AI-пузырь: осядет там, где точность не нужна

Павел Голубев пришёл в data science не из разработки: диплом историка-арабиста познакомил его с анализом текстов, а финансовая аналитика в Женеве — со статистикой. В России он занялся цепями поставок Renault и промышленным консалтингом EY и Accenture, где работа на заводах открыла процессы за пределами презентаций.

Курсы, проекты и Open Data Science помогли перейти к ML и создали сеть. Через неё Павел оказался в Дубае и Reaktor: искал задачу, договаривался о данных, писал код и доводил решение до клиента. Кейсы авиации и промышленности показали: модель бесполезна без данных, понятной ценности и готовности менять процесс.

Пандемия закрыла дубайский офис, и Павел переехал в Нидерланды руководить антифродом Beat. Латинская Америка дала кейсы мошенничества, ограблений и computer vision, а парк Tesla и хаотичные инициативы показали разницу между ростом на инвестициях и эффективностью. Банкротство Beat научило Павла проверять продукт и работодателя.

Для Павла AI начинается с проблемы: ускорение шага не даёт ROI без изменения процесса. В Microsoft его студия создаёт индустриальные решения для Azure, а сам он перешёл из менеджмента в Principal IC. Мультидисциплинарные и forward-deployed команды приближают инженера к клиенту, но требуют широты навыков и ясной ответственности.