Тренд пошуку "київстар"

Мобільний зв’язок у 2025 році пропонує абонентам широкий вибір. Київстар, Vodafone та lifecell мають у своєму портфелі тарифи для різних потреб – від базових пакетів з інтернетом і дзвінками до комплексних рішень. Повний текст новини

У «Київстар» (Kyivstar Group) з’явився офіс в Дубаї. Про це вчора, під час NASDAQ Bell Ringing Ceremony в Нью-Йорку, розповів СЕО компанії Олександр Комаров.

Капіталізація найбільшого українського оператора мобільного зв’язку Київстар складає приблизно $2,8 млрд.

Київстар терміново попередив усіх абонентів про завершення резервування мережі “Домашнього Інтернет”. На сьогодні 99% мережі фіксованого зв’язку компанії забезпечені резервним живленням до 12 годин автономної роботи. Це стало можливим завдяки встановленню понад 80 тисяч сучасних LiFePO4-акумуляторів для мережі за технологією FTTB. Про це мобільний оператор повідомив у своїх соціальних мережах В компанії зазначили, що нові […] Сообщение Київстар терміново попередив усіх абонентів: інтернет тепер буду по-новому появились сначала на ТехноФан.

В п’ятницю, під час NASDAQ Bell Ringing Ceremony в Нью-Йорку, СЕО «Київстар», відповідаючи на питання журналіста dev.ua, повідомив, що приблизна капіталізація компанії після виходу на біржу складає $2,8 мільярди доларів. 

Мобільний оператор Київстар розповів своїм абонентам, як вони можуть підключити тарифи зі значною знижкою протягом 6 місяців. Про це мобільний оператор Київстар розповів на своєму офіційному сайті. Щоб скористатися акцією, потрібно придбати смартфон з 4G-покриттям у будь-якому відділенні або інтернет-магазині оператора. Знижка стосується тарифів “ВСЕ РАЗОМ Легкий” та “ВСЕ РАЗОМ Крутий”. Отже, в тариф ВСЕ РАЗОМ […] Сообщение Київстар знижує ціни на тарифи до 50%: як отримати вигоду до кінця року. появились сначала на ТехноФан.

1 вересня 2025 року на глядачів чекає премʼєра першого original-серіалу «Вітя» від платформи кіно і телебачення «Київстар ТБ».

Про це повідомляє Еспресо.TV.У Лізі Європи "Динамо" за сумою двох матчів не зуміло пройти ізраїльський "Маккабі Тель-Авів", але зіграє у Лізі конференцій."Шахтар" в овертаймі зумів дотиснути швейцарський "Серветт" і пройшов в основний етап ЛК.Для "Полісся" єврокубковий сезон завершений.Жеребкування матчів Ліги конференцій відбудеться сьогодні, 29 серпня.Результати матчів 28 серпняЛіга ЄвропиПлей-офф раунд, матч-відповідь"Динамо" (Україна) - "Маккабі" (Тель-Авів, Ізраїль) 1:0Гол: Герреро, 5Перший матч - 1:3Ліга конференційПлей-офф раунд, повторні матчі"Фіорентина" (Італія) - "Полісся" (Україна) 3:2Голи: Додо, 78, Раньєрі, 86, Джеко, 89 - Назаренко, 2, Андрієвський, 14Перший матч - 3:0"Серветт" (Швейцарія) - "Шахтар" (Україна) 1:2Голи: Нжо, 52 - Кевін, 70, Еліас, 113Перший матч - 1:1Як "Динамо", "Шахтар" і "Полісся" виступили у кваліфікаціїУ 3-му раунді кваліфікації Ліги чемпіонів київське "Динамо" за сумою двох матчів поступилось кіпріотському "Пафосу" (0:3) і продовжить боротьбу у Лізі Європи. У матчі плей-офф українці змагаються проти ізраїльського "Маккабі Тель-Авів". Перша зустріч закінчилась поразкою киян (1:3).  Якщо динамівці переможуть, то гратимуть в основному етапі ЛЄ, а якщо програють - вилетять у Лігу конференцій.У кваліфікації Ліги Європи донецький "Шахтар" не зумів пройти грецький "Панатінаїкос". У вирішальних матчах ЛК українці грають проти швейцарського "Серветта", перша зустріч закінчилась внічию 1:1.Житомирське "Полісся", після впевненої перемоги (3:0) над угорським "Пакшем" в першому матчі, зуміло втримати перевагу в другій зустрічі. Вирішальний суперник за основний етап Ліги конференцій - італійська "Фіорентина". Перша зустріч закінчилась поразкою (0:3).

Мобільні оператори в Україні пропонують різні тарифи на місяць чи рік, залежно від уподобань користувачів. Ціна коливається від 145 до 1 500 гривень на місяць. Повний текст новини

Київстар оголошує про завершення масштабного проєкту з підвищення енергостійкості мережі Домашнього Інтернету. Станом на сьогодні 99% усієї мережі фіксованого зв’язку компанії зарезервовано до 12 годин автономної роботи завдяки встановленню понад 80 тисяч сучасних LiFePO4-акумуляторів для фіксованої мережі, що працює за технологією FTTB.

Мобільний оператор Київстар анонсував для абонентів новий тарифний план. Домашній Інтернет від Київстар тепер пропонує гігабітну швидкість, зручні додаткові послуги та доступ до телебачення для всієї родини. Про це мобільний оператор повідомив на своєму сайті. Сам тариф коштує 100 гривень і він має назву “Удача”, його стандартна швидкість 100 Мбіт/с, але оператор обіцяє надати безкоштовно […] Сообщение Київстар представив новий вигідний тариф: 100 грн на місяць появились сначала на ТехноФан.

У застосунку Мій Київстар доступна знижка 30% на шкільні товари в інтернет – магазині Papirus. Пропозиція стартує 21 серпня 2025 року, про що мобільний оператор повідомляє на своєму офіційному сайті. Промокод для отримання 30% знижки на товари для школи в інтернет-магазині Papirus доступний користувачам застосунку Мій Київстар. Він надається безпосередньо в додатку у розділі «Розваги» […] Сообщение Київстар порадував усіх абонентів, як зменшити свою оплату: стане дешевше на 30% появились сначала на ТехноФан.

Житомирський клуб "Полісся" 28 серпня зіграє матч-відповідь плей-оф кваліфікації Ліги конференцій проти італійської "Фіорентини". Поєдинок розпочнеться о 21:00 за київським часом. В Україні трансляцію покаже "Київстар ТБ". Через реконструкцію стадіону "Артеміо Франкі" у Флоренції команди зустрінуться на арені "Мапеї" у Реджо-Емілії, повідомляє ZN. Абсолютним фаворитом цієї гри букмекери вважають італійський клуб. Коефіцієнт на перемогу "Фіорентини" становить 1,23. На нічию приймають ставки з показником 6,10. Перемога "Полісся" оцінена у 11,00. ЧИТАЙТЕ ТАКОЖ: "Полісся" програло "Пакшу" Перша зустріч команд у Словаччині завершилася розгромом українців. Тоді "Фіорентина" перемогла 3:0. "Полісся" у минулому сезоні української Прем'єр-ліги посіло четверте місце. У відборі до Ліги конференцій команда вже здолала андоррський "Санта-Колома" та угорський "Пакш". "Фіорентина" ж у Серії А фінішувала шостою. Донецький "Шахтар" вийшов до другого раунду кваліфікації Ліги Європи. Команда Арди Турана зустрінеться з турецьким "Бешикташем". Матчі відбудуться 24 і 31 липня. Перша гра пройде в Туреччині. Команда, яка вилетить із цієї пари, вирушить у третій раунд відбору Ліги конференцій.

Kyivstar Tech відкрила вакансії для фахівців, які працюватимуть над національною великою мовною моделлю (LLM). На зараз на DOU розміщені 6 вакансій. Data Engineer (NLP-Focused) Основні обов’язки: Розробка та підтримка ETL/ELT-пайплайнів для збору, перетворення та зберігання великих обсягів текстових даних.Впровадження сервісів вебскрейпінгу та збору даних для автоматизації отримання текстової та лінгвістичної інформації з вебу та інших зовнішніх джерел.Реалізація специфічної обробки даних для NLP/LLM: очищення та нормалізація тексту, фільтрація токсичного контенту, дедуплікація, видалення персональних даних.Формування спеціалізованих датасетів SFT/RLHF з наявних даних, включно з аугментацією та маркуванням за допомогою LLM.Налаштування та управління хмарною інфраструктурою даних проєкту (data lakes, warehouses) та фреймворками обробки (AWS/GCP/Azure).Автоматизація робочих процесів обробки даних та забезпечення їх масштабованості й надійності за допомогою інструментів, як-от Apache Airflow.Підтримка та оптимізація аналітичних баз даних та шарів доступу до даних для ad-hoc аналізу та тренування моделей.Співпраця з Data Scientists та NLP Engineers для створення наборів даних для моделей машинного навчання.Впровадження перевірок якості даних, моніторингу, сповіщень та версіонування даних.Управління безпекою даних, контролем доступу та відповідністю стандартам політики конфіденційності. Вимоги: 3+ роки досвіду на посаді Data Engineer або аналогічній ролі, пов’язаній зі створенням data-intensive пайплайнів.Досвід роботи з лінгвістичними даними або підтримки NLP-проєктів (нормалізація тексту, робота з різними кодуваннями, стратегії токенізації). Розуміння підходу до обробки даних, подібного до FineWeb2.Практичний досвід у розробці ETL/ELT-процесів та використанні фреймворків оркестрації, як-от Apache Airflow.Впевнене володіння Python для обробки даних та розробки пайплайнів, досвід роботи з NLP-пакетами (spaCy, NLTK тощо) та SQL.Досвід роботи з реляційними базами даних (PostgreSQL, MySQL), знайомство з NoSQL та технологіями великих даних (HDFS, Hive, Spark).Практичний досвід роботи з хмарними платформами (AWS, GCP або Azure) для зберігання та обробки даних.Знання практик забезпечення якості даних, досвід впровадження моніторингу для пайплайнів.Здатність тісно співпрацювати з data scientists та розуміти вимоги ML-проєктів, хороші комунікативні навички. Додаткові переваги: Досвід роботи з фреймворками розподіленої обробки даних (Apache Spark, Databricks) та системами потокової передачі повідомлень (Kafka, Pub/Sub).Глибокий досвід у вебскрейпінгу з використанням Scrapy, Selenium або Beautiful Soup.Знання CI/CD для інженерії даних (GitHub Actions, Jenkins), досвід роботи з Docker та Kubernetes.Досвід роботи з аналітичними платформами та BI-інструментами (Tableau, Looker).Здатність самостійно вирішувати складні інженерні проблеми з даними та оптимізувати наявні пайплайни. Senior Data Scientist/NLP Lead Основні обов’язки: Керування повним циклом розробки NLP та LLM моделей: від дослідження даних та прототипування до валідації та впровадження у продакшн.Аналіз великих текстових наборів даних (українських та багатомовних) для виявлення інсайтів та створення якісних навчальних датасетів.Розробка та впровадження NLP-алгоритмів для класифікації тексту, розпізнавання іменованих сутностей, семантичного пошуку та розмовного AI.Створення метрик оцінки та фреймворків валідації для продуктивності моделей, включно з точністю, фактологічністю та упередженістю; проєктування A/B тестів.Розгортання та інтеграція NLP-моделей у продакшн-системи у співпраці з інженерами, забезпечення їх масштабованості та ефективності.Технічне лідерство та менторство для команди NLP/ML, перевірка коду та досліджень, підтримка найкращих практик в ML (версіонування, відтворюваність, документація).Крос-функціональна співпраця з продакт-менеджерами та інженерами для узгодження NLP-рішень з цілями продукту та можливостями інфраструктури. Вимоги: 5+ років досвіду в data science або machine learning з сильним фокусом на NLP.Підтверджений досвід розробки та впровадження NLP/ML моделей у продакшн-середовищі.Глибоке розуміння технік та алгоритмів обробки природної мови, архітектур трансформерів, технік навчання та файн-тюнінгу LLM.Досвід роботи з метриками оцінки мовних моделей (Perplexity, BLEU, ROUGE) та техніками їх оптимізації (квантизація, дистиляція знань).Впевнене володіння Python та бібліотеками для data science (pandas, NumPy, scikit-learn), а також фреймворками глибокого навчання (PyTorch, TensorFlow).Розуміння аналітики даних та статистики, досвід у проєктуванні експериментів (A/B тестування) та роботі з великими датасетами (включно з SQL).Досвід розгортання ML-моделей у продакшн, знайомство з MLOps-концепціями та інструментами (CI/CD, MLflow, Airflow).Підтверджені навички технічного лідерства, менторства та ефективної комунікації. Додаткові переваги: Практичний досвід у створенні токенізаторів, техніках SFT та RLHF, а також оцінці токсичності, етичності та безпеки LLM.Публікації на конференціях з NLP/ML або внесок у відкриті NLP-проєкти.Розуміння української мови та культурно-лінгвістичних нюансів для навчання та оцінки моделей.Практичний досвід роботи з Docker, Kubernetes та інструментами для ML-воркфлоу (MLflow, Airflow).Інноваційне мислення та здатність творчо підходити до відкритих AI-завдань у швидкозмінному R&D середовищі. AI QA Engineer Основні обов’язки: Розробка та виконання комплексних стратегій оцінки AI-моделей (NLP/LLM) для перевірки їх точності, узгодженості та справедливості.Аналіз бенчмаркінгових наборів даних, виявлення прогалин та розробка SOTA-фреймворку для бенчмаркінгу української мови.Впровадження автоматизованого та ручного тестування для додатків на базі LLM, включно зі створенням скриптів та суб’єктивною оцінкою результатів.Створення та підтримка якісних тестових наборів даних, що відображають реальні сценарії використання та культурний контекст української мови.Проєктування та підтримка фреймворків для виявлення галюцинацій, упереджень та інших збоїв у відповідях LLM.Визначення та відстеження ключових метрик продуктивності AI (точність, зв’язність, релевантність, затримка тощо).Тісна співпраця з командою розробки AI для інтеграції QA в процес розробки та CI/CD пайплайни.Аналіз та виявлення першопричин збоїв у роботі AI-моделей, надання детальних звітів про помилки.Впровадження постійного моніторингу в продакшені для виявлення регресій та нових проблем.Ведення вичерпної тестової документації, планів та звітів про результати оцінки кожної версії моделі. Вимоги: 3+ роки досвіду в QA/тестуванні, з яких частина зосереджена на AI/ML системах, та 2+ роки в аналізі даних.Розуміння концепцій машинного навчання, специфічних викликів тестування AI-моделей та знайомство з фреймворками оцінки LLM.Глибоке розуміння завдань NLP та поширених збоїв мовних моделей (галюцинації, упередження).Впевнене володіння Python для автоматизації тестування; знайомство з фреймворками (PyTest) та бібліотеками (pandas, numpy, Hugging Face).Досвід створення та управління тестовими наборами даних, включно з процесами анотації та маркування.Сильні аналітичні навички та вміння виявляти закономірності в помилках моделей.Відмінні комунікативні навички для документування помилок та обговорення проблем з розробниками.Вільне володіння українською мовою є обов’язковим для оцінки коректності та нюансів відповідей. Додаткові переваги: Досвід роботи зі спеціалізованими інструментами для тестування AI та знайомство з техніками prompt engineering.Вміння виконувати статистичний аналіз результатів продуктивності моделей (наприклад, для A/B тестів).Досвід інтеграції тестів у CI/CD пайплайни для ML, знайомство з версіонуванням моделей.Знання тестування AI-моделей на безпеку та відповідність стандартам (наприклад, атаки prompt injection).Розуміння UX у контексті AI-продуктів та вміння передбачати нетипову взаємодію користувачів з AI.Наявність сертифікатів у сфері QA, тестування ПЗ (ISTQB) або AI/ML. Data Scientist (Benchmarking & Alignment) Основні обов’язки: Аналіз бенчмаркінгових наборів даних, розробка та підтримка комплексного фреймворку для бенчмаркінгу української мови.Дослідження та інтеграція передових метрик для оцінки фактичної точності, логічного мислення, плавності мови, безпеки та узгодженості моделей.Проєктування та підтримка фреймворків для виявлення галюцинацій, упереджень та інших збоїв у відповідях LLM.Розробка пайплайнів для генерації синтетичних даних та adversarial-прикладів для перевірки надійності моделі.Співпраця з анотаторами, лінгвістами та експертами для визначення завдань оцінки та збору якісного фідбеку.Розробка інструментів та процесів для безперервної оцінки на етапах попереднього навчання, файн-тюнінгу та розгортання моделі.Дослідження та розробка найкращих практик у пайплайнах навчання LLM.Аналіз результатів бенчмаркінгу для виявлення сильних та слабких сторін моделі та можливостей для її покращення.Документування методологій та поширення результатів серед внутрішніх команд. Вимоги: 3+ роки досвіду в Data Science або Machine Learning з фокусом на NLP.Підтверджений досвід в оцінці ML-моделей та/або NLP-бенчмаркінгу.Гарні знання технік та алгоритмів NLP, включно з embedding models, semantic search, transformers/LLMs, RAGs.Впевнене володіння Python, бібліотеками для data science (pandas, scikit-learn) та фреймворками глибокого навчання (PyTorch, TensorFlow).Глибоке розуміння концепцій RLHF та пов’язаних з ними технік.Розуміння аналітики даних та статистики, досвід у проєктуванні експериментів (A/B тестування) та роботі з великими наборами даних (SQL).Досвід розгортання ML-моделей у продакшені, знайомство з MLOps-концепціями та інструментами (CI/CD, version control).Досвід роботи в крос-функціональному середовищі та сильні комунікативні навички. Додаткові переваги: Досвід роботи над безпекою, справедливістю та зменшенням упередженості в LLM.Публікації на конференціях з NLP/ML або внесок у відкриті NLP-проєкти.Знайомство з українською мовою, її культурним контекстом та існуючими бенчмарками.Практичний досвід роботи з Docker, Kubernetes та інструментами для ML-воркфлоу (MLflow, Airflow).Інноваційне мислення та здатність творчо підходити до відкритих AI-завдань. Data Scientist (Data Preparation & Pre-training) Основні обов’язки: Проєктування, прототипування та валідація етапів підготовки та трансформації даних для навчальних датасетів LLM (очищення, нормалізація, фільтрація, дедуплікація, видалення персональних даних).Формування спеціалізованих датасетів SFT/RLHF з наявних даних, включно з аугментацією та маркуванням за допомогою LLM.Аналіз великомасштабних необроблених джерел даних (текст, код) на предмет якості, охоплення та релевантності.Розробка евристик, правил фільтрації та технік очищення для максимізації ефективності навчальних даних.Співпраця з data engineers для передачі прототипів на автоматизацію та масштабування.Дослідження та розробка найкращих практик та нових технік у пайплайнах навчання LLM.Моніторинг та оцінка впливу якості даних на продуктивність моделі за допомогою експериментів та бенчмарків.Документування методологій та поширення результатів серед внутрішніх команд. Вимоги: 3+ роки досвіду в Data Science або Machine Learning з фокусом на NLP.Підтверджений досвід у попередній обробці, очищенні та інжинірингу ознак для великих наборів неструктурованих даних (текст, код тощо).Гарні знання технік та алгоритмів NLP, включно з embedding models, transformers/LLMs, RAGs, та вимог до даних для їх навчання.Впевнене володіння Python, бібліотеками для data science (pandas, scikit-learn, spaCy) та фреймворками глибокого навчання (PyTorch, TensorFlow).Глибоке розуміння аналітики даних та статистики, досвід у проєктуванні експериментів (A/B тестування) та роботі з великими наборами даних (SQL).Досвід розгортання ML-моделей у продакшені, знайомство з MLOps-концепціями та інструментами (CI/CD, version control).Досвід роботи в крос-функціональному середовищі, сильні комунікативні навички та здатність до швидкого прототипування. Додаткові переваги: Знайомство з метриками оцінки мовних моделей (Perplexity, BLEU, ROUGE) та розуміння підходів до обробки даних, подібних до FineWeb2.Публікації на конференціях з NLP/ML або внесок у відкриті NLP-проєкти.Знайомство з українською мовою, її культурним контекстом та джерелами текстових даних.Практичний досвід роботи з Docker, Kubernetes та інструментами для ML-воркфлоу (MLflow, Airflow).Інноваційне мислення та здатність творчо підходити до відкритих AI-завдань. MLOps Engineer (LLM Infrastructure) Основні обов’язки: Проєктування та впровадження сучасної, масштабованої ML-інфраструктури (хмарної або on-premises) для підтримки експериментів та розгортання NLP/LLM моделей.Розробка end-to-end пайплайнів для навчання, валідації та розгортання моделей; автоматизація ML-воркфлоу за допомогою Docker та CI/CD.Співпраця з Data Scientists та ML Engineers для розробки MLOps-рішень, що відповідають вимогам до продуктивності та затримок моделей.Впровадження найкращих практик в MLOps: автоматизоване тестування, CI/CD для оновлень моделей та версіонування коду, даних і артефактів.Налаштування моніторингу та сповіщень для розгорнутих моделей та пайплайнів даних для відстеження продуктивності та виявлення аномалій.Управління та оптимізація середовищ розгортання на базі Kubernetes; контейнеризація ML-сервісів та їх оркестрація.Підтримка інфраструктури як коду (Terraform, Ansible) для налаштування хмарних ресурсів та ML-інфраструктури.Проведення код-рев’ю, менторство інших інженерів та усунення несправностей у всьому життєвому циклі ML. Вимоги: 4+ роки досвіду на позиціях DevOps, MLOps або ML Infrastructure; глибокі знання принципів software engineering та DevOps у контексті машинного навчання.Значний досвід роботи з хмарними платформами (AWS, GCP або Azure) та інструментами Infrastructure-as-Code (Terraform, CloudFormation).Впевнене володіння технологіями контейнеризації (Docker) та оркестрації (Kubernetes); досвід роботи з Helm.Досвід впровадження CI/CD пайплайнів для ML-проєктів з використанням Jenkins, GitLab CI або GitHub Actions.Сильні навички програмування на Python для написання пайплайнів та скриптів автоматизації.Глибоке розуміння життєвого циклу машинного навчання; досвід створення або підтримки ML-пайплайнів (Kubeflow, Airflow).Досвід налаштування моніторингу для додатків та моделей (Prometheus, Grafana) та впровадження сповіщень.Базове розуміння найкращих практик безпеки при розгортанні ML, включно з шифруванням даних та контролем доступу.Відмінні навички співпраці для роботи в крос-функціональних командах. Додаткові переваги: Попередній досвід розгортання або файн-тюнінгу великих мовних моделей у продакшені.Досвід роботи з фреймворками розподілених обчислень (Ray) та обробки великих даних (Spark, Hadoop).Досвід роботи з інструментами для відстеження експериментів та реєстру моделей (MLflow, Weights & Biases, DVC).Знайомство з векторними базами даних (Pinecone, Weaviate, FAISS).Досвід роботи з HPC-середовищами або локальними GPU-кластерами для навчання великих моделей.Актуальні знання про останні розробки в MLOps та LLMOps. 📌 Умови Kyivstar.Tech пропонує роботу як у київському офісі, так і віддалено. Є бонуси за результатами, страхування здоров’я та життя, wellbeing-програми й корпоративний психолог, а також компенсація мобільного зв’язку від «Київстару». Додатково — доступ до бібліотеки знань, тренінгів та навчальних програм партнерів. 📌 Контекст В середині червня Міністерство цифрової трансформації та компанія «Київстар» оголосили про партнерство задля створення національної великої мовної моделі (LLM) українською мовою. Цей проєкт має на меті розробку цифрових продуктів зі штучним інтелектом для держави та бізнесу. Згідно з планом, Мінцифри відповідатиме за координацію, збір даних з відкритих джерел та формування експертних груп, що працюватимуть над технічними, етичними та мовознавчими стандартами. Водночас «Київстар» взяв на себе повне фінансування проєкту, забезпечення технічної інфраструктури та створення проєктного офісу, відповідального за безпосередню розробку моделі. Першу версію української LLM планують представити до кінця 2025 року. Саме для формування цієї команди розробників «Київстар Тек», IT-підрозділ компанії, відкрив низку ключових вакансій для фахівців у сферах AI, NLP та MLOps. Розроблена модель стане основою для створення нових державних цифрових сервісів, зокрема ШІ-помічника в застосунку «Дія» та інструментів для освітньої платформи «Мрія», і згодом буде доступна у форматі open source. Нагадаємо, що Мінцифри та Київстар представили робочу групу з експертів, які розроблятимуть українську велику мовну модель. Також DOU публікував інтерв’ю з CTO AI Center of Excellence Дмитром Овчаренком про національну LLM.

Українська IT-компанія Kyivstar.Tech (дочірнє підприємство оператора «Київстар») шукає спеціалістів для команди, яка працює над створенням національної великої мовної моделі.

Хороший продукт складно зробити, якщо не розумієш, чого хочуть користувачі. Але і сприймати всі відгуки буквально не варіант: найгучніші голоси не завжди найрепрезентативніші. Досвідчені продакт-менеджери вміють відокремити емоційні реакції від трендів. Вони дивляться на те, хто саме говорить, у якому контексті, яку роботу намагається виконати користувач і що насправді показують метрики його поведінки. Ми зібрали кейси українських і закордонних компаній, щоб подивитися, як вони працюють з відгуками. Успіхи та помилки, компроміси та несподівані висновки — розбираємося, як зробити продукт якомога кращим. 🔶 MacPaw: як навіть малий відсоток може дати велику цінність У портфоліо MacPaw десятки продуктів, тож відгуки від користувачів надходять постійним потоком з різних майданчиків. «Ми комбінуємо всі канали фідбеку: щось максимально корисне отримуємо від сапорту, щось — від досліджень, інше — з опитувань користувачів. Неможливо виділити один головний канал, адже кожен із них по-своєму цінний», — ділиться Володимир Радченко, Head of Customer Relations у MacPaw. Як приклад спеціалісти компанії наводять функцію Space Lens у застосунку CleanMyMac. Вона показує, чим забите сховище користувача на комп’ютері. За даними статистики, функцією користувалося лише 5-6% користувачів, тож її вирішили прибрати. Натомість отримали хвилю негативних відгуків і навіть рефандів. «Це показало: навіть відносно невеликий відсоток у масштабах аудиторії перетворюється на тисячі користувачів. У підсумку ми повернули Space Lens у продукт», — зауважує Володимир. Статистика може показувати, що функцією користуються рідко, однак вона є настільки важливою, що люди готові відмовлятися від продукту повністю, якщо її немає. Інакшим прикладом у компанії наводять закриття CleanMyPC — аналога CleanMyMac для комп’ютерів на Windows. У застосунку була невелика кількість користувачів, однак продукт все одно вирішили закрити, щоб сфокусуватися на більш пріоритетних завданнях. Ще одна ситуація стосувалася ШІ-асистента у Setapp — сервісу, що за передплату пропонує користувачам набір різноманітних корисних утиліт. Спочатку користувачі тепло зустріли появу бота, що допомагав їм розібратися з функціональністю та відповідав на інші їхні питання. Однак згодом статистика показала, що його використання знизилося у декілька разів. У компанії зробили висновок, що не встигають за розвитком сфери ШІ. Водночас дослідження можуть вказувати, що йдеться про «ефект новизни» — коли початковий позитивний відгук про функціональність не означає подальшу її популярність. Про цей ефект ми поговоримо далі, однак він вказує на те, що враження користувачів варто вимірювати впродовж тривалого часу і відсіювати схожі викривлення. «Висновок очевидний: ми точно будемо більше експериментувати з ШІ. Це нова реальність, яку не можна ігнорувати. Головне — знаходити ті місця, де ШІ створює справжню цінність для користувача, а не просто заповнює roadmap чи медіаплан заради „лайків“», — Вадим Муравйов, Product Marketing Manager компанії. Ще один кейс MacPaw підсвічує важливість звертати увагу на «передових» і найбільш активних користувачів — вони часто вказують на ті функції, про які основний пласт користувачів може мовчати. Саме на запит найактивніших користувачів була реалізована функція VPN для роутерів у застосунку ClearVPN, і тепер вона активно використовується та приносить компанії позитивні відгуки. «Мій головний висновок такий: неважливо, скільки людей прямо просить ту чи іншу фічу. Якщо вона потрібна користувачам — її варто реалізувати. Іноді навіть одна маленька функція може відігравати значну роль», — переконана Тетяна Шокіна, Product Manager ClearVPN у MacPaw. 🔶 Snapchat: гучна вимога «поверніть як було» не змогла поховати стратегію На початку 2018 року Snapchat вирішив оновити інтерфейс, і зробив це так, що зміни відчули всі без винятку. Історії друзів, основна соціальна взаємодія, тепер існували в окремій вкладці, а контент від медіа та брендів перемістився в іншу. Логіка навігації стала зовсім іншою, а звичні сценарії — зруйнувалися. Це одразу викликало шквал критики: понад 1,2 мільйона користувачів підписали петицію з вимогою повернути старий дизайн, а у медіа тема обговорювалася як приклад «як не робити редизайн». Компанія відреагувала швидко й жорстко: у публічних коментарях Snap дав зрозуміти, що глобального відкату не буде, оскільки редизайн — це частина стратегічного плану, спрямованого на розділення соціального та медійного контенту для кращої монетизації та контролю за досвідом користувача. It’s not possible to revert to a previous version of Snapchat, but we are happy to help with any questions you may have about thenew layout.— Snapchat Support (@snapchatsupport) January 11, 2018 Але це не означало, що фідбек проігнорували. Протягом кількох місяців після запуску Snapchat вніс низку точкових змін: додав нові вкладки, спростив маршрути, навіть повернув хронологічне сортування як опцію для історій друзів. Проте цей кейс яскраво ілюструє різницю між тим, що люди кажуть, і тим, що вони роблять: поведінкова економіка описує цю прірву як різницю між задекларованими та фактичними вподобаннями, а великий огляд у Science показує, що декларації часто не збігаються з діями, бо поведінку формує контекст. Саме це дозволило Snap не відмовитися від свого бачення — адже реальні цифри показали, що ніхто не кинув користуватися продуктом, а лише відкоригувати UX там, де були справді об’єктивні проблеми. Другий нюанс — ефект новизни у продуктах та експериментах: перші тижні новий інтерфейс здатен одночасно плутати користувачів, але й викликати ефект ейфорії від чогось нового і цікавого. Тому практики онлайн-експериментів радять не читати ранню критику як вирок і не поспішати все скасовувати до стану «до змін». Потрібно чекати, спостерігати, слідкувати за метриками, дивитися на когорти і тільки потім робити остаточні висновки. Саме така поведінка й дозволяє не реагувати на емоційну петицію прямолінійно. Замість того, аби виносити на смітник пророблену роботу, внесли послідовні правки й коригування. У підсумку, компанія зберегла свою стратегію, але водночас знизила рівень невдоволення серед користувачів. Вона визнала, що зміни болісні, і частково підлаштувала досвід, щоб зробити перехід м’якшим. Це класичний приклад, коли слухання фідбеку не призвело до капітуляції, а стало інструментом адаптації, який дозволив утримати стратегічний курс, не втративши аудиторію. 🔶 «Нова пошта»: як за статистикою побачити реальні потреби Продакт-менеджери «Нової пошти» щотижня читають і категоризують відгуки з магазинів застосунків. А також щоденно спілкуються з підтримкою, що обробляє звернення клієнтів. Як розповіли DOU в команді, це підсвічує, які зі скарг і пропозицій є системними і на яких болях користувачів зосередитися першочергово. Прикладом такої ситуації наводять функцію «Відправити знову/Відправити у відповідь». Клієнти НП тривалий час просили її додати, і після реалізації нею користується понад 80 тисяч людей щомісяця. Ба більше, функція стала корисною самій компанії — під час тестування застосунку працівники постійно відправляють одне одному посилки, і можливість їх «повторювати» заощадила час. Водночас іноді навіть масовий фідбек користувачів не слід сприймати як інструкцію до виконання, ділиться команда. «Ми проаналізували, що клієнти часто відстежують посилку в день прибуття, щоб забрати її якомога швидше. Відповідно до нас почали надходити запити на розробку сповіщення у випадках, коли відправлення приїжджає раніше запланованого часу.Та після реалізації функції виявилося, що попит на неї насправді не є великим. Тож ми провели додаткову роботу з логістами і натомість покращили розрахунок часу прибуття посилки, а функцію сповіщення про раннє прибуття вимкнули», — розповідає Анна Поперешнюк, керівниця відділу розвитку продуктів для фізичних осіб. Відгуки провідних клієнтів, які активно користуються вашими послугами, варто брати до уваги та співставляти з вашою стратегією. У НП так вийшло з переадресацією міжнародних посилок. Ця можливість спочатку турбувала невелику кількість клієнтів, але саме вони підказали компанії, що послуга в майбутньому користуватиметься значним попитом. На певному етапі команда створила спільноту тестувальників. Запросили як родичів і друзів, так і не пов’язаних з компанією користувачів. «З ними ми комунікуємо про всі зміни та нові функції застосунку, а також обговорюємо кожну пропозицію, що вони залишають. Іноді можемо пояснювати особливості роботи певної функціональності», — Галина Іваник, Product Owner Та є питання, де врахування системних ризиків є важливішим за будь-які побажання користувачів. Зазвичай ідеться про безпеку та приватність, де будь-який компроміс має бути ретельно зваженим. Багато користувачів «Нової» пошти просили дозволити скриншоти головного екрана застосунку. Саме там міститься унікальний баркод, за яким працівники відділень ідентифікують клієнтів. Якщо на iOS можна налаштувати так, щоб на скриншоти не показувався баркод, то на Android це реалізувати не виходить. «Ми ретельно розглянули, як можна вирішити запит. Наприклад, через приховування або блюр баркоду. Проте не хотіли ускладнити інтерфейс застосунку або додати для користувачів зайві кліки. Тож вирішили не дозволяти скриншоти на Android, при цьому одразу пояснили користувачам, чому функція обмежена», — зауважує Наталія Анісова, Product Owner компанії. 🔶 Instagram: як дати користувачам відчуття вибору, не відмовляючись від алгоритмів Коли у 2016 році Instagram замінив хронологічну стрічку на алгоритмічну, аргумент був простим і зрозумілим для бізнесу: алгоритми допомагають утримати користувачів довше, показуючи їм контент, з яким вони найбільш імовірно взаємодіятимуть. Але для багатьох це означало втрату контролю — люди більше не бачили пости друзів у порядку їх публікації, а замість цього отримували «добірку» за логікою, яка залишалася для них непрозорою. Протягом років це викликало періодичні хвилі невдоволення. Частина користувачів вимагала повернення хронології, особливо ті, для кого Instagram був не так «медіастрічкою», як способом стежити за близькими людьми в реальному часі. Водночас компанія чудово розуміла: повне повернення старого формату зменшить залучення і, як наслідок, прибутки. У 2022 році Instagram знайшов компроміс. Він додав два нові режими перегляду — «Following» та «Favorites» — які показують дописи у хронологічному порядку. Алгоритмічна стрічка залишилася за замовчуванням, але ті, хто хотів хронології, отримали її як опцію. Таким чином, платформа задовольнила запит гучної меншості, не втративши при цьому основної логіки, що приносить їй дохід. Гіпотеза нерівномірної участі у спільнотах (90—9—1), яка часто використовується ком’юніті-менеджерами, стверджує, що лише 1% аудиторії справді висловлювати фідбек, але через його гучність цей процент є непропорційно видимим, при цьому не будучи репрезентативним для всіх. Також згадуємо про архітектуру вибору, але додамо, що опція «за замовчанням», найвірогідніше сформує поведінку користувачів. Це доводить дослідження, опубліковане Science. Тож найлогічнішим вибором тут буде дотримуватися ваших бізнес-метрик — тому, що приносить гроші, але не забути задовольнити гучну меншість (яка впливає на вашу репутацію і PR) можливістю вибору. 🔶 Genesis: коли спільнота може підказати контрінтуїтивні рішення Keiki World — це освітній застосунок від Genesis, що допомагає дітям 2–6 років розвивати академічні знання, соціально-емоційні навички та креативність. Для покращення застосунку серед інших методів компанія проводить глибинні інтерв’ю з користувачами — батьками, яким важлива якість навчання їхніх дітей. Під час таких інтерв’ю проявився запит — додати контроль екранного часу, адже батьки постійно відчувають провину через те, що їхні діти забагато часу проводять у ґаджетах. «З продуктового погляду це звучало як неабиякий ризик. Умисне зменшення часу, проведеного у застосунку, означає падіння метрик engagement і retention. Діти встигнуть пройти менше контенту, матимуть менший прогрес. Зрештою батьки будуть менше задоволені нашим продуктом», — Анастасія Ліптуга, Product Manager у Keiki Та попри застороги, компанія вирішила реалізувати функцію згідно з рекомендаціями дитячих нейропсихологів — ліміт становить 30 хвилин екранного часу. Метрики не впали (а де-не-де навіть покращилися), натомість зросли показники довіри та якості навчання. У Genesis використовують Value Proposition Canvas — спеціальну рамку, яка допомагає поєднати потреби й болі користувача з пропозицією продукту. Ліміт екранного часу став справжнім «знеболювальним» для батьків, які відчували, що їхні діти забагато часу проводять біля екранів. Завдяки цьому вони стали більше довіряти застосунку, який позбавив їх потреби контролювати час вручну. «Деякі рішення можуть здаватися контрінтуїтивними, але в кінцевому підсумку вони зміцнюють продукт», — каже Анастасія Ліптуга, Product Manager у Keiki 🔶 Reddit: коли майбутнє продукту важливіше за протест спільноти Reddit завжди позиціонувала себе як платформа, що належить своїм користувачам. Але у 2023 році компанія ухвалила рішення, яке різко змінило стосунки зі спільнотою: оголосила про значне підвищення вартості доступу до API. Це напряму зачепило сторонні клієнти Reddit і інструменти для модерації, багато з яких створювалися та підтримувалися добровольцями. Реакція була потужною: тисячі розділів сайту пішли в «блекаут», зробивши свої сторінки приватними на знак протесту. Здавалося, що масштаб і синхронність цього руху змусить керівництво піти на поступки. Але цього не сталося. Reddit твердо заявив, що нова цінова політика — частина підготовки до IPO, і від неї ніхто не відмовиться. У 2024 році компанія пішла ще далі, змінивши правила, щоб обмежити можливості модераторів закривати спільноти у відповідь на політику платформи. Для багатьох це стало сигналом: старі механіки впливу спільноти більше не працюють. Коли стратегічна ціль (як IPO у цьому випадку) важить більше за короткостроковий комфорт активної меншості, менеджмент свідомо обирає «не слухати», усвідомлюючи ризик втрати частини «капіталу довіри». І хоча правило 90—9—1 підказує не переоцінювати гучність активного ядра, довгострокова ціна такого вибору — відкладене питання, яке адміністрації Reddit, імовірно, ще доведеться вирішувати. Якщо демотивувати лояльне та активне ядро, це може призвести до відпливу цих людей з платформи, а разом з ними — і їхніх ідей. Наслідком може бути поступове відставання, а згодом і поява більш просунутих конкурентів. Подібна історія відбулася з OpenOffice після його купівлі компанією Oracle у 2011 році. Корпорація перестала слухати користувачів, які раніше розвивали open-source продукт — і активне ядро пішло робити конкурента під назвою LibreOffice. Тепер другий поширюється за замовчанням разом з більшістю Linux-дистрибутивів і має понад 200 мільйонів активних користувачів, а OpenOffice не отримував мажорних оновлень з 2014 року. 🔶 «Київстар.Tech»: цінність перемагає скепсис Під час створення застосунку «Мій Київстар» в пріоритет поставили сценарій поповнення рахунку, кажуть DOU у «Київстар.Tech». Стейкхолдери були скептичні: здавалося, що поповнити рахунок можна у банківських застосунках, платіжних сервісах, терміналах, офлайн-точках тощо. Та все ж рішення виявилося правильним. «Щодня в „Мій Київстар“ відбувається понад 2,5 мільйона поповнень на місяць — це більше як 70 000 унікальних транзакцій щодня», доповнює — Дмитро Дерев’янко, Head of Product компанії. Щоб досягти такого результату, процес максимально спростили. Крім того, коли вже час поповнювати рахунок, користувачам надходять нагадування. Застосунок рекомендує і суму поповнення та пояснює, чому саме стільки грошей треба закинути. «Користувачі сприйняли цю функцію як справді корисну. Вже протягом п’яти років ми не мали жодного місяця зі спадом, навіть конкуруючи у цьому сценарії з банківськими застосунками», — розповідає Дмитро Дерев’янко. Команда правильно визначила Jobs-To-Be-Done — якого результату хоче досягти клієнт, а також додала цінності, щоб він обрав саме цей шлях поповнення рахунку замість конкурентів. 🔶 Microsoft: чому не варто нехтувати безпекою На конференції Build 2024 Microsoft презентувала функцію Recall для Windows — інструмент, що автоматично робить знімки стану системи та зберігає їх у базі, даючи змогу користувачам «перемотувати» історію своїх дій і швидко знаходити потрібну інформацію. З технологічного погляду це був амбітний крок: фактично персональний архів усіх візуальних взаємодій з комп’ютером. Але майже одразу після анонсу вибухнула хвиля критики. Експерти з кібербезпеки та журналісти порушили питання приватності: що буде, якщо зловмисники отримають доступ до цього архіву? Чи зможе користувач контролювати, що саме зберігається? Чи відповідає це регуляціям у різних юрисдикціях? Microsoft швидко зрозуміла, що ігнорувати ці питання — означає ризикувати репутацією. У наступних оновленнях компанія зробила Recall функцією з opt-in за замовчуванням, перенесла дані у захищену ділянку з шифруванням, інтегрувала автентифікацію через Windows Hello і додала прості налаштування, яку інформацію функція може збирати. Протягом 2025 року продукт продовжував еволюціонувати з фокусом на безпеку, а не тільки на функціональність. Перше: парадокс приватності нагадує, що люди декларують одне, але в реальності їхня поведінка надзвичайно чутлива до контексту, прозорості та ризиків. Тому «слухати» у чутливих фічах означає не «зробити все, що просять», а гарантувати контроль і безпечні опції за замовчанням. Друге: вже згадане дослідження у Science розповідає — щоб не наразитися на гнів користувачів, активна згода в питаннях приватності має бути вбудованою опцією. І тільки після довгого й ретельного тестування можна це змінювати. Трохи історії Microsoft, як власник найпопулярнішої в світі десктопної ОС, не вперше стикається з масовим шквалом критики через зміни. Коли у 2012 році Microsoft презентувала Windows 8, це був не просто черговий апдейт операційної системи, а радикальна зміна на користь сенсорних пристроїв і сучасного, «плиткового» інтерфейсу, зручного для керування пальцями. Разом із новим дизайном зникла одна з найбільш упізнаваних деталей Windows — класичне меню «Пуск». Проте для корпоративних клієнтів, де стандартизовані процеси й звичні сценарії роботи часто важать більше за естетику, зміна цієї точки входу в систему стала відчутним ударом по продуктивності — доводилося перенавчатися. А для домашніх користувачів це було радше емоційним потрясінням: знайомий елемент, який вони бачили щодня роками, зник. Хоча частина людей пристосувалася, величезна кількість негативних відгуків, тестів і опитувань показала: проблема не в небажанні вчитися нового, а в тому, що прибрали базовий навігаційний патерн без пропозиції м’якого переходу. Існує Kano — теоретична модель, за якою пріоретизують функціональність продукту. Вона пояснює, що відбулося в цій ситуації: «Пуск» — обов’язковий звичний атрибут Windows, must-be, яким користуються мільярди людей, а його зникнення дає різкий спад задоволення незалежно від того, чи стало зручніше. Microsoft не відмовилася від своєї візії повністю, але зробила висновки. На конференції Build 2014 вона публічно пообіцяла повернути «Пуск», а в Windows 10 дійсно повернула його — у гібридному форматі, де класичний список програм поєднаний із новими інтерактивними плитками. Таким чином, компанія зберегла інноваційний задум, але визнала важливість стабільності для користувача. У сучасній версії Windows, до речі, меню «Пуск», хоч і переїхало на середину екрана, але продовжує виконувати ключову роль у навігації по системі. Це кейс, коли слухання фідбеку призвело не до відкату, а до розумного компромісу, який зміг зняти напругу і при цьому просунути продукт уперед. І це чудовий приклад, коли працює «архітектура вибору»: паралельний режим (яким виявилося гібридне меню) дозволяє знизити рівень критики, бо люди отримують місток між звичкою та новим досвідом. Що реально працює По-перше, вже раніше згадане Kano: розрізняємо базову функціональність (must-be), функції, які доповнюють досвід і покращують метрики. І delighters — те, що приносить користувачам емоції, задоволення. Пам’ятаємо при цьому, що відсутність must-be спричиняє різке незадоволення, тоді як від наявності delighters ви напряму можете нічого не відчути від користувачів, але саме вони створюють довгу лояльність. По-друге, Jobs-to-Be-Done: замість того, щоб використовувати відгук користувача як інструкцію до виконання, ми намагаємося зрозуміти, що він насправді хотів зробити. Наприклад, не варто читати «зробіть кнопку більшою» і виконувати це буквально. Спочатку спробуйте зрозуміти, якої кінцевої мети хотів досягти користувач. Можливо, до вас прийде осяяння — ця кнопка має бути не більшою, а стояти в іншому місці, або ж її взагалі може не бути. По-третє, Lead Users: ваші провідні користувачі, які користуються продуктом якнайбільше і повною його функціональністю, можуть говорити вам сьогодні про потреби, які виникнуть уже завтра. Та ці сигнали слід методично відділяти від мейнстриму й перевіряти на широких сегментах. Зрештою, перевірки, без яких не обійтися: діскавері, A/B-тести, OEC + guardrails, пholdouts/long-term holdouts, та ще безліч абревіатур та термінів. Підсумовуючи, комбінація data-driven підходів не скасовує емпатії до користувача — навпаки, вона допомагає зробити слухання реальним. Не про те, «щоб задовольнити найгучнішу вимогу», яка може бути сформульована некоректно, а про те, щоб зрозуміти роботу, переконатися даними і запуститися справді правильно.

Мінцифри та Київстар створили робочу групу з експертів, які розроблятимуть українську велику мовну модель (LLM). Зображення Мінцифри Про це повідомляють у Міністерстві. Які завдання експертної команди: виробити стандарти для розробки української LLM у чотирьох напрямах — технічному, етико-правовому, культурно-історичному та мовознавчому; контролювати дотримання цих стандартів; формувати бачення розвитку LLM спільно з Мінцифрою та Київстаром. Як працюватимуть команди Фахівці працюватимуть за чотирма напрямами — технічним, етико-правовим, культурно-історичним та мовознавчим. Науково-технічний напрям очолить Олексій Молчановський, керівник Офісу інновацій УКУ, викладач факультету прикладних наук УКУ, голова Експертно-консультаційного комітету з розвитку ШІ при Мінцифрі. Етико-правовим напрямом керуватиме Олена Андрієнко, Chief Legal Tech Officer у Publicis Groupe Ukraine, членкиня Експертно-консультаційного комітету з розвитку ШІ при Мінцифрі. Культурно-історичний напрям очолить Олександр Алфьоров, голова Українського інституту національної пам’яті. Мовознавчий напрям буде під керуванням Юлії Чернобров, голови Національної комісії зі стандартів державної мови. Далі керівники напрямів сформують власні експертні команди. Про відбір учасників повідомлять найближчим часом у соцмережах Міністерства. Мінцифри та «Київстар» планують представити першу версію національної LLM до кінця 2025 року. Проєкт фінансується бізнесом і передбачає збір даних з відкритих українських джерел за участі університетів, наукових установ та бібліотек. Координацію забезпечуватиме Мінцифри, а за технічну частину й інфраструктуру відповідає «Київстар». Після запуску модель буде доступна для тестування державними та науковими організаціями й надалі відкрита у форматі open source. Нагадаємо, раніше керівник комітету з регулювання ШІ та магістерської програми Data Science в УКУ Олексій Молчановський в інтерв’ю DOU пояснив переваги регулювання штучного інтелекту й те, як воно може вплинути на розвиток технологій в Україні.

Мінцифра разом із «Київстаром» зібрали керівників чотирьох ключових напрямів — від технічного до культурно-історичного. До команди увійшли відомі науковці, юристи та управлінці, які визначатимуть стандарти й бачення українського аналога ChatGPT.

Отримавши визнання Ookla за 3−4 квартали 2024 року, національний оператор електронних комунікацій повторив успіх, здобувши всі три ключові нагороди за перше півріччя 2025-го. Таким чином Київстар двічі поспіль отримав статус найкращої мережі України за швидкістю мобільного інтернету та покриттям. Послідовні досягнення демонструють ефективність системної роботи над підвищенням якості послуг.

У застосунку Мій Київстар доступна знижка 30% на шкільні товари в інтернет – магазині Papirus. Пропозиція стартує 21 серпня 2025 року, про що мобільний оператор повідомляє на своєму офіційному сайті. Промокод для отримання 30% знижки на товари для школи в інтернет-магазині Papirus доступний користувачам застосунку Мій Київстар. Він надається безпосередньо в додатку у розділі «Розваги» […] Сообщение Київстар пропонує знижку 30%: як скористатися акцією появились сначала на ТехноФан.