Слоуберн

Как я останавливал спринт ради ИИ (и что из этого вышло) История из моей практики. Однажды наш бизнес-лидер открыл для себя LLM. Пару вечеров поболтал с чат-ботом, впечатлился, собрав отчет о предложениях конкурентов по основной услуге нашего продукта, и влетает в пятницу с утра в чат: «Команда ХХХ, зайдите срочно ко мне, и продакт, и тимлид». Этот дуэт я встретил примерно через 10 минут с бледными лицами: «Босс хочет, что бы мы прямо сейчас остановили спринт и взялись за реализацию того, что он напромптил внутри нашего продукта» Спорить с горящими глазами бесполезно, но я решил помочь команде снять розовые очки с заказчика. Как мы с продактом готовили доказательную базу Демо выглядело шикарно: вводишь конкурента — получаешь «глубокий анализ». Но чем дольше мы с PO смотрели, тем сильнее что-то царапало. Мы устроили проверку: Запустили один и тот же запрос дважды. Получили два разных набора «фактов». Для аналитики это приговор: правда не меняется от запуска к запуску. Попросили ссылки на цифры. ИИ «процитировал» отчёты, которых не существует. Под капотом Когда я полез в реализацию, картина стала очевидной: Никакого RAG. Мы просто скармливали в промпт название конкурента и просили «сделать анализ». Модель отвечала из параметрической памяти — устаревших и ничем не подтверждённых данных. База для галлюцинаций. Мусорный контекст. Там, где данные всё же подтягивались, источником была первая попавшаяся выдача парсера — непроверенные страницы вперемешку с рекламой. Garbage in — garbage out. Температура задрана. Temperature стояла высокой «чтобы ответы были живее». Для креатива — ок, для фактов же — ппц: модель охотнее выдумывает. Промпт без ограничений. Ни инструкции: «Отвечай только на основе предоставленного контекста», ни разрешения сказать «не знаю». Модель физически не имела опции промолчать — поэтому заполняла пробелы фантазией. Ноль верификации. Никакой сверки чисел с источником, никакого показа цитат и ссылок. Ответ подавался как истина в последней инстанции. Диагноз Красивая, убедительная галлюцинация, собранная из косого промпта и недостоверных данных. Какие аргументы сработали в дискуссии с заказчиком 1. Показал, а не рассказал. Открыл при нем его же промпт и попросил ЛЛМ рассказать о нашем бизнесе. ИИ уверенно насочинял фактологию, не имеющую отношения к нам и нашему продукту. Розовые очки треснули на месте. 2. Перевёл восторг в риск. «Представьте: клиент принял решение по этим цифрам и потерял деньги. Кому он предъявит? Нам». Оправа розовых очков погнулась 3. Дал не запрет, а путь. Не «нельзя», а «сделаем правильно»: RAG на проверенных источниках, structured output с обязательными ссылками, честное «не уверен» при нехватке данных, пилот на реальных пользователях. 4. Посчитал цену спешки. Выкинутый спринт и репутационный риск против пары недель на нормальную реализацию. Чем всё закончилось Спринт не упразднили. Фичу переложили в бэклог как полноценную задачу. Через полтора месяца выкатили версию на честной архитектуре: RAG поверх проверенных источников — модель отвечает только на основе того, что мы ей подали, а не из «памяти». Temperature вниз для фактологических ответов. Grounding и цитаты: каждый тезис — со ссылкой на источник, который можно открыть и проверить. Явный fallback: если данных мало, фича пишет «недостаточно информации», а не выдумывает. Автооценка качества на наборе эталонных примеров, чтобы ловить деградацию до, а не после релиза. Что я вынес для себя Моя задача— не гасить энтузиазм бизнеса, а направлять его. LLM в продукте — это не «спросили модель и показали ответ». Это данные, ограничения, верификация и честность интерфейса. Без этого вы отгружаете не фичу, а генератор ахинеи. Розовые очки — это не глупость. Это человек увидел возможность. Моя задача — помочь этой возможности стать настоящей (а заодно научить продакта и тимлида оперировать фактами, а не манипулировать эмоциями) А вам прилетала ли задача «срочно воткнуть ИИ», потому что кто-то впечатлился своим взаимодействием с джипитишкой? Как выкручивались — расскажите в комментариях #нейротреш

Я много лет работаю над IT-продуктами. Был программистом, дизайнером, руководил мобильной разработкой, дорос до CTO — а сейчас хочу реализоваться как CPO. То есть от «как построить» иду к «что и зачем строить». И об этом пути мне есть что рассказать. Учусь. Смена роли — это снова быть новичком, снова не понимать, не принимать на веру, снова разбираться. Я обожаю драйв, который приносит это ощущение Учу. Лучший способ понять что-то самому — объяснить другому. Здесь я раскладываю свой опыт: продукт, команды, технологии, управление. А в комментах проверяю, действительно ли я усвоил урок. Размышляю. Текст структурирует мысли и, что важно, помогает закрывать пройденное. А возможность постить видео и инфографику мотивирует приобретать практические скиллы. А ещё — потихоньку глушит синдром самозванца Добро пожаловать 🙌

Давно хотел поэкспериментировать с видео-форматом. Приготовили для вас небольшой коллаб с Владой и Фаиком о злобоневном. Очень многое осталось за кадром. А в процессе работы появилось еще больше идей. Если формат зашел — ставьте палец вверх, так мы поймем, стоит ли нам продолжать.

Перезагрузка карьеры «Возьмем риск, умножим на стресс и получим смену карьерного трека» — именно так описывают этот шаг большинство моих знакомых. Разделяю эту точку зрения: прямо сейчас я сам готовлюсь к этому аттракциону... уже в третий раз за свою жизнь. Честно: с 2020 года мир несется с такой бешеной скоростью, что нас никто не спрашивает. Либо ты адаптируешься, либо остаешься за бортом. Чтобы это удивительное (без иронии) приключение не превратилось в неуправляемый хаос, я сформулировал для себя 5 пунктов, которые нужно взять под контроль: 1. Проверить аудит «переносимого» капитала Никто не начинает с абсолютно чистого листа, даже если вы уходите из IT в бухучет. Разложите свой опыт на атомы. Навыки переговоров, управления бюджетами или кризис-менеджмента универсальны. Ищите точки пересечения между тем, что вы уже умеете, и тем, чего требует новый рынок. 2. Прагматизм важнее романтизации Лозунг «иди за своей мечтой» вреден, если полагаться только на романтику и интуицию. Смотрите на сухие цифры: растет ли индустрия, сколько там реальных вакансий, каков порог входа. И главное — подготовьте финансовую подушку на 3–6 месяцев. Будьте готовы к временному даунгрейду в деньгах или статусе. Это не откат назад, это разгон перед прыжком. 3. Перейти на таргетированное обучение Хватит скупать годовые курсы «обо всем на свете». Четко определите дефицит знаний под конкретную вакансию и закрывайте его точечно. Практикуйтесь с первой недели: запускайте пет-проекты, берите копеечный фриланс, ищите стажировки (если есть возможность). Рынок покупает навыки и кейсы. 4. Запустить стратегический нетворкинг В новой сфере вас никто не знает, поэтому стандартные отклики на HH сейчас будут работать из рук вон плохо. Меняйте окружение. Идите на профильные митапы, внедряйтесь в рабочие чаты. Проводите «информационные интервью» — общайтесь с практикующими экспертами, чтобы узнать реальную изнанку профессии, а не фасад из соцсетей. 5. Прокачать психологическую устойчивость Пожалуй, самое важное. Придется официально легализовать свой «синдром самозванца». Быть новичком и чего-то не знать — это абсолютно нормальное рабочее состояние. Отпустите прошлые регалии и приготовьтесь к отказам на собеседованиях. Воспринимайте каждый отказ не как личное поражение, а как плановый тест гипотезы. ♾ А теперь вопрос к вам. Залетайте в комментарии и делитесь: Кто уже перезапускал карьеру? Сколько раз меняли сферу? Что для вас оказалось самым сложным барьером при переходе, а что сработало лучше всего? Давайте соберем в комментах базу реального опыта 👇

Слоуберн pinned a photo

Меня зовут Ренат. В IT-индустрии я уже более 15 лет, успел пройти тернистый путь от разработчика до CTO. Сегодня, когда AI выступил геймчейнджером в индустрии, я решил не только пересмотреть свои компетенции и паттерны, но и перезапустить карьеру в сторону продукта. Здесь я буду описывать опыт, запрашивать мнение аудитории и меняться с Вами идеями и взглядами. Добро пожаловать. ♾ Рубрики: #нейротреш #факап #короткоиясно #wanted P. S.: А еще я много читаю и с удовольствием обсуждаю прочитанную литературу

Channel created