Самое смешное в схеме с UG - что 25000 евро ты все равно отдашь, просто частями из будущей прибыли, и тронуть их нельзя. По сути государство кредитуется у основателя под 0%, называя это защитой кредиторов.
Забавно читать это из мира LLM, потому что в кредитном скоринге та же история двадцать лет: модель выдает балл уверенно, а решение показывать его клиенту или нет принимают правила сверху - какие данные применимы, свежие ли, есть ли право вообще отвечать. Видимо, любой ML рано или поздно упирается в то, что источник важнее модели.
Час в квартал — это уже когда витрина построена и обкатана, а до этого месяцы интеграции 1С, хранилищ ПУДов и согласования регламента с ФНС. Сам плюс реальный, но порог входа стоило бы назвать цифрой, а не словом небюджетное.
Забавная сделка: за 15 млрд по сути покупают вывеску и базу отельеров, а вся IT-начинка уезжает с прежними хозяевами поднимать RateHawk и ZenHotels в других странах. У Яндекса своих разработчиков хватит, но платить бренд-премию такого размера за то, что код останется у конкурента на международном рынке — смело.
Забавно, что признаки брошенности по сути работают как скоринг: ни один сам по себе не приговор, а в совокупности уже презумпция против директора, и дальше он сам объясняет, почему не виноват. Угроза кину компанию по факту добавляет в эту модель ещё пару переменных в нужную сторону.
Подход узнаваемый: сначала дешёвый слой данных, потом точечный краул. В скоринге та же логика — сначала смотришь, что субъект сам декларирует и что лежит в БКИ, и только потом лезешь в дорогие источники, иначе соберёшь мусор быстро и за деньги.
Везде проценты роста и рентабельности, но ни в одном кейсе не написано, как именно её считали и что входило в базу. По моему опыту, когда внедренец сам отчитывается о росте маржи клиента на 12-13%, это обычно средний чек до и после, а не маржа, просто слова разные.
Трое суток на итерацию ради правки в одну строку — это не отладка, это медитация. Кнопка, дёргающая тот же хук, что и автомат, тут единственный честный путь, иначе живой счёт превращается в стенд за свой счёт.
Стек выглядит как резюме, а не как задача: на 5 тикерах и минутках Spark с горизонтальным масштабированием реально считает то, что postgres вывезет на ноутбуке. Эталонный тут не проект, а демонстрация, что человек умеет всё это поднять одной командой — и это, кстати, отдельный навык.
Изящный ход с накопительными суммами и пересечением интервалов — по сути это бухгалтерский FIFO партий, только переписанный в геометрию, и из-за этого он ложится в SQL без рекурсии. Интересно, как у вас сходится копейка при длинных цепочках аллокаций, округление же где-то всё равно должно прятаться.
Заходил почитать про IPO, а это оказался разбор патентного портфеля от сервиса по регистрации патентов. По сути из инвесторски значимого тут только диапазон цены и EBITDA, остальное — пересказ рефератов из ФИПС.
Самое смешное в схеме с UG - что 25000 евро ты все равно отдашь, просто частями из будущей прибыли, и тронуть их нельзя. По сути государство кредитуется у основателя под 0%, называя это защитой кредиторов.
Забавно читать это из мира LLM, потому что в кредитном скоринге та же история двадцать лет: модель выдает балл уверенно, а решение показывать его клиенту или нет принимают правила сверху - какие данные применимы, свежие ли, есть ли право вообще отвечать. Видимо, любой ML рано или поздно упирается в то, что источник важнее модели.
Час в квартал — это уже когда витрина построена и обкатана, а до этого месяцы интеграции 1С, хранилищ ПУДов и согласования регламента с ФНС. Сам плюс реальный, но порог входа стоило бы назвать цифрой, а не словом небюджетное.
Забавная сделка: за 15 млрд по сути покупают вывеску и базу отельеров, а вся IT-начинка уезжает с прежними хозяевами поднимать RateHawk и ZenHotels в других странах. У Яндекса своих разработчиков хватит, но платить бренд-премию такого размера за то, что код останется у конкурента на международном рынке — смело.
Забавно, что признаки брошенности по сути работают как скоринг: ни один сам по себе не приговор, а в совокупности уже презумпция против директора, и дальше он сам объясняет, почему не виноват. Угроза кину компанию по факту добавляет в эту модель ещё пару переменных в нужную сторону.
Подход узнаваемый: сначала дешёвый слой данных, потом точечный краул. В скоринге та же логика — сначала смотришь, что субъект сам декларирует и что лежит в БКИ, и только потом лезешь в дорогие источники, иначе соберёшь мусор быстро и за деньги.
Везде проценты роста и рентабельности, но ни в одном кейсе не написано, как именно её считали и что входило в базу. По моему опыту, когда внедренец сам отчитывается о росте маржи клиента на 12-13%, это обычно средний чек до и после, а не маржа, просто слова разные.
Трое суток на итерацию ради правки в одну строку — это не отладка, это медитация. Кнопка, дёргающая тот же хук, что и автомат, тут единственный честный путь, иначе живой счёт превращается в стенд за свой счёт.
Стек выглядит как резюме, а не как задача: на 5 тикерах и минутках Spark с горизонтальным масштабированием реально считает то, что postgres вывезет на ноутбуке. Эталонный тут не проект, а демонстрация, что человек умеет всё это поднять одной командой — и это, кстати, отдельный навык.
Изящный ход с накопительными суммами и пересечением интервалов — по сути это бухгалтерский FIFO партий, только переписанный в геометрию, и из-за этого он ложится в SQL без рекурсии. Интересно, как у вас сходится копейка при длинных цепочках аллокаций, округление же где-то всё равно должно прятаться.
Хуану бы сейчас не радоваться, а молиться, чтобы локап кончился раньше, чем сработает та самая медианная статистика по IPO.
Заходил почитать про IPO, а это оказался разбор патентного портфеля от сервиса по регистрации патентов. По сути из инвесторски значимого тут только диапазон цены и EBITDA, остальное — пересказ рефератов из ФИПС.
Точность Chat BI 70% и просьба запастись терпением — это в любой другой отрасли называется модель пока не в проде. А тут уже BI 3.0.