Клуб CDO. Страница 4
1243
@cdo_club
Сообщество профессионалов в области работы с данными и ИИ
-
Клуб CDO
Вышла вторая часть статьи (ниже привожу ссылки на обе части) про то, как мы в CleverDATA делали аналитику чеков. Часть 1: habr.com/ru/comp…s/708414 Часть 2: habr.com/ru/comp…s/725960 -
Клуб CDO
-
Клуб CDO
Если вы все еще пробуете написать торгового робота для торговли на бирже, то обратите внимание на 2 интресных датасетов от Twitter The Twitter Financial News dataset is an English-language dataset containing an annotated corpus of finance-related tweets. This dataset is used to classify finance-related tweets for their topic. huggingface.co/dataset…ws-topic The Twitter Financial News dataset is an English-language dataset containing an annotated corpus of finance-related tweets. This dataset is used to classify finance-related tweets for their sentiment. huggingface.co/dataset…entiment -
Реклама
-
Клуб CDO
Моя презентация с FRDW docs.google.com/present…mfU/edit -
Клуб CDO
-
Клуб CDO
На прошлой неделе принимал участие в конференции First Russian Data Forum в секции "Будущее обработки данных". Очень интересная получилась секция, хочу тут оставить несколько комментариев и поделиться несколькими интересными слайдами, а следом выложу еще пару презентаций. Хотел бы отметить выступление Максима Григорьева (АФТ), который поделился основными трендами и отметил переход к установлению взаимодействия между компаниями по совместной работе с данными. Далее был очень интересный доклад Алексея Неймана (АБД), презентацию к которому я выложу (с разрешения Алексея) ниже отдельным постом. АБД очень системно прорабатывает тему обмена данными и коллеги поделились результатами интересных экспериментов, а так же систематизацией рисков и барьеров. Далее Сергей Карпович из ВТБ рассказал об опыте работы с решениями IntelSGX и о том, что после ухода Intel они вместе с МФТИ работают над проектом программной реализации защищенных анклавов, вместо использования чисто аппаратных решений от других производителей. 
-
Клуб CDO
Салют, GigaСhat!🚀 Мы первыми из российских техногигантов вступаем в гонку мировых лидеров в области AI и запускаем собственную версию мультимодальной нейросети, которая на первом этапе будет доступна в режиме тестирования по приглашениям. В отличие от ChatGPT, она изначально уже поддерживает мультимодальное взаимодействие и более грамотно общается на русском языке. Ну и множество уже привычных задач умеет решать: поддерживать беседу, писать тексты, выполнять инструкции, отвечать на фактологические вопросы. Сейчас GigaСhat работает в режиме бета-версии. Чтобы оказаться в числе первых, кто протестирует новую нейросеть, подписывайтесь на наш закрытый телеграм-канал. Подписчики канала первые получат доступ к нейросети. @sberbank -
Клуб CDO
Дайджест статей Data Mesh — A Data Movement and Processing Platform @ Netflix netflixtechblog.com/data-me…bcab2873 Массивный курс по управлению данными и обзор новинок от NVIDIA. Дайджест полезных текстов про ML и дата-аналитику https://habr.com/ru/companies/selectel/articles/730664/?utm_source=habrahabr&utm_medium=rss&utm_campaign=730664 Инфраструктура открытых данных для ИИ — кто и зачем её разрабатывает habr.com/ru/comp…s/729922 DataHub: репозитории данных коммерческого типа. Как зарабатывать на доступе к данным? https://habr.com/ru/articles/730638/?utm_source=habrahabr&utm_medium=rss&utm_campaign=730638 Lambda Architecture: A Powerful Approach to Data Engineering dzone.com/article…-data-en Prompt Engineering: Unlocking the Power of Generative AI Models dzone.com/article…generati Demystifying Data Fabric Architecture: A Comprehensive Overview dzone.com/article…mprehens Why It’s Important to Change Misconceptions About Data Warehouse Technology www.datasciencecentral.com/why-its…chnology Big Data в облаках habr.com/ru/comp…s/729868 Жизненный цикл конфиденциальной информации в кругу централизованных сервисов https://habr.com/ru/articles/729450/ -
Клуб CDO
На одной из встреч со своими коллегами опять вспомнили про тему личной эффективности и я обещал поделиться литературой и материалами для изучения. Сел делать подборку и набрел на хорошее саммари книги Максима Дорофеева "Джедайские техники" Делюсь со всеми: https://lifehacker.ru/dzhedajskie-tehniki/ -
Клуб CDO
О, интересно. В рамках минорного изменения версии Dota 2 на 7.33 вышел огромный мажорный апдейт, в корне все меняющий в стратегии игры :) годы изучения надо начинать сначала :))) https://www.dota2.com/newfrontiers -
Клуб CDO
Если вы интересуетесь рекомендательными системами, то стоит вот с этим списком статей ознакомиться habr.com/ru/comp…s/705520 -
Клуб CDO
-
Клуб CDO
Вот всегда меня интересовало, как же можно было сделать такую систему рекомендаций, что просто страшно ленту открывать. А вот оно оказывается как оно делается :) Ну правда, я всегда поражался тому, что мне рекомендует Twitter. И похоже, что проблема у них в Embedding Spaces - судя по статье, они выбирают твиты для рекомендаций из "сообществ" -> те, которые вызывают наибольшую реакцию и хайп. Ну и тогда понятно почему ко мне лезет в ленту какая то жесть, вместо полезных статей про управления данными :) Интересная инфа про нагрузку: "Вышеописанный пайплайн работает примерно 5 миллиардов раз в день и выполняется в среднем за 1,5 секунды. При этом один запуск пайплайна требует 220 секунд времени CPU — почти в 150 раз больше, чем задержка, которую вы видите в приложении." blog.twitter.com/enginee…lgorithm -
Клуб CDO
Новая публикация на тему Federated Learning в журнале Nature. "A federated learning differential privacy algorithm for non-Gaussian heterogeneous data" www.nature.com/article…-33044-y -
Клуб CDO
Встречайте «Симулятор управления ML/AI-проектами» Долгое время основные вызовы в применении ML-технологий лежали в инженерной и научной плоскостях. Развитие технологий привело к тому, что сейчас эти вызовы стремительно смещаются в плоскость продуктовую. Все чаще вопрос оказывается не в том, как что-то реализовать, а в том, где есть возможности для применения ML-технологий: создадут ли они ценность, принесет ли это выгоду бизнесу, как организовать разработку и довести проект до успешного внедрения. Все это создает спрос на специалистов, которые способны увидеть возможности для применения машинного обучения и реализовать ML-проект. Уже сейчас зарплата, например, ML/AI-продакта превышает доход обычного продакт-менеджера на 20–40%. Как стать таким специалистом? Эту задачу и призван решить наш новый «Симулятор управления ML/AI-проектами». Почему мы создали симулятор Представления большинства нетехнических специалистов про ML находятся в одной из двух крайностей: 🪄 Одни видят ML/AI как магию, которая позволяет сделать все, что угодно. Надо лишь поставить задачу разработчикам; ⚙️ Другие же считают, что ML — это что-то очень сложное, глубоко техническое и недоступное. Такая ситуация возникает по той причине, что человеку со стороны бизнеса достаточно сложно разобраться в ML. Но на самом деле, если десять лет назад глубокое понимание математики и программирования было необходимым знанием для погружения в ML-индустрию, то на текущем этапе развития алгоритмы и модели стали уже общедоступными. На этом фоне ключевая ценность работы с ML смещается в способность увидеть возможность для применения машинного обучения, а потом адаптировать существующие алгоритмы и технологии для конкретной прикладной задачи. Но научиться управлять ML-проектами можно только на практике. А для того чтобы менеджеру доверили такой проект, нужен опыт. Замкнутый круг. «Симулятор управления ML/AI-проектами» нацелен на то, чтобы разорвать этот круг и дать необходимые навыки и опыт для работы менеджеров ML-проектов. Чему учит симулятор 🔦 Видеть, где машинное обучение может принести пользу бизнесу; 🤖 Создавать продукты на основе технологий машинного обучения; 🏗 Строить процесс создания и внедрения ML-решений, предотвращать типичные ошибки и проблемы заранее; 💵 Организовать работу над ML-проектами так, чтобы они приносили пользу бизнесу. Как устроено обучение в симуляторе Как и в других симуляторах GoPractice, вы погружаетесь в интерактивную историю, в которой вам предстоит помочь компании выбраться из кризиса и стать лидером рынка. Вы будете учиться, принимать решения, ошибаться, анализировать ошибки, находить новые пути, тестировать и внедрять ML-модели и в конце концов достигать успеха. Обучение в симуляторе построено вокруг работы над тремя проектами, каждый из которых научит вас решать распространенную ML-задачу: 👓 Задача на основе компьютерного зрения (computer vision); 📊 Прогнозирование продаж; 💡 Создание рекомендательной системы. Этот симулятор — многолетний практический опыт создания ML-решений, упакованный в двухмесячную интерактивную образовательную программу. Узнать подробнее о том, зачем продакт-менеджерам, предпринимателям и другим специалистам изучать ML, а также прочитать отзывы наших первых студентов вы можете в нашем блоге по ссылке. Стоимость и специальное предложение Стоимость обучения в симуляторе составит 65 900 рублей. А для тех, кто начнет учиться до 15 мая, цена будет ниже — 59 900 рублей. Обучение в симуляторе проходит онлайн и в своем темпе. При этом вы всегда можете задать вопрос авторам и получить от них всю необходимую поддержку. Начать обучение можно прямо сейчас. -
Реклама
-
Клуб CDO
Интересно, что это такое :) -
Клуб CDO
Напоминаю, что завтра и послезавтра (19-20 апреля) будет проходить конференция "DataTalks 4.0 актуальные вопросы про данные", которую регулярно проводит Ростелеком. Мне всегда очень нравятся там материалы, они всегда очень сфокусированы на таких темах как качество данных, data governace и тд и носят прикладной характер. Ниже привожу 2 ссылки на YouTube, где будет осуществляться трансляция. https://datatalks.rt.ru/events/datatalks-4-0 День 1: https://www.youtube.com/watch?v=4-XdD9bkL2Y День 2: https://www.youtube.com/watch?v=OqWtPVbK-r0 -
Клуб CDO
Ассоциация участников рынка больших данных проанализировала варианты развития Рынок больших данных в РФ при базовом сценарии развития вырастет до 319 млрд руб. к концу 2024 года, полагают в Ассоциации участников рынка больших данных (АБД). Там разработали несколько сценариев, худший из которых предполагает перевод рынка на «мобилизационную экономику» — то есть монополизацию и возложение госзаданий на крупные компании. В АБД, однако, полагают, что рынок вырастет и в этом случае. Эксперты в целом сомневаются, что цифровой учет военнообязанных всерьез повлияет на ситуацию с большими данными в России, поскольку эта система будет работать вне рыночного поля. #Ъузнал 