Нужно ли аналитику данных машинное обучение — и как его освоить
Нужно ли аналитику машинное обучение? Ответ неоднозначный: всё зависит от места работы и планов в профессии.Меня зовут Раф, я аналитик ценообразования в Авито (а раньше в Яндекс Лавке), преподаватель машинного обучения в Центральном университете, выпускник факультета компьютерных наук в НИУ ВШЭ и курса «Специалист по Data Science» в Яндекс Практикуме. В этой заметке я расскажу, зачем аналитику машинное обучение, когда без него можно обойтись и как его освоить, если этого потребуют задачи.
DCN-R: как объединить Deep & Cross-модель и ResNet-подход для улучшения рекомендаций
GitHubМотивация и постановка задачиВ индустрии путешествий выбор отеля определяется не только ценой или фотографиями, но и уровнем доверия к источнику рекомендаций. Официальные отзывы часто кажутся обезличенными, а алгоритмические подборки - слишком «машинными» и лишёнными человеческого контекста.
Сравнение инструментов разметки данных для CV: Label Studio & CVAT & Roboflow — опыт разметки 6000+ изображений
Если вы хоть раз обучали модель компьютерного зрения, вы знаете, как качество данных решает всё. На первый взгляд кажется, что задачи у всех инструментов одинаковые: поставить рамку, провести полигон, экспортировать данные, но в реальности всё упирается в детали:как быстро аннотатор может разметить тысячу изображений;удобно ли контролировать качество и правки;можно ли подключить модель для предразметки;как работает экспорт и интеграция с ML-пайплайном;где будут храниться данные - на сервере компании или в облаке;
What‑if анализ сегодня: от Excel‑зоопарка к ИИ‑агентам
Всем привет!Меня зовут Александр Костюков, я занимаюсь стратегическим развитием ИИ-аналитика EasyReport. Сегодня хочу поделиться с вами своими размышлениями о том, как анализ “что если” превращается из экселевской игрушки в реальный управленческий инструмент, который теперь можно автоматизировать.“Что если” и с чем его едятВыравниваем инфо-поле:What-if анализ — это метод оценки последствий изменения входных параметров какой-то рассчитываемой модели, например: - “Что произойдет с себестоимостью единицы продукции и маржой, если тариф на э/э вырастет на 3%?”; - “
Наука для бизнеса: что внедрять завтра (анализ 134 195 научных работ 2025 года)
Почему научные статьи?Чтобы понять, какие технологии будут определять рынок завтра, компании опираются на прогнозы/отчёты аналитиков или (за рубежом) анализируют патенты. Но есть источник, который часто опережает и патенты - научные публикации. Именно в лабораториях и университетах появляются методы, которые через год-два становятся основой RnD бизнеса, а затем - реальными продуктами.
Безопасность — это не отсутствие структуры, а наличие правильной структуры: топология как новый язык науки
"Геометрия — это искусство правильно рассуждать на incorrectly drawn figures" — Анри Пуанкаре "Криптография — это искусство обеспечения безопасности через правильную топологию" — современная формулировкаВведениеМы привыкли думать о безопасности как о чем-то случайном: "чем больше случайности, тем безопаснее". Но что если это заблуждение? Что если настоящая безопасность — не в отсутствии структуры, а в наличии правильной структуры?
«Нанософт» сказал — «Нанософт» сделал. Представляем новые ИИ-модули NSR Specification для инженеров и проектировщиков
Команда NSR SpecificationАнонсируем обещанную осеннюю премьеру обновления цифровой платформы NSR Specification для автоматизации проектирования с модулями семантического анализа и семантического поиска. 23 октября приглашаем присоединиться к
Бесконечность в ваших данных – power laws
Сегодня я хочу рассказать о теме, которая редко затрагивается в курсах по статистике, но порой встречается на практике. Она может сломать основания всех ваших привычных методов и даже ваш мозг. Имя этой теме – power laws или “степенные законы”. В этой статье я расскажу, что это такое, покажу примеры реальных данных и расскажу, что делать, если в ваших данных встретился степенной закон. Я постарался сделать текст читаемым для широкого круга людей и не нагружать его формулами.
Как наш ИИ-аналитик научился думать и советовать, а не просто рисовать отчёты. Вебинар
Все еще месяцами разрабатываете статичные дашборды? Тогда мы идем к вам! А точнее, приглашаем вас на вебинар 16 сентября.Расскажем, как уже сегодня искусственный интеллект берет на себя часть задач аналитиков. Покажем, как можно общаться с данными в режиме реального времени, быстро понимать ситуацию и получать инсайты, а не просто делать drill down / drill through. А также продемонстрируем работу обновленного Easy Report в режиме ИИ-агента (и не только).Дата: 16.09.2025 (вторник)Время: 11 МскРегистрация.В программе:
