Ваш пропуск в высокооплачиваемое IT

Представьте: у вас есть "суперспособность" понимать, как на самом деле общаются системы. Вы перестаете быть "тем самым аналитиком", который рисует стрелочки наугад.

Интеграции - это как умение говорить на языке систем:

✅ когда вы понимаете API и брокеры, вы становитесь "переводчиком" между бизнесом и разработкой

✅ это ваш пропуск в мир, где задачи решаются, а не перекидываются между командами

✅ вы начинаете видеть проект не как набор отдельных модулей, а как единый организм

Наша ученица прошла курс и теперь... постоянно им пользуется, как шпаргалкой! Вот её отзыв👆

#ученикиговорят

Потрясающий курс! Все вопросы собесов на системного аналитика были в курсе. Использую как справочник в работе, подсматриваю инфу. Молюсь, чтобы курс оставался доступным как можно дольше!

А кроме "скучных интеграций" на курсе Глеба Учителя по REST API еще прокачаете:

🔹 архитектурное зрение - начнете замечать, где система хрупкая как карточный домик

🔹предсказание будущего - сможете заранее видеть, в каком месте все поломается после релиза

🔹 навык "не теряться" на собеседованиях, когда спросят про REST - вы не просто "где-то слышали", а можете рассказать, как это применять в реальных проектах

В нашей школе еще действует промокод на Черную пятницу - BLACKFRIDAY25👍

P.S. А ведь многие до сих пор думают, что интеграции - это скучно... На самом деле - это самый короткий путь к интересным задачам и нормальной зарплате в IT!

P.P.S. И вдруг кто еще не забрал подарки в нашей беспроигрышной ЛОТЕРЕЕ - они еще доступны, забирайте свой🎁

Промпты для аналитика: как заставить AI генерировать схемы, а не абстрактный бред

Собрали для вас работающие промпты, которые превращают ChatGPT из "болтуна" в реального помощника аналитика.

❌ Как НЕ надо:
"Напиши требования к системе"
Результат: Получите воду на 10 страниц с нулевой практической пользой

✅ Рабочие шаблоны промптов:
1. Для создания UML-диаграмм:

Ты - senior системный аналитик. Опиши процесс "Оформление заказа в интернет-магазине" в виде sequence-диаграммы на PlantUML. Включи: Покупатель, Frontend, OrderService, PaymentGateway, InventoryService. Учти альтернативные сценарии: отмена оплаты, недостаток товара.

2. Для анализа требований:

Разбери пользовательскую историю "Как клиент, я хочу отменить заказ, чтобы вернуть деньги". Определи: основные шаги, бизнес-правила, альтернативные сценарии, нефункциональные требования. Предоставь результат в виде таблицы.

3. Для генерации тест-кейсов:

Создай 10 тест-кейсов для функциональности "Сброс пароля". Формат: Предусловия, Шаги, Ожидаемый результат, Критерий успеха.

Ключевые принципы общения с AI:

✔️Добавляйте контекст:

"Ты - бизнес-аналитик в финтех-компании"
"Проектируем систему для ритейла"

✔️Указывайте формат вывода:

"Предоставь результат в виде таблицы"
"Сгенерируй код для PlantUML"
"Создай структуру пользовательских историй в Jira"

✔️ Просите уточнять:

"Задай 5 уточняющих вопросов о требованиях"
"Какие сценарии я мог упустить?"

💡Продвинутый лайфхак:

🔹Используйте цепочки промптов:

"Опиши бизнес-процесс"
"Преобразуй в BPMN-нотацию"
"Выяви потенциальные проблемы архитектуры"

Правильный промпт - это как ТЗ для AI: чем точнее составите, тем качественнее результат получите! А какими промптами пользуетесь вы? Делитесь находками в комментариях - соберем лучшую коллекцию для аналитиков👇

Хватит мучить ChatGPT! Бери готового AI-агента для аналитиков (бесплатно).

Прошло уже 2 года с момента AI-бума, но большинство айтишников до сих пор используют ChatGPT как "продвинутый Google". Вот самые частые боли, с которыми вы сталкиваетесь каждый день:

1️⃣ "AI генерирует красивые схемы, которые невозможно реализовать"
Пример: диаграмма, где 15 микросервисов общаются для простой авторизации.

2️⃣ "Требования от AI выглядят идеально, но не учитывают техдолг"
Реальность: "Да, мы можем сделать как в промте, если перепишем 50% системы".

3️⃣"AI не понимает контекст нашей компании"
Типично: предлагает решения, которые не работают с нашим API.

Решения, которые работают прямо сейчас (кстати, записи воркшопов сможете забрать по AI-агентам):

✔️Контекст - это всё.
Вместо: "Спроектируй архитектуру для чата"

Используй: "Мы используем: Kafka, Redis, Kubernetes. Наша команда: 3 бэкендера, 1 фронтендер. Спроектируй реализуемую архитектуру чата с учетом нашего стека". Еще больше промтов забирай ТУТ.

✔️ Ограничивай AI.
"Предложи 3 варианта реализации, но с использованием только RabbitMQ и PostgreSQL. Без mongoDB и других БД"

✔️Проси оценить риски.
"Какие технические риски в этом решении? Где будут узкие места при нагрузке 1000 RPS?"

💡 Лайфхаки

🔹Автоматизация рутины.

- Используй AI для генерации тестовых данных (больше не нужно придумывать email вручную)
- Поручи AI писать API-документацию по уже готовому коду
- Доверь регулярные задачи: обновление Swagger, миграция схем БД

🔹Проверка качества.

"Проверь эти требования на полноту. Что упущено? Какие основные сценарии не учтены?"

🔹Ментальная проверка.
Прежде чем использовать ответ AI, спроси себя: "А смогу ли я объяснить это решение на митинге команде?"

Главный секрет🤫

AI не заменит аналитика, но увеличит его эффективность в 3 раза. При условии, что вы научитесь им управлять.

Мы проводили 2-дневный воркшоп, где разобрали по косточкам AI-агентов. И теперь дарим его в записи.

Как забрать записи воркшопов👇
Ставьте + в комментариях и мы вышлем записи в личку.

Еще более 5 подарков🎁, демо-доступ к урокам и консультация Глеба Учителя в нашем БОТЕ (подарок в лотерее выпадет вам рандомно).

Разбор кейса: почему AI не заменит аналитиков (и кого заменят на самом деле)

Честный ответ от Глеба Учителя в аудио-подкасте: без сладких обещаний и пустых страшилок.

✔️ Где нейросеть действительно сильна - конкретные кейсы из практики

✔️ Как использовать AI как "супер-стажера" - без вреда для качества

✔️ 3 правила работы с AI, которые спасут от переделок

🤫 Спойлер: аналитиков заменят не нейросети, а другие аналитики: те, кто научился работать с AI в 10 раз эффективнее.

🎧Слушайте и делитесь полезным подкастом от @openstudyit с друзьями/коллегами.

Запоминаем, коллеги👆

Для ответа HR о высоких зарплатных ожиданиях - тоже подходит 😂

5 неочевидных итогов года для айтишника: что считать, кроме зарплаты 🔥

Друзья, декабрь - время, когда все считают деньги. Но рост в IT - это не только цифры на карте. Давайте посчитаем то, что действительно определяет вашу карьеру в долгосрочной перспективе.

1️⃣ "Техдолг" в навыках
Проверьте: сколько новых инструментов/подходов вы освоили в этом году?

Если ваш стек не изменился с 2023 - это ред флаг🚩 Но! Не гонитесь за хайпом. Лучше глубоко понять REST, чем поверхностно пробовать 10 async API которые никогда не будете использовать.

2️⃣ Экспертность vs Просто исполнение
Раньше: "Я сделал задачу по ТЗ"

Сейчас: "Я предложил архитектурное улучшение и обосновал бизнесу". Рост - это когда вас слушают не только как исполнителя, но и как эксперта

3️⃣ Soft skills: ваш баланс
Можно быть гением в коде, но если вы:

- не умеете объяснять сложное простыми словами
- избегаете конфликтов в команде
- не можете сказать НЕТ нереалистичным срокам

...вас будут постоянно "ронять в продакшене" эмоционально🙈

4️⃣ Нетворкинг, который работает
Не ваши подписчики\знакомые, а:

✔️2-3 человека из других компаний, с кем можно обсудить архитектурные решения
✔️бывший коллега, который позвал в интересный проект
✔️Комьюнити, где задают вопросы уровня вашего роста и делятся знаниями/опытом

5️⃣ Устойчивость к пожарам
Год удался, если вы:

🔹научились отличать "срочно" от "важно"
🔹 перестали работать ночами регулярно
🔹нашли свой способ восстанавливаться после дедлайнов

Интересно, что все эти навыки - как раз то, что мы системно прокачиваем на курсах Глеба Учителя и в нашем комьюнити. Потому что учим не просто "как сделать API", а как мыслить архитектором и расти комплексно👍

P.S. В каких из этих пунктов вы точно справились в этом году? А над каким стоит поработать в 2026? Или дополните этот список своими достижениями👇

Не только AI: что на самом деле будут искать в тестировщиках и аналитиках в 2026 году🚀

Коллеги, пока все обсуждают и спорят по поводу применения ChatGPT, в реальных проектах горят задачи, которые не решить нейросетью. Давайте посмотрим на 2026 год глазами тех, кто проектирует, проверяет и поддерживает системы.

Итак, что будет цениться в ближайшее время на наших просторах:

1️⃣ Event Storming: язык, на котором говорят аналитик, тестировщик и архитектор

Боль: Требования размыты, процессы - тёмный лес, а в день релиска все ищут виноватых.
Решение: Event Storming - это ваша карта, на которой видно, где данные теряются, где падают транзакции и почему "всё работало в тестовом контуре".
Для кого: Аналитик строит процесс, тестировщик видит все сценарии, архитектор проектирует устойчивые связи.

2️⃣ Наблюдаемость (Observability): когда мониторинг - это не графики, а ответ на вопрос "Что сломалось?"

Боль: Продакшен упал в 3:00, а в логах - тишина. Или ещё хуже - там миллионы строк, в которых ничего не понятно.
Решение: Умение проектировать логирование так, чтобы по одному trace-id можно было восстановить всю цепочку: от клика пользователя до ошибки в БД.
Для кого: Аналитики, чтобы проверять сценарии, тестировщики, чтобы воспроизводить баги, архитекторы, чтобы видеть узкие места.

3️⃣ API-first и асинхронка: контракт важнее чем "ну мы так поняли"

Боль: Разработчики сделали API, который не соответствует договорённостям, тестировщики не могут проверить интеграцию, аналитики не понимают, что пошло не так.
Решение: Умение читать и писать спецификации (OpenAPI/AsyncAPI) как родной язык. Это ваша страховка от "а мы думали, вы хотели вот так".
Для кого: Все, кто устал быть почтовым голубем между отделами.

4️⃣ Архитектурная грамотность: как перестать бояться слова "микросервисы"

Боль: Вы говорите с архитектором, а он - на другой планете. Или вы - архитектор, а команда не понимает, почему нельзя просто "добавить ещё одну таблицу в монолит".
Решение: Базовое понимание паттернов, trade-off и ограничений. Не чтобы стать архитектором, а чтобы говорить с ним на одном языке и задавать правильные вопросы.
Для кого: Аналитики - для оценки реализуемости, тестировщики - для построения стратегии тестирования, все - для снижения рисков.

AI, конечно, крутой инструмент (и мы им тоже умело пользуемся - в этом посте рабочие промты скидывали). Но! Он не заменит ни одну из этих ролей, а просто сделает рутину быстрее. А вот если вы не понимаете, какую задачу ему поставить и как проверить результат, он сгенерирует вам красивый, но бесполезный артефакт.

Согласны?👍

AI в 2025: стажёр-студент или уже сеньор? Честный разбор

Друзья, пока лента пестрит постами "Я написал ТЗ за 5 минут в ChatGPT", давайте посмотрим, что происходит в реальных чатах и проектах. Собрали для вас плюсы, минусы и горькую правду о влиянии AI на нашу работу.

✅ Плюсы (да, они есть):

1️⃣ Черновики типовых артефактов

AI научился генерировать то, что у всех болит: пользовательские истории, чек-листы, шаблоны тест-кейсов. Раньше ты 40 минут копировал структуру из Конфлюенса. Теперь - 2 минуты на правки готового шаблона.

2️⃣ Генератор идей для сценариев

Забыл про альтернативные сценарии? AI напомнит: про роли, права, ошибки интеграций, пустые состояния, таймауты, "А если пользователь зайдет с браузера 2005 года?".
Фишка: Не для слепого копирования, а для встряски мозга - "ого, а так можно было?".

3️⃣ Сжатие хаоса: созвоны, переписки, требования “в тексте”.

Резюме обсуждения, список решений, открытые вопросы, ToDo, риски - это то, что экономит часы, если входные данные нормальные.

4️⃣ Риски с данными и контекстом

Публичные модели + внутренние данные/клиентские кейсы = потенциальная проблема. Даже если “вроде ничего страшного”.

❌ Минусы (их больше, чем кажется):

1️⃣ Мусор на выходе

AI пишет так уверенно, что хочется верить. А потом оказывается, что в "гениальной" схеме данных нет связи между таблицами. Как если бы стажёр принёс архитектурную схему, нарисованную маркером на салфетке. Красиво, но строить по ней нельзя.

2️⃣ Иллюзия компетенции

"Я разбираюсь в микросервисах, потому что ChatGPT мне про них рассказал"🙈Это как читать краткое содержание книги и пытаться спорить с литературоведом.

3️⃣ Время на проверку + время на создание

Иногда проще написать самому, чем три часа чистить и перепроверять AI-генерацию.
Знакомо? "Так, тут он придумал поле «user_unicorn_id"... Надо разбираться, это метафора или баг?

Главный вывод года (и он неприятно честный)👇

AI - это множитель, а не создатель.
Он умножает вашу экспертизу: если вы знаете, как должно быть, и он ускорит работу. Если не знаете - создаст видимость работы.

Но, мы же не такие) И знаем, как создать эффективного AI-агента. Если зашли первых два воркшопа по созданию AI-агента - можем сделать 3-ю часть воркшопа, где продолжим его создание и еще обсудим, как внедрить потом так, чтобы не навредить. Накидайте🔥, если актуально.

P.S. А как у вас работа с AI? AI уже стал напарником или больше мешает? Делитесь опытом - соберём коллективную мудрость от нашего комьюнити👇

AI-агент: часть 3. Превращаем игрушку в рабочего зверя 🚀

Мы уже начали собирать своего AI-агента на прошлых воркшопах? Продолжаем нашу сборку AI-агента, нам еще нужно его "допилить" и внедрить.

❗️Завтра 12 декабря в 15.00 мск приглашаем на воркшоп с Глебом Учителем: "Тех-базовый воркшоп по сборке прототипа AI-агента на русском LLM. Часть 3"

Что будет на 3-й части воркшопа:

✔️ покажу, как системному и бизнес-аналитикам на минималках собрать агента, который умеет:

- дергать простые инструменты (поиск по требованиям, шаблоны документов);

- помогать с рутиной в аналитике, а не просто “болтать” в чате.

Если первые воркшопы были про "как собрать", то этот - про "как заставить работать на вас". И всех участников воркшопа ждет классный подарок для настройки работы с AI🎁

Гоу с нами на воркшоп🔥 Кто еще не в закрытой группе воркшопов, ставьте + в комментариях: добавим вас в закрытую группу👇

‼️ПЕРЕНОС ВОРКШОПА‼️

Друзья, форс-мажор сегодня у Глеба Учителя, воркшоп по AI-агенту переносится на завтра 13 декабря в 14.00 мск.

Благодарим за понимание❤️

P.S. Вас ждет подарок от Глеба за ожидание🎁

🔥 Через 30 минут начинаем ВОРКШОП!

Будем продолжать собирать AI-агента.

Заходите заранее в комнату трансляции, чтобы не пропустить.

https://us06web.zoom.us/j/84647365931?pwd=kwzynbYNTyuCTv5I6g9MIXDlDoOTt3.1

Глеб уже в эфире.

Заходите на воркшоп по AI-агентам👇

https://us06web.zoom.us/j/84647365931?pwd=kwzynbYNTyuCTv5I6g9MIXDlDoOTt3.1

AI-агенты: из "игрушки" в рабочего зверя. Часть 3 - забирайте запись и гайды в подарок🎁

Что было на 3-й практической части:

✔️ Оптимизация промптов, чтобы агент перестал нести чушь и делал именно то, что нужно.

✔️ Настроить помощь с рутиной в аналитике, а не просто “болтать” в чате

✔️ Создали готовые шаблоны для аналитиков и тестировщиков - берите и внедряйте.

Все материалы в закрытой группе:

🔹Запись воркшопа (2 часа плотной практики без воды)

🔹Гайды и шаблоны, чтобы не начинать с нуля

Чтобы лучше разобраться в теме и грамотно воспользоваться всеми подарками сначала изучите ИНСТРУКЦИЮ:

написали для вас статью, где мы разложили всё по полочкам: "ИИ‑агенты: без мистики, и с пользой для проектов"

👉https://dzen.ru/a/aT6D6Jr1vmQFuvVA

В ней вы найдёте:

- чем агент отличается от чат-бота и ассистента

- где агенты реально экономят деньги (а где нет)

- как правильно ставить задачи агентам

- какие риски учесть до начала разработки

AI-агент - это не магия, а просто инструмент. Но если вы знаете, как его заточить, он может стать вашим самым продуктивным сотрудником.

P.S. Материалы (запись + гайды) уже ждут вас в закрытой группе воркшопов. Если вы еще не в этой группе: пишите + в комментариях, добавим.

P.P.S. Как и обсуждали на встрече - еще будут 2 заключительных воркшопа + придумали крутую штуку по AI-агентам, пока в разработке🔥