ИИ для анализа данных 🤖
Использовал связку Gemini3 Pro + RStudio для анализа данных.
В результате анализ ускорился раз в 10🚀 (по сравнению с вычислениями в Excel, конечно 😊)
Язык R- это язык созданный именно для работы с данными и их анализа. В одну строчку можно посчитать статистические метрики и вывести график. А RStudio - это IDE (интерфейс) для разработки на языке R
Почему Gemini, а не ChatGPT? Потому что Gemini 3 с первого раза пишет код правильно ❤️❤️❤️
Видимо сказывается то, что он используется в Gemini Code Assist и обучен на большой кодовой базе.
В итоге я действую так :
1) прошу Gemini написать код на R
2) вставляю код в RStudio и выполняю
3) иногда тюню код под себя - названия переменных, фильтры добавляю, еще что-то
Исходные данные: файл Excel с датами перехода задач по статусам. С пропусками, со сбитой хронологией, с непонятными workflow и тд и тп - в общем, данные кривые и косые изначально. В них еще предстоит разобраться.
Действуя вышеописанным образом я за 1 час создал код который:
1) С помощью цепи Маркова определяет наиболее вероятный workflow на основе данных Excel
2) Считает Customer LT и строит графики распредения, отмечает на них медиану и другие нужные мне метрики
3) Раскладывает графики LT Scatterplot по годам и отмечает медиану и Trimean
4) Рассчитывает децили и выводит график функции сдвига по децилям - в абсолютных значениях и в %
5) Вычленяет математически моды (пики) распределения и отмечает их на графике распределения
6) Ищет значения аномалий (больше 95% перцентиля), отмечает их на графике LT Scatterplot по годам
Ну просто песня! ❤️🤯
Так быстро я еще никогда не анализировал данные по 10 командам - за 1 день
Использовал связку Gemini3 Pro + RStudio для анализа данных.
В результате анализ ускорился раз в 10
Язык R- это язык созданный именно для работы с данными и их анализа. В одну строчку можно посчитать статистические метрики и вывести график. А RStudio - это IDE (интерфейс) для разработки на языке R
Почему Gemini, а не ChatGPT? Потому что Gemini 3 с первого раза пишет код правильно ❤️❤️❤️
Видимо сказывается то, что он используется в Gemini Code Assist и обучен на большой кодовой базе.
В итоге я действую так :
1) прошу Gemini написать код на R
2) вставляю код в RStudio и выполняю
3) иногда тюню код под себя - названия переменных, фильтры добавляю, еще что-то
Исходные данные: файл Excel с датами перехода задач по статусам. С пропусками, со сбитой хронологией, с непонятными workflow и тд и тп - в общем, данные кривые и косые изначально. В них еще предстоит разобраться.
Действуя вышеописанным образом я за 1 час создал код который:
1) С помощью цепи Маркова определяет наиболее вероятный workflow на основе данных Excel
2) Считает Customer LT и строит графики распредения, отмечает на них медиану и другие нужные мне метрики
3) Раскладывает графики LT Scatterplot по годам и отмечает медиану и Trimean
4) Рассчитывает децили и выводит график функции сдвига по децилям - в абсолютных значениях и в %
5) Вычленяет математически моды (пики) распределения и отмечает их на графике распределения
6) Ищет значения аномалий (больше 95% перцентиля), отмечает их на графике LT Scatterplot по годам
Ну просто песня! ❤️🤯
Так быстро я еще никогда не анализировал данные по 10 командам - за 1 день
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥19👍5❤1🥰1🦄1
Данные в ДейSTвии pinned «Практикум «Данные в действии» — не просто воркшоп, а настоящее расследование для менеджеров 🕵️♂️ Зачем идти? Вы когда-нибудь смотрели на красивые графики в JIRA - все эти CFD, Lead Time, Throughput, и думали: «И что мне теперь со всем этим делать?» 🤔 Спойлер:…»
Реальные данные от реального клиента. Статистика за несколько лет. IT-департамент.
Давайте потренируемся перед будущим Практикумом.
Ваше мнение - что здесь происходит?
Напишите в комментарии 👇 как бы вы охарактеризовали динамику происходящего по годам?
А если сравнить Upstream и Downstream, и на Customer Lead Time посмотреть, что скажете?
Расскажите ваши версии, а я потом расскажу, что я увидел на этих графиках. И как это соотносится с реальной ситацией
PS кто затрудняется - в комментарии скину ссылку на инструкцию по анализу Lead Time Scatterplot
Давайте потренируемся перед будущим Практикумом.
Ваше мнение - что здесь происходит?
Напишите в комментарии 👇 как бы вы охарактеризовали динамику происходящего по годам?
А если сравнить Upstream и Downstream, и на Customer Lead Time посмотреть, что скажете?
Расскажите ваши версии, а я потом расскажу, что я увидел на этих графиках. И как это соотносится с реальной ситацией
PS кто затрудняется - в комментарии скину ссылку на инструкцию по анализу Lead Time Scatterplot
❤1🥰1🦄1
YouTube
🤖 ИИ-переполох под Новый год: Прожектор Сэма Альтмана #3
Восстание машин не случилось, но в офисах всё равно подгорает.
Пока вы отдыхали на НГ, нейросети переписывают правила игры. Обсуждаем, как выжить в мире «черных ящиков» и не стать жертвой «всеобщей джунизации».
В этом выпуске:
- Почему разработчики теперь…
Пока вы отдыхали на НГ, нейросети переписывают правила игры. Обсуждаем, как выжить в мире «черных ящиков» и не стать жертвой «всеобщей джунизации».
В этом выпуске:
- Почему разработчики теперь…
А между тем, под Новый Год мы записали новую серию ПрожекторСэмаАальтмана - про то, что ИИ делает с миром, и как люди реагируют на эти изменения
В этом выпуске мы решили не привязываться к конкретным цифрам и новостям, а просто подвести некоторые ИИ-итоги 2025 года.
В этом выпуске:
➡️ Почему разработчики теперь кодят быстрее, чем продакты успевают думать и приносить новые идеи в бэклог?
➡️ Как продакты с помощью вайб-кода создают работающие прототипы вместо ТЗ
➡️ Зачем рынку нужны «реаниматоры» кривого вайб-кода?
➡️ Лайфхаки для защиты от прохождения собеседований с помощью ИИ
➡️ Смерть Agile? Станут ли команды микроскопическими и почему стабильность больше не в моде.
➡️ Кибер-саботаж: зачем пользователи кормят ИИ «отвратительной датой» и портят модели.
➡️ Узнайте, как не превратиться в простого «оператора черного ящика» в 2026 году
Говорим свободно, с юмором, в меру собственного понимания происходящего.
https://youtu.be/sguUHwmCHNQ?si=wXdJ2D6-3UG0dAVN
В этом выпуске мы решили не привязываться к конкретным цифрам и новостям, а просто подвести некоторые ИИ-итоги 2025 года.
В этом выпуске:
Говорим свободно, с юмором, в меру собственного понимания происходящего.
https://youtu.be/sguUHwmCHNQ?si=wXdJ2D6-3UG0dAVN
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4🎉4🥰1
Последний пост был 23 января, куда делся автор? (Спойлер: цифровая археология, вайб-кодинг и HR)
Я не ушел в монастырь, я ушел в глубокий R&D.
Проверял, на что способен эксперт в 2026 году, вооружившись ИИ, здравым смыслом и прошлым опытом.
Итоги месяца (выбирайте тему для лонгрида 👇)
1. Process Mining в помощь канбанисту 🕵️♂️
Дано: 10+ команд, 12 тысяч строк логов и полный разнобой в workflow
Задача: Найти реальный Commitment Point и построить аналитику (Upstream/Downstream Lead Time).
Выход: С помощью Gemini реализовал алгоритм Transition Analysis. Он вычислил реальные Commitment Point, игнорируя хаос в Jira. Дальше — дело техники.
2. Импортозамещение Канбан-игры 🎮
Дано: Любимая Канбан-игра для тренингов попала под VPN. Заменить нечем.
Выход: Психанул, открыл Cursor и сел писать свою версию (с блэкджеком и💃 )
Итог: За 2 часа «вайб-кодинга» создал рабочий прототип. За 4 часа — 90% механик. Скоро релиз! Хотите попробовать? 😁
3. Вероятностный Анализ на R 🎲
Задача: Обработать огромный, пятилетний массив данных клиента по 10+ проектам. LLMки захлебываются, вручную делать - годы.
Выход: Делегировал нейросети написание кода на R для подготовки и анализа данных. Код был написан и отлажен за 4 часа. Итоговый анализ всех данных занял 2 дня. Клиент в восторге от точности попадания и инсайтов.
4. Практикум в BigTech 🏢
Дано: Крупная IT-компания, 10+ зубастых менеджеров.
Задача: Научить анализу метрик.
Что сделал: Сперва играли на чужих данных — было весело. Когда загрузили свои — случился ледяной душ. Видеть реальный Lead Time страшно, как прием у стоматолога, но лечить надо.
5. Инсайт: Смерть обучения как поощрения 💼
Задача: Понять через интервью с HR, что творится с обучением.
Инсайт: Бюджеты на «счастье сотрудников» закрыты. Теперь обучение — только под жесткий бизнес-заказ и фин. обоснование.
О чем написать подробнее? Жмите реакцию 👇 или пишите в комментарии:
🗿 — Археология Commitment Point в JIRA
🆒 — Моя игра и как я ее делал
🦄 — Прогнозы на R
🙊 — Инсайты в HR
👍 — просто порадоваться за автора 😊
Я не ушел в монастырь, я ушел в глубокий R&D.
Проверял, на что способен эксперт в 2026 году, вооружившись ИИ, здравым смыслом и прошлым опытом.
Итоги месяца (выбирайте тему для лонгрида 👇)
1. Process Mining в помощь канбанисту 🕵️♂️
Дано: 10+ команд, 12 тысяч строк логов и полный разнобой в workflow
Задача: Найти реальный Commitment Point и построить аналитику (Upstream/Downstream Lead Time).
Выход: С помощью Gemini реализовал алгоритм Transition Analysis. Он вычислил реальные Commitment Point, игнорируя хаос в Jira. Дальше — дело техники.
2. Импортозамещение Канбан-игры 🎮
Дано: Любимая Канбан-игра для тренингов попала под VPN. Заменить нечем.
Выход: Психанул, открыл Cursor и сел писать свою версию (с блэкджеком и
Итог: За 2 часа «вайб-кодинга» создал рабочий прототип. За 4 часа — 90% механик. Скоро релиз! Хотите попробовать? 😁
3. Вероятностный Анализ на R 🎲
Задача: Обработать огромный, пятилетний массив данных клиента по 10+ проектам. LLMки захлебываются, вручную делать - годы.
Выход: Делегировал нейросети написание кода на R для подготовки и анализа данных. Код был написан и отлажен за 4 часа. Итоговый анализ всех данных занял 2 дня. Клиент в восторге от точности попадания и инсайтов.
4. Практикум в BigTech 🏢
Дано: Крупная IT-компания, 10+ зубастых менеджеров.
Задача: Научить анализу метрик.
Что сделал: Сперва играли на чужих данных — было весело. Когда загрузили свои — случился ледяной душ. Видеть реальный Lead Time страшно, как прием у стоматолога, но лечить надо.
5. Инсайт: Смерть обучения как поощрения 💼
Задача: Понять через интервью с HR, что творится с обучением.
Инсайт: Бюджеты на «счастье сотрудников» закрыты. Теперь обучение — только под жесткий бизнес-заказ и фин. обоснование.
О чем написать подробнее? Жмите реакцию 👇 или пишите в комментарии:
🆒 — Моя игра и как я ее делал
🦄 — Прогнозы на R
🙊 — Инсайты в HR
👍 — просто порадоваться за автора 😊
Please open Telegram to view this post
VIEW IN TELEGRAM
🆒27🗿23👍9🦄9🙊8❤1🥰1