Хотите ворваться в разработку AI-решений? Мы в red_mad_robot запускаем буткемп для джунов, где за 4 недели вы получите практический опыт в разработке AI-решений под руководством экспертов red_mad_robot.

↗️У вас будет два возможных пути

- NLP-инженер — работа с LLM (ChatGPT, LLaMA, Claude), настройка промтов, обработка текстов. Для разработчиков, аналитиков и тех, кто хочет научиться говорить с AI на одном языке;
- MarkUp-инженер — разметка данных, генерация контента, автоматизация процессов. Идеально для тестировщиков, технических специалистов и тех, кто хочет делать AI точнее.

⚡️Как устроен буткемп?
- 80% практики — реальные задачи, никаких лекций ради лекций;
- менторы red_mad_robot — поддержка и ревью;
- кейс в портфолио + новые AI-скиллы.

Приём заявок — до 10 марта. Старт — 17 марта. Обучение бесплатное, но с отбором.

🔗 Интересно? Записывайтесь по ссылке.

↗️ Тренд-репорт про рынок GenAI в 2025 году, который мы презентовали в МШУ Сколково.

AI перестал быть просто трендом — это полноценный технологический цикл, меняющий бизнес-процессы, экономику и рынок труда. Стратегические аналитики red_mad_robot собрали ключевые тренды и события, которые помогут лучше понять, куда движется индустрия.

Что внутри:
📍 овервью рынка GenAI на февраль 2025: рост, инвестиции, ведущие игроки;
📍 топ-10 технологических трендов, которые определяют вектор развития рынка;
📍 как GenAI трансформирует рынок труда;
📍 эксперименты в GenAI: на что стоит обратить внимание;
📍 оценка бизнес-эффектов от внедрения GenAI.

Сохраняйте, изучайте, делитесь фидбеком.

#трендвотчинг #AI_moment #роботайм

Если вы ещё не успели ознакомиться с тренд-репортом, наши друзья из Неискусственного интеллекта уже успели всё изучить и собрали для вас самое главное ↗️

Развитие ИИ сегодня предвосхищает очередной цикл технологической трансформации. И хоть пока экономическую эффективность от интеграции моделей часто сложно просчитать, они на наших глазах становятся всё более пригодными для бизнес-задач.

Сегодня у red_mad_robot вышло исследование, посвящённое будущему рынку GenAI в 2025 году. Собрали самое интересное:

☁️ С точки зрения трендов 2025 год очевидно пройдёт под флагом агентского подхода, когда бывшие «копайлоты» на наших глазах стремительно осваивают полноценные специальности и заточенный под человека UI.

Интересно выглядит развитие мультагентных систем. Простимулировать их развитие смогут проекты, поддерживающие архитектуру трансформатора общей рекуррентной памяти (SRMT). Личные «воспоминания» агентов объединяются в общее пространство, имитируя работу человеческого мозга для учёта глобального контекста при принятии решений.

✔️ Ещё одно интересное направление — развитие Composite AI. Одной LLM в бизнес-процессах уже не обойтись, поэтому возможность интегрировать в одно решение различные технологии, такие как ML, NLP, анализ данных и другие, становится настоящим спасением в сложных задачах.

Более «на пальцах» эту концепцию ещё в 2024 году объяснили в Fujitsu в тематической white paper. Пользователь взаимодействует с с системой через чат-бот, а та самостоятельно выбирает и сводит вместе соответствующие модели и данные, выдавая сотруднику конкретный результат.

ℹ️ RAG становится базово применимой концепцией для LLM, количество инструментов для повышения точности таких систем постоянно растёт. Новые возможности для мультимодальных систем может открыть расширение этой концепции на видеоконтент, соответствующие исследования уже идут.

Однако распространение VLM-моделей, работающих одновременно с текстом и изображениями, может изменить баланс технологий в этой сфере.

💻 Гигантских «универсалов» всё чаще заменяют более компактные SLM-решения.  Они содержат меньше параметров, но обеспечивают высокую эффективность за счёт адаптации к конкретным доменам. А снизить затраты на их создание позволят модели самообучения.

В январе была представлена DeepSeek-R1, первая из opensource созданная с использованием обучения с подкреплением (Reinforcement Learning, RL). Этот подход позволил снизить затраты на разработку более чем в 40 раз — всего $12 млн против $500 млн у OpenAI.

Самообучающиеся модели трансформируют рынок, снижая стоимость AI-услуг. Новые методы, такие как контекстное самообучение (ContextSSL), позволяют нейросетям адаптировать представления к разным задачам. Развитие RL ведет к появлению AI-систем, способных к самосовершенствованию — а так недалеко и до AGI!

🤖 Нас ждёт всё большее развитие рынка данных. В январе мы писали о том, как человек станет новым источником «живой» информации для ИИ-моделей. Бизнес уже осознал ценность данных для оптимизации процессов, и теперь они становятся полноценным продуктом с выделенными командами и стратегиями монетизации.

Компании стремятся разрабатывать доменно-специфичных ИИ-агентов на основе уникальных данных, а рынок движется к формированию маркетплейсов, где такие агенты будут интегрироваться с платформами разных поставщиков. Уже появляются хабы ИИ-агентов — например, Slack Agent Hub, объединяющий решения от Salesforce, Adobe, Anthropic, Cohere и Perplexity.

Ну и, наконец, мейнистримом станут синтетические данные, необходимые в случаях, когда реальные данные слишком дороги, труднодоступны или ограничены из-за требований конфиденциальности. Они позволят компаниям безопасно разрабатывать и тестировать модели, не нарушая регуляторные нормы.

🔤🔤Отдельный интерес представляют эксперименты в сфере GenAI. Ключевыми здесь являются масштабирование вывода для экономии ресурсов, «скрещивание» моделей с помощью эволюционных алгоритмов, самостоятельный анализ на галлюцинации, обучение с фидбеком от других моделей...

Мы видели, как появление reasoning-моделей по факту перевернуло рынок, а запуск Operator и аналогов сделал реальной идею об ИИ, управляющим твоим ПК. Дальше — только больше.

@anti_agi

Как оценить готовность бизнеса к GenAI

Бизнес по-разному подходит к внедрению GenAI: одни компании уже перестраивают процессы, другие всё ещё оценивают риски. Чтобы зафиксировать реальную картину рынка, «Ген ИИ» совместно с Национальным центром развития ИИ и СКАН-Интерфакс проводит опрос зрелости бизнеса.

Фаундер red_mad_robot Алексей Макин, а также эксперты из SberDevices, Яндекса и МТС AI помогли разработать методику для этого исследования. Проект позволит выявить, что именно тормозит внедрение GenAI, какие решения требуются рынку и где находятся слабые места в бизнес-процессах.

↗️ Поделиться своим опытом и пройти опрос можно до 7 марта, а прочитать подробности исследования — в сообщении.

#AI_moment