SQL-Челлендж: Проверь свои навыки за 5 минут! 

Друзья,  согласно голосованию  давайте разомнем мозги!

💡 Перед вами реальная задача, с которой столкнулся аналитик в одном из банков. 

Задание 
Есть таблицы: 

clients (id, name, signup_date)  
orders (id, client_id, amount, order_date)  

Вопрос: Напишите запрос, который выведет: 
1. Клиентов, зарегистрированных в 2023 году 
2. С суммой их заказов > 100 000 ₽ 
3. Отсортированных по убыванию суммы 

💡 *Подсказка:* Не забудьте про GROUP BY и HAVING! 

Как участвовать? 
1. Кидайте свои решения в комментарии 
2. Лучший вариант разберу в следующем посте 

P.S. Хотите больше таких челленджей? Ставьте ❤️

#sql@cool_analyst

🤖 ИИ vs. системные аналитики: кто кого?

Говорят, ИИ вот-вот начнет:
- Писать ТЗ без противоречий (мечта! или кошмар?)
- Рисовать диаграммы без кривых стрелок
- Находить баги до того, как их заведет тестировщик

Что будет с аналитиками?
- Дипсик (DS) или GhatGPT теперь не просто «уточняет требования», а «объясняет, что заказчик имел в виду под "сделайте красиво"».
- AI-аналитик – новая профессия: 50% переговоры, 50% промт-инжиниринг, 100% «почему ИИ снова нагенерил бред?».
- Главный скилл – не написание ТЗ, а умение сказать: «Нет, ИИ, мы не будем автоматизировать кофеварку через blockchain».

Выживут только те, кто:
✅ Умеет договариваться с людьми (и ИИ)
✅ Различает «технически возможно» и «бизнесу нужно»
✅ Не боится говорить: «Эта ИИ-рекомендация – плохая идея»

А вы уже пробовали делегировать ИИ часть работы? Или пока боитесь, что он напишет ТЗ с шутками про уточек? 🦆

Более подробно https://habr.com/ru/companies/simbirsoft/articles/898638/

Добрый день, друзья. 🌞

Совсем не вижу обратной связи. Посты не интересны, не полезны? Чего добавить в контент? 🤔

Microsoft только что запустили бесплатные курсы по ИИ — от основ машинного обучения до работы с Azure и Copilot.

Есть программы по созданию приложений, ИИ-агентов и даже по применению нейронок в Minecraft. Обучение можно проходить на русском языке.

Забираем по ссылке.

🔥 AI для аналитиков: бесплатные инструменты в одном каталоге

🔍 Системные и бизнес-аналитики! Теперь не нужно искать ИИ-инструменты по всему интернету — здесь собраны лучшие бесплатные AI-решения для работы с данными, автоматизации отчётов и аналитики.

🔗 Смотрите полный список здесь → [AI List: Бесплатные ИИ для аналитиков](https://ailist.ru/free/)

#AI@cool_analyst 

P.S. Какой инструмент пробовали? Делитесь в комментариях — обсудим плюсы и минусы! 👇

🚀 С Днём Космонавтики, друзья!

Сегодня мы празднуем не только подвиг Юрия Гагарина, но и бесконечный полёт человеческой мысли, который с каждым годом становится ближе к звёздам благодаря технологиям и искусственному интеллекту. 

🌌 Космос — это следующий рубеж для ИИ, и мы уже видим, как алгоритмы помогают анализировать данные далёких галактик, управлять спутниками и даже предсказывать космические явления. 

Пусть ваш аналитический ум, как ракета, устремляется ввысь, преодолевает границы возможного! 

P.S. Куда бы вы отправились, будь у вас своя космическая миссия? Делитесь в комментариях! 👇

🚀 У нас новое пополнение в тг-чатах AI-аналитиков! 

Теперь можно выражать свои эмоции и рабочие будни в стиле AI_analyst — представляем свежий стикерпак для тех, кто живёт в мире данных, моделей и вечно меняющихся промптов! 

Что внутри? 
▸ "ОН НЕ ПЬЁТ КОФЕ, НО ПУШИТ КОД" — для моментов, когда энергия берётся из воздуха. 
▸ "Спроси у модели" — когда самому думать лень. 

Зачем это нужно? 
✔ Чтобы объяснять коллегам всё без слов. 
✔ Чтобы чат не напоминал сухую документацию.

Где взять? 
Стикеры уже доступны в поиске по названию AI_analyst — кидайте в чаты и отмечайте тех, кто узнаёт себя в этих картинках! 
#Гриша@cool_analyst

P.S. Хотите больше? Пишите идеи в комменты — следующий релиз может быть вашим!

❤️ Зачем ИИ ваши "👍" и "👎"?

Привет, коллеги! 👋 
Реакции "палец вверх/вниз" для ИИ — не просто кнопки, а ваш инструмент для его обучения.

🔍 Почему это важно? 
1. 📊 Обучение модели 
   Ваши оценки учат ИИ: "👎" помечают ошибки, "👍" — корректируют курс ответов.

2. 🎯 Адаптация под бизнес 
   Обратная связь помогает кастомизировать ИИ под термины и процессы компании.

3. 🛠 Диагностика проблем 
   Статистика по "👎" выявляет слабые места: ошибки в требованиях или сценариях.

4. ⏱ Экономия времени 
   Один клик дает сигнал системе, не требуя длительного фидбека.

💡 Советы 
- Жмите "👎" даже при частичной ошибке. 
- Добавляйте комментарии: "неверная логика", "пропущена сущность Х". 
- Анализируйте тренды: если ИИ часто ошибается, корректируйте промпты.

👉 Вывод: Реакции  экономят время и улучшают ИИ. Не ленитесь их ставить!
#AI@cool_analyst

Как вы используете "👍/👎"? Делитесь опытом в комментах и ставьте реакции к постам! 💬

https://buildin.ai/cool_analyst/share/b379dc32-8fd8-4c20-b108-cdf06864f2d3?code=150FZH
[BuildIn.AI] Как Гриша и ИИ стали неразлучными коллегами: история в стикерах (сердечная версия) ❤️❤️❤️
#Гриша@cool_analyst

Как создать протокол совещания по фото 

Шаг 1: Сделайте фото заметок 
— Убедитесь, что текст хорошо виден: нет бликов, размытия, почерк разборчивый. 
— Пример на скриншоте выше. 

Шаг 2: Загрузите в DeepSeek 
Сервис поддерживает OCR (распознавание текста) и AI-обработку: 
1. Введите промт

Действуй как системный аналитик. Во вложении фото с принятыми решениями по разработке системы. Сформируй в виде принятых решений для протокола

 
2. Загрузите изображение OCR из п.1. 
3. Получите ответ от ИИ. 

Шаг 3: Проверьте и откорректируйте 
DeepSeek автоматически: 
— Извлечет ключевые данные: сроки, задачи, ответственных. 
— Оформит структуру: 

**Принятые решения:**  
1. Разработка прототипа → к 15.04.2025.  
2. Документирование user-stories и use-cases → к 20.04.2025.  

Шаг 4: Экспортируйте результатат
Текст можно: 
— Сохранить 
— Отправить в чат команды.
#AI@cool_analyst

AI vs ML vs DL: разбираемся в терминах

Часто слышите «ИИ», «машинное обучение» и «глубокое обучение», но не уверены, в чём разница? Давайте расставим точки над i (и над нейросетями тоже).

📌 Коротко и ясно:
1️⃣ ИИ (AI) — это общее понятие для любых технологий, имитирующих человеческий интеллект.
2️⃣ Машинное обучение (ML) — подмножество ИИ, где алгоритмы учатся на данных.
3️⃣ Глубокое обучение (DL) — частный случай ML, использующий многослойные нейросети.

Как это связано?
AI → включает → ML → включает → DL 
🔍 Примеры из жизни:
• AI: Чат-боты, голосовые помощники (как Siri).
• ML: Спам-фильтры, рекомендации Netflix.
• DL: Распознавание лиц, генерация текста (ChatGPT).

💡 Почему это важно для аналитиков?
• Требования: Чтобы ставить задачи Data Science-командам, нужно понимать, какой подход (ML или DL) подходит под задачу.
• Коммуникация: Объяснять бизнесу, почему «сделать ИИ» — это не всегда про нейросети.

📚 Читать глубже →Статья на Хабре.
А также ловите схему, которая поможет запомнить иерархию.

Немножко юмора. 😃
DeepSeek плохо играет в города. Путает буквы и ему можно назвать несуществующие города. 😂
Омск заканчивается на "О", а Нью-йорк начинается с мягкого знака. 🙈
#мемы@cool_analyst

🎯 Задача с собеседования, которая заставит вас полюбить страхи Стивена Кинга 

Условие:
Представьте, что к вам приходит Стивен Кинг (автор хорроров) с запросом:

«Помогите мне научиться бояться».

Ваша задача: предложить 2-3 функциональных и нефункциональных требования для системы, которая решит его проблему.

🔑 Совет от ИИ для решения задачи: 
- Всегда спрашивайте: «Как клиент будет использовать систему?» (Стивен — писатель → ему нужны данные для книг). 
- Нефункциональные требования — это не «бла-бла», а основа безопасности и юзабилити. 

- Страхи — это данные. Учитесь их собирать, интерпретировать и монетизировать 😉 

💬 Какие требования вы бы предложили? Узнайте, что предлагает ИИ. Делитесь решениями в комментариях! 👇

#logics@cool_analyst

Вариант документа SRS для Стивена Кинга от ИИ тут: https://buildin.ai/cool_analyst/2f962e17-322d-4e7a-8270-93adb18b7925

#AI@cool_analyst

Документация для тестирования с помощью ИИ:
https://habr.com/ru/articles/900524/

🚨 Галлюцинации ИИ: почему нейросети «врут» и как это исправить 
Привет, коллеги! 👋 

Галлюцинации ИИ — это не сюжет для фантастики, а реальная проблема. Когда алгоритм генерирует информацию, которая выглядит правдоподобно, но на деле полностью вымышлена, это может привести к серьезным ошибкам. 

❌ Пример из практики 
Запрос к ИИ: «Найди статьи на Хабре про различия AI, ML и DL». 
Ответ ИИ: 
- «[Искусственный интеллект...](https://habr.com/ru/articles/348000/)» 
- «[Как объяснить бизнесу...](https://habr.com/ru/articles/754212/)» 

Что не так? Эти статьи не существуют! Нейросеть просто придумала ссылки, чтобы закрыть пробел в знаниях. 

💡 Почему так происходит? 
1. Ограничения данных — если в обучающей выборке нет нужной информации, ИИ начинает «додумывать». 
2. Неоднозначные запросы — слишком общие вопросы провоцируют вымысел. 
3. Переобучение — модель запоминает шаблоны, но не факты.

PS Встречались с галлюцинациями ИИ?

Новость из мира AI. Обзорчик запилить на презентацию 👇?