Обучение сотрудников — первый пункт в to-do листе компании, которая хочет соответствовать требованиям рынка. При этом важно понимать, какие именно навыки развивать у специалистов. Освоить хард-скилы нетрудно, сложнее эффективно интегрировать их в рабочие процессы.
Есть два варианта появления запроса на обучение.
Специалист сам хочет получить новые компетенции.
Например, чувствует пробел в знаниях и понимает, как его исправить. Или хочет освоить дополнительные навыки и глубже разбираться в сфере. В таком случае можно пройти дополнительные курсы, нанять ментора или задуматься о профессиональной переподготовке.
Так, ребята из Solvery, менторской платформы, которая входит в группу red_mad_robot, за последний год отмечали рост запроса на развитие управленческих компетенций. Все больше руководителей разных уровней сталкиваются с нехваткой навыков менеджмента и хотят точечно их улучшить. В том числе это делается, чтобы справиться с дефицитом кадров.
Грамотный менеджмент позволяет выстроить процессы и частично компенсировать последствия нехватки специалистов.
Запрос на новые навыки исходит от рынка.
Часто это ощущается в работе с клиентами, которые приходят за сложными решениями.
Чтобы понимать, чему учить специалистов, важно постоянно следить за обновлениями рынка. Заниматься этим могут HR, сейлз-менеджеры и тимлиды, которые регулярно встречаются с запросами рынка со стороны клиентов или сотрудников внутри компании. Например, в описаниях вакансий стал чаще встречаться навык работы с нейросетями, причем не только в технической сфере.
Запросы от клиентов также помогают сформировать новые направления обучения. Скажем, если им интересно создание креативного контента — придется повысить компетенции команды по работе с нейросетями, чтобы удержать клиента.
Бизнес стремится оптимизировать поиск и наем сотрудников, особенно если это уникальные специалисты, которых почти нет на рынке. Для этого можно дообучать сотрудников смежным навыкам. В red_mad_robot мы регулярно пересматриваем и корректируем карты компетенций.
Рассмотрим конкретнее. При разработке GenAI-платформы для крупной девелоперской компании нам понадобились специалисты по разметке данных — MarkUp/Prompt-инженеры (между собой мы их называем «маркаперы»). Они занимаются разметкой данных и пишут промпты для работы с большими языковыми моделям (LLM). Профессия появилась недавно, на рынке еще нет сформированных требований к таким специалистам. Поэтому мы решили сами их обучить.
На эту позицию подошли QA-инженеры — специалисты, отвечающие за качество ПО. Они тестируют сервисы и пишут отчеты, пока не добиваются безошибочной работы системы. Как и маркаперам, им необходимы навыки тестирования, кодинга и работы с большими данными.
Тестировщиков стали подключать на внутренние проекты, связанные с разметкой данных. К каждому из них прикреплялся тьютор (Middle-специалист), чтобы обучать и объяснять специфику технологии. После освоения базовых навыков переходили на клиентские проекты.
Мы понимали, что в отдельных случаях быстрее отдать задачу тьютору и сэкономить время, но было важно, чтобы специалисты самостоятельно разобрались и предложили решение.
Такой формат обучения называется производственным, когда без лекций и конспектов «студенты» сразу подключаются к практике. Из-за необходимости быстро реагировать на изменения рынка, часто нет времени на создание полноценной системы обучения.
Но отказываться от системности не стоит. Мы первично сформировали список существующих навыков, получили обратную связь от сотрудников и составили полную траекторию развития новых специалистов. В ее основу легла матрица компетенций — подбор проектных задач, по которым проверяется ход и успешность обучения.
Сегодня набор задач маркаперов выглядит так:
- преобразование документов в формат TXT
- разметка
- создание датасета
- выбор промпта
- тестирование ответов по датасету
- обработка галлюцинаций
Так у нас появились собственные markup-инженеры — редкие специалисты, которые прокачивают работу LLM-моделей и помогают компании развивать проекты GenAI.
На примере обучения маркаперов мы сформировали пять принципов дообучения сотрудников:
- Искать смежные компетенции у специалистов.
Навыки маркаперов и QA-инженеров пересекались и дополняли друг друга. - Обучать людей на реальных проектах.
Не обязательно слушать подробные лекции — для быстрой и эффективной тренировки навыков подключайте специалистов к клиентским задачам. - Составлять и регулярно обновлять скилсеты сотрудников.
У многих новых профессий нет четких требований, из-за этого их подготовка может стать несистемной. Разрабатывайте карты компетенций и следите за их актуальностью. - Закреплять сотрудников за более опытными специалистами.
Система наставничества помогает обучающимся и развивает менторские навыки у опытного специалиста.
Если наставников по новому направлению в компании нет, тогда ментором становится руководитель смежного отдела, который будет вовлекаться на одном уровне с сотрудниками и сам освоит дополнительные знания. - Формировать индивидуальные планы обучения.
Регулярная обратная связь и оценка прогресса позволяют отслеживать результаты и корректировать программу.
