ar
Feedback

لا تقع ضحية للمخادعين! تيليمتريو يكتشف ويُميّز هذه القنوات 👉 إذا كنت تريد رؤية العلامة، اشترك

GetAnalyst - Навыки • Системный анализ • Бизнес-анализ

GetAnalyst - Навыки • Системный анализ • Бизнес-анализ

الذهاب إلى القناة على Telegram

Разбор задач на проектирование систем 🚀 Канал для системных аналитиков, бизнес-аналитиков, тестировщиков и менеджеров проектов Админ @getanalyst Сайт https://getanalyst.ru Чат t.me/getanalystchat Начинающим в IT @getanalyststart

إظهار المزيد

📈 نظرة تحليلية على قناة تيليجرام GetAnalyst - Навыки • Системный анализ • Бизнес-анализ

تُعد قناة GetAnalyst - Навыки • Системный анализ • Бизнес-анализ (@getanalysts) في القطاع اللغوي الروسية لاعباً نشطاً. يضم المجتمع حالياً 22 728 مشتركاً، محتلاً المرتبة 5 846 في فئة التكنولوجيات والتطبيقات والمرتبة 28 761 في منطقة روسيا.

📊 مؤشرات الجمهور والحراك

منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 22 728 مشتركاً.

بحسب آخر البيانات بتاريخ 15 نوفمبر, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار 107، وفي آخر 24 ساعة بمقدار -3، مع بقاء الوصول العام مرتفعاً.

  • حالة التحقق: غير موثّقة
  • معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 13.22‎%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 7.66‎% من ردود الفعل نسبةً إلى إجمالي المشتركين.
  • وصول المنشورات: يحصل كل منشور على متوسط 3 004 مشاهدة. وخلال اليوم الأول يجمع عادةً 1 740 مشاهدة.
  • التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 42.
  • الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل api, брокер, архитектура, oauth, микросервисов.

📝 الوصف وسياسة المحتوى

يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“Разбор задач на проектирование систем 🚀 Канал для системных аналитиков, бизнес-аналитиков, тестировщиков и менеджеров проектов Админ @getanalyst Сайт https://getanalyst.ru Чат t.me/getanalystchat Начинающим в IT @getanalyststart”

بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 17 نوفمبر, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.

22 728
المشتركون
-324 ساعات
+87 أيام
+10730 أيام
أرشيف المشاركات
🧠 RAG и Fine-Tuning: про обучение нейросетей Когда AI придёт в ваш проект, эти два термина вам точно пригодятся. 👉 Да и в о
🧠 RAG и Fine-Tuning: про обучение нейросетей Когда AI придёт 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

+6
SpaceX сегодня поймала космический корабль, в прямом смысле 🚀 В эту субботу, 14 ноября 2026 года, произошло историческое событие. ⚡️ 13 ноября SpaceX запустила Starship 🌎 он провёл на орбите около 22 часов 💫 совершил 14 оборотов вокруг Земли 🛰️ вывел 26 спутников Starlink А сегодня, 14 ноября, корабль вернулся на Землю, и его впервые поймали огромными механическими руками стартовой башни! 🥹🫴 Почему это так важно? Это ещё один огромный шаг к многоразовым ракетам, снижению стоимости космических запусков и будущим полётам на Луну и Марс 🌕👽 Я вообще очень люблю космонавтику и верю, что ещё при нашей жизни космические путешествия станут гораздо привычнее. 👉 В 2022 году мне посчастливилось побывать на запуске Falcon 9, многоразовой ракеты SpaceX, которая доставляет на орбиту спутники и космические корабли. Правда, из-за сильного тумана саму ракету я так и не увидела 😂 Посмотрите на видео, какой восторг у людей! Звук ракеты, эмоции, атмосфера вокруг… Это просто невероятно! И совершенно неважно, интересуетесь вы космонавтикой или нет. Когда оказываешься рядом с такими событиями, осознаёшь масштаб происходящего и то, что буквально становишься свидетелем истории. Меня это приводит в полный восторг! ❤️ А вы следите за развитием космонавтики? 🚀

Хорошо отдохните, пожалуйста 🙏
Хорошо отдохните, пожалуйста 🙏

💬 Системный аналитик больше не будет работать как раньше - один. Рядом с нами уже появляются ИИ-ассистенты, скиллы и агенты,
+4
💬 Системный аналитик больше не будет работать как раньше - один. Рядом с нами уже появляются ИИ-ассистенты, скиллы и агенты, которые могут: ▫️ разбирать требования ▫️ находить противоречия ▫️ помогать проектировать API и БД ▫️ проверять документацию ▫️ писать SQL ▫️ собирать прототипы ▫️ автоматизировать повторяющиеся процессы ▫️ создавать рабочие инструменты под конкретный проект Но есть большая разница между: «Я иногда спрашиваю что-то у Deepseek» и «Я построил вокруг себя систему работы с AI и я понимаю как безопасно работать для моих проектов». В первом случае вы каждый раз начинаете с пустого чата, заново объясняете контекст и исправляете результат. Во втором у вас есть готовые промпты, контекст проекта, скиллы, агенты, автоматизированные процессы и собственные AI-инструменты. Вот это уже "умею работать с ИИ" и настоящее ускорение, а не страдания с ИИ. Поэтому уже в следующий четверг мы запускаем новый поток программы: 💙 ИИ-Акселератор для СА и БА Это не подборка из 50 нейросетей и не курс о том, как написать один «идеальный промпт». 👉️️️️ За 3,5 месяца мы пройдём путь: 1️⃣ Понимания устройства LLM и промпт-инжиниринга 2️⃣ Применения AI в реальных задачах аналитика 3️⃣ Создания собственных ИИ-агентов 4️⃣ Интеграции с AI через API 5️⃣ Работы с RAG и Fine-tuning 6️⃣ Разработки собственного приложения на Python и JavaScript 👉️️️️ Внутри: ✔️ 6 практических модулей ✔️ 80+ часов материалов ✔️ 3 онлайн-встречи ✔️ единый сквозной проект ✔️ собственная разработка для портфолио ✔️ обратная связь Программа рассчитана на специалистов с опытом. Вы уже должны понимать требования, API, базы данных и интеграции, чтобы не слепо доверять AI, а проверять его решения как опытный аналитик. 🔔 До старта осталось 7 дней Если вы хотите войти в 2027 год не как человек, который «иногда пользуется нейросетями», а как аналитик, который умеет проектировать работу с AI, пора присоединяться. ⏰ Старт 19 ноября 👉 Программа и запись на ИИ-акселератор До встречи на акселераторе! 💙 #AI_for_analysts

💸 Налог на русский язык при работе с AI 💸 Одинаковые по смыслу запросы на русском и английском могут занимать разное количество токенов. В обычном чате это почти незаметно. ❗️️️️️️️ Но если система работает через API, а десятки AI-агентов ежедневно обрабатывают миллионы токенов, разница в стоимости становится существенной. Как сократить расходы: 1️⃣ Пишите системные промпты на английском, но указывайте, что пользователю нужно отвечать на русском. 2️⃣ Настройте взаимодействие между AI-агентами на английском. Переводите только конечный результат. 3️⃣ Отслеживайте количество входящих и исходящих токенов для каждого запроса. Сравнивайте модели, формулировки и языки. Важно: разница зависит от конкретной модели и её токенизатора, поэтому оптимизацию всегда нужно подтверждать измерениями. Почему русский текст может стоить дороже и как работает расчёт токенов, показываю на примерах в прикреплённом видео 👆 📌️️️️️️ Поиграть с токенизаторами как на видео можно тут: 🔗 https://platform.openai.com/tokenizer 🔗 https://tokenizer.model.box/ #AI_for_analysts

🎱 6 приёмов, которые делают ИИ-скиллы стабильнее 🎱 Почему один скилл сразу выдаёт предсказуемый результат, а результат втор
🎱 6 приёмов, которые делают ИИ-скиллы стабильнее 🎱 Почему один скилл сразу выдаёт предсказуемый результат, а результат второго приходится каждый раз исправлять? Я разобрала более 20 открытых скиллов из популярных подборок и GitHub-репозиториев с большим количеством звёзд, в том числе официальные скиллы Anthropic для Claude Code. Посмотрела, какие приёмы повторяются в самых сильных из них. Главные выводы 👇 1️⃣ Точное описание (description) Чётко укажите, что делает скилл, по каким запросам его нужно подключать и для каких задач он не подходит. Именно по названию и description ИИ определяет, когда использовать скилл. 2️⃣ Отдельный файл с контекстом проекта Названия систем, статусы, форматы полей и правила команды сохраните в references/project-context.md. Тогда их не придётся повторять в каждом запросе. 3️⃣ Образцы вместо абстрактных требований Вместо «пиши подробно и профессионально» покажите ИИ хорошую постановку задачи, Use Case или спецификацию. Добавьте в references/examples/ 3-4 сильных образца. Больше не нужно, иначе примеры начнут занимать слишком много контекста скилла. 4️⃣ Проверка скриптом Всё, что можно проверить по однозначным правилам, лучше проверять автоматически: ▫️ наличие обязательных разделов ▫️ ссылки на существующие шаги ▫️ совпадение JSON с таблицей маппинга ИИ может сам запустить скрипт, исправить найденные ошибки и повторить проверку. 5️⃣ Уточняющие вопросы до начала работы Добавьте правило: сначала задай до пяти уточняющих вопросов, получи ответы и только потом приступай к решению. Например: ▫️ задача для frontend, backend или сквозного сценария? ▫️ какой шаблон использовать? ▫️ есть ли документация внешнего API? 6️⃣ Оценка результата перед выдачей Перед ответом скилл должен проверить результат по конкретным критериям: ▫️ полнота ▫️ точность ▫️ согласованность ▫️ техническая правильность Если оценка ниже 9 из 10, скилл перерабатывает результат и повторяет проверку. Лучше ограничить этот цикл тремя итерациями, чтобы ИИ не улучшал ответ бесконечно. 💡 Не пытайтесь сразу собрать идеальный скилл. Начните с точного описания, одного хорошего образца и трёх реальных тестовых запросов. Остальное добавляйте там, где ИИ регулярно ошибается. Подробные примеры и готовый чек-лист прикрепила к посту 🤝 📱 Tg | 💙 ВК | 💬 Max #AI_for_analysts

🗺 Дорожная карта по изучению ИИ для инженеров 🗺 Работа с AI давно не заканчивается на умении написать хороший промпт. Чтобы
🗺 Дорожная карта по изучению ИИ для инженеров 🗺 Работа с AI давно не заканчивается на умении написать хороший промпт. Чтобы проектировать AI-агентов и приложения с LLM, нужно понимать, как работать с ИИ на продвинутом уровне, с точки зрения архитектуры точно. Системные аналитики будут всё глубже двигаться в сторону ИИ-инженерии. Необязательно сразу разбираться в ML и самостоятельно обучать модели. Но понимать архитектуру AI-систем, формулировать требования и находить риски придётся. Изучать ИИ лучше по уровням 👇 1️⃣ Фундамент ▫️ какие бывают модели и провайдеры ▫️ что такое токены и контекстное окно ▫️ как работают промпты и системные инструкции ▫️ как обращаться к моделям через API и SDK ▫️ как связаны Python, JSON и HTTP ▫️ что влияет на стоимость и скорость ответа 2️⃣ Управляемый результат Дальше нужно научиться получать от модели не просто красивый текст, а результат, который можно использовать в системе: ▫️ структурированный JSON ▫️ вызов функций и инструментов ▫️ проверка формата и данных ▫️ обработка ошибок и повторные запросы ▫️ тестирование промптов ▫️ логирование действий модели ▫️ защита от prompt injection 3️⃣ Работа со знаниями ▫️ embeddings ▫️ RAG ▫️ разбиение документов на фрагменты ▫️ векторный и гибридный поиск ▫️ метаданные и фильтрация ▫️ оценка качества найденного контекста Важно не только подключить базу знаний, но и определить, какие документы доступны агенту, как обновляются данные и что делать, если нужная информация не найдена. 4️⃣ AI-агенты и инструменты ▫️ инструменты и tool calling ▫️ планирование действий ▫️ память ▫️ MCP ▫️ ReAct ▫️ оркестрация процессов ▫️ несколько взаимодействующих агентов ▫️ подтверждение критичных действий человеком Здесь аналитик уже проектирует не просто API-метод, а поведение цифрового исполнителя. 5️⃣ Надёжность и безопасность Нужно предусмотреть: ▫️ оценку качества ответов ▫️ наблюдаемость и трассировку ▫️ ограничения и защитные правила ▫️ права доступа к данным и инструментам ▫️ стоимость и лимиты запросов ▫️ обработку недостоверных ответов ▫️ ручное подтверждение опасных операций ▫️ тестирование атак и обходов защиты 6️⃣ Углубление для AI-инженеров ▫️ маршрутизация запросов между моделями ▫️ локальный запуск и inference serving ▫️ кэширование и оптимизация ▫️ quantization и MoE ▫️ LoRA и QLoRA ▫️ DPO и RLHF ▫️ GraphRAG ▫️ adversarial testing Системному аналитику необязательно знать всё перечисленное. Но важно понимать термины, знать, где компоненты находятся в архитектуре и как они влияют на требования, стоимость и качество системы. 💡 Не пытайтесь изучить весь AI-стек за раз. Сначала модели, промпты, API и структурированные ответы. Затем RAG и инструменты. После этого агенты, безопасность, оценка качества и эксплуатация. Именно так разрозненные знания об ИИ превращаются в навык проектирования реальных AI-систем и вы начинаете использовать ИИ на максимум. Если вы СА или БА, то всегда можете начать свой путь с нами, на ИИ-акселераторе. Сохраняйте дорожную карту. Это тот фундамент, который скоро понадобится не только AI-инженерам, но и системным аналитикам 👌 📱 Tg | 💙 ВК | 💬 Max #AI_for_analysts #АрхитектураGA

🗂 Структура ИИ-скилла: что лежит в папке и зачем 🗂 Шаблон Use Case у вас есть. Но объяснять его ИИ приходится в каждом ново
+8
🗂 Структура ИИ-скилла: что лежит в папке и зачем 🗂 Шаблон Use Case у вас есть. Но объяснять его ИИ приходится в каждом новом чате. Скилл решает именно эту проблему повторений: правила, шаблон и проверки лежат в одной папке, и ИИ подключает их сам, когда нужно решить соответствующую задачу. Структура скилла: 1️⃣ SKILL.md — единственный обязательный файл: шапка (name, description) и пошаговая инструкция 2️⃣ папка references/ — шаблоны и примеры, которые ИИ открывает только по необходимости 3️⃣ папка scripts/ — автоматические проверки, например что в Use Case есть все обязательные разделы 4️⃣ папка assets/ — готовые заготовки, например Word-шаблон Начинать стоит с минимума: папка, SKILL.md и 3–4 шага инструкции. Остальные элементы добавляются, когда появляются повторяющиеся задачи. 📝 Пример скилла: скилл для постановок задач на REST API методы 👉️️️️️️ Подробнее про структуру скилла и назначение каждого элемента на картинках к посту. 📱 Tg | 💙 ВК | 💬 Max #AI_for_analysts

🔴🤖 Внедрение ИИ помогло Android-команде, но не системным аналитикам: выводы В одной команде ИИ ускоряет работу на 20–25%, в
🔴🤖 Внедрение ИИ помогло Android-команде, но не системным аналитикам: выводы В одной команде ИИ ускоряет работу на 20–25%, в другой так и не приживается. Почему один и тот же подход даёт разный результат и что учесть, чтобы внедрение реально окупилось? Разбираем два реальных кейса одной компании: удачное внедрение ИИ в Android-команде и неудачную попытку для системных аналитиков. Как выбирали инструменты, почему команда раскололась на сторонников облачных и локальных моделей и как оценивали эффект. 🔗 Сайт эпизода с полезными материалами Эпизод для тех, кто внедряет ИИ в команде, сомневается, можно ли доверить ИИ документацию и постановки задач, или выбирает метрики, чтобы показать эффект руководству. Видео: ⏯ YouTube ⏯ RuTube ⏯ VK Video Аудио: ⏯ Apple Podcast ⏯ Яндекс.Музыка ⏯ Telegram ⏯ Castbox ⏯ Звук ⏯ Spotify GetAnalyst — база знаний СА/БА с огромным количеством практики в открытом доступе 🔥️️️️️️ 📱 Tg | 💙 ВК | 💬 Max

🟧 Postman теперь подключается к PostgreSQL. Зачем они конкурируют с DBeaver? 🟧 Начну сразу с того, что Postman не пытается
🟧 Postman теперь подключается к PostgreSQL. Зачем они конкурируют с DBeaver? 🟧 Начну сразу с того, что Postman не пытается заменить DBeaver. Postman решает другую наболевшую задачу: связывает в одном месте API-запрос, тестовые данные и проверку того, что действительно сохранилось в БД. В Postman v12 появились два связанных механизма. ✅️️️️️️️ Запросы к данным - Data Requests Встроенный клиент для работы с данными позволяет прямо из Postman: ▫️ подключиться к PostgreSQL или MySQL ▫️ посмотреть таблицы и столбцы ▫️ написать и выполнить SQL-запрос ▫️ найти и отсортировать результат ▫️ сохранить запрос в коллекцию ▫️ включить режим Read-only, чтобы запретить изменение данных и структуры БД То есть отправили запрос к API через Postman, и здесь же проверили, что произошло с данными. ✅️️️️️️️ Наборы тестовых данных - Postman Datasets БД можно подключить как источник данных и использовать её в: ▫️ Collection Runner ▫️ автотестах и скриптах ▫️ динамических Mock Server ▫️ нагрузочных тестах ▫️ Postman CLI и CI/CD-конвейерах Большинство этих возможностей уже хорошо знакомо выпускникам нашей программы Дизайн REST API: мы работаем с коллекциями, переменными, скриптами, Mock Server. Теперь к этому процессу можно подключить ещё и живые данные из PostgreSQL, MySQL или SQL Server. 📌️️ Как может выглядеть такой конвейер? Допустим, мы тестируем создание заказа в интернет-магазине. 1️⃣ Postman получает из тестовой БД пользователей и товары, подходящие для сценария. 2️⃣ Collection Runner опираясь на реальные данные из БД по пользователям и товарам запускает: POST /orders 3️⃣ Скрипт проверяет: ▫️ код 201 Created ▫️ структуру JSON ▫️ наличие orderId ▫️ правильность суммы и статуса 4️⃣ Затем Postman обращается к подключённой БД и проверяет:

SELECT status, total_amount, user_id
FROM orders
WHERE id = :orderId;
5️⃣ Сравниваем ответ API с тем, что реально сохранилось в таблице. 6️⃣ Эту же коллекцию можно автоматически запускать через Postman CLI в CI/CD после обновления приложения. И вот здесь уже понятен смысл обновления. Раньше тестовые данные часто жили в CSV-файлах, переменных окружения и локальных скриптах. На компьютере одного человека всё работало, а в автоматическом запуске внезапно ломалось, потому что файл забыли обновить или передать. Теперь команда может использовать единый источник данных и воспроизводить одинаковые сценарии локально, в Collection Runner и в автоматическом конвейере. 🦫 DBeaver при этом всё ещё нужен. В нём удобнее полноценно исследовать БД, проектировать структуру, работать с индексами, ограничениями, сложными запросами и администрированием. 🟧 Postman нужен для другого: 1. вызвали API 2. проверили ответ 3. проверили данные 4. запустили сценарий тестирования автоматически 👉 Чем это полезно системному аналитику? Можно быстрее: ▫️ проверить маппинг полей API в таблицы БД ▫️ убедиться, что POST, PUT или PATCH действительно изменили данные ▫️ проверить статусы, связи и бизнес-ограничения ▫️ сравнить ответ API с фактическим состоянием БД ▫️ собрать воспроизводимый сценарий для разработчика или тестировщика ▫️ понять, где ошибка: в контракте API, бизнес-логике или сохранении данных Особенно полезно, когда API вернул 200 OK, а в базе почему-то оказалось совсем не то, что ожидалось 😅 Подключаться лучше к тестовой БД, использовать отдельного пользователя с минимальными правами, включать Read-only, а пароли хранить в Postman Vault. Получается, Postman постепенно превращается из клиента для HTTP-запросов в среду для проверки всего сценария работы бэкенда. 💡️️️️️️ А ваша команда использует Postman и знает про это обновление? Будьте первопроходцем, просвятите ваших QA и backend-разработчиков 😉 #ResApiGa Tg | ВК | Max

🎤 Конференции — это карьерный инструмент. Мои лайфхаки как сходить и забрать реальную пользу Я люблю конференции не только з
+6
🎤 Конференции — это карьерный инструмент. Мои лайфхаки как сходить и забрать реальную пользу Я люблю конференции не только за возможность быстрого обзора информации и крутых идей. Это одно из немногих мест, где за 2-3 дня можно познакомиться с десятками людей из IT, найти будущих коллег, работодателей, партнёров, а иногда и друзей. 📌️️️️️️ Компании приходят на конференции не просто поставить красивый стенд. Они поддерживают бренд, общаются с рынком, формируют кадровый резерв. Если вы думаете о смене работы или хотите расширить профессиональный круг "на всякий случай", конференции не стоит игнорировать. 👉 Как я обычно готовлюсь 1️⃣ Определяю цель Зачем я иду? ▫️ получить новые знания ▫️ познакомиться с конкретными компаниями ▫️ найти работу или проект ▫️ развивать личный бренд ▫️ расширить профессиональные связи Без цели легко просто послушать доклады, выпить кофе и уйти домой. 2️⃣ Заранее изучаю программу Планирую посещение докладов, смотрю список партнёров составляю маршрут по стендам. Если компаний много, записываю: ▫️ к кому хочу подойти ▫️ с кем хочу познакомиться ▫️ что хочу узнать ▫️ чем этот контакт может быть полезен 3️⃣ Готовлю вопросы Не надо начинать разговор с фразы: «А у вас есть вакансии?» Спросите: ▫️ над какими продуктами работает компания ▫️ как устроена команда аналитиков ▫️ какие технологии и подходы используют ▫️ как используют ИИ Хороший вопрос — отличный повод познакомиться. 4️⃣ Делаю цифровую визитку У меня всегда есть QR-код, по которому можно быстро найти мои контакты и соц сети. Для поиска работы добавьте: ▫️ короткое представление ▫️ актуальное резюме ▫️ портфолио ▫️ Telegram / ВКонтакте / LinkedIn ▫️ способ со мной связаться Сейчас с помощью ИИ можно за вечер собрать персональную страницу даже на бесплатном конструкторе. Перед конференцией обязательно проверьте, что QR-код работает, а резюме не осталось в версии трёхлетней давности 🙂 5️⃣ Готовлю короткое представление о себе Кто вы? Чем занимаетесь? Что ищете? Чем можете быть полезны? Не нужен рассказ на 10 минут. Достаточно нескольких предложений, после которых человеку понятно, кто перед ним. 6️⃣ Продумываю дресс-код Это действительно важно. Если организаторы указали дресс-код — лучше его учитывать. Если нет, обычно хорошо работает аккуратный smart casual. Вы будете общаться с работодателями, знакомиться, фотографироваться и, возможно, попадёте на видео. Поэтому образ должен выглядеть профессионально, но вам при этом должно быть удобно. 😏️️️️️️ P.S. На последней конференции я была в блестящих туфлях. Со мной начинали знакомства мужчины и женщины именно из-за них (см фото) 7️⃣ Проверяю организационные мелочи Заранее сохраняю билет, адрес, расписание и схему площадки. С собой: ▫️ заряженный телефон ▫️ пауэрбанк ▫️ зарядку ▫️ заметки с планом и вопросами 8️⃣ Знакомлюсь не только с компаниями Ваш будущий руководитель, коллега или человек, который однажды порекомендует вас на вакансию, может просто стоять рядом в очереди за кофе. Обменивайтесь Tg, ВК, LinkedIn и др. Добавляйтесь сразу туда, где сможете не потеряться и иногда напоминать друг другу о себе. После разговора я советую сразу сделать короткую заметку: имя, компания и о чём вы говорили. Иначе через 2 дня в контактах останутся десять новых людей, а кто из них кто — уже непонятно. 9️⃣ Поддерживаю контакты после Можно написать: «Рада была познакомиться», поделиться полезным материалом или просто поставить лайк его новому посту. Людям приятно. И именно так постепенно формируется профессиональное окружение. Без навязчивых просьб и внезапного: «Привет, мы виделись 3 года назад, устрой меня на работу» 🤡 На следующей неделе я еду на очередное мероприятие по ИИ-агентам для бизнеса. А для вас в Москве скоро пройдёт Analyst Days 23. На AD 22 я выступала с докладом про AI-прототипирование UI/UX. Вообще эта конференция сопровождает мою карьеру уже много лет, и я считаю её одной из главных для IT-аналитиков в РФ. P.S. У меня есть пара промо на -10% как у партнера (в ЛС @getanalyst) Рекомендую: и ради докладов, и ради нетворкинга 👌

🧩 ИИ-скиллы: что это, где использовать и при чём здесь ИИ-агенты 🧩 Если вы каждый раз вставляете в ИИ: Работай как системны
🧩 ИИ-скиллы: что это, где использовать и при чём здесь ИИ-агенты 🧩 Если вы каждый раз вставляете в ИИ:

Работай как системный аналитик с опытом более 10 лет.
Сделай…
Это промпт. А если вы один раз описали весь процесс работы над задачей, добавили шаблоны, примеры и проверки, а ИИ применяет их в подходящих задачах, то это уже скилл. Подробно разобрала скиллы в видео-подкасте: 🎙 AI Skills для аналитиков: что это, как создавать и использовать 💡 ИИ-скилл — это переиспользуемый рабочий регламент для ИИ. Обычно это папка с текстовыми файлами + скриптами, внутри которой могут находиться: ▫️ SKILL.md — основная инструкция ▫️ шаблоны документов ▫️ примеры хорошего результата ▫️ справочные материалы ▫️ проверочные чек-листы ▫️ скрипты кода для проверки результатов В главном файле SKILL.md описывается: 1️⃣ когда применять скилл 2️⃣ какие входные данные нужны 3️⃣ какие шаги выполнить 4️⃣ в каком формате подготовить результат 5️⃣ что проверить перед завершением работы 📌 При этом скилл не является отдельным ИИ-агентом и не обучает модель заново. Ключевые определения: ▫️ Промпт — что нужно сделать сейчас ▫️ Скилл — как выполнять определённый тип задач ▫️ MCP — к каким внешним данным и действиям есть доступ ▫️ ИИ-агент — кто выбирает скиллы и инструменты, планирует шаги и проверяет результат 🔥 Где можно использовать скиллы кроме Claude и ChatGPT? 🔹 OpenCode Поддерживает Agent Skills и умеет читать SKILL.md из каталогов:

.opencode/skills/
.claude/skills/
.agents/skills/
То есть один скилл можно хранить внутри проекта, версионировать через Git и переиспользовать в разных совместимых инструментах. ❗️️ Осторожно, попал под атаки в октябре 2026 🔹 VS Code + Kilo Code В VS Code можно установить расширение Kilo Code, в котором есть полноценная поддержка Agent Skills. Скиллы проекта можно хранить в:

.kilo/skills/<название-скилла>/SKILL.md
Также Kilo Code понимает совместимые каталоги:

.agents/skills/
.claude/skills/
Когда запрос совпадает с описанием скилла, агент сам загружает его инструкции. Нужный скилл также можно вызвать вручную через /. Например, в проект аналитика можно добавить скиллы: ▫️ rest-api-designer ▫️ integration-use-case ▫️ requirements-review ▫️ uml-sequence ▫️ sql-review После этого можно открыть требования прямо в VS Code и попросить агента выполнить задачу по вашему стандарту. 🔹 VS Code + Continue В документации Continue основной механизм называется Rules, а не Agent Skills. Правила проекта хранятся в:

.continue/rules/
Через них можно определить: ▫️ стандарты оформления API ▫️ структуру постановки задачи ▫️ требования к SQL ▫️ правила проверки документации ▫️ обязательные шаги ревью ▫️ формат итогового ответа Эти правила можно хранить вместе с проектом и версионировать через Git. То есть через Continue можно реализовать похожий рабочий процесс, но файл из .continue/rules/ нельзя автоматически считать полноценным переносимым SKILL.md. Если вам важна переносимость между разными ИИ-инструментами, удобнее использовать стандарт Agent Skills через Kilo Code или OpenCode. 🔹 Perplexity Computer В Perplexity Computer можно создать скилл через диалог или загрузить .md либо .zip с файлом SKILL.md. Доступность зависит от тарифа. 👉 Какие скиллы пригодятся системному аналитику? 🛠 постановка задачи на REST API-метод 🛠 описание интеграционного Use Case 🛠 проектирование БД 🛠 формирование UML Sequence 🛠 проверка требований на полноту 🛠 анализ документации внешнего API 🛠 подготовка SQL-запросов 🛠 ревью OpenAPI-спецификации 🛠 формирование критериев приёмки 🛠 подготовка требований к безопасности Лучше создавать скиллы самостоятельно, так как требования к работе и ведению документация разные от проекта к проекту. ⚠️ Обязательно проверяйте загруженные из интернета скиллы перед установкой. Внутри могут находиться не только инструкции, но и вредоносные исполняемые скрипты. Так что если вы уже три раза вставляли в ИИ один и тот же длинный промпт, то скорее всего, пора превращать его в скилл 👌 #AI_for_analysts

💸 Из Binance вывели $6,4 млрд, а в Европе разморозили продукты на €10+ млн за сутки. Вы уверены, что хорошо проработали треб
+9
💸 Из Binance вывели $6,4 млрд, а в Европе разморозили продукты на €10+ млн за сутки. Вы уверены, что хорошо проработали требования к безопасности? 🛡 Я в шоке от того, что происходило с безопасностью систем буквально последние несколько недель, и это уже совсем не похоже на абстрактные страшилки ИБ-шников (специалисты по инф безопасности) 😥️️️️️️ 💎 Атака на Binance Украдены активы примерно на $6,4 млрд. Только около $2,85 млрд удалось заморозить или перехватить. 🏦 Банки Южной Кореи Атаковали как минимум семь банков и финансовых организаций. Только у одного банка утекли персональные и кредитные данные примерно 25 000 клиентов. ❄️ Системны охлаждения супермаркетов Во Франции хакеры получили доступ к системам управления холодильниками примерно в 700 супермаркетах. Температуру в холодильниках и морозильниках поднимали до 50 °C, а где-то оборудование разогрелось до 80 °C. Магазины выбрасывали продукты целыми контейнерами. Убытки одного крупного магазина могли достигать €180–200 тысяч, а общий ущерб по стране предварительно оценили в десятки миллионов евро за один день. Потом похожие атаки затронули ещё более 100 магазинов в других странах Европы и даже три региональных центра службы крови во Франции 🩸 👩‍💻 «Чёрный октябрь» для инструментов ИИ-разработки (вайбкода) За месяц как минимум девять платформ для разработки с ИИ сообщили об инцидентах безопасности. Злоумышленники искали переменные окружения, API-ключи и инфраструктурные доступы. 🔐 А ранее нашли более 5 000 вайбкод-приложений практически без нормальной авторизации и контроля доступа. Почти 2 000 из них могли раскрывать медицинские, финансовые и корпоративные данные. И это всё — не за несколько лет. Это новости последних недель. Конечно, у этих атак разные причины. Я не пытаюсь сказать, что Binance, банки, холодильники и вайбкод-приложения сломались из-за одной и той же уязвимости. ❗️️️️️️️ Но вывод здесь очень простой: после этого фокус разработки СРОЧНО будет смещаться в сторону ИБ, а системным аналитикам и архитекторам надо понимать - какие за технические требования надо внедрить. Что именно нужно учесть аналитику и как превратить слово «безопасно» в конкретные, проверяемые требования собрала на картинках к посту 👌🔖 #AI_for_analysts 📱 Tg | 💙 ВК | 💬 Max

❤️‍🔥 Доступ завершается: практика по ИИ и REST API ❤️‍🔥 Полноформатное обучение, в котором вы практикуетесь с ИИ-инструмент
+5
❤️‍🔥 Доступ завершается: практика по ИИ и REST API ❤️‍🔥 Полноформатное обучение, в котором вы практикуетесь с ИИ-инструментами и погружаетесь в REST API. Обратная связь по этой практике говорит сама за себя. Слово: 👉️️️️️️ ПОЛЕЗНО как всегда становится главным во всех ваших сообщениях. ❤️‍🔥 ИИ для работы аналитика: практика на задачах с REST API 🗓 продлили доступ до 4 ноября 23:59 Мск 🕘 Время на обучение: 4.5 часа 🔗 Получить доступ 👉 На практике вы: ➕ настроите ИИ-агента для работы с API-задачами ➕ исследуете запросы к реальным API через Postman и Insomnia ➕ разберётесь, как работать со Swagger и OpenAPI-документацией ➕ поймёте, какие задачи можно передавать ИИ, а где необходима проверка аналитика 👉 Разберёте 10+ инструментов для работы с ИИ и API: ✔️ Qwen ✔️ ChatGPT ✔️ Claude ✔️ Postman ✔️ Insomnia ✔️ Swagger ✔️ и другие 👉 Этот практикум — самостоятельное полноформатное занятие, которое можно пройти и использовать отдельно от наших программ. Он также является вводным занятием к практическим программам: 🎓 Проектирование REST API Старт 3 ноября Сегодня последний день записи по сниженной цене. 🎓 ИИ-Акселератор Старт 19 ноября Для тех, кто хочет глубже освоить ИИ для рабочих задач. Успевайте посмотреть, пока доступ открыт 🤝

🛑 Как НЕ сломать клиентов вашего API: 8 правил обратной совместимости 🛑 Если изменение в API-методе нарушает работу существ
🛑 Как НЕ сломать клиентов вашего API: 8 правил обратной совместимости 🛑 Если изменение в API-методе нарушает работу существующих клиентов, команда может принять решение о выпуске новой версии. 👉️️️️️️ Выпуск новой версии API - это всегда головная боль, потому что надо: ▫️ уведомлять всех потребителей API ▫️ поддерживать две версии параллельно ▫️ ждать, пока все клиенты перейдут на новую версию ▫️ и только после этого выводить старую версию из эксплуатации Поэтому перед созданием очередной v2 стоит проверить: можно ли внести изменение обратно совместимо в текущей версии API? В новом гайде разобрала для вас 8 распространённых изменений API: ▫️ Новое необязательное поле ▫️ Новое значение enum ▫️ Переименование значения enum ▫️ Смена типа поля ▫️ Новый обязательный параметр ▫️ Переименование или удаление поля ▫️ Смена формата даты ▫️ Смена уровня иерархии Для каждого показала нарушает ли оно обратную совместимость и как реализовать его безопаснее. 🔗 Открыть гайд по обратной совместимости API А если хотите глубже разобраться как на проде работают с несколькими версиями API, рекомендую эпизод нашего подкаста 🎧 Версионирование API. Обратная совместимость в API Забирайте материалы, 100% пригодится в работе с задачами на бэкенд и интеграции 🤝 #RestApiGA 📱 Tg | 💙 ВК | 💬 Max

Скажите этой девушке из 2018 года, что у неё всё будет хорошо 🥹 Не потому, что однажды закончатся проблемы. Они не заканчива
+5
Скажите этой девушке из 2018 года, что у неё всё будет хорошо 🥹 Не потому, что однажды закончатся проблемы. Они не заканчиваются. 👉️️️️️️ Просто жизнь станет намного больше. Тогда я стояла у этого фонтана в Лас-Вегасе и думала: «Офигеть. Я правда здесь. Как я вообще сюда попала? 🥹» Сама эта поездка казалась чем-то невероятным: Заработала. Спланировала. Сделала. Другой конец планеты. Непонятный язык. Иные люди. Абсолютно новый опыт! Такие вот были эмоции. Я уже много раз возвращалась в Лас-Вегас по работе на встречи с заказчиками, на конференции. Постоянно куда-то спеша. 👉️️️️️️ А почти 9 лет спустя я наконец-то опять приехала просто отдыхать. Остановилась у того же фонтана и вдруг вспомнила ту себя. Та Катя не знала, сколько раз ей будет тяжело. Сколько раз она будет сомневаться и думать, что ничего не получается 😭 И точно не знала, что невероятное однажды станет частью её обычной жизни. И да, спасибо карьере. Когда-то моя работа обычным мидл СА в найме не метафорически, а буквально дала мне возможность купить билет и увидеть мир. 🩷️️️️️️ Если вам сейчас тяжело, возможно, вы тоже живёте внутри своей фотографии «до». Просто второй фотографии пока нет. Не нужно видеть весь маршрут. Постарайтесь не отпускать картинку жизни, к которой хотите прийти, и сделайте следующий шаг. НЕ ПЕРЕСТАВАЙТЕ МЕЧТАТЬ И СТАВИТЬ БОЛЬШИЕ ЦЕЛИ! Однажды, глядя на сегодняшнюю фотографию, вы подумаете:
Ты даже не представляешь, куда мы дойдём 🥹

🟣 Доступ к обучению открыт: практика по ИИ и REST API 🟣 Полноформатное обучение, в котором вы практикуетесь с 10+ инструмен
🟣 Доступ к обучению открыт: практика по ИИ и REST API 🟣 Полноформатное обучение, в котором вы практикуетесь с 10+ инструментами и погружаетесь в REST API и ИИ. 💙 Как ИИ меняет работу аналитика: практика на задачах с REST API 🗓 Доступ до 3 ноября (вт) 👉 План: 1. Основы REST API — что должен знать системный аналитик 2. Для каких задач аналитику нужен ИИ при работе с API 3. Обзор ИИ-инструментов: Qwen, ChatGPT, Claude и другие 4. Практика настройки ИИ-агента для работы с задачами на API 5. Погружение в REST API на практике через Postman и Insomnia 6. Документирование REST API через Swagger 📄 Инструкция по подготовке 🕘 Время на обучение: 4.5 часа 🔗 Получить доступ* *Если зарегистрированы, то доступ уже направили сегодня утром на email, и ранее, в письме о подтверждении регистрации. Вдохновляющих выходных! 📱 Tg | 💙 ВК | 💬 Max

⚡ 6 способов пагинации в REST API ⚡ Когда мы получаем большой список через API, то получать весь миллион записей сразу плохая идея. Лучше получать по частям — порциями. Пагинация — отвечает за порционное получение данных в API. Помогает: ✔️ не перегружать как сервер, так и клиента API ✔️ ускорить отклик на запрос ✔️ пользователю не надо ждать данных вечность 👇 6 способов пагинации на примере получения списка пользователей: 🔹 Offset Используются параметры смещения (offset) и ограничения (limit) для определения начальной точки и количества возвращаемых записей.
GET /users?offset=0&limit=3
✅ Простая в реализации ✅ Подходит, когда данных немного ➖ Неэффективна при больших offset: система перебирает все записи, чтобы дойти до нужных 🔹 Page Используются номер и размер каждой страницы для переключения между ними.
GET /users?page=2&size=10
✅ Привычно для пользователей (страницы) ✅ Подходит, когда пользователь реально листает страницы ➖ Проблемы те же, что у offset 🔹 Cursor Используется курсор (id записей в БД) для обозначения позиции в наборе данных.
GET /users?cursor=123
✅ Быстрая и надёжная при больших объёмах данных. ✅ Часто используют в соцсетях, чатах и платежных системах из-за постоянного потока новых данных. 🔹 Keyset Используется ключ для фильтрации набора данных. Часто это первичный ключ или другой индексированный столбец.
GET /users?afterId=123&limit=3
✅ Быстрая при больших данных ✅ Подходит для бесконечной прокрутки (infinite scroll) ➖ Требует уникального и индексированного поля (обычно ID) 🔹 Time Используются временные метки или дата для разбиения записей на страницы.
GET /users?startTime=...&endTime=...
✅ Идеальна для систем, где данные привязаны ко времени: логи, события, аналитика 🔹 Гибридная пагинация Этот метод объединяет несколько методов пагинации, чтобы максимально использовать их сильные стороны.
Поддерживается сразу несколько способов из перечисленных выше
➖ Чуть сложнее реализовать ➖ Может путать клиентов API Практическое руководство с наглядными примерами добавила к посту 🔖 #RestApiGA

⏳ Как и когда проектировать асинхронный API: вопросы с собеседовния СА ⏳ Формирование большого отчёта, экспорт данных, обрабо
+9
⏳ Как и когда проектировать асинхронный API: вопросы с собеседовния СА ⏳ Формирование большого отчёта, экспорт данных, обработка файла или обращение к ИИ-сервису могут занимать слишком много времени, чтобы клиент просто ждал ответ. В таких случаях операцию запускают асинхронно, а результат получают позже. Системному аналитику важно определить: ▫️ что API вернёт сразу после запуска операции ▫️ где клиент сможет проверить её статус ▫️ как клиент узнает о завершении ▫️ какие статусы проходит операция ▫️ можно ли отменить уже запущенную обработку На карточках к посту разобрала три механизма получения результата: ✅ ручное обновление ✅ polling ✅ webhook/callback. + Отдельно показала сценарий отмены операции. А на собеседовании эта тема может встретиться в таких вопросах: ❓ Чем синхронное выполнение отличается от асинхронного? ❓ Что должен вернуть REST API, если результат ещё не готов? ❓ Когда использовать polling, а когда webhook? ❓ Как часто клиенту проверять статус операции? ❓ Какие статусы нужны асинхронной операции? ❓ Чем отличается WebHook от Callback? ❓ Как спроектировать отмену и что вернуть, если операция уже завершена? Полезные подкасты, чтобы погрузиться в тему глубже: 🎧 Что такое вебхуки (Webhooks) и зачем они нужны 🎧 Асинхронная интеграция через Webhook и брокер: разбор задачи для Middle+ системного аналитика Изучайте основы и сохраняйте в избранное с полезными ссылками 🔖 #RestApiGA 📱 Tg | 💙 ВК | 💬 Max

❤️‍🔥🤖 ИИ-агенты для аналитика: к концу практики можно стать сеньором [бесплатный доступ с 31 октября] 🤖 «К концу практикум
❤️‍🔥🤖 ИИ-агенты для аналитика: к концу практики можно стать сеньором [бесплатный доступ с 31 октября] 🤖 «К концу практикума можно стать сеньором» 😄 Так один из участников комментировал количество инструментов и возможностей, которые мы разбираем за одно занятие. Конечно, за 4 часа сеньором не стать. Но можно настроить ИИ-агентов, исследовать реальные API и научиться использовать нейросети так, чтобы они ускоряли работу, а не добавляли проблем. ❤️‍🔥 ИИ для работы аналитика: практика на задачах с REST API 🗓 Доступ только с 31.10 по 03.11 (сб-вт) 📹 Формат: в записи 🕐 На обучение: 4 часа 🟢 Участие бесплатное 🔗 Зарегистрироваться 👉 На практике вы: ➕ настроите ИИ-агента для работы с API-задачами ➕ исследуете запросы к реальным API через Postman и Insomnia ➕ разберётесь, как работать со Swagger и OpenAPI-документацией ➕ поймёте, какие задачи можно передавать ИИ, а где необходима проверка аналитика 👉 Разберём 10+ инструментов для работы с ИИ и API: ✔️ Qwen ✔️ ChatGPT ✔️ Claude ✔️ Postman ✔️ Insomnia ✔️ Swagger ✔️ и другие 👉 Этот практикум — можно пройти как полноценное самостоятельное занятие и сразу использовать полученные материалы и знания в работе. Если захотите продолжить обучение, он также станет введением к двум практическим программам: 🎓 Проектирование REST API Старт 3 ноября Специальные условия записи до четверга: сниженная цена и доп. практикумы "Интеграции 4.0" в подарок. 🎓 ИИ-Акселератор Старт 19 ноября Для тех, кто хочет глубже освоить ИИ для рабочих задач. P.S. Технические или организационные вопросы: @getanalyst или info@getanalyst.ru