JL

John LoschnigSenior Solution Architect — ШІ, автоматизація та цифрова трансформація

Я перетворюю складні технології на зрозумілі рішення.

Двадцять років між клієнтами, корпоративними системами і сьогодні — промисловим ШІ: агентні процеси, міркування LLM, захищений виклик функцій. Чесна порада. Найкраще рішення, а не найпростіше.

Відкритий до ролей в архітектурі ШІ · Німеччина та віддалено в ЄС · безстроковий дозвіл на роботу в ЄС

Написати мені

John Loschnig, smiling, in a white shirt, in front of a large sepia photograph of Robert Bosch
Рис. 1 — На тлі портрета Роберта Боша. Мій орієнтир в одному реченні: краще втратити гроші, ніж довіру.
20+
років у корпоративних ІТ
11+
років пресейлу на боці вендора: HP, WSP, Clientfocus
8
років архітектури в Robert Bosch
4
мови розуміє моя дослідницька модель

Зараз

Вбудовую ШІ в промислову мережеву платформу.

У Robert Bosch я відповідаю за архітектуру одного з двох ключових компонентів Network Enterprise Orchestration (NEO) — платформи, через яку компанія керує мережевою інфраструктурою. З 2022 року проєктую застосунки на основі ШІ та машинного навчання, які оптимізують неефективні й трудомісткі процеси.

Рушій розбору збоїв, спрощено
  1. 1збійна транзакція
  2. 2нормалізовані логи
  3. 3міркування LLM
  4. 4лише дозволені функції
  5. 5неуспішно → люди сповіщені через канал (Teams / Outlook)
  6. закрити → сповістити
  7. самовідновлення: повторна спроба з дозволеним виправленням

Найцікавіше тут не модель, а огорожа навколо неї: які функції їй можна викликати, що вона мусить пояснити і коли вирішує людина.

Впровадження ШІ

Розробляю та представляю сценарії застосування ШІ старшим архітекторам і керівникам напрямів, став співініціатором баркемпу з пошуку ШІ-сценаріїв у межах Bosch Digital AI Initiative, учасник корпоративної ШІ-мережі.

Архітектор сервісних API

Відповідаю за довговічні API за перевіреними інженерними практиками — непоказний фундамент, на який рано чи пізно спирається будь-який агент.

Дослідження

Evolution EngineОсобистість, яку можна вбудувати.

Як за допомогою сенсорів — голосу користувача, міміки, аналізу тексту — зробити видимими штучні «емоції» моделі й за мілісекунди повертати їх мовній моделі, щоб вона краще взаємодіяла з людиною?

Це питання давно мене займає. Моя відповідь: штучний індивід зростає в змодельованому світі. Його формує життєвий шлях, що ґрунтується на випадковостях, — батьки, турбота, друзі, кольори, музика, дотики й темперамент. Зрештою лишається маленька особиста модель, яка за мілісекунди аналізує фрагменти тексту німецькою, англійською, російською та українською і реагує на них. Вона також розпізнає зворотний зв’язок і повторення, які посилюють стимули й тенденції.

Рис. 2 — Луна, один змодельований індивід, у вигляді 42 чисел. Чорнило: те, що в ній закріплено, — особистість, стабільність, прив'язаність, потреби у спокої. Олівець: те, що змінюється з кожною почутою фразою — реакція, настрій, подолання, стрес. Архетип: лагідна душа · надійна прив'язаність · добре долає стрес
Рис. 3 — Brain Monitor: вісім каналів змодельованого індивіда в часі. Канали 0 … 1, праворуч — зараз. Вертикальні лінії позначають імпульси — фрази, які чує індивід. Дрібне тремтіння показує збудження; це відображення, а не вимірювання.

Модель

  1. 42виходи

    Модель емоцій

    Реакція, емоційний стан, особистість, вісім потреб, подолання, стрес. Експорт в ONNX, вбудовується в Python або Node.js.

Зроблено як продукт, а не як демо

Той самий seed — те саме життя.
Кожен індивід відтворюваний: той самий seed завжди дає те саме життя й ту саму особистість.
Кожен експорт перевіряє себе.
Кожен експорт в ONNX звіряється з еталонним середовищем виконання й повідомляє власне відхилення.
Обмеження як дані.
Кожен індивід має прапорці застереження, обережності та позитивні — застосунок може відмовитися його завантажувати ще до першого слова.
Працює офлайн.
Квантовані моделі, середовища виконання для Python і Node, настільний застосунок для Windows, Linux і macOS. Хмара не потрібна.

Чесна примітка: формули особистості — евристичні припущення, а не валідована психологічна модель. Це написано й на першій сторінці документації.

Компетенції

Що я привношу — і що це означає на практиці.

Дванадцять речей, якими я займаюся, пояснені так, як я пояснив би їх на першій зустрічі. Прокручуйте або переходьте одразу до теми.

Архітектура

Швидке прототипування

До п'ятниці — щось, на що можна натиснути.

Робочий прототип завершує суперечки, які не завершать слайди. Я будую швидко, щоб уможливити рішення, — і чесно кажу, які частини є прототипом, а які готові до продакшену.

На практиціУ Bosch — власний harness-застосунок для прототипування взаємодії агентів без жодного рядка коду, з експортом в артефакти MCP або n8n-воркфлоу. Раніше: proof of concept у R+V, Clientfocus та Hewlett-Packard.

  • Proof of concept
  • Ітерації
  • Демонстрації
Архітектура

Архітектура рішень і підприємства

Системи, які матимуть сенс і через п'ять років.

Інтеграція, сервісні API, платформи, на які спираються багато команд. Добра архітектура — це передусім уміння рано сказати «ні» й записати чому.

На практиціАрхітектор одного з двох ключових компонентів NEO в Bosch; ITSM-трансформації для KfW, Audi, Volkswagen, Clariant, T-Systems і DB Systel — прикладні рішення on-premises та в ізольованих середовищах, а також інтеграція інтерфейсів.

  • Інтеграція
  • Сервісні API
  • ITSM
З людьми

Пресейл і discovery

Зрозуміти проблему, перш ніж продавати рішення.

Воркшопи, розмови зі стейкхолдерами, технічні демонстрації. Я перекладаю між тими, кому щось потрібно, і тими, хто це будує, — чесно, навіть якщо відповідь звучить так: «Для цього вам не потрібен ШІ».

На практиціУ Bosch: внутрішні тренінги. Раніше: 11+ років пресейлу на боці вендора в усьому регіоні EMEA в Clientfocus, WSP та Hewlett-Packard.

  • Воркшопи
  • Стейкхолдери
  • Демонстрації
З людьми

ШІ-тренінги та enablement

Команди, які розуміють ШІ, ухвалюють щодо нього кращі рішення.

Я пояснюю ШІ без хайпу і без страху — для інженерів, керівників і всіх між ними, німецькою та англійською.

На практиціУ Bosch Digital: кілька ШІ-тренінгів і презентацій; співініціатор баркемпу з ШІ-сценаріїв. Раніше в Hewlett-Packard: навчальні програми для команд сервіс-менеджменту по всій Європі та живі презентації продуктів на самітах HP Software у Барселоні та Гамбурзі.

  • Навчання
  • Баркемпи
  • Передача знань
ШІ, ML і дані

Агентні процеси

Мовні моделі, які працюють кроками — планують, діють, перевіряють, — а не просто відповідають.

В агентному процесі модель сама обирає наступний крок: викликати інструмент, прочитати результат, вирішити знову. Ця свобода потужна і дорога, тому я визначаю, де автономія окупається, а де фіксований процес — безпечніша й дешевша відповідь.

Моє правило: стільки процесу, скільки можливо, і стільки агента, скільки необхідно.

На практиціBosch agent harness: проєктування процесів на основі JSON, реалізація на FastAPI, Python і Node.js. Bosch NEO: ШІ-рушій, який аналізує збійні транзакції та пропонує наступну дію.

  • Планування
  • Робота з інструментами
  • Людина в контурі
ШІ, ML і дані

Взаємодія агентів (A2A)

Спеціалізовані агенти передають одне одному роботу — через контракти, а не балачки.

Коли кілька агентів працюють разом, інтерфейси між ними важливіші за будь-який окремий промпт: хто кого може питати, що передається, як стає видно помилку. Повідомлення між агентами (A2A) я проєктую як сервісні API — типізовані, версіоновані, журнальовані.

На практиціСпирається на роки роботи архітектором сервісних API в Bosch: інфраструктура, експлуатація RHEL, керування інцидентами, сервісними запитами та змінами, розробка й розгортання.

  • A2A
  • Контракти
  • Спостережуваність
ШІ, ML і дані

Архітектура MCP і function calling

Дати моделям доступ до реальних систем, не віддаючи ключі.

Model Context Protocol (MCP) стандартизує доступ моделей до інструментів і даних. Я проєктую MCP-сервери та набори функцій — невеликі, добре описані й явно дозволені, — щоб модель могла робити лише те, що схвалив бізнес, а кожен виклик можна було відстежити.

На практиціБілий список функцій у рушії розбору збоїв у Bosch.

  • MCP
  • Function calling
  • Мінімальні права
ШІ, ML і дані

Розробка agent harness і настанов

Рамка навколо моделі: цикл, контекст, інструменти, права, журнали, правила зупинки.

Модель думає; harness вирішує, що відбувається насправді. Я створюю harness-системи й пишу настанови, за якими команди будують власні однаково, — щоб десять агентів у компанії поводилися як одна архітектура, а не як десять експериментів.

На практиціУ Bosch: власний harness-застосунок — прототипи взаємодії агентів без коду, з експортом в артефакти MCP або n8n-воркфлоу.

  • Harness
  • Настанови
  • Еталонна архітектура
ШІ, ML і дані

Обмеження та безпечні функції

Заздалегідь вирішити, чого ШІ не має робити ніколи.

Модель може бути водночас переконливою і хибною. Обмеження роблять це нешкідливим: дозволені функції, перевірка входів і виходів, схвалення людиною всього незворотного та журнал аудиту, який згодом пояснює, чому щось сталося.

Сліпа пляма, до якої я ставлюся серйозно: витік через reasoning. Обмеження блокує відповідь — користувач її не бачить. Але в міркуваннях моделі (reasoning) ця відповідь однаково може бути. Reasoning потрапляє в лог-файл, інший агент читає лог, обробляє вміст і передає його далі. Сучасні методи перевірки здебільшого аналізують лише кінцеву відповідь; сліди міркувань і логи вони не охоплюють або охоплюють лише частково.

Тому я вважаю reasoning і логи такими ж вихідними даними: ті самі перевірки, маскування до запису, і жоден агент не читає сирі міркування іншого.

На практиціДозволені функції та сповіщення через Teams / Outlook у Bosch; попереджувальні прапорці в Evolution Engine.

  • Безпека
  • Валідація
  • Журнал аудиту
  • Витоки
ШІ, ML і дані

Data science і машинне навчання

Спочатку зрозуміти дані — потім обрати модель.

Перед будь-якою моделлю стоять дані: очищення, нормалізація, пошук сигналу. Для великих обсягів логів я будую фундамент: ClickHouse як аналітичну базу даних, log vaults для надійного довгострокового зберігання і Parquet-трансформер, що перетворює сирі лог-файли на стовпчикові, стиснені й швидкі для запитів файли.

На цій основі я застосовую класичне машинне навчання там, де воно краще за мовну модель, а нейромережі — там, де ні.

На практиціНейромережеві моделі особистості, навчені для кожного індивіда в Evolution Engine; аналіз нормалізованих логів у Bosch.

  • ClickHouse
  • Parquet
  • Log vaults
  • Feature engineering
  • Нейромережі
ШІ, ML і дані

Власний RAG

Відповіді, що ґрунтуються на ваших документах, — з джерелами.

Retrieval-augmented generation дає моделі змогу цитувати ваші знання, а не вгадувати. Пошук я будую сам — розбиття, ембедінги, ранжування, — щоб завжди було ясно, чому з’явилася відповідь і звідки вона.

На практиціВласна реалізація, а не продукт-«чорна скринька».

  • Пошук
  • Ембедінги
  • Джерела
ШІ, ML і дані

Локальний та ізольований ШІ

Локально чи ні — ось у чому питання.

Як захистити корпоративні дані — і чи має сенс володіти власними локальними системами? Адже одна карта RTX 6000 коштує близько 17 798 € (жовтень 2026).

Моя відповідь — однозначно так для середніх компаній, які хочуть або мусять зберегти свою інтелектуальну власність при собі. Але варто розуміти: головна передумова — аналіз даних. Добре рішення поєднує ШІ з детермінованими інструментами та дуже добре продуманим MCP-ландшафтом, який чисто з’єднує моделі із системами. Сюди ж належать керування GPU та VRAM, яке розумно розподіляє навантаження, і заплановані нічні завдання, результати яких наступного дня можна використовувати взагалі без GPU та VRAM.

Технічно й на рівні архітектури я супроводжую моделі впродовж усього життєвого циклу — Plan, Build, Run: від донавчання з LoRA до експлуатації на GPU-стеках Docker, за потреби повністю офлайн.

На практиціУ компанії найрізноманітніші моделі (GLM, Mistral, Claude від Anthropic, GPT, Gemini) підключаються через security layer і використовуються в процесах на n8n або OpenText. У власних проєктах Evolution Engine працює повністю офлайн, а мій контент-конвеєр перекладає за допомогою локальної моделі.

  • LoRA
  • ONNX
  • Plan, Build, Run

ІнструментиPython · FastAPI · Docker · Linux RHEL · REST · Git · Bash · JavaScript · Oracle DB

Принципи

Як я працюю

«Краще втратити гроші, ніж довіру.»

— Роберт БошНайкращий принцип проєктування ШІ, який я знаю.

Як я працюю

  1. Ніколи не втрачати допитливості.
  2. Дивитися далі власної тарілки.
  3. Якщо це не можна пояснити просто, робота ще не завершена.

Німці кажуть «über den Tellerrand schauen» — зазирнути за край тарілки.

Кар'єра

Двадцять років і одна нитка: робити системи зрозумілими.

  1. 2018 — зараз

    Solutions Architect, Network Enterprise Orchestration

    Robert Bosch GmbH, Штутгарт

    Архітектура ключової платформи, сервісні API, а з 2022 року — застосунки на основі ШІ та машинного навчання, що автоматизують трудомісткі процеси. Просуваю впровадження ШІ в керуванні мережами.

  2. 2016 — 2017

    Systems Engineer

    R+V Versicherung, Вісбаден

    Керування розгортанням вебпорталів; керував proof of concept з керування конфігураціями — від аналізу ринку до перевіреного прототипу.

  3. 2012 — 2016

    Lead Solution Architect

    Clientfocus GmbH, Франкфурт

    Пресейл і архітектура ITSM-трансформацій — KfW (трансформація CMDB), Audi (вимоги до ITSM-трансформації). Керівництво командами впровадження.

  4. 2009 — 2012

    Solution Architect

    WSP-Consulting GmbH

    Складні ITSM-проєкти в Німеччині та за кордоном; доповідач і ведучий воркшопів на галузевих конференціях.

  5. 2005 — 2009

    Information Systems Architect

    Hewlett-Packard GmbH, Беблінген

    Пресейл у всьому регіоні EMEA: воркшопи, proof of concept, продуктова стратегія разом із розробкою.HP Professional Services Innovation Award, 2007

  6. 2001 — 2005

    Розробник ПЗ · менеджер з якості

    Fresenius Medical Care · CALCUCARE

    Інструменти ITIL, сертифікація ISO 9001 / ISO 13485, три місяці розробки у США.

Клієнти на цьому шляхуKfW · DB Systel · DHL · Robert Bosch · Audi · Volkswagen · Clariant · T-Systems

Нещодавнє навчанняNeural Networks and Deep Learning (DeepLearning.AI, 2026) · Generative AI (IBM, 2026) · ІТ-фахівець із системної інтеграції (IHK, 2024) · PSM I · ITIL v3

Автор книги Application Development 2.0 (epubli, 2012, 260 сторінок).

Навчання

Навчайтеся разом зі мною.

Короткі пояснення ідей, з якими я працюю щодня.

Відеознайомство — незабаром.

А поки — уроки та виступи на моєму YouTube-каналі.

Відкрити канал →

Блог

З блогу.

Нотатки про ШІ, архітектуру й відповідальність — написані мною, публікуються німецькою, англійською та українською.

  1. Прихована небезпека: чому fallback може зруйнувати етапи тестуванняЦе не пастка, це фіча… зачекайте! Ні, це fallback :-D
  2. Paper Office покращує маніпуляцію Office-файлами за допомогою ШІ-агентівНові Python-пакети дозволяють ШІ-агентам точніше редагувати файли Word, PowerPoint та Excel.
  3. Оптимальна послідовність промптів за логікою Майї ЖуйкиПорядок розміщення інформації в промпті суттєво впливає на точність роботи мовних моделей.

Усі дописи на speedbrain.ai

Контакт

Плануєте ШІ-систему, якій мають довіряти люди?

Поговорімо — про архітектуру, компроміси і про те, чого краще не будувати. Відповідаю особисто, зазвичай протягом п’яти робочих днів.

Зберегти контакт (vCard) Відскануйте камерою телефона, щоб зберегти мій контакт: ім'я, пошта, телефон, сайт і LinkedIn.

Карлсдорф-Нойтгард біля Карлсруе · громадянин Канади · безстроковий дозвіл на роботу в ЄС