт;
готовится к проверке;
не теряется на уточнениях.
Если относиться к поиску работы как к инженерной задаче, “жёсткий рынок” превращается в возможность 🚀
👉 Если интересно — глубже разбираю эту и другие интересные темы в своем Telegram-канале, ну а также делюсь там инсайдами по рынку, собеседованиям и росту в AQA / SDET.
Как мы научили ИИ вести себя как человек — и почему это оказалось важнее остального 🤖🧠
Привет, Хабр.
За последний год поиск работы для инженеров всё больше стал напоминать кликинг-симулятор: десятки однотипных откликов, шаблонные сопроводительные письма, часы механических действий. ⏳
При этом от кандидата всё ещё ждут осмысленности и персонализации — но обеспечивать её приходится вручную, в масштабе, который плохо сочетается с нормальной жизнью и развитием.
В какой-то момент я решил посмотреть на эту проблему как на инженерную задачу и попробовать автоматизировать рутинную часть процесса. Так появился ИИ-ассистент OfferMate.
Но довольно быстро стало понятно: автоматизация — это не всегда про “делать быстрее и больше”.
Почему «больше автоматизации» — плохая идея ⚠️
Первая версия ассистента решала задачу максимально прямолинейно:
быстрый сбор вакансий;
частые проверки;
высокая плотность запросов;
ставка на объём.
С инженерной точки зрения всё выглядело логично: больше данных → больше откликов → выше шанс результата.
На практике это оказалось ошибкой.
Такой подход:
создаёт пиковые нагрузки 📈;
выглядит неестественно;
повышает риск блокировок;
и, главное, не отражает реального поведения человека.
Рынок труда — не нагрузочный тест и не очередь сообщений в Kafka. Он реагирует не только на результат, но и на паттерн поведения.
Ключевое открытие: автоматизация должна быть незаметной 🕵️♂️
В какой-то момент мы осознали простую вещь: эффективный ассистент должен вести себя не как бот, а как человек.
Опытный специалист:
не откликается на всё подряд;
читает вакансии выборочно;
делает паузы;
меняет темп;
реагирует на контекст.
И если автоматизация не воспроизводит этот паттерн — она рано или поздно ломается.
Это стало точкой, после которой мы полностью пересобрали архитектуру 🔄
Что изменилось в подходе ⚙️
Вместо «ускорения всего» мы сфокусировались на естественности поведения.
Теперь система:
🧠 анализирует вакансии, а не просто собирает их пачками;
🛡️ работает в рамках правил платформ, не создавая аномалий.
Что это дало на практике 📊
Самое интересное — эффект оказался не столько техническим, сколько продуктовым.
✅ Конверсия откликов выросла — потому что система стала бить не по площади, а в цель;
✅ Пользователи перестали вмешиваться вручную — ассистент стал предсказуемым;
✅ В среднем освобождается 10–15 часов в неделю, которые раньше уходили на рутину.
Именно здесь стало понятно, что мы движемся в правильном направлении 🚀
OfferMate 2.0: не «автоматизация всего», а умное делегирование 🧩
Этот подход лёг в основу новой версии продукта, которую мы сейчас допиливаем.
В OfferMate 2.0 мы сознательно ушли от идеи «пусть ИИ делает всё» и сфокусировались на том, где он действительно полезен:
🤖 анализ резюме и вакансий с учётом контекста, а не ключевых слов;
✍️ генерация сопроводительных писем под конкретную компанию;
🛡️ нативное и естественное взаимодействие с платформами;
📈 прозрачная аналитика и контроль со стороны пользователя.
Отдельно экспериментируем с новыми функциями — например, автоматизацией типовых онлайн-тестов. Но здесь действуем максимально осторожно и итеративно.
Итоговые мысли 🧠
Автоматизация ради автоматизации почти всегда приводит к хрупким решениям. А вот автоматизация, которая копирует человеческую логику и ритм, — работает долго и стабильно. К этому мы и идем.
И да, если интересно следить за развитием проекта, архитектурными находками и экспериментами — я регулярно пишу об этом в блоге.
🎣 14 собесов за неделю благодаря КАРАСЮ — и да, вам не показалось)
Привет, Хабр.
Сразу скажу, про карася расскажу ниже, сначала немного контекста) Недавно я писал о том, как мы с командой пытаемся решить инженерную задачу под названием «поиск работы». Проблема знакома многим: квалифицированные специалисты тратят сотни часов на рутину — пролистывание лент, однотипные отклики, формальные сопроводительные. Цикл повторяется с каждым новым поиском.
Тогда мы решили посмотреть на это как на систему: входные данные (резюме), правила сопоставления (вакансии), повторяемые действия (отклики) — и автоматизировать то, что не требует креатива. Так родился OfferMate 1.0.
✍️ Генерировал сопроводительные письма, анализируя резюме и требования вакансии.
⚙️ Работал в фоне, экономя пользователям до 10-15 часов в неделю.
Мы набрали несколько сотен активных пользователей. И получили огромное количество фидбеков и результатов, одним из которых поделюсь
🎯 Эксперимент «Карась» и неожиданный результат
Чтобы протестировать систему на реальной нагрузке, мы запустили в блоге условный «челлендж»: попросили желающих оставить в комментариях слово «КАРАСЬ». Это был сигнал для подключения к бета-тесту.
Результаты нас ошеломили. Один из «карасей» поделился статистикой: за 5 рабочих дней — 18 откликов от HR, 9 скринингов и 5 технических собеседований. И при этом это был не единичный случай! Мы получили несколько подобных фидбеков и увидели, что система реально работает и приносит результаты. А также получили огромный заряд мотивации. 💥
⚡️ Переворотный момент
Но за быстрым успехом пришли тревожные новости. HH ограничили способы взаимодействия с платформой и нам пришлось искать обходные пути...
🏗️ OfferMate 2.0: фундамент на годы вперёд
И пока все наслаждались новогодними праздниками, наша команда копалась в деталях. Мы не стали наращивать «костыли» на старую архитектуру, а начали строить новый фундамент.
🔥 Наше ключевое изменение: Мы реализовали механизм, который работает напрямую через пользователя, полностью имитируя человеческие действия в браузере. Это безопасно и снимает внешние ограничения, давая беспрецедентную стабильность.
Грубо говоря, мы учим систему «работать руками» пользователя)
✨ Что в итоге мы реализовали в 2.0?
🛡️ Абсолютная стабильность. Больше никаких внезапных остановок из-за изменений на стороне площадок.
⚙️ Полная автоматизация рутины. Система может автономно управлять всем циклом: поиск → подъём резюме → отклик → отслеживание статусов.
🎭 Глубокая оптимизация сопроводительных писем под культуру конкретной компании.
📊 Централизованные уведомления со статистикой (New)
⏱️ Когда запуск и как попасть в 2.0
Сейчас мы на стадии закрытого бета-тестирования и готовимся к релизу нашего продукта.
Самый сложный технологический этап пройден. Сейчас мы интегрируем новую логику в бота и проводим стресс-тесты под нестандартными сценариями.
Хотим всё хорошо оттестировать и ворваться в новый сезон найма, чтобы разрывать его вместе с вами! 💥
Публичный запуск планируем в конце января. 🗓️🎄
❗️Чтобы обеспечить качество, мы откроем только 100 слотов на 3 дня.
Это осознанное решение для контроля нагрузки и получения концентрированной обратной связи.
Мы хотим, чтобы OfferMate 2.0 вышел не «сырым анонсом», а готовым инструментом, которому можно доверить карьерный маневр.
🤝 Как поучаствовать
Присоединиться к запуску и поучаствовать в тестировании — можно будет в нашем Telegram-канале: https://t.me/offermatecrew Мы приглашаем сообщество Хабр помочь нам в разработке лучшего ИИ-ассистента для поиска работы!
P.S. В комментариях готов подискутировать на тему пользы автоматизированных откликов и ответить на технические вопросы 👇
HR, простите, но у меня не было выбора - Как я потратил несколько сотен часов на ИИ-ассистента для поиска работы
Привет, Хабр.
За последний год многие проходили через активный поиск работы — и наверняка ловили себя на ощущении, что сам процесс устроен не слишком рационально.
Кандидатов фильтруют автоматические системы, отклики закрываются автоотказами, при этом от соискателя ожидается ручная и максимально персонализированная работа: десятки однотипных откликов и сопроводительных писем.
В какой-то момент я понял, что трачу больше времени на клики и формальные действия, чем на развитие как инженера. Это и стало отправной точкой.
Что не так с процессом поиска
Проблема не в самом поиске, а в том, как он реализован.
1. Массовая рассылка вместо выбора. Осознанный подбор вакансий быстро превращается в пролистывание списков и надежду на статистику.
2. Отклики как механика. Сопроводительные письма отличаются формально: поменять название компании, чуть переписать вводную — и так десятки раз.
3. Неэффективные затраты времени. Квалифицированный специалист тратит часы на задачи с минимальной ценностью, причём этот цикл повторяется при каждом новом поиске.
Инженерный взгляд
Если абстрагироваться, поиск работы — это:
входные данные (резюме, требования вакансии),
правила сопоставления,
повторяемые действия,
измеримые результаты.
С инженерной точки зрения — кандидат на автоматизацию. Так появилась идея проекта OfferMate, который берёт на себя рутинную часть процесса.
Коротко о разработке
Проект мы начали с друзьями, столкнувшимися с той же проблемой.
Довольно быстро стало понятно, что задача сложнее, чем кажется: нестабильные источники, антибот-механизмы, разные форматы вакансий, неоднородные данные.
За 4+ месяца разработки мы:
несколько раз пересобрали архитектуру,
получили жёсткий фидбек,
убедились, что это не история про «просто прикрутить LLM».
Технические детали осознанно опускаю — при интересе разберу отдельно.
формирует сопроводительные письма под конкретные вакансии,
работает в фоне, минимально вовлекая пользователя.
Им пользуются кандидаты разного уровня — от начинающих до опытных специалистов.
Про сопроводительные письма
Корректнее говорить не «ИИ пишет письма», а что система:
анализирует резюме,
разбирает требования вакансии,
ищет пересечения,
и на их основе формирует текст.
Это не делает письмо идеальным, но делает его релевантным, что на практике влияет на отклик.
Куда дальше
Сейчас мы работаем над следующей версией проекта.
Рынок нестабилен: ограничения и API меняются, поэтому тестируем архитектуру без жёсткой зависимости от официальных интерфейсов и с упором на устойчивость.
Вместо вывода
Этот пост — попытка взглянуть на поиск работы как на инженерную задачу и попробовать решить её соответствующими методами.
Если интересно последить за проектом, все новости публикуем в этом Tg-канале:
«Зумеры ленивы, не хотят работать и уходят с обеда навсегда» — знакомые жалобы? Автор копает архивы и показывает: точно такие же претензии были к миллениалам («эгоисты без трудовой этики»), поколению X («бездельники MTV») и даже бэби-бумерам в 60-х.
Каждое поколение мнит себя жертвой, а стереотипы — нестареющая классика. Текст для тимлидов, HR и всех, кто устал от стереотипов — с историей, цитатами, опросами и мнениями из разных исследований и СМИ.
Об этом в рамках ежегодного мероприятия ОТП Банка Trend Watching 2025 рассказал директор по внедрению искусственного интеллекта и эффективности процессов ОТП Банка Дмитрий Маркосьянц. Он развеял главные иллюзии рынка относительно цифровых трендов 2025/2026 годов и поделился результатами внедрения AI-технологий в банке, экономический эффект от которых за 2025 год составил 1 млрд 030 млн рублей.
По оценке Дмитрия, несмотря на ажиотаж последних лет, около 80% компаний (в частности, в финтехе) сегодня технически не готовы к полноценной промышленной реализации ИИ. Главная причина — попытка перепрыгнуть неизбежные этапы эволюции при низком уровне базовой автоматизации.
«Мы видим много ручного труда и думаем: нужен ИИ. Но если нет стабильного процесса, понятных источников данных и API, то искусственный интеллект превращается в очень продвинутого водителя в машине, у которой нет колес. Водитель может быть гениальным, но авто все равно не поедет», — отметил он.
Одной из ключевых тем выступления стала трансформация подхода к разработке. Ожидание, что ИИ станет автономным разработчиком и перепишет сложный корпоративный ландшафт с legacy-кодом, не оправдалось из-за слишком широкого рабочего контекста и риска возникновения большого числа ошибок. Поэтому ОТП Банк сегодня проводит серию экспериментов с так называемыми «пет-проектами» (PET-projects).
Этот подход подразумевает сужение задачи до размера изолированного мини-агента, который закрывает конкретный «ручной разрыв»: переводит данные из системы в систему, сверяет источники или формирует документы по шаблону. «Это не революция за ночь, это практичная эволюция: находим разрыв, закрываем маленьким агентом и оркестрируем их на единой платформе».
Правильно выбранная стратегия уже приносит ощутимые плоды. Суммарный экономический эффект от внедрения технологий ИИ в ОТП Банке за 2025 год составил 1 млрд 30 млн рублей.
При этом наши коллеги подчеркивают, что универсальной формулы ROI для оценки эффекта от ИИ не существует, так как требуется учет большого числа переменных в зависимости от контекста. Для оценки эффективности ОТП Банк использует микс качественных и количественных данных, учитывая не только сокращение FTE (эквивалент полной занятости) или прямую экономию, но и рост производительности, скорость процессов, снижение операционных рисков и улучшение клиентского опыта (NPS).
«95% AI-проектов проваливаются» — громкий заголовок из отчёта MIT NANDA шокирует IT-сообщество, но автор копает глубже и показывает, почему эта цифра — скорее кликбейт, чем правда.
Яндекс Практикум проводит опрос о найме IT и Digital специалистов на российском рынке. Этот опрос очень важен для рынка, и мы готовы поделиться отчетом по результатам опроса.
Опрос занимает 7-10 минут, в конце анкеты вас ждет бонус — бесплатный доступ к одному из курсов Яндекс Практикума (на ваш выбор).
Если вы нанимающий менеджер — тимлид, техлид, руководитель направления, перейдите по этой ссылке.
Зачем нужен опрос?
Нам важно узнать больше о найме IT и Digital специалистов сегодня с позиции рекрутеров и смежных ролей: какие инструменты помогают ускорить найм, что для вас важно в найме, какие проблемы есть на рынке труда сегодня.
Это безопасно?
Все данные анонимны и будут проанализированы только в обобщенном виде.
А можно ли узнать результаты?
При желании в конце анкеты вы можете оставить свой e-mail, мы пришлем вам обобщенные результаты исследования — это возможность узнать больше о рынке найма сегодня.
Лем как футуролог и его «Системы оружия двадцать первого века, или Эволюция вверх ногами»
Многие знают Станислава Германа Лема как блестящего писателя-фантаста («Солярис», «Эдем», «Непобедимый»), но его футурологическая ипостась не менее значима. В отличие от многих фантастов, Лем подкреплял свои прогнозы серьезными научными знаниями (кибернетика, теория систем, биология) и методологией. Ну и, разумеется, сдабривал доброй дозы сатиры... НО давайте посмотрим на них спустя почти пол-века. Но его произведения чертовски актуальны.
наступила эпоха ускоренной микроминиатюризации под знаком искусственного НЕИНТЕЛЛЕКТА.
Трудно поверить, но лишь около 2040 года информатики, специалисты по цифровой технике и прочие эксперты стали задаваться вопросом, почему, собственно, их предшественники так долго оставались слепыми настолько, что per fas et nefas и при помощи brute force пытались создать искусственный интеллект. Ведь для огромного большинства задач, которые выполняют люди, интеллект вообще не нужен. Это справедливо для 97,8 % рабочих мест как в сфере физического, так и умственного труда.
Правда писатель ошибся лет на 30. Но искусственный НЕинтеллект уже захватывает мир.
Понапрасну теряя время на попытки воспроизвести в компьютерах функции человеческого мозга, все новые поколения информатиков, а также профессоров-компьютероведов (professors of computer science), с упорством, достойным лучшего применения, не желали замечать устройств, которые были в миллион раз проще мозга, чрезвычайно малы и чрезвычайно надежны. Не ARTIFICIAL INTELLIGENCE, но ARTIFICIAL INSTINCT
Я полагаю это лучшее раскрытие смысла аббревиатуры AI... Безусловно, пока у нас нет возможности выращивать микросхемы посевом в раствор бактерий. Но микросхемы меньше мушиных яиц уже есть и без этого.
А теперь смотрим на эту эволюцию ДРОНОВ
Летчик, самолет и его вооружение как бы слились в одно миниатюрное целое в летающих синсектах. В то же время боевой единицей становилась микроармия, лишь как целое обладавшая заданной мощью и боеспособностью (точно так же, только целый рой пчел, а не отдельная изолированная пчела, может рассматриваться как самостоятельный организм).
Среди туч микрооружия, самонаводящегося на заданные цели, человек в мундире был беспомощен так же, как римский легионер со своим мечом и щитом под градом пуль. Людям пришлось покинуть поля сражений уже потому, что специальные виды биотропического микрооружия, уничтожающего все живое, убивали их в считанные секунды.
Теперь о политике:
Но и богатым государствам пришлось несладко. Вести политическую игру по-старому стало невозможно. Граница между войной и миром, и без того не слишком отчетливая, теперь совершенно стерлась. Уже XX век покончил со стеснительными ритуалами открытого объявления войны и ввел в обиход такие понятия, как нападение без предупреждения, пятая колонна, массовые диверсии, «холодная война», война через посредников (per procura), и все это было лишь началом уничтожения границы между войной й миром. На смену альтернативе «война или мир» пришло состояние войны, не отличимой от мира, и мира, не отличимого от войны. Прежде, когда диверсантами могли быть лишь люди, диверсия выступала под маской доблести и добродетели. Она проникала в поры любого общественного движения, не исключая таких невинных его разновидностей, как общества собирателей спичечных коробков или хоровые кружки пенсионеров.
Экспертов-советников имела и каждая из политических партий. Как известно, советники разных политических партий полностью расходились во мнениях по любому вопросу. Со временем они стали пользоваться помощью компьютерных систем, а потом оказалось, что люди постепенно становятся рупорами своих компьютеров. Им представлялось, что они мыслят и делают выводы сами, исходя из данных компьютерной памяти, но оперировали они материалом, переработанным вычислительными центрами, а именно этот материал предопределял принимаемые решения. После периода некоторого замешательства крупные партии признали советников лишним промежуточн
Alfa Digital заняла 7 место в общем топе лучших IT-брендов работодателей, а Альфа-Банк расположился на 15 строчке в общем рейтинге. IT- и Digital-сообщество банка Alfa Digital стало лучшим в категории бигтех. В сообщество входят команды разработки мобильного банка и других цифровых продуктов для частных лиц и предпринимателей.
Это исследование — одно из самых масштабных и авторитетных на российском IT-рынке. В его основе опрос более 30 тысяч IT-специалистов, которые оценивали 700 компаний по 40+ параметрам. То есть это не просто цифры, а реальное мнение тех, кто знает, о чём говорит.
Мы обогнали немало сильных игроков и оказались в топ-10, а Альфа-Банк — в топ-15. Впереди нас остались продуктовые гиганты с высочайшей узнаваемостью, но мы уверенно держимся в числе лидеров финтеха и бигтеха. Рейтинг включает накопленные данные за 6 лет и формируется на основе индекса привлекательности компаний: опрошенные специалисты оценивали компании по ряду параметров, например, по узнаваемости и привлекательности в качестве работодателя.
Что это значит для нас? Это признание того, что мы делаем правильные вещи: создаём комфортную среду для роста, даём интересные задачи и строим команды, в которых хочется работать. И это не только наши слова — это мнение тысяч коллег по цеху.
Что посмотреть в ноябре в онлайне. Было бы куда пойти, я бы пошел…
В конце ноября что-то не густо на какие-то оффлайн мероприятия в Казани. Искал, как мог, но не нашел. Поэтому скину свою подборку онлайн митапов, которые планирую зацепить.
➡️ Yandex AI Studio Series
Целая серия онлайн вебинаров, на которой расскажут, как создать своего AI-агента с помощью Yandex AI Studio.
Всеми любимая конфа от Подлодки на тему софт-скилов. Несколько дней онлайн трансляции с крутыми спикерами. Правда мероприятие не бесплатное, но цена - очень даже адекватная.
Онлайн мероприятий, на самом деле, вагон и маленькая тележка. А если вам не зашла моя выборка, то по ссылке я рассказал, как искать мероприятия по душе:
