Tech Career Compass
LiveTekoälypohjainen uravalmentaja, joka auttaa digitaalisten alojen ammattilaisia löytämään sopivia urapolkuja ja rakentamaan konkreettisen opiskelusuunnitelman
Lähtötilanne
Digitaalisten alojen ammattilaiset elävät keskellä jatkuvaa muutosta. Tekoäly muokkaa työnkuvia, uusia teknologioita ilmestyy kuukausittain ja roolien rajat hämärtyvät. Erityisen haastavassa tilanteessa ovat ihmiset, joilla on osaamista usealta alueelta — vähän analytiikkaa, vähän markkinointia, vähän teknistä ymmärrystä — mutta jotka eivät ole minkään yksittäisen alan huippuasiantuntijoita.
Näille ihmisille perinteiset urapalvelut toimivat huonosti. LinkedIn ehdottaa samoja rooleja kuin nykyinen työ. Yleispätevät uraoppaat neuvovat "erikoistumaan", vaikka juuri monialaisuus on näiden ihmisten vahvuus. Ja työmarkkinoiden todellinen tilanne — mitä rooleja syntyy, mitä osaamista niissä vaaditaan — on hajallaan kymmenissä eri lähteissä.
Miksi tämä oli ongelma
Ilman selkeää kuvaa omista vaihtoehdoista ja niiden vaatimuksista ihmiset jäävät helposti jumiin nykyiseen rooliinsa tai hakevat sattumanvaraisesti. He saattavat investoida kuukausia väärän sertifikaatin opiskeluun, kun relevantti osaaminen olisi ollut toisaalla. Tai he eivät näe, että heidän olemassa oleva osaamisyhdistelmänsä — esimerkiksi data-analytiikka + liiketoimintaymmärrys + peruskoodaustaito — on juuri se, mitä tietyt kasvavat roolit vaativat.
Ongelma ei ole tiedon puute. Ongelmana on se, ettei kukaan yhdistä yksilön tilannetta markkinoiden realiteetteihin henkilökohtaisella tasolla.
Kuinka lähestyin ongelmaa
Lähdin liikkeelle omasta kokemuksestani. Olen itse juuri se "moniosaaja ilman yhtä selkeää erikoistumista" — taustaa verkkokaupasta, analytiikasta, ohjelmoinnista ja digitaalisesta markkinoinnista. Tiesin, miltä tuntuu, kun ei tiedä miten osaamispakettiaan kannattaisi asemoida.
Aiemmasta Shopify-sovellusprojektistani (Portfolytics) olin oppinut, että tuotetta ei kannata rakentaa valmiiksi ennen kysynnän validointia. Siksi lähdin tällä kertaa liikkeelle nopeammin: ensin pieni prototyyppi, sitten oikeita käyttäjiä testaamaan mahdollisimman varhain.
Tutkin myös olemassa olevia ratkaisuja. Uracoaching-sovelluksia löytyy, mutta ne tarjoavat tyypillisesti joko geneerisiä persoonallisuustestejä tai staattisia sisältökirjastoja. Yksikään ei yhdistänyt reaaliaikaista markkinadataa yksilön osaamisprofiiliin ja tuottanut sen pohjalta räätälöityä toimintasuunnitelmaa.
Mitä rakennettiin
Sovelluksen ydinajatus on, että käyttäjä saa muutamassa minuutissa henkilökohtaisen kuvan siitä, mitä rooleja hänen kannattaisi harkita ja mitä niissä vaaditaan.
Käyttäjäpolku alkaa kahdella yksinkertaisella kysymyksellä: mikä on nykytilanteesi ja mikä motivoi sinua. Ei rekisteriä, ei CV:n latausta, ei pitkää kyselyä. Tämän jälkeen sovellus tuottaa tekoälyn ja reaaliaikaisen markkinadatan avulla räätälöidyn näkymän mahdollisista rooleista — ei staattista listaa, vaan analyysiin perustuvia suosituksia.
Kun käyttäjä valitsee kiinnostavan roolin, sovellus tekee osaamiskartoituksen ja tunnistaa puuttuvat taidot. Tämän päälle rakentuu opiskelusuunnitelma: konkreettiset askeleet, päiväkohtaiset tehtävät ja edistymisen seuranta.
Olennainen suunnittelupäätös oli se, että arvoa tuotetaan heti ennen kuin käyttäjältä pyydetään mitään ylimääräistä. Aiemmat versiot aloittivat laajalla tiedonkeruulla — osaamiskartoituksella, taustatiedoilla, tavoitteiden määrittelyllä. Testaus osoitti, että tämä tappoi alkuinnostuksen. Nykyinen versio antaa ensimmäisen "ahaa-hetken" sekunneissa ja syventää tiedonkeruuta vasta sen jälkeen, kun käyttäjä on nähnyt, mitä sovellus voi tarjota.
Tekninen toteutus
Sovellus on rakennettu web-teknologioilla Lovable-alustalla ja toimii tällä hetkellä PWA:na (Progressive Web App). Sisältöä ei ole kovakoodattu — sovellus hyödyntää LLM-rajapintoja ja internet-hakua reaaliaikaisen, personoidun sisällön tuottamiseen. Tämä tarkoittaa, että suositukset heijastavat aina työmarkkinoiden nykytilaa eivätkä vanhene.
Tulos
Tuote on live ja vapaasti käytettävissä. Tuotteessa olisi mahdollisesti monetisaatio-potentiaalia, jos saisin markkinointiin apua. Jos olet kova markkinoija ja haluat päästä projektiin tai tehdä yhteistyötä, laita viestiä!
Mitä opin
Ensivaikutelma ratkaisee kaiken mobiilissa
Alkuperäinen käyttäjäpolku kysyi liikaa liian aikaisin. Testaus osoitti selkeästi, että käyttäjä tarvitsee ensin syyn jatkaa — ei lomaketta täytettäväksi. Kun käänsin järjestyksen niin, että personoitu näkymä tulee ennen syvempää tiedonkeruuta, käyttäjäkokemus parani merkittävästi.
Tämä on sama oppi kuin Portfolytics-projektissa: puhutaan hyödystä, ei ominaisuuksista. "AI-pohjainen osaamiskartoitus reaaliaikaisella markkinadatalla" on tekninen kuvaus. "Näet kahdessa minuutissa, mihin rooleihin osaamisesi riittää ja mitä sinun kannattaa opiskella seuraavaksi" on lupaus, joka saa käyttäjän jatkamaan.
Kovakoodattu sisältö vanhenee, API-pohjainen ei
Varhainen versio sisälsi staattisia roolikuvauksia ja osaamislistoja. Ongelma on, että digitaalisten alojen roolit muuttuvat jatkuvasti — puolen vuoden takainen "relevantit taidot" -lista voi olla jo vanhentunut. LLM- ja hakurajapintojen käyttö ratkaisee tämän, mutta tuo mukanaan omat haasteensa: latausajat, epävarmuus vastauksissa ja UX-suunnittelun merkityksen korostuminen odotustilojen aikana.
Aiemmista projekteista oppiminen on arvokkainta
Portfolytics opetti, ettei tuotetta kannata rakentaa valmiiksi ennen validointia. Tässä projektissa otin sen opin käyttöön — ensimmäiset testikäyttäjät tulivat mukaan paljon aiemmin. Jokainen projekti rakentuu edellisten päälle, ja se on ehkä tärkein syy tehdä useita projekteja: ei pelkästään lopputulosten, vaan oppimisen kumuloitumisen takia.