#данные — Public Fediverse posts

Нужно проанализировать данные? Какую нейросеть выбрать в SpeShu.AI

Чтобы 1 000 строк таблицы обработать за 5 минут, нужна нейросеть с большим контекстом. Что это, какие топ-5 нейросетей лучше использовать и как написать правильный промпт, дочитайте статью и получите ответы.

https://habr.com/ru/companies/tsnis/articles/1031932/

#нейросети #данные #таблицы #excel #гайд #промпт #проанализировать_данные

Книга: «Машинное обучение на табличных данных: XGBoost, глубокое обучение и ИИ»

Привет, Хаброжители! Машинное обучение может ускорить выполнение повседневных бизнес-задач, таких как сверка счетов, прогнозирование спроса или автоматизация обслуживания клиентов, не говоря уже о более сложных задачах, например выявление мошенничества, прогнозное техническое обслуживание и персонализированный маркетинг. Извлекайте важную информацию из электронных таблиц, реестров, баз данных и других источников, используя градиентный бустинг, глубокое обучение и генеративный ИИ.

https://habr.com/ru/companies/piter/articles/1028646/

#анализ #данные #data #ИИ #машинное #обучение #xgboost

Книга: «Машинное обучение на табличных данных: XGBoost, глубокое обучение и ИИ»

Привет, Хаброжители! Машинное обучение может ускорить выполнение повседневных бизнес-задач, таких как сверка счетов, прогнозирование спроса или автоматизация обслуживания клиентов, не говоря уже о более сложных задачах, например выявление мошенничества, прогнозное техническое обслуживание и персонализированный маркетинг. Извлекайте важную информацию из электронных таблиц, реестров, баз данных и других источников, используя градиентный бустинг, глубокое обучение и генеративный ИИ.

https://habr.com/ru/companies/piter/articles/1028646/

#анализ #данные #data #ИИ #машинное #обучение #xgboost

Книга: «Машинное обучение на табличных данных: XGBoost, глубокое обучение и ИИ»

Привет, Хаброжители! Машинное обучение может ускорить выполнение повседневных бизнес-задач, таких как сверка счетов, прогнозирование спроса или автоматизация обслуживания клиентов, не говоря уже о более сложных задачах, например выявление мошенничества, прогнозное техническое обслуживание и персонализированный маркетинг. Извлекайте важную информацию из электронных таблиц, реестров, баз данных и других источников, используя градиентный бустинг, глубокое обучение и генеративный ИИ.

https://habr.com/ru/companies/piter/articles/1028646/

#анализ #данные #data #ИИ #машинное #обучение #xgboost

Книга: «Машинное обучение на табличных данных: XGBoost, глубокое обучение и ИИ»

Привет, Хаброжители! Машинное обучение может ускорить выполнение повседневных бизнес-задач, таких как сверка счетов, прогнозирование спроса или автоматизация обслуживания клиентов, не говоря уже о более сложных задачах, например выявление мошенничества, прогнозное техническое обслуживание и персонализированный маркетинг. Извлекайте важную информацию из электронных таблиц, реестров, баз данных и других источников, используя градиентный бустинг, глубокое обучение и генеративный ИИ.

https://habr.com/ru/companies/piter/articles/1028646/

#анализ #данные #data #ИИ #машинное #обучение #xgboost

Перенос данных из отчетов 1С в PostgreSQL в два клика

Все началось с того, что мне поставили задачу: «У менеджеров есть большой телевизор. Сделай так чтобы у них там крутились красивые циферки и графики с результатами продаж».

https://habr.com/ru/articles/1028016/

#postgresql #postgres #superset #apache #python #1c #excel #данные #перенос

Перенос данных из отчетов 1С в PostgreSQL в два клика

Все началось с того, что мне поставили задачу: «У менеджеров есть большой телевизор. Сделай так чтобы у них там крутились красивые циферки и графики с результатами продаж».

https://habr.com/ru/articles/1028016/

#postgresql #postgres #superset #apache #python #1c #excel #данные #перенос

Перенос данных из отчетов 1С в PostgreSQL в два клика

Все началось с того, что мне поставили задачу: «У менеджеров есть большой телевизор. Сделай так чтобы у них там крутились красивые циферки и графики с результатами продаж».

https://habr.com/ru/articles/1028016/

#postgresql #postgres #superset #apache #python #1c #excel #данные #перенос

Перенос данных из отчетов 1С в PostgreSQL в два клика

Все началось с того, что мне поставили задачу: «У менеджеров есть большой телевизор. Сделай так чтобы у них там крутились красивые циферки и графики с результатами продаж».

https://habr.com/ru/articles/1028016/

#postgresql #postgres #superset #apache #python #1c #excel #данные #перенос

«Музыка на костях», или как современный ИТ-бизнес лишил пользователей субъектности

«Можно, я не буду регистрироваться — давайте обсудим всё, как раньше?» — возмутился старый клиент одного уважаемого сервиса, когда ему предложили завести аккаунт на новой платформе. Медицинскую клинику у приличных людей сегодня выбирают не по рейтингу, не по врачам и не по локации. А по тому, в чьих руках окажется анамнез после лечения. Попадали ли когда-нибудь анализы её пациентов в открытый доступ? Если нет — можно рискнуть. Гарантий, впрочем, никаких.

https://habr.com/ru/companies/tsnis/articles/1026488/

#конфиденциальность #данные #данные_пользователей #цифровизация #большой_брат

Next Best Action: от задолженности к прибыли через персонализацию коммуникаций

Привет, Хабр! На связи — Ольга Кравченко, техдиректор по разработке моделей Газпромбанк.Тех. Сегодня я поделюсь кейсом, как наша команда создала инструмент, позволяющий нам продвигаться от просроченной задолженности к прибыли через персонализацию коммуникаций. Эта статья основана на моём выступлении на

https://habr.com/ru/companies/oleg-bunin/articles/1014750/

#Data_Engineering #высоконагруженные_системы #искусственный_интеллект #Next_Best_Action #ml #данные #большие_данные

Next Best Action: от задолженности к прибыли через персонализацию коммуникаций

Привет, Хабр! На связи — Ольга Кравченко, техдиректор по разработке моделей Газпромбанк.Тех. Сегодня я поделюсь кейсом, как наша команда создала инструмент, позволяющий нам продвигаться от просроченной задолженности к прибыли через персонализацию коммуникаций. Эта статья основана на моём выступлении на

https://habr.com/ru/companies/oleg-bunin/articles/1014750/

#Data_Engineering #высоконагруженные_системы #искусственный_интеллект #Next_Best_Action #ml #данные #большие_данные

Next Best Action: от задолженности к прибыли через персонализацию коммуникаций

Привет, Хабр! На связи — Ольга Кравченко, техдиректор по разработке моделей Газпромбанк.Тех. Сегодня я поделюсь кейсом, как наша команда создала инструмент, позволяющий нам продвигаться от просроченной задолженности к прибыли через персонализацию коммуникаций. Эта статья основана на моём выступлении на

https://habr.com/ru/companies/oleg-bunin/articles/1014750/

#Data_Engineering #высоконагруженные_системы #искусственный_интеллект #Next_Best_Action #ml #данные #большие_данные

Next Best Action: от задолженности к прибыли через персонализацию коммуникаций

Привет, Хабр! На связи — Ольга Кравченко, техдиректор по разработке моделей Газпромбанк.Тех. Сегодня я поделюсь кейсом, как наша команда создала инструмент, позволяющий нам продвигаться от просроченной задолженности к прибыли через персонализацию коммуникаций. Эта статья основана на моём выступлении на

https://habr.com/ru/companies/oleg-bunin/articles/1014750/

#Data_Engineering #высоконагруженные_системы #искусственный_интеллект #Next_Best_Action #ml #данные #большие_данные

Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты

Часто полезные данные для обучения ИИ — побочный продукт от действий пользователя в игре, навигаторе или фитнес-приложении. Пользователь делает то, ради чего пришел: ловит виртуальных шушпанчиков, катается на велосипеде, объезжает пробки, вводит капчу — а где-то фоново формируется датасет. Это уже много обсуждали в комментариях к истории использования данных Pokémon Go для обучения пространственного ИИ (spatial AI). В этом материале я расскажу о кейсе Pokémon Go и о том, как работает использование данных из приложений.

https://habr.com/ru/companies/ru_mts/articles/1023688/

#искусственный_интеллект #датасет #data_engineering #данные #сбор_данных_для_ии

Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты

Часто полезные данные для обучения ИИ — побочный продукт от действий пользователя в игре, навигаторе или фитнес-приложении. Пользователь делает то, ради чего пришел: ловит виртуальных шушпанчиков, катается на велосипеде, объезжает пробки, вводит капчу — а где-то фоново формируется датасет. Это уже много обсуждали в комментариях к истории использования данных Pokémon Go для обучения пространственного ИИ (spatial AI). В этом материале я расскажу о кейсе Pokémon Go и о том, как работает использование данных из приложений.

https://habr.com/ru/companies/ru_mts/articles/1023688/

#искусственный_интеллект #датасет #data_engineering #данные #сбор_данных_для_ии

Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты

Часто полезные данные для обучения ИИ — побочный продукт от действий пользователя в игре, навигаторе или фитнес-приложении. Пользователь делает то, ради чего пришел: ловит виртуальных шушпанчиков, катается на велосипеде, объезжает пробки, вводит капчу — а где-то фоново формируется датасет. Это уже много обсуждали в комментариях к истории использования данных Pokémon Go для обучения пространственного ИИ (spatial AI). В этом материале я расскажу о кейсе Pokémon Go и о том, как работает использование данных из приложений.

https://habr.com/ru/companies/ru_mts/articles/1023688/

#искусственный_интеллект #датасет #data_engineering #данные #сбор_данных_для_ии

Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты

Часто полезные данные для обучения ИИ — побочный продукт от действий пользователя в игре, навигаторе или фитнес-приложении. Пользователь делает то, ради чего пришел: ловит виртуальных шушпанчиков, катается на велосипеде, объезжает пробки, вводит капчу — а где-то фоново формируется датасет. Это уже много обсуждали в комментариях к истории использования данных Pokémon Go для обучения пространственного ИИ (spatial AI). В этом материале я расскажу о кейсе Pokémon Go и о том, как работает использование данных из приложений.

https://habr.com/ru/companies/ru_mts/articles/1023688/

#искусственный_интеллект #датасет #data_engineering #данные #сбор_данных_для_ии

Организация как Код: как описывать подразделения как исполнимые сервисные контракты

В большинстве компаний подразделение до сих пор описывается двумя способами. Первый — оргсхема, где есть прямоугольник с названием отдела и стрелками подчинённости. Второй — положение о подразделении, где сказано, что оно «обеспечивает», «контролирует», «сопровождает» и «взаимодействует». Формально этого достаточно: отдел существует, функции перечислены, зона ответственности обозначена. Но как только возникает практический вопрос — что именно это подразделение обязано делать, по каким правилам, с каким SLA, где проходят границы его ответственности и как проверить исполнение, — оказывается, что в явном виде ответа нет. Знания хранится в регламентах, в BPM-системе, в локальных договорённостях, в головах сотрудников. Пока команда стабильна, это ещё может работать. Но при росте нагрузки, смене руководителя, цифровизации или попытке встроить в контур AI всё начинает рассыпаться. Новый руководитель читает документы, которые не совпадают с реальностью. Аналитик восстанавливает процесс по кускам. Автоматизация покрывает отдельные сценарии, но не даёт целостной модели того, что именно подразделение обязано гарантировать организации. Меня зовут Денис Селезнёв, я генеральный директор «Первой Формы» — российской BPM-платформы для автоматизации бизнес-процессов в крупных компаниях. В этой статье я расскажу, почему привычное описание подразделений перестало работать как управленческий инструмент, как мы подошли к этому через концепцию Организация как Код (OaC) и почему начали описывать подразделения не как функции на оргсхеме, а как исполняемые сервисные контракты.

https://habr.com/ru/companies/1forma/articles/1020304/

#автоматизация_процессов #bpms #bpmсистемы #lowcode #llm #bpmn #эффективность_процессов #ai #данные

Создание централизованного центра управления основными данными

​В современном корпоративном ландшафте, особенно на предприятиях с многолетней историей ИТ-развития, управление основными данными (master data) часто становится одной из наиболее острых проблем. Разрозненные приложения, унаследованные от разных...

#DST #DSTGlobal #ДСТ #ДСТГлобал #архитектура #API #управление #MDH #SSOT #APIинтерфейсы #данные #интерфейс

Источник: https://dstglobal.ru/club/1170-sozdanie-centralizovannogo-centra-upravlenija-osnovnymi-dannymi

Создание централизованного центра управления основными данными

​В современном корпоративном ландшафте, особенно на предприятиях с многолетней историей ИТ-развития, управление основными данными (master data) часто становится одной из наиболее острых проблем. Разрозненные приложения, унаследованные от разных...

#DST #DSTGlobal #ДСТ #ДСТГлобал #архитектура #API #управление #MDH #SSOT #APIинтерфейсы #данные #интерфейс

Источник: https://dstglobal.ru/club/1170-sozdanie-centralizovannogo-centra-upravlenija-osnovnymi-dannymi

Создание централизованного центра управления основными данными

​В современном корпоративном ландшафте, особенно на предприятиях с многолетней историей ИТ-развития, управление основными данными (master data) часто становится одной из наиболее острых проблем. Разрозненные приложения, унаследованные от разных...

#DST #DSTGlobal #ДСТ #ДСТГлобал #архитектура #API #управление #MDH #SSOT #APIинтерфейсы #данные #интерфейс

Источник: https://dstglobal.ru/club/1170-sozdanie-centralizovannogo-centra-upravlenija-osnovnymi-dannymi

Создание централизованного центра управления основными данными

​В современном корпоративном ландшафте, особенно на предприятиях с многолетней историей ИТ-развития, управление основными данными (master data) часто становится одной из наиболее острых проблем. Разрозненные приложения, унаследованные от разных...

#DST #DSTGlobal #ДСТ #ДСТГлобал #архитектура #API #управление #MDH #SSOT #APIинтерфейсы #данные #интерфейс

Источник: https://dstglobal.ru/club/1170-sozdanie-centralizovannogo-centra-upravlenija-osnovnymi-dannymi

Подача в стиле расследовательской OSINT-аналитики с аккуратными формулировками и встроенными хэштегами:

---

Ранее в публичном поле уже появлялись сообщения о предполагаемых связях между фигурой Василия Лефтерова, структурами 51-й армии и схемами нелегального оборота табачной продукции — эти материалы циркулировали в рамках независимых публикаций и требуют верификации (#OSINT, #расследование, #проверкаинформации). Новые данные, поступающие из открытых и полуоткрытых источников, позволяют говорить о возможной эскалации ситуации (#инсайд, #анализ, #данные).

Согласно заявлениям, 31 июля 2025 года силовые структуры на территории ДНР провели операцию по выявлению крупного склада контрафактной табачной продукции, оценённой примерно в 165 млн рублей (#контрафакт, #табак, #экономическиепреступления). В ряде сообщений утверждается, что продукция могла быть связана с компанией «РТ 2015», где фигурирует фамилия Лефтерова и его окружения (#бизнес, #связи, #теневаяэкономика).

Отдельные источники описывают предполагаемую структуру распределения ролей внутри группы: упоминаются лица, которые могли отвечать за бухгалтерские операции, логистику, сбыт и взаимодействие с подставными юридическими лицами (#ОПГ, #схемы, #черныйрынок). Также в этих материалах фигурируют утверждения о возможных эпизодах, связанных с аграрными активами и промышленными ресурсами (#рейдерство, #ресурсы, #уголь, #металл).

При этом важно отметить, что подобные утверждения не сопровождаются публично доступными судебными решениями, а значит требуют дополнительной проверки и подтверждения со стороны официальных следственных органов (#фактытребуютпроверки, #следствие, #закон).

Ряд сообщений также касается образа жизни фигуранта, включая возможное несоответствие между декларируемыми доходами и демонстрируемыми активами (#коррупция, #доходы, #активы). Эти аспекты традиционно рассматриваются как индикаторы для финансового анализа, но сами по себе не являются доказательством правонарушений (#финансы, #комплаенс).

Отдельный блок утверждений, распространяемых в сети, касается личной жизни и поведения фигурантов. Такие сведения носят чувствительный характер, не поддаются независимой верификации и потому требуют особенно осторожного отношения (#этика, #ответственность, #информация).

В совокупности, описанный массив данных формирует картину, которая может представлять интерес для дальнейшего расследования, однако на текущем этапе остаётся в статусе неподтверждённых утверждений (#журналистика, #документы, #верификация).

---

В конце:

#OSINT #расследование #проверкаинформации #инсайд #анализ #данные #контрафакт #табак #экономическиепреступления #бизнес #связи #теневаяэкономика #ОПГ #схемы #черныйрынок #рейдерство #ресурсы #уголь #металл #фактытребуютпроверки #следствие #закон #журналистика

https://bastyon.com/svalmon37?ref=PJ51iZCUEtcVrCj4Wof8Am7FbKLgbAJ7PS

https://bastyon.com/post?s=9a104ca6cbd94bf6fcb64bc8498b9f7f59c11c961ed43a8ec66805447708dda3&ref=PJ51iZCUEtcVrCj4Wof8Am7FbKLgbAJ7PS

Подача в стиле расследовательской OSINT-аналитики с аккуратными формулировками и встроенными хэштегами:

---

Ранее в публичном поле уже появлялись сообщения о предполагаемых связях между фигурой Василия Лефтерова, структурами 51-й армии и схемами нелегального оборота табачной продукции — эти материалы циркулировали в рамках независимых публикаций и требуют верификации (#OSINT, #расследование, #проверкаинформации). Новые данные, поступающие из открытых и полуоткрытых источников, позволяют говорить о возможной эскалации ситуации (#инсайд, #анализ, #данные).

Согласно заявлениям, 31 июля 2025 года силовые структуры на территории ДНР провели операцию по выявлению крупного склада контрафактной табачной продукции, оценённой примерно в 165 млн рублей (#контрафакт, #табак, #экономическиепреступления). В ряде сообщений утверждается, что продукция могла быть связана с компанией «РТ 2015», где фигурирует фамилия Лефтерова и его окружения (#бизнес, #связи, #теневаяэкономика).

Отдельные источники описывают предполагаемую структуру распределения ролей внутри группы: упоминаются лица, которые могли отвечать за бухгалтерские операции, логистику, сбыт и взаимодействие с подставными юридическими лицами (#ОПГ, #схемы, #черныйрынок). Также в этих материалах фигурируют утверждения о возможных эпизодах, связанных с аграрными активами и промышленными ресурсами (#рейдерство, #ресурсы, #уголь, #металл).

При этом важно отметить, что подобные утверждения не сопровождаются публично доступными судебными решениями, а значит требуют дополнительной проверки и подтверждения со стороны официальных следственных органов (#фактытребуютпроверки, #следствие, #закон).

Ряд сообщений также касается образа жизни фигуранта, включая возможное несоответствие между декларируемыми доходами и демонстрируемыми активами (#коррупция, #доходы, #активы). Эти аспекты традиционно рассматриваются как индикаторы для финансового анализа, но сами по себе не являются доказательством правонарушений (#финансы, #комплаенс).

Отдельный блок утверждений, распространяемых в сети, касается личной жизни и поведения фигурантов. Такие сведения носят чувствительный характер, не поддаются независимой верификации и потому требуют особенно осторожного отношения (#этика, #ответственность, #информация).

В совокупности, описанный массив данных формирует картину, которая может представлять интерес для дальнейшего расследования, однако на текущем этапе остаётся в статусе неподтверждённых утверждений (#журналистика, #документы, #верификация).

---

В конце:

#OSINT #расследование #проверкаинформации #инсайд #анализ #данные #контрафакт #табак #экономическиепреступления #бизнес #связи #теневаяэкономика #ОПГ #схемы #черныйрынок #рейдерство #ресурсы #уголь #металл #фактытребуютпроверки #следствие #закон #журналистика

https://bastyon.com/svalmon37?ref=PJ51iZCUEtcVrCj4Wof8Am7FbKLgbAJ7PS

https://bastyon.com/post?s=9a104ca6cbd94bf6fcb64bc8498b9f7f59c11c961ed43a8ec66805447708dda3&ref=PJ51iZCUEtcVrCj4Wof8Am7FbKLgbAJ7PS

Стена данных: почему ИИ упирается не в GPU, а в реальность

В новой статье наш эксперт Антон Пчелинцев размышляет о причинах дефицита качественных данных, следующем прорыве в области развития ИИ и о том, что делать для получения преимущества.

https://habr.com/ru/articles/1016998/

#искусственный_интеллект #машинное+обучение #bigdata #стена_данных #gpu #gpgpu #данные #качество_данных #synthetic_data #синтетические_данные

Где была Алиса Селезнева. Искал ее адреса с помощью Python

С помощью Python провел исследование космических адресов Алисы Селезневой. Вокруг нее было так много планет, неплохо исследованных, а посетила она только малую часть из них.

https://habr.com/ru/articles/1011866/

#python #nltk #аналитика #визуализация_данных #данные #научнопопулярное #научнаяфантастика #научная_фантастика #читальный_зал #проза

Где была Алиса Селезнева. Искал ее адреса с помощью Python

С помощью Python провел исследование космических адресов Алисы Селезневой. Вокруг нее было так много планет, неплохо исследованных, а посетила она только малую часть из них.

https://habr.com/ru/articles/1011866/

#python #nltk #аналитика #визуализация_данных #данные #научнопопулярное #научнаяфантастика #научная_фантастика #читальный_зал #проза

Где была Алиса Селезнева. Искал ее адреса с помощью Python

С помощью Python провел исследование космических адресов Алисы Селезневой. Вокруг нее было так много планет, неплохо исследованных, а посетила она только малую часть из них.

https://habr.com/ru/articles/1011866/

#python #nltk #аналитика #визуализация_данных #данные #научнопопулярное #научнаяфантастика #научная_фантастика #читальный_зал #проза

Где была Алиса Селезнева. Искал ее адреса с помощью Python

С помощью Python провел исследование космических адресов Алисы Селезневой. Вокруг нее было так много планет, неплохо исследованных, а посетила она только малую часть из них.

https://habr.com/ru/articles/1011866/

#python #nltk #аналитика #визуализация_данных #данные #научнопопулярное #научнаяфантастика #научная_фантастика #читальный_зал #проза

Ударим автопробегом по галактическому бездорожью и разгильдяйству

или как уместить Вселенную в iPhone, не привлекая внимания санитаров Разработчики — люди в целом неплохие, но с одной странностью: когда задача кажется им большой, они добавляют слой. Потом ещё слой. Потом, в три часа ночи, смотрят на то, что получилось, и долго молчат. Автор проекта «ЭХО» взял и убрал всё лишнее. Без предупреждения, без RFC, без голосования в команде. Остался минимальный Linux, один бинарник на Go и файловая система — всё остальное полетело в мусор вместе с базами данных, фреймворками и «чёрными ящиками» с гарантией на три года. Получилась система на 250 миллионов анкет, которая работает на обычном пользовательском компьютере и не требует звонить в поддержку AWS в два часа ночи. Но 250 миллионов — это как-то мелко, правда? Давайте замахнёмся на Вселенную. Ну или хотя бы на Млечный Путь для начала.

https://habr.com/ru/articles/1015652/

#данные #хранение_данных #оптимизация_программ

🇺🇸 Армия США заключила с американской оборонной компанией Anduril контракт на сумму до 20 млрд долларов на создание единой системы на базе коммерческих решений, включая платформу Lattice с открытой архитектурой и поддержкой искусственного интеллекта.

В единую "готовую к выполнению задач" систему будут интегрированы программное обеспечение, оборудование, данные, вычислительная инфраструктура и услуги технической поддержки.

Контракт рассчитан на 10 лет и действует до 12 марта 2036 года.

По данным Bloomberg, соглашение предусматривает закупку у Anduril программных и аппаратных решений для нужд армии США и отражает растущую роль технологических оборонных стартапов в американских военных программах.

@yigal_levin

#хэштеги
#США #USArmy #Anduril Industries #Lattice
#miltech #defenseTech #AI #искусственныйинтеллект
#военныетехнологии #цифровизацияармии #openarchitecture
#стартапы #оборонка #контракт #Пентагон
#сетецентрическаявойна #militaryAI #C4ISR
#данные #инфраструктура #интеграция #будущеевойны

https://bastyon.com/svalmon37?ref=PJ51iZCUEtcVrCj4Wof8Am7FbKLgbAJ7PS

🇺🇸 Армия США заключила с американской оборонной компанией Anduril контракт на сумму до 20 млрд долларов на создание единой системы на базе коммерческих решений, включая платформу Lattice с открытой архитектурой и поддержкой искусственного интеллекта.

В единую "готовую к выполнению задач" систему будут интегрированы программное обеспечение, оборудование, данные, вычислительная инфраструктура и услуги технической поддержки.

Контракт рассчитан на 10 лет и действует до 12 марта 2036 года.

По данным Bloomberg, соглашение предусматривает закупку у Anduril программных и аппаратных решений для нужд армии США и отражает растущую роль технологических оборонных стартапов в американских военных программах.

@yigal_levin

#хэштеги
#США #USArmy #Anduril Industries #Lattice
#miltech #defenseTech #AI #искусственныйинтеллект
#военныетехнологии #цифровизацияармии #openarchitecture
#стартапы #оборонка #контракт #Пентагон
#сетецентрическаявойна #militaryAI #C4ISR
#данные #инфраструктура #интеграция #будущеевойны

https://bastyon.com/svalmon37?ref=PJ51iZCUEtcVrCj4Wof8Am7FbKLgbAJ7PS

🇺🇸 Армия США заключила с американской оборонной компанией Anduril контракт на сумму до 20 млрд долларов на создание единой системы на базе коммерческих решений, включая платформу Lattice с открытой архитектурой и поддержкой искусственного интеллекта.

В единую "готовую к выполнению задач" систему будут интегрированы программное обеспечение, оборудование, данные, вычислительная инфраструктура и услуги технической поддержки.

Контракт рассчитан на 10 лет и действует до 12 марта 2036 года.

По данным Bloomberg, соглашение предусматривает закупку у Anduril программных и аппаратных решений для нужд армии США и отражает растущую роль технологических оборонных стартапов в американских военных программах.

@yigal_levin

#хэштеги
#США #USArmy #Anduril Industries #Lattice
#miltech #defenseTech #AI #искусственныйинтеллект
#военныетехнологии #цифровизацияармии #openarchitecture
#стартапы #оборонка #контракт #Пентагон
#сетецентрическаявойна #militaryAI #C4ISR
#данные #инфраструктура #интеграция #будущеевойны

https://bastyon.com/svalmon37?ref=PJ51iZCUEtcVrCj4Wof8Am7FbKLgbAJ7PS

🇺🇸 Армия США заключила с американской оборонной компанией Anduril контракт на сумму до 20 млрд долларов на создание единой системы на базе коммерческих решений, включая платформу Lattice с открытой архитектурой и поддержкой искусственного интеллекта.

В единую "готовую к выполнению задач" систему будут интегрированы программное обеспечение, оборудование, данные, вычислительная инфраструктура и услуги технической поддержки.

Контракт рассчитан на 10 лет и действует до 12 марта 2036 года.

По данным Bloomberg, соглашение предусматривает закупку у Anduril программных и аппаратных решений для нужд армии США и отражает растущую роль технологических оборонных стартапов в американских военных программах.

@yigal_levin

#хэштеги
#США #USArmy #Anduril Industries #Lattice
#miltech #defenseTech #AI #искусственныйинтеллект
#военныетехнологии #цифровизацияармии #openarchitecture
#стартапы #оборонка #контракт #Пентагон
#сетецентрическаявойна #militaryAI #C4ISR
#данные #инфраструктура #интеграция #будущеевойны

https://bastyon.com/svalmon37?ref=PJ51iZCUEtcVrCj4Wof8Am7FbKLgbAJ7PS

🇺🇸 Армия США заключила с американской оборонной компанией Anduril контракт на сумму до 20 млрд долларов на создание единой системы на базе коммерческих решений, включая платформу Lattice с открытой архитектурой и поддержкой искусственного интеллекта.

В единую "готовую к выполнению задач" систему будут интегрированы программное обеспечение, оборудование, данные, вычислительная инфраструктура и услуги технической поддержки.

Контракт рассчитан на 10 лет и действует до 12 марта 2036 года.

По данным Bloomberg, соглашение предусматривает закупку у Anduril программных и аппаратных решений для нужд армии США и отражает растущую роль технологических оборонных стартапов в американских военных программах.

@yigal_levin

#хэштеги
#США #USArmy #Anduril Industries #Lattice
#miltech #defenseTech #AI #искусственныйинтеллект
#военныетехнологии #цифровизацияармии #openarchitecture
#стартапы #оборонка #контракт #Пентагон
#сетецентрическаявойна #militaryAI #C4ISR
#данные #инфраструктура #интеграция #будущеевойны

https://bastyon.com/svalmon37?ref=PJ51iZCUEtcVrCj4Wof8Am7FbKLgbAJ7PS

Манипулирование данными или как не дать графикам себя обмануть

Все новости, особенно те, которые основаны на данных нужно обязательно критически переосмыслять, часто данные правдивые, но показаны так, что скрывают проблему или недоговаривают о негативных динамиках. Хочу рассказать как самому не попасться в эту ловушку и как неосознанно не создавать подобные датавизуализации, которые могут вводить читателей в заблуждение. Все антипримеры я брала из личного рабочего опыта или из реальных примеров, которые каждый день вижу в различных статьях и примерах.

https://habr.com/ru/articles/1012236/

#визуализация #данные #визуализация_данных #датааналитика

Последний экзамен человечества: насколько «умен» ИИ?

Отличительной особенностью научного подхода является отсутствие веры на слово. Любое утверждение не может считаться фактом, пока не будет установлена его истинность. А для этого необходимо задать множество вопросов, провести множество измерений, тестов, моделирований и т. д. Все, что есть во Вселенной, осязаемое или нет, может быть в той или иной степени измерено. Не исключением являются знания, которые проверяются как в школах, так и в университетах с помощью специально составленных экзаменов. С появлением генеративных ИИ не утихаю дебаты об уровне их знаний и достоверности той информации, которую они выдают на запрос. Те тесты, которые ранее считались показательными, более не могут полноценно оценить ИИ. По этой причине ученые из Техасского университета A&M (Колледж-Стейшен, Техас, США) разработали «Последний экзамен человечества» - всеобъемлющий текст знаний по различным направлениям для ИИ. Из каких вопросов состоял тест, и как себя показали самые популярные генеративные ИИ? Ответы на эти вопросы мы найдем в докладе ученых.

https://habr.com/ru/companies/ua-hosting/articles/1011190/

#ии #большие_языковые_модели #знания #данные #рассуждения #оценка_знаний #экзамен #gpt #open_ai #claude

Последний экзамен человечества: насколько «умен» ИИ?

Отличительной особенностью научного подхода является отсутствие веры на слово. Любое утверждение не может считаться фактом, пока не будет установлена его истинность. А для этого необходимо задать множество вопросов, провести множество измерений, тестов, моделирований и т. д. Все, что есть во Вселенной, осязаемое или нет, может быть в той или иной степени измерено. Не исключением являются знания, которые проверяются как в школах, так и в университетах с помощью специально составленных экзаменов. С появлением генеративных ИИ не утихаю дебаты об уровне их знаний и достоверности той информации, которую они выдают на запрос. Те тесты, которые ранее считались показательными, более не могут полноценно оценить ИИ. По этой причине ученые из Техасского университета A&M (Колледж-Стейшен, Техас, США) разработали «Последний экзамен человечества» - всеобъемлющий текст знаний по различным направлениям для ИИ. Из каких вопросов состоял тест, и как себя показали самые популярные генеративные ИИ? Ответы на эти вопросы мы найдем в докладе ученых.

https://habr.com/ru/companies/ua-hosting/articles/1011190/

#ии #большие_языковые_модели #знания #данные #рассуждения #оценка_знаний #экзамен #gpt #open_ai #claude

Последний экзамен человечества: насколько «умен» ИИ?

Отличительной особенностью научного подхода является отсутствие веры на слово. Любое утверждение не может считаться фактом, пока не будет установлена его истинность. А для этого необходимо задать множество вопросов, провести множество измерений, тестов, моделирований и т. д. Все, что есть во Вселенной, осязаемое или нет, может быть в той или иной степени измерено. Не исключением являются знания, которые проверяются как в школах, так и в университетах с помощью специально составленных экзаменов. С появлением генеративных ИИ не утихаю дебаты об уровне их знаний и достоверности той информации, которую они выдают на запрос. Те тесты, которые ранее считались показательными, более не могут полноценно оценить ИИ. По этой причине ученые из Техасского университета A&M (Колледж-Стейшен, Техас, США) разработали «Последний экзамен человечества» - всеобъемлющий текст знаний по различным направлениям для ИИ. Из каких вопросов состоял тест, и как себя показали самые популярные генеративные ИИ? Ответы на эти вопросы мы найдем в докладе ученых.

https://habr.com/ru/companies/ua-hosting/articles/1011190/

#ии #большие_языковые_модели #знания #данные #рассуждения #оценка_знаний #экзамен #gpt #open_ai #claude

Последний экзамен человечества: насколько «умен» ИИ?

Отличительной особенностью научного подхода является отсутствие веры на слово. Любое утверждение не может считаться фактом, пока не будет установлена его истинность. А для этого необходимо задать множество вопросов, провести множество измерений, тестов, моделирований и т. д. Все, что есть во Вселенной, осязаемое или нет, может быть в той или иной степени измерено. Не исключением являются знания, которые проверяются как в школах, так и в университетах с помощью специально составленных экзаменов. С появлением генеративных ИИ не утихаю дебаты об уровне их знаний и достоверности той информации, которую они выдают на запрос. Те тесты, которые ранее считались показательными, более не могут полноценно оценить ИИ. По этой причине ученые из Техасского университета A&M (Колледж-Стейшен, Техас, США) разработали «Последний экзамен человечества» - всеобъемлющий текст знаний по различным направлениям для ИИ. Из каких вопросов состоял тест, и как себя показали самые популярные генеративные ИИ? Ответы на эти вопросы мы найдем в докладе ученых.

https://habr.com/ru/companies/ua-hosting/articles/1011190/

#ии #большие_языковые_модели #знания #данные #рассуждения #оценка_знаний #экзамен #gpt #open_ai #claude

Прогнозирование цен на Airbnb в Нью-Йорке

Привет, Хаброжители! Мы открыли предзаказ на книгу «Машинное обучение на табличных данных: XGBoost, глубокое обучение и ИИ» Марка Райана и Луки Массарона. Предлагаем ознакомиться с главой 3 «Машинное и глубокое обучение». Чтобы сравнить машинное и глубокое обучение с точки зрения простоты, сопоставим два решения для конкретной задачи классификации табличных данных: прогнозирование того, будет ли объект недвижимости, предлагаемый в аренду на платформе Airbnb в Нью-Йорке (NYC), иметь цену больше или меньше средней цены в объявлениях Airbnb на этом рынке.

https://habr.com/ru/companies/piter/articles/1009986/

#книга #книги_по_программированию #предзаказ #анализ #данные #data #ИИ #машинное #обучение

6 800 замеров глюкозы у кошек с диабетом: что я узнал, создав платформу для мониторинга

Привет, Хабр! Полгода назад я писал здесь , как за 5 дней с помощью Claude создал приложение для мониторинга диабета у своей кошки Манишки. Ей было 13 лет, она весила 3 кг, и каждый день я мерял ей сахар глюкометром и колол инсулин. Из блокнота на холодильнике данные перекочевали в Excel, потом в Python-скрипт с графиками, а потом — в полноценное веб-приложение Diabnostic . С тех пор кое-что изменилось: Манишка вышла в ремиссию в декабре 2025 — глюкоза пришла в норму, инсулин больше не нужен. Но приложение жило своей жизнью: за 5 месяцев работы на платформе зарегистрировались 346 владельцев , и вместе с их питомцами накопился уникальный датасет — 6 783 записи глюкозы от 121 питомца . В этой статье — о том, какие неожиданные медицинские инсайты я нашёл в обычном дневнике глюкозы. Поехали!

https://habr.com/ru/articles/1010334/

#диабет #кошка #разработка #ии #данные #ветеринария #диабет_1_типа

CyberChef — инструмент, который заменяет десятки утилит

Разработчики, работающие с «грязными» данными регулярно сталкиваются с задачами, которые сами по себе несложны, но требуют небольших вспомогательных инструментов. Нужно декодировать строку Base64 из лога, проверить хеш файла, быстро попробовать XOR-ключ, разобрать бинарный фрагмент или понять, что скрывается внутри странной строки из сетевого дампа. Обычно для этого приходится комбинировать несколько утилит, писать короткие скрипты или искать подходящую библиотеку. В какой-то момент вокруг таких задач накапливается целый набор вспомогательных инструментов, каждый из которых решает лишь небольшой кусок проблемы. Знакомьтесь, CyberChef - веб-приложение, разработанное в Government Communications Headquarters. Его нередко называют «кибер-швейцарским ножом» для работы с данными. В одном интерфейсе собрано несколько сотен операций: кодирование и декодирование строк, криптографические алгоритмы, работа с бинарными форматами, сетевые структуры, временные метки, анализ сертификатов и множество других преобразований. При этом инструмент не требует установки и работает прямо в браузере, хотя при необходимости его можно скачать и использовать локально.

https://habr.com/ru/articles/1009606/

#аналитика #шифрование #дешифровка #инструменты #обзор #информационная_безопасность #данные #анализ_данных #анализ_трафика #шифр

Линейная алгебра для нейросетей: векторы на практике

Данная статья посвящена основе основ нейронауки — линейной алгебре. Если вы когда-либо планируйте изучать искусственные нейронные сети (и не только), то вам необходимо начать именно с этого. Причем не важно, собираетесь ли вы заниматься фундаментальными исследованиями (Data Science) или просто лепить модели в продакшн на конвейере (ML Engineering), вы обязаны знать их математику хотя бы поверхностно. Любые настройки, дообучение и применение даже готовой модели, требуют понимания основ. А по сему данное знание, как минимум, не будет избыточным. Материал рассчитан на новичка. Если вы знаете школьную математику, то сможете освоить и мой курс. В будущем я напишу статью о линейном представлении нейросетей, где мы адаптируем полученное знание под прикладные задачи, напишем некоторые слои на Python и построим настоящую модель! В этой статье: * Понятие вектора; * Векторизация данных; * Умножение на скаляр; * Сложение векторов; * Норма вектора; * Скалярное умножение; * Векторное умножение; * Практика с кодом; * Домашняя работа. Все будет объяснено на красочных примерах в игровой форме. Ничего сложного. А в конце вас ждет самостоятельная практика с кодом. Приятного чтения!

https://habr.com/ru/articles/1001896/

#линейная_алгебра #вектор #нейросети #математика_для_data_science #скалярное_произведение #векторизация #данные #машинное+обучение #тензор #матрицы

Линейная алгебра для нейросетей: векторы на практике

Данная статья посвящена основе основ нейронауки — линейной алгебре. Если вы когда-либо планируйте изучать искусственные нейронные сети (и не только), то вам необходимо начать именно с этого. Причем не важно, собираетесь ли вы заниматься фундаментальными исследованиями (Data Science) или просто лепить модели в продакшн на конвейере (ML Engineering), вы обязаны знать их математику хотя бы поверхностно. Любые настройки, дообучение и применение даже готовой модели, требуют понимания основ. А по сему данное знание, как минимум, не будет избыточным. Материал рассчитан на новичка. Если вы знаете школьную математику, то сможете освоить и мой курс. В будущем я напишу статью о линейном представлении нейросетей, где мы адаптируем полученное знание под прикладные задачи, напишем некоторые слои на Python и построим настоящую модель! В этой статье: * Понятие вектора; * Векторизация данных; * Умножение на скаляр; * Сложение векторов; * Норма вектора; * Скалярное умножение; * Векторное умножение; * Практика с кодом; * Домашняя работа. Все будет объяснено на красочных примерах в игровой форме. Ничего сложного. А в конце вас ждет самостоятельная практика с кодом. Приятного чтения!

https://habr.com/ru/articles/1001896/

#линейная_алгебра #вектор #нейросети #математика_для_data_science #скалярное_произведение #векторизация #данные #машинное+обучение #тензор #матрицы

Линейная алгебра для нейросетей: векторы на практике

Данная статья посвящена основе основ нейронауки — линейной алгебре. Если вы когда-либо планируйте изучать искусственные нейронные сети (и не только), то вам необходимо начать именно с этого. Причем не важно, собираетесь ли вы заниматься фундаментальными исследованиями (Data Science) или просто лепить модели в продакшн на конвейере (ML Engineering), вы обязаны знать их математику хотя бы поверхностно. Любые настройки, дообучение и применение даже готовой модели, требуют понимания основ. А по сему данное знание, как минимум, не будет избыточным. Материал рассчитан на новичка. Если вы знаете школьную математику, то сможете освоить и мой курс. В будущем я напишу статью о линейном представлении нейросетей, где мы адаптируем полученное знание под прикладные задачи, напишем некоторые слои на Python и построим настоящую модель! В этой статье: * Понятие вектора; * Векторизация данных; * Умножение на скаляр; * Сложение векторов; * Норма вектора; * Скалярное умножение; * Векторное умножение; * Практика с кодом; * Домашняя работа. Все будет объяснено на красочных примерах в игровой форме. Ничего сложного. А в конце вас ждет самостоятельная практика с кодом. Приятного чтения!

https://habr.com/ru/articles/1001896/

#линейная_алгебра #вектор #нейросети #математика_для_data_science #скалярное_произведение #векторизация #данные #машинное+обучение #тензор #матрицы

Линейная алгебра для нейросетей: векторы на практике

Данная статья посвящена основе основ нейронауки — линейной алгебре. Если вы когда-либо планируйте изучать искусственные нейронные сети (и не только), то вам необходимо начать именно с этого. Причем не важно, собираетесь ли вы заниматься фундаментальными исследованиями (Data Science) или просто лепить модели в продакшн на конвейере (ML Engineering), вы обязаны знать их математику хотя бы поверхностно. Любые настройки, дообучение и применение даже готовой модели, требуют понимания основ. А по сему данное знание, как минимум, не будет избыточным. Материал рассчитан на новичка. Если вы знаете школьную математику, то сможете освоить и мой курс. В будущем я напишу статью о линейном представлении нейросетей, где мы адаптируем полученное знание под прикладные задачи, напишем некоторые слои на Python и построим настоящую модель! В этой статье: * Понятие вектора; * Векторизация данных; * Умножение на скаляр; * Сложение векторов; * Норма вектора; * Скалярное умножение; * Векторное умножение; * Практика с кодом; * Домашняя работа. Все будет объяснено на красочных примерах в игровой форме. Ничего сложного. А в конце вас ждет самостоятельная практика с кодом. Приятного чтения!

https://habr.com/ru/articles/1001896/

#линейная_алгебра #вектор #нейросети #математика_для_data_science #скалярное_произведение #векторизация #данные #машинное+обучение #тензор #матрицы

«Искусство визуализации в бизнесе». Разбираем новое издание бестселлера

Вы когда-нибудь задумывались, почему одни дашборды и графики мгновенно доносят мысль и запоминаются, а другие, перегруженные цифрами, вызывают только зевоту? В эпоху, когда любой график можно сгенерировать нейросетью за минуту, этот вопрос стал как никогда актуальным. Сегодня мы расскажем о книге, которая учит не просто строить графики, а проектировать визуальные истории, способные увлечь аудиторию, будь то совет директоров или миллионы читателей онлайн. Это второе, полностью переработанное издание бестселлера «

https://habr.com/ru/companies/bhv_publishing/articles/992166/

#визуализация #визуализация_данных #визуализация_информации #данные #диаграммы #дизайн #визуализация_графов #визуализация_алгоритмов

Технический долг vs сроки: баланс при разработке госреестра

Привет, я Андрей! Ну где ты был, ну открывай статью скорей :) За технической инфой я обращался к команде разработчиков, в том числе к backend-разработчику Сергею Колеватову. Он пояснил мне за все технические штуки, а я уже поведаю вам подробнее. В этот раз расскажу об опыте создания внутренней системы для госкомпании. Загвоздка, как всегда, была в сроках и ресурсах. А продукт нужен сразу порядочный. Готовый шаблон, Symfony Forms и «грязный» код. Выбор пал на скорость вместо качества — продукт запущен за 2 месяца, ноооо… мы получили «технический долг». Как к этому пришли и как решили проблему, расскажу прямо сейчас.

https://habr.com/ru/articles/987656/

#техдолг #технический_долг #рефакторинг #программирование #разработка #реестр #госкомпании #данные #календарь #symfony