Иван, 58‑летний инженер‑электрик из Тулы, сидел за кухонным столом с чашкой чёрного чая, когда по телевизору объявили, что завод, где он проработал тридцать лет, закроют в июле 2025 года. В голове зазвучал гул: «всё, на что я рассчитывал, исчезает».
Коллеги в последние недели шептали о «переменах», но конкретных вариантов не назвали. Оказалось, что 71 % людей переоценивают свои навыки в искусственном интеллекте – и Иван понял, что, скорее всего, относится к этой группе. Страх сменил решимость искать новые пути.
Фото 1: Иван за кухонным столом, когда узнал о закрытии завода.
Поиск онлайн‑курсов и первый тест
В поисковой строке всплыл анонс онлайн‑центра «Кеннеди Фаро», где уже более миллиона человек прошли обучение по ИИ. Описание звучало просто: от базовых концепций до реальных проектов. Иван ощутил искру надежды – если миллионы смогли, то и ему есть шанс.
Фото 2: Главная страница онлайн‑центра Кеннеди Фаро.
Он мгновенно зарегистрировался и прошёл бесплатный тест на платформе Workera. Система выдала честный результат: базовых навыков почти нет, а «полураспад» полученных знаний в ИИ составляет два года. Такой показатель стал сигналом, что без системного подхода навыки быстро «выгорят».
Фото 6: Экран теста Workera с результатами Ивана.
Интенсивное обучение: курс от deeplearning.ai
Иван записался на вводный курс от deeplearning.ai. За две недели он прошёл блоки по нейросетям, линейной алгебре и базовому Python. Преподаватели подчеркивали, что один день обучения даёт лишь небольшую часть знаний, а уже через неделю можно попасть в топ‑10 % тех, кто умеет применять модели в реальных задачах.
По окончании первого модуля Иван вновь прошёл тест Workera – результат подтвердил, что 71 % людей переоценивают свои способности, а его оценка оказалась ниже среднего. Это заставило его выстроить чёткий план ежедневного обучения: каждое утро пять минут читать рассылку The Batch, скроллить посты Эндрю Ына в X и фиксировать новые термины в блокноте.
Фото 3: Отчёт Workera, показывающий переоценку навыков.
Практика: автоматизация отчётов в местной фирме
Через три недели Иван нашёл в открытом репозитории готовый prompt‑шаблон, обещающий собрать данные из нескольких таблиц и сформировать сводный отчёт за секунды. Он загрузил файл xlsx, задал запрос «Сколько кВт·ч потреблено каждым клиентом за последний месяц?», а модель выдала таблицу, в которой 71 % строк оказались ошибочно помеченными – типичная ошибка переоценивших свои навыки.
После уточнения контекста («все цифры в кВт·ч») ошибка упала до уровня, который можно удержать при постоянной практике. В результате Иван полностью автоматизировал формирование отчётов в местной бухгалтерской фирме, сэкономив часы ручного ввода.
Фото 4: Пример prompt‑шаблона, использованного Иваном.
Итоги, полученные навыки и планы на будущее
Через 90 дней Иван превратил любопытство в конкретный набор навыков: базовое понимание моделей, умение формировать цепочки zero‑shot и few‑shot запросов, настройку контекста для больших языковых моделей. Он получил «водительское» удостоверение от Workera, подтверждающее готовность к корпоративным задачам.
Чтобы не дать навыкам «разложиться» за два года, Иван закрепил привычку: каждый день пять минут чтения The Batch и постов Эндрю Ына, а в выходные – эксперименты с новыми промтами. План на ближайшие полгода – перейти от базовых запросов к построению собственных RAG‑систем, что приблизит его к топ‑1 % специалистов.
Итог прост: грамотность в ИИ – это не мгновенный доход, а навык, требующий постоянного подкрепления. Даже после 58 лет можно стать ценным членом команды, если системно подходить к обучению.
Фото 5: Сертификат Workera, полученный Иваном.
