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.
Привет, Хабр! Предположим, у вас есть база в Airtable, где живет маркетинг, рекрутинг, операционка или любой другой ключевой рабочий процесс. После того как компания объявила о прекращении доступа к ним из России, нужно как можно быстрее и безболезненнее перенести данные, профили пользователей, систему доступов, вложения, сценарии автоматизации.
Меня зовут Артем Михеенко, я продакт-оунер MWS Tables. Ниже по шагам расскажу, как можно оперативно мигрировать из одной системы в другую и восстановить рабочие процессы.
Показываю ряд полезных советов для визуализации данных в дашбордах и инфографике, они помогут быстрее считывать данные и делать на основе них правильные выводы
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!
Как люди достигали понимания задолго до появления продуктовых команд? Картинки. Это первое, что использовали для объяснения, — образы и примитивные рисунки. Современные тренды в коммуникации возвращают нас к этой практике — к визуализации смыслов. В статье расскажу про три техники визуализации информации.
Цифры обладают опасной аурой объективности. «Цифры не врут», — говорит нам внутренний голос. «Против математики не попрешь», — вторит ему здравый смысл. Но правда в том, что статистика — это не просто математика, это искусство интерпретации. И в умелых руках аналитика или маркетолога одни и те же сырые данные могут рассказать две совершенно разные истории.
Задаче создания компьютерной имитации мозга сейчас посвящен проект the China Brain Project. Ранее этой задачей занималась японской команды RIKEN, «Human Brain Project» и «Blue Brain».
Как культурная среда в компании влияет на принятие решений и зачем девелоперу внедрять процессную аналитику — обсудили на ежегодной открытой конференции Сбера по Process Mining. Николай Бажанов, руководитель отдела бизнес-процессов в Sminex, выступил в качестве спикера и принял участие в панельной дискуссии о новых возможностях, которые даёт ИИ.
Подход Sminex: здравый смысл важнее регламентов
Николай рассказал о культуре Sminex — основе для эффективного использования процессной аналитики. Цель её внедрения — получить объективную картину выполнения процессов в строительстве.
Привет, Хабр!
Cегодня мы поговорим об очередном этапе развития нашего продукта — о его эволюции и мутации.
В последний рабочий день декабря мы решили выпустить новую версию 2025H2 «Приём», преумножив шутку про релиз в пятницу. Главными обновлениями стали появление модуля «Ресурсно-сервисная модель (PCM)» и трансформации данных. Под катом рассказываем подробнее и делимся скриншотами.
TL;DR Раздаем «Графиню» и отвечаем на вопросы в TG-сообществе.
229 заездов, 140 пилотов, 28 часов работы — столько данных мы собрали из Assetto Corsa за три дня SOC Forum 2025.
Мы превратили обычный гоночный симулятор в источник телеметрии: забирали данные из игры, строили дашборды в реальном времени и даже придумали ачивки для самых отчаянных пилотов.
Рассказываю, как устроен сбор данных из игровых симуляторов, что можно из них вытянуть и зачем это бизнесу.
Data-driven разбор рынка Steam 2021–2025
Каждый год десятки тысяч разработчиков выходят в Steam с надеждой, что их игра «найдет аудиторию». Платформа кажется демократичной: опубликуй игру, заплати сбор — и ты рядом с хитами. Но так ли хорошо у них дела? Данные говорят, что на деле Steam — это жесточайший рынок за внимание игроков, где либо ты привлек игроков на старте, либо тебя, вероятнее всего, ждет забвение…
Представляю результат анализа данных из Steam за 2021–2025 годы (≈65 000 игр).
Мне пришлось изучать мир детских книг по работе с данными, когда мы с товарищем начали писать свою книжку. На удивление, на русском языке подобных книг не так много. Но как прекрасно, что часть зарубежных уже переведена на русский! Жаль, что не все!
Давайте покажу вам самые занятные мои находки, сгруппирую их по темам и отсортирую по рекомендуемым возрастам.
Почему data-команды так часто увлекаются модными инструментами и забывают про реальные задачи бизнеса? Автор разбирает, как переход от роли исполнителей к роли партнёров влияет на доверие, устойчивость команды и результат, а заодно — что с этим делать на практике.
Всем привет! Меня зовут Ульяна Айкович, я исследователь. И мы продолжаем цикл статей в блоге от продуктовой команды «БКС Мир инвестиций». Сегодня я расскажу, как мы можем глубже анализировать время выполнения заданий, а также, как измерить группы респондентов в немодерируемых UX-тестах. В данной статье я разберу не только медиану и процентили для оценки времени, но и критерий Манна–Уитни — простой способ статистически сравнить две группы респондентов.
Статья будет полезна вам, если вы хотите принимать более обоснованные решения в дизайне и интерфейсе цифрового продукта.
Недавно мне предстояло написать реализацию LogisiticRegression для одного проекта в Школе 21, так что было необходимо разложить всё по полочкам и разобраться в бинарной классификации в целом. Хочу поделиться также этой информацией здесь, потому что не нашла статьи, которая была бы понятна и обширна лично в моём случае.
Предыдущие части:
«Геометрическая головоломка на выходные»,
«Электродинамика виртуальной Вселенной»,
«Механика виртуальной Вселенной»,
«Квантовая механика виртуальной Вселенной (Часть I)»,
«Квантовая механика виртуальной Вселенной (Часть II)»
«Релятивизм виртуальной Вселенной»
«Космология виртуальной Вселенной (Часть I)»
«Космология виртуальной Вселенной (Часть II)»
«Электричество, проводимость и сверхпроводимость в виртуальной Вселенной»
«Атом в Виртуальной Вселенной (Часть I)»
«Атом в Виртуальной Вселенной (Часть II)»
«Атом в Виртуальной Вселенной (Часть III) [Химия]»
Здравствуйте, мои уважаемые читатели.
Следующим шагом я хотел приступить к описанию ядра атома в рамках описанной ранее теории. Но по комментариям и при личном обсуждении, пришёл к выводу, что теория хоть и является минималистичной, но всё-же, интуитивному её пониманию сильно мешает то, что всё обсуждение строится в 3+1 геометрических измерениях. С одной стороны — их не 11, как в теории суперструн, но и 4 — это сложно для понимания для неподготовленного человека. Да и, кого я обманываю — даже подготовленному проще оперировать формулами, чем образами в пространствах, размерностью выше трёх. Но в этой модели очень важно понимать её онтологию, суть процесса. Формулы являются лишь языком, позволяющим (вот тут будет тавтология) описать формализм системы и дать возможность оценить её качественно и количественно.
Эти размышления привели меня к мысли о необходимости дать расширенное визуальное описание системы. Я не придумал ничего лучше, чем понизить размерность. Исходно, у нас система представляет собой трёхмерную сферу S3. А давайте рассмотрим такую же модель, но на сфере S2. Да, удастся показать не всё — например, спин 1/2 здесь показать не выйдет. Но кое что должно проявиться и дать интуицию.
Разбор метрики «Северная звезда» как инструмента продуктового и бизнес-роста. В статье объясняется, почему одной ключевой метрики недостаточно, как деревья метрик связывают стратегию с повседневными решениями команд и какую роль продуктовая аналитика играет в поддержании этого подхода на практике.
Как менялся сон моих детей: анализ 5 лет накопленных данных
За 5 лет жена скрупулезно записывала сон наших дочерей. Я взял эти данные и проанализировал: как меняется сон с возрастом, сколько спят дети на самом деле, и правда ли нормы ВОЗ работают.
Оказалось, что наши дети спят по-разному, но оба — в пределах нормы. И даже в одинаковом возрасте их паттерны сна удивительно похожи!
В статье: 📈 графики, 📊 статистика и главный вывод для родителей.
#анализданных #родительство #детскийсон #python #датасаенс
Решил немного изучить рынок аренды жилья в городе Санкт-Петербург.
Что сейчас по ценам, где и какие квартиры дешевле или дороже?
Данные: ЦИАН, 7 038 объявлений (цены предложения, не сделки). База - медиана, чтобы не искажаться хвостом.
В итоге собрал вот такой PDF-отчет за январь 2026 (яндекс диск).
В момент выхода протокола MCP нас очень заинтересовали его возможности. Нам хотелось использовать этот протокол для того, чтобы внутренние пользователи могли обращаться к базе данных в свободной форме и получать данные в течение нескольких минут. MCP для этого выглядел очень хорошо: пользователь может сформировать запрос на удобном для него языке, а LLM поймет, что нужно сделать и сделает это.
На первый взгляд MCP в связке с LLM полностью закрывал данные проблемы, однако с ростом объема данных стало заметно, что LLM не удается обрабатывать их быстро и качественно, а написание SQL запросов для нее не всегда легкая задача (даже если примеры этих запросов у нее есть в промпте). В итоге мы получили потерю контроля над контекстом модели и непредсказуемый результат.
В этой части я расскажу про интеграцию с Open WebUI и какая архитектура модели позволила победить вышеуказанные проблемы. Следующие статьи расскажут о реализации MCP таким, каким он позволяет выполнять наши задачи (но не финальной версии). Эта статья может быть полезна всем, кто строит свои модели на основе Open WebUI или еще только выбирает фреймворк, на котором предстоит строить будущую модель
