Учебные материалы
Как избежать утечек данных в production: практические примеры с кодом на основе анализа Marco Hening Tallarico
Практический гайд по обнаружению и предотвращению data leakage в ML-системах. Анализ кода, примеры на Python, агрегаты как входные данные, SDE.
LM Studio и MCP Filesystem: файлы на Windows 11 как каменный лес
Гайд по настройке MCP Filesystem в LM Studio на Windows 11. Решаем ошибки доступа, настраиваем плагины, отлаживаем подключения.
Семантический роутинг в продакшене: связываем vLLM, KServe и выбор модели на лету
Практический гайд по построению семантического роутинга для LLM в продакшене. Интеграция vLLM, KServe, оптимизация латентности, выбор модели на лету.
Gopher MCP к Claude: поиск по локальным файлам без облаков
Пошаговая инструкция по интеграции Gopher MCP сервера с Claude для поиска по локальным файлам. Настройка инструментов поиска без облачных API.
Knowledge Graph без облаков: как локальные LLM вытаскивают сущности и связи из текста
Практическое руководство по построению графов знаний с помощью локальных моделей. Извлечение сущностей, создание отношений, работа с Neo4j и семантический поиск
Claude Sonnet 4.5 устал? Собираем локального монстра для агентного кодинга
Практический гайд: как выбрать локальную модель и железо для замены Claude Sonnet 4.5 в задачах агентного кодинга. Сравнение моделей, квантование, M4 Max 128GB
LM Studio на 128 ГБ ОЗУ: Почему GPU Offload не работает и как заставить Qwen2.5 летать
Пошаговая настройка LM Studio для больших моделей. Решаем проблемы GPU Offload, ускоряем Qwen2.5-Coder-32B в 10 раз, настраиваем VSCode Cline.
3x3090: как заставить 235-миллиардную модель поместиться в 72 ГБ VRAM
Подробный гайд по запуску Qwen3-VL 235B и других огромных моделей на связке из трех RTX 3090. Настройка llama.cpp, квантование TQ1, сравнение производительности
Middleware в LangChain 1.0: практический гайд по созданию продакшен-агентов с управлением контекстом и PII-защитой
Полный гайд по middleware в LangChain 1.0: управление контекстом, фильтрация PII-данных, human-in-the-loop. Код, примеры, лучшие практики.
AI-кодинг на пределе: 10 уроков выгорания от интенсивной работы с Claude Code и Codex
Личный опыт после 50 проектов с Claude Code и OpenAI Codex. Реальные ловушки AI-кодинга, выгорание разработчика и как сохранить продуктивность.
Комитет маленьких LLM против одинокого гиганта: как заставить модели спорить за ваш код
Практическое руководство по сборке комитета LLM-агентов для генерации кода. Запуск пайплайна с LangChain, валидация большими моделями, снижение стоимости в 10 р
Graph Neural Networks против классических методов: революция в прогнозировании спроса
Глубокий разбор Graph Neural Networks в прогнозировании спроса FMCG. Сравнение с ARIMA, Prophet, LSTM на реальном датасете. Практические выводы для бизнеса.