ideasAI / Идеи для ИИ - Анисимов Андрей
Open in Telegram
Андрей Анисимов Идеи для искусственного интеллекта Канал про Data Science, ML/AI и карьеру в сфере анализа данных AI BP в Альфа Банке, Согаз, ГПБ, Сбер, ВТБ SKOLKOVO MBA15 Бег 1x42.2, 3х21.1 Пишите @aaanisimovvv
Show more2 122
Subscribers
-224 hours
-107 days
No data30 days
Data loading in progress...
Similar Channels
Tags Cloud
Incoming and Outgoing Mentions
---
---
---
---
---
---
Attracting Subscribers
September '26
September '26
+9
in 0 channels
August '26
+95
in 0 channels
Get PRO
July '26
+202
in 1 channels
Get PRO
June '26
+10
in 0 channels
Get PRO
May '26
+1 562
in 2 channels
Get PRO
April '26
+435
in 3 channels
Get PRO
March '26
+128
in 2 channels
Get PRO
February '26
+126
in 18 channels
Get PRO
January '26
+58
in 0 channels
Get PRO
December '25
+63
in 2 channels
Get PRO
November '25
+85
in 26 channels
Get PRO
October '25
+31
in 0 channels
Get PRO
September '25
+492
in 0 channels
Get PRO
August '25
+43
in 3 channels
Get PRO
July '25
+332
in 22 channels
Get PRO
June '25
+224
in 11 channels
Get PRO
May '25
+55
in 2 channels
Get PRO
April '25
+60
in 2 channels
Get PRO
March '25
+39
in 1 channels
Get PRO
February '25
+118
in 0 channels
Get PRO
January '250
in 0 channels
Get PRO
December '24
+16
in 0 channels
Get PRO
November '24
+73
in 3 channels
Get PRO
October '24
+154
in 3 channels
Get PRO
September '24
+25
in 0 channels
Get PRO
August '24
+85
in 1 channels
Get PRO
July '240
in 0 channels
Get PRO
June '240
in 0 channels
Get PRO
May '24
+33
in 0 channels
Get PRO
April '24
+32
in 0 channels
Get PRO
March '24
+20
in 0 channels
Get PRO
February '24
+268
in 0 channels
| Date | Subscriber Growth | Mentions | Channels | |
| 07 September | +2 | |||
| 06 September | 0 | |||
| 05 September | 0 | |||
| 04 September | +3 | |||
| 03 September | +2 | |||
| 02 September | +2 | |||
| 01 September | 0 |
Channel Posts
👥 McKinsey выпустил свежее исследование «The State of AI in 2026» (можно прочитать тут)
В опросе участвовали 1 719 руководителей и сотрудников компаний по всему миру.
🔵Почти 9 из 10 компаний используют его хотя бы в одной бизнес-функции. Но на уровень всей организации масштабировались пока 44% против 38% год назад.
🔵Среди компаний с выручкой свыше $1 млрд AI масштабируют 54%. По AI-агентам разрыв ещё заметнее: у крупных компаний доля выросла с 27% до 40%, у остальных осталась около 22%.
🔵80% сотрудников говорят, что AI повысил их личную производительность. Но только 37% компаний видят положительное влияние на EBIT.
🔵Самое заметное снижение затрат AI даёт в supply chain, сервисных операциях и производстве. Рост выручки чаще видят в marketing & sales, разработке продуктов и software engineering.
🔵32% компаний уже хотя бы раз отказались покупать готовый software-продукт или функцию, потому что смогли сделать это сами с помощью AI coding agents. В technology таких уже 41%.
🔵20% компаний уже ограничивали его использование из-за стоимости эксплуатации, а 28% тратят на AI больше 10% IT-бюджета. При этом 60% всё равно собираются увеличить инвестиции.
🔵Самая интересная группа - AI high performers. Таких всего 6%. Почти 75% из них не просто добавляют AI в существующие процессы, а перестраивают workflows под него. Среди остальных так делают только около 25%. 82% используют AI для роста бизнеса против 47% у остальных, 65% - для инноваций против 49%.
🔷Мне кажется, главный вывод исследования именно здесь. Проблема компаний уже не в доступе к AI. Он есть почти у всех.
Проблема в том, что выдать сотрудникам ChatGPT, Copilot и агентов проще, чем перестроить под них процессы, ответственность, IT, KPI и операционную модель.
Похоже, следующий этап AI-гонки будет уже не про то, кто быстрее внедрил AI, а про то, кто быстрее перестроил под него сам бизнес.
💬 Присоединиться к обсуждению в чате
Телеграм канал
Андрей Анисимов
@ideasforai
| 2 |  Что было за неделю 31.08 - 06.09👇
➡️ 82% разработчиков уже регулярно используют ИИ, а цель Яндекса к концу 2026 года - 75/75/75 🧐 прочитать пост
➡️ Одна из главных проблем вокруг ИИ - мы уже успели придумать про него огромное количество мифов 🧐 прочитать пост
➡️ В Codex наконец попробовал режим, которого мне давно не хватало - субагенты 🧐 прочитать пост
➡️ MCP ready для AI-агента. Я посмотрел, какие сервисы уже сегодня дают готовый удалённый MCP по HTTP 🧐 прочитать пост
➡️ Нормальная рожковая кофемашина за 10–15 тысяч... или всё хорошее начинается с 25 тыс.? 🧐 прочитать пост
➡️ Команды в ChatGPT для тех, кто работает с подачей, и визуальным стилем 🧐 прочитать пост
➡️ Команды в ChatGPT (часть 2): разбор продукта и инфографика 🧐 прочитать пост
Продуктивного начала следующей недели 😎
💬 Присоединиться к обсуждению в чате
Телеграм канал
Андрей Анисимов
@ideasforai | 207 |
| 3 |  +1Команды в ChatGPT (часть 2): разбор продукта и инфографика 👁
Вчера собрали реакции, поэтому выпускаю следом вторую часть. Кто пропустил - читаем команды в ChatGPT для тех, кто работает с подачей, и визуальным стилем
Эти команды полезны, когда нужно быстро превратить обычное фото товара в понятный разбор: показать устройство, размеры, материалы, функции, сравнение или принцип работы.
🔷Особенно пригодится продавцам, маркетологам, дизайнерам, авторам обзоров и всем, кто делает карточки товаров, презентации или объясняет сложный продукт без длинного текста:
/anatomy — сделает товар с рукописными подписями: что где написано и из чего состоит.
/exploded — сделает товар в виде взрыв-схемы, детали разлетелись в стороны.
/crosssection — сделает товар в разрезе, видно что внутри.
/ingredients — сделает состав товара разложенным рядом с упаковкой.
/blueprint — сделает товар как инженерный чертёж на синей сетке.
/schematic — сделает товар как техническую схему с линиями и стрелками.
/infographic — сделает товар с цифрами и фактами вокруг него.
/sizechart — сделает товар с указанными размерами и пропорциями.
/comparison — сделает товар рядом со старой версией, чтобы были видны отличия.
/beforeafter — сделает товар в состоянии до и после использования.
/howitworks — сделает товар со стрелками, объясняющими принцип работы.
/stepbystep — сделает товар в процессе сборки по шагам.
/materials — сделает товар с подписанными материалами каждой части.
/specs — сделает товар с техническими характеристиками рядом.
/timeline — сделает товар и этапы его создания по хронологии.
/flowchart — сделает процесс использования товара как блок-схему.
/xray — сделает товар в рентгеновском виде, где видна внутренняя структура.
/teardown — сделает товар разобранным на все составные части по порядку.
/components — сделает товар с выносками на каждую деталь.
/features — сделает товар с подписанными ключевыми функциями.
/instructions — сделает товар с инструкцией по применению рядом.
/assembly — сделает товар в процессе сборки из отдельных частей.
/measurements — сделает товар с линейкой и точными замерами.
/prosandcons — сделает товар с плюсами и минусами по бокам.
/patentdrawing — сделает товар как чертёж из патентной заявки.
/manual — сделает товар как страницу из инструкции пользователя.
/techsheet — сделает товар как техническую карточку с иконками.
/originmap — сделает товар с картой, откуда взялись материалы.
/nutrition — сделает товар с этикеткой пищевой ценности рядом.
/composition — сделает товар с процентным составом по слоям.
/diagram — сделает товар как простую поясняющую диаграмму.
/handwritten — сделает товар с рукописными заметками от руки поверх фото.
/labeled — сделает товар с подписанными стрелками на все элементы.
💬 Присоединиться к обсуждению в чате
Телеграм канал
Андрей Анисимов
@ideasforai | 195 |
| 4 |  +1Команды в ChatGPT для тех, кто работает с подачей, и визуальным стилем ☑️
Собрал набор коротких команд для генерации продуктовых изображений.
Вместо длинного промпта можно сразу задать нужную подачу. Список ниже:
/billboard — сделает товар на 3D-рекламном билборде в городе.
/creativeads — сделает готовый рекламный креатив с товаром.
/premiumshowcase — сделает товар в премиальной студийной подаче.
/levitation — сделает товар парящим в воздухе с эффектным освещением.
/splash — сделает товар в момент всплеска воды или жидкости.
/goldenhour — сделает товар в тёплом свете заката.
/neon — сделает товар на неоновом фоне в стиле киберпанк.
/minimalist — сделает товар на чистом однотонном фоне без лишних деталей.
/luxury — сделает товар в интерьере премиум-бутика.
/streetstyle — сделает товар на фоне уличной сцены мегаполиса.
/cinematic — сделает товар как кадр из кино с драматичным светом.
/outdoor — сделает товар на природе, в естественной обстановке.
/flatlay — сделает товар сверху, разложенный как в журнале.
/unboxing — сделает момент распаковки товара из коробки.
/lifestyle — сделает товар в руках человека и в повседневной сцене.
/seasonal — сделает товар в новогодней или сезонной декорации.
/miniature — сделает товар как игрушечную миниатюру на макете.
/claymation — сделает товар в пластилиновом мультяшном стиле.
/popart — сделает товар в стиле поп-арт с яркими пятнами.
/watercolor — сделает товар как акварельный рисунок.
/pixelart — сделает товар в стиле пиксель-арт из старой игры.
/lowpoly — сделает товар в 3D low-poly стиле.
/holographic — сделает товар с голографическим переливающимся эффектом.
/chrome — сделает товар из полированного хрома.
/glass — сделает товар как будто отлитым из стекла.
/marble — сделает товар из мрамора на постаменте.
/icecarved — сделает товар изо льда.
/underwater — сделает товар под водой с пузырьками и эффектами.
/space — сделает товар в невесомости на фоне космоса.
/desert — сделает товар посреди пустыни на закате.
/jungle — сделает товар среди тропической зелени.
/retro80s — сделает товар в эстетике 80-х с градиентами и засветкой.
/steampunk — сделает товар в стиле стимпанк из шестерёнок и меди.
/papercraft — сделает товар как поделку из цветной бумаги.
Лучше всего прогнать один и тот же товар через несколько таких режимов и быстро понять, какая подача ему вообще подходит.
Если соберем 15 ❤️ - выкладываю 2 часть с разбором продукта и инфографикой
💬 Присоединиться к обсуждению в чате
Телеграм канал
Андрей Анисимов
@ideasforai | 237 |
| 5 |  Обзор: два месяца с OLED-телеком за 48 000 рублей
Конечно, он не идеален, но за эти деньги я получил настоящий OLED на 144 Гц, который полностью соответствует заявленным характеристикам.
А ещё это просто отличный монитор для вашей консоли!
Полный разбор со всеми плюсами и минусами читайте в моём тг-канале по ссылке ниже.
Узнать больше
#реклама
О рекламодателе | 34 |
| 6 |  Скидки до 50% на духовые шкафы Kuppersberg
Духовые шкафы Kuppersberg со скидками на Яндекс Маркете!
Узнать больше
#реклама
market.yandex.ru
О рекламодателе | 19 |
| 7 |  Нормальная рожковая кофемашина за 10–15 тысяч... или всё хорошее начинается с 25 тыс.? 🫣
Один из подписчиков доверил задачу GPT и выставил для него сценарий: дома нужен хороший эспрессо и капучино. Взял три уровня бюджета: до 10 тыс., около 15 тыс. и до 25 тыс. ₽ и попросил сравнивать по принципу:
🟦качество эспрессо и стабильность температуры;
🟦рожок и корзины;
🟦насколько нормально взбивается молоко;
🟦скорость нагрева;
🟦удобство чистки;
🟦повторяющиеся жалобы в отзывах;
🟦расходники и обслуживание;
🟦за что именно доплачиваем между моделями.
И отдельно сравнил цены на Яндекс Маркете, Ozon и Wildberries. Потому что одна и та же кофемашина спокойно может стоить заметно по-разному в один и тот же день.
🔗 Промпт, который можно забрать себе:
Подбери 3 рожковые кофемашины в бюджете до 25 000 ₽ для домашнего эспрессо и капучино. Сделай три уровня: бюджетная, оптимальная по цене/качеству и верхняя граница бюджета. Для каждой модели проверь:
— реальное качество эспрессо;
— стабильность нагрева;
— рожок и корзины;
— капучинатор;
— скорость нагрева;
— удобство ухода;
— частые проблемы по отзывам;
— доступность расходников и запчастей.
Не ориентируйся на количество бар как на главный показатель. Отдельно сравни актуальные цены на Яндекс Маркете, Ozon и Wildberries и укажи, где каждая модель сейчас дешевле. В конце ответь:
— Что лучше взять до 10 000 ₽.
— За что есть смысл доплатить до 15 000 ₽.
— Что реально получаем, если идём к 25 000 ₽.
— Где переплата уже не даёт заметной пользы.
— Если цена или характеристика не подтверждается - не придумывай.
Мне здесь интереснее всего где заканчивается разумная доплата. Потому что между машиной за 12 и за 25 тысяч разница в цене очевидна. А вот будет ли капучино в два раза лучше - уже совсем другой вопрос.
В итоге он купил на Ozon за 10 080 ₽ — примерно на 11-15% дешевле обычной цены от 11 200 до 12 000 ₽.
Как оцениваем покупку?
❤️ - чат хорошо отработал
💯 - можно было бы и круче
💬 Присоединиться к обсуждению в чате
Телеграм канал
Андрей Анисимов
@ideasforai | 272 |
| 8 |  +4Телеграм канал AI для бизнеса
AI - не будущее. Это настоящее вашего бизнеса.
Телеграм-канал "AI для бизнеса" знает все о внедрении и использовании искусственного интеллекта в бизнесе в России и мира. Только со своими подписчиками канал делится:
- как внедрить искусственный интеллект в реальные бизнес-процессы,
- разборами кейсов: как компании сократили затраты на 30-50% с помощью AI,
- лайфхаками по автоматизации рутинных задач,
- новостями мира AI и разборами трендов.
Сами давно читаем и вам советуем подписаться.
Подписаться
#реклама 16+
О рекламодателе | 198 |
| 9 |  Привлечение подписчиков в социальные сети
Помогаем каналам расти. Круги/Гивы в TГ и MAX с блогерами. Работаем по договору
Узнать больше
#реклама
adv-marketing-traffik.clients.site
О рекламодателе | 1 |
| 10 |  Зарабатывайте на установках Яндекс Браузера
Партнёрская программа для сервисных центров, магазинов компьютерной техники, сайтов для скачивания файлов и авторов статей.
Вы можете предлагать его своим клиентам и аудитории — и зарабатывать на новых установках.
Выплаты до 500₽ за каждую установку Яндекс Браузера.
Подать заявку
#реклама 0+
partner.browser.yandex.ru
О рекламодателе | 32 |
| 11 |  MCP ready для AI-агента ✅
Я посмотрел, какие сервисы уже сегодня дают готовый удалённый MCP по HTTP - без локального npx, Docker и самостоятельного поднятия сервера. Например, готовые remote MCP уже есть у:
🟦Google Calendar, Gmail, Drive, Docs, Sheets, Slides и Contacts. Причём Google фактически уже позволяет собрать через MCP значительную часть персонального контекста: почта + календарь + документы + файлы + таблицы + контакты. Пока это Developer Preview. И там есть заморочки по тому, что надо открыть проект, привязать карту, а потом «случайно» может списаться денег как уже было 🤣
🟦Для работы - Notion, Linear, Todoist, Asana, monday.com, Jira/Confluence.
🟦Для разработки и дизайна - GitHub, GitLab, Figma, Canva, Supabase, Vercel, Sentry, Postman. Даже Stripe и PayPal уже имеют remote MCP.
🔷Есть и российские примеры: DaData уже предоставляет официальный hosted MCP. У Ozon и Wildberries есть community-реализации, но официальных hosted endpoints пока нет. У ВкусВилла и Wordstat в исследовании готового официального remote MCP тоже не нашлось.
Но самое интересное - MCP-агрегаторы. Composio заявляет 1000+ приложений, Pipedream - 3000+ API и 10 000+ tools, Zapier - 9000+ приложений и 40 000+ actions.
То есть вместо подключения десятков MCP можно потенциально дать агенту один endpoint и через него открыть доступ к длинному хвосту сервисов. Получается довольно понятная архитектура персонального AI Hub:
🔵Native MCP → почта, календарь, документы, задачи, базы знаний
🔵MCP-агрегатор → длинный хвост приложений
🔵Self-hosted MCP → Garmin, WHOOP, Ozon, Wildberries и другие сервисы, где зрелого hosted-варианта пока нет
Раньше персональный AI-агент означал: придумать архитектуру, написать десяток интеграций, развернуть их и потом ещё поддерживать авторизацию.
Теперь постепенно появляется другой сценарий: подключил несколько MCP → дал права → получил агента, который реально работает с твоей цифровой жизнью.
Похоже, MCP становится тем самым универсальным "USB-C для AI". И через какое-то время вопрос к сервису будет уже не только "у вас есть API?", но и "а MCP у вас есть?"
💬 Присоединиться к обсуждению в чате
Телеграм канал
Андрей Анисимов
@ideasforai | 307 |
| 12 |  Яндекс Музыка до 360 дней бесплатно
Яндекс Музыка для вас и 3-х ваших близких.
Кинопоиск и Яндекс Книги тоже в мультиподписке Плюс.
Попробуйте бесплатно❤️
Слушать
#реклама 18+
music.yandex.ru
О рекламодателе | 219 |
| 13 |  В Codex наконец появился режим, которого мне давно не хватало - субагенты 🥳
Сейчас тестирую на реальной задаче: вместо одного агента Codex сам разложил работу между несколькими ролями. На скрине одновременно работают:
🟦Researcher - разбирается с продуктами и целевыми строками;
🟦Analyst - анализирует данные;
🟦Critic - отдельно перепроверяет расчёты и динамику;
🟦Writer - собирает результат.
Мы постепенно уходим от схемы «один промпт → один агент → один ответ» к маленькой виртуальной команде, где части задачи выполняются параллельно, а потом результаты собираются обратно ✔️
Причём в актуальной документации OpenAI прямо описан сценарий, где Codex запускает специализированных агентов параллельно и затем агрегирует их результаты - это я и попробовал.
И для меня здесь самое интересное даже не скорость, а то, что можно развести выполнение и проверку. Один агент считает, второй ищет исходные данные, третий специально пытается найти ошибку в расчётах или спорное место в выводах.
🔷Для аналитических задач такой паттерн намного сильнее, чем один универсальный агент, который сам придумал, сам посчитал и сам себя похвалил за результат.
Есть, правда, и цена вопроса... каждый субагент отдельно использует модель и инструменты, поэтому такая схема съедает больше токенов (OpenAI это отдельно отмечает в документации).
⁉️ Когда выйдет из beta? Точной публичной даты я не нашёл. И похоже, что её может вообще не быть в формате "вот день большого релиза".
В текущих версиях Codex subagent workflows включены по умолчанию, а их работа видна в desktop app, CLI и IDE extension. Поэтому сейчас это больше похоже на постепенный rollout и перевод отдельных интерфейсов из beta в стабильный статус.
P.S. Кажется, следующий важный навык работы с ИИ - уже не только идеальный промпт, а умение собрать из агентов команду: кому отдать расчёт, кому поиск, кто будет искать ошибки и кто соберёт всё в финальный результат 👀
💬 Присоединиться к обсуждению в чате
Телеграм канал
Андрей Анисимов
@ideasforai | 338 |
| 14 |  Одна из главных проблем вокруг ИИ - мы уже успели придумать про него огромное количество мифов 😂
Недавно листал книгу «ChatGPT на каждый день» наткнулся на целую главу про предубеждения относительно AI. Многие из них до сих пор регулярно слышу:
🧐 «AI пишет примитивный контент»
🧐 «Если передать задачу AI, люди отупеют»
🧐 «Одинаковые промты дают одинаковый результат»
🧐 «AI-детекторы легко определяют текст нейросети»
🧐 «Выйдет новая версия ChatGPT - и всё, чему мы научились, станет бесполезным»
🧐 «ChatGPT - единственная нормальная нейросеть»
Но мне особенно нравится мысль, которая объединяет почти все эти заблуждения: качество результата AI очень сильно зависит от человека на входе.
😢 Можно написать: «Сделай мне пост» и получить посредственный текст. А можно дать контекст, аудиторию, цель, ограничения, примеры хорошего результата, попросить несколько вариантов, покритиковать их и доработать лучший.
Поэтому навык будущего - не просто «уметь писать промпты». Важнее уметь правильно поставить задачу, дать контекст, оценить результат и сделать несколько итераций - всё, как с настоящим сотрудником!
А чтобы лучше писать промпты - нужно больше читать - когда об этом говорить, если не День знаний)) Разбирали это тут в прошлом году с писателем Олегом Роем (видео)
И это, пожалуй, хорошая новость: новые модели будут появляться постоянно, а этот навык устареет гораздо медленнее.
P.S. отвечаем на вопрос, что за нейросеть каждый из вас использует?
🔥 - ChatGPT
❤️ - Claude
👍 - Gemini
💯 - Алиса AI / GigaChat
💬 Присоединиться к обсуждению в чате
Телеграм канал
Андрей Анисимов
@ideasforai | 276 |
| 15 |  +482% разработчиков уже регулярно используют ИИ. 59% нового кода создаётся с его помощью. А цель Яндекса к концу 2026 года - 75/75/75 📈
75% разработчиков регулярно используют ИИ, ИИ участвует минимум в 75% изменений кода, и в этих изменениях минимум 75% кода создаётся с ИИ.
Эти цифры приводит Даша Золотухина, HRD Яндекса, в своём гайде про AI adoption. Но мне там особенно понравились три идеи:
✔️ «Эврики с полей» как настоящая метрика adoption.
Когда человек приходит и говорит: «Смотрите, что я сделал с ИИ!» — и показывает штуку, которая раньше была невозможна или требовала отдельного ресурса разработки.
За последний год таких эврик вокруг меня было прям много)) И кажется, это один из лучших признаков внедрения: люди не ждут готовых AI-кейсов сверху, а сами начинают придумывать, что теперь можно делать по-другому.
✔️ AI Champions. Чтобы внедрение распространялось по компании, недостаточно центральной AI-команды. Нужны люди внутри разных функций, которые сами активно используют ИИ, экспериментируют, показывают коллегам рабочие кейсы и заражают этим остальных.
По сути, AI Champions - распределённая сеть внутренних проводников изменений. И часто пример коллеги «я вот так экономлю два часа в неделю» работает лучше очередного корпоративного обучения.
✔️ Единый контекст внутри компании. Можно раздать всем ChatGPT, Copilot и агентов. Но AI-native компанией это нас ещё не делает.
Знания компании разбросаны между встречами, чатами, документами, таск-трекерами, базами знаний и головами отдельных людей.
➡️ Следующий шаг - дать ИИ доступ к единому корпоративному контексту: чтобы агент мог найти решение со встречи, историю проекта, документ или договорённость - естественно, с учётом прав доступа.
На мой взгляд, это уже не nice-to-have, а необходимая инфраструктура для AI-native компании. И тогда складывается интересная конструкция:
AI Champions распространяют практику → «эврики с полей» показывают, что adoption действительно происходит → единый контекст позволяет всё это масштабировать.
💬 Присоединиться к обсуждению в чате
Телеграм канал
Андрей Анисимов
@ideasforai | 305 |
| 16 |  Что было за неделю — собрал всё в одном месте, чтобы ничего не искать👇
➡️ Банковская выписка + GPT = налоговый вычет. Как найти в своих расходах то, за что можно вернуть НДФЛ, и сразу дойти до нужной справки 🧐 прочитать пост
➡️ Увидели вещь - нашли, где купить. Фото превращается в поисковый запрос: модель, характеристики, цены, отзывы и аналоги 🧐 прочитать пост
➡️ Разбор стремянки НИКА СМ5 😂 GPT разбирает отзывы, Алиса AI ищет дешевле. На одном товаре нашли разницу в цене почти на 30% 🧐 прочитать пост
➡️ Сравниваем товары на Авито по скриншотам. Несколько объявлений → один разбор: цены, характеристики, слабые места и вопросы продавцу 🧐 прочитать пост
➡️ Стажёр DS на 6 месяцев в Альфа-Банк. CRM, персонализация и реальная позиция для тех, кто хочет зайти в Data Science 🧐 прочитать объявление
➡️ Какое железо выбрать для локальных моделей. Продолжение темы со скриншотами: отдельный разбор железа под контекст 262K–1M токенов 🧐 прочитать пост
➡️ Как заставить ИИ писать лучше. 4C, 4P, ACCA, PMHS - простые формулы, которые можно сразу отдавать ChatGPT вместо "напиши хороший текст" 🧐 прочитать пост
➡️ ИИ + принтер = бесконечная раскраска. Придумываете сюжет вместе с ребёнком, ИИ рисует, принтер печатает - и экран снова можно убрать 🧐 прочитать пост
Хорошо провести воскресенье 😎
💬 Присоединиться к обсуждению в чате
Телеграм канал
Андрей Анисимов
@ideasforai
#дайджест | 291 |
| 17 |  ИИ + принтер = бесконечная раскраска 🎨
Еще один простой сценарий использования ИИ дома с ребенком — создавать собственные раскраски. Самое интересное здесь не экономия на альбомах с раскрасками.
Ребенок сам придумывает сюжет, а вы превращаете в раскраску любую фантазию ребенка: "Динозавры в Москве", "Кот-космонавт на Луне" или «Шесть веселых щенков на Красной площади, а сзади — храм Василия Блаженного». У детей с идеями, как правило, дефицита не бывает 🙂
📎 Сохраняем промпт:
Сделай чёрно-белую раскраску для ребёнка. Стиль:
— только чёткий контур;
— без цвета, теней и заливок;
— крупные понятные детали;
— чистый белый фон;
— удобно для печати на обычном принтере;
— формат раскраски, чтобы ребёнку было легко раскрашивать.
Сюжет: [вставьте идею ребёнка].
Если в сюжете есть сложные детали, упрости их так, чтобы картинка осталась красивой, но подходила именно для раскрашивания ребёнком.
Если нужно, добавь милые и понятные детали вокруг, но не перегружай рисунок.
➡️Получается маленькая игра: ребенок придумывает → вместе формулируете запрос → ИИ рисует → ребенок раскрашивает.
Хороший пример того, как ИИ может не увеличивать экранное время ребенка, а наоборот — превращаться в инструмент для вполне офлайн-занятия.
💬 Присоединиться к обсуждению в чате
Телеграм канал
Андрей Анисимов
@ideasforai
#на_каждый_день | 261 |
| 18 |  ИИ умеет писать тексты. Но результат очень зависит от того, как поставить задачу... 😉
Вместо обычного «напиши продающий пост» можно сразу задать структуру. Для этого есть копирайтерские формулы - и ChatGPT отлично умеет с ними работать:
🟦4C — Clear → Concise → Compelling → Credible
Понятно → кратко → убедительно → с доверием. Подходит для лендингов, карточек товаров, объявлений и короткой рекламы.
🟦4P — Picture → Promise → Prove → Push
Картина → обещание → доказательство → действие. Хорошо работает для лендингов, рассылок, презентаций продукта и соцсетей.
🟦ACCA — Awareness → Comprehension → Conviction → Action
Внимание → понимание → убеждение → действие. Полезна для B2B, банков, IT, консалтинга и продуктов, которые сначала нужно объяснить.
🟦PMHS — Pain → More Pain → Hope → Solution
Боль → усиление боли → надежда → решение. Подходит для рекламы, услуг и продуктов, которые решают понятную проблему.
📎 Всё это необязательно запоминать. Можно просто написать ChatGPT:
Мне нужно продать/объяснить/презентовать [что]. Аудитория — [кто].
Предложи 3 подходящие копирайтерские формулы, объясни, почему они подходят, и напиши по каждой вариант текста
🔥 - спасибо, забрали!
Или взять один продукт и попросить сделать четыре версии: 4C, 4P, ACCA и PMHS. Сразу видно, насколько по-разному можно подать одну и ту же вещь.
➡️ Это вообще один из полезных принципов работы с ИИ: не знаете, какой промпт написать - не придумывайте его сами. Попросите ИИ сначала помочь выбрать подход и сформулировать промпт, а уже потом решить задачу.
Всем хорошей субботы ☀️
💬 Присоединиться к обсуждению в чате
Телеграм канал
Андрей Анисимов
@ideasforai | 304 |
| 19 |  +7В продолжение прошлого поста про сравнение товаров по скриншотам 🖼
Я это всё собирал, потому что хочу запускать модели second brain локально. И уже есть результаты - расскажу о них в следующих постах, но только если будет много 🔥
А пока подробнее про железо для локальных моделей. Кажется, идеально на сегодня иметь dgx spark, но это всё ещё не очень дешево - около 500 тысяч рублей 🥲
Собрал отдельный документ: "Какое железо выбрать для контекста 262K–1M токенов". В нем цены, память, ограничения и вывод под конкретную задачу.
И там как раз хорошо видно, почему сравнивать железо только по объёму памяти бессмысленно Например:
🟦DGX Spark - 128 GB, зато пропускная способность памяти 273 GB/s. Много влезает, CUDA под рукой, но по скорости это далеко не чемпион. В исходных объявлениях — 417–490 тыс. ₽
🟦Mac Studio M5 Max - до 128 GB и 614 GB/s. Та же ёмкость памяти, но выше пропускная способность памяти, если CUDA не нужна. Ориентир 450–600 тыс. ₽ в зависимости от SSD и конфигурации.
🟦RTX PRO 6000 Blackwell - 96 GB, зато 1 792 GB/s. Памяти меньше, но bandwidth примерно в 6,6 раза выше, чем у Spark. Намного выше пропускная способность памяти. Примерно 1,3–2,5 млн ₽; встречаются и сильно более дорогие варианты.
🟦H100 NVL - 94 GB и 3 938 GB/s, а H200 — 141 GB и 4 800 GB/s. Тут технически всё прекрасно, пока не посмотрел на цену и инфраструктуру. Но не стол не поставишь 😂 хотя и такие картинки встречаются))) примерно 3–4 млн ₽, но розничный разброс дикий. H200 NVL уже за 8,6–11,1 млн ₽.
Для моей задачи с Qwen3.8-27B и длинным контекстом в итоге победил DGX Spark 128 GB, потому что мне важнее было спокойно держать 262K–1M токенов локально и не бороться за каждый гигабайт памяти. Но я бы хотел арендовать ее, а не покупать - есть ли такое?
💬 Присоединиться к обсуждению в чате
Телеграм канал
Андрей Анисимов
@ideasforai
Листайте скрины ниже 👇 | 309 |
| 20 | Позиция: стажер DS на 6 месяцев
Куда: Альфа-Банк, CRM, управление персонализации
Формат работы: Полная удаленка, при желании можно работать из офиса — Москва, м. Технопарк.
Вилка (gross): 90K
Начало стажировки: ~сентябрь 2026 г.
Команда рекомендательных систем внутри CRM Альфа-Банка. Разрабатывает модели рекомендаций и модели склонности к приобретению банковских продуктов, которые используются для персонализации предложений в мобильном приложении.
В команде работают Data Scientist'ы и аналитики с сильным математическим и техническим бэкграундом — преимущественно выпускники МФТИ, МГУ, ВШЭ и СПбГУ. Стажёр будет работать вместе с опытным DS-ментором и постепенно погружаться во весь цикл разработки ML-моделей.
Что предстоит делать на стажировке?
Под руководством ментора пройти полный цикл разработки промышленной ML-модели:
• общаться с бизнес-заказчиками и разбираться в задаче, которую должна решать модель;
• собирать и исследовать данные, строить признаки и датасеты для обучения;
• выбирать метрики и бейзлайны, обучать и валидировать модели;
• анализировать результаты и искать способы улучшения качества модели;
• участвовать в выводе модели в production;
• следить за работой модели после запуска и анализировать её качество и эффект на реальных данных.
Что ожидается от кандидата:
• Сильная техническая база: образование в области математики, физики, computer science или смежных направлений. Приветствуются студенты старших курсов (3-6) и выпускники МФТИ, МГУ, ВШЭ, СПбГУ и других сильных технических вузов.
• Хорошая математическая подготовка: теория вероятностей и математическая статистика.
• Наличие практического опыта (учебные задачи, pet-проекты, хакатоны) в классическом ML и понимание основ DL
• Опыт работы с рекомендательными системами будет большим плюсом.
• Уверенное владение Python и основным DS-стеком: pandas, scikit-learn, CatBoost; базовый опыт работы с PyTorch.
• Знание SQL и Git.
• Опыт работы со Spark / PySpark будет плюсом.
Ответы на 10 важных вопросов :
1. Данные: Hadoop (все данные Альфа-Банка), данные по взаимодействию всех клиентов Альфа-Банка с мобильным приложением
2. Железо: доступны Jupyter-инстансы до 20 CPU и 256 GB RAM. Для более тяжелых вычислений — Kubernetes-кластер с GPU H100, суммарно более 1000 CPU-ядер и 30+ TB RAM.
3. Масштаб влияния на core-бизнес? ML-модели — важная часть большинства ключевых процессов банка. В рамках CRM, почти во все локации мобильного приложения банка внедрена модельная логика
4. Уровень развития Data Science в компании? Все линии бизнеса покрыты ML моделями, где необходимо - успешно внедрен DL.
5. Роль дата сайентиста: DS участвует в полном цикле разработки модели: от общения с бизнес-заказчиком и формализации задачи до подготовки данных, обучения модели, внедрения в production и последующего анализа её работы вместе с аналитиками.
6. Бэкграунд у вашего будущего руководителя стажера? Два красных диплома МФТИ, 5 лет опыта работы DS. Это не я 😅
7. Как часто вам будут мешать работать? Синхронизация с командой (<2 часов в неделю).
8. Карьерный рост: при успешном прохождении стажировки стараемся предложить стажеру полноценную позицию в нашей или смежной DS-команде.
9. Prod/Research: Prod 100%. При этом возможна исследовательская работа, если она направлена на улучшение качества действующих production-моделей или поиск новых подходов.
10. Функция сервиса или лидера? На стажировке 80%/20%
Как откликнуться на вакансию: Отправь свой CV в tg: @Fedor_Lomakin Также буду рад ответить на интересующие вопросы в лс | 382 |
