Телеграм канал «Клуб CDO»

Представители нашей редакции, к сожалению, пропустили наш ежегодный meet up по теме конфиденциальных вычислений и Federated Learning, но хотим поделиться записью и небольшим саммари.

В первую очередь хочется отметить колоссальную работу, которую делают коллеги из Ассоциации больших данных. Выношу в иллюстрацию этого поста классную формулу для математической оценки риска утечки данных.

Открывал встречу Алексей из АБД. Главный тезис: защищенность данных после обезличивания, синтеза или FL - это не бинарное да/нет, а вероятность. Риск приватности считается как матожидание ущерба: сумма по всем событиям утечки, где вероятность зависит от данных, контекста, метода и модели нарушителя. Это и есть формула с картинки. Под каждую PET-технологию своя риск-модель: для обезличивания аддитивная на трех классических атаках, по синтетике уже вышел предварительный нацстандарт, для вертикального FL сценарная модель на 30 атак. Дальше по плану оценка соответствия и сертификация, чтобы к регулятору можно было приходить с цифрами, а не с презентацией.

Дискуссия ожидаемо ушла в экономику. Кейсы живут внутри холдингов, где есть единый владелец риска и данные не покидают контур. Между независимыми компаниями единственный инструмент контроля - договор, и вопрос безопасников "как вы будете контролировать ту сторону" пока убивает большинство проектов. Прозвучало сравнение конфиденциальных вычислений с огнеметом: мощно, дорого, непонятно зачем дома. И прекрасное наблюдение: компании, у которых кейсы FL годами не взлетали, сегодня спокойно отдают свои документы в ChatGPT. Когда выгода очевидна, риски внезапно становятся приемлемыми.

Полную версию посмотрите тут: https://youtu.be/j2evpz4vG0w?si=7Nf59h5MFAaqgkce

А в комментариях к посту прикреплю саммари и презентацию.

Что хочу добавить от себя.

Очевидно, что выгоды от FL пока не покрывают стоимость сложной технологии, но сложность будет снижаться.

Вообще хочу отметить: в этой аудитории мы постоянно говорим про банки, маркетинг и ритейл, а очень много кейсов лежит в области IoT, медицины, SpaceTech и промышленности.

Лично я хотел рассказать на этой встрече про кейсы использования FL для управления спутниками и обучения LLM, но так как попасть не смог, попробую написать об этом отдельные посты.

Необходимость применения совместных конфиденциальных вычислений лежит в двух плоскостях:

- организационные ограничения на централизацию данных, включая юридические и регуляторные
- технические ограничения: пропускная способность каналов связи или объем и скорость обработки данных

И вот первая категория пока проигрывает в целесообразности: участникам проще и дешевле принять риск или договориться. А при технических ограничениях ничего не остается, кроме как использовать FL, и возможно, именно здесь больше интересных и полезных кейсов.

Мне очень понравились несколько научных работ про использование FL для работы со спутниками, попробую сделать их небольшой обзор.

От маркет-мейкера к инфраструктурному инвестору: как Jane Street стерла границу

В апреле 2026 года Jane Street, частная трейдинговая фирма без публичной отчетности и без узнаваемого CEO, подписала соглашение с облачным провайдером CoreWeave.

Публичный нарратив вокруг этой сделки строится вокруг больших языковых моделей и умения быстрее конкурентов читать новости. Первичные документы описывают другое.

Что зафиксировано в источниках

▪ Пресс-релиз CoreWeave и форма 8‑K, поданная в SEC 15 апреля, фиксируют обязательство Jane Street потратить около $6 млрд на вычислительные мощности, включая системы на архитектуре NVIDIA Vera Rubin

▪ Отдельная инвестиция в $1 млрд в акции класса A CoreWeave по цене $109 за штуку.

Формулировка самой фирмы в релизе описывает обучение больших и сложных моделей на огромных объемах зашумленных данных, их непрерывную доработку и развертывание в масштабе.

О каких моделях речь

Речь идет о собственных моделях на рыночных данных, а не о готовой языковой модели, разбирающей пресс-релизы. Разница принципиальная:

➡️ Собственные модели требуют инфраструктуры: конвейера данных, латентности, риск-контура, цикла переобучения.

➡️ Готовая языковая модель доступна по подписке любому участнику рынка и потому преимуществом не является.

Структура сделки

Шесть миллиардов представляют собой обязательство по будущим расходам на аренду мощностей, а не разовую ставку. Миллиард в капитале превращает клиента в одного из крупнейших акционеров поставщика.

Конструкция повторяется на рынке все чаще: покупатель вычислений берет долю в том, кто их производит, и хеджирует собственную зависимость от цены ресурса.

Финансовый результат: торговля + капитал

Финансовый результат фирмы при этом уже не объясняется одной торговлей. По данным Reuters и Bloomberg, за первый квартал 2026 года:
⚪️выручка от торговых операций — $16,1 млрд,
⚪️прибыль — $10,3 млрд (более чем вдвое больше).

Источники агентств указывают, что часть результата обеспечена ростом стоимости долей в AI-компаниях, включая Anthropic, инвестором которой Jane Street является с 2025 года.

Отчетности компания не публикует, цифры получены журналистами от людей, знакомых с ситуацией.

Складывается замкнутый контур

▶️Торговля дает капитал
▶️Капитал уходит в компании, которые строят модели и вычисления
▶️Рост их оценок возвращается в прибыль
▶️Прибыль финансирует следующий цикл закупки мощностей

Граница между маркет-мейкером и инфраструктурным инвестором в такой схеме перестает существовать.

Штат и производительность

Штат остается небольшим — оценки расходятся в диапазоне от 3 до 3,5 тыс человек. Прибыль на сотрудника здесь несопоставима с банковской не потому, что люди способнее, а потому, что между интеллектом, вычислениями и результатом почти не осталось промежуточных слоев: ни клиентской дистрибуции, ни продаж, ни управления чужими активами.

Каждый удаленный слой повышает отдачу на единицу вычислений.

Практический вывод

Он лежит за пределами трейдинга. Модель и мощности доступны всем, кто готов подписать контракт с облачным провайдером. Устойчивое преимущество формируется в обвязке:
⚪️качество данных
⚪️скорость цикла переобучения
⚪️контур риска
⚪️то, как выход модели превращается в решение и в исполнение

Jane Street покупает не интеллект, а право проверять свои гипотезы быстрее остальных. Это инженерная задача уровня архитектуры, а не вопрос выбора вендора.

Вычислительная мощность ≠ нефть

Вычислительная мощность в такой логике плохо описывается привычной метафорой нефти. Нефть можно хранить. Кластер устаревает за полтора-два года и требует перевооружения.

$7 млрд на инфраструктуру — не запас, а абонентская плата за право оставаться в игре.

#кейс

Для меня SpaceTech остается очень хорошим примером и источником опыта для того что бы строить production системы в HFT и AI и вот еще один хороший пример того, как "все может пойти не так"

"18 марта 1965 года Алексей Леонов покинул «Восход-2» и удалился от корабля больше чем на пять метров. Впервые человек оказался один перед Землей - без стен и привычной опоры. В открытом космосе он провёл 12 минут 9 секунд.

Но в вакууме скафандр раздулся и потерял гибкость. Руки вышли из перчаток, ноги - из сапог. Вернуться в узкий шлюз по инструкции, ногами вперёд, стало невозможно. Внутри скафандра быстро росли температура и влажность.

Ждать подробных указаний с Земли было некогда. Леонов самостоятельно снизил давление внутри скафандра и начал входить в шлюз головой вперёд - вопреки плану. В тесной камере ему пришлось развернуться. Пульс поднялся примерно до 190 ударов.

На этом испытания экипажа не закончились. Перед возвращением отказала автоматическая система ориентации. Командир Павел Беляев взял управление на себя и посадил корабль вручную. «Восход-2» приземлился далеко от расчётной точки - в глухой уральской тайге.

Этот полёт вошёл в историю не потому, что всё прошло по плану. Наоборот: почти на каждом важном этапе план переставал работать. Результат зависел от людей, которые могли сохранить ясность, увидеть изменившиеся условия и принять решение без гарантии.

Мы часто называем это смелостью. Но за смелостью Леонова стояла конкретная конструкция: пространственное мышление, контроль тела, точность и готовность отвечать за выбор. Именно эти качества проявились в момент, когда привычная инструкция перестала помогать.

Так устроена любая профессия. Её название показывает только внешнюю оболочку. Внутри - разные роли и способы мышления. Один специалист следует отработанному процессу, другой замечает исключение, а третий способен собрать новое решение в условиях, которых раньше не существовало."

https://www.smithsonianmag.com/air-space-magazine/the-nightmare-of-voskhod-2-8655378/

Дайджет статей

📰 От «грязных» справочников к золотым записям: как AI/ML спасает НСИ от хаоса
🔗 https://habr.com/ru/companies/sofros/articles/1063104/
💡 Вывод: дедупликация НСИ через метрики похожести строк — тупик (по оценке авторов, приемлемое качество лишь в 30–40% случаев), рабочая схема — атрибутивная нормализация: классификация, извлечение характеристик, эталонные наименования и только потом дедупликация. Осторожно: материал вендорский, SOFROS продаёт описываемый сервис, цифры не независимые.

📰 Дашборд без правильного вопроса опаснее его отсутствия
🔗 https://habr.com/ru/articles/1060014/
💡 Вывод: каждый отчёт обязан проходить тест «какое управленческое решение я приму, посмотрев на него», иначе он существует ради себя. Показательный кейс: SLA-отчёт считал нарушения без причин, и 400 задач, ждущих бизнес, выглядели как провал ИТ. Шесть узких отчётов под конкретные решения работают лучше одного «красивого» экрана.

📰 Зрелость управления данными: предлагаю простую методику оценки
🔗 https://habr.com/ru/articles/1063316/
💡 Вывод: цель не максимальный уровень зрелости, а соразмерный масштабу и рискам. Практичный механизм — блокирующие критерии: направление с медианой 3,5 считается заблокированным, если бэкапы ни разу не восстанавливались или у ключевых показателей нет владельца. Часто дешевле договориться об определении выручки, чем строить DWH.

📰 Дата-контракты 2.0: как мы автоматизировали обмен данными между продуктами (МТС)
🔗 https://habr.com/ru/companies/ru_mts/articles/1061814/
💡 Вывод: контракт живёт, только если встроен в процесс разработки и занимает 3–5 минут, иначе откладывается из спринта в спринт. Неожиданный факт из практики: половину контрактов инициируют потребители данных, а не поставщики. Реестр контрактов постепенно превращается в каталог дата-продуктов и сокращает дубли витрин.

📰 Почему LLM нельзя просто подключить к базе данных и получить GenBI?
🔗 https://habr.com/ru/articles/1062782/
💡 Вывод: надёжный GenBI строится поверх исполняемого семантического слоя (готовые меры SSAS/metrics layer), а не поверх физических таблиц: LLM должна выбирать проверенную меру, а не пересобирать бизнес-логику на каждый вопрос. Прямое подключение к OLTP даёт худший класс ошибок — правдоподобно неверные цифры.

📰 RAG — это про замеры, а не про код
🔗 https://habr.com/ru/articles/1063026/
💡 Вывод: индустриальные дефолты — гипотезы, а не факты: на реальных данных BM25 уронил hit@3 с 74% до 55%, реранкер до 64%, а единственным работающим улучшением оказалась бесплатная калибровка порога под роль продукта. Сначала честный eval-харнесс и разделение recall/ranking, потом любые компоненты.

Коллеги, редакция тут в свободное время провела небольшое исследование на тему того, как финансовые организации выводят генеративный ИИ в чат-боты, ассистенты в приложении - от уровня внедрения и технологий до сценариев, проблем, регулирования и планов развития.

Редакция решила поделиться отчетом с нашей аудиторией, вдруг кому то будет инетресно.

Если у кого то есть фидбэк, дополнение, критика на счет орфографических ошибок, использования LLM для генерации текста - не сдерживайтесь в комментариях :)

Коллеги, обратите внимание на книгу

https://www.piter.com/collection/all/product/sistemnaya-inzheneriya-sovremennye-metody-proektirovaniya-dlya-sozdaniya-slozhnyh-informatsionnyh-sistem-2-e-izd