Вчера я захотел себе новый домашний ноут.
Мощный! Мощнейший! Мне было надо много мощи! Нужна вся мощь!!!
А зачем?
После перехода Apple на свои процессоры и того, что Parallels desktop для работы мне не нужен вопрос мощности ноутбука вообще не стоял, но в ходе изучения материалов по n8n нашел прекрасную докер-сборку, прекрасную как швейцарский нож для начинающего.
https://github.com/n8n-io/self-hosted-ai-starter-kit
Если внимательно сделать настройки по инструкции - получите готовую к работе среду n8n, векторную базу данных и локальную установку llama,интегрированную и готовую к работе между собой.
Но вот ресурсов для локально запускаемой LLM,работающей на CPU надо побольше.
Думаю теперь... инвестировать в железо для экспериментов или переключаться на облачные LLM и работать по API.
Сборку рекомендую на попробовать.
Для образовательных целей прям огонь!
Мощный! Мощнейший! Мне было надо много мощи! Нужна вся мощь!!!
А зачем?
После перехода Apple на свои процессоры и того, что Parallels desktop для работы мне не нужен вопрос мощности ноутбука вообще не стоял, но в ходе изучения материалов по n8n нашел прекрасную докер-сборку, прекрасную как швейцарский нож для начинающего.
https://github.com/n8n-io/self-hosted-ai-starter-kit
Если внимательно сделать настройки по инструкции - получите готовую к работе среду n8n, векторную базу данных и локальную установку llama,интегрированную и готовую к работе между собой.
Но вот ресурсов для локально запускаемой LLM,работающей на CPU надо побольше.
Думаю теперь... инвестировать в железо для экспериментов или переключаться на облачные LLM и работать по API.
Сборку рекомендую на попробовать.
Для образовательных целей прям огонь!
GitHub
GitHub - n8n-io/self-hosted-ai-starter-kit: The Self-hosted AI Starter Kit is an open-source template that quickly sets up a local…
The Self-hosted AI Starter Kit is an open-source template that quickly sets up a local AI environment. Curated by n8n, it provides essential tools for creating secure, self-hosted AI workflows. - n...
✍2🔥2
Установили и запустили мы локальную LLM, работает она с сервисами и агентами по API.
Но хочется же большего?
Поговорить хочется. (Не будем обсуждать причины возникновения желания разговаривать с неодушевленным предметом)
А давайте прикрутим Open WebUI - интерфейс для общения с
Нейросеткой - Ollama в нашем случае.
Просто дорабатываем docker-compose.yml
И на адресе //localhost:3000 у вас заведется ваша LLM.
Выбирайте версию модели и пробуйте.
Вот так я себе план на выходные накидал - разобраться с этим получше. И вы попробуйте!
Но хочется же большего?
Поговорить хочется. (Не будем обсуждать причины возникновения желания разговаривать с неодушевленным предметом)
А давайте прикрутим Open WebUI - интерфейс для общения с
Нейросеткой - Ollama в нашем случае.
Просто дорабатываем docker-compose.yml
services:
ollama:
image: ollama/ollama:latest
container_name: ollama
volumes:
- ollama:/root/.ollama
ports:
- 11434:11434
restart: unless-stopped
open-webui:
image: ghcr.io/open-webui/open-webui:main
container_name: open-webui
volumes:
- open-webui:/app/backend/data
ports:
- 3000:8080
environment:
- OLLAMA_BASE_URL=http://ollama:11434
depends_on:
- ollama
restart: unless-stopped
И на адресе //localhost:3000 у вас заведется ваша LLM.
Выбирайте версию модели и пробуйте.
Вот так я себе план на выходные накидал - разобраться с этим получше. И вы попробуйте!
Как развиваться в условиях сложного рынка труда для всех, и для ИТ профессионалов в частности?
Качаться!
Тренд требований к навыкам неумолимо сместился от T-shaped специалистов к M-shaped. При том "почитать что-то" про смежные инструменты уже не выйдет.
Пример требований (набросали на салфетке)
К каждому требованию - градация навыков. Не только в уровне знаний, но и опыте использования.
Вот и тренд - качаться и собирать "летные часы" и портфолио реализованных проектов.
Качаться!
Тренд требований к навыкам неумолимо сместился от T-shaped специалистов к M-shaped. При том "почитать что-то" про смежные инструменты уже не выйдет.
Пример требований (набросали на салфетке)
- Jenkins - разработка автоматизированных пайплайнов
- k8s - умение подготовить приложение и оркестратор к автоматическому разворачиванию
- программирование (умеет сам писать код без шпаргалки на любом языке - баш питон)
- использование ИИ инструментов для разработки, автоматизации (курсор, и аналоги)
- разработка дешбордов в графане
- …еще … логи, монитоинг, Кафка, нжинкс, …
К каждому требованию - градация навыков. Не только в уровне знаний, но и опыте использования.
Вот и тренд - качаться и собирать "летные часы" и портфолио реализованных проектов.
👍1
Пока мы с коллегами пробуем и внедряем в работу AI инструменты, Агентную разработку и всячески обсуждаем пути сокращения издержек на написание кода и создание продукта с помощью инструментов из 21 века, приходят такие вот сообщения из века прошлого:
Ну ок, может я и экстремальный случай, но я правда вижу отрасль ИТ аутсорсинга отмирающей, точнее замещаемой ИИ существенно повышающим эффективность работы.
Даже любопытно чем аутсорсеры могут ответить? Вымрут?
Добрый день! Меня зовут XXX, it компания S----ft. Рабочий вопрос: вы привлекает внешних IT специалистов на проекты?Милочка, если у меня будут идеи - я пойду вайбкодить прототип, и это у меня займет времени меньше чем я буду объяснять вам что я хочу.
Подберем сотрудника под требования компании и передадим на аутстаф.
У нас свыше 1700 сотрудников (бэк/фронт, тестировщики, аналитики, архитекторы, дизайнеры, DevOps, QA специалисты … и др).
Такой формат рабочий?😉
И второй формат взаимодействия - это разработка программного обеспечения. За 20 лет мы реализовали свыше 1500 проектов, если есть идеи 💡 - обращайтесь.
Ну ок, может я и экстремальный случай, но я правда вижу отрасль ИТ аутсорсинга отмирающей, точнее замещаемой ИИ существенно повышающим эффективность работы.
Даже любопытно чем аутсорсеры могут ответить? Вымрут?
Думскроллинг бывает разный, я вакансии листал.
Собирал требования к вакансиям по интересующему меня направлению.
Собрал и обработал больше 20 требований к вакансиям, получилось вот что:
Собирал требования к вакансиям по интересующему меня направлению.
Собрал и обработал больше 20 требований к вакансиям, получилось вот что:
1. Опыт и образование (Hard Requirements)
- Образование: Высшее техническое (IT, прикладная математика, физика, Data Science).
- Опыт в IT: 5+ лет коммерческой разработки.
- Опыт в AI/ML: 3+ года практической работы, включая не менее 1-2 лет с фокусом на NLP/LLM.
- Опыт лидерства: От 1 года в роли Tech Lead, Team Lead, Архитектора или ведущего разработчика с менторскими обязанностями. Опыт формального управления командой (3+ человека) -- сильный плюс или требование для части вакансий.
-**Обязательный** опыт проектирования, разработки и, что критично, вывода в production сложных ML/AI-систем. Опыт работы в строго регламентированных областях (банки, финтех)
2. Техническая экспертиза в AI/ML (Core)
- Глубокие знания в NLP/LLM:
- Понимание архитектур (Transformer, GPT, BERT) и современных моделей (GPT-4, Llama, Mistral, Qwen).
- Практический опыт построения RAG-систем (data ingestion, chunking, embeddings, векторный и гибридный поиск, re-ranking).
- Практический опыт разработки AI-агентов (LangChain, LangGraph, OpenAI Assistants) с использованием tool/function calling, управлением состоянием (state management).
- Понимание и опыт применения методов оптимизации: промпт-инжиниринг, тонкая настройка (fine-tuning), включая параметро-эффективные методы (**LoRA, QLoRA**).
- Классический ML: (классификация, регрессия, кластеризация, scikit-learn, XGBoost).
- Фреймворки и библиотеки: PyTorch и/или TensorFlow, Hugging Face ecosystem.
3. Инженерия, Архитектура и DevOps/MLOps (Delivery)
- Язык программирования: Python. для построения веб-сервисов (FastAPI, Flask)
- Backend и API:, опыт проектирования REST, gRPC, GraphQL API. webhooks
- Обязательно: Docker, Kubernetes (K8s).
- Работа с брокерами сообщений: Kafka (или RabbitMQ, Redis) - MLOps (критически важно):
- CI/CD для ML-систем.
- MLFlow (или Weights & Biases).
- ELK-стек для отслеживания метрик инфраструктуры и качества моделей в реальном времени
- Облачные платформы: (**AWS, GCP, Azure, Yandex Cloud**) и их AI-сервисами.
4. Data Engineering (Fundamentals)
- Базы данных: Уверенное знание SQL Опыт работы с векторными БД (Pinecone, Weaviate, Qdrant, pgvector) и традиционными (PostgreSQL, ClickHouse).
- Управление данными: Опыт построения ETL/ELT**-пайплайнов. Опыт с **Airflow/Prefect.
- Архитектура данных: Data Warehouse, Data Lake, Data Mesh
- Качество данных (DQ):
5. Софт-скиллы и Лидерство (Leadership)
- Коммуникация: Четкая коммуникация с техническими и нетехническими стейкхолдерами. Работа в кросс-функциональной среде.
- Английский язык: Уровень B2 (Upper-Intermediate) и выше.
Желательные требования и "плюшки" (Differentiators)
- Дополнительные AI-домены: Опыт в Computer Vision или построении мультимодальных систем.
- Углубленный MLOps: Опыт с Feast (feature store), Kubeflow, vLLM/TGI для высокопроизводительного инференса LLM.
- Data Governance: Знание инструментов каталогизации данных (**OpenMetadata, DataHub**).
- Смежные стеки: Базовое понимание других технологических стеков (например, C#/.NET, Java) для эффективной коммуникации.
- Администрирование: Уверенные навыки администрирования Linux.
- Регуляторика: Понимание основ регуляторики (GDPR, ФЗ-152) в контексте данных и AI.
Ядро требований - глубокая экспертиза в LLM + сильная production-инженерия (MLOps) + лидерские качества.
😱1🗿1
Интересная цитата, которую я теперь буду приводить в ответ на вопросы о том зачем я так много времени инвестирую в изучение ИИ :
В 2022 году ИИ не мог надежно выполнять базовую арифметику. Он с уверенностью скажет вам, что 7 × 8 = 54.
К 2023 году он может сдать экзамен на адвоката.
К 2024 году он сможет писать рабочее программное обеспечение и объяснять науку на уровне выпускников.
К кону 2025 года некоторые из лучших инженеров в мире заявили, что они передали большую часть своей работы по кодированию ИИ.
5 февраля 2026 года появились новые модели, которые заставляли все до них чувствовать себя как в другую эпоху.
👍1
Со времён моего первого MBA в Вышке со мной живёт одна цитата:
Поэтому я постоянно учусь, что-то меняю, что-то улучшаю.
Как понять, что ты уже действительно продвинулся и уровень прокачался?
- Ну да, тесты прошёл.
- Ну да, начал применять новое в работе или в проектах.
А как откалиброваться относительно таких же, как ты, бегунов за развитием?
Недавно в рассылке мне прилетело приглашение поучаствовать в «Цифровом марафоне» от «Школы 21» — бесплатной школы цифровых технологий от Сбера.
https://it-marathon.21-school.ru/
Да, это займёт время, но это уже почти спорт.
Попробуйте! Думаю, будет весело и точно даст вам ориентир куда дальше копать!
«Нужно бежать со всех ног, чтобы только оставаться на месте, а чтобы куда-то попасть, надо бежать как минимум вдвое быстрее!» — Льюис Кэрролл.
Поэтому я постоянно учусь, что-то меняю, что-то улучшаю.
Как понять, что ты уже действительно продвинулся и уровень прокачался?
- Ну да, тесты прошёл.
- Ну да, начал применять новое в работе или в проектах.
А как откалиброваться относительно таких же, как ты, бегунов за развитием?
Недавно в рассылке мне прилетело приглашение поучаствовать в «Цифровом марафоне» от «Школы 21» — бесплатной школы цифровых технологий от Сбера.
https://it-marathon.21-school.ru/
Да, это займёт время, но это уже почти спорт.
Попробуйте! Думаю, будет весело и точно даст вам ориентир куда дальше копать!
Кстати, для практиков - сегодня стартует конфа по оценке эффектов от внедрения ИИ инструментов. Как по мне - это тема 2026 года. Планирую послушать - позадавать вопросы.
https://ai-pnl.com
https://ai-pnl.com
Ai-Pnl
ROИИ 2026 | Рабочие AI-стратегии
Только рабочие AI-стратегии. Превращаем технологии в Revenue. Конференция для предпринимателей и менеджеров.
🔥1
Один сеньор + AI вместо целой команды: работающая формула или опасный миф?
Главный инсайт: AI не заменяет команду, а усиливает разрыв между «как надо» и «как есть».
Если ваши процессы - болото, AI сделает его просто очень быстрым болотом. Вы будете нестись в никуда с максимальной скоростью.
Цифры не врут, но они противоречивы:
- 🚀 Исследования говорят о росте продуктивности джунов до 80-100%.
- 🛑 Но есть данные, что у опытных разработчиков производительность... упала на 19%! (Исследование Meter).
- 📉 45% кода, написанного с AI, не проходит проверки безопасности (GitClear).
- 😱 96% разработчиков не доверяют коду от AI, но 48% из них все равно не проверяют его (Sonar).
Почему так? Потому что мы путаем скорость печатания кода со скоростью создания ценности.
Формула успеха: когда «Senior + AI» действительно работает?
✅ Greenfield проекты (нет legacy, можно строить с нуля под агентов).
✅ Зрелый CI/CD (тесты, автоматизация, безопасность встроены в процесс).
✅ Высокое качество кода (модульность, документация для машин).
✅ Зона низкой ответственности (прототипы, внутренние инструменты).
Формула провала: когда вас ждет пилотный ад:
❌ Большая легаси-кодовая база (агенты в ней плавают не хуже людей, но и не лучше).
❌ Слабая культура поставки (нет автоматических тестов).
❌ Высокая цена ошибки (медицина, финансы, compliance).
❌ Распределенные знания «в головах», а не в документации.
Что теперь делать? Не заменять людей, а менять процессы:
1. Готовьте код для агентов. Пишите тесты, документацию, делайте архитектуру понятной. Агенты должны уметь в ней навигировать.
2. Стройте интерфейсы. Все артефакты (документы, базы знаний, код) должны быть доступны в машиночитаемом виде (через MCP, API, консольные утилиты).
3. Замыкайте фидбек-луп. Пусть один агент пишет код, второй его проверяет, третий тестирует. Человек только ставит цель и контролирует результат.
4. Расшивайте узкие места. Ускорили разработку? QA теперь не справляется? Значит, пора автоматизировать и тестирование.
И главное -- ищите правильных людей.
В 2026 году на вес золота будут:
- Мультиинструменталисты (умеют всё, а с AI делают это в 10 раз быстрее).
- Доменные эксперты (дают контекст, который не заменят никакие нейросети).
- Хардкорные автоматизаторы (DevOps-инженеры, которые перестроят ваши процессы под AI).
Формула «Senior + AI вместо команды» - это не про увольнения. Это про новую культуру разработки, где код пишут агенты, а люди принимают стратегические решения и следят за «вкусом». Готовы ли вы к этому?
Главный инсайт: AI не заменяет команду, а усиливает разрыв между «как надо» и «как есть».
Если ваши процессы - болото, AI сделает его просто очень быстрым болотом. Вы будете нестись в никуда с максимальной скоростью.
Цифры не врут, но они противоречивы:
- 🚀 Исследования говорят о росте продуктивности джунов до 80-100%.
- 🛑 Но есть данные, что у опытных разработчиков производительность... упала на 19%! (Исследование Meter).
- 📉 45% кода, написанного с AI, не проходит проверки безопасности (GitClear).
- 😱 96% разработчиков не доверяют коду от AI, но 48% из них все равно не проверяют его (Sonar).
Почему так? Потому что мы путаем скорость печатания кода со скоростью создания ценности.
Формула успеха: когда «Senior + AI» действительно работает?
✅ Greenfield проекты (нет legacy, можно строить с нуля под агентов).
✅ Зрелый CI/CD (тесты, автоматизация, безопасность встроены в процесс).
✅ Высокое качество кода (модульность, документация для машин).
✅ Зона низкой ответственности (прототипы, внутренние инструменты).
Формула провала: когда вас ждет пилотный ад:
❌ Большая легаси-кодовая база (агенты в ней плавают не хуже людей, но и не лучше).
❌ Слабая культура поставки (нет автоматических тестов).
❌ Высокая цена ошибки (медицина, финансы, compliance).
❌ Распределенные знания «в головах», а не в документации.
Что теперь делать? Не заменять людей, а менять процессы:
1. Готовьте код для агентов. Пишите тесты, документацию, делайте архитектуру понятной. Агенты должны уметь в ней навигировать.
2. Стройте интерфейсы. Все артефакты (документы, базы знаний, код) должны быть доступны в машиночитаемом виде (через MCP, API, консольные утилиты).
3. Замыкайте фидбек-луп. Пусть один агент пишет код, второй его проверяет, третий тестирует. Человек только ставит цель и контролирует результат.
4. Расшивайте узкие места. Ускорили разработку? QA теперь не справляется? Значит, пора автоматизировать и тестирование.
И главное -- ищите правильных людей.
В 2026 году на вес золота будут:
- Мультиинструменталисты (умеют всё, а с AI делают это в 10 раз быстрее).
- Доменные эксперты (дают контекст, который не заменят никакие нейросети).
- Хардкорные автоматизаторы (DevOps-инженеры, которые перестроят ваши процессы под AI).
Формула «Senior + AI вместо команды» - это не про увольнения. Это про новую культуру разработки, где код пишут агенты, а люди принимают стратегические решения и следят за «вкусом». Готовы ли вы к этому?
Более техническая конфа.
Также планирую послушать и изучить доклады.
Тема производительности меня очень интересует.
Также планирую послушать и изучить доклады.
Тема производительности меня очень интересует.
Forwarded from Открытый кампус «Школа менеджмента Стратоплан»
AI Hard Fork: большая конференция про AI для бизнеса
AI в бизнесе уже давно не «игрушка для гиков». По данным McKinsey, 88% компаний внедрили AI хотя бы в одну бизнес-функцию — но реальный эффект на уровне EBIT видят только 39%.
Чтобы разобраться, почему так происходит (и как выйти из «пилотов» в измеримый результат), мы вместе с Entropy.Talk делаем AI Hard Fork — практическую онлайн-конференцию про то, как AI меняет процессы разработки и как управлять этими изменениями.
AI Hard Fork — 24, 25 и 26 февраля | 18:00–21:00 (GMT+3)
Регистрация
Если вы уже пробовали «прикрутить AI» — подписки, пилоты, чат-боты — и чувствуете, что движений стало больше, а результата нет, то обычно всплывают вопросы:
— куда внедрять: точечно в команду или на уровень компании?
— с чего начать, чтобы получить эффект, а не «ещё один эксперимент»?
— какие подводные камни вылезают в реальной работе?
— как объяснить бизнесу стоимость и ожидаемый выхлоп?
— что точно не стоит повторять?
Мы собрали практиков: техдиректоров крупных банков, выходцев из FAANG, VP уровня JetBrains и Mapbox, фаундеров AI-стартапов из Швейцарии и Кремниевой долины.
В программе — темы, которые пригодятся, если вы планируете внедрять AI в 2026:
• Перестройка систем: почему Jira/Salesforce становятся врагами AI-агентов и как внедрять без «бюджетов Google»
• Команды и процессы: как AI-кодинг меняет дизайн команд и почему классический Scrum начинает тормозить
• 10x-менеджмент: сценарии — от Decision Records до подготовки 1:1 и скоринга интервью
• Люди и навыки: новые правила найма/увольнения и Skills Map для инженеров
Участие: бесплатно при подписке на всех ведущих спикеров (или за небольшую оплату — если бережёте чаты).
Записей в открытом доступе не будет.
Регистрируйтесь
Ваша Школа менеджмента «Стратоплан»
AI в бизнесе уже давно не «игрушка для гиков». По данным McKinsey, 88% компаний внедрили AI хотя бы в одну бизнес-функцию — но реальный эффект на уровне EBIT видят только 39%.
Чтобы разобраться, почему так происходит (и как выйти из «пилотов» в измеримый результат), мы вместе с Entropy.Talk делаем AI Hard Fork — практическую онлайн-конференцию про то, как AI меняет процессы разработки и как управлять этими изменениями.
AI Hard Fork — 24, 25 и 26 февраля | 18:00–21:00 (GMT+3)
Регистрация
Если вы уже пробовали «прикрутить AI» — подписки, пилоты, чат-боты — и чувствуете, что движений стало больше, а результата нет, то обычно всплывают вопросы:
— куда внедрять: точечно в команду или на уровень компании?
— с чего начать, чтобы получить эффект, а не «ещё один эксперимент»?
— какие подводные камни вылезают в реальной работе?
— как объяснить бизнесу стоимость и ожидаемый выхлоп?
— что точно не стоит повторять?
Мы собрали практиков: техдиректоров крупных банков, выходцев из FAANG, VP уровня JetBrains и Mapbox, фаундеров AI-стартапов из Швейцарии и Кремниевой долины.
В программе — темы, которые пригодятся, если вы планируете внедрять AI в 2026:
• Перестройка систем: почему Jira/Salesforce становятся врагами AI-агентов и как внедрять без «бюджетов Google»
• Команды и процессы: как AI-кодинг меняет дизайн команд и почему классический Scrum начинает тормозить
• 10x-менеджмент: сценарии — от Decision Records до подготовки 1:1 и скоринга интервью
• Люди и навыки: новые правила найма/увольнения и Skills Map для инженеров
Участие: бесплатно при подписке на всех ведущих спикеров (или за небольшую оплату — если бережёте чаты).
Записей в открытом доступе не будет.
Регистрируйтесь
Ваша Школа менеджмента «Стратоплан»
С панельной дискуссии на конференции AI Hard Fork, которая оказалась неожиданно горячей, я забрал с собой несколько инсайтов.
Что важно уметь и чему учиться в мире, где AI‑технологии меняются так быстро?
1. Нужно глубоко понимать технологии, которые вы используете в продукте и процессах, и делать это руками, а не только теоретически. Планируйте и бронируйте время на практику с конкретными инструментами, нарабатывая свои «моточасы» — режим «быстро ознакомиться» больше не работает.
2. С обучением всё просто: имеет смысл учиться программировать и работать руками, чтобы потом осознанно программировать с помощью AI. Развитие хард‑скиллов в разработке — алгоритмы, архитектура, инженерные практики — даёт сильный буст при работе с AI‑инструментами и в агентной разработке.
3. Более глубокое понимание технологий и трезвую оценку их применимости даёт именно обучение других. Цикл «научился сам — научи близких — собери обратную связь» формирует команды, которые двигаются быстрее и увереннее.
Будущее наступает неравномерно — и в этом сейчас наша реальная свобода: выбрать, в каком месте этого будущего мы хотим оказаться.
Сегодня финальный день конференции!
#инсайты #AIHardFork
Что важно уметь и чему учиться в мире, где AI‑технологии меняются так быстро?
1. Нужно глубоко понимать технологии, которые вы используете в продукте и процессах, и делать это руками, а не только теоретически. Планируйте и бронируйте время на практику с конкретными инструментами, нарабатывая свои «моточасы» — режим «быстро ознакомиться» больше не работает.
2. С обучением всё просто: имеет смысл учиться программировать и работать руками, чтобы потом осознанно программировать с помощью AI. Развитие хард‑скиллов в разработке — алгоритмы, архитектура, инженерные практики — даёт сильный буст при работе с AI‑инструментами и в агентной разработке.
3. Более глубокое понимание технологий и трезвую оценку их применимости даёт именно обучение других. Цикл «научился сам — научи близких — собери обратную связь» формирует команды, которые двигаются быстрее и увереннее.
Будущее наступает неравномерно — и в этом сейчас наша реальная свобода: выбрать, в каком месте этого будущего мы хотим оказаться.
Сегодня финальный день конференции!
#инсайты #AIHardFork
1🔥1
В моём бложикее есть рубрика «Хозяйке на заметку» — сборник рецептов и лайфхаков.
Вот из идеи поста для Telegram выростает новая рубрика «СценарИИ» — сценарии, где я использую ИИ-инструменты, чтобы ускорять себя в быстром мире.
В первой записи рассказываю, как ускоряю просмотр видео с конференций и интервью.
Если коротко: беру транскрипт расширением браузера, передаю в нейросеть для формирования саммари — и по нему уже изучаю материал, готовлю заметки.
Подробности и используемые промпты здесь: https://iostech.ru/category/ai/сценарии/
У вас есть сценарии, которые реально помогают? Поделитесь в комментариях!
Вот из идеи поста для Telegram выростает новая рубрика «СценарИИ» — сценарии, где я использую ИИ-инструменты, чтобы ускорять себя в быстром мире.
В первой записи рассказываю, как ускоряю просмотр видео с конференций и интервью.
Если коротко: беру транскрипт расширением браузера, передаю в нейросеть для формирования саммари — и по нему уже изучаю материал, готовлю заметки.
Подробности и используемые промпты здесь: https://iostech.ru/category/ai/сценарии/
У вас есть сценарии, которые реально помогают? Поделитесь в комментариях!
👍2
Считаю что должно быть больше курсов!
И чем ближе курсы к разработчику технологии тем лучше! Да?
Да!
Тода вот вам сссылочка : https://anthropic.skilljar.com
Поучимся из первых рук. (отзывы очень хорошие, сам планирую уделить выходные на более полное погружение в MCP)
И чем ближе курсы к разработчику технологии тем лучше! Да?
Да!
Тода вот вам сссылочка : https://anthropic.skilljar.com
Поучимся из первых рук. (отзывы очень хорошие, сам планирую уделить выходные на более полное погружение в MCP)
Anthropic Courses
Learn to build with Claude AI
through Anthropic's comprehensive courses and training programs.
through Anthropic's comprehensive courses and training programs.
🔥1
СценарИИ: обучение с поддержкой
Мы все активно учимся. Учимся же, да?
Какие инструменты используем для обучения? Например:
1. Документация и книги
2. Онлайн курсы
3. Записанные видео туториалы
4. Метод тык-тык-тык
5. Гуглим решения, ищем на Reddit / Stackoverflow
Во всех этих случаях легко зайти в тупик и потерять время. Нейросети отлично ускоряют обучение — вот эффективный промпт для этого:
«`Ты эксперт по обучению работе с Apache Superset. Твоя задача помочь разобраться с технологией, подробно отвечать на вопросы пользователя, предлагать пошаговые варианты решений. Для ответов используй официальную документацию. Не придумывай ответы. Проверь ответ на соответствие документации до того как вывел пользователю.«`
А если доработать…
https://iostech.ru/2026/03/сценарии-обучение-с-поддержкой/
Мы все активно учимся. Учимся же, да?
Какие инструменты используем для обучения? Например:
1. Документация и книги
2. Онлайн курсы
3. Записанные видео туториалы
4. Метод тык-тык-тык
5. Гуглим решения, ищем на Reddit / Stackoverflow
Во всех этих случаях легко зайти в тупик и потерять время. Нейросети отлично ускоряют обучение — вот эффективный промпт для этого:
«`Ты эксперт по обучению работе с Apache Superset. Твоя задача помочь разобраться с технологией, подробно отвечать на вопросы пользователя, предлагать пошаговые варианты решений. Для ответов используй официальную документацию. Не придумывай ответы. Проверь ответ на соответствие документации до того как вывел пользователю.«`
А если доработать…
https://iostech.ru/2026/03/сценарии-обучение-с-поддержкой/
Придумал сборку n8n
Когда во время прохождения курса по n8n захотел сделать свой сервер, но не хуже того что предлагали на обучении, и сделал.
Если по порядку — то удобный вариант, которые рекомендовали на курсе — https://amvera.ru/ — за небольшой бюджет готовый сервер.
Для начала по рецепту https://github.com/n8n-io/self-hosted-ai-starter-kit.git развернул n8n в докере на ноутбуке. Работает. Добавил NGROK для https проксирования — вебхуки заработали.
Но захотелось сервер! Тем более, что на cloud.ru у меня оставался неизрасходованным приветственный грант в 4000р.
https://iostech.ru/2026/03/придумал-сборку-n8n/
Когда во время прохождения курса по n8n захотел сделать свой сервер, но не хуже того что предлагали на обучении, и сделал.
Если по порядку — то удобный вариант, которые рекомендовали на курсе — https://amvera.ru/ — за небольшой бюджет готовый сервер.
Для начала по рецепту https://github.com/n8n-io/self-hosted-ai-starter-kit.git развернул n8n в докере на ноутбуке. Работает. Добавил NGROK для https проксирования — вебхуки заработали.
Но захотелось сервер! Тем более, что на cloud.ru у меня оставался неизрасходованным приветственный грант в 4000р.
https://iostech.ru/2026/03/придумал-сборку-n8n/