Какими ИИ я пользуюсь?

За последнее время вышла куча новых ИИ моделей для самых разных целей - генерация текста, написание кода, генерация голоса, музыки, видео. Поделюсь какими моделями я пользуюсь на практике и с какими целями

1. GPT - использую приложение на ios + веб версия с компа. Хорошо пишет тексты. Бывает, витает мысль в голове, надо лучше сформулировать. Или я написал пост, хочу его лучше структурировать, спрашиваю у него советы на эту тему.
Также в нем удобная модель распознавания голоса. Иногда записываю там голосовое, получаю текст и потом закидываю в другую модель (если она для задачи подойдет лучше)
+Лучше всех генерит картинки на данный момент.
https://chatgpt.com/

2. Claude - хорошо пишет код. Если нужно написать что-то длинное и сложное, использую его. GPT на подобных запросах может тупить
https://claude.ai/new

3. Grok от Илона Маска - использую для поиска информации в сети - по запросу он может сам пройтись по десятку сайтов, найти релевантную инфу и вам предоставить. Иногда для кода, но бывает он тупит и пишет случайные китайские иероглифы в середине текста.
Также для запросов, где нужно поменьше цензуры (можно даже эротический рассказ написать).
https://grok.com/

4. Elevenlabs - одна из лучших моделей для генерации аудио. Можно сгенерировать любой голос по промпту (например: хриплый, измождённый мужской голос пирата лет шестидесяти, низкий и обветренный годами, проведёнными в море). А потом этим голосом озвучить любой текст. Также можно поменять голос уже существующего аудио, создать модель собственного голоса и ей что-то озвучить. Можно сделать перевод видео и субтитры. Иногда пользуюсь для развлечения.
https://elevenlabs.io/

5. HeyGen - хорошая недорогая нейронка для перевода видео. Закидываете видео до 30 минут на английском, получаете качественную озвучку на русском. Сильно лучше чем Яндекс автоматически озвучивает. Есть небольшие баги, но мало.
https://app.heygen.com/

6. Gemini - в ней использую модель генерации видео Veo3, доступную по платной подписке. Можно закинуть промпт и сгенерить реалистичное видео длиной 8 сек. Можно закинуть изображение и оживить его - например, по своей фотке получить видео. С помощью нее я анимировал свою аватарку профиля @timuret
https://gemini.google.com/app

А чем пользуетесь вы? Поделитесь тоже

На индивидуальном курсе я помогаю ученикам составить резюме, готовлю детальную шпаргалку с текстовым описанием их прошлого опыта, бекграунда. Прорабатываем их презентацию на собеседованиях, правильный и понятный рассказ про задачи на прошлом месте.

Один из учеников вчера поделился идеей: есть нейронка https://suno.com/, которая на основе текста делает песню. Можно любой стиль выбрать, реп, рок.

Можно создавать песни на основе текстов для лучшего запоминания. Пример скину ниже 👇

Непропорциональность окладов в айти

В твиттере завирусился пост, в котором упоминается скручивание опыта.

Интересно разобрать, почему такое явление имеет место?

Зарплата в айти растет не пропорционально реальному вкладу. Условно, джун получает тысяч 120, миддл с 2 годами опыта 200-250. Дальше можно дорасти до сеньора и выйти тысяч на 350.

При этом реальной пользы сеньор приносит раз в 5 больше миддла. Потому что имеет большую насмотренность, быстро решает все задачи, не тратит 80% времени на то чтобы просто тупить и пытаться понять что происходит.

Но вы не можете быть миддлом, прийти и сказать - смотрите, я уже делаю в 3 раза больше задач, можно мне зп хотя бы в 2 раза поднять? Так это не работает.

С точки зрения компании 250 типо уже хорошая зп, а дальше спокойно растите внутри компании, вкладывайте свое время, может поднимем процентов на 20-30 через 2 года.

Дальше можно стать лидом, получить тысяч 450. Но при этом нагрузки у вас будет в разы больше (раза в 3). В каком-то смысле это невыгодно даже.

Складывается ситуация, в которой (особенно с учетом удаленки) для некоторых легче найти пару работ уровня миддла, делая простые задачки. И получать х2 зп.

Заметил тенденцию: на работе аналитиком часто возникают проблемы у учеников, у которых впринципе не было опыта офисной/проектной работы.

Речь даже не обязательно про работу в айти. Если ученику условно 30 лет, есть опыт в другой сфере, развитые софт скиллы, понимание в чем вообще состоит работа, как выстраивать коммуникацию - обычно они и в айти быстро адаптируются.

С другой стороны, есть молодые ребята лет 22, которые вообще нигде не работали, и им приходится объяснять самые базовые вещи.

На днях была как раз такая ситуация. Ученик неделю назад получил задачу. Вчера только пишет мне о ней - говорит, завтра нужен результат. Общаемся с ним - оказывается, он вообще не в курсе до сих пор, в чем задача состоит. Что конкретно надо сделать, о чем идет речь.

Я ему говорю: подожди, ты получил задачу неделю назад. Допустим, всего на неделю было 3 задачи. Какой дальше алгоритм действий? На следующий день базово погрузиться в каждую из задач и понять о чем они состоят, в какие сроки ты каждую сделаешь, поддерживать прозрачную коммуникацию с коллегами. Посмотрел - задачи 1 и 2 понимаю как делать. Как делать задачу 3 - вообще без понятия (чтобы это осознать, много времени не нужно, минут 15 хватит). После чего - уже в этот день пишешь мне, предлагаешь обсудить, потом уже на следующий день задаешь доп вопросы коллегам, уточняешь контекст задачи. А сейчас получается что прошла неделя, коллеги ожидают что задача почти готова, а ученику вообще непонятно в чем она состоит. И возникает логичный вопрос: а чем ты занимался всю неделю?

Но это мне понятно уже с опытом. Думаю, надо будет написать гайд по базовым принципам работы командной проектной работы в общем виде.

Если вы хотите попробовать себя в аналитике данных, можете начать с прохождения моего курса по SQL

https://stepik.org/a/178511

SQL - один из основных навыков в аналитике данных (наряду с Python). Это язык программирования для общения с базой данных, на котором к ней пишутся запросы.

Курс я создал около года назад. С тех пор обучаю на нем всех своих учеников, регулярно вношу в него доработки на основе комментов учеников, добавляю аналоги задач с реальных собеседований.

Отзывы о нем очень хорошие - ученики делятся обраткой, что все просто и понятно. Не гружу вас лишней теорией, только самые практичные навыки, реально нужные в работе.

На нем вы сможете понять, подойдет вам впринципе эта сфера или нет. Были ученики, которые застревали уже на первых модулях и понимали, что это точно не для них.

Цена курса очень скромная - 1900р. А первую половину курса вообще можно пройти бесплатно.

Горящие глаза на собеседовании

На собеседовании решают не только знания, но и то общее впечатление, которое вы производите.

По моему опыту: ученики, которые приходят живыми, с горящими глазами (обычно это сочетается с хорошими софт-скиллами), почти всегда получают лучшие результаты.

А вот те, кто приходит вялым, унылым, нехотя отвечает и производит впечатление человека, которому всё это не особо интересно, - у них результаты заметно хуже.

Можно иметь мало опыта, но если видно, что у вас есть искра, вам реально интересно, вы готовы активно включаться и разбираться — шансов на оффер будет в разы больше.

Напомню, у меня открыта запись на курс. Так как обучение индивидуальное, записаться сейчас можно в любой момент, мест пока хватает.

Как раз сейчас начинается осенний период найма.

Есть смысл записаться сейчас, если вы уже имеете опыт в аналитике или смежной сфере и хотите в осенний сезон найти работу или повысить зп.

Или записаться и начать обучение с целью устроиться уже в весеннем сезоне найма 2026. Если опыта нет - в этот вы уже вряд ли успеете. Активный найм начнется примерно в марте, до этого времени как раз можно успеть все детально изучить.

Описание курса https://news.1rj.ru/str/timuranalytics/566

Записаться или задать вопрос - @timuret

❓Стоит ли идти в аналитику данных без бекграунда и вышки? Реально ли найти работу?

Поделюсь своей оценкой на основе опыта 6 успешных кейсов учеников именно такого типа. А также что может пойти не так (проблемы тоже есть, об этом в конце поста).

При желании - обучиться реально, просто понадобится больше времени. Нужно будет погрузиться в новую для вас техническую сферу.

Если в процессе вам не станет скучно и не сольетесь - месяца за 3-4 изучаете теорию, потом проходите собесы, месяцев через 6 получаете первый оффер. Есть небольшой риск отказа уже на оформлении из-за отсутствия диплома, но не критичный.

Примеры кейсов из моего опыта:

✅ Ученик 21 год, без опыта и вышки. Обучение заняло 8 мес, этой весной получил 3 оффера, выбрал один из них где была удаленка, устроился на 150К.

✅ Ученик 40 лет, без опыта аналитиком и без вышки. Но большой жизненный опыт и навыки коммуникаций. Время обучения до оффера заняло 5 мес. Этой весной получил оффер - с премиями ~300К на руки, сейчас там работает.

✅ Ученик 19 лет, без опыта и вышки. С момента начала обучения прошло около 8 мес. В июле 2025 получил первый оффер - но в итоге оформиться не получилось. Возникли трудности при оформлении, не повезло. В моменте вызвало некоторую демотивацию.

В августе продолжили поиск, ученик получил еще 2 оффера. В одной из компаний руководителю оказалось очень важно было чтобы диплом был на руках - а он еще вуз не закончил. В итоге туда не взяли, но ученик успешно оформился во вторую компанию и сейчас там начинает работать.

Вывод: будет посложнее, так как надо будет погрузиться в техническую сферу, с которой вы до этого дела не имели. Побольше усилий приложить к собесам, понимать что могут отказать уже после оффера (но это решается тем, что после первого оффера обычно новые легко получать).

Учимся говорить на профессиональном языке аналитиков данных 😎

Новый отзыв ученика. 30 лет, окончил крутой технический вуз, сильные софт скиллы, до этого работал главой небольшого отдела европейской компании. Поделился своим восприятием ожидание vs реальность, почему оказалось проще чем думал изначально:

Я думал, что залететь в IT быстро и в возрасте около 30ти - это объективно нереально, нужно идти переучиваться в вышку. И то не факт, что получится, слишком это сложно и лучше с детства таким заниматься.

Представьте мое удивление.

На обучении временами было нелегко, но материал подавался структурированно и доступно. Со временем пришло понимание, что в основе это довольно простой материал.

Первые собеседования давались тяжело — много каверзных вопросов. Но постепенно становилось легче - после 10–15 собеседований начинаешь уверенно отвечать на большинство из них.

Реальность работы оказалась для меня шоком.

Я устроился на позицию с зарплатой 160 тысяч «на руки» и был удивлён простоте задач. Всё выглядело элементарным — буквально как первые уроки по SQL у Тимура.

Пример
Нужно выгрузить всех клиентов, покупавших в торговых точках конкретного бренда с момента открытия. Раньше это показалось бы очень сложным, а сейчас понимаю — обычный SQL‑запрос с JOIN и фильтром.

По сути, в переводе на русский запрос звучит так:
Выбрать все данные из таблицы «заказы» и соединить с таблицей «магазины», где магазин = «название бренда».

На SQL это будет примерно так:

SELECT *
FROM Orders
JOIN Shops ON Orders.shop_id = Shops.id
WHERE Shops.name = 'название_бренда';

Часто требуется добавить фильтры, которые диктует конкретная база. Визуально код может выглядеть более громоздким, но по сути это все так же просто.

Например:
Где статус заказа = «завершён» и не было возврата.
Где сумма чека > 0 (так как бывают бесплатные упаковки).
Где дата покупки > '2025-01-01' (если нужны данные за этот год).

На выходе получается таблица, которую отправляешь менеджеру. Вся задача занимает минуты три. Таких задач за день может быть несколько.

Другой пример
Нужно вывести статистику по торговым точкам:

1. Количество продаж.
2. Суммарную выручку.
3. Количество уникальных клиентов.
4. Средний чек.

Эта информация уже содержится в BI‑системе (почти как Excel с графиками и таблицами). Просто менеджеры не умеют ею пользоваться. Разобраться в системе у меня получилось за час с помощью старшего коллеги.

В этом случае никакой код писать не нужно — просто заходишь в готовый отчёт, ставишь нужные фильтры и выбираешь столбцы. Отчёт грузится чуть дольше, поэтому задача занимает до 10 минут, но по сути делать самому ничего не требуется.

Таким образом, работа уровня джун+ или миддл оказалась значительно проще, чем собеседования или обучение у Тимура.

Большую часть времени я трачу на дополнительное обучение: лучше разбираюсь в данных, ищу ошибки и показываю их коллегам, поскольку хочу получить повышение.

В своей прошлой сфере я был главой небольшого отдела в европейской компании и зарабатывал примерно столько же, имея огромный опыт с крупнейшими брендами и профильное образование. Я бы никогда не поверил, что так легко выйти на тот же доход в IT, если бы мои друзья уже не прошли такой же путь и не показывали мне свой результат последние пару лет.

Вывод
Сложность IT и особенно аналитики сильно преувеличена. Любой, кому в школе нормально давалась математика, может освоить это за несколько месяцев. А если уметь чуть больше и успешно проходить собеседования, то зарплата может быть уже 300+ тысяч. Для повседневных задач хватает минимума знаний, и при этом можно сразу зарабатывать около 160 тысяч.

Математическая задача с собеседования Авито

Разберу одну из математических задач с моего собеседования в Авито в 2021 (и сейчас ее периодически задают в +- той же формулировке).

Есть игральный кубик, его можно бросить от 1 до 3 раз. В любой момент можно перестать бросать и зафиксировать результат игры (текущее значение). Кубик 6-ти гранный. Какое мат ожидание у этой игры, т.е. сколько будет очков в среднем при оптимальной стратегии.

Где-то задачу дают сразу про 3 броска. Где-то сначала про 2, потом про 3 как более сложный пункт.

Начнем с игры из 1 броска, найдем ее мат ожидание. Потом для игры из 2 бросков, потом из 3х.

1) Какое мат ожидание, если кубик мы бросаем всего 1 раз? Есть 6 равновероятных исходов - выпадет 1, 2, 3, 4, 5 или 6. Среднее значение = (1+2+3+4+5+6)/6 = 3.5. То есть мат ожидание одной игры 3.5.

2) Какое мат ожидание, если кубик мы бросаем 2 раза? Тут уже чуть сложнее. Кидаем первый раз. Выпадает 1, 2, 3, 4, 5 или 6. В каком случае нам стоит перебросить кубик? Ответ - если выпало от 1 до 3. Потому что в среднем (как мы выяснили выше) со 2 броска мы получим 3.5 очков. То есть это имеет смысл если сейчас у нас меньше.

Итого
1 очко при 1 броске ⇒ бросаем еще раз, со 2 броска в среднем получаем 3.5
2 очка при 1 броске ⇒ бросаем еще раз, со 2 броска в среднем получаем 3.5
3 очка при 1 броске ⇒ бросаем еще раз, со 2 броска в среднем получаем 3.5
4 очка при 1 броске ⇒ получаем 4 и заканчиваем игру
5 очков при 1 броске ⇒ получаем 5 и заканчиваем игру
6 очков при 1 броске ⇒ получаем 6 и заканчиваем игру

Какое у нас мат ожидание? (3.5+3.5+3.5+4+5+6) / 6 = 4.25 Это мат ожидание игры из 2 бросков

3) Какое мат ожидание, если кубик мы бросаем 3 раза? Тут та же логика, что и выше. Кидаем первый раз. Выпадает 1, 2, 3, 4, 5 или 6. В каком случае нам стоит перебросить кубик? Ответ - если выпало от 1 до 4. Потому что в среднем (как мы выяснили выше) от последующей “игры из 2 бросков” мы получим 4.25 очков. То есть это имеет смысл если сейчас у нас меньше.

Итого
1 очко при 1 броске ⇒ далее играем в "игру из 2 бросков", в среднем получаем 4.25
2 очка при 1 броске ⇒ то же самое, далее в среднем получаем 4.25
3 очка при 1 броске ⇒ то же самое, далее в среднем получаем 4.25
4 очка при 1 броске ⇒ то же самое, далее в среднем получаем 4.25
5 очков при 1 броске ⇒ получаем 5 и заканчиваем игру
6 очков при 1 броске ⇒ получаем 6 и заканчиваем игру

Чему равно мат ожидание? (4.25+4.25+4.25+4.25+5+6) / 6 = 4.666. Это мат ожидание игры из 3 бросков.

Часто спрашивают - нужно ли для аналитики отдельно учить математику, если знаешь её слабо?

Моя позиция: на входа в профессию фокус лучше делать на конкретных рабочих навыках - SQL, Python. Их нужно выучить, устроиться, начать применять на практике. Для начальных позиций сложная математика вообще не требуется.

В базе знаний моего курса есть набор из ~20 математических задачек с решениями вроде той что выше - на тервер, логику. Их полезно прорешать: во-первых, такие задачи иногда встречаются на собеседованиях (примерно в 30% случаев), во-вторых, они хорошо развивают мышление и помогают лучше понимать рабочие кейсы.

То есть не надо уходить в "чистое" изучение математики, но при желании углубиться стоит прорешать определенный набор задач, они помогут понять некоторые важные принципы. Я такие задачки учился решать в матшколе, когда готовился к олимпиадам - это было интересно и как полезное упражнение для мозга.

А для дальнейшего развития до сеньора углубиться в математику стоит - изучить такие темы как комбинаторика, логика, тервер, статистика.

Что такое аналитика данных (и почему это проще, чем кажется)

Может быть, вы думаете: "Аналитика данных - это что-то сложное". Сразу всплывают ассоциации со сложной математикой, машинным обучением, какие-то формулы и графики. Кажется, будто нужно быть гением, чтобы туда попасть.

На деле всё не так сложно. В этой статье разбем, в чем заключается эта профессия.

Вкратце - аналитик данных помогает бизнесу искать ответы на вопросы и находить проблемы. Обучиться этой профессии можно за 3 месяца, зарплата начинающих аналитиков от 100-150К (в будущем рост до 300-350).

https://teletype.in/@timuranalytics/S9kA-1ggH_f4

каталог основных постов

Пошаговый алгоритм чтобы устроиться аналитиком на зп 120К+ через 3 месяца

В этом посте расскажу про ту работу, которой я обучаю, а также дам пошаговую инструкцию с краткой сутью моего метода, пользуясь которой вы сможете устроиться и самостоятельно.

6 простых шагов, включающие в себя такие пункты как изучение sql, python, составление резюме, адаптация своего опыта под аналитику данных, отклики и собеседования. В чем плюсы индивидуального курса перед самостоятельным обучением.

Перезалив старой статьи. Обновил ее и переписал, добавил ссылки на материалы для изучения - мои курсы по SQL, Python, лекции по BI системам.

https://teletype.in/@timuranalytics/9cU6ghUBqN6

каталог основных постов

Как я устроился в айти аналитиком на 200 тысяч рублей, без высшего образования и опыта работы

История моего прихода в аналитику данных в 2021. Как я с нуля решил обучиться на аналитика, изучил SQL и Python и пробовал искать работу.

- Как искал первую работу, долго пытался устроиться в посредственные компании на 70-80К и получал отказы.

- Потом начал снова проходить собесы, прошел их просто дофига, в процессе выработал свой эффективный метод прохождения собесов.

- Будучи джуном получил офферы от почти всех топовых компаний (Яндекс, Озон, Авито, X5), устроился в Авито на 200К.

(лонгрид на 17 минут чтения. короткая статья-инструкция с моим способом тут)

https://teletype.in/@timuranalytics/rfuoAOA9EBk5

каталог основных постов

Часто задают вопросы вроде "а можно ли найти удаленку", "а что если не возьмут без [какого-то навыка или признака]".

Хочу отметить - пробиться можно почти в любой ситуации. Надо просто достаточно решительности и напора.

Все равно, сколько раз вам откажут, сколько раз вы жестко облажаетесь, если в итоге будет результат.

20 раз откажут, а потом 21я компания сделает оффер на 200К? Отлично, вы добились цели. Кроме этого, в процессе приобрели опыт прохождения всех этих собесов, преодолели себя, приобрели ценный опыт самопрезентации, подтянули специфичные для собесов задачи.

Где-то возьмут, но условия будут не те / в итоге с оффером не выйдет? - просто пару новых получите и все. После первого оффера это сильно легче.

Устроитесь, но почему-то не пройдете испытательный? - Вы получили ценный опыт, можно проанализировать ошибки, с новым опытом искать работу дальше

В процессе вы развиваете навык прохождения собеседований, который вам будет полезен и дальше по жизни.