🎯 Финальный кейс ЛЦТ Феста 2025: “Живое знание как процессный движок”

Этот материал — про наш путь на ЛЦТ Фест 2025 в задаче «Интеллектуальный цифровой инженер данных». Мы пришли не с ещё одним «ML-демо», а с управляемым процессом импорта: Онто как мозг (сигнатуры, профили датасетов, шаблоны пайплайнов), MCP как оркестратор шагов, MinIO для presigned-загрузки без лишнего трафика, Airflow с одним универсальным DAG и Postgres на выходе. Вместо «магии нейросети» в критическом пути — алгоритмы и правила, а LLM — ассистент и объяснитель.

Мы собрали управляемый процесс импорта данных — вместо зоопарка скриптов и “магии” нейросетей в критическом пути.
Архитектура простая и честная: Онто как мозг (сигнатуры, профили, шаблоны пайплайнов) → MCP оркеструет шаги → MinIO принимает файл по presigned URL без лишнего трафика → Airflow запускает один универсальный DAG → Postgres получает таблицу.
LLM — ассистент и объяснитель, решения принимают алгоритмы и правила.

💡 Что важно по экономике
— Сделано за 3 человеко-дня (без бесконечных MVP).
— В работе было 5 нейросетевых помощников (BA/SA, backend, DevOps, DAG, QA) — ускорение без хаоса.
— Переносим opex ИТ из “вечных доработок” в capex хранения знаний: один раз зафиксировал сигнатуры и шаблоны — дальше процесс едет по рельсам.
— Меньше трафика, меньше ручных телодвижений, больше воспроизводимости.

Почему это проходит у архитекторов и поддержки? Потому что предсказуемо, прозрачно и воспроизводимо.
Алгоритмы решают, LLM объясняет — и это снижает риски и TCO.

Подробная история, how-to и выводы:
👉 Хабр или зеркало в учебном центре Онто

#Онто #LCTFest2025 #dataengineering #Airflow #MinIO #MCP #управляемый_импорт #живое_знание