Андрей Крисанов

Как выжить и преуспеть разработчику в эпоху ИИ: концепция T-shaped инженера от Google

Андрей Крисанов — Tue, 26 May 2026 00:00:00 +0000

До бума работы с AI-ассистентами и кодинговыми агентами многие в индустрии говорили, что нужно быть T-shaped специалистом, т.е. иметь глубокую экспертизу в одной области и уметь всего понемногу в смежных. На последнем Google I/O 2026, доклады с которого я продолжаю выборочно просматривать, Эндрю Маквин и Николь Форсгрен из Developer Intelligence представили модель развития T-shaped инженера, адаптированную под новые реалии.

Google I/O 2026: разработка ПО в точке перелома

Андрей Крисанов — Sat, 23 May 2026 00:00:00 +0000

Google начал публиковать выступления с Google I/O 2026. Без ИИ, конечно, уже не обходится ни одна подобная конференция. Эта не исключение.

Посмотрел первый доклад Software engineering at the tipping point</a>. Основные тезисы — про то, как искусственный интеллект меняет нашу работу. Адам Бендер из Google рассказывает про концепцию «экологии программного обеспечения» — целостного изучения социально-технических систем, создающих код.

CI/CD в эпоху агентов

Андрей Крисанов — Thu, 14 May 2026 00:00:00 +0000

С интересом наблюдаю, как инженерные процессы и инструменты, к которым мы привыкли за десятки лет, переосмысливаются под ИИ-нативный подход. Например, классический CI/CD, построенный вокруг pull request-ов и человеческого темпа разработки, плохо подходит для мира, где код всё чаще пишут агенты.

Будущее MCP

Андрей Крисанов — Tue, 05 May 2026 00:00:00 +0000

Посмотрел доклад David Soria Parra из Anthropic про будущее MCP.

Сколько на самом деле стоит GenAI в продакшене

Андрей Крисанов — Mon, 27 Apr 2026 00:00:00 +0000

Когда обсуждают стоимость внедрения генеративного ИИ, разговор часто сводится к цене за токен или цене за арендуемый GPU. Это удобно — одно число. Но в реальном продакшене такая оценка почти всегда обманчива.

Go как язык программирования в эпоху агентов

Андрей Крисанов — Fri, 24 Apr 2026 00:00:00 +0000

На дворе 2026 год, и любые рассуждения о разработке с AI-агентами рискуют устареть быстрее, чем мы допишем README.md в нашем репозитории. Тем не менее некоторые вещи уже начинают выглядеть не как временный шум, а как новые инженерные практики.

Установка DCGM Exporter в локальный Kubernetes-кластер с NVIDIA GPU

Андрей Крисанов — Thu, 23 Apr 2026 00:00:00 +0000

В предыдущей заметке</a> я рассказывал как развернуть локальный кластер Kubernetes с доступом к GPU внутри WSL2 окружения. Для того, чтобы собирать детальные метрики с видеокарты, nvidia-smi</code> не достаточно, т. к. GPU-Util показывает только активность в рамках короткого sampling-окна. Для анализа того, что происходит с GPU при обработке задач, нужен DCGM. dcgm-exporter</a> — это утилита NVIDIA для сбора GPU-метрик через DCGM, которая отдает их через HTTP-метод /metrics</code> для Prometheus и похожих систем мониторинга.



Kubernetes с доступом к GPU внутри WSL2 на ноутбуке с RTX
Андрей Крисанов — Wed, 22 Apr 2026 00:00:00 +0000
На днях мне понадобилась локальная среда c Kubernetes для запуска GPU задач и тестирования сервисов с ИИ. Мой рабочий компьютер — это ноутбук Lenovo Legion следующей конфигурации:</p>


Что не так с вакансиями LLM Engineer
Андрей Крисанов — Fri, 10 Apr 2026 00:00:00 +0000
В 2026 году вакансий, связанных с ИИ, большими языковыми моделями и агентами, стало заметно больше и в России, и за ее пределами. Технологические компании, банки и даже обычный enterprise поняли, куда движется индустрия, и начали срочно внедрять ИИ в продукты и внутренние процессы.</p>


Внедрение ИИ в продуктовых командах
Андрей Крисанов — Wed, 08 Apr 2026 00:00:00 +0000
За последние несколько месяцев мне довелось пообщаться с тремя компаниями по поводу роли руководителя кросс-функциональной команды или CTO в зрелом бизнесе. У каждой были свои ожидания от роли и свои цели на год. Но одна задача повторялась почти у всех: внедрить ИИ в команды разработки и за счет этого повысить их эффективность</strong>.</p>


Прикладной ИИ: LLM и Foundation модели
Андрей Крисанов — Mon, 06 Apr 2026 00:00:00 +0000
В декабре 2025 года, еще работая в ПланФакте, я начал рассказывать командам о прикладном ИИ и о том, как его можно внедрять в продукты. Через несколько недель мое сотрудничество с компанией завершилось, и я решил полностью сосредоточиться на системах искусственного интеллекта.</p>


AI & LLM консалтинг
Андрей Крисанов — Thu, 01 Jan 2026 00:00:00 +0000
Помогаю компаниям проектировать и внедрять LLM-сервисы, AI-агентов и инфраструктуру: от проверки гипотез до продакшена.</p>
Мой фокус – не AI-трансформация, а инженерные задачи: создание прототипов для проверки гипотез, расчёт стоимости
запуска и эксплуатации продуктов на базе больших языковых моделей, проектирование архитектуры сервисов,
доведение продуктов до продакшена.</p>
Чем могу помочь</h2>
Аудит идей и текущих решений</h3>
Если у вас уже есть AI-инициативы, прототипы или набор гипотез, могу помочь оценить:</p>

где LLM действительно уместны</li>
где достаточно обычной автоматизации</li>
какие есть архитектурные и продуктовые риски</li>
что может мешать довести решение до продакшена</li>
сколько это примерно будет стоить в разработке и эксплуатации</li>
</ul>
Результат: короткий технический документ с выводами, рисками и последующими шагами.</p>
Архитектура LLM-систем</h3>
Помогу команде спроектировать:</p>

интеграцию LLM в продукт</li>
корпоративного AI-ассистента</li>
RAG-систему и инфраструктуру для работы с документами</li>
безопасную работу с внутренними данными</li>
агентный workflow</li>
корпоративный AI gateway</li>
платформу инференса на базе локальных моделей и своих GPU</li>
</ul>
Результат: архитектурный документ с диаграммами, описанием компонентов и их взаимодействия, а также
рекомендациями по реализации.</p>
Прототип или MVP</h3>
Цель прототипа – быстро проверить, есть ли польза от потенциального решения, можно ли удовлетворить функциональные
и нефункциональные требования, какие проблемы появятся дальше.</p>
Результат: небольшой прототип, который можно показать пользователям или руководству.</p>
Типовые вопросы</h2>
С такими задачами ко мне можно приходить:</p>

У нас есть идея внедрения LLM в наш продукт / бизнес-процесс. С чего начать? Стоит ли вообще это делать?</li>
Хотим разработать корпоративный ChatGPT для сотрудников на своей инфраструктуре. Какой стек технологий выбрать?</li>
Нужен ли нам RAG, агент или обычный сервис для решения этой задачи?</li>
Как выбрать между внешним провайдером LLM и локальными (self-hosted) моделями?</li>
Как не отправить внутренние данные во внешнюю модель?</li>
Мы сделали прототип на базе LLM, но он работает нестабильно. Почему?</li>
Как нам измерить качество ответов модели или понять что сервис на базе LLM не деградирует со временем?</li>
Как снизить стоимость инференса?</li>
Мы разработали AI-сервис, как теперь подготовить его к выводу в продакшен?</li>
</ul>
Когда я не подойду</h2>
Скорее всего, я не подойду, если вам нужна только красивая презентация про AI-стратегию в продукте или бизнесе,
без инженерной работы и проверки гипотез.</p>
Формат</h2>
Наше сотрудничество начинается со знакомства и короткого разбора задачи.</p>
Дальше возможны варианты:</p>

разовая консультация</li>
технический аудит</li>
архитектурный документ и обсуждение его с командой</li>
создание интерактивного прототипа</li>
сопровождение вашей команды</li>
помощь руководителю или продуктовой команде в принятии решений</li>
</ul>
Контакт</h2>
Напишите мне в Telegram</a>. Лучше сразу коротко описать:</p>

что хотите сделать</li>
есть ли уже прототип</li>
какие ограничения важны: безопасность, локальные модели, бюджет, сроки</li>
что уже пробовали и где застряли</li>
</ul>
Я отвечу на все сообщения, но иногда могу задерживаться с ответом из-за загрузки.
Если не ответил в течение 2-3 дней, напомните о себе.</p>


Привет, я Андрей
Андрей Крисанов — Mon, 01 Jan 2024 00:00:00 +0000
Инженер и иногда руководитель – пишу код, проектирую системы и разрабатываю продукты вокруг AI.</p>
Сейчас работаю в Северстали над платформой генеративного искусственного интеллекта: локальные LLM, GPU-инференс на NVIDIA H200/H100/A100, маршрутизация запросов между моделями, безопасное исполнение агентских инструментов и многое другое. В роли архитектора и техлида помогаю командам внедрять AI в свои проекты и строить инфраструктуру для больших языковых моделей.</p>
До этого в роли CTO в ПланФакте (#1 SaaS в сфере финансового учёта для малого и среднего бизнеса) выстроил инженерную организацию, сформировал delivery-процессы и помог командам стабилизировать и отмасштабировать сервисы. До ПланФакта работал в Берлине в Statice.ai над ML-платформой для анонимизации данных. А ещё раньше запускал первые кросс-функциональные команды в X5, первый медиа-ресурс X5 Media.</p>
Если смотреть ещё дальше, за 15 лет успел побыть CTO финтех-стартапа, техлидом, senior-разработчиком и обычным инженером. Работал в финтехе, медиа, e-commerce и ML.</p>
Этот блог — место, где я пишу заметки о том, что изучаю и над чем работаю: LLM-инфраструктура, агенты, разработка в эпоху AI. Пишу в основном для себя, но буду рад, если статьи окажутся полезными кому-то ещё.</p>

Написать мне</strong></p>

Telegram</a></li>
Telegram-канал @absorbingthings</a></li>
LinkedIn</a></li>
X (бывший Twitter)</a></li>
</ul>
Посмотреть код</strong></p>

GitHub @akrisanov</a></li>
</ul>
Подписаться на блог</strong></p>

RSS-лента</a></li>
</ul>


Сейчас
Андрей Крисанов — Mon, 01 Jan 2024 00:00:00 +0000
Чем я занимаюсь прямо сейчас. Обновляется время от времени.</em></p>

Май 2026</h2>
Работа.</strong> Строю GenAI-платформу в Северстали – от инфраструктуры LLM (инференс на своих GPU) до интеграции с бизнес-приложениями. Веду команду, которая отвечает за LLM-ядро, выбор и обновление моделей, а также участвую в смежных инициативнах где требуется экспертиза в прикладом AI.</p>
Изучаю.</strong> Все что связано с мульти-агентными системами, параллельно углубляюсь в LLMOps. А также закрываю пробелы в базе по CS и распределенным системам.</p>
Читаю.</strong> Generative AI on Kubernetes by Roland Huß, Daniele Zonca. Не успеваю следить за RSS-лентой, собранной за несколько лет.</p>
Пишу.</strong> Посты в свой Телеграм-канал @absorbingthings</a>. Также вернулся к ведению заметок в бумажном блокноте – открыл для себя Falafel Books</a>.</p>
Прочие активности.</strong> Вернулся к долгим прогулкам по району (по 1.5-2 часа), велотренажёру 3 раза в неделю и домашним функциональным тренировкам.</p>

Андрей Крисанов

Как выжить и преуспеть разработчику в эпоху ИИ: концепция T-shaped инженера от Google

Google I/O 2026: разработка ПО в точке перелома

CI/CD в эпоху агентов

Будущее MCP

Сколько на самом деле стоит GenAI в продакшене

Go как язык программирования в эпоху агентов

Установка DCGM Exporter в локальный Kubernetes-кластер с NVIDIA GPU

Kubernetes с доступом к GPU внутри WSL2 на ноутбуке с RTX

Что не так с вакансиями LLM Engineer

Внедрение ИИ в продуктовых командах

Прикладной ИИ: LLM и Foundation модели

AI & LLM консалтинг

Чем могу помочь</h2>

Аудит идей и текущих решений</h3> Если у вас уже есть AI-инициативы, прототипы или набор гипотез, могу помочь оценить:</p>

Архитектура LLM-систем</h3> Помогу команде спроектировать:</p>

Привет, я Андрей

Сейчас