#геоданные — Public Fediverse posts

Персональный ГеоОрганайзер «Места»

Есть множество специальных программ, работающих с метаданными — всевозможные (не будем показывать пальцем) медиаплееры с нескучными обоями, сортировкой и фильтрами по чему и как угодно (особенно как угодно), созданием и редактированием плейлистов, подгружаемыми обложками, текстами и барышнями. Есть, с позволения сказать, просмотрщики изображений с теми же барышнями, коллекциями оных с описаниями, редактированием, тэггированием, гистограммами, спектрограммами и телепрограммами. И один лишь рынок особой категории геоданных, именующих себя детьми лейтенанта Шмидта, находится в хаотическом состоянии. Анархия раздирала корпорации вроде Гугла… Ладно, я увлёкся. Но в самом деле…

https://habr.com/ru/articles/1009226/

#Vue #Pinia #Open_Source #geo #геоданные #карты #SPA #Batch_Update #pwa #typescript

Переезд с MySQL на PostgreSQL в Laravel: как мы перенесли гео сервис и не сошли с ума

Привет! Недавно мы с проектом (а по факту я в гордом одиночестве) переезжали с MySQL на PostgreSQL. Зачем? Проект — гео‑сервис для рыбаков: карта с точками, поиск рядом, фильтры по регионам, водоёмам и рыбам. MySQL стал тормозить на гео‑запросах, а PostGIS обещал скорость и порядок. Плюс мы всё равно переезжали на новый VDS – решили заодно сменить СУБД, пока данных не стало неприлично много.

https://habr.com/ru/articles/1004826/

#mysql #postgresql #миграция #перенос_данных #pgloader #postgis #laravel #геоданные #filament

Сантиметры против метров: как RTK-контроллеры спасают инженеров от бессмысленных раскопок

Всем привет! Представьте типичную ситуацию: у вас на руках схема подземных коммуникаций с условными метками. На местности свежеуложенный асфальт, газон и пять потенциальных точек, где нужный колодец может быть в радиусе 5–10 метров — стандартной погрешности GPS. Что делаем? Копаем наугад, тратим часы, портим покрытие, нервничаем. Проблема не в том, что «карта неверная». Проблема в том, что у нас никогда не было инструмента, чтобы актуализировать ее с точностью до сантиметра. Традиционно такой разрыв закрывался человеко-часами и удачей. Но что делать если у вас под управлением сотни тысяч инфраструктурных объектов в условиях постоянно меняющейся городской среды? Меня зовут Оксана Эйнеш, я руковожу направлением «Высокоточное позиционирование» в МТС. И сегодня мы с вами разберем технологию, которая превращает поиск колодца подземной инфраструктуры из лотереи в точную инженерную задачу. Речь пойдет о комплексном решении с применением высокоточных ГНСС-контроллеров с поддержкой кинематики реального времени (Real Time Kinematic , RTK). Ниже я расскажу о переходе из плоскости «где-то здесь» к точке «вот здесь».

https://habr.com/ru/companies/ru_mts/articles/1003090/

#RTK #ГНССконтроллеры #высокоточное_позиционирование #геоданные #цифровой_двойник #GIS #управление_инфраструктурой #IoT #инженерные_системы #полевые_работы

Сантиметры против метров: как RTK-контроллеры спасают инженеров от бессмысленных раскопок

Всем привет! Представьте типичную ситуацию: у вас на руках схема подземных коммуникаций с условными метками. На местности свежеуложенный асфальт, газон и пять потенциальных точек, где нужный колодец может быть в радиусе 5–10 метров — стандартной погрешности GPS. Что делаем? Копаем наугад, тратим часы, портим покрытие, нервничаем. Проблема не в том, что «карта неверная». Проблема в том, что у нас никогда не было инструмента, чтобы актуализировать ее с точностью до сантиметра. Традиционно такой разрыв закрывался человеко-часами и удачей. Но что делать если у вас под управлением сотни тысяч инфраструктурных объектов в условиях постоянно меняющейся городской среды? Меня зовут Оксана Эйнеш, я руковожу направлением «Высокоточное позиционирование» в МТС. И сегодня мы с вами разберем технологию, которая превращает поиск колодца подземной инфраструктуры из лотереи в точную инженерную задачу. Речь пойдет о комплексном решении с применением высокоточных ГНСС-контроллеров с поддержкой кинематики реального времени (Real Time Kinematic , RTK). Ниже я расскажу о переходе из плоскости «где-то здесь» к точке «вот здесь».

https://habr.com/ru/companies/ru_mts/articles/1003090/

#RTK #ГНССконтроллеры #высокоточное_позиционирование #геоданные #цифровой_двойник #GIS #управление_инфраструктурой #IoT #инженерные_системы #полевые_работы

Сантиметры против метров: как RTK-контроллеры спасают инженеров от бессмысленных раскопок

Всем привет! Представьте типичную ситуацию: у вас на руках схема подземных коммуникаций с условными метками. На местности свежеуложенный асфальт, газон и пять потенциальных точек, где нужный колодец может быть в радиусе 5–10 метров — стандартной погрешности GPS. Что делаем? Копаем наугад, тратим часы, портим покрытие, нервничаем. Проблема не в том, что «карта неверная». Проблема в том, что у нас никогда не было инструмента, чтобы актуализировать ее с точностью до сантиметра. Традиционно такой разрыв закрывался человеко-часами и удачей. Но что делать если у вас под управлением сотни тысяч инфраструктурных объектов в условиях постоянно меняющейся городской среды? Меня зовут Оксана Эйнеш, я руковожу направлением «Высокоточное позиционирование» в МТС. И сегодня мы с вами разберем технологию, которая превращает поиск колодца подземной инфраструктуры из лотереи в точную инженерную задачу. Речь пойдет о комплексном решении с применением высокоточных ГНСС-контроллеров с поддержкой кинематики реального времени (Real Time Kinematic , RTK). Ниже я расскажу о переходе из плоскости «где-то здесь» к точке «вот здесь».

https://habr.com/ru/companies/ru_mts/articles/1003090/

#RTK #ГНССконтроллеры #высокоточное_позиционирование #геоданные #цифровой_двойник #GIS #управление_инфраструктурой #IoT #инженерные_системы #полевые_работы

Сантиметры против метров: как RTK-контроллеры спасают инженеров от бессмысленных раскопок

Всем привет! Представьте типичную ситуацию: у вас на руках схема подземных коммуникаций с условными метками. На местности свежеуложенный асфальт, газон и пять потенциальных точек, где нужный колодец может быть в радиусе 5–10 метров — стандартной погрешности GPS. Что делаем? Копаем наугад, тратим часы, портим покрытие, нервничаем. Проблема не в том, что «карта неверная». Проблема в том, что у нас никогда не было инструмента, чтобы актуализировать ее с точностью до сантиметра. Традиционно такой разрыв закрывался человеко-часами и удачей. Но что делать если у вас под управлением сотни тысяч инфраструктурных объектов в условиях постоянно меняющейся городской среды? Меня зовут Оксана Эйнеш, я руковожу направлением «Высокоточное позиционирование» в МТС. И сегодня мы с вами разберем технологию, которая превращает поиск колодца подземной инфраструктуры из лотереи в точную инженерную задачу. Речь пойдет о комплексном решении с применением высокоточных ГНСС-контроллеров с поддержкой кинематики реального времени (Real Time Kinematic , RTK). Ниже я расскажу о переходе из плоскости «где-то здесь» к точке «вот здесь».

https://habr.com/ru/companies/ru_mts/articles/1003090/

#RTK #ГНССконтроллеры #высокоточное_позиционирование #геоданные #цифровой_двойник #GIS #управление_инфраструктурой #IoT #инженерные_системы #полевые_работы

Как измерили Землю без GPS: дуга Струве длиной 2820 км

О том, что Земля имеет форму шара, знали задолго до Нового времени. Но одно дело общее представление, и совсем другое — точные измерения размеров и формы планеты. Для этого нужны были не рассуждения, а масштабные геодезические работы: измерения углов, расстояний и сложные вычисления на тысячах километров. В XIX веке такую «линейку» создал астроном Василий Струве, построив величайшую геодезическую дугу своего времени — цепочку из 265 треугольников от Северного Ледовитого океана до Чёрного моря. В этой статье разберёмся, как работала «Дуга Струве» и почему без неё современная геодезия выглядела бы иначе.

https://habr.com/ru/companies/first/articles/981896/

#геоданные #научнопопулярное #научпоп #история #история_ит #история_создания #история_науки #наука

Как измерили Землю без GPS: дуга Струве длиной 2820 км

О том, что Земля имеет форму шара, знали задолго до Нового времени. Но одно дело общее представление, и совсем другое — точные измерения размеров и формы планеты. Для этого нужны были не рассуждения, а масштабные геодезические работы: измерения углов, расстояний и сложные вычисления на тысячах километров. В XIX веке такую «линейку» создал астроном Василий Струве, построив величайшую геодезическую дугу своего времени — цепочку из 265 треугольников от Северного Ледовитого океана до Чёрного моря. В этой статье разберёмся, как работала «Дуга Струве» и почему без неё современная геодезия выглядела бы иначе.

https://habr.com/ru/companies/first/articles/981896/

#геоданные #научнопопулярное #научпоп #история #история_ит #история_создания #история_науки #наука

Как измерили Землю без GPS: дуга Струве длиной 2820 км

О том, что Земля имеет форму шара, знали задолго до Нового времени. Но одно дело общее представление, и совсем другое — точные измерения размеров и формы планеты. Для этого нужны были не рассуждения, а масштабные геодезические работы: измерения углов, расстояний и сложные вычисления на тысячах километров. В XIX веке такую «линейку» создал астроном Василий Струве, построив величайшую геодезическую дугу своего времени — цепочку из 265 треугольников от Северного Ледовитого океана до Чёрного моря. В этой статье разберёмся, как работала «Дуга Струве» и почему без неё современная геодезия выглядела бы иначе.

https://habr.com/ru/companies/first/articles/981896/

#геоданные #научнопопулярное #научпоп #история #история_ит #история_создания #история_науки #наука

Как измерили Землю без GPS: дуга Струве длиной 2820 км

О том, что Земля имеет форму шара, знали задолго до Нового времени. Но одно дело общее представление, и совсем другое — точные измерения размеров и формы планеты. Для этого нужны были не рассуждения, а масштабные геодезические работы: измерения углов, расстояний и сложные вычисления на тысячах километров. В XIX веке такую «линейку» создал астроном Василий Струве, построив величайшую геодезическую дугу своего времени — цепочку из 265 треугольников от Северного Ледовитого океана до Чёрного моря. В этой статье разберёмся, как работала «Дуга Струве» и почему без неё современная геодезия выглядела бы иначе.

https://habr.com/ru/companies/first/articles/981896/

#геоданные #научнопопулярное #научпоп #история #история_ит #история_создания #история_науки #наука

[Перевод] Как построить геопространственный Lakehouse с помощью открытого ПО и Databricks

Геопространственные данные быстро перестают быть «слоем на карте», когда их нужно свести с другими источниками, регулярно обновлять, масштабировать запросы вроде «точка в полигоне» и отдавать результат в BI или GIS без ручной сборки артефактов. В статье разбирается практичный способ собрать геопространственный lakehouse на Databricks и открытых инструментах поверх Spark: как приземлять разные форматы в Delta, где чинить системы координат и некорректные геометрии, чем ускорять тяжёлые геоджойны и как организовать слой представления под разные потребители — от Power BI до облачных ГИС. Перейти к статье

https://habr.com/ru/companies/otus/articles/976752/

#геопространственная_аналитика #геоданные #векторные_данные #lakehouse #витрина_данных #качество_геоданных #системы_координат

[Перевод] Как построить геопространственный Lakehouse с помощью открытого ПО и Databricks

Геопространственные данные быстро перестают быть «слоем на карте», когда их нужно свести с другими источниками, регулярно обновлять, масштабировать запросы вроде «точка в полигоне» и отдавать результат в BI или GIS без ручной сборки артефактов. В статье разбирается практичный способ собрать геопространственный lakehouse на Databricks и открытых инструментах поверх Spark: как приземлять разные форматы в Delta, где чинить системы координат и некорректные геометрии, чем ускорять тяжёлые геоджойны и как организовать слой представления под разные потребители — от Power BI до облачных ГИС. Перейти к статье

https://habr.com/ru/companies/otus/articles/976752/

#геопространственная_аналитика #геоданные #векторные_данные #lakehouse #витрина_данных #качество_геоданных #системы_координат

[Перевод] Как построить геопространственный Lakehouse с помощью открытого ПО и Databricks

Геопространственные данные быстро перестают быть «слоем на карте», когда их нужно свести с другими источниками, регулярно обновлять, масштабировать запросы вроде «точка в полигоне» и отдавать результат в BI или GIS без ручной сборки артефактов. В статье разбирается практичный способ собрать геопространственный lakehouse на Databricks и открытых инструментах поверх Spark: как приземлять разные форматы в Delta, где чинить системы координат и некорректные геометрии, чем ускорять тяжёлые геоджойны и как организовать слой представления под разные потребители — от Power BI до облачных ГИС. Перейти к статье

https://habr.com/ru/companies/otus/articles/976752/

#геопространственная_аналитика #геоданные #векторные_данные #lakehouse #витрина_данных #качество_геоданных #системы_координат

[Перевод] Как построить геопространственный Lakehouse с помощью открытого ПО и Databricks

Геопространственные данные быстро перестают быть «слоем на карте», когда их нужно свести с другими источниками, регулярно обновлять, масштабировать запросы вроде «точка в полигоне» и отдавать результат в BI или GIS без ручной сборки артефактов. В статье разбирается практичный способ собрать геопространственный lakehouse на Databricks и открытых инструментах поверх Spark: как приземлять разные форматы в Delta, где чинить системы координат и некорректные геометрии, чем ускорять тяжёлые геоджойны и как организовать слой представления под разные потребители — от Power BI до облачных ГИС. Перейти к статье

https://habr.com/ru/companies/otus/articles/976752/

#геопространственная_аналитика #геоданные #векторные_данные #lakehouse #витрина_данных #качество_геоданных #системы_координат

Как меняется рынок и зачем нужны конференции по Ai

Привет, Хабр! Меня зовут Роман Поборчий, я член программного комитета AiConf Х, которая пройдет 26 сентября 2025 в Москве. Много лет занимался сбором и организацией разметки данных для машинного обучения — и с каждым годом убеждаюсь, что реальность всегда сложнее любых представлений о ней. Поэтому и конференции, на которых можно обсудить практические кейсы, современные подходы и новые вызовы особенно ценны для индустрии.

https://habr.com/ru/companies/oleg-bunin/articles/931154/

#конференция #ai #ии #ииассистенты #ai_агенты #качество_данных #data_quality #data_quality_management #геоданные #llmмодели

Еще чуть-чуть быстрее ищем кратчайший путь на Python

Привет! На связи команда геоаналитики ecom.tech , мы строим модели машинного обучения на основе пространственных данных для задач ритейла в реальном времени, а также создаем промежуточные инструменты на базе методов прикладной геоаналитики. На наших технологиях работает Самокат и Мегамаркет. Например, наша команда решает задачу поиска оптимального расположения даркстора (место, где хранятся продукты, а также собираются заказы). Зона покрытия даркстора — радиус в пару километров, и количество их постоянно увеличивается. Мы хотим уметь размещать новый даркстор так, чтобы как можно больше людей получали заказы за минимальное время доставки. В этой статье мы расскажем, как выбираем локации для новых дарксторов: определимся с постановкой задачи, погрузимся в контекст проекта и покажем, как можно анализировать сотни тысяч разных точек на карте в секунду.

https://habr.com/ru/companies/ecom_tech/articles/911732/

#python #networkx #open_street_map #геоданные #геоинформационные_сервисы

Еще чуть-чуть быстрее ищем кратчайший путь на Python

Привет! На связи команда геоаналитики ecom.tech , мы строим модели машинного обучения на основе пространственных данных для задач ритейла в реальном времени, а также создаем промежуточные инструменты на базе методов прикладной геоаналитики. На наших технологиях работает Самокат и Мегамаркет. Например, наша команда решает задачу поиска оптимального расположения даркстора (место, где хранятся продукты, а также собираются заказы). Зона покрытия даркстора — радиус в пару километров, и количество их постоянно увеличивается. Мы хотим уметь размещать новый даркстор так, чтобы как можно больше людей получали заказы за минимальное время доставки. В этой статье мы расскажем, как выбираем локации для новых дарксторов: определимся с постановкой задачи, погрузимся в контекст проекта и покажем, как можно анализировать сотни тысяч разных точек на карте в секунду.

https://habr.com/ru/companies/ecom_tech/articles/911732/

#python #networkx #open_street_map #геоданные #геоинформационные_сервисы

Еще чуть-чуть быстрее ищем кратчайший путь на Python

Привет! На связи команда геоаналитики ecom.tech , мы строим модели машинного обучения на основе пространственных данных для задач ритейла в реальном времени, а также создаем промежуточные инструменты на базе методов прикладной геоаналитики. На наших технологиях работает Самокат и Мегамаркет. Например, наша команда решает задачу поиска оптимального расположения даркстора (место, где хранятся продукты, а также собираются заказы). Зона покрытия даркстора — радиус в пару километров, и количество их постоянно увеличивается. Мы хотим уметь размещать новый даркстор так, чтобы как можно больше людей получали заказы за минимальное время доставки. В этой статье мы расскажем, как выбираем локации для новых дарксторов: определимся с постановкой задачи, погрузимся в контекст проекта и покажем, как можно анализировать сотни тысяч разных точек на карте в секунду.

https://habr.com/ru/companies/ecom_tech/articles/911732/

#python #networkx #open_street_map #геоданные #геоинформационные_сервисы

Еще чуть-чуть быстрее ищем кратчайший путь на Python

Привет! На связи команда геоаналитики ecom.tech , мы строим модели машинного обучения на основе пространственных данных для задач ритейла в реальном времени, а также создаем промежуточные инструменты на базе методов прикладной геоаналитики. На наших технологиях работает Самокат и Мегамаркет. Например, наша команда решает задачу поиска оптимального расположения даркстора (место, где хранятся продукты, а также собираются заказы). Зона покрытия даркстора — радиус в пару километров, и количество их постоянно увеличивается. Мы хотим уметь размещать новый даркстор так, чтобы как можно больше людей получали заказы за минимальное время доставки. В этой статье мы расскажем, как выбираем локации для новых дарксторов: определимся с постановкой задачи, погрузимся в контекст проекта и покажем, как можно анализировать сотни тысяч разных точек на карте в секунду.

https://habr.com/ru/companies/ecom_tech/articles/911732/

#python #networkx #open_street_map #геоданные #геоинформационные_сервисы

Обработка геоданных для ML-задач. Часть 3: агрегирование данных и оценка пространственных шаблонов

Пространственное агрегирование помогает контролировать степень детализации данных в зависимости от пространственных характеристик отдельных записей. Эта операция может быть полезна, если вы хотите сравнить разные регионы по конкретному параметру, (например, плотность населения или динамика продаж), оценить значение признака на единицу площади (скажем, среднюю выручку магазинов на квадратный километр) или преобразовать набор точек в растровые пространственные данные. Важно учитывать, что агрегирование упрощает анализ , но «схлопывает» внутреннюю вариативность данных, типа как усреднённая температура по больнице может скрывать локальные перегретые серверные. Существует, по крайней мере, три метода пространственного агрегирования ...

https://habr.com/ru/companies/cinimex/articles/900738/

#геоданные #feature_engineering #python #postgresql #postgis #data_science #анализ_данных #машинное_обучение #машинное+обучение #машинное_обучениe

Обработка геоданных для ML-задач. Часть 2: пространственные объединения и расстояния

Статья продолжает обсуждение пространственных признаков в Python. Здесь мы рассматриваем пространственные объединения — аналог обычного объединения в мире геоданных, основанный на топологических отношениях между объектами, таких как пересечение, вложение или касание. Также мы узнаем, как правильно рассчитывать различные типы расстояний (и иногда это не просто евклидово расстояние между двумя точками). Например, геодезическое расстояние учитывает кривизну Земли, что особенно важно для анализа данных на больших территориях; расстояние маршрута учитывает направление: оптимальный маршрут от A до B не всегда равен маршруту от B до A.

https://habr.com/ru/companies/cinimex/articles/900734/

#геоданные #feature_engineering #python #postgresql #postgis #data_science #анализ_данных

Машинное обучение в страховании: как ИИ и большие данные меняют подходы к оценке рисков и борьбе с мошенничеством

Привет, Хабр! Меня зовут Дмитрий, я дата-сайентист в команде моделирования Росгосстраха. Страховые компании активно обращаются к технологиям машинного обучения (ML) и искусственного интеллекта (ИИ) для формирования тарифов, борьбы с мошенничеством, оптимизации различных процессов и улучшения качества обслуживания клиентов. В этом обзоре я хочу рассказать о том, как ML/ИИ трансформирует процессы в страховом секторе. Посмотрим, как технологии интегрируются в повседневную работу крупной страховой компании на примере нескольких характерных задач. Машинное обучение в страховой отрасли Согласитесь, что практически все люди в своей жизни сталкиваются с потребностью в страховании. Кто-то хочет застраховать новую машину, кто-то стремится защитить квартиру от залива, а кто-то – иметь подушку безопасности в случае проблем со здоровьем. Ключевой особенностью большинства неприятных событий является их принципиальная случайность, неожиданность. Страховой бизнес – одна из старейших областей, которая использует статистику и анализ данных как основу для своей деятельности. Исторически, в контексте страховой практики, соответствующий раздел математики называли актуарными расчетами. что происходит "за кулисами" страхования?

https://habr.com/ru/companies/rgs_it/articles/899140/

#машинное_обучение #искуственный_интеллект #страхование #каско #антифрод #мошенники #детекция_повреждений #распознавание_документов #клиентский_сервис #геоданные

Машинное обучение в страховании: как ИИ и большие данные меняют подходы к оценке рисков и борьбе с мошенничеством

Привет, Хабр! Меня зовут Дмитрий, я дата-сайентист в команде моделирования Росгосстраха. Страховые компании активно обращаются к технологиям машинного обучения (ML) и искусственного интеллекта (ИИ) для формирования тарифов, борьбы с мошенничеством, оптимизации различных процессов и улучшения качества обслуживания клиентов. В этом обзоре я хочу рассказать о том, как ML/ИИ трансформирует процессы в страховом секторе. Посмотрим, как технологии интегрируются в повседневную работу крупной страховой компании на примере нескольких характерных задач. Машинное обучение в страховой отрасли Согласитесь, что практически все люди в своей жизни сталкиваются с потребностью в страховании. Кто-то хочет застраховать новую машину, кто-то стремится защитить квартиру от залива, а кто-то – иметь подушку безопасности в случае проблем со здоровьем. Ключевой особенностью большинства неприятных событий является их принципиальная случайность, неожиданность. Страховой бизнес – одна из старейших областей, которая использует статистику и анализ данных как основу для своей деятельности. Исторически, в контексте страховой практики, соответствующий раздел математики называли актуарными расчетами. что происходит "за кулисами" страхования?

https://habr.com/ru/companies/rgs_it/articles/899140/

#машинное_обучение #искуственный_интеллект #страхование #каско #антифрод #мошенники #детекция_повреждений #распознавание_документов #клиентский_сервис #геоданные

Машинное обучение в страховании: как ИИ и большие данные меняют подходы к оценке рисков и борьбе с мошенничеством

Привет, Хабр! Меня зовут Дмитрий, я дата-сайентист в команде моделирования Росгосстраха. Страховые компании активно обращаются к технологиям машинного обучения (ML) и искусственного интеллекта (ИИ) для формирования тарифов, борьбы с мошенничеством, оптимизации различных процессов и улучшения качества обслуживания клиентов. В этом обзоре я хочу рассказать о том, как ML/ИИ трансформирует процессы в страховом секторе. Посмотрим, как технологии интегрируются в повседневную работу крупной страховой компании на примере нескольких характерных задач. Машинное обучение в страховой отрасли Согласитесь, что практически все люди в своей жизни сталкиваются с потребностью в страховании. Кто-то хочет застраховать новую машину, кто-то стремится защитить квартиру от залива, а кто-то – иметь подушку безопасности в случае проблем со здоровьем. Ключевой особенностью большинства неприятных событий является их принципиальная случайность, неожиданность. Страховой бизнес – одна из старейших областей, которая использует статистику и анализ данных как основу для своей деятельности. Исторически, в контексте страховой практики, соответствующий раздел математики называли актуарными расчетами. что происходит "за кулисами" страхования?

https://habr.com/ru/companies/rgs_it/articles/899140/

#машинное_обучение #искуственный_интеллект #страхование #каско #антифрод #мошенники #детекция_повреждений #распознавание_документов #клиентский_сервис #геоданные

Машинное обучение в страховании: как ИИ и большие данные меняют подходы к оценке рисков и борьбе с мошенничеством

Привет, Хабр! Меня зовут Дмитрий, я дата-сайентист в команде моделирования Росгосстраха. Страховые компании активно обращаются к технологиям машинного обучения (ML) и искусственного интеллекта (ИИ) для формирования тарифов, борьбы с мошенничеством, оптимизации различных процессов и улучшения качества обслуживания клиентов. В этом обзоре я хочу рассказать о том, как ML/ИИ трансформирует процессы в страховом секторе. Посмотрим, как технологии интегрируются в повседневную работу крупной страховой компании на примере нескольких характерных задач. Машинное обучение в страховой отрасли Согласитесь, что практически все люди в своей жизни сталкиваются с потребностью в страховании. Кто-то хочет застраховать новую машину, кто-то стремится защитить квартиру от залива, а кто-то – иметь подушку безопасности в случае проблем со здоровьем. Ключевой особенностью большинства неприятных событий является их принципиальная случайность, неожиданность. Страховой бизнес – одна из старейших областей, которая использует статистику и анализ данных как основу для своей деятельности. Исторически, в контексте страховой практики, соответствующий раздел математики называли актуарными расчетами. что происходит "за кулисами" страхования?

https://habr.com/ru/companies/rgs_it/articles/899140/

#машинное_обучение #искуственный_интеллект #страхование #каско #антифрод #мошенники #детекция_повреждений #распознавание_документов #клиентский_сервис #геоданные

Геопространственная обработка признаков

Привет, я Александр Мещеряков, более 3-х лет работаю в компании «Синимекс» специалистом по анализу данных. Мне удалось поработать с различными ML-проектами, и больше всего меня увлекла работа с геоданными. Для многих эта тема кажется немного «магией» и я хотел бы на страницах Хабра пролить на нее немного света. Эта статья — как шпаргалка для шеф-повара: берите готовые рецепты под ваши задачи. Здесь вы найдёте ключевые библиотеки (geopandas, h3-py) и принципы работы с геоданными — от парсинга OpenStreetMap до агрегации по шестиугольникам.

https://habr.com/ru/companies/cinimex/articles/896546/

#геоданные #feature_engineering #python #postgresql #postgis #data_science #анализ_данных

[Перевод] Моделируем поверхность Земли в пару строчек

Вы когда-нибудь играли в Outer Wilds ? Планеты там невероятно красивы. Это собственно стало основной мотивацией создать свою простую модель планеты, используя реальные географические данные о высотах и немножко магии Wolfram Language

https://habr.com/ru/articles/872554/

#marching_cubes #геоданные #земля #блокнот #wljs #wolfram #jupyter_notebook #mathematica

Индекс твоего города — обновление

Накопилось немного обновлений для city-indexes.online , которые уже давно доступны (тем кто возможно пользуется сайтом), но время рассказать появилось только сейчас.

https://habr.com/ru/articles/860620/

#геоданные #недвижимость #торговля #osm #postgis #martin #maplibre_gl_js #nominatim

GPS в нашей жизни: как навигация стала доступна каждому

Изначально навигационная спутниковая система NavStar GPS предназначалась исключительно для военного применения: например, для определения точных координат подводных лодок при запуске межконтинентальных баллистических ракет. Но с 70-х годов все изменилось. Сейчас без GPS сложно представить нашу жизнь. Давайте чуть коснемся истории и посмотрим, как 32 вращающихся по орбите спутника повлияли буквально на все вокруг.

https://habr.com/ru/companies/first/articles/857108/

#геолокация #геоданные #геоинформационные_сервисы #история_it #история_ит #история_создания #научнопопулярное #научпоп #gps #gpsнавигация

Индекс твоего города — Карты на стол

Предоставлен доступ к исходному коду для city-indexes.online . Собраны ответы на частые вопрос в одном месте. Обновлений для пользователя немного - добавлены города Вологда, Новороссийск, Ульяновск, Париж и Ницца. Основное - это открытый код для расчетов и самого сайта - City Indexes - GitLab .

https://habr.com/ru/articles/856082/

#геоданные #недвижимость #osm #maplibre_gl_js #martin #h3 #postgis

Galileo: как Европа создала свою альтернативу GPS

Все мы пользуемся или уж точно слышали о американской системе глобального позиционирования GPS или о отечественной ГЛОНАСС. Однако в Европе также появилась альтернативная система GNSS, которая позволяет не зависеть от сигналов спутников других государств. Давайте посмотрим, как она появилась и зачем Евросоюз вложил в неё уже больше 10 млрд долларов.

https://habr.com/ru/companies/first/articles/855378/

#galileo #геолокация #геоданные #геоинформационные_сервисы #история_it #история_ит #история_создания #научнопопулярное #научпоп

Графы, растры и море: как школьники создают будущее геоаналитики

Привет, Хабр! Меня зовут Алексей Пустынников , я руководитель команды геоаналитики в банке ВТБ. Сегодня я хочу рассказать вам об интересном проекте, в котором участники конкурса «Большие Вызовы» решали сложные задачи в сфере геоаналитики и машинного обучения. Представьте: лето, Сочи, море... А вы старшеклассник, которого внезапно приглашают не просто отдохнуть, а взяться за работу. Причём не за простую работу — вас ждут задачи с графовыми нейросетями, сложными моделями машинного обучения и анализом данных. В этой статье я расскажу, как школьники справились с этим непростым испытанием и доказали, что молодежь способна удивлять.

https://habr.com/ru/companies/vtb/articles/847998/

#гис #геоинформационные_сервисы #ml #machine_learning #геоданные #алгоритмы #растр #графовые_нейросети

Как подружить Gorm и PostGIS, решение промышленного уровня

GORM Фантастическая ORM для Golang. PostGIS расширяет возможности реляционной базы данных PostgreSQL , добавляя поддержку хранения, индексирования и запросов геопространственных данных. В этой статье поделимся своим опытом интеграции GORM и PostGIS, сложностями при попытке использования gorm для работы с геометрическими данными и конечно предлагаем готовое решение. Изначально эта статья была опубликована здесь .

https://habr.com/ru/articles/847048/

#geolocation #golang #gorm #postgis #postgres #геоданные

Индекс твоего города — Всего города

Мы все отлично знаем, где у нас в городе парки, а где университеты. Но если мы хотим узнать, где больше школ и меньше баров. Для двух параметров большинство людей смогут выполнить такую операцию оценки в пространстве в голове, но как быть если надо 4-5 параметров объединить и еще с разной важностью (детские сады важны, но школы важнее в два раза, а парки это вообще приоритет). Для этого был создан новый слой на карте .

https://habr.com/ru/articles/840480/

#геоданные #osm #maplibre #martin #yandex_cloud #h3 #индекс_твоего_города

Индекс твоего города

При выборе где снять или купить жилье (когда есть большой выбор в разных районах, кварталах города) мы руководствуемся либо своим представлением о «хорошем районе», либо советом друзей/знакомых. Чтобы выбор основывался чуть больше на конкретных фактах, чем чувствах, родилась идея построить карту с количественными показателями (индексами), которые помогут сформировать решение о покупке/аренде недвижимости. Так же эти показатели можно использовать в качестве помощи при выборе места для открытия, например, точки общественного питания.

https://habr.com/ru/articles/837310/

#геоданные #недвижимость #osm #maplibre_gl_js #martin #yandexcloud

Как математика улучшает геосервисы и помогает быстрее сориентироваться

Сегодня всё чаще требуется учитывать географическую привязку и выполнять поиск в локальном окружении клиента. Иными словами, регулярно возникает необходимость найти что-то (или кого-то) рядом с конкретным пользователем. «Где ближайший банкомат?», «Кто из друзей поблизости?», «Какие тут аптеки?». Подобные запросы миллионами поступают в сервисы геолокации каждый день, при этом существующие подходы к решению этой задачи не исчерпали возможностей оптимизации. Наверняка вы не раз сетовали на то, как долго обновляются метки на карте. В этой статье эксперт отдела перспективных исследований российской компании «Криптонит» Игорь Нетай рассказывает о способе ускорить обнаружение объектов, принадлежащих одному географическому региону с произвольно заданными размерами. Материал станет частью научной работы о перспективах применения H-кривых в геохешинге. С помощью рассмотренной в этой статье алгоритмической оптимизации можно быстрее выполнять поиск в различных масштабах — от полушария Земли до конкретного здания. Координаты одной строкой Удобство географической персонализации постепенно вытеснило паранойю, и во многих онлайн-сервисах теперь открыто используются данные о местоположении пользователей и различных объектов. Делаете заказ через интернет? Вам предложат забрать его в пункте выдачи поближе к дому. Вызываете такси? Сначала запрос передаётся водителям рядом с вами. Ищете кафе? На карте отобразятся ближайшие. Все эти алгоритмы сводятся к решению одной и той же задачи: они определяют , какие координатные точки из базы данных входят в тот же условно заданный регион , что и указанная в запросе целевая точка (как правило, обозначающая местоположение пользователя). Для этого используется система кодирования географических координат в виде значений хеш-функции, называемых геохеши.

https://habr.com/ru/companies/kryptonite/articles/793810/

#геолокация #геоданные #кривые #кривая_гильберта #геохеш #поисковые_технологии #поисковые_алгоритмы #gps #глонасс #географические_точки

В дополнение к статье про Google Maps. В Стамбуле два автовокзала с одинаковым названием. Попал на 100 евро и ночевал

Буквально на днях писал, что карты Гугла обновляются все хуже и хуже. И что мы все становимся жертвами глобализации и монополизма. https://habr.com/ru/articles/790586/ Ну и немедленно последовала месть от Гугла. Два одинаковых автовокзала в Стамбуле на карте. Еду на такси и приезжаю в точку в 30 км от места назначения. Оказывается на картах Гугла ДВА автовокзала с одинаковым названием.

https://habr.com/ru/articles/791736/

#googlemaps #карты #геоданные #карты_Гугл #maps_google

Google maps все хуже и хуже. Мировая монополия не справляется со своей жадностью. А что с Яндекс картами?

История карт и сервиса показа улиц началась в 2007 году. По всему миру катались автомобили и делали многочисленные фото улиц, домов и даже были съемки внутри музеев, в которые можно было зайти с сервисом Street View. Постепенно Гугл в РФ терял позиции, а в мировом пространстве устойчив на первом месте. Но фактическое отсутствие конкуренции на международном уровне делает Google Maps все хуже и хуже. И хуже и хуже. И скоро будет совсем плохо.

https://habr.com/ru/articles/790586/

#google #maps #карты #геоданные #карты_Гугл