Услуга 03
Данные и ИИ
Из рабочих данных рождаются решения — прагматично и с учётом GDPR.
В ваших рабочих данных больше, чем показывает таблица. Я превращаю их в дашборды, отчёты и решения — прагматично и с учётом GDPR.
Проблема и подход
Большинство малых предприятий сидят на данных, в которые никто никогда не заглядывает: касса, магазин, бухгалтерия, может быть машины или датчики — каждая система копит своё, а в конце всё равно решает чутьё.
Я начинаю не с техники, а с решения, которое должно стать лучше: какие продукты тянут? когда окупается персонал? где назревают отказы? Из этого рождается дашборд, автоматический отчёт или алерт, который подаёт сигнал, прежде чем станет дорого — сознательно начатый с малого, а не как бесконечный дата-проект.
ИИ я применяю там, где он тянет, а не где блестит: разметить тексты, обогатить данные, распознать паттерны. Мой опыт в этом — из промышленного анализа данных, где ошибки стоили дорого.
Объём работ
- Дашборды и автоматические отчёты — live, в PDF или CSV
- Подключение данных — свести магазин, кассу, датчики и таблицы
- Обнаружение аномалий и пороговые алерты для текущей работы
- Прагматичные ИИ-интеграции — текст, классификация, ИИ-ассистенты
- Реализация с учётом GDPR на хостинге в ЕС
Как это происходит
- 01
Постановка вопроса
Какое решение должно стать лучше? Сначала вопрос, потом техника.
- 02
Проверка данных
Что есть, чего не хватает, что можно подключить — честная инвентаризация.
- 03
Сборка
Дашборд, отчёт или модель — сознательно начатые с малого, быстро применимые.
- 04
Передача и эксплуатация
Работает у вас или на хостинге в ЕС — задокументировано и поддерживаемо.
ИИ, который не покидает дом
Большинство советов по ИИ сводится к одному: отправьте данные американскому провайдеру. Есть другой путь — модели работают на вашей машине или на инфраструктуре в ЕС, и калькуляции, данные клиентов и рецептуры не покидают компанию. Это не декларация: эта страница не загружает ни одного стороннего ресурса, не ведёт слежку и не нуждается в баннере о куки. Я делаю то, что советую.
-
Собственное оборудование
35 миллиардов параметров, у себя дома
Qwen3.6-35B-A3B работает локально через llama.cpp — на моём собственном компьютере, а не на арендованных мощностях. Это та же машина, на которой создаётся этот сайт. Ни один промпт, документ или расчёт по дороге не попадает к чужому провайдеру.
-
Продукт
Один интерфейс, два мира
ИИ-ассистент Kardia общается через OpenAI-совместимый интерфейс. Тот же инференс работает локально (llama.cpp) или serverless в ЕС — переключение — это конфигурация, а не переделка.
-
Производство
17 000 товаров, категоризированных локально
В MegaWahl локальная vision-модель с constrained decoding решает, в какую категорию попадает товар — более 17 000 товаров в живом каталоге, и каждая запись только после подтверждения человеком.
Избранные работы
Эталонная работа
Инструменты и стек
- Python
- pandas
- PostgreSQL / TimescaleDB
- FastAPI
- scikit-learn
- LLM-интеграции (ЕС)
Похоже на ваш проект?
Расскажите вкратце, о чём речь — обычно отвечаю в течение одного рабочего дня.
Связаться
