Почему искусственный интеллект не работает без настоящего инженера | Андрей Татаринов #48

В этом выпуске мы поговорили с Андреем Татариновым, инженером, который каждый день работает с языковыми моделями и внедряет ИИ в реальные продукты. Обсудили, как устроены LLM: что на самом деле происходит под капотом ChatGPT, почему ИИ часто галлюцинирует, и как с этим работать. Разобрали, зачем нужен fine-tuning и RAG, как промт превращается в инженерную задачу, и почему без человека модели пока не справляются. Поделились практическим опытом автоматизации, примерами из реальных кейсов и мнением о том, в каком направлении развивается рынок ИИ. Вы узнаете, как реально применять языковые модели, какие ошибки совершают новички, и что нужно, чтобы ИИ стал помощником, а не источником проблем. Подписывайтесь на канал «Организованное программирование» в Telegram:
– Список подкаст-платформ (Apple Podcast, Google Podcast, Spotify, Яндекс.Музыка и другие):
– Смотреть в ВК Видео:
🔹 Telegram-канал Организованного Программирования:
🔹Хекслет Клуб в Telegram
🔹Курсы по программированию — начни учиться уже сегодня:
🔹Книга "Профессия «Программист»" -
🔹 Вопросы для собеседований -
🔹 Тестовые задания -
В этом видео: 00:01 Введение. Как LLM меняют всё: от стартапов до мышления инженеров 2:00 До LLM: эра XGBoost и BERT 13:21 API не спасает от рутины 17:40 AI-помощник: уже не игрушка 21:49 Парсинг вакансий: кто осилит? 22:55 3 уровня «ума» у LLM 24:00 Под капотом: llama.cpp и друзья 28:43 PyTorch и JAX для прототипов 38:38 Как LLM думает пошагово 43:00 ML в камерах: ад на полках 48:45 Pacman и ML наоборот 55:25 Где ML стабилен, а где нет 57:45 LLM для финального отбора 01:05:13 Как ломают LLM: jailbreaking 01:13:12 RAG и друзья: апгрейд LLM 01:21:49 Pre-training: дорого и страшно 01:30:30 MCP: реальность или маркетинг? 01:34:55 Архитектура под агентов: готовь сани 01:39:20 Как вести IT-лидеров в новой эпохе 01:43:45 Контексты, безопасность и бизнес-риски 01:48:10 MCP 2.0: от соло к рынку агентов 01:52:35 Когда агенты — это не хайп 01:57:00 Малые тесты, большие сдвиги 02:01:25 Конечные выводы 02:06:50 Заключение #машинноеобучение #искусственныйинтеллект #нейросети #AIинструменты #LLMмодели #автоматизация #программирование #OpenAI #ChatGPT #GPT4 #подкаст #технологии #инженерия #Hexlet #Epokha8 Почему искусственный интеллект не работает без настоящего инженера | Андрей Татаринов #48