Сразу скажу — это не реклама, а просто личный опыт. Недавно заказал на маркетплейсе пару вещей и наткнулся на предложение: «Оставь отзыв — получи кешбек». Сначала подумал, что развод, но решил проверить.
После покупки мне реально вернули почти всю сумму 😳 Не бонусами, а обычным переводом. Я оставил честный отзыв с фото, а продавец получил то, что ему нужно — реальную обратную связь и плюсик в рейтинге.
Оказалось, что такая схема выгодна всем: покупатель экономит, а продавец получает живой отзыв вместо фейков.
Это и есть честный обмен: ты делишься опытом → получаешь выгоду, а продавец получает доверие и развитие.
Если интересно, в следующем посте расскажу, как отличить настоящие кешбек-раздачи от фейковых.
Предлагаем немного упороться и взглянуть на делегирование задач как на угощение тортом
Привет! На связи WEEEK – сервис по управлению проектами. Помимо айтишных тем, мы обожаем без занудства рассуждать о личной эффективности, планировании и том, как не превратить жизнь в бесконечный список задач со статусом «в процессе».
Когда ты делегируешь задачу, это почти как если бы ты делился тортом. Всё выглядит просто: «Вот, у меня есть вкусная штука, возьми кусочек!» — но в деталях скрыта магия (или катастрофа).
Чтобы делегирование не превратилось в хаос, вот три правила тортового делегирования:
1. Торт должен быть твоим Ты не можешь раздавать чужие торты. Если задача — не твоя зона ответственности, не надо пытаться «делегировать» её от имени других. Это как прийти с пустыми руками и сказать: «Возьмите кусочек торта у Серёжи, он не против».
Спойлер: Серёжа против.
2. Отдавай кусочек, а не весь торт Нельзя просто сказать: «Займись этим всем». Нужно чётко показать, какой именно кусочек человек берёт. Представь: коллега открывает холодильник, а там — целый торт. Без надписей. Какой кусок ему брать? С вишенкой? Без? Из середины? Или тот, что стоит на отдельной тарелке?
Чёткое делегирование — это когда ты говоришь: «Вот этот кусочек с клубникой, пожалуйста. Остальное: мне и другим коллегам». Переводя на язык задач: «Тебе нужно подхватить вот это и это, регламент прикрепил, чёткие критерии описал».
3. Отдай ответственность за торт, но первое время будь готов к вопросам
Это нормально, если перед тем как есть торт, коллега спросит, нет ли там аллергенов или особенностей подачи (например, что брауни лучше есть с шариком мороженого).
Так и с задачей: человек может уточнить детали или попросить больше контекста. Главное — не воспринимать это как некомпетентность. Он просто хочет сделать всё правильно, чтобы результат получился качественным.
В далёком прошлом я программист. А каждый разработчик знает, что чем короче и оптимальнее код, тем он круче. Вы быстро его считываете, у вас есть возможность оперативного внесения правок, вы можете использовать его в разных комбинациях. Наконец, отсутствие лишнего кода влияет и на скорость его выполнения на сервере.
Те же самые правила можно применить и к рабочему коллективу. Чем оптимальнее ваша команда, тем проще ей управлять и тем бОльших результатов он может достичь.
Почему так? Потому что чем больше штат, тем больше нужно обслуживающего его персонала (руководители, HR, бухгалтерия и другие специалисты в зависимости от сферы бизнеса). Тем сложнее организационная структура и бизнес-процессы. Эффект глухого телефона и многочисленные согласования превращают пятиминутную задачу в двухдневный героический штурм системы.
Чем меньше ваш коллектив - тем больше его производительность.
Дополнительным бонусом к этому является отсутствие проблем с занятостью, о которых говорили в предыдущем посте.
Для примера возьмём международный Telegram с месячной аудиторией 1 миллиард пользователей и российский Яндекс с аудиторией около 150 млн пользователей в месяц.
Штат Telegram 50 сотрудников, штат Яндекс 30 000 сотрудников. У кого будут оптимальнее процессы и эффективнее бизнес?
Если вам близка тема управления, в моем телеграм-канале «Лайфхаки управленца» я делюсь опытом и советами, которые накопились за 20 лет работы на руководящих позициях. Можете заглянуть — уверен, что найдете что-то полезное для себя.
Еще во время разработки конкурента авито (три раза ХА!!!), появилась мысль о возможности разработки системы извлечения ключевых слов (ключевого смысла) для решения задачи категоризации, каталогизации, установки тегов и т.д. Так как разработка не дошла даже до этапа релиза (не удивительно), об идее такого продукта пришлось забыть. Через некоторое время мне попалась статья на хабре, где в достаточно понятной форме было написано о том, как задача извлечения ключевых слов, с использованием языковой модели ruT5 может быть решена. Прочитав статью, я вспомнил о своей затее и осознал всю глубину глубин предстоящей задачи.
Так точно
Было принято решение вооружиться этой информацией и изобретать свой собственный велосипед, дабы разобраться и контролировать процесс/продукт.
Мой велосипед
Я давно уже разбираюсь в этих ваших искусственных нейронных сетях и понимал, что для достижения хорошего результата обучающих данных, которые были представлены в статье (около 7000 экземпляров), будет недостаточно. Поэтому первым делом перед мною встала задача по увеличению датасета в несколько раз. Первоначально я думал, что порядка 15-20 тысяч примеров будет более чем достаточно, как же я ошибался.
Обожаю мемы с ним
По итогу мне удалось собрать порядка 39000 примеров, что в два раза превышает ранее определенное количество примеров. Добавлю, что такой объем датасет имеет после фильтрации, когда я убираю все лишнее. До фильтрации датасет содержит порядка 60000 примеров. Да, пришлось пожертвовать количеством примеров, ради итогового качества модели.
Может возникнуть вопрос, зачем городить свой велосипед если текущие языковые модели прекрасно справляются с этой задачей? Конечно, скажу я вам, но (!!!), подразумевается, что объём обрабатываем данных будет огромным. Если использовать версию языковых моделей в виде чата, то данная задача не автоматизируется (плохо) и не масштабируется (очень плохо). А за доступ по апи надо платить, не миллионы конечно, но в случае миллионов, а то и миллиардов входных токенов (даже без учета выходных токенов) сумма может набраться существенная. Тогда используй локальные модели, о которых ты писал тутачки. Да, это вариант, но (!!!), чтобы модель давала приемлемый результат (запускалась и давала хорошую скорость токенов в секунду), количество параметров в ней должно быть несколько миллиардов, а для запуска такой модели вам понадобиться соответствующее железо (которое тоже не бесплатно), а в случае обработки большого количества данных и множественных запросов, задача может оказаться не масштабируемой. Давайте не буду мудрить и просто скажу, что ruT5-base (которую я использовал для дообучения) обладает 240 миллионами параметров. Не миллиардов, миллионов. Если взять языковую модель даже в миллиард параметров, то ruT5-base требует в 4 (!!!!!!!!!!!!!!) раза меньше ресурсов. Что положительным образом сказывается на конечной стоимости генерации токенов. Все просто, экономика рулит.
Только такую подходящую (???) картинку нашел
Поэтому конкурентами для модели ruT5-base-keywords (назовем дообученную модель так) являются не большие (средние и малые) языковые модели, а классические инструменты извлечения ключевых слов, такие как YAKE и keyBert. Перейдем к практическим результатам.
Исходный текст: Питомец в доме — это счастье и... много забот. Шерсть на мебели, крошки от корма, постоянная стирка подстилок — все это требует времени и сил. Рассказываем о технике, с которой уход за любимцами перестанет быть утомительным.
Ключевые слова от:
keyBert – питомец доме, много забот, доме это, сил рассказываем, доме, на мебели, быть утомительным, времени сил, корма постоянная, за любимцами;
ruT5-base-keywords – домашний питомец, уход за домашними животными.
Исходный текст: Раскрываются проблемы оценки эффективности деятельности таможенных органов Российской Федерации на современном этапе. Обосновывается тезис о том, что повышение эффективности государственного управления требует смещения приоритетов системы оценки деятельности таможенных органов в сторону определения эффективности создания институциональных условий для осуществления, повышения прозрачности и открытости системы оценки для участников.
Ключевые слова от:
keyBert – эффективности государственного, таможенных органов, деятельности таможенных, оценки эффективности, определения эффективности, приоритетов системы, государственного управления, институциональных условий, управления требует, российской федерации
YAKE – Российской Федерации, Обосновывается тезис, деятельности таможенных, таможенных органов, органов Российской, Раскрываются проблемы, современном этапе, повышения прозрачности, системы оценки, государственного управления;
ruT5-base-keywords – таможенные органы, система оценки эффективности, институциональные условия, институциональная открытость.
Исходный текст: Активная хозяйственная деятельность человека приводит к изменению состава и структуры видов, входящих в естественные и искусственные биоценозы...
Ключевые слова от:
keyBert – биоценозы, искусственные биоценозы, естественные искусственные, входящих естественные, структуры видов, деятельность человека, естественные, активная хозяйственная, хозяйственная деятельность, видов входящих;
YAKE – Активная хозяйственная, структуры видов, искусственные биоценозы, хозяйственная деятельность, деятельность человека, человека приводит, изменению состава, Активная, видов, входящих;
Вроде, вы вполне можете уловить разницу, ruT5-base-keywords выявляет ключевые слова/смысл сильно лучше двух других методов и совершенно без шума. На этом для вводной первой части все. В следующей части расскажу об обучении и других особенностях модели ruT5-base-keywords.
После отпуска я понял простую вещь - двух недель достаточно, чтобы забыть вообще всё, чем ты занимался. Если у тебя нет структуры, стек превращается в хаос из случайных библиотек, фреймворков и зависимостей.
Поэтому я сел и собрал для себя техрадар - единый стек, который позволяет запускать pet-проекты и мини SaaS быстро и без боли.
⚙️ Frontend
React 🧠 Почему: куча библиотек, море документации и огромное комьюнити. Плюс масса готовых компонентов - не надо изобретать велосипед.
WXT ⚡ Почему: лучший фреймворк для браузерных расширений, если нужно быстро. Реально сокращает путь от идеи до первой установки
MUI 🎨 Почему: так как большинство моих проектов - Chrome Extensions, UI-компоненты под Material Design органично вписываются в браузер от Google.
Netlify ☁️ Почему: одна из самых удобных платформ для веб-разработки. Автоматическая сборка, тестирование и деплой в пару кликов. Работает стабильно и без боли.
🧩 Backend
Supabase 🗄 Почему: open-source альтернатива Firebase, но с Postgres под капотом — понятным, гибким и предсказуемым. Есть всё: авторизация, база, edge-функции и SQL-запросы.
Yandex Cloud 💾 Почему: недорогой S3, с "льготным" объёмом данных, за который не берут денег. Плюс умеет поднимать Docker-контейнеры в serverless-режиме. Идеально для пет-проектов.
🧱 Инфраструктура
CI/CD — Jenkins 🔁 Почему: не прожорлив, стабилен и с кучей плагинов. Работает даже на обычном VPS.
GlitchTip 🐞 Почему: не ест столько памяти, как Sentry, но совместим с его API и библиотеками. Отличный вариант для отслеживания ошибок.
Umami 📊 Почему: не блокируется ad-блоками, лёгкая и быстрая. Отличная альтернатива Google Analytics и Яндекс.Метрике.
🧰 Инструменты
JetBrains IDEA 💻 Почему: всю жизнь писал на Java и Kotlin - это мой родной IDE. Самый знакомый и надёжный инструмент.
WebStorm 🧠 Почему: по сути та же IDEA, только заточенная под JS и TypeScript.
Cursor 🚀 Почему: ускоряет разработку. Во второй версии можно подключить debug port Chromium и буквально «вайбкодить» с ИИ в реальном времени.
DBeaver 📘 Почему: купить лицензию DataGrip сложно, а DBeaver - почти то же самое. Не идеально, но достаточно для работы с БД.
GitHub 🌐 Почему: так исторически сложилось. Репозиторий, автодеплой, CI - всё в одном месте.
💬 Языки
TypeScript 🧩 Почему: я привык к типизированной Java, и JS без типов меня бесит 😅. Плюс Cursor тратит меньше токенов, потому что не нужно проверять типы, и упрощается процесс vibe debugging - сразу понятно, что за данные под капотом.
Python 🐍 Почему: стараюсь минимизировать, но иногда выручает. Особенно когда дело доходит до ML и AI - ребята из этой среды его обожают.
(А вот Kotlin, как бы я его ни любил, сюда просто не ложится.)
Сейчас думаю над системой логов и метрик — скорее всего, выберу VictoriaMetrics.
Ещё у меня есть телеграм-канал, где я рассказываю, как всё это использую вживую, и делюсь процессом разработки своих пет-продуктов 👉 t.me/debug_leg
Я на самом деле никогда не думал, что приду к такому бизнесу. Но стал изучать разные направления и понял, что сейчас всё сводится к одному - маркетплейсы заменили и рынки, и бутики, и мелкие магазины. Поэтому внимательно промониторил условия, сравнил, набросал бизнес-план и приступил к действиям. Условия оказались неплохими. Скажу сразу - сначала работал на чистом энтузиазме, в первое время окупал расходы, выходил в ноль. Но спустя месяцев девять пошёл первый ощутимый плюс. Перспективы у этого дела есть, главное - не сдаваться.
Вообще я не собирался делать игру. Просто хотел разобраться, как вообще работает Xcode и Swift. Началось всё с пары туториалов и желания "просто попробовать".
Первые недели я едва понимал, что делаю. Код не компилился, интерфейс постоянно съезжал, реклама не загружалась, а Apple ругалась на каждую мелочь. Несколько раз хотелось всё удалить и забыть.
Но, как это обычно бывает, на каком-то этапе стало интересно. Хотелось довести до ума — чтобы хотя бы мои друзья могли поиграть. Мы часто собирались вечерами, и каждый раз возникал один и тот же вопрос: "Во что поиграем?" Alias надоел, другие приложения — либо платные, либо с кучей ограничений.
Так и появилась идея: сделать WordOut — простую игру, где объясняешь слова. Без сложных правил, без подписок, просто играешь.
Самое тяжёлое было не написать код, а пройти проверку Apple. Каждый раз находился какой-нибудь пункт из “App Store Review Guidelines”, который я нарушал, сам того не зная. Особенно весело было с рекламой — чтобы её просто показать, нужно прописать полпапки разрешений в Info.plist.
Когда наконец пришло письмо “Your app is Ready for Sale” — я просто сидел и смотрел на экран. Оказалось, что вся эта возня длилась почти три месяца.
Сейчас игра реально есть в App Store. Это странное ощущение — когда то, что начиналось как эксперимент, превращается в приложение, которое скачивают незнакомые люди.
