🧠 RAG и Fine-Tuning: про обучение нейросетей 🤖

Когда AI придёт и в ваш проект, эти два термина вам точно пригодятся.

👉 Да и в обычной работе с AI для задач СА и БА полезно знать не только промпт-инжиниринг, но и эти два подхода.
Они тоже помогают получать от AI более качественный результат.

Донастройку AI под себя через RAG и Fine Tuning можно сделать почти в любой нейросети, включая ChatGPT, Алиса AI, Qwen и другие.


Подробнее 👇

1️⃣ RAG = AI ищет ответ по вашим данным
RAG (Retrieval-Augmented Generation) — генерация, дополненная поиском.

Это подход, при котором AI отвечает на основе ваших документов и базы знаний.
Вы загружаете свои файлы: PDF, HTML-страницы, статьи, инструкции, регламенты и другие материалы, а система ищет ответ по ним.

То есть модель не переобучают.
Ей просто дают нужный контекст из ваших данных для ответов на вопросы.


Технически это реализуется так:

1) Векторизация запроса — преобразование запроса в числовое представление (без AI).

2) Поиск релевантных фрагментов — система ищет в векторной БД наиболее близкие числа, т.е. фрагменты документов (без AI).

3) генерация ответа на основе этих фрагментов — найденные фрагменты добавляются в запрос к AI-модели, и она формирует ответ с их учётом.


Пример:
NotebookLM работает по принципу RAG.
Вы загружаете материалы, и AI далее работает именно по ним.



2️⃣ Fine-Tuning = меняем саму модель под нужную задачу

Это дообучение модели под конкретные задачи, формат ответов или предметную область.

Другими словами — "улучшение мозгов" 🧠

То есть здесь меняются не внешние документы рядом с моделью, а сама модель адаптируется под нужный сценарий.

Например, если вы хотите, чтобы модель:
* писала Use Case в вашем формате,
* генерировала REST API методы по шаблону,
* лучше понимала терминологию конкретной отрасли,
* стабильно отвечала в нужном стиле.

Тогда Fine-Tuning может быть уместен.

🔻 Это более сложный и дорогой путь, который требует качественной подготовки обучающих данных.

Пример:
AI-ассистент “слушает” встречу врача с пациентом,
выделяет из разговора важные данные
и автоматически оформляет запись в медицинской карте в нужном формате и помогает с предварительным определением диагноза.

Для этого модель дообучают на большом количестве реальных врачебных записей, которые ранее заполнялись вручную.

Данные делят на "обучающие" и "тестовые". На обучающих модель учится, а на тестовых проверяют, что она отвечает как настоящий доктор.



👉 В чём разница

RAG
➡️ модель не дообучается
➡️ даёт ей доступ к внешним документам
➡️ удобно, когда данные часто меняются

Fine-Tuning
➡️ модель дообучается
➡️ меняется её внутреннее поведение
➡️ удобно, когда нужно глубже адаптировать её под задачу



👉 Когда выбирают RAG:
✔️ есть база документов
✔️ знания часто обновляются
✔️ нужен быстрый и более дешёвый запуск AI в продукте

👉 Когда выбирают Fine-Tuning:
✔️ нужен стабильный формат ответов
✔️ знания меняются редко
✔️ важна адаптация под узкую предметную область, простой RAG уже не даёт нужного качества



👉 Иногда в проекте используют оба подхода сразу:
▫️ RAG — для получения актуальных данных,
▫️ Fine-Tuning — для лучшего поведения модели.


Системному аналитику полезно знать оба термина.
Потому что в AI-проектах это уже не “что-то для ML-инженеров”, а часть обсуждения архитектуры решения.


📱 GetAnalyst | 💙 VK | 💬 Max

#AI_for_analysts

Как бесплатно сделать своего AI аватара? 🧐

0. Снимите видео. Сделайте скриншот любого кадра из середины.

1. Откройте AI чат-бот Gemini от Google - нужна модель Nano Banana Pro для генерации изображений.
2. Авторизуйтесь через свой Google-аккаунт
3. В настройках сообщения выберите "Создание изображений" и модель "Pro"
4. Загрузите своё фото и далее запросите у AI по шагам:
✔️ Заменить фон
✔️ Добавить укладку
✔️ Добавить макияж
Так ваше фото не будет искажено и не появится третья рука 🫳


5. Откройте приложение Kling AI для генерации видео и авторизуйтесь через Google-аккаунт
6. Выберите функцию Motion Control
7. Загрузите:
✔️ Обработанное через Nano Banana Pro фото
✔️ Видео с жестами для обработки
8. Промт:

Перенеси изображение на движения человека, не меняй внешность и не добавляй артефактов.

9. Запустите генерацию


Готово!
Бесплатных лимитов от Google хватает на генерацию изображений, а вводных кредитов от Kling как минимум на одно видео 😃

Совершенно бесполезно для работы, но даёт много идей по творческой работе с AI. Попробуйте! Возможно пригодится для ведения личных соц сетей или генерации профессиональных фотосессий 😉


📱 GetAnalyst | 💙 VK | 💬 Max

#AI_for_analysts

🔴 21 задача аналитика, которую можно ускорить с ИИ 🤖🚀

Искусственный интеллект (ИИ) уже меняет работу системного и бизнес-аналитика.
ИИ сегодня — это полноценный рабочий инструмент, который можно указывать в резюме.


Задачи, решение которых можно ускорить с ИИ:

▫️ анализ требований,
▫️ исследование предметной области,
▫️ написание БТ, ФТ и НФТ,
▫️ разработка User Stores + критериев приемки,
▫️ разработка обычных и интеграционных Use Case,
▫️ BPMN-диаграммы,
▫️ UML-диаграммы,
▫️ проектирование БД (ERD),
▫️ SQL-запросы,
▫️ анализ API внешних систем для интеграций,
▫️ проектировать REST API, SOAP API, gRPC, GraphQL, WebSocket API, SSE API,
▫️ разработка контрактов REST API в OpenAPI (Swagger),
▫️ постановки задач на Backend, Frontend и Mobile по корпоративным шаблонам,
▫️ проработка архитектуры,
▫️ схемы архитектуры в нотации C4,
▫️ прототипирование UI,
▫️ задачи на настройку RabbitMQ и Kafka,
▫️ переписка с коллегами и заказчиками,
▫️ работа в международных командах (английский)

И всё это — не в одном чате, а через связки инструментов, переиспользуемые промпты и грамотный промптинг под разные типы задач.


Но дальше — ещё интереснее.

Следующий уровень для СА и БА — это уже разработка агентных AI-систем, самостоятельное создание приложений под свои рабочие задачи и их деплой без необходимости разработчиков и DevOps 😍


То есть аналитик может не просто пользоваться AI для отдельных артефактов, но и:
✔️ собирать полноценные AI-решения,
✔️ автоматизировать процессы команды,
✔️ автоматизировать рутину,
✔️ и делать рабочие MVP своими руками.


Всё это есть здесь:
💙 ИИ-Акселератор для СА и БА
🗓 Старт — 2 апреля.


📱 GetAnalyst | 💙 VK | 💬 Max

#AI_for_analysts

🛜 Как пользоваться бесплатными ИИ-инструментами от Google в России 🛜

На этой неделе поделилась AI-инструментами от Google:
🔖 Gemini AI - текстовый чат-бот для решения 21 задачи аналитика
🔖 NotebookLM - для работы и учебы
🔖 Nano Banana Pro + Kling AI - для AI-аватаров


Если у вас возникают проблемы с доступом, то попробуйте:

👉 1. Включить V** Европы или США


👉 2. Сменить местоположение или отозвать разрешение на его отслеживание
Но есть важный нюанс: даже если вы подменили текущее местоположение, Google может распознать вас по старым данным, сохранённым в браузере.
Если вы заходили в сервисы Google недавно с другого IP, система может это учитывать.

Что сделать:
+ Перед входом очистите cookie и кэш браузера — желательно за всё время.
+ Самый простой вариант — открывать NotebookLM 👉 в режиме Инкогнито / Private mode.


👉 3. Отключить WebRTC
В браузерах есть технология WebRTC, которая используется для звонков и видеосвязи прямо в браузере. Иногда она может передавать сайтам ваш реальный IP-адрес в обход VPN.

Что сделать:
+ Временно отключите WebRTC в настройках браузера или используйте простые расширения, например WebRTC Control.

Если произойдёт утечка реального IP через WebRTC, система может увидеть несоответствие: например, VPN показывает США, а часть сигнала идёт из другой страны. Из-за этого доступ к аккаунту или сервису может быть ограничен.


👉 4. Настроить язык и регион аккаунта
Системы Google анализируют не один параметр, а их совокупность. Например, если IP-адрес определяется как США, а интерфейс аккаунта и браузера полностью на русском, это может выглядеть подозрительно.

Что сделать:
+ В настройках Google-аккаунта и браузера смените основной язык на English (United States).




Это помогает сделать профиль более согласованным для Google.
Чем меньше противоречий в настройках, тем ниже вероятность ограничений или скрытых блокировок 🙌

(а ещё есть вот такой бот: VeoSeeBot, но я предпочитаю использовать AI-инструменты без посредников)


📱 GetAnalyst | 💙 VK | 💬 Max

#AI_for_analysts

Надеемся, вы себя также уверенно чувствуете в рутине задач 😁


📱 GetAnalyst | 💙 VK | 💬 Max

#GAhahaha

⭐ ТОП 7 AI-инструментов для СА и БА ⭐

Наш основной ресурс — это время.

И поэтому AI сейчас — это не просто «игрушки», а полноценные джуны-аналитики, если уметь с ними правильно обращаться.


Мой личный топ 7 AI-инструментов, которые я постоянно использую в работе в 2026 👇


🤖 ChatGPT от OpenAI

Задачи:
✔️ подготовка контрактов (ТЗ)
✔️ генерация основ под User Stories и Use Cases
✔️ создание UML-диаграмм (мой AI-бот для UML)
✔️ создание контрактов API (есть мои AI-боты)
✔️ превращение "потока мыслей" с созвона или идей в адекватный текст
✔️ анализ и поиск информации
✔️ письма
✔️ переводы на английский
✔️ личные вопросы

Почему выбираю:
Справляется с большинством задач лучше за счет огромной базы знаний. Передовик в открытом AI.
Плюс мой опыт использования с декабря 2021 помогает делать ответы качественными.

🇷🇺 Нюансы:
▫️ Требует V**
▫️ Нужна иностранная карта для подписки. Ограничения бесплатного тарифа в последнее время показывают ChatGPT с худшей стороны



🔥 Claude от Anthropic

Задачи:
✔️ работа с большими документами
✔️ генерация основ под User Stories и Use Cases
✔️ создание UML-диаграмм
✔️ создание C4-диаграмм архитектуры
✔️ создание контрактов API
✔️ написание SQL-запросов,
✔️ создание MVP-приложений для демо
✔️ написание сложного кода (Python, JavaScript)

Почему выбираю:
Claude — мой фаворит для анализа «простыней» текста. У него самое «человечное» повествование и гигантское контекстное окно.
Также он нереально круто работает с кодом.
А количество новых

🇷🇺 Нюансы:
▫️ Самый капризный к российским IP (нужен качественный прокси).
▫️ Рандомно может запросить номер телефонов при регистрации, если заподозрит, что вы из России.



🔥 Gemini AI от Google

Задачи:
✔️ полностью покрывает задачи, которые я решаю с ChatGPT
✔️ лучший в проектировании БД
✔️ хорошо справляется с SQL-запросами
✔️ лучший в проектировании архитектуры (определение микросервисов, подбор компонентов и др)
✔️ поиск актуальной информации

+ обратите внимание на NotebookLM.

В последнее время чаще обращаюсь к Gemini.
На платной подписке он заставляет меня задуматься о полном переезде с ChatGPT.
Сейчас всё чаще обращаюсь к нему.

Почему выбираю:
Gemini умеет гуглить в реальном времени лучше всех.
Без сложных промптов можно добиться высокого качества ответов и адекватных текстов, если сравнивать с ChatGPT.

🇷🇺 Нюансы:
В 2026-м доступ в РФ стал проще, но для продвинутых фишек может понадобиться зарубежный аккаунт.
Давала рекомендации тут.


🔥 Perplexity
Обратите внимание, если вам важно работать с анализом актуальной информации в сети Интернет. Это "Gemini на стероидах" - AI-поисковик с кучей встроенных моделей.



🔥 Qwen 3.5 от Alibaba

Для чего:
✔️ Отлично решает те же задачи, что и ChatGPT.
✔️ Работает почти на уровне платного ChatGPT, но бесплатно.
✔️ Режим обучения в Qwen - лучший.

Почему рекомендую:
Qwen — мощная открытая модель.
Если ваша компания боится утечки данных, Qwen можно развернуть на своём сервере.

🇷🇺 Нюансы:
Доступ без ограничений.



👍 DeepSeek

Задачи:
✔️ Работает также, как сейчас бесплатный ChatGPT (даже лучше).
Если у вас нет возможности купить подписку на ChatGPT или Gemini AI, то это хорошая альтернатива.

Почему рекомендую:
Этот «китаец» в 2025-26 годах совершил прорыв. Модель R1 не уступает GPT-4o в логике, но бесплатна.

🇷🇺 Нюансы:
Доступ без ограничений.



🤖 Алиса (Yandex GPT)

Для чего:
Если нужно что-то специфическое для России: писать требования под систему, вопросы по законодательству и т.п.

Общее впечатление от работы:
Алисе надо развиваться, хотя бы до уровня китайцев.

Когда рекомендую:
Модель обучена на русском языке и понимает законы, менталитет.
Также она внутри России.
Если есть ограничения по подключению к зарубежным сервисам с рабочего компьютера, то берите её.

🇷🇺 Нюансы:
▫️ работает везде,
▫️ оплата рублями.



👉 Итог:
Мои фавориты для работы ChatGPT, Gemini и Qwen.
Если нужно работать с кодом, то Claude.
Алиса и DeepSeek - запасные варианты, почти не использую.


А что используете вы? Делитесь в комментариях 👇

📱 GetAnalyst | 💙 VK | 💬 Max

#AI_for_analysts

Когда я закончила учёбу по AI в Гарварде (Harvard University) в прошлом году, у меня остался главный вопрос:

А как AI работает "под капотом"?

Да, нам дали фундамент, кейсы внедрения AI в бизнес-процессы и инструменты.

Но Гарвард оказался больше про бизнес и стратегию, чем про технику.
Так что даже не смотря на громкое имя университета и бонус в портфолио, с учебы я вышла с небольшим разочарованием.


👉 Мне хотелось именно залезть "под капот" 👀

Поэтому почти сразу после завершения Гарварда я начала искать что дальше. Выбирала между лучшими техническими университетами - Стэнфордом и Джонсом Хопкинсом (Johns Hopkins University).

В итоге победил Хопкинс, так как программа сильно ближе к тому, что надо системному аналитику.

Хотела заглянуть "под капот"? Получила 😄
Последние пол года:
+ пишу код
+ обучаю модели
+ анализирую данные
+ делаю приложения с AI-интеграциями
Руками копаюсь во всей «внутрянке».


👉 Почему я вообще пошла учиться?
Синдром самозванца.
И желание брать проекты с AI.

К началу 2025 года я уже много знала: 2024 прошёл в конференциях и самостоятельном обучении, мы встроили AI во все наши программы. Но полноценного курса именно по AI не было.

В начале 2025 я написала первую версию программы по AI для GetAnalyst, но осталась ей недовольна. Не хотела делать очередной курс уровня «вставьте промпт - скопируйте ответ», поэтому заморозила его и занялась структурированием знаний.


👉 AI-Акселератор сегодня

Прошлой осенью я заново собрала программу по AI для СА и БА: со всеми полученными знаниями из университетов, проектов, ютубов и множества конференций.
И эта программа получилась тем самым, что я сама искала!

У аналитика с AI две ключевые роли:
1️⃣ пользователь — когда AI помогает в задачах
2️⃣ интегратор — когда мы внедряем AI в продукты

Поэтому в AI-Акселераторе разбираю:
✔️ как работают LLM «изнутри»
✔️ локальные LLM
✔️ промпт-инжиниринг
✔️ интеграция с моделями через API
✔️ программирование приложений с AI-интеграциями
✔️ много практики по реальным задачам аналитиков

Более 80 часов занятий.
Не по верхам, а максимально глубоко в технику.

На путь к сбору этих знаний ушло много времени, сил и денег, но теперь я честно могу сказать:
👉 я готова передать вам лучший технический опыт работы с AI
а не просто список промптов для "копи-паста".

🗓 AI-акселератор для аналитиков стартует уже в этот четверг, 2 апреля


Спасибо всем, кто уже с нами!
Уверенна, что вы заберёте самое лучшее! 🤖

📗 Книга "Интеграции": полный справочник с разбором реальных примеров для СА и БА 📗

Интеграция — это процесс объединения различных систем и приложений в единое целое, чтобы они могли работать вместе, обмениваться данными и выполнять задачи, как одна система.


👉 Пример 1
Платформа по доставке еды хочет отправлять клиенту SMS о процессе доставки.

❔Надо ли этой платформе:
1. Покупать оборудование для отправки SMS?
2. Заключать договоры и делать интеграции со всеми операторами сотовой связи?

Конечно, нет.

Мы подключаем готовый SMS-сервис (например, Unisender) через API — и задача по доставке SMS решена 🙌


👉 Пример 2
Тот же сервис доставки хочет принимать оплату банковскими картами.

❔ Надо ли ему:
1. Реализовывать проверку карты?
2. Поддерживать 3-D Secure?
3. Хранить токены и проходить банковскую сертификацию PCI DSS?

Нет.

Мы просто подключаем готовое решение по API, например, от ТБанка.


Главная идея интеграций:

Если не хочешь "изобретать велосипед", просто подключи (интегрируй) уже готовое решение в свою систему.

👉 Виды интеграций:

1) по окружениям:
▫️ Внешние
▫️ Внутренние

2) по направлению:
▫️ Во внешние системы (к вендорам)
▫️ К нашей системе (партнерские)


👉 Способы обмена данными:
▫️ Синхронный - отправили данные и получили ответ сразу.
▫️ Асинхронный - отправили данные и продолжили работу без ожидания ответа, обработка запроса в фоне.


👉 Основные способы интеграции:
▫️ API
▫️ Библиотеки и SDK
▫️ Брокеры
▫️ Файлы
▫️ Общая БД



📗 Подробнее об интеграциях читайте в мини-книге с картинками и примерами - прикреплена к посту.

Полезна, для детального погружения в тему.
Загружайте и изучайте! 🔖

#ИнтеграцииGA

📱 GetAnalyst | 💙 VK | 💬 Max

📌 Виды интеграций: чек-лист с подробными примерами для аналитиков 📌

1. Синхронные по API (REST, SOAP, GraphQL и другие)
2. Асинхронные по API (Webhook, Polling)
3. Режим реального времени (WebSocket, SSE и другие)
4. Брокеры и очереди сообщений
5. Общая БД
6. Обмен файлами


Важно уметь объяснить:
+ когда использовать каждый тип,
+ какие у него риски,
+ как он влияет на архитектуру.


Сохраняйте — этот вопрос всегда актуален на собеседованиях для системных аналитиков 🤝


#ИнтеграцииGA

📱 GetAnalyst | 💙 VK | 💬 Max

⭐️ Задача на интеграцию по API: разбор с технического собеседования системного аналитика (видео-формат) 🧩

Разбираем задачу системного аналитика, аналоги которой регулярно встречаются в реальной работе и на технических собеседованиях.

Проектируем интеграцию системы ЭДО (электронный документооборот) по API с внешними сервисами DaData и Т-Банка.

🔗 Статья с доп. материалами

Идем по шагам: от выбора архитектуры и написания интеграционных Use Case до маппинга данных и проектирования REST API эндпоинтов.

На практике смотрим, как читать API-документацию вендора, что выбрать для фоновой синхронизации оплат — Polling или WebHook, как обработать ошибки и сформировать финальные постановки задач команде разработки.

👉 Максимум практики по системному анализу и проектированию интеграций.

Видео с демо решения:
⏯ YouTube
⏯ RuTube
⏯ VK Video
⏯ Telegram

Аудио:
⏯ Apple Podcast
⏯ Яндекс.Музыка
⏯ Castbox
⏯ Звук
⏯ Spotify


🚀 GetAnalyst — ваш чит-код к хардам системного аналитика.


📱 Tg | 💙 ВК | 💬 Max

🟢 [6 апреля, 19:00] Миграции в БД: онлайн-практикум 🟢

Самые сложные задачи начинаются тогда, когда нужно менять уже работающую систему, а не проектировать всё с нуля.

Это особенно заметно в задачах, связанных с БД: здесь важно не просто описать изменение, а заранее продумать, как оно скажется на данных, интеграциях, обратной совместимости и релизе.


Поэтому приглашаем вас на онлайн-практикум по БД и SQL, чтобы погрузиться в тему:

🔖 Проектирование миграций в БД
🗓 6 апреля, в 19:00 Мск (пн)

План:
1. Понятие миграции данных. Примеры.
2. Требования к обратной совместимости БД. Типичные ошибки.
3. Влияние нефункциональных требований на миграции.
4. Практика проектирования миграций внутри одной БД.
5. Проблемы миграций данных между разными СУБД.
6. Шаблон постановки задачи на миграцию.

Проект:
AI-платформа 🤖

🔗 Узнать подробнее и записаться
Стоимость участия от 2 390 руб

✅ Запись будет доступна в платформе
🎁 Бонус: занятие в записи "Проектирование БД с нуля: ER-диаграмма"


Вопросы? Пишите через сайт или в ЛС @getanalyst 🤝

⚡️ [11-14 апреля] Бесплатный практикум по Интеграциям для СА и БА ⚡️

Одна из самых частых сложностей в работе аналитика — интеграционные задачи.

Недостаточно просто посмотреть документацию: важно понять логику API, проверить ключевые запросы и ответы, продумать сценарий взаимодействия систем и грамотно оформить всё это в требования.


Поэтому мы готовим для вас практическое занятие:

⚡️ Задача на Интеграцию: от Postman до требований в Confluence
🗓 Доступ с 11 до 14 апреля [сб-вт]
🕓 Время на обучение: 4 часа
🔗 Зарегистрироваться

Это полноценное обучение с погружением в тему, а не обзор "по верхам".

👉 План:
1. Интеграции: порядок работы над задачами
2. Анализ API-документации
3. REST API на практике в Postman (+ немного GraphQL и WebSocket)
4. Разработка интеграционного Use Case
5. UML-диаграммы и архитектурные схемы
6. Оформление задачи в Confluence


Разберём максимально полезный для работы кейс про уведомления, где важно не просто напрямую слать запросы по API, но и использовать брокера RabbitMQ/Kafka.


👉 Практикум проводится в качестве вводного занятия к программе Интеграции систем для аналитиков, которая стартует 15 апреля.


Регистрируйтесь сейчас и планируйте время на обучение! 🤝