Big Ledovsky | AI изнутри

разбираем рынок DS в 2026 и реальную работу изнутри - запускаем серию эфиров с жёстким гостем 🤝 Короче, я позвал к себе Сашу Ледовского - ex-lead Data Science в Авито, руководил кучей команд, строил процессы, короче человек с мощнейшим опытом в ML/DS на практике. Сейчас он Head of AI в ecomm стартапе, и ему есть что рассказать как про корпорат, так и про стартаповский хаос 😐 Мы решили сделать два эфира, и вот что вас ждёт: Эфир 1 - открытый для вас всех! Когда: 1 апреля в 19:00 (по МСК) Тема: Обзор рынка DS/ML 2026: тренды, зарплаты, куда всё катится 🔵 Кто сейчас нанимает и на какие позиции реальный спрос 🟣 Зарплатные вилки - что по цифрам в 2026 🟢 Куда движется рынок: что учить, а что уже не стоит 🟡 Разберём с Сашей из первых рук, что происходит на рынке прямо сейчас Эфир 2 - внутри менторства Когда: 7 апреля в 19:00 (по МСК) Тема: Как устроена работа DS/ML изнутри: типичный день, задачи, ожидания 🔵 Чем реально занимается DS на работе, а не в красивых вакансиях 🟣 Какие задачи прилетают, сколько времени уходит на код, а сколько на созвоны 🟢 Что от тебя ждёт лид и бизнес 🟡 Саша расскажет, как это выглядело в Авито и как выглядит в стартапе Этот эфир будет доступен только участникам менторства 🤫 Ставьте 🔥, если придёте на первый эфир, чтобы я понимал, сколько нас будет, поэтому работаем братья!

Вакансия 🚀 Набираю ребят в новую международный ecom стартап, где отвечаю за DS/AI. Я искренне считаю, что это один из лучших проектов сейчас на рынке. Будет масштабный запуск, у нас большие планы и взрослые инвестиции. Пусть слово стартап не вводит вас в заблуждение 🙂 Костяк DS команды набран. Сейчас мы доукомплектовываем команду Поиска и Рекомендаций. Тимлид команды Настя Павловская @ah_pavlovskaya, ex-Яндекс, ВК, ШАД Позиция: middle/senior ML-инженер Что делаем: - Строим хорошие контентные вектора для разных языков: очень важная часть системы, так как мы находимся в ситуации очень холодного старта. - Детально прорабатываем пайплайны поиска и рекомендаций: кайфуем от того, что можно строить весь пайплайн целиком (и влиять на архитектуру), а не тюнить маленькую часть системы. - Адаптируем поисковые технологии под разные языки: лучше разбираемся в структурах очень разных языков, перекладываем их особенности на наши технологии. - Работаем над AI в сценарии подачи объявлений. Это нереально крутой стрим, с LLM и обычными DL моделями под капотом на критичном пользовательском сценарии. Не про поиск, но его тоже делает команда Насти. Кого ищем: Сейчас больше фокус на ребят с опытом в NLP или RecSys, но если даже у вас нет такого опыта, и хочется поучаствовать в челленджовом проекте, приходите, у нас много разных задач. Условия Вилки соответствуют ру бигтех компаниям. Ожидания по скиллам - тоже. Есть российское и международное юрлицо. Зарплата привязана к рублям. Большое предпочтение отдаем ребятам из Москвы, любим встречаться очно. Есть классный офис на метро Новослободская. Буду благодарен за репосты ❤️

Почему фреймворки для Claude/Codex - тупиковая ветвь Сейчас десятки тысяч звезд на github набирают фреймворки для работы с кодинговыми агентами: get shit done, spec-kit, superpowers и многие другие. Они содержат скиллы (то есть промпты), которые вы вызываете в консоли агента. Например: /gsd:discuss-phase, /gsd:plan-phase, /gsd:execute-phase Скиллы реализуют опредленную последовательность работы над проектом - создание файла спецификации проекта, декомпозиция задач, планирование, исполнение. Почему это тупиковая ветвь Приведу пример ведения системы заметок. Примерно половина людей ведут заметки в notion, obsidian или аналогах. Как много человек используют готовые шаблоны для организации notion или obsidian? По моему опыту - никто. Переиспользовать идеи? Да. Брать готовое as is - нет. Также и с этими фреймворками. Основные идеи понятны. Нужно структурировать работу над крупными задачами через документы, разбивать большие задачи на маленькие итд. Но каждый захочет себе настроить работу сам. Наверное, если вы работаете в команде, то вам будет полезно договориться про единый формат документов на репозиторий. Но не более. Но даже если я не прав, то есть еще одна причина. Будущее не за фреймворками, которые помогают человеку работать с агентом, а за фреймворками которые делают работу агентов автономной.

Пора бы раскрыть карты, что я уже какое-то время не работаю в Авито. Подробности пока не могу рассказать. Но карьерные изменения более чем интересные. Stay tuned 🙂

Пару недель назад я все-таки купил подписку за 100$ на клод 🤑 и с этого момента чувствую себя существенно более счастливым человеком. У меня сейчас два конфига клода: рабочий и личный. Личный я использую как замену Chat UI и задаю туда вопросы. Также он умеет конфигурировать мою систему и работать с обсидианом. Рабочий нужен для написания кода и реализации моих DS задумок. Хочу сказать про него пару слов В Claude Code работает "наследование конфигов". Т.е. если вы запускаете его в ~/work/project-1, то он прочитает CLAUDE.md в папке project-1 и потом поднимется и прочитает CLAUDE.md в папке work. В базовом CLAUDE.md я написал общие инструкции, а также научил его делать симлинки на общие .claude/settings.json, .claude/skills и .mcp.json при старте проекта. Специфичные инструкции для проекта лежат в локальном CLAUDE.md, а локальные настройки в .claude/settings.local.json Главная проблема клода - необходимость постоянно выдавать разрешение. Самое главное, что эти разрешения сливаются в одно сплошное "далее-далее-далее" и не очень-то обезапашивают (см пример из Амазон 😄). Я ищу формат, чтобы с одной стороны сохранить хоть какую-то безопасность, а с другой повысить время автономной работы. В целом неплохо работает режим sandbox, но пока он плохо дружит с моим vpn. Если готовы рассказать про свои сетапы, заходите в комментарии🔽

Если вы только пишете промпты, вы уже отстали 🧐 Новая система аспектов работы с AI выглядит так - Prompt Engineering. Как давать хорошие инструкции. Все еще важно, но только первый навык из четырех - Context Engineering. Как сделать так, чтобы контекст LLM эффективно использовался. Чтобы была полезная информация и не было бесполезной - Intent Engineering. Как обеспечить, чтобы модель держала долгосрочные цели, а не только выполняла то, что ее попросили в предыдущем промпте - Specification Engineering. Про построение системы документов, которые позволят LLM действовать автономно и не потребуют прописывать все детали руками в каждом промпте Когда услышал эту концепцию, к меня в голове произошел фазовый переход. Из-за этих аспектов и из-за осознания ключевой цели - увеличить время автономной работы агентов. В Claude Code context engineering и intent engineering уже решают за нас. А наша задача - настроить спецификации. Это CLAUDE.md, это skills, это mcp до докуметации. Я собрал себе две конфигурации: для кодинга и для всего остального. Они пока далеко от моего идеала. Следующий шаг - появление систем спецификации на уровне компаний. 🤔

VK кажется зарядили openclaw походить по конфлюенсу, выбрать перспективную тему, написать на Хабре статью и начать продвигать ее в телеграме 😀 Другого объяснения зачем они так пиарят достаточно сухую верхнеуровневую статью про «единую Discovery платформу» у меня нет 🙈 понял что не первый раз про нее читаю

Не отговариваю, но все-таки должен написать. Я бы хорошо подумал на счет конвертации в DS. Я так говорил и раньше, но именно сейчас это еще более актуально. Из-за появления вайбкода от джуна хочется больше - чтобы он умел хоть неидеально, но самостоятельно делать задачи, которые раньше делал мидл. Хотя я знаю некоторых DS-ов, кто пришел именно из аналитики. Итого, это можно, но история нечастая. По скиллам. Я бы в первую очередь сделал упор на инженерные навыки. Математика и ML теория конечно важны, но главное все-таки - быстро решать задачи. Найти какой-то гитхаб, разобраться что там внутри, настроить рабочее окружение, задеплоить на сервер с gpu, сгенерировать тестовый датасет, пострелять и померить качество. Такие вещи нужно делать быстро, особенно с появлением хороших AI агентов. Аналитикам в первую очередь нужны инженерные скиллы. ML теория придет в процессе.

Станут ли дата сайнтисты промпт инженерами? Актуальный вопрос в сообществе 😐. В решениях все больше LLM. Что, теперь мы получается будем с утра до вечера тюнить промпты? Что это за работа то такая? Друзья, да, стек технологий меняется. Но это практически не повлияет на характер нашей работы! Если честно, всегда избегал брать людей, которые в первую очередь хотели делать fit-predict. Суть DS работы в процессе: сделал фичу - померил метрику - подумал - новый цикл. Делать production решения на основе LLM на самом деле сложно. Только опытный дата сайнтист сможет выстроить систему оценки качества. Только опытный датасайнтист сможет затюнить промпт и то, что будет попадать в контекст, и в итоге получить высокую стабильность выходных метрик. 🐳 Согласен 🌚Не согласен 🗿Свое мнение (welcome в комментарии)

Видео как делать агентов Очень годное видео про то, как человек нарешал на первое место в соревновании по построению агентов. Среда соревнования эмулировала компанию. Агенту были доступны API клиентов, сотрудников, корпоративной вики итд. Нужно было решать различные задачи поступающие на вход. Краткое описание решения - дать клод коду набор голден примеров, API для тестов и просить тюнить систем промпт. Меня очень впечатлило. Без всякой мультиагентности, без стадии планирования. Такой подход работает как градиентный спуск. Оригинальный пост автора

Мои подписки пополнились OpenAI Codex. Codex хвалят за баланс цены-качества. Посмотрим. Claude Code в край достал тем как у него быстро кончается лимит на Opus 4.6. На 20-долларовой подписке работать невозможно. Sonnet как бы тоже справляется с задачами. Но чисто психологически раздражает ощущение, что ты скорее всего получаешь решения худшего качества (хотя не факт) Тем временем я научился делать deep research на связке Claude Code + Obsidian. Мне очень зашло. Гораздо лучше чем deep research в UI. Отточу процесс - обязательно расскажу А курсор.. в курсор как в отдельную IDE не могу заставить себя вернуться и установил Cursor CLI.

Интервью с Питером Штайнбергом, создателем OpenClaw. Агента, которой живет на вашем компьютере и может делать очень много задач* Рекомендую посмотреть для вдохновения. Питер, однозначно герой нашего времени. Человек, который мечтал встроить AI в микроволновку. Одновременно делает 40 проектов, жестко вайбкодит. Не верит в MCP, говорит, что достаточно доступа агента в командную строку. Интересно, получится ли ему как-то монетизировать популярность своего проекта. Хайп однозначно пройдёт и похожие решения сделают крупные игроки. * Может то может, но с безопасностью у него все плохо #tech@big_ledovsky

🫢Недавно в добавок к подписке курсора купил подписку Claude Code. Виной тому то, что я использовал только Opus в курсоре и очень быстро выжег месячный лимит. На работе коллега поделилась, что в этом месяце тоже быстро сожгла свой и сейчас у нее что-то вроде 🧛‍♂️ ломки =) Я решил, что нужно попробовать и Claude Code. Тем более опыт консольных агентов у меня был с Aider и c Codex. Codex на момент полгода назад мне показался совсем не юзабельным. А опенсорсный Aider 🗿ну просто сильно хуже, и что очень важно медленнее (у курсора видимо приватный кабель в датацентр anthropic) Claude Code 💔 мне понравился. Использую чисто CLI. Вообще мне нравится тема именно консольного клиента. Удобнее работать без мышки, плюс соблюдается мой принцип "один экран - одна программа". Минус, что нельзя смотреть диффы изменений прямо в IDE. А вот принимать изменения поштучно в курсоре я никогда не любил. Обычно либо принимаешь целиком, либо целиком откатываешь. Установив Claude Code я ощутил, что нахожусь в центре сражения между курсором, Claude и догоняющими. Прямо сейчас Claude выпустил Opus 4.6 и дарит мне экстра 50$ на его тест. OpenAI пытается реабилитировать Codex 🩸. А Cursor.. Cursor анонсирует консольный клиент! #tech@big_ledovsky

Спустя неделю после возвращения из моей поездки, у меня созрели выводы. Всего я провел в Грузии 4 недели. В основном в Тбилиси и немного на лыжах в Гудаури. Мой главный вывод - есть большая ценность в том, чтобы уезжать раз в год на месяц. Знаю, что тут многие кочевники со стажем, но для меня месяц это много. В прошлом году был Бангкок, сейчас Тбилиси. Во-первых, от больших поездок появляется ощущение свободы. Во-вторых, голове приходится адаптироваться к новому месту. Нужно создавать новый быт, вырабатывать новые привычки и маршруты. Это вводит нас в состояние открытого сознания. Когда можно придумать или понять в себе что-то совершенно новое. А в Тбилиси очень интересно. Много русскоговорящей интеллигенции и даже ведущих богемный образ жизни. Квартирники, спешалти кофе, книжные магазины, галереи и вот это все. Думаю вайб вы поняли, если вам такое заходит, вам туда нужно. #lifestyle@big_ledovsky

Как размышление прикручивают к маленьким моделям Если бы LLM были дешевле и быстрее, то половину продового ML можно было бы выключать 🤪. Поэтому нам с вами нужно пристально смотреть на тренды в оптимизации и поиске более дешевых решений. Направление мысли сейчас совсем поменялось. В линкедине один блогер запостил статью, где исследователь из Samsung перенесла механизм размышлений (reasoning), который впервые изначально появился у больших LLM, на небольшой 7M энкодер. Т.е. модель в 1000 раз меньше небольшой LLM. Размышления, кто не знает, это когда модель специально обучают решать задачу по шагам. Подход, который значительно повысил способность моделей писать код и решать математические задачи. На вход модель берет входной запрос и выход с предыдущей итерации. И так ее прогоняют несколько раз. Между итерациями модель обменивается состояниями последнего слоя, а не токенами 🧠. То, что в традиционном ризонинге LLM обменивается информацией между шагами словами, выглядит мягко говоря неестественно . #tech@big_ledovsky

Ответ на пост Дани - Можно ли отказаться от университета в пользу занятий с AI? https://t.me/DS_avitotech/224 Сейчас будет мысль ооочень изделка 😃 Она посетила меня сегодня утром и очень кстати подошла к этому посту. Я люблю слушать и смотреть youtube. Я замечаю, что моим любимым блогерам, очень успешным блогерам, приходится делать контент как на конвеере. Они часто повторяют свои мысли. Они искусственно ищут новую тему. Почему бы им не снять несколько насыщенных видео, чтобы все их смотрели, стать великими и остановиться? Как с книгами в прошлом. К сожалению, нам нужна каденция. Чтобы нашим вниманием регулярно завладевали. Чтобы нас заставляли учиться. Также со спортом, когда мы ходим заниматься в группы или с тренером. Но если не учитывать нашу неорганизованность, то вот хороший пример - курс калтеха по gpu programming, который я к данному моменту прошел наполовину, и который уже принес мне бенефиты в работе. Завел на днях один очень непростой нейросетевой сервис. На курсе я использовал pdf-ки, делал домашки и использовал Claude 💎. И я уверен, что мой опыт был лучше, чем у обычного студента, который учился очно, если он не сидел с AI как я.

Посоветуйте технических блогеров? 🤔 В этом году я решил выделять больше времени на чтение по теме ML. Больше всего меня интересуют англоязычные технические блоги: обычные, линкедины, ютубы итд. При этом я все-таки инженер, а не рисерчер. Интересен скорее прикладной материал, чем разбор статей. Кое-какой список авторов набирался, но я хотел бы его расширить. Кого стоит почитать?

Прочитал на праздниках потрясающую обзорную статью State of LLMs 2025 от одного из авторов, на которого я подписан в LI. Она что ли уложила в одну систему то обилие новостей и хайпа, которые влетали из новостных каналов. Про актуальные модели, про open source, про текущую школу мысли в области. Не буду пересказывать, но хочу поделиться одной мыслью, точнее даже цифрами. Обучение DeepSeek V3 стоило около 5 млн долларов. Это не 50, и не 500. DeepSeek R1 , который привлек много внимания, обучался на основе V3 и вообще стоил всего 250 тысяч долларов. Это вам просто для ориентира. Делать свои претрейны вполне себе посильно многим компаниям. Вопрос нужно ли. Но посильно. #tech@big_ledovsky

Что происходит Я перестал любить посты с итогами года. Не хочу вас грузить. Вместо этого будет побольше постов с лайфстайл контентом. В субботу долетел до Грузии. Поехал на Смену, как 2 года назад. Писал про нее пост. Хочу подчерпнуть творческого вдохновения от Тбилиси и комьюнити, с которым у меня много общего. Последние два фото еще из Мск - адвент календарь tasty coffee, который мне подарил брат. Хочу похвастаться им 😌, потому что он стал виральным. Мне очень зашел его дизайн. Не буду выкидывать коробку, буду в нее класть новые дрип пакеты.

Я не знал как работают GPU По работе потребовалось разобраться с GPU инфраструктурой. С одной стороны нужно было запланировать железо. С другой понять как работает большое количество разных уже существующих сервисов и развернутся ли они у меня. А я в GPU откровенно плаваю. В смысле, я умел torch.cuda.is_available и model.to(device), но что там происходит внутри - вообще туман. До этого у меня все онлайн модели работали на CPU, и жил я вполне себе замечательно. Теперь нехватка знаний начала сказываться. Я пошел искать курсы по программированию на CUDA, чтобы освоить базу. Сперва попробовал freecodecamp, понял что шляпа, пошел дальше. В итоге не нашел ничего лучше, чем курс Caltech CS179 GPU Programming, в котором даже нет видео лекций. И оказалось, что курс просто потрясающий. Я уже потратил на него 8 часов. Разобрался как на самом деле работает видеокарта (озарение, шок контент 🧠). Написал собственноручно код на C, который применяет сглаживающий фильтр на звуковую дорожку. Долго мерил прирост производительности с разными настройками на своей H100. Вау, не ожидал, что будет так круто