IT + Развитие

Тут давеча министр труда Антон Котяков сетовал, что стране не хватает энергетиков, строителей, электриков и других представителей рабочих специальностей. А мир до того сейчас нуждается в рабочих руках, что просто кушать не может.

Вот уже зарплаты сварщиков выше, чем зарплаты айтишников. Вот престиж рабочих профессий растёт неостановимо, молочные реки с мармеладными корабликами текут к заводским проходным.

И вообще, высшее образование – это, конечно, хорошо, но на всех его не хватит. Да и не надо. Идите-ка вы, граждане, в ССУЗы – то есть в средние специальные учебные заведения, они же старые добрые ПТУ. Там выучат на кого хош: хоть на токаря, хоть на пекаря.

Получайте рабочие специальности, чешите занимать пустующие рабочие места.

Кто мы такие, конечно, чтобы спорить с министром труда. Он человек информированный, грамотный, да и сам явно не чурается работы, судя по его подтянутому виду… а, нет, простите, это поисковик нам подсунул фото министра труда СССР. Вычеркните последние фразы из протокола пожалуйста, спасибо.

Да, так вот: министр большо-ой, ему видней. Но душой кривить не надо.

Зарплата сварщика не выше зарплаты айтишника – разве что противопоставить сварщика приличных разрядов личинке джуна. Понятно, что не каждый джун долетит до середины Днепра, ну так и не каждый сварщик докачается до пятого-шестого разряда. А просто доставкой еды или извозом можно заработать больше, чем рядовым сварщиком.

И вопрос не в том, кому идти в ВУЗ, а кому в ССУЗ. Вопрос в том, что технарей вообще разучились готовить. Старую систему образования благополучно угрохали, новую не построили, грамотность свежеобученных технических специалистов пикирует носом в дно.

Их обучают красивым абстракциям, не развивая инженерную мысль. Красиво рисовать в программках они могут, а внятно спроектировать конструкцию, здание, систему, чтобы оно работало или хотя бы не падало – этого не может почти никто.

Потому инженеры советской закалки до сих пор легко могут подшабашивать из дома, не приходя в сознание: им на смену не пришли молодые грамотные специалисты.

Потому престиж ВУЗов остался в основном в памяти народной, особенно после того как ввели бакалавриат. Теперь специалистов готовят за четыре года, как раньше в техникумах.

А технари действительно нужны: мир у нас технический последние лет эдак 200. И хорошо бы потихоньку возрождать в стране вменяемую систему образования, которая в первую очередь учит мыслить логически-предметно-системно. А иначе каким образом РФ может провести реиндустриализацию? Где взять на это трудовые ресурсы? Слава Джа, до многих уже начало доходить, что гайдаровская идея «зачем нам промышленность, все что надо купим заграницей» цензурных эпитетов не заслуживает.

И если это делать, то невредно помнить, что логическое, техническое, математическое мышление начинается с детства. С ясельной группы, с нейронных связей, у которых молоко в синапсах не обсохло.

Но кто и где этим занимается? Да, вопрос не к министру труда, а в ноосферу. Проблема общемировая, у нас всепланетный парадокс: технические специалисты нужны, само устройство мира их требует, но они в дефиците. Почти везде их перестали качественно учить. Почти нигде уже не помнят, как это делать.

И по всей планете ходят незнайки, самопровозглашённые гуманитарии – это которые и таблицу умножения выучить не смогли, и последнюю в своей жизни книжку прочитали примерно никогда.

Кстати, лучше быть суровым технарём, чем реальным гуманитарием: мир любых околотворческих профессий, от журналистики до театра – это не солнечный плацдарм для самореализации, а поле отравленных кольев. Поверьте, вы не хотите по нему ходить, если только от бабушки в наследство вам не достались связи в нужных кругах — либо титановые нервы и чугунная жо.

Но если лично вы от всего прочитанного ощутили приближение вселенского тлена – отставить! Каждый из нас, если сам ещё вменяем и при памяти, в силах обучать собственных детей логике и математике. Кто знает, может лет через двадцать это будут супер-редкие, ультимативные навыки.

Программирование, механика, электроника, энергетика – технические знания в этих областях пропасть не дадут. А нейронные связи, которые отросли при их освоении, помогут быстро переобучиться другой технической специальности в случае чего.

Взято из телеги

Привет! Хочу рассказать про свой опыт работы с ИИ-генераторами музыки и как я использую эти инструменты в профессиональной деятельности композитора и саунд-дизайнера.

Думаю многие знают про Suno, Udio или более профессиональную AIVA, которая умеет выдавать партии в MIDI. Но большинство людей всё-таки относятся к этим ресурсам как к игрушкам, а не к серьёзным рабочим инструментам.В этом посте хочу показать, как можно использовать ИИ для реальной работы с музыкой.

Предыстория

Меня всегда интересовала тема ИИ, и когда появилась первая модель Suno, я сразу купил про-подписку. Впечатлил сам факт: машина может создавать что-то по текстовому промпту, с любым текстом, и это звучит!

Но очарование было недолгим. В целом по звуку Suno получается очень плоский и пластмассовый результат, который больше подходит для создания забавного контента для TikTok, чем для серьёзной работы.

Udio и почему я выбрал его.

Примерно тогда же появилась альфа-версия Udio, и я стал одним из первых её пользователей в мире и до сих пор использую этот ресурс в работе.

Принципиальное отличие Udio от других моделей - это живость звучания! Очень сложно, не зная заранее, отличить сгенерированную музыку от написанной живым человеком. Вероятно, всё дело в том, на каких данных натренирована модель.

Подход к работе с ИИ

Главный вопрос: как использовать этот ресурс в качестве инструмента, если ты работаешь со звуком профессионально и хочешь сохранить авторский стиль?

Я нашёл такой подход:

В Udio есть возможность загрузки пользовательского аудио. На основе этой загрузки ИИ анализирует материал и может продлить его (Extend), попытаться изменить отдельные части (Inpaint) или сделать ремикс.

Мой рабочий процесс:

1. Пишу демку на минуту - своими руками, в своём стиле

2. Загружаю в Udio и работаю в режиме Extend

3. Прошу продолжить, делая конкретный запрос

4. Экспериментирую с промптами и настройками

С первого раза, конечно, никогда не получается идеально, и промпт приходится дорабатывать. Но ресурс позволяет это делать. Часто получаются очень интересные вариации.

Конкретный пример из моей работы: писал песню для спектакля на стихи Шекспира. Аккорды в припеве и вокальную партию мне подсказал Udio. В итоге я, совсем немного переделал мелодию под себя, ИИ очень помог! (Послушать можно тут)

Параметры и настройки

ИИ умеет копировать авторский стиль, и при разных настройках параметра Context Length выдаёт интересные продолжения и вариации. Этот параметр определяет, сколько окружающего материала учитывает модель при генерации.

AIVA: теория vs практика

Отдельно стоит упомянуть AIVA - этот сервис делает упор на классическую музыку и может выдавать MIDI-файлы. Подход интересный, но на практике оказалось, что проще написать партию самому, чем вытаскивать и дорабатывать их заготовки.

Цены (июнь 2025):

Udio:

- Бесплатно: 10 кредитов в день + 100 в месяц

- Standard ($10/мес): 1200 кредитов + Audio Inpainting

- Pro ($30/мес): 4800 кредитов + все функции

Audio Inpainting — возможность редактировать отдельные части трека, доступна только в платных планах.

Suno:

- Бесплатно: 50 кредитов в день, только для личного использования

- Pro ($10/мес): больше кредитов + коммерческое использование

- Premier ($30/мес): максимум кредитов + все функции

AIVA:

- Бесплатно: только для некоммерческого использования с указанием авторства AIVA

- Standard (~$15/мес): для контент-криейторов, монетизация на YouTube/Twitch/TikTok/Instagram

- Pro (~$49/мес): полные авторские права, без ограничений на использование

Для студентов и учебных заведений AIVA предоставляет скидки: 30% на годовые планы и 15% на месячные.

Вопрос авторских прав

Важный момент, который многие игнорируют: согласно пользовательским соглашениям, права на сгенерированную музыку получают только пользователи с платными подписками. У бесплатных пользователей права ограничены.

Кроме того, остаётся открытым вопрос о том, как эти сервисы получили права на музыку, использованную для обучения моделей. Возможны будущие судебные разбирательства с правообладателями.

Выводы

ИИ в музыке — это инструмент, который может помочь в творческом процессе, но не заменяет человеческое творчество. Он хорош для:

- Поиска новых идей при творческом ступоре

- Быстрого прототипирования

- Получения неожиданных музыкальных решений

Главное — использовать его как помощника, а не пытаться полностью заменить собственное творчество.

Если было интересно можешь подписаться на мой телеграм-канал «Начальник звукоцеха», где я рассказываю про звук и музыку в театре и не только (ссылка на канал)

За последние годы многие компании и даже целые отрасли перевели свои процессы в цифру. Ритейл, как одна из наиболее перспективных сфер, обладает огромным потенциалом для внедрения современных технологий. Традиционные методы контроля и анализа постепенно уступают место решениям на базе искусственного интеллекта. Как именно ИИ меняет ритейл, какие задачи он уже решает и какие перспективы открывает?

Рынок ИИ в ритейле

Согласно данным Mordor Intelligence, в 2024 году мировой объем рынка технологий искусственного интеллекта в ритейле достиг порядка $9,65 млрд, к 2029 году он возрастет до $38,92 млрд.

В России интерес к ИИ также растёт. По данным СберИндекса, объёмы розничной торговли увеличились на 15% за год, несмотря на рост издержек по всей цепочке поставок. Это создаёт спрос на инструменты, которые помогают повысить управляемость и снизить потери. ИИ всё чаще становится таким помощником.

Архитектура ИИ-систем в магазинах

Искусственный интеллект в ритейле применяется для оптимизации различных процессов, от улучшения взаимодействия с клиентами до повышения эффективности бизнес-операций и управленческих решений.

Системы мониторинга в ритейле строятся на базе данных, полученных с объекта. Одним из основных источников информации — это камеры видеонаблюдения. С их помощью технологии компьютерного зрения позволяют решать широкий круг задач: от контроля сотрудников и анализа очередей до мониторинга целевой аудитории и построения тепловых карт маршрутов покупателей.

Например, тепловые карты позволяют визуализировать поведение клиентов — где они чаще останавливаются, какие зоны обходят стороной, где проводят больше времени. Это помогает понять востребованность товарных полок и эффективность планировки торгового пространства.

Контроль работы сотрудников

Искусственный интеллект помогает отслеживать эффективность и производительность персонала. Системы компьютерного зрения фиксируют, насколько качественно сотрудники выполняют свои обязанности, например, правильно ли они выкладывают товары и своевременно ли обслуживают клиентов. Это позволяет выявлять области для улучшения и повышать общий уровень клиентоориентированности.

ИИ способен различать сотрудников и клиентов с помощью обучения на униформу или использования специальных меток. После определения типа человека (сотрудник или покупатель) система отслеживает действия. При определении работника магазина ИИ-решение может классифицировать, например, такие действия, как: выкладка товара, помощь покупателям, установка ценников, нахождение в определённой зоне без активности. Это позволяет собирать объективную статистику по качеству и интенсивности работы персонала.

Для повышения точности в систему могут дополнительно встраиваться модули анализа движения для увеличения количества классов различаемых действий.

Один из кейсов применения такой технологии — распознавание разницы между активной работой сотрудника и использованием телефона в личных целях.

Интеграция с кассовыми и аудиосистемами

В дополнение к данным ИИ использует другие источники информации:

• данные с чеков и кассовых аппаратов позволяют определить, какие товары наиболее востребованы и из чего состоит структура покупательской корзины;

• аудиоданные применяются для оценки работы кассиров, в частности — соблюдение регламентов и скриптов продаж (например, предлагаются ли карты лояльности, упоминаются ли акции);

• RFID-метки, прикреплённые к дорогостоящим товарам, отслеживают их перемещение и предотвращают фрод (кражи);

Однако в этом направлении компании действуют осторожно: видео– и аудиомониторинг требует строгого соблюдения законодательства и этики.

Противодействие мошенничеству и контроль на кассах

Системы компьютерного зрения и машинного обучения анализируют видеопотоки с камер наблюдения, распознавая необычные действия посетителей и сотрудников.

Такие алгоритмы могут фиксировать:

• попытки спрятать товар, не оплатив его;

• подозрительное поведение, например, длительное нахождение в одной зоне без явной цели;

• резкие движения, которые могут свидетельствовать о краже;

• манипуляции с упаковками или антикражными метками.

При обнаружении аномальных действий система отправляет сигнал сотрудникам службы безопасности, позволяя им быстро реагировать. В некоторых случаях ИИ интегрируется с POS-терминалами, анализируя соответствие чека и фактически вынесенных товаров.

Такие технологии уже активно используются в крупных торговых сетях, помогая снижать потери и обеспечивать безопасность магазинов.

Особое внимание уделяется зонам самообслуживания, где часто происходят попытки краж. Камеры с широким углом обзора устанавливаются так, чтобы отслеживать действия рук покупателя — пробивает ли он товар, корректно ли перемещает его на весы и кладёт ли в пакет тот самый продукт, который пробил. Это позволяет выявлять распространённые нарушения, связанные с подменой товаров или обходом весового контроля.

Контроль качества товара с помощью компьютерного зрения

Помимо мониторинга персонала ИИ-агенты расширяют аналитические сценарии на оценку качества и соответствия товара. На приёмке и выкладке используются нейросетевые модели, способные:

• считать и проверять ценники — детектировать наличие, правильность привязки и актуальность ценников к позиции.

• классифицировать состояние продукции — отличать спелые и вялые фрукты, выявлять брак или повреждения упаковки.

• контролировать полноту выкладки — сравнивать фактическое размещение товара с эталонной выкладкой и своевременно сигнализировать о недостаче.

Приватность и соответствие законодательству

В России с недавних пор действует жёсткий регламент на работу с биометрическими данными: сбор и хранение отпечатков пальцев, распознавание лиц или голос возможны только при прямом согласии сотрудников и обязательной регистрации в уполномоченных органах. В ответ на это большинство компаний в ритейле переходит на другие способы идентификации. Например, мы разработали систему небиометрической идентификации через невидимые маркеры. Подобные решения позволяют контролировать рабочие процессы и передвижения персонала, не нарушая законодательства и защищая права сотрудников.

Как ИИ-технологии работают в ритейле: процесс сбора и анализа данных

Процесс сбора и анализа данных включает три основных этапа:

1. Сбор данных. На этом этапе определяется пул источников: уже установленные или дополнительные камеры (общего вида и широкоугольные для зон самообслуживания, точечные над кассами), направленные микрофоны для контроля регламентов общения с посетителями, данные с POS-терминалов и учётных систем (1С и др.). Все источники данных, используемые для обучения модели ИИ, должны соответствовать ряду важных требований. Во-первых, обеспечивать одномоментность — то есть фиксировать события с точными и согласованными временными метками, что необходимо для корректного анализа последовательностей и временных взаимосвязей. Во-вторых, поддерживать постоянное обновление — данные должны поступать в реальном или близком к реальному времени, особенно если модель планируется применять в динамичных бизнес-процессах. И, наконец, источники должны отличаться высокой надёжностью: быть доступны круглосуточно, обеспечивать стабильную передачу и хранение данных без потерь и сбоев, что критично для качества ИИ-системы.

2. Анализ информации. На втором этапе платформа объединяет поступающие видеозаписи, звук и данные продаж, чтобы автоматически выделить в них ключевые события и аномалии. Система «видит» и классифицирует действия сотрудников и одновременно «слушает» зал, отмечая важные фразы даже в условиях повышенного уровня шума. Параллельно проверяется, совпадают ли данные с касс и складского учёта с тем, что показывают камеры: есть ли расхождения в продажах или остатках. Если выявляются подозрительные или нерабочие моменты, например отсутствие ценников — платформа автоматически формирует уведомление и структурированный отчёт. В результате магазин получает готовую картину работы по ключевым показателям без ручного просмотра часов видео и таблиц.

3. Обработка и отчетность. Агрегированные выводы по всем источникам данных сохраняются в системе и визуализируются в дашборде. Менеджмент получает оперативную сводку по ключевым метрикам и имеет возможность посмотреть данные как в реальном времени, так и за выбранный период.

Эффекты от внедрения и влияние на бизнес-процессы

Основной эффект от внедрения ИИ в ритейле — это повышение прозрачности процессов. Бизнес получает доступ к объективной информации о том, как работает персонал, какие зоны магазина наиболее загружены, и где возможны потери. Особенно это важно для оценки KPI, ротации персонала и принятия решений по премированию.

Системы также позволяют уточнять профиль покупателей, определять пол и возраст аудитории, анализировать поведенческие паттерны. Это помогает не только в планировке торгового пространства, но и в персонализации маркетинга.

По данным опроса, проведенного Nvidia, ритейлеры отмечают ряд значительных преимуществ от внедрения нейросетей в свою работу. Среди главных эффектов — снижение операционных расходов: у 28% компаний они сократились на 5–15%, а у 23% — более чем на 15%. Кроме того, 28% опрошенных зафиксировали рост выручки в пределах 5–15%, а 15% сообщили об увеличении доходов свыше 15%.

Что сложно автоматизировать, и куда движется рынок

Несмотря на успехи, остаются задачи, которые ИИ пока решает неидеально. Например, определение факта кражи требует комплексного анализа — только видео недостаточно. Необходимо сопоставление данных с кассы, движения покупателя и товарного учёта. Также ИИ не всегда может корректно интерпретировать сложное социальное поведение, особенно в нестандартных ситуациях. Система может фиксировать, что товар взят с полки, но не пробит. Однако покупатель мог просто временно отложить его или не дойти до кассы.

Тем не менее рынок развивается. В ближайшие годы можно ожидать появления решений, способных не только фиксировать события, но и предсказывать их: например, автоматическое прогнозирование пиков нагрузки, адаптация выкладки под спрос, автономное управление персоналом в реальном времени.
Больше про ИИ пишу здесь

ИИ в ритейле — это уже не эксперимент, а рабочий инструмент. Его внедрение требует системного подхода, но при правильной реализации он даёт бизнесу ощутимые результаты. Современные решения позволяют ритейлерам контролировать процессы, сокращать потери и повышать эффективность без прямого давления на персонал. ИИ становится не надзором, а помощником — и это главное изменение, которое он приносит в индустрию.

Начинающие в маркетинге коллеги, пишу эту статью для вас — хочу поделиться всем, что я понял в начале моего пути. Каких-то сокровенных знаний и инсайтов в этой статье не дам, зато расскажу, как можно эти знания эффективно находить и практиковать даже там, где душит консервативное начальство.

Когда я только пришел в маркетинг, мне всё казалось очень сложным. Всё, что я делал в первой компании, виделось мне важным вкладом в мой опыт и навыки. Через год я уволился, устроился в маркетинговое агентство — и оказалось, что я почти ничего не знаю!

Понял, что год прошел в лучшем случае не так полезно для моей карьеры, как мог бы. Вот мои 7 советов, чтобы твои первые годы вылились во что-то более толковое, чем у меня :')

Лучшее, что ты можешь сделать

Устраивайся в маркетинговые агентства, а не в отдел маркетинга какой-то там (особенно небольшой) компании. Первое даст тебе много разных проектов и разнообразного опыта. Второе же (скорее всего!) остановит тебя на узком наборе знаний и стратегий — ты будешь продвигать один бренд для собственника по каким-то его идеям безо всякой свободы.

Кроме того, в агентстве ты будешь окружен кучей профильных специалистов в смежных областях — SMM, SEO-специалистов, копирайтеров, менеджеров, таргетологов, дизайнеров и т.д. Думаю, не надо объяснять, насколько это ценное с точки зрения обмена знаниями окружение — тебе реально нужно разбираться во всех этих областях в той или иной степени. Это специфика нашей профессии.

Если тебе не повезло и ты работаешь в какой-нибудь небольшой местной компании в отделе маркетинга, где у вас всего 2-3 специалиста, и каждый занимается непрофильными задачами — читай дальше, расскажу, как я вертелся и искал себе полезные и интересные задачи. Надеюсь, что отчитываешься ты хотя бы перед руководителем отдела, а не перед самим собственником — последние всё слишком сильно контролируют.

Если начальник душит и не дает свободы

Давай возьмем за основу тезис:

❗️«Собственник, каким бы он ни был, в первую очередь хочет, чтобы его бизнес процветал»

Знаю, порой кажется, что они делают всё ровно противоположное, но для нас это непродуктивная позиция. Будем также считать, что твой прямой руководитель тоже заинтересован в хороших показателях своего отдела. На основе этого тезиса мы можем построить гипотезу:

❗️«Мою новую идею примут, если я ее достаточно аргументирую»

Если и тезис, и гипотеза для тебя точно неактуальны — я тебе рекомендую искать новое место для работы. На нынешнем ты просто не сможешь развиваться и очень быстро столкнешься с ситуацией, когда от тебя требуют больше показателей, но не дают ничего для них делать. Надеяться тебе не на что.

⚠️ Совет 1: врубай свою инициативу на максимум. На совещаниях, подведении итогов, отчетах — показывай и аргументируй, предлагай и бери на себя задачи, которые ты еще не выполнял. Забудь об армейском «инициатива дерет инициатора» — да, ты будешь от этого страдать, но в научении новым навыкам иначе никак. Подхватывай чужие задачи — заработаешь уважение и опыт. Но деньги — вряд ли...

Запомни: маркетинг — это построение гипотез, их проверка, сбор аналитики, выводы и корректировка на основе выводов. И так по кругу. Если твои первые попытки не увенчаются успехом — это нормально. Главное — всегда анализируй и находи причину провала. Без этого твои попытки будут непродуктивными.

⚠️ Совет 2: если еще не умеешь — учись собирать фактуру и данные для аргументации своих гипотез, планов. Подкрепляй всё прогнозами на основе конкретной статистики. Продавай себя и свои идеи — ты рекламируешь их руководителю так же, как товар целевой аудитории.

⚠️ Совет 3: открывай HH.ru или другие работные сайты, отслеживай вакансии по своей должности. Смотри, какие там навыки по профилю требуют, и если не умеешь — бери на заметку, а потом ищи возможность реализовать их на нынешнем месте. Только не обновляй резюме и не меняй статус поиска — твой HR скорее всего следит за тобой и передаст руководству, если увидит, что твое резюме вдруг обновилось и стало активно.

⚠️ Совет 4: ищи полезные конференции, вебинары и другие материалы — не прекращай развиваться во внерабочее время. Прочитай «Пиши, сокращай 2025: Как создавать сильный текст» — это важно, потому что ты, скорее всего, будешь редактором/рецензентом текстов. Также прокачай свои знания по SEO. Показывай это руководителю или собственнику — тебе вполне могут компенсировать затраты на это всё, чтобы прокачать тебя как специалиста.

О сегментах бизнеса, где ты можешь работать

Юриспруденция, инвестирование, медицина и IT — самые сложные и, на мой взгляд, уважаемые области для контент-маркетолога. Если ты там разберешься с тонкостями маркетинга, болями ЦА и УТП продукта — поверь, ты справишься в любом другом сегменте, и работодатели это знают.

Кроме всяких онлайн-школ, которые считают, что для работы у них необходим уникальный опыт.

⚠️ Совет 5: если чего-то не знаешь — подключай chat GPT, спрашивай у него идеи. Поможет найти, с чего начать задачу. Он дает несколько сообщений бесплатно каждые сутки, но у компаний он обычно проплаченный корпоративный. Только не используй его как вторые мозги — это инструмент, а не коллега-специалист.

На ютубе и других площадках очень много гайдов, как составлять с ИИ анализ по целевой аудитории, конкурентам и т.д. — не буду тут об этом писать, нагуглишь сам. Но, чтобы отличить бред от полезной информации, тебе, все-таки, нужен будет определенный уровень экспертизы. Не меняй свою голову на ИИ.

⚠️ Совет 6: худшее, что может сделать контент-маркетолог — застрять на одной стратегии, идее, воронке. Так было у меня в тот первый рабочий год — делал так, как хотел собственник компании, и даже мой прямой руководитель не мог менять курс. Я предлагал свои идеи, их вроде бы одобряли, но до применения никогда не доходило. Не повторяй мою ошибку: не работает одна воронка — предлагай другую, тестируй разное.

⚠️ Совет 7: постарайся не нырять в операционку — выполнение регулярных рутинных задач, где не требуется думать. Контент-маркетолог — про стратегию и аналитику, а не про молчаливое исполнение. Да, ты начнешь как контент-менеджер и будешь меньше думать, больше делать — как барбек у бармена в баре. Стремись именно к думанию, насколько это возможно — предлагай свои выводы и свою аналитику, даже если не просят.

К слову, далеко не всегда в КМ требуются деньги на продвижение. Вполне реализуемы воронки за 0 рублей.

Не забывай о базе

Конечно, важны и общие базовые навыки, как в любой работе — твои soft skills. Мне по работе часто приходится общаться с заказчиками и в тексте, и в созвоне с камерами: как контент-маркетологу, мне (и тебе придется) нужно уметь рассказать и показать что, зачем и куда, аргументировать и убедить. Клиент, даже в лице собственника твоей компании, часто будет считать, что знает больше тебя — сначала это так, но в будущем ты должен знать больше.

Если тебе дают задачи по части SEO, SMM, дизайна и других — да, это вроде бы не совсем твои профильные обязанности, но не отказывайся от них. Ты должен иметь компетенции в этих областях, чтобы быть самодостаточным специалистом.

К опытным коллегам у меня один вопрос: с чем согласны, с чем нет, и чего бы еще добавили от себя? Хочу развиваться вместе с вами!