Подкаст для CDO (D=Data)
Владислав Гоцуляк и Алексей Горбатый из Яндекс. Доставки сегодня в гостях!
Обязательно к просмотру всем CDO (D = Data), аналитикам и дата инженерам)
Ребята в Я.Доставке построили крутой инструмент – Платформа данных.
Поговорили с гостями подкаста о том, как правильно заниматься продуктовой аналитикой, что для этого нужно и какие возможности это открывает (опять же в контексте txt2sql).
Что еще обсудили:
чем занимается доставка помимо доставки, домены, иерархии метрик, модель данных и конечно применения LLM в задачах аналитики)
https://youtu.be/s6SBvtqYNjw
https://vkvideo.ru/video-228941334_456239048
Владислав Гоцуляк и Алексей Горбатый из Яндекс. Доставки сегодня в гостях!
Обязательно к просмотру всем CDO (D = Data), аналитикам и дата инженерам)
Ребята в Я.Доставке построили крутой инструмент – Платформа данных.
Поговорили с гостями подкаста о том, как правильно заниматься продуктовой аналитикой, что для этого нужно и какие возможности это открывает (опять же в контексте txt2sql).
Что еще обсудили:
чем занимается доставка помимо доставки, домены, иерархии метрик, модель данных и конечно применения LLM в задачах аналитики)
https://youtu.be/s6SBvtqYNjw
https://vkvideo.ru/video-228941334_456239048
Ребят, давайте встретимся в оффлайне — познакомимся)
Мы будем участвовать в дискуссионом клубе вместе с Нейролабом https://neirolab.ru/
В общем идем с топами по ИИ из Циана, Росатома, НЛМК дисскутировать по "Масштабированию пилотных решений". Тема интересная, потому что в ИИ до пилота то не всегда доходит, а тут уже про разворачивание к промышленному внедрению.
Идем я Влад Савин с Ярославом Шмулевым, хотим с вами пообщаться)
Темы вот такие будут:
- Почему так много пилотных AI-проектов не доходят до стадии масштабирования?
- Как организационная структура и зрелость процессов влияют на готовность к масштабированию AI-решений?
- Как правильно рассчитывать и обосновывать ожидаемый экономический эффект от масштабирования?
А формат:
• Панельная дискуссия
• Networking-сессия
• Light фуршет
Где, когда
Офигенный локешн на ВДНХ, в ближайший понедельник в 19-00)
Мест очень мало, так что оставьте заявку плиз, Екатерина из Нейролаба вам отпишет https://forms.gle/WtMACSbVG2eAxoy29
Мы будем участвовать в дискуссионом клубе вместе с Нейролабом https://neirolab.ru/
В общем идем с топами по ИИ из Циана, Росатома, НЛМК дисскутировать по "Масштабированию пилотных решений". Тема интересная, потому что в ИИ до пилота то не всегда доходит, а тут уже про разворачивание к промышленному внедрению.
Идем я Влад Савин с Ярославом Шмулевым, хотим с вами пообщаться)
Темы вот такие будут:
- Почему так много пилотных AI-проектов не доходят до стадии масштабирования?
- Как организационная структура и зрелость процессов влияют на готовность к масштабированию AI-решений?
- Как правильно рассчитывать и обосновывать ожидаемый экономический эффект от масштабирования?
А формат:
• Панельная дискуссия
• Networking-сессия
• Light фуршет
Где, когда
Офигенный локешн на ВДНХ, в ближайший понедельник в 19-00)
Мест очень мало, так что оставьте заявку плиз, Екатерина из Нейролаба вам отпишет https://forms.gle/WtMACSbVG2eAxoy29
Пользовательский опыт в AI
Раньше мы всегда пилили жесткий ML на бэке, но сейчас все чаще берем готовые LLM и задумываемся, что делать на фронте, в общем-то становимся дизайнерами)))
Вот, чтобы в этом разобраться позвали — Алексей Курлаева, он руководит пользовательским опытом в Сбере, то есть как раз соединяет ИИ-интерфесы с человеком.
Что обсудим:
Тема:
AI в продуктах: где заканчивается алгоритм и начинается опыт
Тезисы:
1. AI меняет не только интерфейс, но и логику анализа пользовательского опыта
2. Не каждый сценарий — для AI: где заканчивается классический UX, и начинается когнитивная автоматизация
3. Внедрение AI требует новой продуктовой логики: сценарии → границы → масштабирование
Завтра в 16 у нас на канале) Ставьте нотифай или в календарь )
Раньше мы всегда пилили жесткий ML на бэке, но сейчас все чаще берем готовые LLM и задумываемся, что делать на фронте, в общем-то становимся дизайнерами)))
Вот, чтобы в этом разобраться позвали — Алексей Курлаева, он руководит пользовательским опытом в Сбере, то есть как раз соединяет ИИ-интерфесы с человеком.
Что обсудим:
Тема:
AI в продуктах: где заканчивается алгоритм и начинается опыт
Тезисы:
1. AI меняет не только интерфейс, но и логику анализа пользовательского опыта
2. Не каждый сценарий — для AI: где заканчивается классический UX, и начинается когнитивная автоматизация
3. Внедрение AI требует новой продуктовой логики: сценарии → границы → масштабирование
Завтра в 16 у нас на канале) Ставьте нотифай или в календарь )
Стартуем — Пользовательский опыт в AI) пост для комментов
ТОП-7 в России. ТОП-2 в Москве.
Вот такими новостями заканчиваем неделю. Взяли топовые места по "Разработке и внедрению ИИ" в самом конкурентном рейтинге "РейтингРунета".
Вообще у нас по планам быть топ-1, но нам меньше года, хотя опыта у нас 10+ лет)
Спасибо, что вы с нами — мы специально выбрали быть публичной компанией, то есть делать тг-канал, коммьюнити, вебинары, статьи, уже и офлайн движи, чтобы получать проекты открыто, а не где-то в кулуарах, и вы нам с этим очень помогаете, очень вас благодарим)
Поставьте нам сердечко плиз, порадуемся вместе)
Вот такими новостями заканчиваем неделю. Взяли топовые места по "Разработке и внедрению ИИ" в самом конкурентном рейтинге "РейтингРунета".
Вообще у нас по планам быть топ-1, но нам меньше года, хотя опыта у нас 10+ лет)
Спасибо, что вы с нами — мы специально выбрали быть публичной компанией, то есть делать тг-канал, коммьюнити, вебинары, статьи, уже и офлайн движи, чтобы получать проекты открыто, а не где-то в кулуарах, и вы нам с этим очень помогаете, очень вас благодарим)
Поставьте нам сердечко плиз, порадуемся вместе)
RAG — можно ли запилить коробку?
Вернулись к тех. вебинарам после более бизнесово-менеджерских)
Позвали наших друзей Елизавету Ермакову, Диму Черноуса из МТС AI и Валерия Ковальского из Neural deep tech, чтобы обсудить, что сейчас больше и больше приходит запросов от супер разных бизнесов на реализацию разных ассистентов с RAG под капотом. Не все могут позволить кастом, да и многие пилят свою "коробку". Интересно – можно ли вообще сделать коробку RAG (и если да, то в рамках каких ограничений).
А вот конкретно:
1. Единый чат-бот (ассистент по знаниям) vs. отдельные сценарии / кейсы. Почему Валера не делает чат-ботов.
2. Коробка RAG vs. Кастом. Какие ограничения технологий. Можно ли поставить коробку где retrieval будет работать.
3. Входной порог к разработке своих решений. vibe coding.
4. Поделиться байками (как многие не понимают что такое RAG, делают FTS, называя это ИИ и тд)/фейлами (типо cost выше стоимости лицензий и тд).
В среду в 16-00, ставьте нотифай в трансляции, ну и в календарик вот
Вернулись к тех. вебинарам после более бизнесово-менеджерских)
Позвали наших друзей Елизавету Ермакову, Диму Черноуса из МТС AI и Валерия Ковальского из Neural deep tech, чтобы обсудить, что сейчас больше и больше приходит запросов от супер разных бизнесов на реализацию разных ассистентов с RAG под капотом. Не все могут позволить кастом, да и многие пилят свою "коробку". Интересно – можно ли вообще сделать коробку RAG (и если да, то в рамках каких ограничений).
А вот конкретно:
1. Единый чат-бот (ассистент по знаниям) vs. отдельные сценарии / кейсы. Почему Валера не делает чат-ботов.
2. Коробка RAG vs. Кастом. Какие ограничения технологий. Можно ли поставить коробку где retrieval будет работать.
3. Входной порог к разработке своих решений. vibe coding.
4. Поделиться байками (как многие не понимают что такое RAG, делают FTS, называя это ИИ и тд)/фейлами (типо cost выше стоимости лицензий и тд).
В среду в 16-00, ставьте нотифай в трансляции, ну и в календарик вот
AI на производствах и Иван Иваныч)
Ребят, спасибо, что пришли на вебинар — 140 онлайна)
А вот показываем работу, которая возможно только в оффлайне — на производствах. Сходили к "Тракс/КСК" — они делают сложнейшие климатические установки, например, на "Ласточки" и "Иволги", сложность в том, что они огромные, а поезда несутся со скоростью в несколько сотен километров)
Задачи перед "Тракс" стоят, как и по работе с технической документацией, там 200+ конструкторов, так и с компьютер вижн на производстве деталей.
Причем сотрудники в особености Владимир (на фото) разбираются в ИИ и говорят профессиональными терминами, знают RAG, векторные БД и т.д., в шутку технический директор ИИ называет ИванИваныч))))))
Вот фоточки:
Ребят, спасибо, что пришли на вебинар — 140 онлайна)
А вот показываем работу, которая возможно только в оффлайне — на производствах. Сходили к "Тракс/КСК" — они делают сложнейшие климатические установки, например, на "Ласточки" и "Иволги", сложность в том, что они огромные, а поезда несутся со скоростью в несколько сотен километров)
Задачи перед "Тракс" стоят, как и по работе с технической документацией, там 200+ конструкторов, так и с компьютер вижн на производстве деталей.
Причем сотрудники в особености Владимир (на фото) разбираются в ИИ и говорят профессиональными терминами, знают RAG, векторные БД и т.д., в шутку технический директор ИИ называет ИванИваныч))))))
Вот фоточки:
Стратегия AI-трансформации на миллиарды — выложили вебинар с Никитой Худовым (Руководителем AI-Сбер-трансформации)!
https://youtu.be/_9UphFFR4FM
https://vkvideo.ru/video-228941334_456239050
https://youtu.be/_9UphFFR4FM
https://vkvideo.ru/video-228941334_456239050
Шаблон ТЗ для AI-проектов
Сделали простую и понятную таблицу, по которой можно быстро собрать внятное техническое задание на AI.
Подходит и тем, кто только начинает, и тем, кто внедряет серьёзные корпоративные решения.
Вы конечно можете просто обратиться к нам, чтобы мы сделали ТЗ, но для своих нужд будет очень полезно)
Зачем нужен:
— Понять, как пишется ТЗ и не тратить время на его придумывание и разработку.
— Чтобы зафиксировать задачи, метрики, ограничения.
— Чтобы не забыть про данные, пользователей, интеграции.
— Чтобы быстрее согласовать проект с подрядчиком или внутри команды.
Что внутри:
— Все ключевые разделы: от целей и сценариев до архитектуры, данных и рисков.
— Примеры формулировок — чтобы проще было писать.
— Подходит для всего: от автоматизации одного процесса до больших AI-систем в компании.
Пишите что еще бы добавили)
https://docs.google.com/spreadsheets/d/1fF-lVtNaULAfSQI7tqPUnxjYmLAnOJ2rGoEDX4thNrQ/edit?usp=sharing
Сделали простую и понятную таблицу, по которой можно быстро собрать внятное техническое задание на AI.
Подходит и тем, кто только начинает, и тем, кто внедряет серьёзные корпоративные решения.
Вы конечно можете просто обратиться к нам, чтобы мы сделали ТЗ, но для своих нужд будет очень полезно)
Зачем нужен:
— Понять, как пишется ТЗ и не тратить время на его придумывание и разработку.
— Чтобы зафиксировать задачи, метрики, ограничения.
— Чтобы не забыть про данные, пользователей, интеграции.
— Чтобы быстрее согласовать проект с подрядчиком или внутри команды.
Что внутри:
— Все ключевые разделы: от целей и сценариев до архитектуры, данных и рисков.
— Примеры формулировок — чтобы проще было писать.
— Подходит для всего: от автоматизации одного процесса до больших AI-систем в компании.
Пишите что еще бы добавили)
https://docs.google.com/spreadsheets/d/1fF-lVtNaULAfSQI7tqPUnxjYmLAnOJ2rGoEDX4thNrQ/edit?usp=sharing