<aside> 💡

Оригинал записи по ссылке Презентация спикера по ссылке

</aside>

Общее саммари

Андрей Карпати в этом выступлении объясняет, как меняется природа софта в эпоху ИИ. Он проводит параллель между традиционным программированием (hand-coded logic) и новым типом софта — моделями машинного обучения, обучающимися по данным. Главная идея: новое ПО не пишется — оно обучается. Карпати описывает, как это влияет на профессии, инженерные практики, инфраструктуру, интерфейсы и даже на философию программирования. Особое внимание уделено роли data-инженеров, shift'у от кода к данным и фундаментальным сдвигам в роли разработчиков. Это не просто новый стек — это новая парадигма.

🔑 Ключевые блоки выступления

1. Классическое ПО vs ML-подход
2. Модель = программа нового типа
3. Данные как новый код
4. Новая инженерия: не писать, а настраивать пайплайн обучения
5. ML-инфраструктура как DevOps нового поколения
6. Shift в ролях: инженеры = data-инженеры
7. Сложность и хаос: почему LLM — как organism, а не система
8. Пример Tesla: AI = автопилот как pipeline
9. Философия: почему это изменит всё — от образования до стартапов

📍 Подробно по каждому блоку

1. Классическое ПО vs ML-подход

• Классическое ПО строится на «if-then» логике: программист пишет правила, которые система исполняет. Это работало десятилетиями и дало человечеству всё от Excel до космических кораблей.
• Но некоторые задачи невозможно или очень трудно закодировать напрямую — например, понимание текста, генерация речи, распознавание объектов.
• Здесь приходит на помощь машинное обучение: вместо ручного кода, мы обучаем модель на примерах (data → output).
• Принципиально отличается сам подход: вместо логики — статистика, вместо правил — функции потерь, вместо дебага — улучшение датасета.