Нейросеть | Эстетика

Вот как??? Вот как так может работать поиск в приложении, в эпоху больших данных, искусственного интеллекта и восстания машин????

Заметил тут статью и решил отлодить его из дайджеста в отдельный пост, показалось инетресным. Основная идея (мой take away) - хорошая платформа - та, которой пользуются! и технологии тут ни при чем 🙂 Какие темы упомянуты: 1. Шаблоны: Подчеркивается важность использования шаблонов, таких как Kanban и Agile в JIRA или Data Product в DataOS, чтобы помочь пользователям легко ориентироваться в новом экосистеме. 2. Документация, основанная на опыте: Рекомендуется предоставить пользователям документацию, основанную на их опыте, а не на обучении, чтобы они могли сразу увидеть ценность платформы. 3. Интеграция с привычными инструментами: В статье подчеркивается необходимость поддерживать интеграцию с инструментами, которые пользователи уже используют (например, git для разработчиков или BI-инструменты для аналитиков), чтобы облегчить переход на новую платформу. 4. Дорожная карта развития продукта: Обсуждается важность вовлечения пользователей в процесс создания и обновления дорожной карты платформы, чтобы они могли видеть, как их запросы учитываются и как платформа развивается. 5. Гид по платформе и FAQ: Указано на необходимость наличия встраиваемых справок и инструкций, чтобы пользователи не терялись в новом интерфейсе и могли легко находить ответы на свои вопросы, что значительно улучшает общий опыт. Работа с данными должна быть интуитивно понятной и поддерживаться постоянным взаимодействием с пользователями, чтобы они чувствовали себя частью экосистемы и могли быстро адаптироваться к изменениям. https://medium.com//building-data-platforms-the-mistake-organisations-make-f27874447fef

Коллеги, напоминаем, что сейчас идет сбор заявок на участие ваших проектов в премии Data Award 2025 - поспешите с подачей заявки! https://www.osp.ru/articles/2024/1118/13058948

Дайджест статей Why AI-generated recommendation letters sell applicants short https://www.nature.com/articles/d41586-024-03481-4 Dask для анализа временных рядов https://habr.com/ru/companies/otus/articles/855408/ ML-тренды рекомендательных технологий: шесть приёмов, которые помогают угадывать желания пользователя https://habr.com/ru/companies/yandex/articles/857068/ 7 причин, почему компании внедряют BI, даже если есть отчеты 1С https://habr.com/ru/articles/858486/ Big Data мертвы, да здравствуют Smart Data https://habr.com/ru/companies/magnus-tech/articles/853192/ Как создать дашборд в Superset: гайд для новичков и полезные лайфхаки https://habr.com/ru/companies/okko/articles/859140/ Сравнение реализаций гео-решений в СУБД https://habr.com/ru/companies/otus/articles/858680/ Инфраструктура для Data-Engineer BI-tools https://habr.com/ru/articles/856922/ Сравнение бенчмарков LLM для разработки программного обеспечения https://habr.com/ru/articles/857754/ Машинное обучение в оценке кредитных рисков: как ML меняет правила игры? https://habr.com/ru/companies/data_light/articles/858540/

Полезная статья, вынесу пожалуй в отдельный пост https://habr.com/ru/companies/piter/articles/853400/?utm_source=habrahabr&utm_medium=rss&utm_campaign=853400

Дайджест статей Графики, которые работают: выбор лучшей визуализации https://habr.com/ru/articles/856206/ Области применения ИИ в разработке ПО https://habr.com/ru/companies/it_monsters/articles/856598/ Что такое Data Driven подход https://habr.com/ru/articles/856920/ Data Fusion Contest 2024, разбор и итоги соревнования https://habr.com/ru/companies/T1Holding/articles/856228/ Выбираем BI платформу для начинающего специалиста https://habr.com/ru/articles/857234/ Написание ETL пайплайна при помощи airflow, rabbitmq и postgres https://habr.com/ru/articles/857476/ Managing human-AI collaborations within Industry 5.0 scenarios via knowledge graphs: key challenges and lessons learned https://www.frontiersin.org/journals/artificial-intelligence/articles/10.3389/frai.2024.1247712/full История Data Literacy в России https://habr.com/ru/articles/857176/ Виды аналитиков данных https://habr.com/ru/companies/yandex_praktikum/articles/852068/

рубрика "no comments"

На подходе новое поколение глосовых помошников. На этой неделе появился анонс новой версии виртуального помошника Alexa, с глубокой интеграцией с LLM и умными устройствами компании. Какие возможности дают новые технологии для виртуальных ассистентов? 🎥 Мультимодальность: Amazon заявила о расширении возможностей общения с ассистентом, включая невербальное взаимодействие и интеграцию с умными устройствами. Это позволит ассистенту более точно понимать паузы в разговоре и определять, когда пользователь хочет продолжить фразу. Также можно будет взаимодействовать без активационного слова — достаточно просто посмотреть на экран умного устройства. 🤖 Агентность: Ассистент сможет не только отвечать на вопросы, но и выполнять сложные сценарии от лица пользователя. Например, можно настроить сценарий «каждую субботу в 6 утра включай свет и песню Metallica в детской». Поддержка интеграций с внешними системами пока не анонсирована, но вероятно, что это следующий шаг. 💡 Контекст и память: Ассистент будет сохранять историю диалогов, распознавать пользователя, понимать контекст беседы и продолжать её с того места, где была завершена. Это новый уровень взаимодействия, максимально приближенный к реальному общению. 🗣️ Речь: Обещаны новые технологии генерации и распознавания речи с улучшенной плавностью и возможностью подстраиваться под эмоциональную окраску диалога. Например, если спросить у Alexa, выиграла ли команда, она ответит радостно при победе и с сочувствием при поражении. 💳 Платежи: Виртуальные ассистенты и их интеграция с умными устройствами может перевернуть сферу eCommerce и платежей. Прогнозы аналитиков показывают, что новые технологии LLM и «мягкие» сигналы (например, тип устройства, местоположение) могут обеспечить более бесшовные и безопасные платежи, которые помогут избежать проблем на этапе оплаты, где сейчас теряется до 27% покупок. 📈 Бизнес-модель: Аналитики ожидают введения платных подписок для ассистента (примерно $5-10 в месяц), при этом бесплатная версия останется доступной. Пока неясно, чем будут отличаться платные и бесплатные тарифы, но рынок следит за развитием, так как такие модели еще не были опробованы. Кстати, над своим ассистентом работает и Meta, тоже анонсировавшая платную подписку. 📅 Технологии и сроки запуска: Ожидается, что Alexa будет использовать модели от Anthropic, поскольку Amazon столкнулась с трудностями в разработке собственных моделей. Главная техническая проблема — скорость генерации ответа, поэтому запуск продукта ожидается в 2025 году (ранее прогнозировали октябрь 2024). https://youtu.be/SKybmb0M1MU

Дайджест статей Как мы научились эффективно управлять ростом данных с переходом на BW/4HANA https://habr.com/ru/companies/lentatech/articles/855412/ От кода к роботам — основные тренды ИИ, меняющие бизнес и жизнь https://habr.com/ru/companies/sherpa_rpa/articles/855596/ Действительно ли ИИ-помощники экономят время разработчиков? https://habr.com/ru/companies/spring_aio/articles/854624/ Data-driven подход в аналитике: как использовать данные для принятия решений в FinTech https://habr.com/ru/companies/it_monsters/articles/854978/ Работа с календарями в BI — с DAX и без него https://habr.com/ru/companies/visiology/articles/855178/ Импортозамещение Data Quality стека в нефтегазохимии: опыт СИБУРа https://habr.com/ru/companies/sibur_official/articles/855310/ Data Governance in Big Data: Ensuring Quality, Security, and Compliance https://medium.com/.rajput22/data-governance-in-big-data-ensuring-quality-security-and-compliance-98a2b1dd561c Migrating to an iceberg lakehouse: key architecture considerations https://medium.com//migrating-to-an-iceberg-lakehouse-key-architecture-considerations-08e636890ab5

Проект виллы площадью 1050 кв.м. Вилла обладает лаконичной прямоугольной формой, что придаёт ей особую элегантность. В оформлении фасадов применены традиционные материалы: камень, кирпич и термодерево.

Прочитать тысячу книг - все равно что прожить тысячу жизней Немного философии от редакции (там про данные в конце вывод) 🙂 Почему надо читать не только бизнес-литературу и учебники но и художественную литературу 🙂 Все же уже знают (из многочисленных книг по бизнес-литературе и учеников), что наш мозг не различает реальность и воображение – он одинаково реагирует на реальные ощущения и мысленные образы. Это связано с тем, что во время представления определенной ситуации активируются те же нейронные сети, что и при ее реальном переживании. Например, когда человек представляет, что идет по песчаному пляжу, в мозгу активируются те же области, которые задействованы при физическом ощущении тепла песка под ногами. На этом эффекте основаны практики аутотренинга: мысленно воспроизводя образы и ощущения, человек может управлять состоянием тела и психики, достигая расслабления или мотивации. И мне кажется, что каждая прочитанная хорошая книга оставляет в нас не только приятное воспоминания, но и меняет нас, так же как меняют реальные переживания и опыт и в наших новых нейронах связях остается частичка прочитанной истории. Мы - это субъективный опыт и никакая аналитика не может его передать, его может передать только искусство: музыка, живопись, книги… У LLM нет (ну пока так точно) субъективного опыта и все, что производится моделью - красиво, но это реплика. Поэтому пока я не думаю что настоящее искусство под угрозой, потому что человеку нужен человек и его субъективные ощущения, которые трогаю струны нашей души через песни, книги и картины.

Brutforce побеждает логику 🙂 Я тут в выходные читал книгу про лингвистику и там была глава о том, как трудно делать автоматический перевод текста с одного языка на другой. И что в 60-е годы были основаны целые институты для создания соответствующих логических моделей и годами по этой теме велась огромная работа. И тут я подумал: а я ведь сейчас для перевода в основном использую ChatGPT, а ее ведь этому вообще не учили, это такой side effect получился. И получается, что LLM просто перечеркнула все то, что сумела создать лингвистика? И я хотел поделиться этой мыслью тут в канале, но наткнулся на эту замечательную статью и делюсь ссылкой на нее. В ней эта идея раскрывается не просто великолепно, а с мощнейшей аргументацией в виде наглядного примера компании и продукта, ссылками на авторитетные источники и тд. Я очень рекомендую почитать статью, несмотря на довольно большой объем - очень интересно. Тут и про то, как LLM убил продукт в который компания вкладывала миллионы долларов, и про историю замечательной компании ABBYY, и про бизнес-уроки, которые можно вынести для себя. Да и вообще много нового можно узнать про ABBYY и про морфологию 🙂 Да, и про то, что тренд на замечание эмпирической логики, которую мы в продуктам все еще очень активно продолжаем использовать, все более мощным LLM очевиден и достоит отдельного обдумывание. Имхо у нас сейчас тут момент как переход от процедурного программирования к объектно-ориентированному. Тут нужна смена парадигмы в голове. В общем на выходные вам домашка 🙂 https://sysblok.ru/blog/gorkij-urok-abbyy-kak-lingvisty-proigrali-poslednjuju-bitvu-za-nlp/

Perplexity Ребята, конечно, молодцы. Стал замечать, что все больше и больше переползаю на них с нативного интерфейса ChatGPT. Очень активно обрастают новыми функциями и возможностями, только что выпустили приложение для Mac, что для меня тоже очень приятно. В чем я отмечаю для себя удобства: Первое, это, конечно, выбор моделей. Там нет пока o1, но зато есть Lama и Cloude. Но нет Gemini и Grok, а было бы интересно с ними тоже поработать, а когда надо в каждую модель отдельно ходить - не удобно. Зато есть Spaces - очень удобная фича, где ты можешь задать промп для однотипных запросов. В LLM правильный промп - залог успеха, а писать его каждый раз, как это надо делать в ChatGPT - убийство. Я вот очень часто использую модель для перевода текста на английский и тут я задал один раз задачу, указал стиль в котором нужен итоговый текст (я обычно прошу на языке Шекспира переписывать мой русский текст) и просто постишь ей текст для перевода. Ссылки на источники и интеграция с поиском - если они начинали как чисто поиск (или его замена), то сейчас это поиск + llm и это стало удобнее. Ну и то что сразу ссылки красиво выпадают и можно пойти в источник и самому разобраться - тоже очень полезно. Новости - там есть тред новостей, в целом интересные подборки делает, но пока еще как то явно есть куда развиваться им в этом плане. Ну и конечно нельзя не заметить активное развитие функций командной работы, возможностей для крупного enterprise и тд. В целом интересно наблюдать за развитием на рынке 2-х типов решений: ⁃ Классические SaaS приложения оборачиваются в LLM и трансформируются ⁃ Классические LLM пытаются обрастать функциями классических приложений Явно они встретятся где то посередине и эту середину все пытаются активно найти. То же самое происходит и с поиском. Я не апологет того, что LLM победит поиск. Поиск с его классическими игроками типа Google тоже на месте не сидит и обладая мощнейшей инфраструктурой для работы с данными, сбора данных, роботами для обхода интернета которые прописаны везде и всюду, обученной армией лояльных маркетологов, которые отвечают за продвижение контента, является более зрелым игроком и тупо просто лучше знает рынок и потребителя. Поэтому имхо тут следует говорить о синергии и слиянии, а не о замещении. https://www.perplexity.ai/

Дайджест статей Data Architecture: Lessons Learned https://towardsdatascience.com/data-architecture-lessons-learned-3589b152a8a6 Automate Private Azure Databricks Unity Catalog Creation https://dzone.com/articles/automate-azure-databricks-unity-catalog-creation Building Predictive Analytics for Loan Approvals https://dzone.com/articles/building-predictive-analytics-for-loan-approvals SQL and Data Modelling in Action: A Deep Dive into Data Lakehouses https://towardsdatascience.com/sql-and-data-modelling-in-action-a-deep-dive-into-data-lakehouses-fcbab9a4b9c2 Building Data Platforms: The Mistake Organisations Make https://medium.com//building-data-platforms-the-mistake-organisations-make-f27874447fef Почему СУБД такие медленные https://habr.com/ru/companies/ruvds/articles/851330/ Автоматизировать аналитику, визуализировать данные и не только — примеры российских BI-решений https://habr.com/ru/companies/mws/articles/852308/ Оценка LLM: метрики, фреймворки и лучшие практики https://habr.com/ru/articles/852046/ Что такое DWH? https://habr.com/ru/articles/852910/ Какую архитектуру конвейера данных следует использовать? https://habr.com/ru/companies/piter/articles/853400/ Как мы отбираем и обучаем разметчиков: от первых шагов до реальных проектов https://habr.com/ru/companies/data_light/articles/853372/

На следующий неделе редакция находится с миссией в Дубайске. Заезжайте на кофе!

Ждём?

Пятничный пост Друзья, редакция канала хочет в жесткой форме воспользоваться служебным положением и распространить офф-пот контент, просим прощения и очень надеемся на вашу поддержку! Мой сын сегодня выпустил новый альбом, который он сам записал полностью в одиночку, текст, музыка, просто в своей комнате в Лондоне в котором он рассказал о первом годе своей жизни в UK, адаптации и отношениях на расстоянии. Он много вкладывается в музыку, а я настолько далек от этой индустрии, что помочь могу поддержать только этим постом 🙂 А если этот пост набор такой же отклик, как знаменитый пост ЗАКРОМА (который феерично победил всех тренды Гартнера, как они ни старались)- будет вообще отлично 🙂 Послушайте, имхо очень неплохо, а песня HOBBY вообще огонь, а редакция пока займется сбором ссылок на статьи про данные 🙂 Полный альбом на всех площадках: https://zvonko.link/1AD0E7F

🔥 Gartner выпустил ТОП 10 стратегических трендов на 2025 год. Вот и год пролетел. Какие изменения? ▶️ Смещение фокуса с отдельных технологий на комплексные платформы и экосистемы. В 2024 году Gartner выделял такие тренды, как платформенная инженерия, отраслевые облачные платформы и интеллектуальные приложения. В 2025 акцент смещается на более широкие концепции, такие как агентский ИИ, платформы управления ИИ, пространственные вычисления и гибридные вычисления. ▶️ Усиление внимания к вопросам этики, безопасности и доверия в сфере ИИ. В 2025 году тема управления доверием, рисками и безопасностью ИИ (AI TRiSM) развивается в выделение самостоятельных трендов, как платформы управления ИИ и безопасность дезинформации, подчеркивая растущую потребность в контроле и регулировании ИИ. ▶️ Появление новых технологических направлений. В 2025 году Gartner вводит новые тренды - постквантовая криптография, невидимая интеллектуальная среда, энергетически эффективные вычисления, полифункциональные роботы и неврол...

🖥 EfCore.SchemaCompare — инструмент для сравнения схем баз данных Entity Framework Core (EF Core). Он позволяет проверять различия между базой данных и миграциями, обеспечивая удобный способ отслеживания изменений в схемах данных 🌟 Этот инструмент может быть полезен для управления версиями баз данных и предотвращения ошибок, связанных с несовпадением структуры данных при разработке приложений на EF Core ▪️GitHub

в копилочку