Сказ о том, как мы с Qwen'ом кривые данные Яндекс доставки на ФИАС мэтчили

Описание: 0:00 Интересны только практичные кейсы использования ИИ
0:52 Salesbeat и постановка задачи
2:24 Изучаем данные Яндекс Доставки
8:33 О моём курсе «Хардкорная веб-разработка»
9:40 Готовим данные с LLM Qwen и агентом pi
11:10 MCP-сервер поиска населённого пункта в ФИАС
12:02 Первая попытка использовать LLM для метчинга данных с ФИАС
14:10 Реализуем свой бесплатный геокодер
16:08 Настраиваем логику работу агента в AGENTS.md
19:25 Доработанный механизм для метчинга данных с ФИАС
23:00 Финальный механизм для обработки всех данных
26:23 Проверка результатов
27:01 Выводы

В этом видео используется модель Qwen3.6-35b-a3b в кванте Q4_K_XL от unsloth, запущенная на моём компьютере с видеокартой RTX 3090 (на Авито 70 тыс руб), 32GB DDR4 (Crucial, 10-15 тыс руб на Авито), процессор AMD 3900x (12 тыс руб на Авито).

Мой курс «Хардкорная веб-разработка» — https://course.to.digital

Telegram канал — https://t.me/t0digital
ВК — https://vk.com/digitalize.team
RuTube — https://rutube.ru/channel/24802975/ab...
Дзен — https://dzen.ru/id/6235d32cb64df01e6e...