Михаил Соколов
AI-инженер с 10 годами в продакшене. Разрабатывает агентные сценарии и автоматизации на стеке OpenAI / Anthropic / YandexGPT.
- Город
- Москва (родом из Новосибирска)
- Год рождения
- 1988
- Экспертиза
- AI-инженерияLLM-агентыRAGfunction callingMLOpsавтоматизация процессов
Об авторе
Я тот человек, к которому идут, когда нужно «сделать чтобы AI наконец заработал в продакшене» — не на демо в Notion, а на реальных потоках с реальными пользователями. За 10 лет я работал в Яндексе и в Тинькоффе, теперь помогаю продуктовым командам строить AI-сценарии без хайпа: чтобы стабильно работало, чтобы можно было дебажить, чтобы экономика сходилась.
В GPTmag пишу про техническую сторону AI для бизнеса: автоматизации, агенты, голос, инструменты разработчика. Если у вас в проекте AI «иногда галлюцинирует» — напишите в комментариях, разберём.
Воспоминания · детство
Откуда я пришёл
- 01
Я родился и вырос в новосибирском Академгородке — это место, где соседями могли быть академики, и где школа № 130 считалась нормой. Лето я проводил у деда в институте автоматики, бегая между лабораториями и просясь нажать большую красную кнопку на каком-нибудь пульте.
- 02
В 8 классе папа подарил мне старый IBM PC и книжку «Pascal для школьников». Я три месяца писал программу для сложения двух чисел — потому что путал `:=` и `=`. Когда наконец заработало, я полночи сидел и набирал «1 + 1 = 2», как будто открыл закон природы.
- 03
В 14 лет я попал в кружок робототехники при НГУ — и впервые увидел, как ребята старших курсов программируют поведение робота-сумо. Мне досталась роль того, кто паяет провода. Зато у меня до сих пор стабильная рука.
Воспоминания · студенчество
Что меня сделало мной
- 01
Первый курс НГТУ, факультет автоматики и вычислительной техники — и стажировка в Yandex на третьем семестре, потому что меня случайно увидел в кружке кто-то из их рекрутеров. До сих пор не понимаю, как это произошло, но это определило всю мою карьеру.
- 02
ICPC в 2010 — мы с командой летели в Стокгольм на полуфинал и проиграли в первый же раунд польской команде, потому что неправильно прочитали условие задачи. Тогда я выучил главное правило инженера: пять минут на чтение спасают пять часов отладки.
- 03
На четвёртом курсе я три месяца провёл в Carnegie Mellon по программе обмена. Жил в общежитии Pittsburgh, ел овсянку три раза в день и понял две вещи: что американские профессоры круче пишут код, а русские — лучше доказывают теоремы. С тех пор я за гибридный подход.
Образование
- НГТУ, факультет автоматики и вычислительной техники (2005–2011), магистр
- Carnegie Mellon University, программа обмена по computer science (2009)
- Постдипломные курсы по deep learning (DeepLearning.ai, fast.ai)
Карьера
- Яндекс — ML-инженер в команде поиска (2011–2016)
- Тинькофф — старший AI-инженер, направление persona/recommendation (2016–2021)
- Самозанятый AI-инженер: помогаю продуктовым командам внедрять LLM-агентов и RAG (2021 — настоящее время)
- Соавтор открытых модулей RAG-инфраструктуры на GitHub
Архив
Все материалы автора
Кейс: как мы автоматизировали обработку лидов на OpenAI API и сократили время ответа в 8 раз
Подробный кейс автоматизации воронки лидов: архитектура, промпты, метрики «до и после», стоимость и неочевидные грабли. Снизили время первого ответа с 4 часов до 30 минут.
AI-агенты: следующая волна автоматизации после ChatGPT
Что такое AI-агенты, чем они отличаются от чат-ботов, какие задачи решают и как готовиться к их массовому внедрению. Архитектура, кейсы, риски, готовые продукты и стек для 2026 года.
Голосовые AI-ассистенты для бизнеса: как настроить колл-центр на ИИ
Как построить голосовой AI-ассистент для бизнеса: технологический стек, архитектура, бюджет, метрики качества и кейсы. С разбором SaluteSpeech, Yandex SpeechKit и OpenAI Realtime.
n8n и ChatGPT: 12 рецептов автоматизации рутины без программирования
Готовые сценарии автоматизации с n8n и ChatGPT API: классификация писем, парсинг счетов, отчёты, бот для Telegram. С пошаговыми инструкциями и шаблонами.
AI для OCR и распознавания документов в 2026: Vision-модели, точность, стек
Подробный обзор AI-инструментов для OCR в 2026: GPT-4.1 Vision, GigaChat Vision, Yandex VLM. Точность на типах документов, цены, интеграция с 1С/CRM. С практическими промптами.
Интеграция AI с 1С и amoCRM: рабочие сценарии и архитектура 2026
Как подключить нейросети к 1С, amoCRM, Битрикс24: распознавание первички, AI-карточка лида, автоматическая квалификация, чат-бот в воронке. С примерами кода и стеком.
Open-source AI: DeepSeek vs Mistral vs Llama 4 для бизнеса в 2026
Подробное сравнение открытых AI-моделей: DeepSeek, Mistral, Llama 4. Качество, цены on-prem, лицензии. Когда переходить с OpenAI/Claude на open-source — экономика и риски.
Cursor vs GitHub Copilot vs Claude Code: лучший AI-копилот для разработчика в 2026
Подробное сравнение Cursor, GitHub Copilot и Claude Code: цена, агентность, качество кода, поддержка длинного контекста. Что выбрать команде разработчиков в 2026.
Make.com vs Zapier vs n8n в 2026: какой no-code выбрать для бизнеса
Подробное сравнение Make.com, Zapier и n8n: цены, лимиты, интеграции, поддержка AI, российские реалии. Выбираем платформу под конкретный сценарий и бюджет.