Всем привет!

А давайте решим инженерную задачку?

Как обучать и воспитывать вашего домашнего робота на естественном языке?

Например: Я говорю, что хочу, чтобы он научился прыгать через скакалку. А потом чтобы научился работать с плитой, и управлять вертолётом...

Какой стек технологий выбрать и как будет выглядеть такая система?

Может есть среди нас тот, кто уже создаёт свой Скайнет?

P.S. я уже делал небольшой прототип, который преобразовывает естественный язык в команды для настольного робота манипулятора. Тогда просто воспользовался GPT и mcp протоколом.

Всем привет!

Если кто-то использует Яндекс облако, для VPN, то будьте аккуратны - постепенно гайки закручивают (

Коллеги, внимание!!!

Не ведитесь на поддельные аккаунты со мной!

Мой единственный аккаунт @GrigoriySokolov

Кстати к вопросу по ИИ)

Современный антифрод стал служить силам зла )

В продолжение вчерашнего поста.
Подгорает, если честно 😡😡

Коллеги, если кто-то работает с Фридом финанс в Казахстане или Цифра банк в России.

Мой совет - не работайте с ними...

Даже если вы оплатили все налоги, и все транзакции простые (в моем случае это оплата отеля и прокат автомобиля), то банк просто морозит ваши средства, оставляя без единого шанса решить вопрос оперативно.

Общение затягивается на недели и единственное, что вы получите - стандартные отписки.

Коллеги, всем привет!
Верю в силу сообщества❤️

У нас есть несколько задач связанных с созданием ИИ Ассистентов.
работаем с open source & hugging face.

Что предстоит делать:
1. Писать API для LLM моделей
2. Писать ансамбли LLM + ML модели
3. Создавать MCP сервера
4. Создать rag базы знаний
5. Подключать в качестве rag базы данных

Стек:
openai, faiss, python, postgresql, clickhouse, s3, fastapi, mcp, langchain, kafka

Работа проектная, но с возможностью дальнейшего трудоустройства на постоянную работу к нам в команду. 👍

Ищем троих специалистов.
Оплата сдельная и достойная.

Если у вас есть опыт с этим стеком, и вы также как и мы увлекаетесь ИИ разработкой, то пишите мне в личку @GrigoriySokolov


Всем сильного ИИ😎✌️

Восстание машин detected

Всем привет, друзья!

2025 год стал крайне непростым, И если бы мне нужно было описать его одним словом, это было бы не «успех» и не «прорыв», а скорее ТРАНСФОРМАЦИЯ.

Это был год, когда жизнь методично, а иногда и безжалостно, ломала мои старые конструкции, чтобы показать, на чём всё держится на самом деле.

Основные инсайты в этом году были в поле мой стрессоустойчивости и окружающих меня событий и людей. Я столкнулся с иллюзией, что можно отдавать, не наполняя себя. И как часто бывает, система даёт сбой в самых слабых и чувствительных местах, неожиданно откликаясь на личном самочувствии и на окружающих.

Но благодаря этим трудностям и вызовам, в 2026 год я вхожу не один, а в компании единомышленников, где каждый из нас усиливает друг друга. Наш фокус и география присутствия расширяется, а компетенции растут, и это настоящий кайф.

Друзья, я желаю всем вам в новом году не сворачивать с вашего пути, желаю вам легких побед и много радости.
Всем спасибо!

С наступающим 2026 годом! Ура 🥳🥳🥳🎄🎄🎄

P.S. Фото очень точно отражает мои текущие ощущения и настроение 😁

Пару мыслей натощак, в первый рабочий день 2026г.

Главная беда AI сейчас не в моделях, а в данных. У корпораций тонны неструктурированного мусора: PDFки, презентации, таблицы, логи, видео, картинки.
Из-за этого AI ошибается, агенты могут нести чушь, а масштабирование крайне затруднено.
Я еще кстати в 2020 говорил, что продукты для структурирования данных - это очень перспективно.

Теперь AI не болтается сверху, а вшит внутрь. Он не только анализирует, но и решает на ходу. Это закроет пробел между данными и реальными действиями, т.е. никаких больше ручных решений с задержкой. Хотя тут конечно надо будет раскошелиться на нормальные мощности.

Похоже, что инфраструктура не тянет AI-агентов. Раньше бэкенды делали под людей — одиночные запросы, все по-человечески. А сейчас, нагрузка, задержки да и вообще всё может рушится. Просто слишком много "левых вычислений" с этими LLM.

Сейчас AI берет текст, изображения, видео, всё разом и генерит, редактирует, мешает в кучу. Круто конечно, что тут скажешь )

В общем, рынок сейчас буксует на данных, кадрах, старой инфраструктуре и разрывах в стеках. Именно тут и будут рождаться продукты на год вперед. Конечно это продукты на стыке Bi + Ai + MLOps.

P.S. Кстати, мы сейчас вообще пришли к выводу, что проще высаживать малые мобильные группы цифровой трансформации, для более эффективного и точеного взаимодействия с заказчиками. Такой подход позволяет на лету менять приоритеты, быстро проверять гипотезы, комбинировать готовые решения с рынка и заказную разработку.

А каналу уже почти 6 лет 😱😎

За это время я выложил кучу шпаргалок, манулов, мнений, ответов на вопросы. (больше полутысячи, если не ошибаюсь)


Так уже повелось, что желание поделиться опытом у меня в крови:)
Вас больше ТЫЩИ, спасибо большое, коллеги, за доверие 🤝❤️

P.S. Думаю, что всё таки я сделаю ЭТОТ канал своим основным, так сортировать идеи/контент не очень хочется )))

Финансовые рынки, это самый масштабный и “живой” массив временных рядов из тех, что вообще доступны человеку.

Вступление, пожалуй, пропущу т.к. лень писать... Сразу перейду к мыслям)

Финансовые данные это не один ряд “цена во времени”, а это тысячи инструментов, разные площадки, разные режимы, разные скорости.
Где-то изменения происходят раз в минуту, ну а где-то сотни раз в секунду.

Самое ценное в этом массиве — потенциал и он действительно неисчерпаемый.

Ну я я имею ввиду, не в смысле “мы точно предскажем будущее”, а в смысле здесь можно проверять идеи так, как их проверяют в инженерии: на данных, на повторяемости, на границах применимости.

А ещё рынок это лаборатория, которая не закрывается.
Что из этого можно делать практически?

Ну вот можно прикинуть:
1. проверка торговых гипотез. Не “мне кажется”, а “работает ли это на разных периодах, инструментах и режимах”. И не только “заработало ли”, но и почему, при каких условиях ломается, и сколько стоит ошибка.
2. Можно вообще поробовать попытки распознавать смену политического режима😁.
Когда система перестаёт быть прежней: меняется волатильность, ликвидность, корреляции, скорость реакции. На уровне ощущений это выглядит как “что-то не так”. На уровне данных это можно формализовать и поймать раньше, чем станет очевидно всем.

И да, кстати туда же укладываются кризисы, войны, чёрные лебеди. Их нельзя “вычислить по формуле”. Но можно строить контуры раннего предупреждения: не предсказание даты, а обнаружение того, что распределения поплыли, хвосты стали толще, поведение изменилось.

При этом есть неприятная правда: финансовые данные огромные и работать с ними сложно.

Сырые котировки и сделки это может быть шум, артефакты, пропуски, разные форматы, смены спецификаций, сбои каналов, несостыковки времени.
Если на этом строить выводы “в лоб”, очень легко получить красивую иллюзию вместо результата.

Поэтому там, где появляются серьёзные задачи, неизбежно появляется и серьёзная аналитическая система.

Что обычно требуется (ну а я везде топлю за связку bi+AI+mlops😁):

1. Data stack, который умеет хранить и быстро доставать временные ряды на разных уровнях детализации.

2. BI-слой, где можно делать drill down и drill up: от обзора “в целом” к конкретному дню, часу, минуте и обратно, не теряя контекст.

3. AI и ML для поиска паттернов, режимов, аномалий, построения моделей.MLOps, чтобы всё это было не “один раз запустили ноутбук”, а воспроизводимый процесс: данные, фичи, эксперименты, деплой, мониторинг.

4.LLM как интеллектуальный слой поверх системы: чтобы быстрее формулировать вопросы к данным, собирать гипотезы, объяснять результаты и связывать сигналы с контекстом.

В итоге получается простая связка:

Финансовый рынок — это один из крупнейших источников временных рядов с реальной ценой выгоды или ошибки.

Кстати, и именно поэтому он остаётся таким притягательным: там бесконечно много данных, но победа не в количестве, а победа в том, чтобы сделать математическое ядро и систему, которая это ядро поддерживает.

P.S. мы сейчас как раз собираем ЦОД с ИИ для финтех задач, так что BlackRock, подвинься😁😎

По поводу силы личного бренда

Не люблю хвастаться, но... )))
Меня с десяток раз публиковали в топовых СМИ, а еще раз пять брали интервью на федеральных каналах и делали сюжеты.
Узнаваемость, это хорошо, особенно приятно, когда моя дочь звонит и с гордостью говорит, что видела меня по ТВ.

Я комментировал как IT-эксперт различные события в сфере как в нашей стране, так и в мире. Одна из новостей собрала 2,6 млн просмотров. Тогда я рассказал про ИИ-системы, способные предсказывать состояние космических систем.

Но неожиданный эффект был после моего комментария про программу для отслеживания травли в соцсетях. Телефон разрывался не только у нашего пиарщика, но и у руководства вуза. Узнать про разработку хотели и журналисты федеральных изданий, и авторы пабликов в телеграм, и телеканалы, и радиостанции. Помню, у нас даже работа тогда немного замедлилась.

В общем, этот пост посвящается моей хорошей приятельнице и коллеге - Насте, уже много лет она помогает мне в пиаре.
А еще мне нравится читать её канал, она ведет свой канал «Блондинка в Пиаре», очень прикольно и полезно почитать, её авторский стиль заходит :)


P.S. Настя, привет :) Решил, что пора тебе вернуть PR долг))