Пристанище Дата Сайентиста

​​Команда DevCrowd запустила ежегодное исследование специалистов по работе с данными

В этом году фокус на том, как меняется профессия: что AI реально сделал с составом работы, где проходят границы между дата-сайентистом, ML- и MLOps-инженером, что происходит с порогом входа в профессию и рынком труда.

Часть вопросов задается третий год подряд, что дает реальную динамику, а не просто срез.

Опрос анонимный, 12–15 минут. В ноябре ребята опубликуют отчет со всеми данными, а также списками рекомендованных телеграм-каналов и курсов, собранными из ответов участников.

Пройти опрос: https://survey.devcrowd.ru/data-2026

DevCrowd — это независимые исследования IT-профессий: 15 000+ участников, публичные отчеты по Golang, SRE , мобильным разработчикам и другим направлениям.

​​Разработчики GigaChat выложили в open source обновлённую линейку GigaEmbeddings - от компактной модели 480M для высоконагруженного поиска и рабочего стандарта 3B до нового MoE-флагмана 10B-A1.8B.

Главное в релизе:

• GigaEmbeddings 10B-A1.8B - новый флагман и топ-1 в ruMTEB
• Большой прирост качества на английском и особенно в задачах с кодом
• Поддержка vLLM и SGLang
• Три размера модели под разные требования к скорости и качеству
• Более быстрый батчевый инференс

GigaEmbeddings 10B-A1.8B - MoE-модель с 10B общих и всего 1.8B активных параметров. Она превосходит новую 3B по качеству на всех бенчмарках и при этом быстрее неё на батчевом инференсе.

На vLLM флагман в 1,44–1,61 раза быстрее Qwen3 Embedding 4B. На последовательностях длиной 512 преимущество достигает 61%: 112,6k против 70,1k токенов/с.

Результаты

Главный прирост - в задачах с кодом: новая 3B набирает 76,93 против 62,37 у прошлого релиза, а флагманская 10B-A1.8B - 78,40. На русском флагман достигает 74,99 и занимает первое место в ruMTEB.

Что изменили в обучении

В несколько раз увеличили объём данных на этапах contrastive pretrain и fine-tuning, в том числе за счёт открытых датасетов Nemotron, F2LLM и KALM.

Чтобы улучшение английского и кода не привело к просадке на русском, использовали мержинг моделей с помощью SLERP. Он помог сохранить баланс между языками и классами задач.

Компактную GigaEmbeddings 480M дополнительно обучили с помощью дистилляции от топовых моделей: передавали распределения cosine similarity внутри батча через KL divergence.

В результате новая линейка стала качественнее, быстрее и удобнее для production. Все модели доступны в open source.

HF: 480M 3B 10B-A1.8B

Горд своими студентами, успейте подать заявку на грант

🚀 От обучения к собственному AI-продукту: история Ислама Исеноманова

Ислам Исеноманов прошёл программу «AI Product Manager: запуск AI и ML продуктов от идеи до метрик» и в результате обучения разработал собственный продукт.

На курсе Ислам глубже познакомился с тем, как развивать стартап, какая инфраструктура ему необходима и с какими рисками можно столкнуться.
Полученные знания он применил на практике — разработал AI-продукт для родителей особенных детей — Autenok.kz.

💬 Ислам об обучении:

«Благодаря данному курсу поближе познакомился с тем, как развивать стартап, какая инфраструктура для него нужна и какие есть риски. Соответственно, благодаря курсу и разработал продукт».

Одним из важных факторов для Ислама стала возможность поступить на обучение по гранту.

А будущим участникам он даёт простой совет:
💬

«Нет ничего невозможного, главное — уметь думать, а дальше обучающие школы научат тебя это реализовать».

👉 Подать заявку на обучение: https://astanahub.com/ru/techorda/course/805/

#историяуспеха

Как мы провели лето: 500 пул-реквестов за полтора месяца

Про раунд и пивот уже написал Дима, повторяться не буду. Напишу про то, что в этой истории зацепило меня как инженера.

В июле мы начали новый продукт с пустого репозитория. 5 августа защищали прототип перед лид-инвестором. Дизайн и код делали параллельно, поэтому показывали навайбкоженный интерфейс - и он отработал целиком, и со стороны бренда, и со стороны креатора.

Между этими двумя точками уехало около 500 PR 🤘
И вот что я понял примерно на третьей неделе. Код перестал быть узким местом. А процесс вокруг кода остался ровно таким же, каким был.

Ревью. При таком темпе никто не читает каждую строку. Неделю можно делать вид, что читаешь. Потом очередь скажет правду: или ревью превращается в штамп с увеличенным сроком ожидания, или в него всё упирается и скорость, за которую ты заплатил, тихо испаряется.

Построчное ревью было настоящим контролем, пока каждую строку писал человек. На нашем объёме это ритуал. Мне проще это признать, чем продолжать его изображать.

Что поменяли:
Ничего не реализуется, пока инженер не принял план текстом. Поспорить об архитектуре в документе стоит десять минут. Поспорить о ней на ревью готовой ветки - день.

Каждый этап оставляет после себя файл, который читает следующий. Интент, спека, план, потом диф и заметки ревью. История коммитов сама стала аудит-трейлом, специально его никто не строил.

Стандарты переехали туда, где пишется код. Конвенции агент читает на старте сессии, а под то, что не должно ломаться никогда, кладём хук, который просто блокирует действие. Инструкция делает нарушение редким, хук - почти невозможным.

И правило, которое я пока ни разу не нарушил: агент делает всё до продакшн-гейта и ни шагу дальше.

500 PR оказались лёгкой частью, если честно. Тяжёлая - процесс, который должен за ними успевать.
У кого этим летом было похожее? Интересно, что ломалось первым.

Пристанище Дата Сайентиста pinned «​​Открылся приём заявок на Tech Orda 2026 Один из курсов там веду я - "AI Product Manager: запуск AI и ML продуктов от идеи до метрик" в Datanomix Academy Заявки принимают с 7 августа по 7 сентября. Про что курс. Не про то, как устроен трансформер. Про…»

​​Открылся приём заявок на Tech Orda 2026

Один из курсов там веду я - "AI Product Manager: запуск AI и ML продуктов от идеи до метрик" в Datanomix Academy

Заявки принимают с 7 августа по 7 сентября.

Про что курс. Не про то, как устроен трансформер. Про то, как довести ML-фичу до продакшена и не остаться с моделью, которая красиво считает метрику на валидации, а в проде не нужна никому

Выбор задачи, работа с данными, оценка качества, стоимость инференса, что мерить после релиза.

6 месяцев, живые вебинары, менторы, в конце - защита проекта. Обучение бесплатное, стоимость покрывает государственный ваучер.

Условия простые: гражданство РК, возраст от 18 до 45.

Мест мало, зачисление по результатам отборочных тестов. Если сомневаешься - лучше не тянуть до последней недели.

Про курс: https://astanahub.com/ru/techorda/course/805/
Заявка: https://astanahub.com/ru/techorda/school/8/

Вопросы по отбору - координатору @DubovayaTany

​​Я сейчас очень много изучаю виральность в сроздании продуктов и не могу не поделиться интересным кейсом

Один японец собрал игру за два месяца. Ноль рекламы. Меньше чем за месяц 15 миллионов проданных копий 
Игра называется Meccha Chameleon. Прятки в которой ты красишь своего персонажа под фон и прячешься, кто-то ищет. Цена игры 5.99 доллара. Ни издателя, ни рекламного бюджета.

За неполный месяц она обошла Apex Legends, Forza Horizon 6 и Resident Evil Requiem. Пик 340 тысяч человек онлайн одновременно, 44-е место за всю историю Steam.
Секрет не в игре. Секрет в том, что игра сама производит контент.

Кто-то намазал персонажа коричневым и встал у синей стены. Его находят. Момент нелепого провала маскировки готовый клип, смешной сам по себе, без монтажа и объяснений. Ты играешь и в ту же секунду снимаешь за разработчика рекламу. Никому за это видео не заплатили.

Теперь то, как это связать с созданием продуктов B2C

Когда вы придумываете фичу, первый вопрос не полезно ли это. Первый вопрос: поймёт ли незнакомый человек за 10 секунд, в чём тут прикол, без всякого контекста. Если на объяснение нужна минута, на короткие видео это не выйдет никогда. А большинство команд идут ровно не туда: докидывают фичи. Каждая новая ещё одна штука, которую пользователю надо сначала понять.

Переверните в голове: механика продукта и есть онбординг.

Новая фича = новый формат контента = новый юзкейс = новый сегмент аудитории, до которого вы раньше не дотягивались.

Но помните виральность даёт всплеск. Удержание она не даёт. Если продукт не держит тех, кого притянул, отток будет огомным, и от всплеска через неделю ничего не останется. Это канал привлечения, а не бизнес-модель.

Так что стройте продукт так, чтобы само его использование создавало повод о нём рассказать. А потом сделайте так, чтобы к нему хотелось вернуться

Как AI-агенты уже управляют перфомансом с бюджетами в миллионы $

Разобрал кейс EdTech-компании (рынок США, средний чек $6 000) команда передала AI-агенту принятие решений по рекламным кампаниям

По моим наблюдениям, управление перфомансом проходит 3 фазы:

- ФАЗА 1 Ручной режим. Менеджер открывает отчёты (или забывает), держит KPI в голове, сравнивает цифры глазами. Решения на 5 покупках: пять это же не ноль, скейлим!

- ФАЗА 2 Дашборды и правила. Данные есть, отчёты есть. Но кампаний 20+, в каждой по 5+ креативов проверять всё каждый день физически невозможно. Новая метрика в отчёте = задача аналитикам в бэклог на недели.

- ФАЗА 3 - мы здесь
AI-агент подключен к DWH и каждый день сам сравнивает факт с KPI по всей воронке: lead → deal → AI-звонок → MQL → покупка.

Сам считает прогноз CAC и ранжирует ассеты: скейлим / оптимизируем / стоп. Решения только при 30+ конверсиях (при 10 шанс ошибки ~50%, проверено)

Находит креативы-виннеры и выгоревшие хиты для релонча лучшие перезапускают до 30 раз.

Действия прямо из чата: остановить креатив, поднять бюджет, задублировать ассет. Проверенные сценарии уже крутятся в полном авто.

Главный сдвиг: 80% работы UA-менеджера сравнить две цифры и передвинуть бюджет. Для этого люди больше не нужны. Люди нужны для трендов, гипотез и креативной стратегии

Собрал весь фреймворк в PDF AI Performance Playbook: воронка и KPI, 6 скиллов агента, чек-лист готовности к автопилоту и 10 шагов внедрения

​​12 493 место в мире

Так закончился мой сезон в Fantasy Premier League из примерно 11 миллионов игроков. Это топ-0.1%.

Дошёл я туда не потому, что стал больше смотреть футбол. А потому что год назад собрал Telegram-бота, который принимает за меня решения по трансферам.

Я перестал гадать и начал читать цифры. Но у бота в чате есть одна слабость формат. Нормальный разбор календаря это таблица, а не три абзаца текста, в которые ты щуришься с телефона.

Поэтому переделываю бота в мобильное приложение. Тот же движок, другая оболочка. Каждый ответ AI теперь рисуется как нативная карточка, таблица сравнения или график то, что считываешь за пару секунд. Пять вкладок: Home, Fixtures, Compare, Squad, Profile. И сценарий, где ты кидаешь скриншот своего состава и получаешь пять конкретных идей по трансферам.

Делаю это в режиме build in public. Буду показывать и то, что получилось, и то, что пока не получается сделать.

Играете в FPL? Напишите в комментах соберу список на ранний доступ.

Еще немного инсайтов с конференции по B2B SAAS проектам о том как искать идеи для своих проектов

Если вы так же как я и хотите сделать свой проект то обязательно прочтите заметку

Есть два открытых сервиса: acquire.com и Trust MRR. На первом фаундеры продают свои SaaS с проверкой через Stripe и инвойсы. 
На втором фаундеры подключают Stripe и показывают свой MRR в реальном времени.

Это сотни работающих компаний с настоящими  цифрами. От $5K до $3M в месяц

Просто заходишь и листаешь и выбираешь что тебе по душе

Несколько штук, которые я выписал, пока листал:

- AI-бот для стоматологов, букает встречи: $9K/мес
- LinkedIn-комментатор от вашего имени: $13K/мес, прибыль 80%
- Динамический прайсинг для отелей: 250+ клиентов
- Тулза для рерайтинга контента: $70K/мес

Что я заметил, когда насмотрелся:

Деньги делают не AI-агенты для всего, а vertical SaaS под конкретную профессию. 

И ещё один сдвиг в голове, который я для себя поймал: идеи не придумывают. Их находят.

Брейнсторм работает плохо, потому что вы оптимизируете на интересно ли мне, а не на кто за это платит. А когда смотришь на чужие цифры оптимизируешь сразу на второе.

Самая дорогая ошибка в B2B-маркетинге - это вера в один волшебный канал

Продолжаю разбирать материалы с конференции по B2B SAAS проектам

Реальный кейс из доклада B2B-маркетинг FitMost. Команда собрала максимально чистую базу:

→ только релевантные роли HR
→ только платёжеспособные отрасли (IT, рестораны, ритейл)
→ отфильтровали info@ и общие домены
→ 25 000 проверенных контактов

Запустили холодный outreach.

Получили 1 заявку.

———

Что тогда работает в российском B2B?

Воронка из 20 касаний, разбитая на 3 этапа:

Рукопожатие (60% лидов)
Конференции + автоматизированный розыгрыш за контакт. Вебинары на широкие темы (не корпоративный спорт, а мотивация сотрудников). Партнёрства только с одинаковой ЦА

Объятия (30% лидов)
Telegram-канал с балансом полезного и продающего. Двухнедельный email-онбординг. ABM по сегментам — кейс с IT дал 3 клиента из одной аудитории за 3 месяца

Сделка (10%)
Селзы + закрытое комьюнити амбассадоров, которые продают за вас своим коллегам

———

Три практических вывода:

→ Атрибуция по компаниям, не по контактам. Считайте 5+ касаний с компанией, потом передавайте селзам

→ Маленький бюджет — это место для креатива. FitMost начинал с прямых эфиров в Telegram. Партнёрки с такими же небольшими ребятами дают непропорциональный результат

→ Связка «маркетинг ↔ селзы» — с первого дня. Селз должен оставлять комментарий к каждому контакту с конференции. Без этого аналитика мертва

И главное: B2B — это марафон, не спринт. Закладывайте в финмодель время на 20 касаний

Подробный разбор в карусели на @alimbekovkz в Instagram.

2 недели разработки. Команда деплоит фичу с LLM. Опа - accuracy 40%, стоимость в 10 раз выше плана, edge cases вылезают на проде.

Знакомо?

Я наблюдаю это в каждой второй команде, которая внедряет AI. Гипотеза не подтверждается, но узнают они об этом уже после спринта.

При этом для проверки достаточно одного дня.

Фреймворк, который я даю своим студентам в Datanomix Academy - Prompt-First Prototyping. Идея простая: До того, как программисты напишут хоть строчку кода, продакт сам проверяет AI-гипотезу промптом в ChatGPT или Claude.

Звучит банально? Большинство пропускают этот шаг.

4 шага занимают день:

1. Сформулировать гипотезу. GPT-4o-mini категоризирует 80%+ тикетов поддержки по 5 типам

2. Написать промпт-прототип. System prompt + 3 few-shot примера + JSON-формат на выходе. Полчаса работы.

3. Прогнать вручную на 10–20 кейсах. Записать accuracy, edge cases, время ответа, стоимость.

4. Принять решение по карточке оценки. Accuracy ≥ 80% - Go. 50–70% - Iterate. Меньше 50% - Pivot, гипотеза не работает.

Карточка оценки, которой я пользуюсь сам - 5 критериев: Accuracy, Consistency формата, Edge Cases, Latency Feel и Cost Estimate. Каждый имеет порог Go.

Реальный кейс из моей практики: задача - категоризация тикетов поддержки. Гипотеза подтвердилась за 4 часа: 9 из 10 тикетов размечены верно, JSON стабильный, $0.15 на 1000 запросов через mini-модель. На один тикет с двумя темами - добавили secondary_category. Решение - Go, кодим.

Мог бы команда положить 2 недели и потом узнать то же самое? Конечно. Но зачем?

Главный принцип, который я повторяю продактам:
один день на промпт-прототип экономит две недели разработки провальной фичи.

​​3,5 миллиарда превратились в 11 миллионов. И никто не виноват

Посмотрел на досуге много материалов с конференции по B2B SAAS проектам и принес вам много материала

Начнем про оценку B2B-рынка. И там был кейс, который меня прибил.

Команда из HR-теха посчитала рынок автоматизации массового подбора. Сверху вниз, по учебнику: 780 000 компаний с вакансиями × 20% автоматизируют × 3% доля рынка = 3,5 млрд ₽ потенциала.

Красивая цифра. Под неё можно поднять раунд. Потом они пошли продавать.

Оказалось, что подбором массово занимаются только компании от 200 человек. Из них постоянно нанимают 5+ людей в месяц ~1 100 компаний. Из них готовы платить 75.

Реальный потенциал - 11,3 млн ₽. Разница в 310 раз. Это ловушка, в которую попадают почти все, кто строит B2B. И вот что меня зацепило - её невозможно избежать только аналитикой.

Никакие отчёты, никакие AI-агенты, никакой Perplexity не дадут вам реальную цифру. Реальную цифру даёт только продажа

​​Когда то я организовывал эту конференцию, затем я на ней выступал, а в этом году я буду там на спид-менторинге и помогу с запросом по карьере.

Ребята держат высокий уровень организации и спикеров.

Билеты в стрим Data&AI на beetech conf уже в продаже и сейчас их можно купить за 12.150 тг через приложение Freedom SuperApp с кэшбеком

В программе - работа с данными в условиях недоверия между партнёрами, AI-пайплайны для обработки десятков тысяч лотов, переход от облачных к локальным LLM, ускорение стриминга до near real-time и кейсы на стыке AI и кибербезопасности.

Помимо меня там будут Илья Красинский, популярный в русскоязычном пространстве автор курсов по продакт-менеджменту, Арман Сулейменов из nfactorial и многие другие 

📍23 мая, Алматы
Узнать программу: beetech.kz

7 структурных сдвигов в digital-маркетинге 2026

Стратегический разбор для тех, кто строит рост, а не гонится за трендами

А еще я писал целых две заметки про GEO - Generative Engine Optimization:

Что такое Llms.txt? Структура llms.txt файла

Как llms.txt увеличил трафик с AI-чатов на 23%