Чи потрібні сертифікати з ШІ і скільки вони коштують. Досвід айтівців
На якісних курсах зі штучного інтелекту давно перестали вчити писати промпти. Тепер на них вчать будувати: розробники опановують Claude Code і GitHub Copilot як щоденні інструменти, а далі створюють щось самі: інтеграції з LLM через API і tool use, ШІ-агентів, RAG-системи та оцінку якості їхніх відповідей.
Вчитися можна безпосередньо у вендорів: власні освітні програми мають OpenAI, Anthropic, Google, Microsoft, AWS, NVIDIA та інші. Ще більше курсів на Coursera, DeepLearning.AI, Udemy.
Ми поговорили з IT-фахівцями, які проходили такі програми, і запитали, що вони винесли з навчання, скільки це коштує і чи варто витрачати час на ШІ-курси, коли інструменти змінюються мало не щомісяця.
Де вчитися і кому доступні сертифікації
Наприклад, Anthropic має безкоштовну платформу Academy, де користувач отримує сертифікат про проходження курсу. Інша річ — сертифікації Anthropic. Вони доступні лише для працівників компаній-партнерів Anthropic через Claude Partner Network і коштують від $99 за Associate до $175 за Claude Certified Architect — Professional. Architect — Foundations коштує $125 і розрахований на тих, хто проєктує рішення за допомогою Claude, а Professional — на старших архітекторів, які відповідають за інтеграції, оцінку якості на рівні підприємства. Компанія може приєднатися до мережі безкоштовно, тож доступ закритий лише для розробників без компанії-партнера.
Схожі обмеження має AWS: щоб отримати AI Competency, сервісна компанія спершу має бути validated або differentiated партнером у відповідному Services Path, а вже потім пройти окреме валідування.
Для тих, хто не пише код, теж є з чого вибрати. Google AI Professional Certificate навчає використовувати ШІ для досліджень, роботи з документами, аналізу даних і створення простих застосунків. Інша програма Google, «ШІ для бізнесу», зосереджена на впровадженні ШІ в процеси компанії. The Full Stack PM вчить продакт-менеджерів працювати безпосередньо в Claude Code, проводити дослідження, створювати власні скіли й автоматизувати роботу.
Скільки часу закладати на навчання
Вступні курси можна пройти за годину-дві: короткі курси DeepLearning.AI тривають
Скільки коштують ШІ-курси і як обрати корисний
Ціни теж різні. Безкоштовно, наприклад, в Anthropic Academy, Microsoft Learn і відео DeepLearning.AI. За іспити та сертифікати доведеться заплатити окремо на базовому іспиті Microsoft AI-901, який коштує $99, або AI-102 для Azure AI Engineer Associate — $165. Google AI Professional Certificate коштує $49 на місяць у США й Канаді, але користувачі з України можуть пройти навчання безкоштовно через партнерські організації Google, зокрема EdEra, Kharkiv IT Cluster, Veteran Hub та інші. Coursera Plus — $399 на рік. Курс Mosh коштує $249, а курси на Udemy мають різні повні ціни — зазвичай від $20 до $200, але на розпродажах їх можна взяти приблизно за $15. Річний доступ до Full Stack AI Mastery від The Full Stack PM коштує $300.
Висока ціна не є гарантією, що курс буде вам корисний. Іноді за обіцянкою навчити створювати ШІ-агентів ховається кілька уроків із базового промптингу. З іншого боку, технології змінюються так швидко, що матеріали швидко застарівають. Перед оплатою варто перевірити, коли оновлювали програму, хто її викладає і чи є практика. А якщо потрібен сертифікат, потрібно з’ясувати, чи він підтверджує проходження курсів, чи знання, перевірені на окремому іспиті.
«Це нагадало мені іспит в автошколі». Курс Claude Certified Architect — Foundations
Владислав Оршуляк, Java Competence Lead в Sombra
Я проходив спочатку безплатні курси на платформі Anthropic Academy:
- Introduction to agent skills — тут вчать створювати та налаштовувати навички для ШІ-агента, щоб автоматизувати повторювані завдання;
- Claude Code in Action — з чого він складається та як працює;
- Building with Claude Code API — як програмно взаємодіяти з моделлю, створювати власних агентів і розгортати їх у певному середовищі;
- Introduction to Model Context Protocol — як підключати ШІ-моделі до зовнішніх інструментів, сервісів і джерел даних за допомогою протоколу MCP.
Безкоштовні курси дали хорошу базу, щоб потім успішно сертифікуватись.
Сертифікацію Claude Certified Architect — Foundations я хотів складати відразу, щойно її анонсували. Чому? Через ринок. Це вагомий плюс до моїх навичок. Клієнти дуже цікавляться ШІ й запитують компанії, що їхні інженери знають і вміють. Усі багато експериментують, усталені best practices ще формуються. До аутсорсингових компаній надходить багато запитів про ШІ-компетенції, і наявність сертифікованих інженерів — аргумент для клієнтів.
Перед сертифікацією я теж знайшов неофіційний ресурс Claude Architect, створений спільнотою, де матеріали були структуровані за доменами сертифікації. На офіційному сайті описано, яких знань очікують у кожному домені, а на цьому ресурсі розбирали можливі запитання й відповіді. Він був корисний, але найбільше мені допомогли пробні тести на ресурсі CertSafari, також створеному спільнотою. Люди, які вже проходили сертифікацію, ділилися досвідом і схожими запитаннями. Деякі з них були близькі до тих, що я побачив на іспиті.
Самі тести Claude Certified Architect — Foundations заплутані
Це нагадало мені іспит в автошколі: запитання формулюють так, щоб ти уважно читав кожне слово. Буває кілька відповідей, які виглядають правильними, але одна підходить краще. Тому моя стратегія — не поспішати, перечитувати запитання й діяти методом виключення. Із приблизно 60 запитань у мене було два-три дуже специфічні, до яких я не підготувався. Пам’ятаю одне про різницю між Agent SDK і API SDK. Під час підготовки я з цим не стикався, тому не знав відповіді. В підсумку я сертифікувався успішно, і вже пізніше пішов розбиратись, у чому різниця.
Тим, хто складатиме цю сертифікацію, я б також порадив найперше перевіряти актуальність матеріалів, які допомагають готуватися. Я кілька разів бачив, як у підготовчих матеріалах описували певну можливість, а в офіційній документації вже зазначалося, що її прибрали або вона deprecated.
На одному з ресурсів CertSafari, до речі, також можна пройти тест із окремого домену. Після тесту він показує, на які запитання ти відповів неправильно, і формує промпт для ChatGPT або Claude. Ти копіюєш цей промпт, вставляєш у модель, а вона пояснює, що потрібно повторити: що це за поняття, як воно працює, чому певна відповідь правильна. Це зручний спосіб навчатися й закривати прогалини в знаннях. Це функція підготовчого ресурсу, а не самого сертифікаційного іспиту.
Думаю, для розробника рівня Senior півтора-два місяці по одній-дві години на день — цілком реалістичний термін для підготовки й проходження цієї сертифікації. Термін дії сертифікації — рік.
Також варто розуміти, що CCAC-F — це онлайн-іспит із прокторингом. Я вже складав сертифікацію з Google Cloud (GCP), тому процедуру знав. Потрібно підготувати ноутбук і встановити спеціальне програмне забезпечення, яке обмежує доступ до інших програм та екранів. У мене немає особистого ноутбука, а на робочому встановлені антивіруси й корпоративний софт, які можуть заважати іспиту. Тому попросив у компанії окремий чистий ноутбук. Перед іспитом можна перевірити мікрофон, камеру та сумісність програм — раджу зробити це за день-два, щоб не було проблем із налаштуванням.
Найціннішим у навчанні для мене були use cases. Ця сертифікація не стільки для запам’ятовування окремих функцій бібліотеки чи платформи. Вона описує реалістичну бізнес-проблему, яка може виникнути в моїй роботі або в клієнта, і пропонує варіанти її розв’язання. У різних клієнтів проблеми часто подібні — саме тому існують фреймворки й бібліотеки. Тут ти бачиш багато бізнес-кейсів і способів застосувати ШІ для їхнього розв’язання. Наприклад, де варто будувати агента, а де краще цього не робити. На таких прикладах дуже швидко вчишся.
Що після навчання
Після сертифікації я використовую насамперед різні workflow-патерни. Наприклад, verifier: один агент виконує завдання, а інший перевіряє його результат в окремій сесії. Можна зробити кілька ітерацій і отримати кращий результат, не перевіряючи кожен крок вручну.
Інший приклад — orchestrator. Коли завдання велике, контекст однієї сесії обмежений і один агент не впорається з усією роботою, можна розподілити її між субагентами через оркестратора.
Ще один напрям — оптимізація використання моделей і токенів. Не для кожного завдання потрібна найпотужніша модель. Якщо завдання просте, можна використати слабшу. Якщо ж спочатку навіть не зрозумілий обсяг роботи, сильніша модель може скласти план, а виконання можна делегувати слабшій. Думаю, в майбутньому вміння правильно добирати модель під завдання буде важливим.
Загалом із використанням ШІ в роботі проблем вистачає. Іноді він стає інструментом не покращення, а погіршення ситуації. Наприклад, зараз із ШІ код пишеться набагато швидше. Він може виглядати акуратно, майже production-ready. Але виникає проблема: люди перестають його читати. Так само з документацією. ШІ швидко створює гарно оформлений документ, але інформації стає настільки багато, що її складно опрацювати. Новий функціонал з’являється швидше, а разом із ним швидше з’являються й дефекти. Умовно: раніше написав одну функцію й отримав три баги, тепер написав удесятеро більше функціоналу й отримав, умовно, вдесятеро більше багів.
На початку я не рекомендую купувати платні курси. Безкоштовних матеріалів зараз більш ніж достатньо. Не варто збирати все підряд і губитися в десятках ресурсів. Краще почати з офіційних матеріалів — наприклад, Anthropic Academy.
Я бачу, що ШІ кардинально змінює вимоги до Java-розробників і саму розробку. Можливо, найближчим часом ми перестанемо так жорстко ділити спеціалістів на Java-, C#- чи .NET-розробників. Більше говоритимемо просто про software engineer.
Натомість дедалі важливішими ставатимуть фундаментальні знання: принципи програмування, архітектура, дизайн систем, технологічно незалежні підходи й інженерне мислення. Наприклад, я Java-розробник, але вже близько чотирьох місяців працюю в проєкті, повністю написаному на C#. І поки що мене не вигнали.
«Сертифікат відкриває двері, але далі говорить досвід». Сертифікації AWS
Максим Іващенко, Solution Architect в AWS
- Claude Certified Architect — Professional, Foundations
- AWS Certified Generative AI Developer — Professional (Early Adopter)
- AWS Certified AI Practitioner Early Adopter (Early Adopter)
Із нещодавніх я пройшов Claude Certified Architect (Professional, Foundations), AWS Certified Generative AI Developer (Professional) і AWS Certified AI Practitioner. З AWS та Claude Foundations маю бейдж Early Adopter. Мені подобається складати нові екзамени й впливати на них через зворотний зв’язок: для мене це окремий челендж. Готових матеріалів для цього ще немає, тож розбираєшся з документації. До іспитів готуюся ще й практично — теорію використовую в межах невеликих прототипів. Колись почув фразу, з якою повністю погоджуюся: «Сертифікат відкриває двері, але далі говорить досвід».
AWS має окремі AI-сертифікації у форматі тестів: від
Другий шлях — Udemy. Там є автори, які готують саме до іспиту: пояснюють теми й підказують, про що можуть запитати. Це не реальні питання з іспиту, а приклади, які показують, наскільки глибоко треба знати тему, і допомагають звикнути до формату і таймінгу. Я зазвичай беру курси Стефана Маарека (Stéphane Maarek), автора популярних курсів з AWS, і Apache Kafka. Вони платні, але на Udemy коштують близько 10 євро. Він подає матеріал компактно й по суті, тож це допомагає підтягнути теоретичну базу.
Іспит AWS Certified Generative AI Developer (Professional) може бути складним для початківців, бо очікує досвіду роботи з AWS. Наприклад в версії екзамену котру сдавав я, як на мене було багато питань про serverless як концепт і дуже мало саме про Amazon Bedrock AgentCore. Мені особисто хотілося б ще більше фокусу саме на нюансах імплементації Generative AI рішень. Оскільки це іспит від AWS, очікується, що людина розуміє і контекст, і ці технології.
Курси та сертифікації Anthropic — нові й, мені здається, ще на етапі калібрування
Загалом рівень Professional, — чи то AWS, Azure, GCP, чи Anthropic, — перевіряє, як швидко ти розберешся в ситуації, знайдеш рішення й відокремиш важливе від неважливого. У Claude Certified Architect Professional запитання великі й іноді абстрактні: майже кожне це окремий кейс, де треба зрозуміти контекст і знайти баланс між вартістю, швидкістю та якістю. У роботі архітектора приблизно так само.
Для мене Claude Certified Architect Professional не був складнішим за Claude Certified Architect Foundations. Курс Foundations сподобався своєю практичністю. Іспит складається з 60 запитань, згрупованих навколо 4 реалістичних сценаріїв, які випадково обираються з 6 описаних в exam guide (наприклад, агент підтримки клієнтів, мультиагентна дослідницька система чи Claude Code у CI/CD). Запитання стосуються агентів, промптів, MCP і Claude Code, тож підготувався, склав і вже завтра застосовуєш знання. Foundations також детальніший: він про те, як саме краще щось зробити з інструментом. А користь від Professional більше залежить від того, чи трапляються тобі такі кейси в роботі.
У цілому підготовка до сертифікацій допомагає мені будувати ментальні моделі. Це дуже корисний інструмент: з ними мозок швидше обробляє інформацію і ухвалює рішення. Під час підготовки до AWS Certified Generative AI Developer Professional я натрапив на кілька нюансів у роботі векторних баз даних, які захотілося розібрати глибше. Тож я заглибився в цю тему значно більше, ніж вимагав іспит. Це дало мені більше впевненості в розмовах із замовниками, коли ми разом проєктуємо системи на основі RAG.
Зацікавленим я б радив почати з безкоштовного: на DeepLearning.AI, в Anthropic Academy, OpenAI Academy та AWS Skill Builder достатньо якісних матеріалів, щоб розібратися в основах. І одразу треба будувати щось своє: маленький агент чи автоматизація для власної задачі дасть більше, ніж десять пройдених курсів.
Сертифікацію раджу складати вже після практики, і від вендора, чию платформу ви реально використовуєте. Тоді вона закріплює досвід. А от платити за курси на кшталт «100 промптів для ChatGPT» чи програми без практичних завдань, на мою думку, не варто: основи промптингу компанії безкоштовно описують у документації, а самі підходи швидко змінюються. Якщо хочеться структурованого курсу українською, бо англійська поки що кульгає, гарний варіант це програми з ШІ від fwdays чи CSOsvita. Я інколи переглядаю їхні адженди і можу підтвердити, що теми там актуальні.
Передплата O’Reilly — напевно, найкраща моя інвестиція за рік
Це видавництво технічної літератури та онлайн-платформа з книжками й курсами про програмування, ШІ та інші технології. Там виходять одні з найпопулярніших книжок про generative AI і роботу LLM. Передплата відкриває всю бібліотеку (я фокусуюся на книжках), а також Early Releases: коли книжка ще не вийшла, а ти вже читаєш чернетку. Буває, що темі лише місяць-два, а хтось уже пише про неї книжку, намагаючись фундаментально в ній розібратися.
З нещодавно прочитаного мені дуже сподобалась AI Systems Performance Engineering (Chris Fregly). Книжка не для початківців: це понад тисяча сторінок для тих, хто вже має досвід, але воно того варте. В AWS я багато працюю із замовниками в рамках performance engineering: допомагаю їм знайти баланс між швидкодією, вартістю та якістю їхніх систем. Книжка про те, як оптимізувати AI-системи для навчання та інференсу, щоб вони не коштували всіх грошей світу. Вона охоплює всі рівні: від CUDA-ядер на GPU і PyTorch до масштабування GPU-кластерів, серверів інференсу і пошуку вузьких місць. А наприкінці є чекліст із понад 175 готових оптимізацій, до якого зручно повертатися. Налаштування за замовчуванням рідко бувають оптимальними, а на дорогих GPU навіть невелике покращення ефективності помітно впливає на рахунок.
Довго була думка, що AI замінить айтівців і роботи поменшає. Але поки що відбувається радше те, що економісти називають парадоксом Джевонса: коли щось стає ефективнішим і дешевшим, цього починають використовувати більше. І в мене, і в колег відчуття, що роботи побільшало, і вона стала цікавішою.
«Деякі завдання здаються мені суперечливими». Курси Anthropic Academy
Єгор Домачук, Product Manager Taimi від appflame
Я починав з Anthropic: пройшов їхні базові безкоштовні курси. Але, на мій погляд, вони не пропонують глибоких інсайтів чи фреймворків, які можна відразу перенести у свою роботу. Далі вже маєш розбиратися сам. Згодом я взявся за The Full Stack PM. Ці курси створив відомий американський Senior Product Manager та контент-креатор Карл Веллотті (Carl Vellotti). Спочатку я спробував безкоштовний курс — він повноцінний, складається з п’яти блоків.
Найцікавіше — формат навчання. Усе відбувається безпосередньо в Claude Code: автор заздалегідь підготував контекст і сценарій, за яким Claude сам навчає тебе працювати з самим собою. Спочатку я мусив встановлювати інструменти, працювати в терміналі. Для мене як продакт-менеджера, який раніше безпосередньо з кодом не працював, це був новий досвід. Зараз курс адаптований і під роботу з Claude Code у десктопному застосунку.
Суть така: ти граєш роль продакт-менеджера вигаданої компанії — конкурента Jira й Asana. Спочатку досліджуєш ринок, шукаєш і структуруєш інформацію. Потім Claude пропонує: ми вже напрацювали певну методику виконання завдання — навіщо її втрачати? Давай збережемо її у вигляді Skill — набору інструкцій, який Claude зможе використовувати для схожих завдань у майбутньому. Так ти не просто виконуєш завдання, а паралельно вчишся автоматизувати свою роботу.
Наприклад, наступне завдання — генерувати зображення. Claude сам цього не робить, тому ти разом із ним налаштовуєш Gemini API і підключаєш його. Тепер Claude може організувати генерування зображень через інший інструмент. А наприкінці курсу створюєш власний проєкт.
Тоді я захопився локшиною і вирішив зробити свій вебкурс із її приготування
Хотів, щоб там було все: теорія, список продуктів для закупівлі, відмінності між видами локшини, способи приготування, топінги, соуси й м’ясо, яке можна додати. Ми все це зробили — далі вже почався вайбкодинг.
На цьому безкоштовна частина закінчилася. Причому агресивного просування платної версії не було: ти вже отримав стільки знань, що можеш на цьому зупинитися. Але мені стало цікаво, що там далі.
Платна програма значно масштабніша, доступ коштує $200 на рік. Умовно вона поділяється на дві частини. Перша — фундаментальна робота з Claude Code: контекст, скіли, агенти й побудова власної операційної системи для роботи з ШІ. Друга — прикладні завдання продакт-менеджера: research, user research, робота з наявним кодом, створення нового продукту. Є також окремий блок про операційну систему для всієї команди. Загалом дев’ять великих блоків.
Якщо в демоверсії ми лише торкалися скілів, то в платній програмі це повноцінний курс: як вони зберігаються, які мають рівні, як їх оптимізувати й автоматизувати. На один такий блок у звичайному темпі може піти два-три тижні. Звісно, теоретично можна сісти й пройти швидше.
Щоправда, деякі завдання здаються мені суперечливими. Наприклад, ідея, що продакт-менеджер сам зайде в код і знайде баг. Це звучить привабливо, але не думаю, що більшості розробників таке сподобається. Їм усе-таки краще приносити зрозумілі юзкейси, а не самостійно знайдені баги.
Я проходжу програму вже третій місяць, залишилися два останні блоки. І хоча навчання ще не завершив, уже маю власний фреймворк роботи з ШІ та переналаштовую наявні проєкти.
Ще одним великим відкриттям для мене стала робота з контекстом. Тепер мені важко дивитись на старі проєкти: там усе організовано хаотично. Найбільше часу мені заощадила робота з описом завдань. У нас з’являється ідея, ми її обговорюємо, а потім потрібно оформити для розробки. Раніше я все писав вручну, продумував формулювання, кілька разів переглядав, віддавав на дизайн і після цього переписував.
Коли з’явився ШІ, я почав просити його підготувати чернетку й потім редагував її. Це вже економило час, але не було достатньо ефективно. Після курсів я зрозумів, що треба навчити Claude саме мого стилю опису завдань. У кожного продукту та менеджера він свій. В ідеалі команда має домовитися про спільний стандарт, але я почав із себе.
Що змінилося після навчання
Нещодавно я автоматизував оновлення продуктової документації. У нас багато складних алгоритмів, і команді потрібно розуміти, як усе влаштовано. Раніше документацію оновлювали вручну або скілами, які генерували текст, але його все одно доводилось самотужки переносити в документи. Тимлід запропонував це автоматизувати. Я створив окремий проєкт у Claude й проіндексував документацію: зібрав в index.md, де що розташовано.
Тепер, коли в Jira з’являється задача на оновлення документації, запускається скіл. Він аналізує задачу, перевіряє зміни в дизайні у Figma, переглядає задачі розробників і за потреби звертається до іншого ШІ-інструмента, який знає нашу кодову базу. Це важливо, бо початкова задача не завжди відповідає фінальній реалізації: продуктова команда планувала одне, а розробники зробили трохи інакше.
Після аналізу скіл надсилає в Jira пропозицію: що змінити, поточний і новий текст та уточнення. Людина залишає зауваження або схвалює зміни міткою Approved. Після цього скіл через Atlassian API сам оновлює сторінки в Confluence, а попередню версію зберігає на GitHub як резервну копію.
Робив я це не сам: розробники допомогли з інтеграціями, Python-скриптом і тригерами. Але завдяки курсам я вже розумів, як побудувати такий процес, а місяць тому навряд чи зміг би суттєво його змінити. Очікуємо, що підтримка документації забиратиме значно менше часу.
Схожий підхід я використовую для епіків. Я дав Claude свої попередні описи, і він сформував шаблон: які блоки обов’язкові, які опційні, що сховати в розгортних секціях, щоб не перевантажувати документ. Тепер мені досить двох речень з ідеєю: Claude знає структуру застосунку, мій шаблон і документацію, тож готує повний опис епіка. Суттєві деталі додаю окремо або правлю результат сам. Індекс, шаблон і контекст продукту постійно оновлюю.
З недоліків: сценарій навчання підійде не всім. Ти граєш роль продакт-менеджера вигаданої B2B-компанії, тож для тих, хто працює в B2C, частина прикладів може бути нецікавою чи некорисною.
Коли я вирішив купити річну передплату, вона коштувала 200 доларів на рік зі знижкою. За законом підлості я цю знижку пропустив і наступного дня купив уже за 300 доларів. Але не шкодую. Навіть якби компанія, у якій я працюю, нічого не компенсувала, я б усе одно заплатив. Ця підписка дає доступ до курсів, Slack-спільноти та нових програм, які виходитимуть протягом цього періоду. У спільноті люди з різних країн діляться власними ШІ-проєктами й новинами.
Айтівцям, які хочуть навчитись ефективно працювати з ШІ, я б порадив насамперед розібратися з фундаментальними принципами роботи LLM. Я б починав із курсів самих розробників моделей — Anthropic чи інших компаній, чиї інструменти людина використовує.
