Визуализация данных *

Сегодня компьютерная томография решает гораздо больше задач, чем просто визуализация внутренней структуры объекта. В медицине важно снижать лучевую нагрузку и получать больше информации о тканях, в промышленности — исследовать сложные объекты без разборки и разрушения, а в научных задачах — работать с нестандартной геометрией съемки и сложными типами данных.

Smart Engines разрабатывает технологии, которые расширяют возможности КТ на уровне алгоритмов реконструкции и анализа данных.

За Неделю Smart Tomo Engine мы рассказали и показали, как наши разработки помогают снижать лучевую нагрузку, определять состав исследуемого объекта, получать больше информации о мягких тканях, проводить неразрушающий контроль сложных изделий и создавать портативные томографические системы.

Собрали главное за Неделю Smart Tomo Engine в одном дайджесте 👇

Суть эксперимента сравнить графовые ответы 2-х моделей относительно друг-друга. Обоим моделям (QWEN 3.8 MAX и DEEPSEEK V4) был задан один и тот же перекрестный вопрос. Результаты загружены в PlyLoom для анализа и сравнения.

График скрывает выброс, старые показания выглядят свежими, а «Готово» означает только принятую команду. Шесть проверок для внутренних интерфейсов и MD-инструкция для аудита своей админки.

Когда говорят о Neo4j, чаще всего вспоминают social networks, fraud detection, recommendation systems или knowledge graphs.

Но графовая база может быть полезна и внутри обычного data engineering проекта, где уже есть Kafka, аналитическая база, dbt, Airflow и BI.

Мне было интересно проверить именно этот сценарий.

Зачем ускорять реактивность, если всё упирается в DOM? Рассказываю об устройстве Raph/Nova и показываю, как одно ядро используется для DOM и Canvas. Большие графы, таймлайны, карта и результаты замеров.

С 4 по 10 октября идёт Всемирная неделя космоса: 4 октября 1957 года на орбиту вышел первый спутник, а 10 октября 1967 года вступил в силу Договор о космосе. Прошло 69 лет, и сейчас в открытом каталоге CelesTrak 35 249 объектов на орбите Земли.

Я делаю страницу, где их видно все сразу, вместе с остальной Солнечной системой, в том положении, в каком они находятся прямо сейчас: полмиллиона астероидов, 600 комет, 40 космических аппаратов, МКС с прямым эфиром. Можно встать на любую планету и посмотреть на небо, а можно надеть скафандр и подлететь к астероиду.

Привет! Я — Анна Ноябрьская, работаю в отделе аналитики «Синтеки». Мы создаем софт для снабжения и закупок в строительстве и помогаем клиентам анализировать данные по многим бизнес-процессам.

За два года аналитики стало так много, что мы сами начали в ней тонуть. Чтобы подготовиться к встрече с клиентом, приходилось вручную изучать десятки отчетов и искать среди них нужные. Расскажу, как мы решили эту проблему и сократили подготовку с двух часов до пяти минут. 

Кнопка «Назад» кажется простой, пока на страницу не начинают вести разные маршруты. Мы решили разобраться, как спроектировать возврат так, чтобы пользователь не терял контекст и всегда понимал, куда попадет.

В прошлых статьях я раскладывал различные знания и сущности по листам и показывал, как сравнить две редакции регламента с помощью карты. Теперь расскажу, что происходит, когда карту дорабатывает LLM. В предыдущих версиях PlyLoom я как-то упустил момент с тем как реализовать взаимодействие без перезагрузки новой версии всего проекта целиком, равно как и отсутствие возможности сравнить различия 2-х файлов.

Всем привет, меня зовут Александра, и в 2024 году я занималась темой валидации спутниковых данных на основе наземных измерений.

Статья посвящена главной теме — какому же источнику верить и как я вижу свою работу спустя 2 года работы DevOps.

Летом 2022 года на Алтае датчик, лежащий на земле, показал +48 °C. Спутник Aqua почти в то же время над той же точкой увидел около +33. Кто из них прав и насколько вообще можно доверять «космической» температуре, я разбиралась в дипломе в ВКИ НГУ.

Спутниковые карты температуры поверхности используют климатологи, агрономы, гидрологи и пожарные службы. Они удобны: одна картинка покрывает тысячи километров, а наземная станция видит только свою точку. Но спутник не меряет температуру напрямую. Он ловит инфракрасное излучение сквозь атмосферу с высоты 700 км, а потом алгоритм пересчитывает его в градусы. Поэтому любые такие данные нужно проверять землёй. Эта проверка называется валидацией.

В статье расскажу, как я сравнивала данные MODIS (спутники Terra и Aqua) и Landsat 8 с показаниями термодатчиков, какие получились расхождения и на какие грабли я наступила.

Вы тоже стали чаще замечать движущиеся светящиеся точки на небе? Небо ожило даже для простых наблюдателей с земли. Я разработчик со стажем 7+ лет, а в космической отрасли работаю около 3-х, и скажу вам, цифры меня самого пугают - 8 лет назад вокруг Земли работало примерно 1950 спутников. Сейчас их порядка 16 тысяч. А в месте с [отслеживаемым] мусором 47 тысяч.

Однако с ростом оживленности космоса, я не наблюдаю роста популярности этой темы. Ну да, летают какие то спутники, что тут такого интересного. Однако я заметил, что настоящий интерес может проявиться, когда есть возможность все это "пощупать". Сам то я уже щупал, есть ряд заграничных сайтов отображающих все спутники в околоземном пространстве, но все эти ресурсы сделаны для тех "кто в теме". Они научно скучные. Я загорелся идеей сделать такую визуализацию более доступной для широких масс. И вот тут начинается самое интересное - как это все визуализировать на экран, и как сделать так, чтобы человеку стало интересно.

В  первой статье были разобраны причины поиска решения  по выводу корректных  подытогов и итогов в сводных таблицах SuperSet, а также подробный разбор первого способа решения с помощью UNION. В данной статья я разберу второй способ, который мне больше нравится, – это использование массивов.  

К 2040 году в России может стать примерно на 11 млн меньше работников в возрасте 30–49 лет, но при этом какого-то общего обвала числа работников при этом скорее не произойдет, так как будет частичная компенсация молодыми, людьми 50+ и миграцией, но уже после 2040 года эта компенсация будет начинать немного сбоить.

Я взял демографический прогноз Росстата, данные о занятости по полу и возрасту, учёл пенсионную реформу и миграцию и попробовал посчитать, сколько же людей вообще будет доступно российскому рынку труда в 2032, 2040 и 2046 годах. Плюс заодно примерно оценил то, насколько этот разрыв способны компенсировать миграция, более высокая занятость и ИИ.

1 октября в России заработал реестр цифровых платформ. Это седьмой новый государственный реестр только за 2026 год, и год ещё не закончился. Я подумал, что в такой ситуации стране срочно не хватает одного: реестра реестров. Собрал 100 государственных реестров в одну таблицу, проверил каждый по тексту закона и посмотрел, что из этого получается. Рассказываю, что узнал по дороге.

В очередной раз готовясь к выступлению, я задумалась над якобы фактом, который преследует любого, кто работает с визуальным мышлением и визуализацией в целом. «Мозг обрабатывает картинку в 60 000 раз быстрее текста», — тезис кочует из презентации в презентацию, используется как аргумент при доказательстве важности картинок и даже нашел место в книгах коллег. За годы исследования визуального мышления я выработала привычку проверять достоверность каждой цифры, которая ложится в презентацию или статью, искать пруфы. На этот быстро пруфов не обнаружилось. Слайд пришлось переформулировать и начать разбираться, откуда взялось такое красивое круглое число.

Спойлер — ни на одной странице никакой научной литературы такого числа нет, хотя тезис давно закрепился в профессиональном фольклоре визуального мышления и дизайна.

В статье расскажу про то как боролся с переместившимся клубком запутанных сущностей. Также поделюсь идеями и новостями по прототипу.

Я собрал больше 32 тысяч объявлений с Krisha и данные БНС по зарплатам, ценам, тарифам и переездам. Потом посчитал, сколько остаётся от зарплаты после аренды, еды и коммуналки, и сравнил это с тем, куда на самом деле переезжают люди.

Привет, Хабр!

Меня зовут Данила Ильичев, я инженер-аналитик продукта Digital Q.Sensor BI в компании «Диасофт». Недавно я провел вебинар, на котором мы разбирали практический вопрос: как далеко сегодня можно зайти в финансовой аналитике, если отдать часть рутинной работы искусственному интеллекту.

ИИ в финансовой аналитике для нас – это не история про модную технологию, которую нужно куда-нибудь встроить ради факта использования ИИ. В первую очередь это вопрос: какие этапы аналитики можно ускорить с помощью ИИ, сохранив контроль над данными, расчетами и результатом. Одним из ответов стала легковесная платформа Digital Q.Sensor BI.

Главный сдвиг — Data Catalog перестал быть просто справочником метаданных и становится инфраструктурой доверия к данным и источником контекста для аналитиков, процессов и ИИ-агентов.

Три года назад мы выпустили исследование российских каталогов данных. Тогда для сравнения решений хватало около 20 вопросов: есть ли автоматическая каталогизация, Data Lineage, бизнес-глоссарий и другие базовые функции.

В отчёте «Data Catalog Круг Громова 2026» - количество критериев выросло до 325. За три года рынок заметно изменился, и прежней методики стало недостаточно. В этой статье расскажем не о результатах сравнения продуктов, а о главных изменениях рынка — в том числе тех, которых мы сами не ожидали увидеть.

Superset умеет строить сводные таблицы,  но при выводе подытогов и итогов (subtotals/total)  в сводных таблицах с иерархически структурированной метрикой сталкиваешься с ограничением: из коробки можно строить только простые метрики. А если нужна процентная метрика с корректными подытогами и итогами — приходится искать обходные решения.

 В этой статье разберём, как обойти это ограничение на уровне обращения к БД (ClickHouse).

Я  нашла два подхода: UNION и массивы. И начну с первого, детально разобрав именно через UNION.