Как я перестал исправлять ИИ код и начал проектировать под него архитектуру
Вместо вступленияЗа последний год я заметил странную закономерность. Когда кодовая база была небольшая, все было хорошо, но чем больше кода писал ИИ, тем меньше времени уходило на добавление фичей и больше — на исправление текущего кода. Это сильно раздражало.Я как будто ходил по кругу:Сначала мне казалось: сейчас заставлю ИИ самому для себя писать правила. Кол‑во правил росло, сложность росла. Сначала в них переставал ориентироваться я, потом ИИ.
Инженерный подход к MLOps: как принципы расчётной механики ложатся в архитектуру AutoML
Привет! Меня зовут Владимир Суворов, я Senior Data Scientist в Страховом Доме ВСК и core-разработчик нашей библиотеки машинного обучения OutBoxML.В предыдущих статьях мы разобрали AutoML на задаче о Титанике и показали систему мониторинга моделей. Это были туториалы по компонентам OutBoxML. Сегодня я хочу подняться на уровень выше и поговорить о принципах, на которых эти компоненты и вся система держатся.Откуда я смотрю на MLOps
Как мы построили платформу агентов для Алисы AI — и почему пришлось написать сервер поверх Temporal
Агент «Исследовать» в Алисе AI может работать до 20 минут. За это время он успевает обойти десятки сайтов, запустить модели, вызвать инструменты — и сделать всё это параллельно на нескольких хостах. И если в середине цепочки что-то упадёт (а практика показывает, что если может упасть — когда-нибудь упадёт: релизы, сети, «луна не в той фазе»), агент должен уметь продолжить работу с того же места, а не начать всё заново, сжигая часы и LLM-токены. Ещё год назад никакой инфраструктуры для этого у нас не было.
Архитектурная бомба замедленного действия
Искусственный интеллект прочно закрепился в арсенале разработчиков, и мы уже давно миновали стадию, когда нейросети использовались исключительно как продвинутый автокомплит. Сегодня соблазн поручить ИИ написание целого MVP велик как никогда. Зачем тратить недели на закладку фундамента, если LLM может выдать работающий прототип с базовой архитектурой за пару часов? Однако когда ИИ берет на себя проектирование основы системы, сама суть работы системного архитектора меняется до неузнаваемости.
Как Яндекс Дзен стал сердцем рекомендаций ВК
В 2022 году Дзен стал двигаться вместе с ВК, но что это означало под капотом? Разберём внутрянку технологий рекомендаций Дзена и текущих продуктов ВК по докладам Дмитрия Погорелова до 2024 и самого свежего 2025 с PML.Узнаем самые первые архитектуры Дзена, что начали делать с увеличением нагрузки и хотелок МЛщиков. Как пришлось выкручиваться, когда столкнулись с объемами ВК.Спойлер: нам пригодится шардирование
Архитектура ИТ решений. Часть 3. Информационная архитектура
Содержание курсаПонятие «Архитектура»Бизнес-архитектураИнформационная архитектураАрхитектура прикладных решенийТехнологическая АрхитектураПодходы к построению АрхитектурыГрафический язык моделирования ArchiMateАрхитекторы
Архитектура высоконагруженной платформы Magnit F&R
О чем статья?В статье Создание собственной системы F&R в «Магните»: функциональный дизайн
Gartner’s AI Tech Sandwich: Едим ИИ-бутерброд правильно
Внедрение ИИ технологий – это неизбежность для коммерческих организаций, желающих остаться конкурентными на своем рынке, да, и просто желающих выжить. Общемировая динамика освоения ИИ за 2024 год по оценке McKinsey показывает 20% рост числа организаций, внедривших ИИ хотя бы в одну бизнес функцию. Инновационный бум, масштабы и скорость трансформации технологического ландшафта приводят к появлению новых подходов и методологий в выстраивании цифрового фундамента бизнеса. Gartner's AI Technology Sandwich
