Заметки о данных, ИИ, ИТ
и безопасности
Без маркетингового тумана. Так, как я думаю о задачах в реальной работе с собственниками и руководителями.
Legacy на производстве: как защитить системы на Windows XP и 7, которые нельзя обновить
Промышленное оборудование живёт 15-30 лет, а управляющие ПК под ним - на снятых с поддержки Windows XP и 7. Обычный патч способен нарушить гарантию вендора или уронить техпроцесс. Что делать, когда обновить нельзя: сместить защиту с хоста на изоляцию и компенсирующие меры.
ИИ на производстве и атаки нового поколения: как защитить промышленную модель
Заводы ставят нейросети на предиктивное обслуживание и оптимизацию процессов. Новый класс атак - отравление обучающих данных и тихая подмена телеметрии - заставляет ИИ принимать разрушительные для оборудования решения. Что здесь на самом деле уязвимо и как это защищать.
"Теперь нам вечно держать дорогих Data Scientist'ов в штате?" Что нужно после сдачи проекта
Страх собственника в конце data-проекта: что дорогих специалистов придётся держать в штате навсегда. Что на самом деле стоит дорого и два честных способа сдать работу, не раздувая ФОТ и не оставаясь вечно завязанным на подрядчика.
"У вас специфический стек - вы с таким работали?" Как я берусь за незнакомые технологии
Прямой ответ на страх клиента: платить за то, что мои инженеры будут гуглить вашу технологию. Что я на самом деле продаю и как захожу в незнакомую или легаси-систему.
Локальный ИИ: как развернуть модель, чтобы данные не уходили в облако
Разбираю честную инженерную и стоимостную картину локального ИИ: что реально даёт свой периметр, лестница вариантов от Ollama до air-gapped, и когда облачного бизнес-тарифа достаточно.
Можно ли удалить свои данные из уже обученной нейросети
Почему удалить себя из обученной модели почти невозможно так же, как строку из базы, что реально стоит за unlearning и правом на удаление, и где на самом деле находится рычаг.
Может ли ИИ выдать чужие персональные данные
Разбираю честно: где модель действительно способна вспомнить чужие данные из обучения, а где реальная утечка приходит из вашей же системы - RAG, логов и контроля доступа.
Как запретить ИИ учиться на ваших промптах и переписке
Разбираю по-честному, для человека и для компании: где чат-боты по умолчанию учатся на вашей переписке, как это выключить и почему opt-out не стирает то, что модель уже выучила.
ИИ-контур и 152-ФЗ: слепая зона комплаенса, за которую платит собственник
Чат-боты, RAG и ИИ-ассистенты гонят персональные данные клиентов во внешние LLM - контур, который никто не аудирует. Именно здесь материализуется оборотный штраф до 500 млн, и отвечает собственник лично.
Персональные данные и веб-формы по 152-ФЗ: практическое руководство 2026 года
Какие поля формы считаются персональными данными, какие согласия нужны, что изменилось после реформы 2025 года и как не попасть на оборотный штраф.
Опыт в ИТ дорожает не сам по себе
Рынок платит не за количество лет в профессии, а за способность решать актуальные задачи. Разбираю, как незаметно обесценивается экспертиза и какая её часть почти не дешевеет.
Когда ИИ показывает накопленный долг в коде
Первые цифры по проекту Glasswing - не история про умную модель. Это история про то, сколько старых уязвимостей лежит в коде, который мы используем каждый день.