Кстати, кто то пробовал Mojo? Не первый раз встречаю описание, везде заявляется и подтверждается кратное увеличение производительности по сравнению с Python и совместимость с ним же. Но я так понимаю, что эта производительность проявляется именно в работе с ML моделями и подобными параллезуемыми задачами, а с точки зрения general development вроде как не должно быть кардинальных отличий?

https://habr.com/ru/companies/raft/articles/808517/

Интересное исследование от MIT в области ИИ-агентов. Они разработали метод моделирования поведения агента, будь то человек или машина, учитывающий неизвестные вычислительные ограничения (я так понимаю, что имеется ввиду пространство вероятных следующих действий), которые могут препятствовать решению задач. Их модель может автоматически выводить вычислительные ограничения агента, основываясь только на нескольких следах его предыдущих действий. Результат можно использовать для прогнозирования его будущего поведения.

Исследование показало, что этот метод может быть использован для прогнозирования действий игроков в шахматных матчах и определения целей навигации по предыдущим маршрутам. Этот подход может помочь создать более эффективных ИИ-агентов, способных лучше взаимодействовать с человеком.

https://news.mit.edu/2024/building-better-ai-helper-starts-with-modeling-irrational-behavior-0419?utm_source=pocket_saves

Забавно :)

Дайджест статей

Что такое дрифт ML-моделей и как его мониторить?
https://habr.com/ru/companies/selectel/articles/808335/

Predictive Analytics — все, что нужно знать (обзор ключевых моментов)
https://habr.com/ru/articles/808423/

Как бизнес-аналитику выстроить работу в проектах DWH (Data Warehouse). Структура работ
https://habr.com/ru/articles/807913/

Как я проходила стажировку в отделе аналитических решений почти без опыта работы с данными
https://habr.com/ru/companies/yoomoney/articles/807087/

Как учить большие языковые модели (теоретический туториал)
https://habr.com/ru/articles/809037/

ГАЙД по python стеку для Data Science инженеров
https://habr.com/ru/articles/809181/

How is machine learning changing the landscape of FinTech?
https://www.datasciencecentral.com/how-is-machine-learning-changing-the-landscape-of-fintech/?utm_source=pocket_saves

Using window functions for advanced data analysis
https://www.datasciencecentral.com/using-window-functions-for-advanced-data-analysis/?utm_source=pocket_saves

The Role of Data Structures and Algorithms in Software Development
https://www.smartdatacollective.com/role-of-data-structures-algorithms-in-software-development/?utm_source=pocket_saves

Занимательная страничка сегодня - на снимках: природный кварц и синтезированный силикон, основа микрочипов и кремниевой долины :)

В свое время, при проектирование организационных структур, я пришел к выводу, что в этом процессе работают точно такие же правила, как и при проектировании программных систем и архитектуры их компонентов. Если хочешь сделать эффективную орг структуру, то применяй такие подходы как: SOLID, GRASP и тд, организовывай межкомандные коммуникации по таким же паттернам как и в программных с системах - брокер сообщений, бродкаст, мультикаст - все они имеют такие же плюсы и минусы как и применительно к ПО.

А тут вот еще один интересный, "обратный", закон обнаружил: закон Конвея.

Суть его очень проста: при разработке программной системы ее компонентная архитектура будет повторять организационную структуру организации.

Более дательно объяснение из википедии: "Суть закона заключается в том, что при декомпозиции инженерами крупных задач на более мелкие для передачи части работ коллегам, возникает сложность координации между функциональными подразделениями. Во многих организациях команды разделены в соответствии с теми функциями, которые они выполняют, и существуют в отрыве от других команд. Поэтому структура программного интерфейса системы будет отражать социальные границы организации (организаций), которые её создали, что затрудняет общение. В рамках своих функций команды могут отлично справляться с выполнением своих задач. Однако для того, чтобы создать что-то новое (функцию, продукт и т. д.), командам необходимо кросс-функциональное взаимодействие и совместная работа."

https://ru.wikipedia.org/wiki/%D0%97%D0%B0%D0%BA%D0%BE%D0%BD_%D0%9A%D0%BE%D0%BD%D0%B2%D0%B5%D1%8F

Посмотрите интересный доклад про культурные различия. Тут от ИТ в целом ничего нет, просто Александр делает обзор и показывает интересные примеры различий между кальтурами. Сейчас, в эпоху удаленки, многие работают в интернациональных командах и мне кажется этот материал будет им интересен.

Обратите внимание, что там в описании видео есть ссылка на скачивание презентации - для тех, что хочет познакомиться с материалов детальнее.

Интересный вывод там - интернациональные команды в целом работают более эффективно, тк различие культур и взглядом создает взаимодополнение и позволяет более цельно видеть картинку и решать проблемы.

https://www.youtube.com/watch?v=L99bzklcpZk&list=WL&index=5

Data Awards 2024

Коллеги, уже совсем скоро состоится церемония награждение победителей Data Awards 2024 и экспертная комиссия уже приступила к оценке проектов.
Я не публиковал тут все интервью и описания проектов, потому что их довольно много и все они опубликованы в канале https://t.me/osp_ru - посмотрите плз там, это интересно.

Особенно приятно, что в этом году компании CleverData и ЛАНИТ в очередной раз стали партнерами премии (https://t.me/cleverdata_cdp/54), так что утвердим особые призы.

Награждение состоится уже в мае! Буду держать в курсе новостей премии!

Дайджест статей

Всем привет! Редакция возвращается из отпуска 🙂

New AI method captures uncertainty in medical images
https://news.mit.edu/2024/new-ai-method-captures-uncertainty-medical-images-0411?utm_source=pocket_saves

Database, Data Warehouse и Data Lake: что это и когда следует использовать каждое?
https://habr.com/ru/companies/smartup_tech/articles/807379/

Data Product Manager — кто это?
https://habr.com/ru/companies/rdp/articles/806977/

How data impacts the digitalization of industries
https://www.datasciencecentral.com/how-data-impacts-the-digitalization-of-industries/?utm_source=pocket_saves

Ликбез по методологиям проектирования хранилищ данных
https://habr.com/ru/articles/806347/

Меньше работы с людьми, больше работы с данными: кому подойдет мир аналитики
https://habr.com/ru/companies/productstar/articles/806529/

Векторные СУБД и другие инструменты для разработки ML-моделей
https://habr.com/ru/companies/beeline_cloud/articles/806815/

Друзья, всех причастных поздравляю с Днем космонавтики!

Коллеги, обратите внимание на интересное мероприятие!

Пока мы тут боремся с искусственным интеллектом, у кого то системы еще загружаются с дискет 3.5 дюйма (интересно сколько человек тут помнят такие). Хороша новость, что San Francisco Municipal Transportation Agency уже планирует проведение массового и большого апдейта, похоже, что находить им новые диски что бы держать копии, становится все сложнее :)

https://www.theregister.com/2024/04/09/san_francisco_muni_floppy_disks/

Кто вчера пропустил просмотр полного солнечного затмения - вот тут wired выложил фотки красивые

https://www.wired.com/story/total-solar-eclipse-best-photos/

Интересная стать, вынес ее из дайджеста в отдельный пост. При чем мне понравилось не инсайты автора, который изучает как работают LLM, а то, что люди сначала что то придумают, а потом пытаются разобраться как оно работает :) Казалось бы - LLM это четкая математическая концепция, где все работает по заранее определенным формулам и алгоритмам, все в достаточной мере детерминистично. А нет, все равно получилась в итоге неведомая штука которую можно исследовать и писать диссертации :)

Но в целом текст интересный и небольшой: https://habr.com/ru/companies/airi/articles/804515/

Дайджест статей

Размышления о высококачественных данных, собранных людьми
https://habr.com/ru/companies/magnus-tech/articles/803025/

Мы так и не смогли защитить свою модель машинного обучения от состязательных атак. Пока
https://habr.com/ru/companies/isp_ras/articles/800751/

Боты и сервисы для разведки данных Вконтакте
https://habr.com/ru/articles/804709/

Создание ИИ-ассистента, который отвечает на вопросы пользователей по базе знаний
https://habr.com/ru/companies/agima/articles/805113/

Парадоксы в данных, и почему визуализация бывает необходима
https://habr.com/ru/articles/804441/

Как дисциплина управления мастер-данными влияет на продажи
https://habr.com/ru/companies/magnit/articles/805321/

How data mapping enhances data governance and lineage
https://www.datasciencecentral.com/how-data-mapping-enhances-data-governance-and-lineage/?utm_source=pocket_saves

The Future of Data-Driven Web Development: Trends and Technologies
https://www.smartdatacollective.com/future-of-data-driven-web-development-trends-and-technologies/?utm_source=pocket_saves

Новая speech2text модель подъехала. Судя по заявленным показателям - хорошее увеличение качества.