Datalytics @datalytx Channel on Telegram

Datalytics

@datalytx


Канал для аналитиков данных про Python, карьерное развитие в анализе данных, всякое разное

Автор – @ax_makarov

Отдельный канал про ChatGPT и его практическое применение —  @ai_forge

Чат канала — @pydata_chat

Вакансии — @data_hr

Datalytics (Russian)

Datalytics - это канал на Telegram для аналитиков данных, особенно тех, кто работает с Python. Здесь вы найдете информацию о карьерном развитии в области анализа данных, а также много полезного контента о самом Python. Автор канала - @ax_makarov, профессионал в области аналитики данных, который делится своим опытом и знаниями с подписчиками. Также на канале есть отдельный раздел, посвященный ChatGPT и его практическому применению, где вы можете узнать о самом последнем в этой сфере. Если у вас возникли вопросы или вы хотите обсудить что-то с коллегами, то чат канала - @pydata_chat станет для вас отличным ресурсом. И наконец, для тех, кто ищет новые возможности в области анализа данных, на канале также представлены вакансии от @data_hr. Присоединяйтесь к Datalytics, чтобы быть в курсе последних трендов и развития в мире аналитики данных!

Datalytics

21 Nov, 12:00


Что инженер данных должен уметь в Kubernetes?

➡️ Запускать Apache Spark
➡️ Деплоить распределенные файловые системы и базы данных
➡️ Разворачивать сервинг ML-моделей на KServe, Seldon Core, Bento+Yatai

9 декабря учебный центр Слёрм запускает новый поток курса «Kubernetes для разработчиков». Внутри — глубокий разбор куба с точки зрения приложения.

В программе:
🔸 Внутреннее устройство куба
🔸 Управление сервисами
🔸 Работа с кластером и управление кластером

ОБНОВИЛИ ПРАКТИКУ в августе 2024 года

🔸7 недель обучения
🔸7 встреч со спикерами
🔸76 часов практики и работы со стендами
🔸Итоговая сертификация
🎁 Видеокурс по основам Docker в подарок

Старт потока: 9 декабря
Изучить программу курса и занять место ➡️ по ссылке

Реклама ООО «Слёрм» ИНН 3652901451

Datalytics

19 Nov, 11:12


Импульс Т1 — конференция для тех, кто меняет мир! 🦾

💡 Что стоит за великими открытиями и масштабными проектами? Конечно, импульс!

Импульс Т1 — ИТ-конференция для тех, кто ценит точность, стремится к новым открытиям и жаждет творческого огня.

🔥 Вас ждут:

🟣вдохновляющие лекции от ведущих специалистов,
🟣интересные дискуссии экспертов рынка ,
🟣нетворкинг и вечеринка late night lab,
🟣питчи идей и еще много интересного.

🌟 На площадке соберутся разработчики и ИТ-инженеры , представители бизнес-сообщества и молодые ученые, студенты инженерных и ИТ-направлений, эксперты и партнеры Холдинга Т1.

О чем поговорим?

🔹 Как создавать условия для развития бизнеса и выращивать высокотехнологичных лидеров рынка?
🔹 Как новые технологии помогают решать актуальные проблемы в различных отраслях?
🔹 Где находится точка рождения новых знаний и что служит генератором новаторских идей?
🔹 Как новые идеи изменят самого человека – его тело, мозг и душу?

🎤 Среди спикеров конференции:

Максут Шадаев, министр цифрового развития, связи и массовых коммуникаций РФ
Василий Шпак, заместитель министра промышленности и торговли РФ
Евгений Абакумов, директор по информационной инфраструктуре, Госкорпорации «Росатом»
Наталья Касперская, президент, ГК InfoWatch, председатель правления АРПП «Отечественный софт»
Алексей Паламарчук, генеральный директор, NtechLab

Присоединяйтесь к Импульсу 2024! Регистрируйтесь прямо сейчас!

Реклама. ООО «Т1» ИНН: 7720484492. Erid: 2SDnjeHJQgj

Datalytics

19 Nov, 09:27


Кому в корпоративном мире нужна BI-аналитика?

⤵️ Приглашаем вас на открытый вебинар 21 ноября в 20:00 мск, где вы узнаете, как аналитика помогает бизнесу принимать взвешенные решения и кто нуждается в этих данных для успеха компании.

Сегодня BI-аналитика — один из ключевых факторов успеха в бизнесе. На вебинаре мы обсудим, кому и зачем она нужна, какие задачи она решает и как ее внедрение помогает компаниям на практике.

✔️ В программе вебинара — полезные примеры использования аналитики на реальных кейсах: от IT до ритейла.

✔️ Узнайте, как BI помогает формировать Data Driven подходы и в чем ее польза для ваших проектов.

Особенно полезно для аналитиков данных и специалистов, которые хотят внедрить аналитику в проекты.

🔗 Регистрируйтесь прямо сейчас и получите скидку на курс «BI-аналитика»: https://clck.ru/3EhJMb

Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576

Datalytics

14 Nov, 14:30


Внимание всем любителям красивых дашбордов и качественной аналитики!
22 ноября в Москве состоится мощнейший очный Дельта Day!

Что вас ждет:
- детальная информация по возможностям генеративной бизнес-аналитики в лучших традициях self-service
- участие в битве возможностей Power BI и Дельта BI с участием Марии Гришиной, ведущей канала «Power BI Design»
- подробности о лучших практиках миграции с различных систем бизнес-аналитики на примере реальных кейсов.

Не пропустите!
Количество мест ограничено.

Переходите по ссылке в начале поста и регистрируйтесь!

Datalytics

14 Nov, 11:02


Станьте дата-инженером и получите первый оффер уже через 5 месяцев, обучаясь на реальных задачах бизнеса

Основная проблема обучений — оторванность от задач реального бизнеса. На курсе учили складывать 2+2, а на работе — сразу отправляют считать интегралы.

Курс-симулятор от Simulative построен так, что вы сразу погружаетесь в настоящую работу. Например, вы будете:

🟣проводить RFM-анализ клиентской базы
🟣формировать продуктовые рекомендации для клиентов
🟣настраивать ETL о пользователях соцсетей
... и решать другие задачи реального бизнеса

Обучение охватывает весь стек, который нужен специалисту: SQL, Python, Metabase, Linux, Docker, Airflow, Clickhouse, Hadoop и Spark. А также готовит к любому собеседованию: в курс включены тестовые задания, пробные интервью и многое другое.

С трудоустройством помогут. А на VIP-тарифе преподаватели и HR спроектируют вам персональный трек обучения и за руку доведут до оффера: часть стоимости курса вы оплачиваете только когда найдете работу.

Первый поток стартует 15 ноября. Успейте залететь на курс со скидкой 27% в честь Черной пятницы 🛍

🔗 Оставляйте заявку на сайте Simulative.

Datalytics

14 Nov, 08:55


- Будь командным игроком, но конкурируй за повышение
- Проявляй инициативу, но следуй процессам
- Будь всегда доступен, но не выгорай

Это всё примеры некоторых системных противоречий, которые часто возникают в рабочей среде. Это такие парадоксы, которые в некоторых компаниях становятся частью корпоративной культуры

Если угораешь в своей жизни только по самореализации в своей работе, то высок риск, что такие «вызовы системы» превращаются в личные проблемы. Работничек начинает искать способы что-то такое исправить в себе, чтобы уживаться в этих парадоксах бизнес-структуры

Показательный пример: сотрудника просят составить «объективный» отчет с анализом продукта, но чтобы он демонстрировал «позитивную» динамику, даже там где её нет. Такое противоречивое требование может вызвать защитную реакцию в виде прокрастинации, которая, в свою очередь, порождает чувство вины. Это чувство подталкивает человека к бесконечной «работе над собой» и попыткам стать более дисциплинированным, хотя корень проблемы кроется в самой ситуации с флёром двойного послания. Снять напряжение можно, если есть возможность обсудить с руководителем «правила игры». Но если руководитель просто делегировал задачу без необходимых разъяснений, давление ожиданий может стать чрезмерным

Решение на личностном уровне в том, чтобы осознать, что «лень» и «неэффективность» могут быть реакцией на не очень здоровые требования среды. Перестать короче брать на себя тотальную ответственность, из-за которой начинаешь сам себя жрать. При этом необходимо различать где действительно присутствует противоречие системы, а где проявляется собственное «не хочу» или «скучно/неинтересно». Это очень несовременная мысль в нашем мире, где принято брать всю ответственность на себя, но важно помнить: не все наши трудности являются исключительно результатом личных несовершенств

Datalytics

13 Nov, 10:01


👍dbt - это один из ключевых инструментов современной аналитики и modern data stack.

Изучите один из самых востребованных инструментов аналитики, решая сложные практические задачи в нашем тренажере, научитесь DataOps практикам, постройте хранилище данных на базе dbt, подготовьте и проанализируйте данные

В тренажере вы освоите:
1. Типы хранилищ данных DWH и их построение
2. Подготовку и тестирование данных, Data Quality
3. Построение ELT-pipelines
4. Моделирование данных на базе dbt и PostgreSQL
5. Принципы работы с СУБД на базе Postgres
6. Продвинутую аналитику и визуализацию данных
7. Современные DataOps-практики, оптимизацию производительности и многое другое

Разработаете свои pet-проекты:
🔥 Статистика поездок на самокатах: Построите аналитический пайплайн для общей и дневной статистики поездок, включая тесты качества данных и документацию.
🔥 Аналитика ивентов приложения: Создадите SQL-пайплайн для обработки событий мобильного приложения, обогащённый данными поездок и пользователей, с внедрением контрактов данных и продуктовыми метриками.
🔥 Создание аналитической платформы: Развернете dbt-пайплайны с планировщиком, мониторингом и централизованным git-репозиторием, внедрить проверку качества данных и веб-портал с каталогом данных и документацией.

Сейчас открыт демо-доступ к первым четырем практическим урокам для всех желающих.

➡️ Регистрация на демо-доступ

Реклама. ООО "Инженеркатех" ИНН 9715483673

Datalytics

13 Nov, 06:39


Хотите освоить Apache Superset и создавать эффективные дэшборды?

🟡 Приглашаем вас на открытый вебинар 14 ноября в 20:00 мск. Это шанс узнать, как установить, настроить и использовать этот инструмент для визуализации данных, который станет вашей правой рукой в BI-аналитике!

Apache Superset позволяет легко подключаться к разным источникам данных и визуализировать их на интуитивно понятных дэшбордах. На вебинаре мы покажем, как работать с интерфейсом Superset и настроить базовые функции для вашего проекта.

Вебинар для BI-специалистов, аналитиков данных и разработчиков. Вы научитесь подключать данные, создавать дэшборды и настраивать визуализации, чтобы сделать свою аналитику наглядной и доступной.

➡️ Регистрируйтесь сейчас и получите скидку на большой курс «BI-аналитика»:https://clck.ru/3EaD56

Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576

Datalytics

08 Nov, 11:41


Скучные задачи, большие карьеры

Часто вижу в профессиональных сообществах, особенно в телеграм-каналах, утверждение о том, что путь к тому, чтобы стать руководителем, подобен прямой линии. Дескать, достаточно просто решать всё более сложные аналитические задачки, делать их лучше и показывать хороший перформанс — и вот ты уже head of analytics, преодолев путь с джуна за каких-то три года. Такие истории вызывают у меня непроизвольное дергание глаза, и на это есть две весомые причины

Во-первых, такой подход ставит развитие до управленческой позиции как некоторую путеводную звезду развития карьеры. В действительности профессиональный путь — вещь более многогранная: кто-то находит удовольствие в глубоком погружении в данные, кто-то кайфует от сложных технических задач, а кому-то действительно интересно выстраивать процессы и развивать людей

Во-вторых, за кадром остаётся важный аспект, о котором руководители в своих рассказах склонны умалчивать: рост в руководителя чаще всего обусловлен не показателями работы, а потому что человек делал те задачи, которые мало кто любит делать. Никто не начинает свой путь руководителя с того, что пошёл на курсы лидерства и бац — теперь ты уже тимлид. Тимлиды вырастают на тех задачах, от которых большинство команды старательно отворачиваются

Простой пример: сколько людей в команде задумывается о том, как лучше организовать daily? Эта задача предельно тупейшая и, казалось бы, банальная, она скучная для большинства аналитиков, которые любят сложные задачи с данными. Однако именно решение таких тривиальных задач становится краеугольным камнем эффективной организации работы в команде

В этот же ряд встают написание документации к проектам, стандартизация процессов, разбор технического долга, налаживание коммуникаций между командами. Все эти задачи не приносят быстрых побед, они очень редко получают публичное признание, и уж точно они не становятся темами вдохновляющих постов в телеграм-каналах или выступлений на конференциях. Но именно на этих задачах оттачиваются управленческие навыки

Потому что руководитель — это не тот, кто лучше всех работает. Руководитель — это тот, кто берет на себя ответственность за решение системных проблем, которые другие склонны игнорировать в силу того, что они просто «любят работать». Когда вы пишете документацию, вы учитесь структурировать знания и делать их доступными для других. Когда занимаетесь стандартизацией процессов — развиваете своё системное мышление. Разбирая техдолг и дергая по его поводу коллег — тренируетесь принимать сложные решения и умение расставлять приоритеты. А выстраивая коммуникации между командами — осваиваете саму суть управления, создавая пространство для более слаженного решения задач

Примечательно, что зачастую сами организации не осознают этой закономерности. Они ищут на позиции руководителей каких-то гениев аналитики или Data Science. Я не умаляю значимость hard skills, но хочу заметить: чаще всего хороший руководитель обнаруживается среди тех, кто взял на себя смелость решить неприглядные организационные проблемы. Именно на такого человека рядовой сотрудник может положиться. Например, джуну для решения сложных задач необходим опытный наставник, но для эффективной организации работы в контексте общих целей нужен руководитель. Он как бы забирает на себя часть операционной и коммуникационной обвязки работы сотрудника

Так что пока кто-то ходит на лидерские курсы и прокачивает свои софт-скиллы, есть люди, которые просто берут и делают то, что другие считают скучным и даже неприятным

Эта история не о том, что не надо развивать soft-skills, если вы присматриваетесь к руководящим позициям. И аналогично про hard-skills: наоборот, вдумчивые и глубоко-разбирающиеся в теме руководители очень ценны. И я не призываю вас хвататься за любую непопулярную задачу в надежде, что это сделает вас руководителем. Мои размышления скорее о том, что настоящий карьерный рост часто начинается там, где его меньше всего ищут

Datalytics

07 Nov, 12:30


Недавно я узнал о том, что Amazon планирует вернуть всех своих сотрудников в офисы. Вчера я наткнулся на открытое письмо CEO Amazon Andy Jassy к коллективу, воодушевляюще озаглавленное «Strengthening our culture and teams»

Это проникновенное обращение посвящено полномасштабному возвращению всех сотрудников Amazon на 5-дневную рабочую неделю в офисе. Начинает Энди с располагающей к себе личной истории: они с супругой когда-то набросали на салфетке план, согласно которому он проработает в «Амазоне» от силы лет 5, после чего вернётся в Нью-Йорк. Однако, с тех пор минуло уже 27 лет, и самая большая причина, по которой он до сих пор в «Амазон» — это корпоративная культура. Примечательно, что всё пронизано отсылками к «уникальному духу Amazon» и вообще создает такой портрет «правильного» сотрудника: он поддерживает «culture», обладает мощнейшим «ownership» и всегда держит «commitment». Отдельно любопытно стремление руководства «функционировать как крупнейший в мире стартап» — довольно парадоксальное заявление для организации, насчитывающей более полутора миллионов штатных и внештатных сотрудников. Это выглядит как самообман, но манипулятивный подтекст очевиден — стартапы традиционно уделяют меньше внимания балансу работы и личной жизни, в отличие от корпораций, куда люди часто приходят за стабильностью, надеясь на более гибкий подход к тем, кто не готов работать на износ

В письме много витиеватых формулировок про культуру перформанса, коммуникации и коллаборации, стремлении к быстрым результатам, значимости гибкости и новаторства. Однако за этим словесным узором вдохновляющего менеджмента скрывается более прагматичная бизнес-стратегия

При отсутствии конкретных доказательств преимущества офисной работы над удалённой, в документе явно указаны некоторые чёткие цели, мало относящиеся к продуктивности офисной работы: «убрать уровни иерархии и сделать организацию более плоской» и «увеличить соотношение рядовых сотрудников к менеджерам минимум на 15% к концу первого квартала 2025 года». Фактически это означает, что «Амазон» планирует оптимизировать число высокооплачиваемых управленцев среднего звена и упростить оргструктуру, внедряя более прямое руководство. А надо сказать, что прямое руководство конечно легче обеспечивать через физическое присутствие. Речь идет о сокращении операционных расходов, где целевой группой явно выступает менеджерский состав

Но не менеджерами едиными планируется сделать оптимизацию. Показательны временные рамки возврата в офисы: при том, что объявление было сделано в середине сентября 2024 возврат предполагается к концу Q1 2025. Это создает довольно жесткие условия для сотрудников, многие из которых за период 2020-2024 сильно перестроили свой быт под удаленный формат. В письме это признается: «Мы осознаем, что некоторые наши сотрудники выстроили свою жизнь определённым образом...», но подразумевается, что это их личная проблема , с которой они должны справиться и подстроиться — иначе они рискуют прослыть «несогласными с корпоративной культурой», не разделяющими ценности компании. Ну и там ещё такой забавный аргумент вида «раньше же все работали из офиса, в чём проблема?». Подход, демонстриуемый Amazon, напоминает стратегию «voluntary attrition» (добровольный отток), когда вместо прямых увольнений создаются такие условия, при которых часть сотрудников уйдет «добровольно». Это и дешевле, и репутационно безопаснее, чем массовые сокращения

Мораль проста: когда корпорации начинают слишком много говорить о культуре и ценностях — ищите реальные бизнес-причины в сноске мелким шрифтом

Datalytics

05 Nov, 14:31


Учет разных интересов пользователя в персонализированных рекомендациях Google

Ребята из Яндекса выложили подробный разбор статьи Google о репрезентации юзера в виде нескольких векторов, каждый из которых отображает некоторый интерес пользователя.

Автор рассказывает, как решали проблему просадки на более редких, хвостовых интересах пользователя. Спойлер: разработчики предложили схему итеративного взвешивания плотности (iterative density weighting scheme, IDW).

По результатам экспериментов на бенчмарках — MovieLens 1M, Kindle Store, а также Clothing, Shoes and Jewelry — схема IDW показала значительное улучшение рекомендаций.

Datalytics

05 Nov, 13:02


Теория и практика: A/B-тестирование для успешной аналитики
Бесплатный вебинар 6 ноябпя в 19:00 мск

Аналитик данных помогает бизнесу не ошибаться при принятии важных решений. А А/В-тесты - один из must-have инструментов, которые в этом помогают.

Если вы хотите разобраться в основах проведения экспериментов и научиться правильно проводить А/В-тесты, ждём вас на бесплатном вебинаре.

На реальных кейсах узнаем:
— Что такое A/B-тестирование
— Как выбрать гипотезу для тестирования
— Как определить метрики успешности
— Когда тест можно считать завершенным
и др.

🚶 Переходите и регистрируйтесь на бесплатный вебинар.

Datalytics

05 Nov, 10:40


❤️❤️❤️❤️❤️

Недавно я вам рассказывал о конференции РУBIКОНФ, которая пройдет 14 ноября в Москве.

Небольшой апдейт: появились отличные новости для тех, кто не сможет посетить ее лично. Для вас будет организована онлайн-трансляция, а также актуальные новости и обзоры выступлений будут 🔗Telegram-канале конференции🔗 Так, вы сможете следить за всеми интересными моментами!

Почему конференция достойна вашего внимания?
— Сильнейшие участники рынка на одной площадке: AW BI, Alpha BI, VK Cloud, Loginom, Денвик, Arenadata, Glowbyte, IT-Albion — это только часть тех, кто представит свои стенды и доклады.
— Реальные кейсы: истории внедрений от компаний, которые уже прошли путь импортозамещения и добились результатов.
— Нетворкинг: встреча с ключевыми игроками, наладить контакты и обсудить стратегические проекты.
— Экспертные рекомендации.
— РУBIЛОВО — спикеры сойдутся в споре на острые BI-темы!

В общем, даже если нет возможности приехать на РУBIКОНФ — можно принять участие в онлайн-формате!

А для всех, кто может прийти и быть очно, не упустите возможность встретиться и поговорить с экспертами мира BI лично. 🔗Регистрируйтесь, если еще не успели.

Дата: 14 ноября, 10:00-18:00
Место: Москва, Цифровое Деловое Пространство, ул. Покровка, 47

Реклама. Рекламодатель АО «ОСТ»
ИНН: 9709108924

Datalytics

02 Nov, 14:06


Богатые и нищие словом
(Перевод эссе Пола Грэма «Writes and Write-Nots». Перевел Алексей Макаров)

Богатые и нищие словом (Перевод эссе Пола Грэма «Writes and Write-Nots». Перевел Алексей Макаров)

Я обычно неохотно делаю прогнозы по поводу технологий, но конкретно в этом случае я уверен: через пару десятилетий людей, способных писать, останется немного.

Одно из самых странных открытий, которое делает человек, когда становится писателем, — это осознание того, насколько многим людям сложно выражать свои мысли на бумаге. Врачи в курсе, сколько существует пациентов, попусту беспокоящихся о безобидной родинке; люди, разбирающиеся в компьютерах, понимают, как много людей не знают, как почистить кэш в браузере; а писателям известно, скольким людям нужна помощь в написании текстов.

Причина, по которой так много людей испытывают трудности с писательством, заключается в том, что это в принципе сложно. Чтобы хорошо писать, необходимо мыслить ясно, а это непростая задача. 

При этом письменная коммуникация пронизывает многие профессиональные сферы, и часто бывает так, что чем более престижна должность, тем больше писанины она, как правило, требует.

Это противоречие между всепроникающей необходимостью писать и неустранимой сложностью данного процесса создаёт колоссальное напряжение (моё примечание: вот почему люди записывают голосовые сообщения). Именно поэтому даже именитые профессора порой прибегают к плагиату. Больше всего меня поражает мелочность этих краж. Украденные фрагменты чаще всего представляют собой самые банальные клише — то, что любой, кто хоть чуточку умеет писать, смог бы сделать без особых усилий. Что скорее говорит о том, что плагиаторы обычно и двух слов на бумаге связать не могут.

До недавнего времени не существовало простого способа сбросить это давление. Подобно Кеннеди, вы могли заплатить кому-то, кто будет писать за вас, или, как Мартин Лютер Кинг, просто сплагиатить, но если вы не могли купить или украсть слова, то у вас оставался единственный выход — написать что-то самостоятельно. Как итог, каждому, от кого ожидалось, что результатом его работы будут тексты, приходилось учиться писать.

Больше это не так. Искусственный интеллект разрушил привычный порядок вещей. Почти всё давление, связанное с необходимостью писать, улетучилось. И в учёбе, и в работе вы можете поручить эту задачу ИИ.

Грядущий мир расколется надвое: тех, кто владеет письменным словом, и тех, кто от него отрёкся. Всё равно останутся те, кто умеет писать. Некоторые просто находят в этом удовольствие. Но исчезнет промежуточная категория между теми, кто пишет хорошо, и теми, кто не умеет писать совсем. Исчезнет привычная градация: хорошие писатели, так-себе-писатели и совсем-не-писатели. Останутся лишь два полюса: хорошо пишущие и не пишущие вовсе.

Вы можете спросить: и что в этом плохого? Разве это не естественный процесс исчезновения навыков, когда технологии делают их устаревшими? Например, кузнецов осталось не так много, и это, похоже, никого не беспокоит. 

Безусловно, это трагедия. И причина проста — как я уже говорил: письмо и есть мышление. Лучше, чем Лесли Лэмпорт, этот тезис и не сформулируешь:

Если вы думаете, но не пишете, то вам только кажется, что вы думаете

Поэтому мир, разделенный на пишущих и непишущих, опаснее, чем может показаться. Это будет мир думающих и не думающих. Я знаю, в какой половине я хочу быть, и могу поспорить, что и вы тоже.

История уже знает похожие примеры. В доиндустриальную эпоху большинство профессий требовало физической силы — работа делала людей сильными. Теперь, чтобы быть сильным, вы занимаетесь спортом. Сильные люди по-прежнему существуют, но только те, кто сознательно выбрал этот путь.

То же самое произойдёт с письмом. Умные не исчезнут, но останутся лишь те, кто выбрал быть таковыми.

Datalytics

01 Nov, 13:30


Яндекс наградил лауреатов Yandex ML Prize — ежегодной премии для поддержки ученых и преподавателей в области машинного обучения.

Совет премии выбрал 14 лауреатов, представивших наиболее перспективные и значимые работы. Победители получат денежные премии, а также доступ к платформам компании для дальнейшей работы над своими проектами.

Премия Yandex ML Prize была учреждена для поддержки научного сообщества в 2019 году в память об Илье Сегаловиче.

https://tass.ru/obschestvo/22283467

Datalytics

01 Nov, 11:20


А теперь вернемся из будущего к настоящему, ChatGPT запустил свой Perplexity поиск по интернету

https://openai.com/index/introducing-chatgpt-search/

При этом ключевое отличие от Perplexity в том, что кажется (судя по демкам) он будет хорошо справляться с навигационными и информационными вопросами (где мне купить, где мне покушать, какая погода, какой счет в матче, какая сейчас ставка цб). И это ставит OpenAI в прямые конкуренты с Google. Если они еще и научаться искать по мультимодальному контенту (видео, подкасты, схемы), то это создает мощный новый поток трафика для видео и аудиоконтента

Интересно подумать как в связи с этим изменится концепция SEO и что на самом то деле скоро нужно будет делать RAG-оптимизацию

Datalytics

24 Oct, 15:30


Большая новость на российском айти-рынке: Яндекс выпустил новое поколение языковых моделей YandexGPT 4. В релиз вошли две версии: флагманская Pro и облегченная Lite.

Количество обрабатываемых токенов увеличено в 4 раза — до 32 тысяч, что позволяет работать с большими документами. В обучении применили подход с пошаговыми рассуждениями (Chain-of-thoughts), благодаря чему модели научились лучше анализировать проблемы, выделять этапы решения и рассуждать над их реализацией.

Pro-версия превосходит предыдущее поколение в 70% тестов. В RAG-сценариях заметно снизилось количество галлюцинаций, что улучшило работу с документами.

Модели уже доступны через API в Yandex Cloud. В ближайшее время их интегрируют в Алису с опцией Про, а позже добавят function calling для создания продвинутых ассистентов.

https://habr.com/ru/companies/yandex/articles/852968/