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

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...