В 2019 году Бейбит Бактыгалиев уехал с семьей в Швецию, что работать в Amazon старшим инженером машинного обучения. Там 4 года занимался разными проектами, в том числе для Формула-1. Позже Бейбит получил оффер от лондонского офиса Мeta. Правда, долго там не проработал. Уже через несколько месяцев он вернулся в Казахстан, где запустил аутсорсинговую компанию и теперь развивает ИИ-стартапы.
В материале для Digital Business Бейбит рассказал, как сразу после университета получил приглашение от Тенгизшевройл, почему отказался от комфортной карьеры в Amazon и Мeta ради возвращения на родину и не жалеет ли о своем решении.
«Когда встал вопрос, куда поступать, даже не рассматривал варианты зарубежных вузов»
– Я родом из Уральска. Рос в обычной семье: папа – водитель автобуса, мама – преподаватель информатики в вузах. Думаю, благодаря ей увлекся программированием еще в 4-м классе, когда дома появился компьютер. Это был 2001-й год, тогда мало у кого такое было, поэтому быстро стал для одноклассников «другом, который разбирается в ИТ».
В 8-м классе поступил в РФМШ города Алматы. Там уделял много внимания программированию: учился писать коды на Python и участвовал в олимпиадах по информатике.
Когда встал вопрос, куда поступать, даже не рассматривал варианты зарубежных вузов. Не хватало знаний английского. Так что выбирал из местных вариантов – КБТУ или филиал МГУ в Астане. Остановился на втором, впечатлившись историей и рейтингом университета. Но отучился в итоге только на первом курсе. За год подтянул язык с репетитором и подался ради интереса на программу «Болашак» в Мультимедийный университет в Малайзии. К удивлению, меня приняли. Так стал учиться на программиста.
Еще в университете, благодаря профессору и доктору философских наук Герману Немировски, получил практику в немецком проекте SEMANCO. Это платформа объединяла данные об энергопотреблении городов в Европе для точного анализа и моделирования энергетической эффективности зданий. Здесь получил первый опыт промышленного программирования. Писал код для сервиса индексирования на базе онтологий, когда система поиска выдает результат не по ключевым словам, а распознает их смысловое значение.
«Одним из первых проектов стала программа по предсказанию землетрясений на нефтяных предприятиях»
– В октябре 2012 года, после учебы в Малайзии, вернулся к родителям в Уральск. Там случайно узнал, что нефтегазовая компания Тенгизшевройл искала сотрудников среди выпускников Болашака. Подал резюме и получил приглашение на собеседование в их офис в Атырау. Будь я в Астане или Алматы, куда думал отправиться после каникул, вряд ли решился бы поехать в другой город. К тому же про Тенгизшевройл мало что знал на тот момент. Но так как между Атырау и Уральском всего 500 км – согласился и не прогадал. Спустя несколько этапов собеседования получил оффер на позицию администратора баз данных.
В Тенгизшевройл проработал 6 лет. За это время побывал на разных должностях, в том числе в качестве аналитика качества данных и дата сайентиста, когда это направление только появилось.
В 2017 году поехал по обмену опытом в офис американской компании Шеврон в Хьюстоне. Провел там год в команде по искусственному интеллекту. Тогда возможности AI только изучались, все испытывали методом проб и ошибок. ИИ еще не был похож на привычный нам ChatGPT или Gemini. Модели обучались под конкретные задачи. Например, предсказание спроса на товар. Для этого сначала собирали все данные по частоте обращений в определенный период, затем вручную анализировали их, определяя закономерности. Уже после, на основе выводов, обучали модель.
Одним из первых проектов стала программа по предсказанию землетрясений на нефтяных месторождениях. Из-за активной работы по добыче ресурсов в таких локациях случаются толчки магнитудой 1-3 балла. Обученная мною модель могла предсказывать их с точностью до 60%. Так компания смогла снизить риски обвалов и лучше контролировать процесс добычи.
После Шеврона вернулся в Тенгизшевройл. Хотел создать и развить там полноценную команду по работе с ИИ. Но руководство решило, что этим будет заниматься приглашенный человек из Америки, а я останусь старшим специалистом. Меня такое решение поразило, так как мы были в одной команде с этим человеком во время работы в США и имели одинаковые компетенции. Так понял, что достиг нужных для себя результатов в Тенгизшевройл по своему направлению и решил двигаться дальше.
«Мягко говоря, был в шоке – успел забыть, что откликался на вакансию»
– Поиск новой работы начал через LinkedIn – скроллил ленту и откликался на разные вакансии. Одной из них стала позиция дата сайентиста в Amazon. Оставил резюме без особых надежд, потому что все еще держался за Тенгизшевройл. Без оффера на руках не бросил бы хорошо оплачиваемую работу, ведь на тот момент у меня уже были жена и ребенок.
К удивлению, через 3 месяца получил приглашение на собеседование от шведского офиса Amazon. Мягко говоря, был в шоке – успел забыть, что откликался на вакансию. Наш первый разговор с рекрутером прошел в формате аудиозвонка. После него получил приглашение на очное интервью в Стокгольме. Никому ничего не сказав, отправился в Швецию. Компания полностью оплачивала перелет, отель и питание. Там прошел 5 личных интервью за день, после чего получил полноценный оффер на позицию старшего инженера машинного обучения.
Мне сразу предложили оклад в размере 2-2,5 среднегодовых зарплат в Швеции (это около $117 тысяч в 2019 году – прим. Digital Business). Еще были вступительный бонус в виде прибавки к зарплате в первый и второй год работы, а также акции компании. Плюс оплачивался переезд для семьи, аренда квартиры и машины на первый месяц.
Фото: Augusto, pinterest.com
В основные задачи входило написание кода, обучение моделей, а также распределение задач между сотрудниками и координация проектов, где был в роли техлида. Под моим руководством могло находиться от 5 до нескольких десятков человек. Если видел, что команде нужна помощь, мог и сам сесть писать код.
Запоминающимся кейсом стала проект для Формулы-1. Там был техлидом для 20 специалистов. Система должна была переводить слова комментаторов на английский, испанский и французский языки. А после в прямом эфире выводить на большие экраны транскрипцию в виде титров. Раньше все это делалось вручную – огромная команда специалистов непрерывно записывала все слова комментаторов в реальном времени.
Чтобы научить систему правильно понимать имена гонщиков, названия команд и технические термины, приходилось прослушивать все записи предыдущих гонок и исправлять скрипты. Сейчас система продолжает использоваться на всех гонках Формулы-1, где переводит слова комментаторов на 20+ языков.
«Руководство придерживалось идеи, что если человек ограничен в ресурсах – мозг работает лучше и креативнее»
– Работа в Amazon дала интересный опыт и с точки зрения корпоративной культуры. В компании приветствовалось выражать несогласие, если оно аргументировано. В основе всего лежит 14 принципов лидерства, среди которых есть пункты о масштабном мышлении, заслуженном доверии, стремлении к знаниям и другие. Этот подход мне очень близок. Был в восторге и от коллектива. Так как все люди прошли сложный отбор, за 4 года ни разу не было такого, чтобы гонялся за кем-то по задачам. Все заинтересованы в том, чтобы сделать свою работу вовремя.
А вот плюшек на самом деле очень мало. Руководство придерживалось идеи, что если человек ограничен в ресурсах – мозг работает лучше и креативнее. Но даже не смотря на это любил свою работу.
После 4-х лет в Amazon появилось ощущение повторяемости. Хотя проекты отличались, ошибки и боли у всех были похожи. Зачастую все сводилось к построению платформы для данных (data lake, data mesh, lakehouse), чтобы потом компания получала выгоду из них через ИИ и машинное обучение.
Тогда в качестве хобби стал продвигать себя как дата сайентиста в социальных сетях – создал аккаунты в Instagram, YouTube, активнее начал веcти LinkedIn. Просто хотел поделиться опытом без глобальной цели. Это стало настоящей отдушиной, жизнь наполнилась новыми красками. А видя интерес подписчиков, понял, что могу быть полезен, даже если уйду из найма. Тогда задумался о своем деле.
«Нравилось, что компания давала больше свободы»
– Осенью 2023 года ушел из Amazon и готовился к переезду в Казахстан. На мой взгляд, это было самым логичным решением по нескольким причинам: хорошо знал ИТ-рынок и мог найти незанятую нишу.
Однако пришлось немного изменить планы из-за поступившего приглашения от Мeta на позицию ведущего инженера. Мое резюме у них лежало еще с 2022 года, когда прошел полный цикл интервью. Не попал туда, так как компания приостановила найм новых сотрудников. Однако через год мне все-таки выслали оффер без повторного собеседования. Предложение было очень заманчивое и я согласился. Хотел понять, как работает Мeta изнутри, думал, что, возможно, все понравится и решу остаться, к тому же зарплата была довольно хорошей. Так с семьей переехал в Лондон.
В Мeta меня все устраивало. Не было никакого негатива, только здоровая конкуренция между сотрудниками. Нравилось, что компания давала больше свободы. Мы могли экспериментировать с кодами сколько угодно – главное, чтобы через время это дало результат. В офисе было много плюшек для комфорта работников. Все холодильники заполняли бесплатными снеками, а также 3 раза в день мог поесть в ресторане компании. Среди сотрудников даже ходит шутка про +10 кг за первый месяц. Мeta выдавали нам девайсы (VR-очки, Rayban-очки, и т.д) для тестирования.
Однако вскоре решил уйти. Во время работы не давало покоя чувство, что все таки нужно идти в бизнес. Большая зарплата и бесплатная еда были приятными бонусами, но желание начать свое дело оказалось выше. Боялся из-за работы в найме упустить возможности в ИИ-сфере, ведь уже был экспертом в данном направлении.
Еще в Лондоне связался со своим хорошим приятелем, который на тот момент работал из Казахстана на фрилансе в зарубежных компаниях. Сошлись на желании начать что-то свое. По приезду встретились практически на следующий же день и решили, что хотим начать с аутсорса.
За первый месяц собрали команду из двух начинающих программистов. Хотели заниматься написанием программ под ключ, помощью с техническим обслуживанием и так далее. Так появилась аутсорсинговая компания Global Optima Technologies. Принялись нарабатывать клиентов. Старались делать упор не на количество, а на качество. Поэтому за год выходит 2-4 проекта. Обычно это заказы от банков, квазигосударственного сектора или частных компаний, которые хотят добавить ИИ или улучшить работу с данными.
С открытием компании помог еще один друг – Гиният Габдрахимов, у которого была своя компания GGNetworks. Он дал места в своем офисе, свел с первыми бизнес-партнерами и несколько месяцев помогал с финансированием, пока не получили первый доход. Для меня большой сложностью в начале стало отсутствие стабильной зарплаты, как это было в найме. Так что помощь Гинията была действительно неоценимой.
«На основе программ, которые писали в аутсорсе, набросал первый прототип собственного стартапа»
– Сейчас в команде работает 10 человек. Именно Global Optima Technologies на данный момент дает основной доход. Благодаря этому смогли начать работу над собственными стартапами.
atlanti.ai стал первым проектом, который успешно начал работу в январе 2026 года. Это сервис ИИ-агентов, которые могут общаться с клиентами в любых мессенджерах текстом и голосом, как живой оператор. Идея пришла еще во время работы в Meta. Заметил, что крупный бизнес тратит огромные бюджеты на колл-центры, но при этом качество сервиса иногда оставляет желать лучшего. На основе программ, которые писали в аутсорсе, набросал первый прототип. Главным критерием было качество ведения диалога ИИ-агентом и чтобы система разворачивалась сугубо внутри инфраструктуры клиента. Так обеспечивалась безопасность, где даже я не смог бы почитать или прослушать звонки без ключа шифрования. Для этого пришлось вручную писать код и отказаться от сторонних вспомогательных сервисов.
Сейчас работаем с крупными клиентами, например, застройщиками, автомобильными дилерами и сотовыми операторами в Казахстане. Как только в системе появляется новый лид, наш агент моментально пишет ему в WhatsApp. ИИ адаптируется под язык и стиль общения клиента и буквально «дожимает» сделку. По фидбеку от наших пользователей конверсия заявок увеличилась на 20-40%.
Обучение каждого виртуального ассистента занимает до нескольких месяцев. Так как агент настраивается под запрос клиента, прайс формируется от количества функций и объема работы. Например, самый простой агент, который отвечает на переписки в чате, раскручивает клиента и передает сделку живому менеджеру, стоит от $200 в месяц. А вот если необходимо совершать звонки, то цена начинается от $300.
«Не жалею, что вернулся в Казахстан. Для меня важно, что занимаюсь любимым делом на родине»
– Второй стартап – Letsi – начал разрабатывать в сентябре 2025 года. Это мобильное приложение для подготовки к IELTS и изучения английского языка. Его главная фишка – разговорная практика через реальные телефонные звонки с ИИ-репетитором.
Обучали виртуального помощника в тандеме с педагогом Нурболатом Жузжасаровым, который уже на протяжении 11 лет готовит студентов к сдаче IELTS. Он помогал с методикой обучения, исправлял ошибки, которые мог выдавать ИИ, и добавлял новые типы заданий.
Сейчас проект на стадии тестирования. Рассчитываем, что в июле 2026 года сможем выпустить его на широкую аудиторию. Чтобы сделать продукт доступным для студентов, решили остановиться на модели подписок: месячная для изучения английского будет стоить 4 990 тенге, а подготовка к IELTS – 14 990 тенге.
За год со всех проектов удалось получить более 100 млн тенге прибыли. Главная цель на ближайшее будущее – развить проекты и выйти на международный рынок.
Не жалею, что вернулся в Казахстан. Для меня сейчас важно, что занимаюсь любимым делом на родине, есть время на хобби, рядом друзья и родные. Очень скучал по ним, пока жил за границей. Родители видятся с внуками почти каждый день.
Вернуться было не сложно и не страшно. Я бы сказал, что не стоит торопиться уехать из Казахстана. Рынок сейчас глобальнее и можно даже здесь зарабатывать хорошие деньги.
