Уроки создания GenAI-платформы LinkedIn
Lessons from Building LinkedIn's GenAI Platform
GenAI-платформа сводит AI-инженеров и продуктовых инженеров в один стек, потому что в агентных системах граница между оптимизацией моделей и их выкаткой исчезла.
- Промпты как версионируемый источник правды — prompt source of truth защищает от случайных правок промпта в продакшене; спикер сравнивает промпт с параметрами модели и считает версионирование обязательным.
- Единый интерфейс к моделям — в Python SDK на LangChain смена провайдера, например с OpenAI на собственную on-prem модель, делается заменой одного параметра, но промпты всё равно нужно переписывать под модель.
- Наблюдаемость на OTEL — собственное решение на OTEL хранит телеметрию низкого уровня, по которой можно воспроизвести вызовы агента, потому что агент сам выбирает API и модели; поверх неё строится аналитика для оптимизации.
- Найм под платформу — приоритет у сильных software-инженеров, а не у AI-экспертизы, нанимают за потенциал, а не за опыт и диплом, и собирают разнородную команду, где инженеры со временем осваивают AI-навыки.
Кому полезно: техлидам, которые строят внутреннюю GenAI-платформу и формируют команду под неё.
Статья по теме
Главы
Похожие доклады
Как построить компанию на базе agents с помощью agents
AI Engineer World's Fair 2024
Близко по содержанию
Уроки создания приложений на основе GenAI
AI Engineer Summit 2025
Близко по содержанию
Создание платформы для координации агентов
AI Engineer World's Fair 2025
Близко по содержанию
Как создать обучающуюся память для AI agents
AI Engineer World's Fair 2026
Та же тема: Контекст и память

