3220
Сообщество профессионалов в области работы с данными и искуственным интеллектом
Немного инсайдерской информации про Apple от Bloomberg. Siri+ не будет 🙂
Интересно, что на фоне заметных шагов вперед у Alexa и Google, Siri продолжает буксовать и сейчас похоже уже можно говорить о том что Siri+ не будет до 2026 года. К сожалению в статье не описываются конкретные сложности, с которыми столкнулась команда, а было бы интересно узнать. Попробуем погыпытышить.
"Walker said the decision to delay the features was made because of quality issues and that the company has found the technology only works properly up to two-thirds to 80% of the time"
Особенно выделяется то, что Apple уже демонстрировала Siri+ на прошлой конференции для разработчиков, а они никогда не показывают на конференции то, в запуске чего не уверены. Это возможно первый раз когда они отходят от этого правила.
Но тем не менее они остаются привержены своей парадигме "But Apple wants to maintain a high bar and only deliver the features when they’re polished" и не стараются притянуть запуски к каким то памятным датам - остается достойной уважения такая позиция в части продуктовой разработки.
https://www.bloomberg.com/news/articles/2025-03-14/apple-s-siri-chief-calls-ai-delays-ugly-and-embarrassing-promises-fixes?accessToken=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJzb3VyY2UiOiJTdWJzY3JpYmVyR2lmdGVkQXJ0aWNsZSIsImlhdCI6MTc0MjE1NTk3MSwiZXhwIjoxNzQyNzYwNzcxLCJhcnRpY2xlSWQiOiJTVDMxRE1EV1JHRzAwMCIsImJjb25uZWN0SWQiOiJFQTExNDNDNTM4NEE0RUY5QTg5RjJEN0IxMTg2MzcwOSJ9.NIVHf5K-5EZVbtJFJbkn_R9BqHrNdEJXTdo7m3SxsF4&utm_source=tldrnewsletter&leadSource=uverify%20wall
Интресный сервис, еще не смотрел в деталях но он очень активно взлетел в новостях, все про него пишут. Надо изучить
https://manus.im/
LLM в "Циан"
Выложили запись вебинара с CTO "Циана" Алексеем Чекановым, о том, как они внедряют LLM у себя. Алексей расскажет с какими трудностями столкнулись, как справились, а где сразу хорошо получилось)
Вк
Ютуб
Ссылка на PDF
Сегодня еще один анонс от наших парнеров: мероприятие "Как стать востребованным ИТ-директором производства?"
Коллеги, вам знакомо это чувство?
Вы создаете ИТ-продукты, автоматизируете процессы, решаете сложные технические задачи — но при этом бизнес часто недооценивает ваш вклад.
Как быть стратегическим лидером, а не просто техническим специалистом? Как донести ценность ИТ-инициатив до руководства?
20 марта в Москве пройдет насыщенный и максимально честный воркшоп. Опытные ИТ-директора и независимые эксперты поделятся своими решениями, расскажут реальные кейсы и помогут взглянуть на вашу роль под новым углом.
❔Что значит быть ИТ-директором пищевого производства, и какие задачи он решает?
❔Как укрепить свои позиции в бизнесе?
❔Какие инструменты помогут повысить свой статус внутри компании?
Почему это важно?В камерной обстановке на 40 участников выстроим честный диалог и дадим максимум пользы. У вас будет возможность задать вопросы, получить советы и вдохновение для следующего шага в вашей карьере.
👉🏻Ссылка на регистрацию: https://clck.ru/3GuXEV
Регистрация уже открыта. Успейте забронировать место!
Друзья, пора немного обновить информацию про проект @IgorVA_bot. Как оказалось, модель монетизации через донаты в наших реалиях не работает — последний донат был 16/01/25, а с тех пор, несмотря на сотни обращений к боту в день, поддержки не поступало.
При этом я перешёл на pro-аккаунт OpenAI, что открыло доступ к новым мощным моделям. Сейчас бот работает через Telegram с прослойкой на Python-сервере, что даёт возможность дополнять его функционал полезной автоматизацией.
🚧 Что дальше?
Я планирую закрыть публичный бесплатный доступ и оставить его только для тех, кто поддержал проект донатами. При этом для них в боте появятся новые, продвинутые модели и улучшенные возможности диалога.
💡 Что можно добавить?
Если у вас есть идеи, какие агенты или функции сделать, чтобы бот был реально полезен и решал задачи, с которыми не справляются другие решения (а их сейчас целая галактика) — пишите!
📌 Ссылка на донаты — если хотите попасть в список доступа, успейте поддержать проект!
/channel/tribute/app?startapp=daeS
The State of Lakehouse Architecture: A Conversation with Roy Hassan on Maturity, Challenges, and Future Trends
Недавно в Data Engineering Weekly состоялся подкаст с Роем Хассаном, продуктовым лидером компании Upsolver (ныне Qlik), посвящённый текущему состоянию архитектуры Lakehouse, её зрелости, вызовам и будущим тенденциям.
Основные темы обсуждения:
• Определение архитектуры Lakehouse: Рой подчеркнул, что Lakehouse — это не конкретный продукт или сервис, а архитектурный подход, объединяющий гибкость data lakes и структурированность data warehouses.
• Зрелость внедрения Lakehouse: Обсуждалась степень зрелости внедрения Lakehouse на различных облачных платформах, включая Databricks, AWS, Azure Fabric, Snowflake и Google BigQuery.
• Открытые табличные форматы: Рассматривались такие форматы, как Iceberg, Delta Lake и Hudi, их особенности и поддержка современными системами запросов.
• Роль Apache XTable: Обсуждалась цель улучшения совместимости между различными табличными форматами и актуальность этого проекта в будущем.
• Вызовы и критика Lakehouse: Рой отметил существующие проблемы и критику в адрес архитектуры Lakehouse, а также пути их преодоления.
• Роль инженеров данных в эпоху ИИ: Обсуждалось, как инженеры данных могут адаптироваться и вносить вклад в развитие ИИ, используя архитектуру Lakehouse.
https://www.dataengineeringweekly.com/p/the-state-of-lakehouse-architecture
А пока редакция читает статьи и готовит дайджест - посмотрите эту 15-ти минутную запись полета StarShip8.
Все таки удивительно как точно он приземляется обратно на стойку. Интересно, там же должен быть какой-то мощный комп на борту? Ведь управление двигателями для маневрирования в реальном времени требует хорошей вычислительной мощности.
Интересно узнать что там у них.
https://youtu.be/9H8puVq2oi0?si=sex6GK4CUH7tIPWM
Я тут не так давно писал о книге The Duolingo Handbook с подборкой их корпоративных правил и практик и многим этот материал показался интересным и полезным. Поэтому вот подборка таких же книг и презентаций и от других выдающихся компаний (все ссылки есть в тексте статьи ниже):
#1: Netflix: Reference Guide on our Freedom & Responsibility Culture
#2: Valve: Handbook for New Employees
#3 Facebook’s Little Red Book
#4 The Duolingo Handbook
#5 Peter Kaufman on Culture
https://aletteraday.substack.com/p/f5-culture-handbooks?utm_source=tldrfounders
Все что вы хотели знать про ChatGPT-4.5
https://www.lesswrong.com/posts/PpdBZDYDaLGduvFJj/on-gpt-4-5?utm_source=tldrnewsletter
Дайджест статей
The Future of Data Lakehouses: Apache Iceberg Explained
https://dzone.com/articles/the-future-of-data-lakehouses-apache-iceberg
Doris Lakehouse Integration: A New Approach to Data Analysis
https://dzone.com/articles/doris-lakehouse-integration
Data Engineering — это не Software Engineering
https://habr.com/ru/articles/883026/
Мама, у меня RAG: пути к улучшению, когда он «наивный»
https://habr.com/ru/articles/885770/
NoSQL: понятие, виды баз данных и их особенности
https://habr.com/ru/companies/timeweb/articles/885354/
Как внедряет ИИ крупнейший банк США JPMorgan. Интервью WSJ с руководителем внедрения ИИ
https://habr.com/ru/articles/886040/
Умный помощник для корпоративного обучения: опыт внедрения продвинутой RAG-системы в крупной компании
https://habr.com/ru/companies/doubletapp/articles/886108/
Как не утонуть в данных: выбираем между DWH, Data Lake и Lakehouse
https://habr.com/ru/companies/arenadata/articles/885722/
10 примеров и вариантов использования RAG от реальных компаний. Со схемами и пояснениями
https://habr.com/ru/articles/886732/
База об организации процесса разметки: команда, онбординг, метрики
https://habr.com/ru/companies/alfa/articles/883822/
А вот и та самая Bombe построенная Алланом Тьюрингом для расшифровки кодов Enigma
Читать полностью…
Свежая статья от MITSloan про Causal ML - область машинного обучения, предназначенную для исследования вариантов развития событий (так называемый what-if анализ). К сожалению технических подробностей там нет и какие конкретно модели в этой области применимы не раскрывается, тем не менее для бизнес-аудитории статья может показаться вполне интересной.
Такие модели/подходы сейчас становятся более актуальными тк продолжается демократизация данных и их накопление. Это критично для CasualML тк моделям требуются наблюдения за довольно большие временные промежутки.
Если эта тема кажется вам интересной и актуальной для вас - рекомендую пройтись по ссылкам в статье, тк они ведут уже на более развернутые и технические материалы.
https://sloanreview.mit.edu/article/a-new-machine-learning-approach-answers-what-if-questions/
How AI Has Changed Startups Forever
Стоимость написания программного обеспечения стремится к нулю. Но это ещё не всё. Маркетинг, продажи, обслуживание клиентов, операционная деятельность и другие бизнес-функции также ощутят значительное снижение затрат. Это уже происходит в крупных компаниях. Стартапам больше не нужно много финансирования и большое количество людей, чтобы стать крупными. Иными словами, ожидайте больше единорогов, созданных всего парой соучредителей и с финансированием в полмиллиона долларов.
Это приводит к вопросу: если теперь так дешево писать программное обеспечение и масштабировать бизнес, то какие барьеры остаются?
1. Закрытые данные: Эксклюзивные данные о клиентах или трудно доступные публичные наборы данных создают конкурентное преимущество.
2. Сетевые эффекты: Теоретически можно воссоздать программную архитектуру Facebook или Nasdaq, но их клиентов так легко не заполучить.
3. Глубокая интеграция: Корпоративное ПО с глубокой интеграцией в рабочие процессы имеет высокие затраты на переключение.
4. Закрепление экосистемы: Платформы с сильной экосистемой разработчиков и интеграциями остаются востребованными.
5. Регуляторные барьеры: ИИ не может получить лицензии и выстроить связи, необходимые для работы в строго регулируемых отраслях, таких как финансы, здравоохранение и оборона.
6. Доверие и бренд: Потребители и организации будут продолжать доверять проверенным брендам в критических вопросах.
7. Физический мир: Физическая инфраструктура, робототехника и цепочки поставок имеют ограничения, которые ИИ не может обойти.
8. Глубокое понимание пользователей: Пока ИИ может коммодитизировать посредственные идеи, настоящее понимание пользователей не встроено в обучающие наборы данных — его можно получить только через прямое общение с клиентами.
Главным приоритетом для стартапов до PMF остаётся поиск Product-Market Fit, но сейчас как никогда важно заранее продумать потенциальную защиту от конкурентов после достижения PMF.
https://x.com/QwQiao/status/1892558420017865135
Митап DataPeople для Менеджеров ИТ-проектов:
📅 4 марта в 18:00
📍 Москва, м. Курская, бар GB
Project managers, поговорим о вас!)
🔹Как эффективно справляться с проектными вызовами и превращать их в новые возможности.
🔹Как уместной шуткой разрядить обстановку, укрепить командный дух и даже найти нестандартные решения (а иногда просто сделать так, чтобы все не плакали от стресса).
Вносите свой вклад в программу встречи:
🔸при регистрации задавайте вопросы, даже те, что не обсудишь в офисе )
🔸мы подготовим ответы
В формате открытого диалога, посудачим 🙂
Количество мест ограничено, регистрируйтесь заранее: https://datapeople.ru/DP_4032025
Интересный подход Google к пользовательскому опыту взаимодействия с виртуальным ассистентом - представить его в виде виртуального друга, которому ты звонишь когда тебе нужна какая то помощь :)
https://gizmodo.com/google-gemini-really-wants-to-pretend-its-your-friend-2000559616
Самое милое, что было сейчас на конфе-робот Blue,созданный Disney+DeepMind+NVidia
Дженсен Хуанг заявил: «Пришло время роботов. Зачем? Чтобы решить проблему нехватки рабочей силы. Все, что движется, будет роботизировано».
Он давал этому мультяшному роботу команды на сцене в прямом эфире /channel/alwebbci/3114
Дайджест статей
How Meta Solves Data Lineage At Scale
https://blog.det.life/how-meta-solves-data-lineage-at-scale-690874d8d7ba
Open-source инструменты для визуализации данных
https://habr.com/ru/articles/891010/
Подробная карта OpenSource инструментов для создания AI агентов
https://habr.com/ru/articles/890774/
Современные требования к инфраструктуре для агентских AI-систем. Развертывание, поддержка и операционные расходы
https://habr.com/ru/articles/890836/
What I learned after one year of building a Data Platform from scratch
jeremysrgt/what-i-learned-after-one-year-of-building-a-data-platform-from-scratch-d7075629cab1">jeremysrgt/what-i-learned-after-one-year-of-building-a-data-platform-from-scratch-d7075629cab1" rel="nofollow">https://medium.com/@jeremysrgt/what-i-learned-after-one-year-of-building-a-data-platform-from-scratch-d7075629cab1
2025 Enterprise Data & AI Trends: Agents, Platforms, and Moonshots
https://sanjmo.medium.com/2025-enterprise-data-ai-trends-agents-platforms-and-moonshots-0010c8b4d1f3
Introducing Netflix’s TimeSeries Data Abstraction Layer
https://netflixtechblog.com/introducing-netflix-timeseries-data-abstraction-layer-31552f6326f8
Instacart Creates Real-Time Item Availability Architecture with ML and Event Processing
https://www.infoq.com/news/2024/02/instacart-item-availability/
Building an End-to-End Data Lakehouse with Medalion Architecture, Airflow, and DuckDB
sweetkobem/building-an-end-to-end-data-lakehouse-with-medalion-architecture-airflow-and-duckdb-67c6a4c5c2c4">sweetkobem/building-an-end-to-end-data-lakehouse-with-medalion-architecture-airflow-and-duckdb-67c6a4c5c2c4" rel="nofollow">https://medium.com/@sweetkobem/building-an-end-to-end-data-lakehouse-with-medalion-architecture-airflow-and-duckdb-67c6a4c5c2c4
DrawDB – это надёжный и удобный редактор связей между объектами базы данных (DBER) прямо в вашем браузере
Создавайте диаграммы в несколько кликов, экспортируйте сценарии SQL, настраивайте редактор и многое другое без создания учётной записи
Языки: JavaScript (98.8%), Other (1.2%).
⭐️ Star 24.1k
https://github.com/drawdb-io/drawdb
⚡️ @becaps
Любая конференция это (в порядке значимости) «inspiration, networking, knowledge”. Про knowledge напишем завтра а сейчас минутка inspiration от Beth Moses — американского астронавта и главного инструктора по подготовке астронавтов в компании Virgin Galactic. Которая стала первой женщиной, совершившей полёт в космос на коммерческом космическом корабле.
«Ну, я думаю, что главный критерий для любого астронавта – это именно то, о чём здесь уже говорилось. Нужно уметь работать в команде. И в этом контексте важно понимать, что ты представляешь всё человечество и всю жизнь на Земле. Ты не отправляешься от имени одной страны, не используешь только одно оборудование, не находишься в одном конкретном моменте времени – ты являешься частью чего-то большего. Освоение Луны человеком – это прогресс для всего человечества, точка.
Я считаю, что это самое важное. А затем, конечно, все системы, о которых мы говорили. Лично я думаю, что нам всем невероятно повезло жить в этот момент истории. Особенно тем, кто интересуется космосом или работает в космической отрасли. Потому что прямо сейчас человечество буквально пробуждается от всей своей истории.
Мы переживаем своего рода планетарное откровение о нашей родной планете и самих себе, которого не было у предыдущих поколений. Все, кто жил до нас, просто смотрели на Луну и гадали, что там. А теперь люди побывали там. Люди отправились в космос и взглянули на Землю со стороны. И теперь мы все понимаем, насколько тесно взаимосвязаны, а это может принести человечеству только пользу.»
А вот вам подборка ТОП-100 лучших продуктов GenAI
Да и вообще там интересная статистика в статье про динамику роста аудитории разных LLM моделей, включаю DeepSeek
https://a16z.com/100-gen-ai-apps-4/
Дайджест статей
Iceberg Catalogs: A Guide for Data Engineers
https://medium.com/itversity/iceberg-catalogs-a-guide-for-data-engineers-a6190c7bf381
Delta Lake 4.0: Next-Level Big Data Management
vijaygadhave2014/delta-lake-4-0-next-level-big-data-management-690d03710a42">vijaygadhave2014/delta-lake-4-0-next-level-big-data-management-690d03710a42" rel="nofollow">https://medium.com/@vijaygadhave2014/delta-lake-4-0-next-level-big-data-management-690d03710a42
Agentic BI for Data Analysis with Gen AI
nayan.j.paul/agentic-bi-for-data-analysis-with-gen-ai-f9caf60a0a82">nayan.j.paul/agentic-bi-for-data-analysis-with-gen-ai-f9caf60a0a82" rel="nofollow">https://medium.com/@nayan.j.paul/agentic-bi-for-data-analysis-with-gen-ai-f9caf60a0a82
Building a Scalable and Open-Source Realtime Data Lake : End to End Architecture
mukesh.vast/building-a-scalable-and-open-source-data-lake-end-to-end-architecture-235ba920084e">mukesh.vast/building-a-scalable-and-open-source-data-lake-end-to-end-architecture-235ba920084e" rel="nofollow">https://medium.com/@mukesh.vast/building-a-scalable-and-open-source-data-lake-end-to-end-architecture-235ba920084e
Is Data Engineering Dying? The AI Takeover & The Future of Data Roles!
https://blog.det.life/is-data-engineering-dying-the-ai-takeover-the-future-of-data-roles-ecf7d96df623
Understanding the Data Culture
https://dzone.com/articles/the-data-culture
AI Agents for Data Warehousing
https://dzone.com/articles/ai-agents-for-data-warehousing
Почему AI-агентам нужна оркестрация
https://habr.com/ru/articles/887370/
Синтетические данные в 2025: волшебная таблетка для нейросетей или темная лошадка?
https://habr.com/ru/companies/skillfactory/articles/887884/
Аналитика и данные – ваш козырь против конкурентов
https://habr.com/ru/companies/croc/articles/888152/
Цифровые двойники в сельском хозяйстве: изучим потенциал на примере выращивания мандаринов
https://habr.com/ru/companies/rshb/articles/888240/
От данных к действиям: как мы создавали рекомендации на главной странице Uzum Market
https://habr.com/ru/companies/uzum/articles/884328/
Как превратить сырые данные в аналитический отчет
https://habr.com/ru/articles/888436/
Безопасная AI-управляемая система раннего выявления для анализа медицинских данных и диагностики
https://habr.com/ru/companies/otus/articles/888652/
Зачем бизнесу нужно DWH и как обосновать необходимость проекта? Можно ли оценить окупаемость хранилища?
https://habr.com/ru/articles/888952/
🎓 1) Andrej Karpathy
Глубокие, но доступные лекции по глубокому обучению, языковым моделям и введению в нейронные сети.
Ссылка: https://www.youtube.com/c/AndrejKarpathy
📊 2) 3Blue1Brown
Потрясающие визуализации, которые делают абстрактные математические концепции понятными и интуитивными.
Ссылка: https://www.youtube.com/c/3blue1brown
🎙️ 3) Lex Fridman
Глубокие беседы с лидерами индустрии ИИ, позволяющие получить широкий взгляд на современные тенденции.
Ссылка: https://www.youtube.com/c/LexFridman
🤖 4) Machine Learning Street Talk
Технические погружения и обсуждения с ведущими исследователями в области ИИ и машинного обучения.
Ссылка: https://www.youtube.com/c/MachineLearningStreetTalk
📚 5) StatQuest with Joshua Starmer PhD
Доступные и понятные объяснения основ машинного обучения и статистики для начинающих.
Ссылка: https://www.youtube.com/c/statquest
🍉 6) Serrano Academy (Luis Serrano)
Ясный и доступный контент о машинном обучении, глубоких нейронных сетях и последних достижениях в ИИ.
Ссылка: https://www.youtube.com/c/LuisSerrano
💻 7) Jeremy Howard
Практические курсы по глубокому обучению и обучающие видео по созданию AI-приложений, основанные на опыте Fast.ai.
Ссылка: https://www.youtube.com/c/Fastai
🛠️ 8) Hamel Husain
Практические уроки по работе с языковыми моделями (LLMs), RAG, тонкой настройке моделей и оценке ИИ.
Ссылка: https://www.youtube.com/c/HamelHusain
🚀 9) Jason Liu
Экспертные лекции по RAG и советы по фрилансу в области ИИ для специалистов по машинному обучению.
Ссылка: https://www.youtube.com/c/JasonLiu
⚙️ 10) Dave Ebbelaar
Практические руководства по созданию ИИ-систем и применению технологий в реальных проектах.
Ссылка: https://www.youtube.com/c/DaveEbbelaar
Эти каналы предлагают разнообразный и качественный контент для всех, кто хочет углубиться в изучение искусственного интеллекта. Независимо от вашего уровня подготовки, здесь каждый найдёт что-то полезное для себя!
@data_analysis_ml
Всегда считал идею умных очков довольно перспективной. Отличный девайс который всегда с тобой, не занимает руки, имеет наушники и микрофоны/камеры, живет близко к телефону - все что нужно, это только добавить полноценного виртуального помощника.
В 2024 году мировой рынок умных очков вырос на 210% по сравнению с прошлым годом. Годом ранее рост составил 156%. Основной причиной стал успех Ray-Ban Meta Smart Glasses. Этот успех подтолкнул другие компании к выходу на рынок. В 2025 году свои модели умных очков представят Xiaomi, Samsung, Baidu и ByteDance.
Ожидается, что рынок умных очков продолжит расти на 60% в год до 2029 года. Основные причины — расширение сфер применения, увеличение спроса в корпоративном сегменте и новые разработки.
«Умные очки» — это прямой сдвиг платформы. Сильнее чем сдвиг от компьютеров к смартфонам. Ставки тут невероятно высокие, поэтому крупные компании продолжают сюда инвестировать, несмотря на скромные успехи (пока что)
https://www.counterpointresearch.com/insight/post-insight-research-notes-blogs-rayban-meta-smart-glasses-drive-global-smart-glasses-market-surge-in-2024-fuelling-momentum-in-2025-with-projected-60-cagr-through-2029/
Всем привет! Сегодня анонс мероприятия: Аутсорс vs. внутренняя интеграционная команда: где граница?
Обсудим онлайн 13 марта!
Компании со сложной ИТ-инфраструктурой неизбежно сталкиваются с вопросом: что делать внутри, а что можно передать подрядчикам?
- Полный аутсорс снижает нагрузку на команду, но делает бизнес зависимым от внешних исполнителей.
- Полное выполнение всех задач внутри — дорого, долго и не всегда оправдано.
Где найти золотую середину между эффективностью и контролем?
Обсудим на онлайн-встрече вместе с компанией DTT:
❓ Какие ИТ-задачи критично оставлять внутри компании?
❓Что можно безопасно отдавать на аутсорс, не теряя контроль?
❓ Как избежать рисков: зависимость от подрядчиков, утечку данных и потери в качестве?
❓ Как сформировать интеграционную команду, которая поддержит рост бизнеса?
Спикер: Валерий Немцов – технический директор Data Tech Team
Модератор: Андрей Шишкин – основатель проекта Digital4food
Когда
Когда: 13 марта, 10:00 (мск)
Формат: онлайн
👉🏻Ссылка для регистрации: https://clck.ru/3GiXnV
Формат встречи подразумевает ответы на вопросы участников.
Подключайтесь и получите практические рекомендации от экспертов!
А между тем сегодня на Луну успешно приземлился второй частный космический аппарат «Синее приведение».
Потрясающий инженерный опыт.
https://www.telegraph.co.uk/business/2025/03/02/private-spaceship-blue-ghost-lands-on-the-moon/
https://www.youtube.com/live/3SSjzdj-ONw?si=i23FShM0Tgz2X4ig
Data teams - тоже люди :)
https://seattledataguy.substack.com/p/biggest-productivity-killers-for
📣Внимание! Завершается приём заявок на Data Award 2025 — престижную премию для data-driven организаций и директоров по данным, учрежденную издательством «Открытые системы»
⏳ Последний день подачи — 3 марта! ⏳
Почему стоит участвовать?
🏆Data Award — это знак признания в профессиональном сообществе. Уже седьмой год подряд премия объединяет лидеров работы с данными, вдохновляет на новые открытия и демонстрирует лучшие практики отрасли.,
Прозрачность и объективность — победителей выбирает независимый экспертный совет из CDO и признанных профессионалов. Здесь выигрывают лучшие!
Ваши достижения увидит рынок!
🏆Победа в Data Award — это не просто награда, а мощный инструмент мотивации команды, HR-брендинга и профессионального роста.
Среди компаний, уже подавших заявки в этом году: X5, Самолет, РСХБ, ОТП Банк, Газпром ИД, Роснефть, Банк "Санкт-Петербург", T2, Газпром нефть, Fplus и многие другие.
Присоединяйтесь к лидерам data-driven подходов!
Что нового в сезоне 2025?
✅ Больше номинаций — премия отражает ключевые тренды data-индустрии.
✅ Фокус на заказчиков проектов — ИТ-компании участвуют в ограниченном числе номинаций.
Что остаётся неизменным?
✔️ Главное — инновации и вклад команды.
✔️ Полная независимость премии — победу нельзя купить, только заслужить!
Ключевые даты:
✎ до 3 марта — приём заявок
✎ до 10 апреля — публикация интервью номинантов
✎ конец апреля – начало мая — подведение итогов
✎ 15 мая — торжественная церемония награждения
⚡️Станьте героем экономики данных⚡️
Подавайте заявку прямо сейчас
в копилку: aisuite - python библиотека-wraper для работы с разными LLM моделями. что бы можно было не разбираться в особенностях каждого API, а работать с ними через единый программный интерфейс. Поддерживает OpenAI, Anthropic, Azure, Google, AWS, Groq, Mistral, HuggingFace Ollama, Sambanova and Watsonx
https://github.com/andrewyng/aisuite
Дайджест статей
How Meta Solves Data Lineage At Scale
https://vutr.substack.com/p/how-meta-solves-data-lineage-at-scale?r=15862q&utm_medium=ios&triedRedirect=true
Книги по базам данных, которые стоит прочитать в 2025 году
https://habr.com/ru/companies/ru_mts/articles/884678/
Data Pattern Automation With AI and Machine Learning
https://dzone.com/articles/data-pattern-automation-ai-machine-learning
AI Agents: Future of Automation or Overhyped Buzzword?
https://dzone.com/articles/ai-agents-future-of-automation-or-overhyped-buzzword
Как мы прикрутили RAG для интент-классификации, или Трудности перевода на LLM-ский
https://habr.com/ru/companies/domclick/articles/880114/
Трансформация платформы данных: от пары кубов до хранилища > 30 Тб и 1000 ETL-процессов
https://habr.com/ru/companies/cdek_blog/articles/881618/