600к = базовый минимум
Позиций в РФ на Ии-инженера не очень много но некоторые есть интересные. Разброс по деньгам конечно большой. От 100к до 700к
Вот один из таких интересных проектов в одну крупную телеком компанию
Позиций в РФ на Ии-инженера не очень много но некоторые есть интересные. Разброс по деньгам конечно большой. От 100к до 700к
Вот один из таких интересных проектов в одну крупную телеком компанию
👍11🔥2🍓2💋1
За что платят 700к?
Написали по вакансии ии тимлид.
Нужно внедрять и проектировать ии решения.
Стек дефолтный Python + Typescript.
По описанию конечно не до конца понятно кого ищут. Будто три роли в одной: архитектор, техлид или лид внедрятор ии.
Из интересного: большая часть проектов куда меня зовут на собеседования это мультиагентные системы. Этот домен сильно развивается в последнее время и эта вакансия тому подтверждение
Написали по вакансии ии тимлид.
Нужно внедрять и проектировать ии решения.
Стек дефолтный Python + Typescript.
По описанию конечно не до конца понятно кого ищут. Будто три роли в одной: архитектор, техлид или лид внедрятор ии.
Из интересного: большая часть проектов куда меня зовут на собеседования это мультиагентные системы. Этот домен сильно развивается в последнее время и эта вакансия тому подтверждение
👍8🍓1
Локальные модели vs готовые по API: когда что брать
Частый вопрос у разработчиков что и как лучше использовать. В том числе задают вопросы на собеседованиях при проектировании систем что выбрать?
(важная оговорка: про облачные решения (Bedrock, Vertex и т.д.) и разные обёртки для обезличивания данных тут не проговариваю. только про два полюса: публичный API против self-host)
Вообще одна из главных проблем быстрого внедрения ИИ == это чувствительные данные. Нельзя просто так скормить тонны информации из своих тасктрекеров, баз данных и всего и всего и при этом не получить бобо от безопасников.
🥷Во всех крупных компаниях есть четкие регламенты, что нельзя скармливать нейронке.
Поэтому в случае безопасности данных часто выбирают развертывать локальные модели вместо уже готовых.
💲 Второй важный момент == это цена.
Тут надо понимать, что дешевле: развернуть на своем железе последний qwen и его обслуживать или дергать anthropic/openai по апишке.
Часто для этого используют отдельные метрики, и конечное решение уже делает техлид/архитектор по конкретному выбору.
Третий момент == это качество.
Ни для кого не секрет, что модели claude явно мощнее и качественнее, чем условные qwen. Тоже нужно думать, насколько нужны «мощные» модели для решения задач.
↗️ Четвертый момент == это объем. Если раз в неделю пару раз дергается апишка на небольшие задачи, то естественно нет надобности разворачивать у себя модель. Но если масштаб большой, то бюджет начинает кусаться.
К слову, собеседовался в одну компанию, и архитектор рассказывал, что они тратят безумные деньги на апишки антропика. Буквально сотни тысяч долларов на определенные процессы с ии. Поэтому тоже держим это в голове.
В реальности между этим выбора правильного варианта никогда нет. А самый оптимальный это гибрид. Можно спокойно запускать и так и так. qwen для внутренних данных, а для тяжелых openai.
Частый вопрос у разработчиков что и как лучше использовать. В том числе задают вопросы на собеседованиях при проектировании систем что выбрать?
(важная оговорка: про облачные решения (Bedrock, Vertex и т.д.) и разные обёртки для обезличивания данных тут не проговариваю. только про два полюса: публичный API против self-host)
Вообще одна из главных проблем быстрого внедрения ИИ == это чувствительные данные. Нельзя просто так скормить тонны информации из своих тасктрекеров, баз данных и всего и всего и при этом не получить бобо от безопасников.
🥷Во всех крупных компаниях есть четкие регламенты, что нельзя скармливать нейронке.
Поэтому в случае безопасности данных часто выбирают развертывать локальные модели вместо уже готовых.
Тут надо понимать, что дешевле: развернуть на своем железе последний qwen и его обслуживать или дергать anthropic/openai по апишке.
Часто для этого используют отдельные метрики, и конечное решение уже делает техлид/архитектор по конкретному выбору.
Третий момент == это качество.
Ни для кого не секрет, что модели claude явно мощнее и качественнее, чем условные qwen. Тоже нужно думать, насколько нужны «мощные» модели для решения задач.
К слову, собеседовался в одну компанию, и архитектор рассказывал, что они тратят безумные деньги на апишки антропика. Буквально сотни тысяч долларов на определенные процессы с ии. Поэтому тоже держим это в голове.
В реальности между этим выбора правильного варианта никогда нет. А самый оптимальный это гибрид. Можно спокойно запускать и так и так. qwen для внутренних данных, а для тяжелых openai.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍10🍓1
Как я провел лето без ИИ
Не смотря на число только сейчас начал ощущать конец лета и решил подвести итоги.
В прошлые разы рассказывал про Черногорию и
Таиланд, Вьетнаме , Южная Корея
Этим летом был в Грузии, Казахстане, Москве и Питере.
В Грузии пил чачу и тусил с иностранцами, которые приехали на концерт Канье Веста , а в Алмате ел тар тар из конины в великолепном ресторане АУЛ.
Конечно, одно из самых главных изменений это самый большой оффер за мою карьеру и новая должность.
Вообще рефлексировал и понял что очень верно выбрал год назад обучаться ИИ, читать книги смотреть видео практиковаться.
Фактически новые знания перезагрузили мою карьеру.
Снова стало интересно работать, снова я могу гнуть пальцы перед эйчарками, т.к. таких специалистов на рынке единицы.
А так в общем лето было насыщенно, много эмоций, приколов и вкусных ресторанчиков 😋
Не смотря на число только сейчас начал ощущать конец лета и решил подвести итоги.
В прошлые разы рассказывал про Черногорию и
Таиланд, Вьетнаме , Южная Корея
Этим летом был в Грузии, Казахстане, Москве и Питере.
В Грузии пил чачу и тусил с иностранцами, которые приехали на концерт Канье Веста , а в Алмате ел тар тар из конины в великолепном ресторане АУЛ.
Конечно, одно из самых главных изменений это самый большой оффер за мою карьеру и новая должность.
Вообще рефлексировал и понял что очень верно выбрал год назад обучаться ИИ, читать книги смотреть видео практиковаться.
Фактически новые знания перезагрузили мою карьеру.
Снова стало интересно работать, снова я могу гнуть пальцы перед эйчарками, т.к. таких специалистов на рынке единицы.
А так в общем лето было насыщенно, много эмоций, приколов и вкусных ресторанчиков 😋
🔥11💋3🍓2
Да я вообще все знаю про агентов и ИИ
Пообщался с тимлидом из одной крупной ритейл компании(скрин выше) и подтвердил себе два тезиса о которых постоянно думаю.
1. Внедрение ии-инструментов без грамотной инфраструктуры, аналитики и конфигурации не ускоряют, а даже замедляют работу
2. Разработчики вообще не умеют пользоваться этими инструментами
Поговорим детальнее про второе.
За последний год я пообщался, наверное, с сотней разработчиков и все мне говорили, что пользуются агентами, знают про mcp и используют все популярные инструменты.
Я задумывался как так? Я вот только только пришел к этому, выработал свой подход, а они уже все знают.
В реальности было все прозаичнее.
Когда я копал глубже и спрашивал как они детально используют инструменты, я все понял .
Большая часть разработчиков просто промптят без какого-то паттерна.
Ну и использовать курсор на авто моде тоже качества не особо дает.
Почему и главное зачем вообще об этом говорить?
Главное что это начали спрашивать на собесах.
- покажи свою раскладку
- как ты делаешь
- что используешь
- что делаешь
- как проектируешь
- как работаешь с требованиями
Сделать промпт и потом докручивать часами фичу в разы тяжелее чем потратить час на проектирование и 10 минут работы агента с ожидаемым результатом.
Но никто конечно не виноват в том что делает не так.
Это абсолютно новая сфера, которая формируется буквально сейчас.
Просто надо к этому относиться как к сложному инструменту. Вы же без обучения не сможете на экскаваторе с первого все сделать, тут тоже самое.
Нужно учиться и понимать.
На это как раз я акцентирую внимание в своем курсе и сделал отдельный урок про контроль качества.
В скором времени уже буду делать анонс, тк основная часть уже почти сделана.
Пообщался с тимлидом из одной крупной ритейл компании(скрин выше) и подтвердил себе два тезиса о которых постоянно думаю.
1. Внедрение ии-инструментов без грамотной инфраструктуры, аналитики и конфигурации не ускоряют, а даже замедляют работу
2. Разработчики вообще не умеют пользоваться этими инструментами
Поговорим детальнее про второе.
За последний год я пообщался, наверное, с сотней разработчиков и все мне говорили, что пользуются агентами, знают про mcp и используют все популярные инструменты.
Я задумывался как так? Я вот только только пришел к этому, выработал свой подход, а они уже все знают.
В реальности было все прозаичнее.
Когда я копал глубже и спрашивал как они детально используют инструменты, я все понял .
Большая часть разработчиков просто промптят без какого-то паттерна.
Сделай фичу, но только без ошибок брат.
Ну и использовать курсор на авто моде тоже качества не особо дает.
Почему и главное зачем вообще об этом говорить?
Главное что это начали спрашивать на собесах.
- покажи свою раскладку
- как ты делаешь
- что используешь
- что делаешь
- как проектируешь
- как работаешь с требованиями
Сделать промпт и потом докручивать часами фичу в разы тяжелее чем потратить час на проектирование и 10 минут работы агента с ожидаемым результатом.
Но никто конечно не виноват в том что делает не так.
Это абсолютно новая сфера, которая формируется буквально сейчас.
Просто надо к этому относиться как к сложному инструменту. Вы же без обучения не сможете на экскаваторе с первого все сделать, тут тоже самое.
Нужно учиться и понимать.
На это как раз я акцентирую внимание в своем курсе и сделал отдельный урок про контроль качества.
В скором времени уже буду делать анонс, тк основная часть уже почти сделана.
🔥9🍓5👍2😁2
Голодные эйчары пишут сами
После летнего затишья эйчары активно начали писать по вакансиям на линкедине. У трех ребят прям пошел рост.
По своей статистике у меня 8 эйчаров написало с ХХ за сентябрь .
По моему опыту самые активные месяцы найма это сентябрь-октябрь. Все хотят набрать людей и закрыть проекты до конца года.
После летнего затишья эйчары активно начали писать по вакансиям на линкедине. У трех ребят прям пошел рост.
По своей статистике у меня 8 эйчаров написало с ХХ за сентябрь .
По моему опыту самые активные месяцы найма это сентябрь-октябрь. Все хотят набрать людей и закрыть проекты до конца года.
👍5😁2🍓1
Как я не нашел работу, а потом Бац и нашел! Свитч в ии-инженера
Последние годы меня подбешивало что работу стало найти в разы сложнее. Тысячи откликов на вакансии, эйчары начали общаться как с рабом.
В конце 2024 я прям думал перейти или в гошку или в мл. Постоянно сидел сравнивал, брал консультации. Ну и так не решил до осени 25.
В сентябре приехал после Дубая и начал изучать ИИ. Конечно, у меня была проблема что у меня не было какой-то структруности. Что вообще учить чтобы перейти в ИИ и делать большие приложения с агентами я не представлял.
Начал просто читать классику ML, как работают модели, рекомендации, классификация и тд.
Обновил резюме, указал что хочу развиваться в ИИ и разрабатывать агентов. На тот момент таких вакансий было единицы.
По стечению обстоятельств меня пригласили на одну такую вакансию на 6-9к евро и в финтех в РФ.
Обе вакансии были похожие: нужен фуллстек, который грамотно использует ИИ-инструменты, готов в этом развиваться, доставлять быстрый продуктовый результат и интегрироваться с LLM.
60% бекенда, 20% фронтенда и 20% интеграции с МЛ-сервисами / разработка пайплайнов и т.д.
9к евро звучало конечно супер вкусно, но второй тех этап туда я не прошёл. Первый был такой небольшой экскурс по сис дизу и несколько вопросов как проектировал бы их приложение (голосовой ИИ-стартап).
А вот в РФ-компанию устроился и получил огромный опыт за короткое время.
Успел поковырять и поработать над корпоративным ии-ассистентом, посмотреть на большой RAG с метриками и наши тюнеными моделями.
Дальше сделал архитектуру приложения с мультиагентской системой, всё распилил на куски, спроектировал все сложные моменты.
Прошел почти год с той осени и я очень рад что инвестировал время в обучение. Эйчарки пишут сами, в разы проще найти работу и проект.
Главное что вокруг никто не понимает как это все делать правильно с ИИ. А если умеешь то смотрят думают ты бог какой-то умеешь настроить ии-конфигурацию, mcp, агентов и тд.
Я доделал курс по свитчу в ии-инженера. Постарался сделать упор, чтобы проще и быстрее находить работу. Анонс на этой неделе будет.
Последние годы меня подбешивало что работу стало найти в разы сложнее. Тысячи откликов на вакансии, эйчары начали общаться как с рабом.
В конце 2024 я прям думал перейти или в гошку или в мл. Постоянно сидел сравнивал, брал консультации. Ну и так не решил до осени 25.
В сентябре приехал после Дубая и начал изучать ИИ. Конечно, у меня была проблема что у меня не было какой-то структруности. Что вообще учить чтобы перейти в ИИ и делать большие приложения с агентами я не представлял.
Начал просто читать классику ML, как работают модели, рекомендации, классификация и тд.
Обновил резюме, указал что хочу развиваться в ИИ и разрабатывать агентов. На тот момент таких вакансий было единицы.
По стечению обстоятельств меня пригласили на одну такую вакансию на 6-9к евро и в финтех в РФ.
Обе вакансии были похожие: нужен фуллстек, который грамотно использует ИИ-инструменты, готов в этом развиваться, доставлять быстрый продуктовый результат и интегрироваться с LLM.
60% бекенда, 20% фронтенда и 20% интеграции с МЛ-сервисами / разработка пайплайнов и т.д.
9к евро звучало конечно супер вкусно, но второй тех этап туда я не прошёл. Первый был такой небольшой экскурс по сис дизу и несколько вопросов как проектировал бы их приложение (голосовой ИИ-стартап).
А вот в РФ-компанию устроился и получил огромный опыт за короткое время.
Успел поковырять и поработать над корпоративным ии-ассистентом, посмотреть на большой RAG с метриками и наши тюнеными моделями.
Дальше сделал архитектуру приложения с мультиагентской системой, всё распилил на куски, спроектировал все сложные моменты.
Прошел почти год с той осени и я очень рад что инвестировал время в обучение. Эйчарки пишут сами, в разы проще найти работу и проект.
Главное что вокруг никто не понимает как это все делать правильно с ИИ. А если умеешь то смотрят думают ты бог какой-то умеешь настроить ии-конфигурацию, mcp, агентов и тд.
Я доделал курс по свитчу в ии-инженера. Постарался сделать упор, чтобы проще и быстрее находить работу. Анонс на этой неделе будет.
Telegram
Костя 8Бит | Fullstack AI
Выгорание
😰 Я как и многие в СНГ не сильно серьезно отношусь к выгоранию.
Несколько недель назад появилось какое-то бессилие и отсутствие мотивации, хотя обычно энергии до кучи. Вместо обычного рабочего дня не хотелось ничего.
😤 Тут я начал понимать…
😰 Я как и многие в СНГ не сильно серьезно отношусь к выгоранию.
Несколько недель назад появилось какое-то бессилие и отсутствие мотивации, хотя обычно энергии до кучи. Вместо обычного рабочего дня не хотелось ничего.
😤 Тут я начал понимать…
🔥17👍3👎1🍓1💋1
Нам никогда не внедрить ИИ правильно
Вот тут упомянул одну из серьезных проблем на текущий момент развития технологий. Одна из них == отсутствие конфигурации, инфраструктуры под ИИ. Разложу детальнее, что имею в виду.
Многие компании под ии-трансформацией понимают такое: выдадим всем подписки клод код/кодекс и дадим токенов, чтобы везде навнедряли нам ИИ.
Итог: только 5 процентов компаний успешно внедрили ии в процессы/продукты.
Но почему же так? Где хвалёное ускорение от ИИ? Первую причину уже писал в том же посте: это lack of knowledge.
Никто не знает, как правильно пользоваться этими инструментами.
А вторая, не менее весомая == нет никакой выстроенной инфраструктуры, конфигурации под это всё.
Что я имею в виду под ии-инфраструктурой? Специализированные пакеты внутри компании под конкретные задачи, именно для решения проблем в компании.
Скиллы, агенты, mcp, контекст об архитектуре, коннекторы к внутренним системам, доменный контекст, память.
В общем, всё то, что даст быстрый нужный контекст нейронке, чтобы она быстрее и грамотнее могла выполнить последовательно таски.
Расскажу про классный пример, где уже такое внедренно.
Мой друг продуктовый дизайнер полгода назад стал так называемым AI Builder. На работе он просто пилит фичу за фичей фронтенд/бекенд. Начиная от требований заканчивая доставкой до стенда.
У него нет инженерного бекграунда.
Просто он знает как работают продукты и фигачит с клодом, лезет спокойно в логи кибаны, узнает почему упал сервис, комитит и пушит как обычный разработчик.
Но в жизни сам он не написал ни строчки кода.
Все благодаря грамотной выстроенной конфигурации, которую ему сделали ии-инженеры. Результат сами понимаете шикарный. Дизайнер пилит сам работающие фичи и все рады.
Поэтому на текущий момент нужно не только уметь промптить но и делать доп обвязку для всего проекта.
Мне кажется нужно инвестировать время в решение таких узких мест, а не на нейминг что там написала нейронка. А вы как думаете?
Вот тут упомянул одну из серьезных проблем на текущий момент развития технологий. Одна из них == отсутствие конфигурации, инфраструктуры под ИИ. Разложу детальнее, что имею в виду.
Многие компании под ии-трансформацией понимают такое: выдадим всем подписки клод код/кодекс и дадим токенов, чтобы везде навнедряли нам ИИ.
Итог: только 5 процентов компаний успешно внедрили ии в процессы/продукты.
Но почему же так? Где хвалёное ускорение от ИИ? Первую причину уже писал в том же посте: это lack of knowledge.
Никто не знает, как правильно пользоваться этими инструментами.
А вторая, не менее весомая == нет никакой выстроенной инфраструктуры, конфигурации под это всё.
Что я имею в виду под ии-инфраструктурой? Специализированные пакеты внутри компании под конкретные задачи, именно для решения проблем в компании.
Скиллы, агенты, mcp, контекст об архитектуре, коннекторы к внутренним системам, доменный контекст, память.
В общем, всё то, что даст быстрый нужный контекст нейронке, чтобы она быстрее и грамотнее могла выполнить последовательно таски.
Расскажу про классный пример, где уже такое внедренно.
Мой друг продуктовый дизайнер полгода назад стал так называемым AI Builder. На работе он просто пилит фичу за фичей фронтенд/бекенд. Начиная от требований заканчивая доставкой до стенда.
У него нет инженерного бекграунда.
Просто он знает как работают продукты и фигачит с клодом, лезет спокойно в логи кибаны, узнает почему упал сервис, комитит и пушит как обычный разработчик.
Но в жизни сам он не написал ни строчки кода.
Все благодаря грамотной выстроенной конфигурации, которую ему сделали ии-инженеры. Результат сами понимаете шикарный. Дизайнер пилит сам работающие фичи и все рады.
Поэтому на текущий момент нужно не только уметь промптить но и делать доп обвязку для всего проекта.
Мне кажется нужно инвестировать время в решение таких узких мест, а не на нейминг что там написала нейронка. А вы как думаете?
Telegram
Костя 8Бит | Fullstack AI
Да я вообще все знаю про агентов и ИИ
Пообщался с тимлидом из одной крупной ритейл компании(скрин выше) и подтвердил себе два тезиса о которых постоянно думаю.
1. Внедрение ии-инструментов без грамотной инфраструктуры, аналитики и конфигурации не ускоряют…
Пообщался с тимлидом из одной крупной ритейл компании(скрин выше) и подтвердил себе два тезиса о которых постоянно думаю.
1. Внедрение ии-инструментов без грамотной инфраструктуры, аналитики и конфигурации не ускоряют…
👍1🍓1