Телеграм канал «Клуб CDO»

🎙 Курс «Основы Data Governance» | онлайн, 16–25 марта

Флагманский курс для операционных и ИТ-директоров, CDO, Heads of BI/IT и руководителей-стратегов в управлении данными. Проходит только 1 раз в году!

⚡️ Курс поможет выстроить ключевые процессы для обеспечения качества, прозрачности и надёжности данных в компании. За 5 занятий (по 3 часа) разберёте модели, роли, метрики, запуск DG и реальные кейсы – в закрытом экспертном чате с обратной связью.

В программе курса:
– 9 модулей: от основ DG, DQ и MDM до AI Governance,
– разработка программы DG и системы метрик,
– разбор кейсов + готовый Excel-гайд по DG для компании.

Ведущий эксперт – Александр Бараков, Head of BI Авито (10+ лет в BI/DG: Tinkoff, Магнит, Альфа-Банк, X5 и др.)

Забронировать место – на курсе всего 25 мест

Дайджест статей

📰: Why Data Governance Fails Before AI Can Succeed | Modern Data 101
Ссылка: https://moderndata101.substack.com/p/from-policy-to-practice-data-governance?publication_id=1170209&post_id=186075837&isFreemail=true&r=15862q&triedRedirect=true
Вывод одной строкой: Необходимость эффективного управления данными является критически важной для успешной реализации проектов в области искусственного интеллекта, поскольку недостатки в этой области могут привести к провалу инициатив и снижению качества аналитики.

📰: Поиск аномалий: статистика или ML? Выбираем лучшее
Ссылка: https://habr.com/ru/articles/996538/
Вывод одной строкой: При выборе метода поиска аномалий следует тщательно анализировать характеристики данных и задачи, чтобы определить, будет ли более эффективным использование статистических подходов или методов машинного обучения.


📰: 25 железных правил проектирования баз данных в PostgreSQL
Ссылка: https://habr.com/ru/articles/996560/
Вывод одной строкой: При проектировании баз данных в PostgreSQL важно следовать основным принципам, таким как нормализация, индексация и управление транзакциями, чтобы обеспечить надежность, производительность и масштабируемость системы.


📰: Хороший, плохой, злой: База данных, data catalog и AI
Ссылка: https://habr.com/ru/articles/996288/
Вывод одной строкой: При выборе базы данных и каталога данных для проектов с использованием ИИ важно учитывать их совместимость, функциональные возможности и влияние на качество данных для достижения максимальной эффективности.


📰: Запросы к ClickHouse из MS SQL
Ссылка: https://habr.com/ru/articles/996026/
Вывод одной строкой: При интеграции ClickHouse с MS SQL важно учитывать особенности работы с запросами и оптимизацию производительности для достижения эффективного взаимодействия между системами.


📰: От простого бота к самообучающемуся интеллекту: эволюция ИИ-агентов для бизнеса
Ссылка: https://habr.com/ru/articles/995860/
Вывод одной строкой: При разработке ИИ-агентов для бизнеса важно учитывать эволюцию технологий и адаптировать подходы в зависимости от задач, чтобы достичь максимальной эффективности и производительности.


📰: Most Data Quality Issues Are Ownership Issues | Modern Data 101
Ссылка: https://open.substack.com/pub/moderndata101/p/data-ownership-model?r=15862q
Вывод одной строкой: Основное внимание при решении проблем качества данных следует уделять вопросам владения данными, так как именно они часто являются коренной причиной возникающих трудностей.


📰: Medallion в ClickHouse: DWH без миграций схемы
Ссылка: https://habr.com/ru/articles/991588/
Вывод одной строкой: При использовании Medallion в ClickHouse важно учитывать преимущества архитектуры, позволяющей избежать миграций схемы и обеспечивающей гибкость в обработке данных.


📰: LLM в инструментах Data Governance и их практическое применение
Ссылка: https://habr.com/ru/companies/rostelecom/articles/994860/
Вывод одной строкой: При использовании LLM в инструментах Data Governance важно учитывать их способность к обработке и анализу данных, а также интеграцию с существующими системами для повышения качества управления данными.


📰: Мысли вслух. Протоколы и механизмы синхронизации транзакций в распределённом вычислительном кластере СУБД
Ссылка: https://habr.com/ru/companies/softpoint/articles/990872/
Вывод одной строкой: При проектировании распределённых вычислительных кластеров СУБД важно учитывать протоколы и механизмы синхронизации транзакций для обеспечения согласованности и надёжности данных.

Вот агенты агентами, но прогресс наконец-то дошел и до того, что в браузере Dia появилась фича которая востанавливает случайно закрытое окно со всеми вкладками - просто но одному клику! Гугл нервно курит в сторонке

Традиционная рубрика "космос" :) Очень интересная статья по ссылке ниже. Она подробно показывает, как безопасность экипажа Artemis II «вшита» буквально во всё: от траектории свободного возврата и систем аварийного спасения на старте до радиационных датчиков, новых режимов ориентации корабля, отдельной Mission Evaluation Room и многоуровневых каналов связи через Near Space Network и Deep Space Network.

Отдельно впечатляет, насколько глубоко NASA прорабатывает сценарии отказов: от солнечных вспышек и перегрева теплозащиты до ситуаций, где единственной «капсулой жизни» для астронавта остаётся скафандр, рассчитанный на автономное выживание несколько дней.

Статья очень наглядно показывает, насколько хрупка человеческая жизнь перед лицом космоса. Сколько слоёв инженерии, резервирования, мониторинга и ручных процедур нужно, чтобы просто «с вероятностью, близкой к приемлемой», слетать к Луне и вернуться. До момента, когда космос станет доступен хотя бы примерно так же, как сегодня доступны океанские путешествия, нам ещё предстоит сделать колоссальный объём работы — в материалах, энергетике, медицине, автоматике и системах поддержки жизни. Космос всё ещё не про комфорт и масштабирование, а про предельную аккуратность и уважение к среде, которая человеку по-прежнему враждебна.

https://jatan.space/moon-monday-issue-260/

Коллеги, я всё-таки не могу обойти тему OpenClaw. Проект получился настолько резонансный, что я потратил пару дней на разбор его устройства и хочу поделиться наблюдениями (ниже оставлю ссылку на разбор, который во многом помог разложить всё по полочкам).

Если очень коротко: OpenClaw — это обертка вокруг LLM. LLM даёт интеллект, а OpenClaw даёт инфраструктуру: сессии, маршрутизацию, память, инструменты, песочницы, доступы.

Почему это взлетело (и почему решения кажутся магией, хотя инженерно часто довольно простые):

Каналы (и правильная продуктовая ставка на “там, где живёт пользователь”)
OpenClaw изначально спроектирован как единый “хаб” (Gateway/control plane), к которому подключаются разные интерфейсы: WhatsApp, iMessage, Slack, Discord, Telegram, web UI, CLI и т.д. Всё это нормализуется через channel adapters (аутентификация, парсинг входящих сообщений, access control, форматирование исходящих). Для пользователя это выглядит как “один и тот же помощник везде”, а для системы — как аккуратно отделённый слой доставки сообщений от “мозгов” (Agent Runtime).

И да, то, что WhatsApp часто становится основным UX-каналом — прям сильный ход (привет нашему Игорю).

Проактивность (cron + триггеры = ощущение “он живой”)
Там есть scheduled actions: обычные cron jobs, которые по расписанию триггерят действия агента (условно: “каждый день в 9:00 пришли дайджест”), плюс внешние триггеры через webhooks (например, событие из почты/интеграции). На уровне ощущения это “always-on ассистент”, который приходит сам, а не ждёт, пока ты его пнёшь.

Расширяемость (плагины + “файлы как интерфейс”)
Расширение заложено в архитектуру: плагины могут добавлять каналы, провайдеров моделей, инструменты, альтернативные бэкенды памяти — без правки ядра. Есть discovery-подход: загрузчик сканирует workspace-пакеты и подхватывает расширения по декларации в package.json.

Плюс очень важная идея из статьи: “поведение агента” собирается из простых файлов в workspace (AGENTS.md / SOUL.md / TOOLS.md) и скиллов в виде skills//SKILL.md. Причём система не пихает всё подряд в промпт: она старается инъектить только релевантные скиллы, чтобы не раздувать контекст и не убивать качество.

Это прям хороший пример того, как меняется мышление разработки: вместо монолитной логики — композиция из “файловых” контрактов + рантайм, который умеет это безопасно исполнять.

Память
Сессии сохраняются на диск, есть компакция: когда история разрастается, старое суммаризируется, чтобы оставаться в лимитах контекста. Перед компакцией может быть “memory flush” — продвижение устойчивых фактов в долговременную память, чтобы не потерять важное при сжатии.

Память — это отдельная подсистема: SQLite-хранилище с эмбеддингами + гибридный поиск (semantic similarity + BM25). Плюс “человеческие” memory-файлы в workspace: MEMORY.md для стабильных фактов (и он подмешивается только в приватных сессиях), и дневные заметки memory/YYYY-MM-DD.md. Это даёт ту самую иллюзию обучаемости и “континуальности личности”.

Итого, если попытаться вывести формулу:

каналы + единый Gateway (маршрутизация/сессии) + proactivity (cron/webhooks) + “файлы как конфиг/память/скиллы” + песочницы и контроль доступа, и поверх этого LLM как универсальный “интеллектуальный исполнитель”.

На выходе — ощущение “живого”, расширяемого, всегда доступного ассистента, который реально что-то делает, а не просто отвечает.

https://ppaolo.substack.com/p/openclaw-system-architecture-overview

Если у кого то нет доступа к тексту оригинальной статьи из обзора выше - то вот она