Заметил тут статью и решил отлодить его из дайджеста в отдельный пост, показалось инетресным.
Основная идея (мой take away) - хорошая платформа - та, которой пользуются! и технологии тут ни при чем 🙂
Какие темы упомянуты:
1. Шаблоны: Подчеркивается важность использования шаблонов, таких как Kanban и Agile в JIRA или Data Product в DataOS, чтобы помочь пользователям легко ориентироваться в новом экосистеме.
2. Документация, основанная на опыте: Рекомендуется предоставить пользователям документацию, основанную на их опыте, а не на обучении, чтобы они могли сразу увидеть ценность платформы.
3. Интеграция с привычными инструментами: В статье подчеркивается необходимость поддерживать интеграцию с инструментами, которые пользователи уже используют (например, git для разработчиков или BI-инструменты для аналитиков), чтобы облегчить переход на новую платформу.
4. Дорожная карта развития продукта: Обсуждается важность вовлечения пользователей в процесс создания и обновления дорожной карты платформы, чтобы они могли видеть, как их запросы учитываются и как платформа развивается.
5. Гид по платформе и FAQ: Указано на необходимость наличия встраиваемых справок и инструкций, чтобы пользователи не терялись в новом интерфейсе и могли легко находить ответы на свои вопросы, что значительно улучшает общий опыт.
Работа с данными должна быть интуитивно понятной и поддерживаться постоянным взаимодействием с пользователями, чтобы они чувствовали себя частью экосистемы и могли быстро адаптироваться к изменениям.
https://medium.com/@community_md101/building-data-platforms-the-mistake-organisations-make-f27874447fef
Основная идея (мой take away) - хорошая платформа - та, которой пользуются! и технологии тут ни при чем 🙂
Какие темы упомянуты:
1. Шаблоны: Подчеркивается важность использования шаблонов, таких как Kanban и Agile в JIRA или Data Product в DataOS, чтобы помочь пользователям легко ориентироваться в новом экосистеме.
2. Документация, основанная на опыте: Рекомендуется предоставить пользователям документацию, основанную на их опыте, а не на обучении, чтобы они могли сразу увидеть ценность платформы.
3. Интеграция с привычными инструментами: В статье подчеркивается необходимость поддерживать интеграцию с инструментами, которые пользователи уже используют (например, git для разработчиков или BI-инструменты для аналитиков), чтобы облегчить переход на новую платформу.
4. Дорожная карта развития продукта: Обсуждается важность вовлечения пользователей в процесс создания и обновления дорожной карты платформы, чтобы они могли видеть, как их запросы учитываются и как платформа развивается.
5. Гид по платформе и FAQ: Указано на необходимость наличия встраиваемых справок и инструкций, чтобы пользователи не терялись в новом интерфейсе и могли легко находить ответы на свои вопросы, что значительно улучшает общий опыт.
Работа с данными должна быть интуитивно понятной и поддерживаться постоянным взаимодействием с пользователями, чтобы они чувствовали себя частью экосистемы и могли быстро адаптироваться к изменениям.
https://medium.com/@community_md101/building-data-platforms-the-mistake-organisations-make-f27874447fef
Medium
Building Data Platforms: The Mistake Organisations Make
Thinking of Building Your Own Data Developer Platform? Here’s a note from platform developers.
Дайджест статей
ИИ-инструменты для аналитиков: теория, кейсы, советы
https://habr.com/ru/companies/korus_consulting/articles/860242/
Почему ИИ рано поручать код-ревью
https://habr.com/ru/articles/859582/
Модели данных в BI-платформах: физика против логики
https://habr.com/ru/companies/axenix/articles/860094/
CedrusData Catalog — новый технический каталог с поддержкой Iceberg REST API
https://habr.com/ru/companies/cedrusdata/articles/860356/
Секреты построения Data Vault 2.0: эффективное хранение данных
https://habr.com/ru/companies/cinimex/articles/857084/
I spent another 8 hours understanding the design of Amazon Redshift. Here’s what I found.
https://blog.det.life/i-spent-another-8-hours-understanding-the-design-of-amazon-redshift-heres-what-i-found-85c31a59fd19
I spent 5 hours understanding more about the Delta Lake table format
https://blog.det.life/i-spent-5-hours-understanding-more-about-the-delta-lake-table-format-b8516c5091eb
Apache Superset 2024. Лучшие практики
https://habr.com/ru/companies/otpbank/articles/815689/
A data-driven approach to making better choices
https://news.mit.edu/2024/data-driven-approach-making-better-choices-0606
ИИ-инструменты для аналитиков: теория, кейсы, советы
https://habr.com/ru/companies/korus_consulting/articles/860242/
Почему ИИ рано поручать код-ревью
https://habr.com/ru/articles/859582/
Модели данных в BI-платформах: физика против логики
https://habr.com/ru/companies/axenix/articles/860094/
CedrusData Catalog — новый технический каталог с поддержкой Iceberg REST API
https://habr.com/ru/companies/cedrusdata/articles/860356/
Секреты построения Data Vault 2.0: эффективное хранение данных
https://habr.com/ru/companies/cinimex/articles/857084/
I spent another 8 hours understanding the design of Amazon Redshift. Here’s what I found.
https://blog.det.life/i-spent-another-8-hours-understanding-the-design-of-amazon-redshift-heres-what-i-found-85c31a59fd19
I spent 5 hours understanding more about the Delta Lake table format
https://blog.det.life/i-spent-5-hours-understanding-more-about-the-delta-lake-table-format-b8516c5091eb
Apache Superset 2024. Лучшие практики
https://habr.com/ru/companies/otpbank/articles/815689/
A data-driven approach to making better choices
https://news.mit.edu/2024/data-driven-approach-making-better-choices-0606
Хабр
ИИ-инструменты для аналитиков: теория, кейсы, советы
Автор статьи: Даниил Иванов Аналитик департамента CRM КОРУС Консалтинг Меня зовут Даниил Иванов, я работаю аналитиком Битрикс24 в КОРУС Консалтинг. За время работы успел поучаствовать примерно в 15...
Только начал читать эту книгу, но уже после первых 2-3 глав испытал такой восторг, что спешу рекомендовать ее к обязательному прочтению! Очень интересная теория уровней развития корпоративной культуры, которая отлично соотносится с моим собственным опытом и помогает систематизировать многое из того, что я наблюдаю как вокруг, так и в себе.
Авторы выделяют 5 моделей культуры группы, и особенно мне понравилось, что они подчеркивают: в одной и той же организации разные группы, отделы и даже отдельные люди могут находиться на разных уровнях. Более того, они способны перемещаться между этими уровнями в зависимости от обстоятельств. На мой взгляд, это очень верная теория, и я сам замечаю такие перемещения в своем поведении.
В книге представлен полезный framework для диагностики, который помогает определить, на каком уровне находится ваша организация, а также рекомендации для тех, кто, как менеджер, хочет внести изменения в своей компании.
https://www.goodreads.com/book/show/34375294
Авторы выделяют 5 моделей культуры группы, и особенно мне понравилось, что они подчеркивают: в одной и той же организации разные группы, отделы и даже отдельные люди могут находиться на разных уровнях. Более того, они способны перемещаться между этими уровнями в зависимости от обстоятельств. На мой взгляд, это очень верная теория, и я сам замечаю такие перемещения в своем поведении.
В книге представлен полезный framework для диагностики, который помогает определить, на каком уровне находится ваша организация, а также рекомендации для тех, кто, как менеджер, хочет внести изменения в своей компании.
https://www.goodreads.com/book/show/34375294
Goodreads
Лидер и племя. Пять уровней корпоративной культуры
Увлекательная и прорывная книга, которая поможет создат…
Сегодня были объявлены победители премии CNews
Награду в номинации «Управление данными в промышленности» получил проект, реализованный компаниями ЕВРАЗ и Tdata. Использование RT.Data Governance при создании единой системы производственных показателей в компании ЕВРАЗ позволило обеспечить документирование данных, ведение единого глоссария терминов и алгоритмов расчета показателей. Скорость разработки витрин данных и аналитических дэшбордов увеличилась вдвое. На сегодняшний день в систему внесено более 6 тыс. производственных показателей, из которых 3 тыс. уже содержат детализированное описание.
https://biz.cnews.ru/articles/2024-11-19_obyavleny_laureaty_cnews_awards_2024
Награду в номинации «Управление данными в промышленности» получил проект, реализованный компаниями ЕВРАЗ и Tdata. Использование RT.Data Governance при создании единой системы производственных показателей в компании ЕВРАЗ позволило обеспечить документирование данных, ведение единого глоссария терминов и алгоритмов расчета показателей. Скорость разработки витрин данных и аналитических дэшбордов увеличилась вдвое. На сегодняшний день в систему внесено более 6 тыс. производственных показателей, из которых 3 тыс. уже содержат детализированное описание.
https://biz.cnews.ru/articles/2024-11-19_obyavleny_laureaty_cnews_awards_2024
CNews.ru
Data Mart - Витрина данных - Хранилище данных специализированное - Киоск данных - Рынок данных - Подмножество (срез) хранилища…
Так же редакция горячо поздравляет команду SberJazz за победу в номинации «Коммуникационная платформа с ИИ»
Награду CNews AWARDS в номинации «Коммуникационная платформа года с ИИ» получила компания SberDevices c продуктом SaluteJazz. SaluteJazz — это ИИ-платформа коммуникаций, сочетающая в себе привычные функции для делового общения и возможности искусственного интеллекта. Решение позволяет организовывать онлайн-встречи до 1000 участников, вебинары на 3000 тысячи зрителей,безопасно общаться в чатах встроенного корпоративного мессенджера. На базе нейросетевой модели GigaChat реализована функция автоматического подведения итогов встречи. Также платформа предоставляет и другие ИИ-функции: текстовую расшифровку диалогов, бьютификацию и шумоподавление. Помимо этого, в SaluteJazz доступны встречи в 3D-формате, когда вместо себя на звонок можно отправить анимированного персонажа.
Награду CNews AWARDS в номинации «Коммуникационная платформа года с ИИ» получила компания SberDevices c продуктом SaluteJazz. SaluteJazz — это ИИ-платформа коммуникаций, сочетающая в себе привычные функции для делового общения и возможности искусственного интеллекта. Решение позволяет организовывать онлайн-встречи до 1000 участников, вебинары на 3000 тысячи зрителей,безопасно общаться в чатах встроенного корпоративного мессенджера. На базе нейросетевой модели GigaChat реализована функция автоматического подведения итогов встречи. Также платформа предоставляет и другие ИИ-функции: текстовую расшифровку диалогов, бьютификацию и шумоподавление. Помимо этого, в SaluteJazz доступны встречи в 3D-формате, когда вместо себя на звонок можно отправить анимированного персонажа.
CNews.ru
ВКС - Видеоконференцсвязь - Videoconferencing - Видеотрансляция - TelePresence - Tele-immersion - Телеприсутствие - Телеконференции…
Telerobotics - Телероботика - Remote Presence Device - Роботы телеприсутствия
Multipoint Control Unit
Videobar - Видеобар
Speakerphone - Спикерфон
VR - Virtual Reality - Виртуальная реальность - Искусственная реальностьИммерсивность - Immersive - Иммерсивные…
Multipoint Control Unit
Videobar - Видеобар
Speakerphone - Спикерфон
VR - Virtual Reality - Виртуальная реальность - Искусственная реальностьИммерсивность - Immersive - Иммерсивные…
Forwarded from CleverData
Предиктивная аналитика на базе ИИ
В мире бизнеса предиктивная аналитика на базе искусственного интеллекта становится неотъемлемым инструментом для оптимизации процессов и повышения эффективности. В новой статье мы вместе с коллегами рассмотрели, как компании используют машинное обучение для предсказания поведения клиентов и улучшения маркетинговых стратегий.
Узнайте, как современные технологии помогают банкам и производителям товаров личной гигиены находить свою целевую аудиторию и минимизировать риски мошенничества.
Полная версия по ссылке
В мире бизнеса предиктивная аналитика на базе искусственного интеллекта становится неотъемлемым инструментом для оптимизации процессов и повышения эффективности. В новой статье мы вместе с коллегами рассмотрели, как компании используют машинное обучение для предсказания поведения клиентов и улучшения маркетинговых стратегий.
Узнайте, как современные технологии помогают банкам и производителям товаров личной гигиены находить свою целевую аудиторию и минимизировать риски мошенничества.
Полная версия по ссылке
Редакция сегодня посетила мероприятие Call & Contact Centre EXPO
Автоматизация коммуникации с клиентами уже много лет остается областью, где технологии ИИ являются самыми востребованными и где результат из применения очевиден и понятен и каждый из нас может на себя почувствовать всю их мощь когда звонит в любимый банк или телеком провайдеру.
В целом выставка не удивила, все стенды плюс минус про одно и тоже, поэтому более ценны тут выступления и нетворкинг.
Из выступлений послушать удалось не много но одно было очень интересное. Из ключевых выводов:
в то время как ИИ закрывает простые и массовые вопросы, на колл центры смещается нагрузка в части более сложных кейсов требующих большей продолжительности диалога
Самый лучший источник знаний для ИИ - предыдущие диалоги и разговоры с оператором. Поэтому именно к этой категории данных следует относится максимально внимательно.
А еще было очень интересно что организаторы пускали при докладах real time транскрипцию на экранах. Удобно :)
Автоматизация коммуникации с клиентами уже много лет остается областью, где технологии ИИ являются самыми востребованными и где результат из применения очевиден и понятен и каждый из нас может на себя почувствовать всю их мощь когда звонит в любимый банк или телеком провайдеру.
В целом выставка не удивила, все стенды плюс минус про одно и тоже, поэтому более ценны тут выступления и нетворкинг.
Из выступлений послушать удалось не много но одно было очень интересное. Из ключевых выводов:
в то время как ИИ закрывает простые и массовые вопросы, на колл центры смещается нагрузка в части более сложных кейсов требующих большей продолжительности диалога
Самый лучший источник знаний для ИИ - предыдущие диалоги и разговоры с оператором. Поэтому именно к этой категории данных следует относится максимально внимательно.
А еще было очень интересно что организаторы пускали при докладах real time транскрипцию на экранах. Удобно :)
Дайджест статей
Михаил Водолагин, ex-CDO Deeplay: «Люди умудряются выстрелить себе в ногу очень по-разному!»
https://habr.com/ru/articles/860322/
Scaling the Instagram Explore recommendations system
https://engineering.fb.com/2023/08/09/ml-applications/scaling-instagram-explore-recommendations-system/
Репликация данных с использованием Debezium и Kafka
https://habr.com/ru/articles/861868/
Человек и LLM: как построить метрики для оценки моделей
https://habr.com/ru/companies/yandex/articles/861084/
Извлечение метаданных из Power BI
https://habr.com/ru/articles/862052/
Инфраструктура для Data-Engineer форматы файлов
https://habr.com/ru/articles/859968/
Миграция данных: косяки и работа над ошибками
https://habr.com/ru/articles/862324/
Как приготовить DataVault и не испортить Greenplum
https://habr.com/ru/companies/x5digital/articles/862384/
Зачем нам ИИ-агенты?
https://habr.com/ru/companies/piter/articles/862314/
Как организовать разметку данных для ML? Советы от Data Light
https://habr.com/ru/companies/data_light/articles/862464/
Михаил Водолагин, ex-CDO Deeplay: «Люди умудряются выстрелить себе в ногу очень по-разному!»
https://habr.com/ru/articles/860322/
Scaling the Instagram Explore recommendations system
https://engineering.fb.com/2023/08/09/ml-applications/scaling-instagram-explore-recommendations-system/
Репликация данных с использованием Debezium и Kafka
https://habr.com/ru/articles/861868/
Человек и LLM: как построить метрики для оценки моделей
https://habr.com/ru/companies/yandex/articles/861084/
Извлечение метаданных из Power BI
https://habr.com/ru/articles/862052/
Инфраструктура для Data-Engineer форматы файлов
https://habr.com/ru/articles/859968/
Миграция данных: косяки и работа над ошибками
https://habr.com/ru/articles/862324/
Как приготовить DataVault и не испортить Greenplum
https://habr.com/ru/companies/x5digital/articles/862384/
Зачем нам ИИ-агенты?
https://habr.com/ru/companies/piter/articles/862314/
Как организовать разметку данных для ML? Советы от Data Light
https://habr.com/ru/companies/data_light/articles/862464/
Хабр
Михаил Водолагин, ex-CDO Deeplay: «Люди умудряются выстрелить себе в ногу очень по-разному!»
Что, на ваш взгляд, самое странное может сделать кандидат на собеседовании? Вы когда-нибудь задавали себе вопрос, в чём главное отличие дата инженераот «обычного» аналитика? Знаете, в чём...
Call&Contact Centre EXPO
На прошлой неделе редакция посетила мероприятие Call&Contact Centre EXPO и хотела бы поделиться некоторыми заметками.
В целом мероприятие было не очень большое по меркам Лондона, я бы сказал ближе к среднему размеру по площади и количеству участников. Конечно, как любое бесплатное мероприятие большую часть всей повестки занимали вендоры которые на сессиях рассказывали о своих решения. Мне удалось походить по выставке, посмотреть стенды и послушать только пару докладов, тк времени было не очень много. Большая часть выставки занимали традиционные вендоры работающие в области автоматизации колл центров (Verint, Nice, DCC) + вторые по величине были такие копании как Zoom и 8x8 которые в целом позиционируется на клиентских коммуникациях. Непосредственно каких-то особо инновационных стартапов я не очень много увидел, был интересный стенд у Boost.AI, но больше не могу кого то отметить. В целом общая повестка - использование GenAI в клиентских коммуникациях.
Так же в части организации мне показалось интересным то, что все доклады сопровождались real-time транскрибацией - хорошая практика :)
В целом по итогу докладов и общения я могу выделить следующие takeaways которые могут быть полезны для наших задач:
⁃ На самом деле непосредственно сам GenAI все используют крайне мало, пока больше это маркетинговые лозунги
⁃ Самый распространенный кейс применения GenAI - суммаризация звонка с клиентом и отсылка этого самари клиенту и фиксация его в CRM системе
⁃ Самый ценный источник данных для RAG любого чат бота или визуального ассистента - данные предыдущих звонков и общения операторов в клиентами. Как показывает практика это дает намного более сильные результаты по сравнению с любыми внутренними статичными knowledge base
• ⁃ Так же интересная статистика была показана по call centre - по мере того, как автоматизация за счет AI берет на себя закрытие простых вопросов с клиентами, на операторов начинают переводиться все более сложные рейсы, это приводит к увеличению среднего времени звонка и меняет профиль нагрузки на call centre, требует более высокой средней квалификации операторов. Эти тенденции следует иметь ввиду при реализации проектов по автоматизации коммуникаций.
На прошлой неделе редакция посетила мероприятие Call&Contact Centre EXPO и хотела бы поделиться некоторыми заметками.
В целом мероприятие было не очень большое по меркам Лондона, я бы сказал ближе к среднему размеру по площади и количеству участников. Конечно, как любое бесплатное мероприятие большую часть всей повестки занимали вендоры которые на сессиях рассказывали о своих решения. Мне удалось походить по выставке, посмотреть стенды и послушать только пару докладов, тк времени было не очень много. Большая часть выставки занимали традиционные вендоры работающие в области автоматизации колл центров (Verint, Nice, DCC) + вторые по величине были такие копании как Zoom и 8x8 которые в целом позиционируется на клиентских коммуникациях. Непосредственно каких-то особо инновационных стартапов я не очень много увидел, был интересный стенд у Boost.AI, но больше не могу кого то отметить. В целом общая повестка - использование GenAI в клиентских коммуникациях.
Так же в части организации мне показалось интересным то, что все доклады сопровождались real-time транскрибацией - хорошая практика :)
В целом по итогу докладов и общения я могу выделить следующие takeaways которые могут быть полезны для наших задач:
⁃ На самом деле непосредственно сам GenAI все используют крайне мало, пока больше это маркетинговые лозунги
⁃ Самый распространенный кейс применения GenAI - суммаризация звонка с клиентом и отсылка этого самари клиенту и фиксация его в CRM системе
⁃ Самый ценный источник данных для RAG любого чат бота или визуального ассистента - данные предыдущих звонков и общения операторов в клиентами. Как показывает практика это дает намного более сильные результаты по сравнению с любыми внутренними статичными knowledge base
• ⁃ Так же интересная статистика была показана по call centre - по мере того, как автоматизация за счет AI берет на себя закрытие простых вопросов с клиентами, на операторов начинают переводиться все более сложные рейсы, это приводит к увеличению среднего времени звонка и меняет профиль нагрузки на call centre, требует более высокой средней квалификации операторов. Эти тенденции следует иметь ввиду при реализации проектов по автоматизации коммуникаций.