Последние пол года я учусь минимум по 10 часов в неделю. Лучший технический университет США - программа по Generative AI.

Много программирования на Python: алгоритмы машинного обучения для LLM моделей, NLP, AI-агенты, Fine-Tuning и много других тем. Погружение "под капот" нейросетей по полной программе.


👉 А параллельно с этим я создала AI-Акселератор для аналитиков в GetAnalyst, который стартует уже 2 апреля.


Большая загрузка, мало времени на отдых, выходных за пол года почти не было...
Но моя учеба почти завершена! И сейчас на финишной прямой! 🤩
Испытываю настоящий восторг от нового опыта!
В апреле ожидаю все результаты.


А все лучшие практики и знания я уже передаю в GetAnalyst! 💙

👉 Программа по AI для аналитиков — это не база про ChatGPT.
Я собираю весь тот опыт, который получила за последние 3 года учёбы и работы:
+ принципы работы нейросетей,
+ что надо знать, прежде чем их использовать,
+ как безопасно встроить AI в свою работу,
+ инструменты,
+ развертывание локальных LLM,
+ интеграции по API,
+ автоматизация процессов через low code,
+ разработка AI-агентов,
+ где AI реально экономит время, а где только создаёт иллюзию продуктивности.

Мой перфекционист в восторге от содержания 🫠


Для меня это стал особенно вдохновляющий период в GetAnalyst:

🔹 Удалось привлечь экспертов из США, которые делали ревью материалов по отдельным урокам и помогли докрутить контент

🔹 В курсе есть занятия, записанные специально для GetAnalyst экспертом по AI из Стэнфорда

🔹 Много практики, разбор ошибок и лайфхаки


Последний год я сознательно посвятила обучению, чтобы сместить фокус на AI-проекты. И сейчас искренне рада, что могу делиться своим опытом с вами.

И чем глубже во всё это погружаюсь, тем сильнее вижу - направление всё ещё очень не развито.
👉 Здесь ещё можно занять сильную позицию, начать применять новые инструменты раньше других и стать одним из тех, кто действительно меняет профессию изнутри.


Радостно видеть, что первый поток получил много сильных и тёплых отзывов. Мы уже собрали пожелания студентов, учли обратную связь, готовим обновления и пополнения базы знаний.

Именно такие результаты дают мне сильную мотивацию двигаться дальше и делать для вас ещё более полезное и глубокое обучение 💙


🔗 Узнать подробнее об AI-Акселераторе

🧠 RAG и Fine-Tuning: про обучение нейросетей 🤖

Когда AI придёт и 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

Как бесплатно сделать своего AI аватара? 🧐

0. Снимите видео. Сделайте скриншот любого кадра из середины.

1. Откройте AI чат-бот Gemini от Google - нужна модель Nano Banana Pro для генерации изображений.
2. Авторизуйтесь через свой Google-аккаунт
3. В настройках сообщения выберите "Создание изображений" и модель "Pro"
4. Загрузите своё фото и далее запросите у AI по шагам:
✔️ Заменить фон
✔️ Добавить укладку
✔️ Добавить макияж
Так ваше фото не будет искажено и не появится третья рука 🫳


5. Откройте приложение Kling AI для генерации видео и авторизуйтесь через Google-аккаунт
6. Выберите функцию Motion Control
7. Загрузите:
✔️ Обработанное через Nano Banana Pro фото
✔️ Видео с жестами для обработки
8. Промт:

Перенеси изображение на движения человека, не меняй внешность и не добавляй артефактов.

9. Запустите генерацию


Готово!
Бесплатных лимитов от Google хватает на генерацию изображений, а вводных кредитов от Kling как минимум на одно видео 😃

Совершенно бесполезно для работы, но даёт много идей по творческой работе с AI. Попробуйте! Возможно пригодится для ведения личных соц сетей или генерации профессиональных фотосессий 😉


📱 GetAnalyst | 💙 VK | 💬 Max

#AI_for_analysts

🔴 21 задача аналитика, которую можно ускорить с ИИ 🤖🚀

Искусственный интеллект (ИИ) уже меняет работу системного и бизнес-аналитика.
ИИ сегодня — это полноценный рабочий инструмент, который можно указывать в резюме.


Задачи, решение которых можно ускорить с ИИ:

▫️ анализ требований,
▫️ исследование предметной области,
▫️ написание БТ, ФТ и НФТ,
▫️ разработка User Stores + критериев приемки,
▫️ разработка обычных и интеграционных Use Case,
▫️ BPMN-диаграммы,
▫️ UML-диаграммы,
▫️ проектирование БД (ERD),
▫️ SQL-запросы,
▫️ анализ API внешних систем для интеграций,
▫️ проектировать REST API, SOAP API, gRPC, GraphQL, WebSocket API, SSE API,
▫️ разработка контрактов REST API в OpenAPI (Swagger),
▫️ постановки задач на Backend, Frontend и Mobile по корпоративным шаблонам,
▫️ проработка архитектуры,
▫️ схемы архитектуры в нотации C4,
▫️ прототипирование UI,
▫️ задачи на настройку RabbitMQ и Kafka,
▫️ переписка с коллегами и заказчиками,
▫️ работа в международных командах (английский)

И всё это — не в одном чате, а через связки инструментов, переиспользуемые промпты и грамотный промптинг под разные типы задач.


Но дальше — ещё интереснее.

Следующий уровень для СА и БА — это уже разработка агентных AI-систем, самостоятельное создание приложений под свои рабочие задачи и их деплой без необходимости разработчиков и DevOps 😍


То есть аналитик может не просто пользоваться AI для отдельных артефактов, но и:
✔️ собирать полноценные AI-решения,
✔️ автоматизировать процессы команды,
✔️ автоматизировать рутину,
✔️ и делать рабочие MVP своими руками.


Всё это есть здесь:
💙 ИИ-Акселератор для СА и БА
🗓 Старт — 2 апреля.


📱 GetAnalyst | 💙 VK | 💬 Max

#AI_for_analysts