Зачем OpenAI купила базу данных Rockset за $117M и тут же убила её для всех клиентов.
Как устроена архитектура «пять слоёв контекста».
Почему принцип «meaning lives in code» меняет подход к документированию данных.
И что из этого может взять обычная компания уже сейчас без GPT-5 и без $117M.
Всем привет! Меня зовут Василий Калинин, я senior-аналитик в отделе ML-аналитики музыкального сервиса Звук. Про то, чем занимается наша команда, мы уже писали ранее (можно почитать в этой статье).
Мой сегодняшний рассказ будет посвящен метрикам онлайн-оценки рекомендательных систем, использующихся в нашей компании.
Делюсь своим опытом и показываю как лучше всего визуализировать данные на картах. Рассказываю про логику цвета и особенности датавиза на нестандартных картах, на примере карты РФ и данным по объявлениям Авито.
Продолжаю серию обзоров о том, под какими ролями скрывается привычная нам работа системного аналитика в разных странах. На этот раз речь пойдёт о Польше.
В рамках исследования я проанализировал ведущий польский сайт (более 4000 вакансий) с вакансиями для IT-специалистов. Отобрал 194 вакансии, где полностью или частично выполняются функции системного аналитика, знакомые российскому рынку. Что получилось…
Сразу успокоим читателя: AI не вытеснил data-инженера из рабочего процесса. Наоборот, он сделал эту роль еще более значимой. И в этой статье объясняется, что именно это означает для вас и вашей профессии. Не с точки зрения технологий и инструментов, а с точки зрения изменения зоны ответственности.
AI, как и везде, конечно классно справляется с некоторыми задачами, но всю ответственность по-прежнему несет человек. Весь контекст не передашь через промпт, и AI не делает компромиссных решений. Большинство систем не выходят из строя, потому что было сложно написать код. Выходят потому что решения по разработке были приняты поспешно, и без четкого понимания, кто и как этими системами будет пользоваться. И AI еще быстрее за нас принимает решения, но все те же риски «непонимания контекста» остаются.
В статье рассказываем, зачем при сбоях в DWH нужен полноценный план аварийного восстановления, чем он отличается от резервного копирования данных и как выглядит на практике - на примере проекта для крупного ритейлера.
Памяти Кеннета Олсена, родившегося в этот день ровно 100 лет назад
Уже глубоко за полночь 1 декабря 1959 года, а именно в 1:30, едва Лоис Андерсон уложила спать третьего, младшего ребенка в семье, раздался телефонный звонок. Из отеля «Статлер Хилтон» в Бостоне Харлан Андерсон позвонил супруге, предупредив о том, что не сможет приехать ночевать домой: прототип PDP-1, исправно работавший в стенах DEC, по известному закону подлости отказывался работать в выставочном зале. До открытия компьютерной конференции оставалось менее восьми часов...
Как обеспечить устойчивое развитие IT-ландшафта под нужды бизнеса и снизить затраты на развитие в горизонте
Когда документация переехала в вики, люди решили, что страницы бесплатные, и начали писать всё в одном документе. Платить в этом случае всё равно приходится, но только не деньгами, а временем и нервами исполнителей, которые эту документацию читают. Я покажу, как разбиваю это на систему связанных страниц, где у каждой — своя роль, а точка входа — одна.
Привет, хабр!
Если вы увлечены трейдингом и хотите автоматизировать анализ рынка по концепции Smart Money Concept, то в этом вам может помочь собственноручно написанный индикатор. Написание индикаторов и систем по концепту smart mpney(ict) - часто довольно сложная история.
В этой статье я разберу, как создать такой индикатор в Pine Script версии 6 шаг за шагом. Мы пройдемся по коду, выделяя ключевые фрагменты с объяснениями, чтобы вы могли не только применить его на TradingView, но и понять логику, доработать или даже интегрировать в свои стратегии. Давайте нырнем в детали, начиная с основ.
Создаем интерактивную и обновляемую карту погоды по регионам России: данные собираются через API OpenWeatherMap с помощью R, обрабатываются и автоматически передаются в Datawrapper для визуализации в виде плиточной карты с температурой и погодными условиями.
Сейчас рынок труда многих ИТ-специальностей в пользу работодателей, похоже что в 2026 году это касается и 1С. Мы постучались к крупному франчайзи «Софт-Юнити» с предложением обсудить использование нашего продукта и получили такой ответ: «Я могу скинуть вам задание, которое даю аналитикам на собеседованиях. Прогоните его через свои инструменты, если ответ будет правильным, договоримся о встрече». Рассказываю о самом задании и как с ним справился ИИ-ассистент.
Привет, Хабр!
В этой статье разбираем фундамент ClickHouse — движок MergeTree. Посмотрим, как данные хранятся на диске, чем отличается «парт» от «партиции» и почему индекс в ClickHouse работает не так, как в привычных транзакционных базах вроде PostgreSQL или MySQL.
ИИ — уже не будущее.
Он уже здесь и прямо сейчас влияет на то, что считается хорошим сайтом, продающей страницей и эффективной карточкой товара.
Если сайт или карточка не адаптированы под логику ИИ — вы теряете трафик, позиции и, в итоге, деньги. Часто — даже не замечая этого.
В этой статье разберем, как данные iiko становятся входом для WFM TARGControl: как забирать из POS почасовую выручку и количество чеков, превращать их во временные ряды, использовать для прогноза нагрузки и дальше — для планирования смен и аналитики.
Прежде чем перейти к API и эндпоинтам, ответим на вопрос «зачем вообще тащить POS в планирование». В HoReCa расписание проверяется не отчетом в конце недели, а кассой и залом в ближайшие 1–2 часа: спрос распределен неравномерно по времени, каналам (зал/доставка/навынос) и дням недели. Поэтому устойчивое планирование начинается не с «графика в таблице», а с измеримых драйверов спроса, которые можно регулярно обновлять автоматически.
Показываю ряд полезных советов для визуализации данных в дашбордах и инфографике, они помогут быстрее считывать данные и делать на основе них правильные выводы
Штраф 40% за продажу квартиры в Дубае, московские налоговики начали сверять расходы россиян с их задекларированными доходами, как неумение держать язык за зубами в беседе с налоговым инспектором может создать проблем на ровном месте – в этой статье мы собрали самые кринжовые истории из жизни, с которыми налоговые юристы сталкивались на практике.
Сегодня займёмся реализацией моей довольной старой идеи. Покажу свой доработанный проект по очень интересный гипотезе. Здесь основными триггерами для торгового робота будут выступать две вещи: рыночная структура и использование уровней фибоначчи в комбинации с трейлинг стопом.
Разберём полный цикл разработки торговой системы: от формализации идеи до запуска реального бота на фьючерсной бирже. Проект состоит из двух частей: скрипта бэктеста (Back.py), realtime-бота (Realtime.py).
Цель статьи — показать не только торговую идею, но и инженерную реализацию: архитектуру, контроль состояния, обработку данных, синхронизацию, и различие между backtest-движком и real-time исполнением.
Итоговой результат бектеста - 25000$ прибыли на активе стоимость в 2000$ за 6 лет. Этот результат действительно реален. Отрисовали кривую капитала и посмотрели статистику и основные данные. Подробнее об этом и ньюансах читайте в статье!
В 2021 году Databricks ввели в моду термин «lakehouse», и индустрия дружно решила, что это и есть будущее. Аналитики писали восторженные статьи о том, что классические DWH мертвы. Вендоры спешно проводили ребрендинг своих продуктов, а на конференциях обещали единую архитектуру, которая решит вообще любые проблемы с данными.
Некоторые обещания Lakehouse сбылись. Другие оказались лишь маркетингом. А еще всплыли проблемы, которых никто не ожидал.
В этой статье разберем честный опыт внедрения Lakehouse к 2025 году: какие обещания оказались маркетингом, почему расходы на вычисления часто растут вместо экономии, и как на самом деле выглядит прагматичная работа с Delta Lake, Iceberg и Hudi в современных проектах. Что выжило в продакшене, что тихо скончалось, а о чем принято помалкивать?
Привет! Меня зовут Софья Лисичкина, я старший дата-аналитик в «Лемана Тех». Занимаюсь системой эффективного управления ассортиментом — проще говоря, делаю так, чтобы нужные товары оказывались в нужном месте в нужное время.
Хочу поделиться опытом применения рядов Фурье для автоматического определения сезонных товаров.
Что вы узнаете
Как из формулы сделать рабочий инструмент (без воды)
Весь путь: от «нам нужно...» до «работает!»
Почему мы не стали городить ML-модели, а выбрали простое решение
Как объяснить бизнесу, что такое амплитуды и фазы Фурье