Глубокие аналитические материалы по архитектуре ПО, лучшим практикам и урокам, полученным из реальных production-систем.
Практический разбор того, когда микросервисы действительно оправданы, а когда нет. Основано на реальных успехах и ошибках в архитектуре распределённых систем.
Это видео — это тщательно подобранные внешние ресурсы, выбранные Profectus Lab, чтобы помочь инженерам разобраться в современном AI и принципах проектирования систем.
~1:56:00 Редкий практический разбор внутреннего устройства GPT — от теории к коду. Для инженеров, а не пользователей.
~1:00:00 Часовой разбор Карпатого: как реально работают LLM — inference, обучение, fine-tuning и зарождающийся LLM-OS. Самая ясная единая ментальная модель для инженеров, входящих в тему.
~27:00 Фирменное визуальное объяснение архитектуры трансформера от 3Blue1Brown. Лучший 30-минутный праймер для инженеров — сначала интуиция, потом математика.
~16:00 Фирменный шаг-за-шагом подход StatQuest применительно к attention. Снимает магию и оставляет рабочую интуицию для self-attention.
~14:00 Визуальное доказательство от 3Blue1Brown того, как нейросети реально обучаются. Самая ясная ментальная модель градиентного спуска и chain rule за 15 минут.
~18:00 Развеивает миф «нейросети — чёрный ящик». Пошаговый разбор математики на простейшем примере — правильная точка старта.
~50:00 Практическое введение от Mosh Hamedani: от нуля до полного ML-пайплайна на Python. Самый быстрый end-to-end ML-праймер для тех, кто уже знает Python.
~15:00 Michael Phi сопровождает каждый концепт transformer чистой анимацией. Хорошее второе видео после 3Blue1Brown — та же интуиция под другим углом.
~6:00:00 Кейноут MCP-трека с командой Anthropic. Если хотите понять, почему в 2025 MCP стал отраслевым стандартом подключения LLM к инструментам — это лучший первоисточник.
~2:00:00 Практический воркшоп Anthropic по построению продакшн-агентов на Claude Agent SDK — tool use, sub-agents, hooks, MCP-серверы и паттерны, которые работают за пределами демо.
~8:00:00 Кейноут-стрим крупнейшей технической AI-конференции 2024. Снимок состояния AI-инженерии — что выкатили, что сработало, что нет — от команд, которые это строят.