◽️Про выручку и прибыль 💵 ◽️

Увеличение оборотов в сервисной компании не ведет к увеличению прибыли основателя/партнеров, а является необходимым для продвижения сотрудников по карьерной лестнице. В отсутствии масштабирования в проектах люди либо утекут, что приведет затратам на найм, либо коллектив повзрослеет (в команде станут все синьерами), что тоже приведет к повышению себестоимости.

Реальный рост прибыли можно сделать либо за счет вывода новой, более ценной услуги на рынок, либо за счет увеличения рычага, соотношения выполенения работы старших и младших специалистов.

Гонка за оборотами — это бич агентского рынка. Эх, рассказал бы кто-то мне это лет 5 назад.

#управлениефирмой

Как мы снизили расходы на геокодинг в 10 раз 🫰

Ситуация

Запустили в приложении сервис, который определяет текущий город по координатам устройства и выполняет определённые действия. Нет, это не про погоду.

Сервис работал пару недель, мы изучили статистику и были в шоке. При 700 активных пользователях в день генерировалось около 12 000 запросов на геокодинг. Это обошлось нам в несколько сотен долларов. На этапе MVP такое решение допустимо, но при масштабировании до 10 000 пользователей расходы стали бы неподъёмными. При этом значительное количество запросов можно оптимизировать.

Что мы сделали для оптимизации:

◽️Округление координат до 2 знаков после запятой
Это позволило группировать близкие запросы. Точность снизилась до ±1 км, но для определения города этого вполне достаточно.

◽️Исключение повторных запросов
Если округлённое значение координат не изменилось, новый запрос не отправляется.

◽️Кэширование ответов API
Город, соответствующий одной и той же координате, не меняется. Кэш позволил избежать лишних повторных запросов.

◽️Использование кэшированных данных
Если ответ уже есть в кэше, он отправляется пользователю без нового запроса к API.

Дальнейшие шаги:

На втором этапе мы планируем переход на более дешёвые сервисы обратного геокодинга. Это позволит ещё больше сократить расходы, хотя потребуется проверить качество выдачи на этапе аналитики.

Альтернативные решения:
Nominatim — опенсорс-решение.
Radar.com — утверждают, что качество не уступает Google, но стоимость в 10 раз ниже.

Результаты
После внедрения всех мер расходы на геокодинг снизились примерно в 10 раз. Наша цель — добиться расхода в 1–10 запросов на одного пользователя за всё время его активности.

Может ли AI написать стратегию развития на год?

После новогодних праздников я задал себе этот вопрос и решил провести эксперимент.

Сначала результаты, как это часто бывает, оставляли желать лучшего. Но я не сдавался. Я добавлял всё больше деталей, нагружал контекстом, пока ChatGPT не начал генерировать идеи, которые действительно напоминали мои собственные.

Вот структура промта, которая сработала:

Контекст:
Я — директор компании Mad Brains.
Mad Brains — это российская IT-компания с 10-летним опытом разработки web и mobile-решений.

Наши направления работы:
◽️Заказная разработка: веб-сервисы и мобильные приложения для e-commerce, финтеха и промышленных компаний.

◽️Продукты: App Cart (SaaS для e-commerce) и X-kit (маркетплейс для малого и среднего бизнеса).

◽️Аутстаффинг: специалисты для крупнейших продуктов страны. Мы входим в ТОП-50 аутстафф-разработчиков по версии Tagline и RatingRuneta.

Выручка:
Х млн от аутстаффа
Х млн от заказной разработки
Х млн от продуктов

Цели на год:
1. Цель 1
2. Цель 2
3. Цель 3
4. Цель 4

Предложи стратегию для достижения этих целей.

И вот тут началось творчество.

Идеи, которые предложил AI, приятно удивили. Они не только соответствовали заданным целям, но и дополнили их свежими подходами.

Вывод: с правильно построенным промтом AI действительно может стать помощником в стратегическом планировании. Конечно, он не заменит глубокого анализа и опыта, но может стать отличным инструментом для генерации идей и вдохновения.

Попробуйте, возможно, вы тоже найдете в этом ценность для себя и своей компании. 🚀

Как стать мэдом? 😎

Если ты в поиске себя или в поиске места, где можно расти, пробовать новое и создавать крутые штуки. У нас как раз есть и то, и другое.

✨ Почему мы?

— Новый опыт в каждом проекте. У нас нет рутины. Каждый проект — это вызов, новые технологии и возможность прокачать свои навыки.
— Мы делаем крутые продукты. Например, наш магазин мерча работает на собственном продукте App Cart. Да, мы сами используем то, что создаем. И это работает!
— Мы ценим людей. Загляни в раздел Карьера на нашем сайте и почитай, что говорят о нас сотрудники. Спойлер: у нас честно, тепло и выстроенные процессы, в центре которых, — человек.

🔍 Кого мы ищем?

◽️Стажер в отдел системной аналитики
Начинай с нуля, мы научим!

◽️Junior системный аналитик
Уже что-то знаешь? Покажи!

◽️Middle системный аналитик
Готов решать сложные задачи? Ждем!

◽️UI/UX-дизайнер

◽️Middle Flutter-разработчик
Любишь красивый код? Мы тоже!

💡 Что делать?

Если ты чувствуешь, что это про тебя, дай знак. Расскажи, что тебе интересно, и прикрепи пару строк о себе в письме на job@madbrains.ru, разделе карьера или на hh.ru

Мы не просто ищем сотрудников — мы ищем тех, кто готов расти, пробовать и создавать. Может, это именно ты?

Подай знак, если готов к новому опыту. Мы ждем! 👋

В поисках талантов

Говорят, что в стране сейчас дифицит ИТ-специалистов. А у нас в компании дифицит времени. Получаем очень много откликов на наши вакансии.

Сложно оценить, что конкретно к этому приводит. Сокращения в корпорациях, подвижный сезон после получения годовых бонусов или сильный HR-бренд.

Мы ищем тех, кто готов расти, пробовать и создавать. И скоро всем ответим! ❤️

⏸️⏯️⏹️⏺️ Разработали фантастически красивое приложение, которое не стыдно показать друзьям!

Miras — экосистема цифровых продуктов для мусульман.

Читать кейс на сайте Mad Brains: madbrains.ru/works/miras

◽️Анонс книги «Основы Dart: Community edition» (1-е издание)◽️

Сегодня важный день для всех, кто интересуется разработкой и технологиями! 🎉 Состоялся анонс бесплатной книги по основам языка программирования Dart.

Для тех, кто пока не в теме: Dart — это мощный язык, который вместе с фреймворком Flutter позволяет создавать приложения для iOS, Android, Web и даже TV на единой кодовой базе. Это не только ускоряет процесс разработки, но и экономит до 50% бюджета на проект. 💸

6 лет назад мы сделали ставку на Dart и Flutter — и не прогадали. Сегодня 9 из 10 наших мобильных приложений разрабатываются с использованием этой технологии. А каждое 4-е новое приложение, загружаемое в маркетплейсы, написано именно на Dart. 📱

Особенно приятно поддержать и поздравить Станислава Чернышева — автора книги и создателя популярного YouTube-канала MADTeacher — с этим релизом!

Но самое крутое впереди! В 2025 году совместно со Станиславом мы разработаем лабораторный практикум, который будет распространяться бесплатно. Это позволит использовать книгу в качестве учебного пособия и практикума в университетах.

Уже этим летом начнем переговоры с УлГТУ, чтобы внедрить Dart в образовательную программу.

Следите за новостями, изучайте Dart и готовьтесь к новым возможностям! 💪

#Dart #Flutter #Образование

🤖 ИИ, ИИ, И снова ИИ!

«Сколько можно?» — возможно, спросите вы. «Все еще недостаточно!» — отвечу я.

Одной из ключевых целей на этот год стала интеграция искусственного интеллекта в наши повседневные рабочие процессы. Докладываю. На прошлой неделе внедрили бота на базе ChatGPT в наш корпоративный мессенджер!

Преимущества ⚡️
🙈Мгновенный доступ без использования VPN
🙈Привычный и удобный интерфейс
🙈Бесплатное использование для всех сотрудников
🙈Защита от несанкционированного доступа

📊 На протяжении недели мы наблюдаем активные запросы от сотрудников. Впереди у нас обучающие мероприятия по моделям, промтам и сценариям использования для каждого отдела 😎

Недавно услышал термин «рассуждающие модели» искусственного интеллекта и хочу поделиться, что это такое и почему всем, кто интересуется AI, стоит на них обратить внимание.

Если коротко: рассуждающие модели (или reasoning models) — это системы, которые не только могут генерировать текст, но и выстраивать свои ответы как цепочку причинно-следственных связей. То есть они пытаются понять логику задачи и контекст, а не просто «угадывать» ответ на основе статистики.

Есть интересная статья на vc.ru о том, как OpenAI и DeepSeek развивают такие модели. Делюсь несколькими выводами:

🙈Рассуждающие модели лучше «понимают» контекст
Они анализируют больше слоёв смысла, могут объяснить, почему дают именно такой ответ. Это важно для сложных задач, где нужна логика и аргументация.

🙈Взаимодействовать с ними — всё ещё искусство
Чтобы получить от «разумной» модели хороший результат, нужно научиться формулировать запросы и вопросы так, чтобы подтолкнуть её рассуждать глубже. В статье упоминается, как правильная постановка задачи сильно влияет на качество ответа.

🙈Потенциал для бизнеса и исследований
По сравнению с традиционными нейросетями (которые выдают «угадывающий» ответ), у reasoning-подхода есть перспективы в аналитике, консалтинге, науке — везде, где критичны рассуждения и интерпретация.

🙈Есть ещё чем заняться
Такие модели требуют колоссальных ресурсов и тонкой настройки, а их ответы не всегда безупречны. Но это логичный шаг вперёд, и мы уже видим, как Google и OpenAI делают ставку на «chain-of-thought» или «chain-of-reasoning» — цепочки рассуждений.

Выше в комментариях к посту я писал, что DeepSeek R1 как раз рассуждающая модель. Прежде чем выдать ответ, она создает цепочку рассуждений. Скорость ответа снижается, но зато на относительно небольших мощностях позволяет достичь фантастических результатов. 14B deep seek работает даже у меня на обычном маке с процессором m1.