Контекст
Типы систем на интервью по системному дизайну
Старая общая ветка ML/AI теперь разделена на две отдельные инженерные темы.
Раньше раздел AI/ML Engineering складывал в один маршрут слишком разные задачи: рабочий ML-контур, MLOps, LLM/RAG, агентные сценарии, исторический AI-контекст и продуктовые кейсы. Пока материалов было мало, это ещё работало. Когда раздел вырос, такой маршрут перестал помогать: темы с разной инженерной природой начали соседствовать просто по привычке.
Теперь эта глава служит переходом: она помогает увидеть, где начинается ML Engineering с его модели, и , а где начинается AI Engineering с LLM-продуктами, оркестрацией и .
Два разных инженерных фокуса
ML Engineering
Фокус на данных, метриках ошибок, выпуске модели и её работе в рабочей среде: от обучения до сопровождения после релиза.
- конвейеры признаков и качество датасетов
- выпуск моделей, калибровка и безопасность запуска
- сервинг, задержка и контроль стоимости
- переобучение, дрейф и следующий цикл улучшений
AI Engineering
Фокус на LLM-, RAG- и агентных системах, а также AI-помощниках: оркестрации, оценивании, продуктовых сценариях и платформенных решениях вокруг AI-продуктов.
- архитектура LLM-, RAG- и агентных сценариев
- вызов инструментов, память и оркестрация рабочих цепочек
- инструкции в запросе, безопасность и защитные ограничения
- AI-помощники, продуктовые сценарии и платформенные кейсы
Как выбрать правильный маршрут
Если идёшь от модели и данных к рабочей системе
Если главный вопрос звучит как «как обучать, выпускать, измерять и сопровождать модель», начинай с ML Engineering.
Если идёшь от LLM-продукта к его архитектуре
Если главный вопрос про RAG, агентов, AI-помощников, защитные ограничения и продуктовую поставку вокруг LLM, начинай с AI Engineering.
Обе темы нужны, но в разном порядке
ML Engineering даёт язык жизненного цикла и эксплуатационной дисциплины, а AI Engineering помогает говорить о современных AI-продуктах и оркестрации поверх моделей.
Новая тема
ML Engineering
Модели, конвейеры, сервинг, калибровка, переобучение, контракты на признаки и эксплуатация ML-систем в рабочей среде.
Открыть темуНовая тема
AI Engineering
LLM, RAG, агенты, AI-помощники, защитные ограничения, оценивание и архитектура AI-продуктов.
Открыть темуКуда идти дальше
- ML Engineering: как проектировать модели, конвейеры и рабочий контур - Основная вводная глава для темы ML Engineering.
- AI Engineering: как проектировать LLM-, агентные и copilot-системы - Основная вводная глава для темы AI Engineering.
- Тема ML Engineering - Полный список глав ML Engineering после разделения тем.
- Тема AI Engineering - Полный список глав AI Engineering после разделения тем.