базы данных. - страница 17

Исследование проблем начинающих пользователей 1С: путь к успешному освоению платформы

Я провел небольшое исследование и выявил основные проблемы основные проблемы с которыми сталкиваются Джуны (новички) в 1С. Основные проблемы джунов (новичков) в 1С.Технические сложностиНачинающие пользователи 1С сталкиваются с широким спектром технических проблем, которые могут серьезно затруднить процесс обучения. Одной из самых распространенных является сама сложность изучения и понимания специфики 1С, поскольку это уникальная платформа разработки с собственной логикой и особенностями.

продолжить чтение

Jay Knowledge Hub: от прототипа до промышленного PaaS создания баз знаний полного цикла

Привет, Хабр! Меня зовут Никита, я руководитель команды разработки умного поиска на основе генеративного AI в Just AI. В этой статье я расскажу о нашем опыте в умный поиск — как от mvp RAG-сервиса для Q&A бота нашей службы поддержки мы пришли к облачной платформе Jay Knowledge Hub (сокращенно KHUB), которая помогает нашим клиентам автоматизировать поиск по различным источникам знаний.Как все начиналось: прототип на базе RAGНаш основной продукт — диалоговая система для создания чат-ботов JAICP

продолжить чтение

Когда O(n) мешает отбирать резюме в Росатоме

Главная проблема поиска сотрудников — предвзятость. Порой кажется, что наше резюме подходит под свою роль на 100 %, а рекрутер отклоняет его. Проблема с противоположной стороны баррикад: рекрутер должен отсмотреть по 200, 300 и более резюме в день. По разным данным, на каждое уходит всего лишь 6–10 секунд. А что если можно решить эти две проблемы с помощью ML? Сделать модель, которая исключит любой байес и поможет рекрутеру объективно отбирать подходящих кандидатов (где «подходящесть» обусловлена красивой математикой!). Мы это сделали. Оказалось, что если вы хотите добиться непредвзятости, то вам придётся внести в систему предвзятость. Оксюморон в статистике! Что мы увидели: Женатые и замужние — в топе: пока вы не уходите глубоко в анализ, этот быстрый фактор повышает ранг. Чем точнее ваша модель, тем меньше его вес. Английский — плохо: знание английского почему-то работало как антипаттерн, снижая релевантность. ОГУРЕЦ: кто-то зачем-то написал это слово в резюме. Оно попало в словарь модели и получило большой вес. Иксель — люди пишут Excel как угодно, и само слово в правильном написании оказалось снижающим оценку. К резюме может быть приложено много мусора. Самый эпичный пример: авиабилет Москва — Челябинск вместо резюме. Но давайте начну с начала.

продолжить чтение

Какие начать осваивать профессии сегодня, чтобы завтра работать с моделями искусственного интеллекта?

Собрал для вас профессии и навыки, которые надо осваивать уже сегодня, чтобы завтра не стоять в очереди в службу занятости, где тётеньки с искусственным интеллектом будут предлагать вам мыло и веревку, вместо свободных человеческих вакансий.

продолжить чтение

Как мы учили по-доброму шутить LLM и у нас получилось (почти)

продолжить чтение

SRE в инженерии данных: профессия и ее перспективы

Всем привет! Меня зовут Александр Андреев, я SRE дата-инженер. Сегодня я хочу рассказать о необычной, но набирающей обороты роли в области обработки данных - SRE Data Engineer: кто это такой, чем занимается, как им стать, куда развиваться и какие перспективы у этой профессии. ВведениеПредставьте ситуацию: пайплайн данных, который должен готовить критически важные отчеты, внезапно сломался. Есть всего несколько часов (в самом лучшем случае - дней), чтобы понять, что произошло, исправить проблему и убедиться, что данные будут готовы вовремя. А затем нужно автоматизировать процесс так, чтобы эта проблема больше не повторялась.

продолжить чтение

40 открытых уроков мая: куда движется мир IT в 2025 году

продолжить чтение

Как Supabase внезапно стал фундаментом вайб-кодинга

Supabase переживает настоящий взлёт, получив инвестиции в 200 миллионов долларов от фонда Accel и оценку в 2 миллиарда. Насколько это серьёзно? Достаточно серьёзно, чтобы инвестор из Accel решился на 17-часовой перелёт для встречи с генеральным директором Полом Коплстоуном в одном из самых отдалённых уголков Новой Зеландии. Коплстоун потом шутил, что так и не понял, прилетел ли инвестор из-за сделки или просто хотел потом рассказывать "эпическую историю", но в любом случае был впечатлён таким подходом.

продолжить чтение

Эра Big Data: новые возможности в принятии решений

Что такое Big Data?Big Data - это огромные объёмы данных, которые невозможно обработать с помощью традиционных методов.Они могут быть структурированными (например, данные из баз данных) или неструктурированными (например, текстовые данные из социальных сетей).Большие данные представляют собой колоссальные массивы информации, генерируемые в процессе повседневной деятельности индивидов и организаций.Эти данные аккумулируются, подвергаются обработке и анализу с применением специализированных технологий и методологий, что позволяет извлекать из них ценные инсайты и прогнозировать будущие тенденции.

продолжить чтение

Cohere выпускает Embed 4: новая модель для работы с большими объёмами данных

Расширенная генерация на основе поиска (RAG) по-прежнему является неотъемлемой частью современного увлечения агентским ИИ. Воспользовавшись сохраняющимся интересом к агентам, Cohere выпустила последнюю версию своей модели встраивания с более длинными контекстными окнами и большей мультимодальностью.

продолжить чтение