Университетский консорциум исследователей больших данных
Образование · 31 октября 2026 г.
Многие участники прошедшего в октябре форума «Открытые данные» отмечали в своих выступл...
Многие участники прошедшего в октябре форума «Открытые данные» отмечали в своих выступлениях, что даже самая сильная LLM не сделает хороший университетский проект без команды людей, которые умеют создавать харнесс для ИИ — промпты, пайплайны, инструменты, базы, тесты, логи и так далее. Настраивать харнесс в конкретной предметной области — это новая ценность в контексте ИИ в 2026 году и в ближайшее время. Что говорят эксперты Гендиректор Университетского консорциума исследователей больших данных Вячеслав Гойко: «Университетам нужно уметь собирать междисциплинарные команды и превращать их работу в харнесс. LLM появляются каждые несколько месяцев, настроить их можно за короткий промежуток времени, а вот харнесс под конкретную научную или образовательную задачу — это годы работы и накопленная экспертиза». Эксперт Института анализа больших данных и искусственного интеллекта Томского госуниверситета Сергей Чёрный: «Слово „харнесс“ (harness) сегодня знают почти все в контексте ИИ, хотя ещё совсем недавно оно было распространено только в техническом лексиконе. Харнесс — это вся обвязка вокруг LLM: базы данных, ИИ-агенты, инструменты, пайплайны, системы оценки и валидации, аудит и многое другое. Если обобщить, то это продукт, который команда создаёт под решение своей задачи инструментами ИИ. Некоторые из мировых разработчиков искусственного интеллекта заявляют, что эта обвязка важнее самих моделей». Директор экспертно-аналитического центра «Киберия» Юлия Александрова: «В течение последних двух лет мы изучали стратегии развития ИИ-университетов, опыт вузов по созданию ИИ-лабораторий, реализацию отдельных ИИ-проектов. И увидели, что хорошие результаты получают те команды, которые работают с качественными базами данных. Это важный элемент харнесса. Учиться собирать, анализировать и систематизировать данные так же важно сегодня, как и разбираться с ИИ-агентами. ИИ не заменит подготовленные команды». Где учиться собирать команду для проектов на больших данных и настраивать харнесс 🔹 «Лидеры проектов на данных» — очный интенсив всероссийской «Школы прикладного анализа данных». Даты: 26–28 ноября, место: Томск. За три дня участники научатся создавать проекты на данных с нуля и без навыков программирования — собирать команду, работать с данными, запускать собственного ИИ-агента и так далее. Организаторы: ТГУ, «Киберия», Консорциум больших данных. https://data-diving.ru/