30 паттернов инженерии ИИ-систем
В Островке мы используем ИИ в разных задачах — от автоматизации внутренних процессов до продуктовых сценариев — и периодически рассказываем об этом на Хабре. Например, как строим вспомогательные системы на ��азе LLM и RAG или
Архитектурный монстр Франкенштейна, без которого работа архитектора невозможна
ВведениеМеня зовут Руслан Махмудов, я — архитектор решений в Альфа-банке. Хочу рассказать, как мы в Альфа-Банке решали наши архитектурные проблемы, в результате чего создали своего монстра Франкенштейна (в хорошем смысле) — систему RSM, без которой в настоящий момент работа всего архитектурного подразделения фактически невозможна.Как мы работаемДля начала необходимо вкратце рассказать о том, как у нас в банке вообще происходит разработка архитектурных решений, чтобы вы смогли понять, почему нам пришлось создать свой собственный инструмент для наших задач и процессов.Сначала абстракция
Распил монолита в 2026: а может, не надо? Как AI переворачивает закон Конвея
Десятилетие индустрия повторяла мантру: «монолит — плохо, микросервисы — хорошо». Мы честно дробили, нанимали команды на каждый сервис, строили service mesh, мучились с distributed tracing. А потом пришёл AI-ассистент, которому не нужно держать в голове весь монолит, чтобы менять любую его часть — и возник неудобный вопрос: а зачем мы вообще это делали?В 2025-м компании начали массово внедрять AI-ассистентов в разработку — и обнаружили, что архитектурные аксиомы, казавшиеся незыблемыми, перестают работать.Зачем вообще дробят монолиты: шесть канонических причин
Event-Driven подход в пет-проекте: автоматизация Telegram-канала на NiFi, Kafka и n8n
Привет, Хабр! Хочу рассказать про один странный пет-проект, который немного вырвался из-под контроля.Все описанные потоки можно попробовать в github Скачивайте, ставьте звездочки)Началось всё обычно: есть VPS (2 ядра, 6 ГБ RAM, 40 GB NVMe), есть свободное время и желание сделать что-то полезное. А ещё есть давняя хотелка — попробовать Kafka в реальном бою. Ну и Telegram-канал для изучения английского как-то сам напросился: новости BBC, разбор лексики, викторины — вроде не сложно, но и не совсем hello world.
RAG vs Fine-tuning: когда что выбирать — опыт 30+ проектов
RAG vs Fine-tuningПредставьте: клиент хочет «умного бота для базы знаний». Первый вопрос, который я задаю: «Данные часто меняются?»От ответа зависит архитектура. И бюджет. И сроки. И головная боль на следующие полгода.
Нейросимвольный ИИ: архитектура семантической нейросети. Как научить LLM считать
LLM ошибаются в элементарной математике. Корпорации тратят миллиарды, но в конечном счете вынуждены прикручивать калькуляторы к вычислительным машинам невероятной мощи. Все попытки исправить через Chain-of-Thought, fine-tuning на задачах счёта, увеличение контекста не сработали.Я провёл серию экспериментов чтобы понять почему, и пришел к выводу, что нейросети просто не предназначены для дискретной арифметики. Их предназначение непрерывные трансформации.
[Bus Factor] Почему ваша незаменимость — это архитектурная уязвимость (SPOF), а не повод для гордости
Понедельник, 09:30. Вы открываете Slack, Telegram и Jira. Там уже горит. В личке пять непрочитанных:
Чем занимается системный архитектор. Подкаст
Привет, Хабр!Мы записали новый выпуск подкаста, в котором наш системный архитектор отдела развития Platform, Андрей Кузёкин, подробно рассказал о своей работе.Поговорили вот о чём:Чем вообще занимается системный архитекторКак проходит его рабочий деньКакого уровня автономности можно достичь в работеКак устроено подразделение и как развивается продуктПочему Андрей выбрал именно эту специальнсотьКакие есть переломные моменты и точки ростаКак развивать и поддерживать интерес к ИТСуществует ли техноснобизм, или это миф?
Используем паттерны C++ в ML: пишем тензор с factory, выделяем память и управляем динамическими типами
Привет, Хабр! Я Кирилл Колодяжный, разработчик систем хранения данных в YADRO, ML-энтузиаст и автор книги "Hands-on Machine Learning with C++". В своих материалах я развеиваю миф о том, что машинное обучение — это сплошной Python. На самом деле под капотом моделей часто работает C++.Этой теме я посвятил цикл статей: хочу рассказать, как привычные для «плюсовиков» инструменты используют для реализации ядра платформы машинного обучения. В первой части поговорим о стандартных библиотеках, идиомах программирования и алгоритмах управления памятью.
