У Preply – українського єдинорога в EdTech
– уже давно мислять не локально, а глобально. Платформа працює на десятках
ринків, команди розподілені між країнами, а продукт постійно змінюється під
нові виклики.SPEKA у межах спецпроєкту «Визнані у світі» поспілкувалася з
Вадимом Власенком, Senior Director of Engineering у Preply,
про те, як компанія виросла до глобального рівня, чому швидкість важливіша за
“ідеальний код” і як AI вже сьогодні змінює продукт.Завдяки залученню у січні 2026 року $150 млн інвестицій у
раунді, який очолила компанія WestCap, українська EdTech-компанія Preply
офіційно стала «єдинорогом» з оцінкою $1,2 млрд. Цей успіх став результатом
тривалої трансформації з київського стартапу 2012 року в глобальну платформу,
яка за допомогою штучного інтелекту масштабувалася на ринки США та Європи,
об'єднавши десятки тисяч репетиторів і студентів по всьому світу.Багато ключових рішень були прийняті ще
на самому початку. І це той випадок, коли правильний фундамент реально підтримує
компанію роками.Ми обрали Python як основну мову і Django
як фреймворк – це дало можливість дуже швидко будувати нові фічі і
працювати з даними швидше. Тобто ми могли швидко розвивати продукт без складних
технічних обмежень.Другий важливий момент – ми одразу будувалися в хмарі, використовуючи AWS. Нам не потрібно було мігрувати в cloud – ми одразу там були. Це сильно спростило масштабування.Також ми інвестували в архітектуру – вклалися
у масштабування інфраструктури та баз даних. І ці рішення, які були прийняті на
ранніх етапах, досі працюють і допомагають нам рости.Це не тільки технічні речі.Один із найбільших викликів – це
масштабування команд і процесів. Коли у тебе зростає кількість інженерів,
питання вже не тільки в коді, а в тому, як організувати роботу, як зберегти
ефективність, як синхронізувати людей.Ще один важливий момент – це
консистентний досвід для користувача. Ми хотіли, щоб веб і мобільний додаток
давали однаковий experience.Для цього ми, зокрема, використовували
React Native, щоб розвивати ці напрямки паралельно й не втрачати узгодженість
між ними.Насправді це не протилежності.
Масштабування і технічний борг завжди йдуть поруч.Щоб рухатися швидко, іноді потрібно
приймати неідеальні рішення.
Головне – перевірити, чи це взагалі має цінність
для користувача.Ми багато тестуємо. Запускаємо гіпотези з метою зрозуміти, що працює. У підсумку успішними стають приблизно 10-20% ідей.І це нормально. Важливо швидко
зрозуміти, що не працює, і інвестувати час в те, що працює або має потенційні
сигнали, що буде працювати.Це вже не просто інструмент – це частина
стратегії. Ми використовуємо AI і в продукті, і в операційній діяльності.
Наприклад, є функція Lesson Insights – вона аналізує урок між студентом і
викладачем і дає зворотний зв’язок.AI може показати, які помилки робить
студент, як він прогресує. За цим стоїть складна система – обробка даних,
промпти, методологія.І це тільки один із прикладів.На даному етапі – ні. Ми як планували
наймати, так і плануємо. Наприклад, цього року – близько 100 інженерів.AI підвищує продуктивність. Команди
можуть швидше доставляти результат. Написання коду – один з етапів розробки, в
той час як до обов’язків інженерів належить різний спектр задач. Це і розуміння
предметної області, визначення проблеми та прийняття рішень, і робота з
системами, і багато іншого.Ми наймаємо дуже широкий спектр:– backend engineers; – frontend і mobile (React Native) engineers;– machine learning і data engineers;– computational linguists;– engineering managers.Якщо говорити про дефіцит, то це
спеціалісти, які працюють з AI і обробкою даних. Таких людей на ринку реально
не вистачає.У першу чергу – це результат для
бізнесу. Але є і класичні метрики: cycle time, кількість деплойментів,
швидкість доставки змін.Ми використовуємо інструменти, які
дозволяють бачити це в розрізі команд – фактично в режимі реального часу.Сильні інженери є всюди. В Україні
багато дуже сильних технічних спеціалістів, які сильніші в опануванні
технологій та новітніх підходів. У Європі інженери частіше мають більш розвинене
продуктове мислення.Але цей розрив поступово зменшується – в
Україні стає більше продуктових компаній, і це змінює підхід.Основний фокус – це дані і AI. У нас
великий датасет уроків, і ми можемо використовувати його, щоб покращувати навчальний
процес для студентів та викладачів.Також ми:– розвиваємо платформу;– виходимо на нові ринки;– розширюємо перелік предметів.Ми продовжуємо активно наймати в Україні
та розвивати Київський хаб. Команди в Preply глобальні. Люди з різних країн
працюють разом.Англійська – основна мова, мінімальний
рівень – B2.Це дозволяє мислити ширше і будувати
глобальний продукт.AI точно змінить підхід до розробки.
Імовірно, буде більше роботи з архітектурою і складними системами, а не лише
написанням коду. Написання коду стало доступнішим та пришвидшилося за рахунок ШІ-агентів.Але базове розуміння нікуди не зникає. AI може допомогти написати код, але він не замінює розуміння, що саме ти будуєш. І саме це залишається ключовим.
