Уже завтра в 11:00 (МСК) пройдёт вебинар «Как за 15 минут сделать бизнес-описание всей базы данных и BI-отчётности с помощью ИИ?»
Каждому зрителю мы дарим таблицу «Сравнение LLM в части формирования документации» — наглядное сравнение моделей по точности бизнес-описаний таблиц, отчётов и процедур.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2👍2
Присоединяйтесь!
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3❤2🔥2
Мы на низком старте!
➡️ Подключайтесь по ссылке — https://start.bizon365.ru/room/141460/biznes_opisanie
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3👍3🔥3
Коллеги, вебинар успешно прошел — всем спасибо за участие!
Если у вас остались вопросы — делитесь в комментариях ниже!
⌨️ Пропустили эфир? Мы можем прислать вам запись и презентацию!
Для этого напишите на нашу почту biwebinar@lasmart.ru слово «Вебинар» ✉️
Если у вас остались вопросы — делитесь в комментариях ниже!
Для этого напишите на нашу почту biwebinar@lasmart.ru слово «Вебинар» ✉️
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5🔥5❤3
Нет документации = нет проблем (пока)
Привычный сценарий: молодая компания в какой-то момент осознает, что больше не может развиваться на ручной отчетности: Excel, выгрузки, какие-то сводные таблицы — все это перестает масштабироваться. И компания принимает решение: делаем хранилище данных🎉
Нанимают одного, двух, трех, четырех data-инженеров, столько же аналитиков (либо подключают интегратора).
Проходит несколько месяцев, полгода, год, и вот:
— у компании есть хранилище данных
— есть BI-отчетность
— отчеты автоматизированы
— все работает
— все довольны
Но компания растет, растет и объем данных, количество бизнес-процессов – становится больше таблиц, витрин, логики.
И именно здесь о документации уже нужно думать, но об этом опять никто не думает.
Потому что «пока все работает». Пока🥲
А потом наступает момент, когда все понимают одну простую вещь: таблиц стало так много, что среди них невозможно что-то найти.
И вот бедные аналитики и инженеры тратят время не на построение новых моделей, не на оптимизацию, не на аналитику —
а просто на поиск данных🔎
Каждый новый запрос превращается в попытку понять, в какой из 200 таблиц лежит нужная сущность, что она значит, откуда взялась и как менялась.
А если вдруг встает вопрос какого-нибудь рефакторинга хранилища – просто представьте, в каком ужасе будут те, кто за него отвечает!
И не на рефакторинг как таковой,
а на то, чтобы разбираться в существующем хранилище:
— что там лежит
— откуда это взялось
— зачем это было сделано
— как это работает
— и почему все устроено именно так
— …и только потом работа.
Так что да, все верно: нет документации = нет проблем.
Но только пока.
Привычный сценарий: молодая компания в какой-то момент осознает, что больше не может развиваться на ручной отчетности: Excel, выгрузки, какие-то сводные таблицы — все это перестает масштабироваться. И компания принимает решение: делаем хранилище данных
Нанимают одного, двух, трех, четырех data-инженеров, столько же аналитиков (либо подключают интегратора).
Проходит несколько месяцев, полгода, год, и вот:
— у компании есть хранилище данных
— есть BI-отчетность
— отчеты автоматизированы
— все работает
— все довольны
И именно на этом этапе почти никто не думает о документации.
Потому что главная задача — вообще запустить автоматизацию.
Документация откладывается на «потом», «когда будет время»📆
Но компания растет, растет и объем данных, количество бизнес-процессов – становится больше таблиц, витрин, логики.
И именно здесь о документации уже нужно думать, но об этом опять никто не думает.
Потому что «пока все работает». Пока
А потом наступает момент, когда все понимают одну простую вещь: таблиц стало так много, что среди них невозможно что-то найти.
И вот бедные аналитики и инженеры тратят время не на построение новых моделей, не на оптимизацию, не на аналитику —
а просто на поиск данных
Каждый новый запрос превращается в попытку понять, в какой из 200 таблиц лежит нужная сущность, что она значит, откуда взялась и как менялась.
А если вдруг встает вопрос какого-нибудь рефакторинга хранилища – просто представьте, в каком ужасе будут те, кто за него отвечает!
Когда нет документации, интеграторы автоматически закладывают
плюс 30–40% к стоимости
💰
И не на рефакторинг как таковой,
а на то, чтобы разбираться в существующем хранилище:
— что там лежит
— откуда это взялось
— зачем это было сделано
— как это работает
— и почему все устроено именно так
— …и только потом работа.
Так что да, все верно: нет документации = нет проблем.
Но только пока.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4
Способы ведения документации к хранилищу: от классики до document as code
Коротко разобрали плюсы и минусы каждого варианта — смотрите в карточках ➡️
Коротко разобрали плюсы и минусы каждого варианта — смотрите в карточках ➡️
👍2❤1🔥1
Официальный сертификат подтверждает корректную и стабильную работу продукта в инфраструктуре, построенной на базе РЕД ОС 8.
DataDesc AI – AI-платформа для автоматической генерации и поддержки актуальной документации по DWH, базам данных и BI-отчётам.
Решение объединяет данные из СУБД и BI-систем в единую систему знаний: автоматически описывает таблицы, поля, связи, SQL-логику, отчёты и метрики, обеспечивает быстрый поиск и понятную интерпретацию данных для бизнеса.
Подробнее — в релизе на сайте.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2
Data Catalog: must-have инструмент?
Data Catalog задумывались как инструмент «для всех»: для тех, кто пользуется данными, и для тех, кто их описывает.
В теории все выглядит идеально:
— автоматически подключаются к СУБД
— считывают и сохраняют структуру баз данных
— позволяют вести бизнес-описания таблиц и колонок
— хранить lineage, схемы, SQL-логику и версии объектов
— описывать не только таблицы, но и дашборды
— обсуждать изменения прямо внутри каталога
Но, как обычно, есть «но»:
1️⃣ Сложность
Каталоги громоздкие, интерфейсы не самые дружелюбные. Впрочем, если инструмент закрывает половину вселенной Data Governance, простым он быть не может.
2️⃣ Ручная работа
Метаданные подтягиваются автоматически, структуры – тоже. А вот бизнес-описания…пишутся руками.
Рутину никто не любит, поэтому сценарий почти всегда один и тот же: Data Catalog внедрен, метаданные есть, бизнес-описаний – ноль.
Что с этим делать? Как перестать тратить часы на рутинное описание данных
и высвободить время для действительно важных задач? Ответ очевиден – искусственный интеллект.
Ставьте 👍, если тема интересна.
В следующем посте разберем, как ИИ меняет работу с Data Catalog и документацией данных на практике.
Data Catalog задумывались как инструмент «для всех»: для тех, кто пользуется данными, и для тех, кто их описывает.
В теории все выглядит идеально:
— автоматически подключаются к СУБД
— считывают и сохраняют структуру баз данных
— позволяют вести бизнес-описания таблиц и колонок
— хранить lineage, схемы, SQL-логику и версии объектов
— описывать не только таблицы, но и дашборды
— обсуждать изменения прямо внутри каталога
По сути, Data Catalog — это фундамент для полноценного управления данными. Сегодня это must-have для крупных компаний (и тех, кто собирается ими стать).
Но, как обычно, есть «но»:
1️⃣ Сложность
Каталоги громоздкие, интерфейсы не самые дружелюбные. Впрочем, если инструмент закрывает половину вселенной Data Governance, простым он быть не может.
2️⃣ Ручная работа
Метаданные подтягиваются автоматически, структуры – тоже. А вот бизнес-описания…пишутся руками.
Рутину никто не любит, поэтому сценарий почти всегда один и тот же: Data Catalog внедрен, метаданные есть, бизнес-описаний – ноль.
Что с этим делать? Как перестать тратить часы на рутинное описание данных
и высвободить время для действительно важных задач? Ответ очевиден – искусственный интеллект.
Ставьте 👍, если тема интересна.
В следующем посте разберем, как ИИ меняет работу с Data Catalog и документацией данных на практике.
👍11❤3
Media is too big
VIEW IN TELEGRAM
AI и документация: как попросить ИИ описать данные?
Рассказывает Павел Хамрин, руководитель AI-направления Lasmart💬
Рассказывает Павел Хамрин, руководитель AI-направления Lasmart
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4❤2🔥1
Media is too big
VIEW IN TELEGRAM
🎄 Друзья, с наступающим Новым годом!
Этот год был разным — насыщенным, рабочим, местами непростым, но точно важным.
Спасибо за совместную работу в этом году, за доверие, открытый диалог и интерес к нашим решениям.
Пусть новый год принесет больше спокойных дней, ясных решений и поводов радоваться — и в работе, и за её пределами.
Желаем вам здоровья, сил, спокойствия в работе и времени для близких.
С Новым годом!
Пусть 2026 год будет добрым и удачным для вас и ваших семей.
Этот год был разным — насыщенным, рабочим, местами непростым, но точно важным.
Спасибо за совместную работу в этом году, за доверие, открытый диалог и интерес к нашим решениям.
Пусть новый год принесет больше спокойных дней, ясных решений и поводов радоваться — и в работе, и за её пределами.
Желаем вам здоровья, сил, спокойствия в работе и времени для близких.
С Новым годом!
Пусть 2026 год будет добрым и удачным для вас и ваших семей.
🔥4❤3👍3