Телеграм канал «Клуб CDO»

telemetr.me/russianchatbi/54234

Интересно, на что намекали авторы/издатели, размещая обезъян на обложке этой книги?

Редакция рекомендует послушать подкаст Ленни Рачитски с Элизабет Стоун, Chief Product and Technology Officer Netflix. Обсуждают, как ИИ меняет техническую команду и организацию изнутри, не с точки зрения хайпа, а с точки зрения человека, который реально управляет продуктом и инженерией в компании такого масштаба.

Что понравилось.

Про фазу шторма. Каждый раз, когда приходит новая технология, тем более настолько трансформирующая, как GenAI, сначала идёт фаза шторма и только потом фаза формирования. Мы сейчас в середине шторма. Хорошее напоминание, что нынешний хаос с ролями и процессами не баг, а нормальная стадия, через которую проходит любая индустрия при таком сдвиге.

Про размывание ролей. Одна из вещей, которые ИИ открывает людям: каждый теперь может быть кем угодно. PM-ы, дизайнеры и дата-сайентисты проходят заметно дальше по циклу разработки, прежде чем инженерия обязана включиться. Это не про то, что инженер стал не нужен. Это про то, что порог, после которого нужен именно инженер, сдвинулся дальше по воронке. Но им всё равно стоит работать со своим инженерным партнёром: как это продуктизировать, как масштабировать, какие нужны guardrails. Скорость на входе выросла, ответственность на выходе осталась на тех же местах.

Про то, куда смещается сама инженерия. Инженерные профили смещаются к распределённым системам, инфраструктуре, системному мышлению, а не к локальной бизнес-экспертизе. Модель и код коммодитизируются, ценность уходит в архитектуру и в то, что держит всё это вместе.

Про границу, которая не стирается. Есть разница между умением писать строки кода на конкретном языке вроде Python или C++ и пониманием того, как работают код, компьютерные системы, продукты. Второе, я думаю, никуда не денется. Первое можно делегировать агенту. Второе делегировать нельзя, потому что именно оно определяет, доверяете вы результату или нет.

Системное мышление становится ключевой компетенцией и навыком. И вот здесь у Элизабет есть простой практический приём, без магии. На вопрос, как это качать, она отвечает: маленький трюк, в каждой задаче, которую решаешь, сделай шаг на один клик наружу. Спроси: что я считаю верным про более широкое пространство вокруг этой задачи. Не про стратегию всей компании, просто на один уровень выше своей узкой ответственности. Дёшево и работает почти в любой роли.

PS полный транскрипт в первом комментарии

https://www.youtube.com/watch?v=t0GiTyz4syY

Репозиторий, который заменит десятки подборок по ИИ

Awesome Artificial Intelligence - тщательно отобранная база материалов для разработчиков, которые хотят понимать современные AI-системы и запускать их в продакшене. У проекта уже более 15 тысяч звёзд на GitHub.

Внутри собраны:

лучшие книги и курсы по ML, LLM и deep learning;
фундаментальные статьи — от Transformer и LoRA до RAG, ReAct и DPO;
практические материалы по агентам, tool calling и context engineering;
фреймворки: LangGraph, Pydantic AI, OpenAI Agents SDK, Google ADK;
инструменты для evals, наблюдаемости и инференса;
coding-агенты: Claude Code, Codex CLI, Gemini CLI, Aider, OpenCode и OpenHands.

Это не бесконечный каталог случайных ссылок. Автор оставляет только актуальные материалы с практической ценностью, а список проверяется и обновляется каждую неделю.

Полезная стартовая точка для тех, кто хочет перейти от чтения новостей про ИИ к созданию реальных систем.

GitHub:
https://github.com/owainlewis/awesome-artificial-intelligence

Дайджест статей

📰 OneDWH VK: как мы консолидировали данные 35 бизнес-вертикалей 🔗 https://habr.com/ru/companies/vk/articles/1064978/ 💡 Вывод: VK перенесла 0,5+ EB из 35 вертикалей на единую облачную платформу, сознательно отказавшись от переноса "как есть": каждый из 30 тысяч data-объектов описывался заново, с дедупликацией, data-контрактами и ролевой моделью вместо ручных заявок. Главный вывод авторов: успех единого DWH определяется не стеком, а способностью компании договориться о единых правилах работы с данными.

📰 Migrating a Data Platform: 20% technology, 80% everything else 🔗 https://medium.com/datamindedbe/migrating-a-data-platform-20-technology-80-everything-else-6a24472650f4 💡 Вывод: миграции проваливаются не на переводе SQL, а на несогласованных заранее критериях успеха, владении и порогах валидации. С AI-кодингом исполнение тривиализируется: миграция теперь 75% анализа и 25% execution, и ломается она там, где discovery-фазу пропустили как "непрогресс".

📰 8 Pillars of Modern Data Engineering 🔗 https://medium.com/@bvsarathc06/8-pillars-of-modern-data-engineering-5b36870c729f 💡 Вывод (по частичному тексту, пейволл Medium): инженерию данных преподают как список инструментов, хотя устойчивость даёт понимание анатомии системы, пути данных от источника до потребителя. Инструменты вроде dbt и Airflow - соединительная ткань, а не органы.

📰 Как я собрала локальную MCP-платформу для мониторинга промышленных данных 🔗 https://habr.com/ru/articles/1064802/ 💡 Вывод: воспроизводимый Docker Compose стенд (PostgreSQL, Airflow, MinIO, Superset, шесть MCP-сервисов, Ollama) с полным путём данных от ETL до пояснений метрик. Ключевой паттерн: LLM подключается после детерминированного расчёта и ограничена комментарием, числа формирует код.

📰 Чек-лист по настройке системы дашбординга 🔗 https://habr.com/ru/companies/magnit/articles/1061480/ 💡 Вывод: Magnit OMNI сводит типовые боли дашбординга к шести фреймам: процессы с заказчиками, базовая гигиена отчётов, единая точка входа, скорость доставки, доверие к метрикам, процессы развития. Итог - чек-лист с приоритетами, переводящий систему из реактивного режима в проактивный.

📰 Как «Дикси» мигрировала с Power BI на Sigla Vision за 5 месяцев 🔗 https://habr.com/ru/companies/glowbyte/articles/1063906/ 💡 Вывод (материал интегратора GlowByte): миграцию 155 дашбордов строили от ранжирования по использованию: сначала топ-5, обучение команды в процессе, затем спринт переноса. Платформу выбрали под порог входа команды, а не под функциональность; T2M сократился с 210 до 112 дней.

📰 Как LLM могут помочь определить Data Lineage 🔗 https://habr.com/ru/companies/sberbank/articles/1058618/ 💡 Вывод: Сбер извлекает target и sources из SQL через GigaChat: F1 0,92 у GigaChat 2 Pro на базовом промпте, агент-рефлексия на LangGraph довёл до 0,93. Lineage позиционируется не как документация, а как механизм управления миграциями: заранее видны все потребители данных.

📰 Как мы подружили LLM с А/Б-тестами 🔗 https://habr.com/ru/companies/vk/articles/1063862/ 💡 Вывод: Дзен ушёл от BI, не потянувшего объём, к генерируемым HTML-отчётам с ботом как точкой входа. LLM работает "микроштатным аналитиком" и даёт итоговую рекомендацию по раскатке с учётом стратегического контекста компании. Переопределение успешного А/Б: важно не "всё зелёное", а кто именно выиграл и проиграл.

📰 Дата-агенты поверх BI: кто такая Dora 🔗 https://habr.com/ru/companies/glowbyte/articles/1064590/ 💡 Вывод (перевод вендора FanRuan с комментарием GlowByte): дата-агенты автоматизируют цепочку от алерта до задачи поверх готовых BI-активов: моделей, метрик, прав доступа. Ценная оговорка интегратора: агент наследует текущий беспорядок, три способа считать выручку станут тремя уверенными ответами, а фильтры интерфейса превращаются в контур безопасности.

Регулирование AI надвигается волнами :) первая полна - Еврокомиссия со 02/08 вводит правда прозрачности в использовании ИИ

Чатботы обязаны раскрывать, что пользователь имеет дело с AI, а не человеком. Дипфейки должны быть про маркированы. AI-контент должен нести машиночитаемые метки для детекции.

Запрещенные практики становятся enforceable. Запрещены системы, которые манипулируют людьми, эксплуатируют их уязвимости, несправедливо скорят их с угрозой правам или ведут индивидуальный predictive policing на базе профилирования.

Так же вводятся обязательства GPAI-провайдеров: прозрачность для downstream-провайдеров, соблюдение копирайта, плюс требования security и safety для самых продвинутых моделей.

https://digital-strategy.ec.europa.eu/en/news/commission-starts-enforcing-ai-act-rules-and-new-transparency-requirements-2-august