Первый Data Sapience Data Day объединил экспертов data-индустрии
DSDD стал площадкой для открытого диалога о настоящем и будущем на ИТ-рынке данных. На Data Sapience Data Day собрались ведущие эксперты дата-отрасли и руководители в области данных крупнейших компаний из банковской сферы, промышленности, страхования, ритейла, телекома, e-commerce, нефтегазового сектора и сферы услуг.
Культура «AI-First»: как перестроить мышление команды, чтобы не отстать от рынка
Пока одни компании разочаровываются в искусственном интеллекте, другие строят на его основе бизнес-империи. В чем их секрет? Не в деньгах и не в доступе к технологиям, а в особой культуре.Разберемся, как перестать просто использовать ИИ в работе и перейти к мышлению в стиле AI-First, и почему это единственный способ не превратиться в динозавра.
Data Governencе – это про ответственность за данные и их качество
В статье очень кратко расскажу, что такое регулирование данных и почему в организациях сейчас к этой теме очередная волна интереса.
Правильное внедрение BI: почему одни проекты проваливаются, а другие приносят результат
Команда Luxms выступила в Торгово-промышленной палате Московской области. Дмитрий Русаков, руководитель маркетинговых проектов Luxms BI, рассказал, что главная причина неудачных BI-проектов — отсутствие системной подготовки: нет сценариев принятия решений, владельцев данных и культуры работы с ними.
ИИ в Data Governance: как мы ускорили маркировку персональных данных
Привет, Хабр! Меня зовут Антон, я аналитик в команде разработки продукта RT.DataGovernance (далее — DG) компании TData. В этой статье я расскажу, как мы c командой определяли, где и как будем использовать искусственный интеллект, как тестировали обученные модели и как интегрировали их в DG.Пару слов о нашем продукте
Управление качеством данных
Итак, у нас есть данные, и есть требования к ним. От кого? От тех, кто будет ими пользоваться. Если те, кто ставит задачу говорят что "данные плохие" и не могут сформулировать критерии к качеству данных, им можно их подсказать, подсмотрев в предыдущей статье. Таким образом, управление качеством данных - это, в первую очередь, методология, которая обеспечивает некий уровень качества в отношении выбранных данных.
