Работая в айтишечке
1.46K subscribers
422 photos
6 videos
84 links
Канал о том, как эффективно работать в IT: простые объяснения технических вещей, лайфхаки, лучшие практики и полезные инструменты для повседневных задач.

Автор: @Shevtsoff
Download Telegram
☕️ Дашборд как продукт. И чем может помочь BI-система

1 апреля в 17:00 позвали на стрим PartitionByDataMeeting #3

Тема: Принцип «дашборд как продукт» как часть стратегии BI-системы.

Расскажу про:
— Что такое продуктовый подход (все итак знают что это, но без этого куска преза будет неполной)
— Как применить продуктовый подход к дашбордам
— Посмотрим как BI-система может помочь BI-аналитикам этот продуктовый подход применять

Формат ламповый — одна презентация, без спешки, с обсуждением.

Ссылка на подключение будет перед эфиром.
Запись обещают 😏

P.S. Это мой первый лайв. Будет как будет 😉

🔥 — если придёшь

#meetup
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥264👍1
☕️ Дашборд как продукт

Сегодня на митапе поговорим про то, как относиться к дашборду не как к разовой задаче, а как к продукту. Ну и про то, как BI система может в этом помочь.

Презентация будет необычная — в виде сайта, который можно открыть и покликать.

Внутри — карта продуктового подхода: от vision и персон до ретроспектив и передачи знаний. Каждая карточка — с теорией, примером для дашборда и конкретными фичами BI-платформ.

Сайт живёт на GitHub, так что в него можно контрибьютить. Нашли неточность, хотите добавить пример из своей практики или скриншот из своей BI-системы — welcome. В README описано, как это сделать.

Начало в 17.00
Ссылка для подключения

Сайт
GitHub

#meetup #stream #webinar #whatever
Please open Telegram to view this post
VIEW IN TELEGRAM
15🔥13👍7
Forwarded from PartitionByDataLab
Выкладываем запись вчерашнего PartitionByDataMeeting #3

📱 YouTube: —> link

Спикер: Данила Шевцов, автор канала: Работая в айтишечке

Тема: Принцип «дашборд как продукт» как часть стратегии BI-системы.

Даня рассказал про:
▫️ что такое продуктовый подход
▫️ как применить продуктовый подход к дашбордам
▫️ как BI-система может помочь BI-аналитикам этот продуктовый подход применять

Презентация была необычная — в виде сайта, который можно открыть и покликать.
Сайт живёт на GitHub, так что в него можно контрибьютить. Нашли неточность, хотите добавить пример из своей практики или скриншот из своей BI-системы - welcome. В README описано, как это сделать.

От себя скажу, что презентация понравилась и запомнилась своей практической пользой. Редко попадается настолько насыщенный и качественный материал, который можно брать и применять на своих проектах, это всегда ценно! Всем рекомендую к просмотру!

ps: к сожалению, вчера не всем хватило место в комнате, был лимит 50 участников, если честно мы не ожидали, что подключится в два раза больше желающих, учтём это при организации следующего митапа 😎

🚀 благодарим всех кто пришел
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥125😁4
Пятничный мем


#memes
😁16
☕️ Агенты в Claude Code

Агент — это "программа", которая не просто отвечает на вопросы, а сама выполняет действия. Обычный чат-бот ждёт ваш запрос и выдаёт текст. Агент — берёт задачу, разбивает на шаги, открывает файлы, запускает команды, проверяет результат и идёт дальше. Claude Code — это как раз агент: он сам читает ваш код, правит файлы, запускает тесты.

Но если вы с ним работаете, то наверняка замечали: на сложных задачах он сам запускает каких-то «помощников», которые ищут по коду или составляют план. Это и есть субагенты — мини-версии Claude Code с отдельным контекстом, ограниченными инструментами и конкретной задачей. Грубо говоря, он нанимает себе помощников. И самое интересное — ими можно управлять.

В 10 карточках разобрал, как это устроено (👀 см. карточки ↑)

Ключевая штука, которую стоит понять: когда субагент работает, его промежуточные шаги не попадают в основной контекст. Он возвращает только итог. Это экономит токены и позволяет Claude Code дольше работать, не упираясь в лимит контекстного окна.
С чего начать:
— Наберите /agents в Claude Code — мастер создаст агента за вас
— Или просто скопируйте готового из awesome-claude-code-subagents на GitHub

#ai #agents #llm
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
6🔥5👍3
☕️ LLM Wiki от Карпаты

Андрей Карпаты (ex-Tesla AI, ex-OpenAI) опубликовал паттерн, который кажется очевидным — но почему-то так никто не делал. И все паблики прорвало - пишут, что это бомба! ))

Обычно как: загружаешь документы в ChatGPT, NotebookLM или любой RAG — модель каждый раз заново ищет куски, склеивает ответ и забывает. Завтра всё по новой. Ничего не накапливается.

Идея Карпапты простая: пусть LLM не ищет по документам, а строит из них вики. Добавил новый источник → агент прочитал, написал саммари, обновил связанные страницы, пометил противоречия. Один документ может затронуть 10-15 страниц.

В такой системе выделяется три слоя:
— Сырые источники (неизменяемые) - raw
— Вики (markdown, который LLM пишет и обновляет)
— Схема (правила для агента — как вести вики)

Почему работает
Люди бросают вики, потому что их обслуживание — боль. Обновить ссылки, актуализировать саммари, пометить что устарело — никто не хочет этим заниматься. А LLM не устаёт.
Человек направляет и думает. LLM ведёт всю рутину.

Как сделать у себя
Нужна папка с markdown + любой агент (Claude Code, Qwen Code, Codex) + файл с правилами. Никакой инфраструктуры.

Я просто взял и попросил агента
Давай попробуем применить предложенные в данном документе концепции к нашему проекту
https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f


Работает, черт возьми! Рекомендую)

👀 Смотрите также
Andrej Karpathy Just 10x’d Everyone’s Claude Code
Karpathy Just Replaced RAG With Obsidian + Claude Code

#ai #llm #wiki
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥18👍53🥴3