⏯ ЭПИЗОД 34:
Как аналитики работают в Generative AI проектах: старт карьеры, ключевые навыки и задачи

Повсюду «AI, AI, AI»: Generative AI, LLM, Fine-Tuning, RAG — но что это значит для системных и бизнес-аналитиков? Куда бежать, что изучать и с чего начать, если уже сейчас хочется новый виток в карьере в направлении AI?

В этом выпуске разбираем реальные проекты, задачи и роли в компании red_mad_robot: где место аналитика в Generative AI, какие навыки нужны на старте и как меняется работа команд по сравнению с «обычными» IT-проектами.

🔗 Статья к эпизоду


Тайм-коды:

00:00 | Введение в Generative AI и машинное обучение. Знакомство с опытом аналитиков в AI-компании.

07:19 | Что такое Generative AI: короткое погружение и ключевые термины.

12:49 | Популярные направления внедрения Generative AI: типовые бизнес-задачи и запросы.

16:24 | RAG и Fine-Tuning: как адаптируют модели под задачи.

18:37 | Оценка работы AI: качество ответов, замена человека, типичные проблемы.

25:13 | Какие AI-модели внедряют в мире и РФ, безопасность использования AI.

30:22 | Small LLMs: что это и как повышают безопасность внедрения.

35:34 | Навыки для работы с Generative AI: отличия ролей аналитика, разработчика и тестировщика от обычных IT-команд.

40:01 | Как начать карьеру в Generative AI без опыта и компетенций.

50:30 | Страхи и барьеры компаний при внедрении Generative AI.

57:53 | Реальные кейсы и экономика: где Generative AI даёт эффект, а где убытки.

1:04:09 | Пожелания и рекомендации для бизнеса и IT-специалистов.


Ведущая:
⭐ Екатерина Ананьева
Основатель сообщества системных аналитиков GetAnalyst

Гости:
⭐️ Анастасия Панфëрова,
Старший стратегический аналитик red_mad_robot

⭐️ Игорь Епанешников,
Руководитель отдела стратегической аналитики red_mad_robot


Подкаст сообщества системных аналитиков GetAnalyst.