Сделайте свою работу с данными проще!

🚀Изучите мощный инструмент анализа, обработки и представления данных - язык Python!

Вы научитесь программировать , изучите основные библиотеки, используемые для анализа пространственных данных.

Что вы будете уметь?

🔹 Писать код на Python с нуля.
🔹 Обрабатывать данные разных форматов: таблицы, тексты, JSON.
🔹 Анализировать большие массивы данных.
🔹 Автоматизировать сбор информации.
🔹 Создавать визуализации для представления результатов анализа.
🔹 Публиковать проекты и использовать систему контроля версий.

Почему вам стоит записаться на курс?

- Вы создадите программу, которая решит конкретную задачу и разместите её в открытом репозитории, чтобы включить результаты в резюме.
- Вам будут доступны профессиональные консультации опытных преподавателей.
- По окончании вы получите удостоверение о повышении квалификации.

✅ Приходите на курс "Основы программирования и анализа пространственных данных на языке Python".

👉 Узнать больше и записаться можно на сайте.

Последние пару месяцев веду исследование, в котором пытаюсь построить устойчивый мост между Grasshopper и искусственным интеллектом.
Главная идея - чтобы архитектор мог просто написать, как он хочет видеть здание, своими словами, без строгой структуры, а система сама поняла и построила нужную геометрию. Запрос из Grasshopper уходит в n8n, где работает цепочка из агентов на базе LLM и RAG, обученных на логике Rhino API и реальных командах RhinoScriptSyntax. Результат возвращается в виде компактного JSON-плана, который Python-скрипт в Grasshopper превращает в полноценную модель.

Обычные MCP Server агенты ведут себя непредсказуемо и долго: иногда выдают интересный результат, а иногда просто ломаются на ровном месте. Я хотел уйти от этой хаотичности и сделать систему, которая работает стабильно, не угадывает и чётко следует запросу в рамках пары минут, позволяя архитектору концентрироваться на идее, не переживая за корректность и пунктуацию в запросе.

На практике добиться стабильности сложно: ИИ не всегда понимает контекст, а язык Rhino сам по себе довольно строгий. Поэтому я решил пойти другим путём - обучить модель только на самом необходимом, отбросив всё лишнее и создав понятную, расширяемую основу. Это целенаправленно обученный инструмент, который понимает архитектурные задачи и говорит на языке проектировщика.

Внутренне система сложная - более тысячи строк кода, описывающих синтаксис и поведение Rhino API.
Она умеет работать с отдельными элементами модели, перестраивать геометрию на лету, менять параметры этажей, управлять слоями, применять модификаторы - повороты, масштаб, экструзии и многое другое.
Поддерживаются метры, миллиметры и сантиметры, а команды можно давать в любом стиле - от точного технического описания до разговорного запроса вроде «построй две башни по 25 этажей, вторая чуть ниже и повернута на 15 градусов».

Модель также способна работать с несколькими зданиями одновременно, точно соблюдая отношения и параметры, указанные в запросе.
Главная цель исследования - показать, что ИИ в проектировании может быть предсказуемым, логичным и говорящим на естественном языке помощником.