Data Engineering.

«Вам может это понравиться»: на Урбан ML разобрались, почему рекомендательные системы перестали предлагать похожее

Открывая онлайн-кинотеатр, сервис для прослушивания аудиокниг или музыки, пользователи редко задумывается о том, почему перед ним оказались именно эти фильмы, книги или треки. Между тем рекомендательные системы в последнее время переживают крупную трансформацию. Если раньше задача сервисов сводилась к поиску похожих пользователей или товаров, то сегодня они уже умеют предугадывать намерения человека, и развитие LLM ускорило этот процесс.

продолжить чтение

Гипотеза о Языке Мышления как альтернатива Искусственному Интеллекту

Длинный манифест, написанный обаятельным научпоп‑языком. Второе издание. Текст переработан и сокращен, и при этом удачно дополнен, в том числе картинками.50 лет назад была выдвинута гипотеза о Языке Мышления. Наверняка вы про нее не слышали — а зря. Классная штука, которая может перевернуть (и уже переворачивает) представление о возможных методах обработки информации, воплощенных в технологиях.

продолжить чтение

Внутри ИИ‑Напарника: как работает оркестр агентов в ритейле

Источник изображения: Magnific.comВсем привет! Это Алексей из GlowByte. В прошлой статье я говорил

продолжить чтение

Инженерия вокруг агента: 10 идей AI Engineer

10 идей конференции AI Engineer о том, как меняется разработка, когда код пишут агенты.В начале 2026 года небольшая команда OpenAI рассказала о необычном эксперименте.Три инженера за пять месяцев создали внутренний продукт объёмом около миллиона строк кода и провели через репозиторий примерно 1500 pull request’ов. Продуктом пользовались сотни сотрудников. При этом люди не написали вручную ни одной строки: прикладной код, тесты, CI‑конфигурацию, документацию, observability и внутренние инструменты генерировал Codex.

продолжить чтение

Почему LLM нельзя просто подключить к базе данных и получить GenBI?

Привет, Хабр!Как перепроверить отчёт, который прислали специалисты? Как перестать постоянно обращаться к аналитикам с ad hoc-запросами и часами ждать очередную таблицу? Может быть, стоит просто спросить нейросеть о показателях своей компании?У этой концепции есть название — GenBI. Сама идея не нова: сегодня производители встраивают копилотов практически во все аналитические сервисы и обещают доступ к корпоративным данным через запросы на естественном языке.Но на практике всё оказывается сложнее.

продолжить чтение

CI-CD для данных и моделей на Airflow: как мы деплоим прогноз спроса в «Магните»

Привет, Хабр! Меня зовут Евстифеев Илья, я главный разработчик ML в команде MLOps FnR (Forecast & Replenishment) в MAGNIT TECH. Наша команда:Ислам Янгуразов

продолжить чтение

TAPe+ML: детекция, классификация и теперь и сегментация SOTA‑уровня в 0.1M параметров

кадр из фильма Космическая Одиссея 2001

продолжить чтение

Еще одна мировая революция. Мы улучшили модель для любых CV-задач, добавив сегментацию. И еще лучше SOTA

кадр из фильма Космическая Одиссея 2001

продолжить чтение

Как быстро нейросети забывают источники: за месяц большинство теряется, но выжившие держатся долго

продолжить чтение

Databricks Data and AI Summit 2026. Моя первая поездка в США

Недавно мне удалось посетить Databricks Data + AI Summit в Сан-Франциско в качестве Databricks MVP. Крупнейшую конференцию Databricks, посвященную данным, искусственному интеллекту. На мероприятии собралось более 30 000 участников из более чем 160 стран.Я много слышал и читал об этом саммите, но никогда не мог представить, что попаду на него вживую.

продолжить чтение

123456...1020...21