2 недели с ридером

Моя первая и последняя электронная книга была OnyxBook
И она прожила со мной 10 и 11 классы, когда я гонял на электричке в школу в Москве.
Читал я тогда невероятно много: садишься такой утром на электричку в 6:35 и в школе ты оказываешься в 8:30.

Затем чтение было только с телефона, планшета или бумажные книги.

И вот чуть больше 2-х недель назад мне достается новый OnyxBook.
Короче, это кайф!

1.
Вечером почитать - подсветочку мягкую включил, «теплый свет» установил и кайфуешь!
2.
Книжку какую-то почитать захотел, ЛитРес или Я.Книги установил и все синхронизировалось со смартфоном.
3.
Как синхронизировалось? Так ты к WiFi по красоте подключился и кайфуешь.
4.
А еще глаза не устают и PDFки читать сплошное наслаждение.
5.
Ну и отдельное удовольствие, что телефон у тебя где-то там сам лежит и ничто тебя СДВГШника этакого не отвлекает.

Я не знал этого!!!
Колитесь, кто как я?
❤️ - если не знал
😎 - если знал раньше
🦄 - впервые слышишь про инди-игры/музыку

Так много вопросов, так мало ответов… Учитывая, что подобные люди строят все свои процессы на попытках попасть в наиболее вероятные события + психология + эмпатия. То при наличии эмпатии я бы ставку делал на этот гибрид человека и ИИ 😬

Первый магазин без продавцов появился в СССР

Как вы помните в 2018 году Амазон с помпой запустил магазин без продавцов: заходи и бери.
А затем с помпой мы узнали, что не было там никакого ИИ, а только много- много индусов…

Однако еще в 1962 году в СССР в Москве был открыт магазин «Прогресс»: магазин полностью без людей. Офигеть? Не то слово.

Отдельно мне очень нравится простота решения: по сути, стояли кастомизированные вендинговые аппараты, через которые реализовывалась продукция (молоко, хлеб, крупы и прочее). Никакого тебе ИИ, никакого тебе компьютерного зрения и вот этого вот всего. Чистая механика.

В общем, сама эта история мне безумно нравится.

В итоге, магазин не взлетел по нескольким причинам:
1.
В маркетинг в те времена точно не умели. И о магазине газеты впервые написали через полгода после его запуска. Через полгода! Офигеть просто!
2.
Вендоматы были уникальны, посетители их часто ломали и ремонт обходился дорого. Потому что для снижения костов требовалось масштабирование.
3.
Ну и важная причина провала всех трансформаций - культура. Культура в те времена была такой, что продавец - важный элемент: он принимал решения кто и что получит и прочее. А раз нет продавца, то и масштабирование под вопросом.

Менеджерские бои - практика переговоров на кейсах из ИТ

• КРОК приглашает на бизнес-игру Менеджерские бои, где участники смогут прокачать свои переговорные и управленческие скилы, а также получить обратную связь от экспертов-практиков.

• Будет полезно руководителям проектов, тимлидам технических и бизнес-команд

• 26 марта, 18:30 (МСК)

• Офлайн, офис КРОК

Регистрация открыта, участие бесплатное, количество мест ограничено.

Реклама. ЗАО "КРОК Инкорпорейтед". ИНН: 7701004101. Erid: 2W5zFK5qNmP

Давнееенько у нас не было обзоров книг.
И тут недавно ребята из издательства Питер подогнали мне чудесную книгу по System Design «нового поколения», то есть GenAI.
Книга - это попытка адаптировать классическое system design интервью под новую реальность GenAI: LLM-приложения, RAG-архитектуры, агенты, оценка качества и стоимость инференса. Полезно как структурированный чек-лист, но это скорее введение, чем глубокий инженерный разбор.
Хотя как менеджер я обожаю эту серию книг, она позволяет погрузиться во множество разных тем.

System Design для эпохи GenAI
Все привыкли к классическим вопросам на system design интервью:
- спроектируйте Twitter
- спроектируйте YouTube
- спроектируйте Uber
Но последние пару лет компании начали задавать другой тип задач:
спроектируйте AI-чат ассистента
спроектируйте RAG-поиск по документам
спроектируйте AI-копилота для разработчиков
И вот тут многие кандидаты ломаются.
Почему?
Потому что классическая архитектура (API + база + кэш) внезапно превращается в:
User → Gateway → Orchestrator → LLM → Retrieval → Vector DB → Tools → Evaluation
И вот именно эту новую архитектуру книга и пытается разобрать.

Основная идея книги
Авторы говорят простую вещь:
GenAI-системы - это не просто “вызов LLM API”.
Это полноценная распределённая система.
И в ней появляются новые архитектурные компоненты.
Например.
1. Retrieval (RAG)
LLM сам по себе туповат.
Он знает интернет до даты обучения.
Поэтому почти любая реальная система делает:
Query
→ Embedding
→ Vector search
→ Context
→ LLM
Книга разбирает:
как хранить embeddings
как масштабировать vector search
как строить pipeline retrieval

2. Оркестрация моделей
LLM редко работает один.
Обычно это:
Router
→ model A (cheap)
→ model B (smart)
→ tools
Причина банальная.
LLM дорогой.
Поэтому архитектура всегда балансирует:
качество vs стоимость vs latency

3. Оценка качества
Самая сложная часть GenAI-систем.
В классических сервисах есть метрики:
latency
error rate
throughput
А в LLM-системах появляется ад.
Например:
- hallucination rate
- factual accuracy
- grounding
- response quality
И это очень плохо измеряется.
Книга показывает базовые подходы:
LLM-as-judge
human evaluation
golden datasets

4. Стоимость
GenAI архитектура - это экономика.
Каждый запрос стоит денег.
Поэтому появляются решения:
кэширование ответов
prompt compression
routing моделей
batching
На интервью это любят спрашивать.

Что в книге хорошо
1️⃣ Хорошая структура для интервью
Если вам задают вопрос:
Спроектируйте AI-ассистента
книга дает простой фреймворк:
User interaction
Retrieval layer
LLM orchestration
Tools
Evaluation
Cost control
Это полезно.

2️⃣ Понятный чек-лист архитектуры
После книги начинаешь автоматически думать:
где embeddings?
где кэш?
где evaluation?
где rate limiting?

3️⃣ Актуальность
Большинство книг по system design написаны до эпохи LLM.
А здесь фокус именно на GenAI-архитектуре.

Где книга слабая

1️⃣ Мало глубины.
Например vector search объясняется очень поверхностно.
Нет разбора:
HNSW
IVF
ANN tradeoffs

2️⃣ Мало production-кейсов.
Реальные системы:
Copilot
Perplexity
ChatGPT
имеют гораздо более сложные пайплайны.

3️⃣ Почти нет темы агентов
А именно туда сейчас движется индустрия.

Если раньше system design интервью проверяло:
умеешь ли ты масштабировать сервис
то теперь проверяют:
умеешь ли ты проектировать AI-системы.
И там появляются новые вопросы:
как уменьшить hallucinations
как контролировать стоимость токенов
как строить RAG
как оценивать качество
И это новый слой архитектуры.

🔥 - если читал и зашло
❤️ - если забрал в бэклог
🦄 - если читал и не зашло

У вас в работе бывает режим «автопилота»?

Ну то есть когда все задачи решаются по знакомому сценарию:
тот же фреймворк, тот же подход, те же аргументы на встрече.
И в целом все работает.
Но иногда прилетает задача из серии «так, а это вообще как решать?»

И тут внезапно обнаруживается интересная вещь:
мозг начинает скрипеть как старая дверь.

Потому что большую часть времени мы тренируем только харды:
архитектуры, метрики, процессы, фреймворки.

А вот мышцу нестандартного мышления — почти нет.
Поэтому мне понравилась идея одного спецпроекта —
OUT OF THE BOX от команды КРОК.

Они собрали реальные нешаблонные кейсы из практики по разным направлениям.
Смысл простой:
чтобы их решить — придется реально вылезти из привычной коробки и посмотреть на задачу под другим углом.

Причем там есть разные категории кейсов — можно выбрать что-то из своей области или наоборот пойти в противоположную сторону и проверить себя.

За интересные решения, кстати, до 30 марта дают призы.

Я вот думаю попробовать кейс из секции soft.
Люблю такие задачи — они обычно ломают привычную логику сильнее всего.

Если интересно — посмотреть кейсы можно тут

Ооооп, а в догонку взял вот такую красоту почитать.

151 вопрос от FAANG по ML

Где искать работу зарубежом в 2026?

В карьерном вопросе поможет канал Connectable Jobs:
авторы собирают вакансии в международных стартапах с русскоязычными фаундерами и командами. Это не просто вакансии: в канале также публикуют информацию о бэкграунде фаундеров, размере команды и инвестициях.

Вот несколько актуальных вакансий:

— Project Manager в FxPro
— Senior Product Marketing Manager в Remote
— Product Manager в Humanoid AI
— Senior Product Manager в Servers.com
— Product Owner (Growth MuseScore) в Muse Group

Развивайте карьеру в будущем единороге 🚀

Антропик опять всех пугает заменой ИИ, выпуская большое исследование.

Но реальная глубина замены пока низкая