Спасибо, что подключились!
Делимся записью сегодняшнего эфира. Чуть позже появится и видеоверсия 💻

#data_science @skillfactory

Вдохновились новой серией интервью TechCrunch с женщинами, которые меняют мир AI. И делимся с вами историей Франсин Беннетт.

ℹ️Франсин — соосновательница совета Института Ады Лавлейс и учредитель DataKind UK. А до этого работала в биотехе и с помощью ИИ искала методы лечения редких заболеваний.

Сейчас исследовательница использует Data Science: анализирует большие данные, выявляет предвзятость алгоритмов и улучшает прозрачность систем.

«Наша задача — не только построить эффективные модели, но и убедиться, что они приносят реальную пользу обществу», — говорит Франсин. Ее подход помогает сделать AI-инструменты более этичными и полезными в социальной сфере.

Data Science — ключевое направление для тех, кто хочет создавать не просто мощные алгоритмы, а решения, которые меняют жизнь. С его помощью можно предсказать поведение моделей и повысить их точность, что особенно важно при работе с социальными проектами.

Если хотите разобраться, как технологии могут приносить пользу, изучите программу нашего курса «Data Scientist с нуля до PRO». И ставьте ❤️, если было полезно.

#data_science @skillfactory

Технологии играют ключевую роль в авиации, в том числе, повышают эффективность и безопасность. Например, каждый полет Airbus генерирует до 2,5 ТБ данных, которые активно используют для анализа и выявления возможных аномалий. Это позволяет оперативно реагировать на форс-мажоры и снижать риски ✈️

➡️ Одним из примеров эффективного использования этих данных является платформа Skywise от Airbus, которая стала настоящим прорывом для более чем 80 авиакомпаний. Благодаря централизованной обработке информации о полетах, техобслуживании и запасных частях, она не только помогает прогнозировать возможные поломки, но и значительно снижает затраты на обслуживание — до 15%.

➡️ А результатом сотрудничества с авиакомпанией easyJet стало сокращение незапланированных ремонтов на 60%. Это снизило время простоя самолетов. Также анализ больших данных и оптимизация полетов позволили уменьшить расход топлива и выбросы CO2, сделали перелеты более экологичными.

Авиация активно меняется благодаря науке о данных, и это открывает новые возможности для всех, кто интересуется технологиями. Если хотите узнать, как такие знания повлияют на вашу карьеру, изучите программу курса «Data Scientist с нуля до PRO».

#data_science @skillfactory

👾 Riot Games использует Data Science для анализа и предсказания токсичного поведения игроков. Цель — улучшить среду общения и стимулировать положительное взаимодействие между игроками. Разбираемся, как это работает

➡️ Модели машинного обучения и анализ чата
Riot Games применяет алгоритмы машинного обучения для мониторинга чата в реальном времени и анализа огромных объемов данных о взаимодействии игроков. ML-модели находят токсичные паттерны и реагируют на них, автоматически блокируя или предупреждая о нарушении. По данным компании, эксперимент с отключением кросс-чата привел к снижению негатива на 32,7% и увеличению позитивных взаимодействий на 34,5%​.

➡️ Аналитика и предсказание поведения
Используя данные о поведении игроков, например, частоту ухода AFK или токсичные комментарии, Riot создает модели, которые предсказывают вероятность повторных нарушений. Они позволяют автоматически накладывать штрафы или временно ограничивать доступ к игре. А интеграция новой системы анализа текста увеличивает обнаружение токсичных сообщений в 15 раз по сравнению с предыдущими алгоритмами.

➡️ Реальные эксперименты и A/B-тестирование
Riot регулярно проводит эксперименты, используя Data Science для тестирования гипотез эффективного снижения токсичности. Например, изменены типы сообщений в игре и их визуальное представление. Это позволило снизить количество оскорблений до 11% в зависимости от условий​.

Если хотите глубже погрузиться в Data Science и узнать, как создавать подобные системы, присоединяйтесь к нашему курсу: go.skillfactory.ru/j5KMVA

#data_science @skillfactory

Как Zara использует Data Science, чтобы лидировать в мире моды. Показываем на цифрах 🔵

➡️ Мгновенный анализ предпочтений
Zara — сеть из более чем 2000 магазинов по всему миру. С помощью Data Science там собирают данные о продажах и предпочтениях в реальном времени. Эта аналитика позволяет компании прогнозировать, какие модели будут популярны. Например, если тренд на определенный фасон растет, Zara за несколько дней корректирует производство и поставки. Благодаря точному прогнозу спроса такая модель позволяет сокращать потери на 15% по сравнению с конкурентами.

➡️ Цепочка поставок, поддержанная данными
В модной индустрии шаг от идеи до витрины длится до полугода. В Zara — максимум 3 недели. Data Science помогает оптимизировать логистику: от выбора материалов до распределения товаров по магазинам. Компания анализирует данные по более чем 90 странам, чтобы точно предсказывать, куда и когда нужно доставить ту или иную модель. Как итог, 85% продукции Zara продается по полной цене, без скидок.

➡️ Точный контроль запасов
Благодаря прогнозной аналитике Zara минимизирует излишки и расходы на хранение. Модели производят ограниченными партиями, на основе данных о спросе сразу отправляют в нужные магазины. Это позволяет сократить запасы на 20% и избежать перепроизводства — важная мера в fast fashion для снижения экологического воздействия.

➡️ Результаты в цифрах
В 2023 году Inditex, материнская компания Zara, показала прирост выручки на 17,5%, достигнув €32,6 млрд, а чистая прибыль составила €4,1 млрд — на 27% больше, чем в прошлом году. Data Science делает Zara не только успешной, но и более устойчивой в быстро меняющемся мире моды.

Если хотите освоить навыки, которые помогают таким компаниям, как Zara, достигать успеха, — сейчас идеальный момент. В Черную пятницу на курсы действует скидка до 60%. Запишитесь на обучение по этой ссылке и получите сертификат на 8000 рублей от сервиса «Эйч» на карьерную консультацию по промокоду ПЯТНИЦА.

#data_science @skillfactory