Разыгрываем 3 билета на Матемаркетинг’26!
🔵 Как ИИ меняет работу аналитиков, маркетологов и продактов?
🔵 Как посчитать, сколько людей на самом деле используют ИИ в работе в вашей компании?
🔵 Как контролировать и проверять работу ИИ и можно ли ему вообще доверять?
Эти и другие вопросы обсудят на Матемаркетинге’26. Это одна из крупнейших технических конференций для аналитиков, продактов и маркетологов в РФ. В этом году посетителей ждут 100+ докладов, мастер-классов и разборов кейсов от спикеров из VK, Avito Tech, Сбера, Magnit Tech, ИТ-холдинга Т1, UIS, Лемана Тех, UX Rocket и других компаний.
Конференция пройдет 26 и 27 ноября в Москве, онлайн-день — 17 ноября. Подробности смотрите на сайте.
🔜 Билеты уже в продаже, но у вас есть шанс попасть на Матемаркетинг’26 бесплатно! Мы разыгрываем 3 билета — 2 онлайн и 1 офлайн для тех, кто в эти даты будет в Москве.
Чтобы принять участие, надо подписаться на канал и написать комментарий под этим постом: «Хочу онлайн-доступ» или «Хочу офлайн-билет» + рассказать, какие темы докладов вам наиболее интересны. 6 ноября мы выберем победителей с помощью рандомайзера.
Эти и другие вопросы обсудят на Матемаркетинге’26. Это одна из крупнейших технических конференций для аналитиков, продактов и маркетологов в РФ. В этом году посетителей ждут 100+ докладов, мастер-классов и разборов кейсов от спикеров из VK, Avito Tech, Сбера, Magnit Tech, ИТ-холдинга Т1, UIS, Лемана Тех, UX Rocket и других компаний.
Конференция пройдет 26 и 27 ноября в Москве, онлайн-день — 17 ноября. Подробности смотрите на сайте.
Чтобы принять участие, надо подписаться на канал и написать комментарий под этим постом: «Хочу онлайн-доступ» или «Хочу офлайн-билет» + рассказать, какие темы докладов вам наиболее интересны. 6 ноября мы выберем победителей с помощью рандомайзера.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥13❤3😱1
OccupySaaS: протест инженеров против ИТ-индустрии
Дискуссия про отнимающий работу ИИ получила неожиданное (или, наоборот, вполне ожидаемое?) развитие: уволенные инженеры скооперировались и начали делать опен-сорсные аналоги популярных платформ. Они собирают данные из публичных документов, на их основе ИИ-агенты пишут код, который затем оценивают и тестируют люди.
Команда проекта подчеркивает, что они не декомпилируют чужой софт, а все делают с нуля по принципу clean room. Даже если к разработке присоединяются бывшие сотрудники компаний, для чьих продуктов OccupySaaS создает аналог, они должны опираться только на данные из открытых источников, а не сливать корпоративные тайны.
Продуктов у команды пока только два, оба на ранней стадии разработки:
🔵 Zero Authy — open-source-аналог Auth0.
🔵 Sales Compel — open-source-аналог Salesforce.
OccupySaaS уже присматриваются к следующим жертвам: на очереди корпоративные вики, трекеры заданий и системы мониторинга. Для разработки им всегда нужны руки, так что если вам близка миссия проекта, вы тоже можете к нему присоединиться и делать бесплатный народный SaaS.
Как вам эта идея?👀
Дискуссия про отнимающий работу ИИ получила неожиданное (или, наоборот, вполне ожидаемое?) развитие: уволенные инженеры скооперировались и начали делать опен-сорсные аналоги популярных платформ. Они собирают данные из публичных документов, на их основе ИИ-агенты пишут код, который затем оценивают и тестируют люди.
Команда проекта подчеркивает, что они не декомпилируют чужой софт, а все делают с нуля по принципу clean room. Даже если к разработке присоединяются бывшие сотрудники компаний, для чьих продуктов OccupySaaS создает аналог, они должны опираться только на данные из открытых источников, а не сливать корпоративные тайны.
Продуктов у команды пока только два, оба на ранней стадии разработки:
OccupySaaS уже присматриваются к следующим жертвам: на очереди корпоративные вики, трекеры заданий и системы мониторинга. Для разработки им всегда нужны руки, так что если вам близка миссия проекта, вы тоже можете к нему присоединиться и делать бесплатный народный SaaS.
Как вам эта идея?
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥26❤3🙈3
Напоминаем про две важных вещи:
1️⃣ 26-27 ноября пройдет Матемаркетинг — конференция по маркетинговой и продуктовой аналитике. 2000+ участников, 100+ докладов про данные, метрики, инжиниринг и искусственный интеллект.
2️⃣ Вы можете попасть туда (или посмотреть прямой эфир онлайн) бесплатно, если примете участие в нашем розыгрыше. Условия — в посте. Итоги подводим уже в эту пятницу.
Please open Telegram to view this post
VIEW IN TELEGRAM
Telegram
LEFT JOIN
Разыгрываем 3 билета на Матемаркетинг’26!
🔵 Как ИИ меняет работу аналитиков, маркетологов и продактов?
🔵 Как посчитать, сколько людей на самом деле используют ИИ в работе в вашей компании?
🔵 Как контролировать и проверять работу ИИ и можно ли ему вообще…
🔵 Как ИИ меняет работу аналитиков, маркетологов и продактов?
🔵 Как посчитать, сколько людей на самом деле используют ИИ в работе в вашей компании?
🔵 Как контролировать и проверять работу ИИ и можно ли ему вообще…
🔥5
Наступила пятница, и это значит, что пора подводить итоги нашего розыгрыша билетов на Матемаркетинг'26!
Рандомайзер постановил, что:
🔵 Офлайн-билет достается @gottameow
🔵 Онлайн-доступ — @Lidialit и @Gofromchu
Скоро с вами свяжутся организаторы конференции и расскажут про дальнейшие шаги.
Благодарим всех, кто принял участие, и поздравляем победителей! До встречи на Матемаркетинге🔥
Рандомайзер постановил, что:
Скоро с вами свяжутся организаторы конференции и расскажут про дальнейшие шаги.
Благодарим всех, кто принял участие, и поздравляем победителей! До встречи на Матемаркетинге
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥11❤1
Что нового в Apache Airflow 3.4.0?
В конце прошлой недели Apache выкатили новую версию Airflow, где представили несколько интересных изменений:
1️⃣ Появилась нативная поддержка циклов — Task Loops, которые могут повторяться либо до выполнения определенного условия, либо некое заранее заданное максимальное число итераций. Каждая итерация строится на результатах предыдущей.
2️⃣ DAG’и теперь можно писать не только на Python, но и на TypeScript, Java, Go и YAML. В оригинальном посте есть пример одного DAG’а на разных языках.
Отдельно стоит выделить поддержку YAML. Она позволит писать простые, короткие, декларативные схемы без кода, которые Airflow валидирует и превращает в полноценные DAG'и.
3️⃣ LLM и ИИ-агентов можно запускать как обычные задачи Airflow и подключать к БД, объектным хранилищам, различным инструментам. Они могут работать автономно, но перед особо важными шагами отправлять задачу в
А вы работаете с Airflow? Как вам новая версия?
В конце прошлой недели Apache выкатили новую версию Airflow, где представили несколько интересных изменений:
Прежде чем двигаться дальше, стоит прояснить один момент: «Как в DAG могут быть циклы, если DAG — это Directed Acyclic Graph (направленный ациклический граф)?» Ответ: очень осторожно.
По сути, никаких циклических зависимостей не возникает, задачи внутри DAG по-прежнему образуют граф без циклов. Повторение задач реализуется исключительно во время выполнения.
Отдельно стоит выделить поддержку YAML. Она позволит писать простые, короткие, декларативные схемы без кода, которые Airflow валидирует и превращает в полноценные DAG'и.
awaiting_input и ждать одобрения. Человек все еще в контуре.А вы работаете с Airflow? Как вам новая версия?
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5👍1
Релиз Claude Data: ИИ-инструмент для аналитики доступен для всех платных пользователей
Anthropic опять нагенерировали новостей — например, представили Fable/Mythos 5.2. Но нас интересует другой их релиз, поскромнее.
🔜 В октябре они показали Claude Dashboards. Через месяц он вышел из беты, а заодно получил новое имя: Claude Data, потому что «работа с данными для компаний — это больше, чем создание дашбордов».
Дашбордами от Claude можно делиться с коллегами, настраивать оформление, отслеживать историю изменений. Из интересного можно отметить две детали:
🔵 Claude Data позволяет задавать сертифицированные определения метрик, чтобы все в компании использовали одинаковые запросы и методы расчета. На дашбордах, построенных с помощью таких запросов, будет стоять специальная плашка «сертифицировано». Это должно помочь избежать ситуации, когда разные люди считают одни и те же метрики по-своему. Учитывая, что ИИ в теории должен позволить каждому легко сделать дашборд своими силами — полезная функция.
🔵 На основе данных можно создавать «истории» — видео со сгенерированной озвучкой. Видимо, что-то похожее на другой их инструмент, Claude Motion.
🔜 В той же статье рассказали про Claude Whiteboards и Claude Sheets: первое — это инструмент для совместной работы и брейнштормов, а второе — ИИ-Excel. Оба пока в бете.
Anthropic опять нагенерировали новостей — например, представили Fable/Mythos 5.2. Но нас интересует другой их релиз, поскромнее.
Дашбордами от Claude можно делиться с коллегами, настраивать оформление, отслеживать историю изменений. Из интересного можно отметить две детали:
Please open Telegram to view this post
VIEW IN TELEGRAM
👌5🔥4❤3👍2
Стоит ли верить бенчмаркам?
Каждый релиз новой версии БД (да и любого другого инструмента) всегда сопровождается скринами бенчмарков с доказательствами, насколько она стала лучше. Это вроде бы объективный, измеримый показатель, но даже ему полностью доверять нельзя.
Разработчики максимально оптимизируют выполнение запросов, чтобы получить хорошие результаты — даже если на практике, в реальной работе, эти оптимизации могут быть бесполезны или вообще вредны. Из-за этого некоторые бенчмарки теряют смысл и перестают использоваться, им на смену приходят новые, разработчики адаптируются и под них, и весь этот цикл повторяется. Ситуация становится еще интереснее благодаря ИИ, который может довести оптимизацию до таких высот, до которых человеку добраться сложно, и подстроиться под любые тесты.
Что с этим делать?
Вот тут автор попытался представить, как должен выглядеть идеальный бенчмарк:
🔵 Ad-hoc-подход — то есть, работа БД должна проверяться на произвольных, не подготовленных заранее запросах.
🔵 Должна учитываться не только скорость чтения, но и записи.
🔵 Он должен регулярно обновляться. В идеале время от времени должны появляться новые тесты — и проверять с их помощью надо версии БД, выпущенные раньше, чем был разработан тест.
С одной стороны, это действительно не даст разработчикам подстроиться под требования бенчмарка. С другой — как будто нивелирует главную пользу таких измерений, которая состоит в том, что работу нескольку инструментов замеряют с помощью одинаковых тестов в одинаковых условиях.
А что вы думаете? Вы обращаете внимание на результаты бенчмарков, когда выбираете БД или другой софт?
Каждый релиз новой версии БД (да и любого другого инструмента) всегда сопровождается скринами бенчмарков с доказательствами, насколько она стала лучше. Это вроде бы объективный, измеримый показатель, но даже ему полностью доверять нельзя.
Разработчики максимально оптимизируют выполнение запросов, чтобы получить хорошие результаты — даже если на практике, в реальной работе, эти оптимизации могут быть бесполезны или вообще вредны. Из-за этого некоторые бенчмарки теряют смысл и перестают использоваться, им на смену приходят новые, разработчики адаптируются и под них, и весь этот цикл повторяется. Ситуация становится еще интереснее благодаря ИИ, который может довести оптимизацию до таких высот, до которых человеку добраться сложно, и подстроиться под любые тесты.
Что с этим делать?
Вот тут автор попытался представить, как должен выглядеть идеальный бенчмарк:
С одной стороны, это действительно не даст разработчикам подстроиться под требования бенчмарка. С другой — как будто нивелирует главную пользу таких измерений, которая состоит в том, что работу нескольку инструментов замеряют с помощью одинаковых тестов в одинаковых условиях.
А что вы думаете? Вы обращаете внимание на результаты бенчмарков, когда выбираете БД или другой софт?
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1🔥1🤔1
Data Intelligence Engineer: новая роль в дата-сфере?
Неизбежное следствие проникновения ИИ во все профессии и сферы жизни — появление отдельной категории специалистов, которые за этот ИИ отвечают.
Всевозможными экспертами по внедрению уже никого не удивишь, но можно попробовать представить, какие еще роли могут возникнуть со временем. Например, один из инженеров облачной платформы для аналитики MotherDuck предсказал, что скоро дата-командам могут понадобиться Data Intelligence Engineers.
И что они будут делать?
🔵 Погружать ИИ в контекст конкретной компании или команды: объяснять, как у них принято считать метрики, в какой из десятка почти одинаковых таблиц лежат актуальные данные и как вообще тут дела делаются.
🔵 Оценивать качество работы агентов и убеждаться, что все обучение было не зря и они корректно отвечают на вопросы.
Конечная цель всей этой деятельности — сделать максимально удобной самостоятельную работу с данными для всех сотрудников, чтобы они всегда могли сами обратиться к ИИ-агенту, получить адекватные ответы, создать на их основе графики или целые дашборды и так далее.
Конечно, есть риск, что это приведет к хаосу — причем этот хаос станет головной болью всей дата-команды, которой надо будет разбираться, что там понаделали коллеги вместе с агентами. Но от ИИ уже все равно никуда не убежать. Так что, может быть, есть смысл в том, чтобы нанять специальных людей, которые будут его контролировать?
Кстати, как бы вы перевели Data Intelligence Engineer? ИИ-инженер данных? Инженер ИИ-данных? Предлагайте свои варианты.
Неизбежное следствие проникновения ИИ во все профессии и сферы жизни — появление отдельной категории специалистов, которые за этот ИИ отвечают.
Всевозможными экспертами по внедрению уже никого не удивишь, но можно попробовать представить, какие еще роли могут возникнуть со временем. Например, один из инженеров облачной платформы для аналитики MotherDuck предсказал, что скоро дата-командам могут понадобиться Data Intelligence Engineers.
И что они будут делать?
Конечная цель всей этой деятельности — сделать максимально удобной самостоятельную работу с данными для всех сотрудников, чтобы они всегда могли сами обратиться к ИИ-агенту, получить адекватные ответы, создать на их основе графики или целые дашборды и так далее.
Конечно, есть риск, что это приведет к хаосу — причем этот хаос станет головной болью всей дата-команды, которой надо будет разбираться, что там понаделали коллеги вместе с агентами. Но от ИИ уже все равно никуда не убежать. Так что, может быть, есть смысл в том, чтобы нанять специальных людей, которые будут его контролировать?
Кстати, как бы вы перевели Data Intelligence Engineer? ИИ-инженер данных? Инженер ИИ-данных? Предлагайте свои варианты.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤7💯2🔥1
Nvidia поделилась фреймворком Auto Ontology
Не та новость, которую сейчас ожидаешь увидеть про Nvidia, да?
Auto Ontology — Python-фреймворк для создания семантического слоя для ИИ-агентов.
Для эффективной работы с данными ИИ-агентам нужен контекст: понимание, какими терминами и метриками принято оперировать в компании. Auto Ontology собирает эту информацию из корпоративных метаданных и создает на ее основе структурированную онтологию (или дополняет существующую, если она уже была в компании). Это особенно полезно, если данных много, в них есть неточности и противоречия — фреймворк должен привести их к общему знаменателю.
🔵 Auto Ontology анализирует БД, таблицы, ключи и историю запросов, фиксирует связи, генерирует описания и словарь терминов с синонимами, которые могут использовать люди в своих вопросах.
🔵 Векторные представления таблиц сохраняются в pgvector, а сама онтология — в Postgres. Ее можно тестировать и дорабатывать, пока вы не будете довольны результатом, а затем отдать своему ИИ.
🔵 Фреймворк также создает граф, где каждый узел — это отдельный термин с определением и связанными с ним столбцами в таблицах.
В итоге, даже если агенту зададут сложный, неоднозначный вопрос, он сможет понять, что пользователь имеет в виду, и сгенерировать точный ответ с графиками и SQL-запросами.
Фреймворк частично решает проблему, про которую мы писали недавно. При этом человек из контура никуда не девается: он именно он тестирует и сертифицирует онтологию перед использованием.
Что думаете про этот инструмент? Приходилось работать с чем-то похожим?
Auto Ontology — Python-фреймворк для создания семантического слоя для ИИ-агентов.
Для эффективной работы с данными ИИ-агентам нужен контекст: понимание, какими терминами и метриками принято оперировать в компании. Auto Ontology собирает эту информацию из корпоративных метаданных и создает на ее основе структурированную онтологию (или дополняет существующую, если она уже была в компании). Это особенно полезно, если данных много, в них есть неточности и противоречия — фреймворк должен привести их к общему знаменателю.
В итоге, даже если агенту зададут сложный, неоднозначный вопрос, он сможет понять, что пользователь имеет в виду, и сгенерировать точный ответ с графиками и SQL-запросами.
Фреймворк частично решает проблему, про которую мы писали недавно. При этом человек из контура никуда не девается: он именно он тестирует и сертифицирует онтологию перед использованием.
Что думаете про этот инструмент? Приходилось работать с чем-то похожим?
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6🔥3👍2
Состоялся релиз PostgreSQL 19
Разработка была непростой, но обещанный релиз состоялся. Новая версия должна сделать удобнее и проще работу с большими объемами данных и с постоянно растущей нагрузкой.
Что нового?
🔵
🔵
🔵
🔵
🔵 Упростили работу с логической репликацией данных — теперь, чтобы ее запустить, не надо перезапускать сервер. При создании первого слота репликации, PostgreSQL автоматически переключает уровень WAL на logical.
🔵 Добавили поддержку SNI (Server Name Indication), что позволит PostgreSQL обслуживать подключения к разным доменным именам с разными сертификатами безопасности.
И еще много нововведений, направленных на то, чтобы сделать работу СУБД быстрее и эффективнее. Полный перечень изменений — на сайте проекта.
Как вам такие новости под конец недели?
Разработка была непростой, но обещанный релиз состоялся. Новая версия должна сделать удобнее и проще работу с большими объемами данных и с постоянно растущей нагрузкой.
Что нового?
REPACK — команда для очистки неиспользуемого пространства в таблицах, которая, в отличие от VACUUM FULL и CLUSTER, не блокирует доступ к таблице.pg_plan_advice — модуль, который позволяет настраивать последовательность выполнения операций. Анонсировали его еще давно и обещали, что он будет лишен стандартных для такого функционала недостатков.INSERT ... ON CONFLICT DO SELECT — конструкция, которая при добавлении данных создает новую запись (если такой в базе еще нет) или возвращает существующую. WAIT FOR LSN — команда, которая обеспечивает поддержку модели согласованности read-your-writes. Она не дает резервному серверу выполнять запросы, пока он не получит все обновления с основного. И еще много нововведений, направленных на то, чтобы сделать работу СУБД быстрее и эффективнее. Полный перечень изменений — на сайте проекта.
Как вам такие новости под конец недели?
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8👍3