С 26 по 27 марта 2025 года в редакции удалось немного посетить четвёртый ежегодный Flower AI Summit 2025.
На самом деле это мероприятие - крупнейшая в мире конференция, посвящённая федеративному обучению и децентрализованному искусственному интеллекту, с более чем 2000 участниками как в онлайне так и в оффлайне.
Порадовало, что интерес к этой теме очень высокий, а компания Flower делает отличные вещи в этой области.
Отметим, что с точки зрения кексов доминировали научные разработки - то есть пока, как мне показалось, тематика все еще больше находится в области научных исследований, нежели прикладного и, тем более, массового использования.
Тем не менее еще раз послушав доклады и порефлексировав над происходящим, в очередной раз я пришел к выводу что если вы делаете какое-то ИИ решение, то по сути только данные и работа с ними может оставаться вашим долгосрочным преимуществом, тк и модели и use-cases превращаются в commodity просто со страшной скоростью.
Какие основные области для применения FL я выявил в адженде:
• Медицина: Представлены кейсы использования федеративного обучения для анализа медицинских изображений и диагностики заболеваний, позволяющие объединять данные из разных учреждений без нарушения конфиденциальности пациентов.
• Финансы: Рассмотрены примеры совместного обучения моделей для выявления мошеннических операций и оценки кредитных рисков на основе данных различных банков, сохраняя при этом их автономность.
• Интернет вещей (IoT): Обсуждалось обучение моделей на периферийных устройствах, таких как датчики и смартфоны, для улучшения предсказательной аналитики без передачи данных в облако.
Интересно, что и LLM не были забыты и в рамках выставки с постерами научных работ был кейс обучения LLM.
На мероприятии также состоялась презентация Flower Roadmap 2025, включающая демонстрацию новых технологий децентрализованного ИИ. Но ее посмотреть не удалось, пришлось уехать, но надеюсь будет потом доступно в онлайн.
На самом деле это мероприятие - крупнейшая в мире конференция, посвящённая федеративному обучению и децентрализованному искусственному интеллекту, с более чем 2000 участниками как в онлайне так и в оффлайне.
Порадовало, что интерес к этой теме очень высокий, а компания Flower делает отличные вещи в этой области.
Отметим, что с точки зрения кексов доминировали научные разработки - то есть пока, как мне показалось, тематика все еще больше находится в области научных исследований, нежели прикладного и, тем более, массового использования.
Тем не менее еще раз послушав доклады и порефлексировав над происходящим, в очередной раз я пришел к выводу что если вы делаете какое-то ИИ решение, то по сути только данные и работа с ними может оставаться вашим долгосрочным преимуществом, тк и модели и use-cases превращаются в commodity просто со страшной скоростью.
Какие основные области для применения FL я выявил в адженде:
• Медицина: Представлены кейсы использования федеративного обучения для анализа медицинских изображений и диагностики заболеваний, позволяющие объединять данные из разных учреждений без нарушения конфиденциальности пациентов.
• Финансы: Рассмотрены примеры совместного обучения моделей для выявления мошеннических операций и оценки кредитных рисков на основе данных различных банков, сохраняя при этом их автономность.
• Интернет вещей (IoT): Обсуждалось обучение моделей на периферийных устройствах, таких как датчики и смартфоны, для улучшения предсказательной аналитики без передачи данных в облако.
Интересно, что и LLM не были забыты и в рамках выставки с постерами научных работ был кейс обучения LLM.
На мероприятии также состоялась презентация Flower Roadmap 2025, включающая демонстрацию новых технологий децентрализованного ИИ. Но ее посмотреть не удалось, пришлось уехать, но надеюсь будет потом доступно в онлайн.
Обратил внимание на новую и бесплатную книгу «Мышление за пределами кода». Не читал, но по аннотации автора выглядит интересно.
«Мышление за пределами кода» - это не просто технический текст. Это попытка переосмыслить подход к разработке, оторваться от деталей фреймворков и посмотреть на архитектуру глазами мышления.
Это книга о том, как строить системы, которые не боятся роста, не разрушаются от изменений и не превращаются в хаос.
https://github.com/PPROGER/thinking-beyond-code?tab=readme-ov-file
«Мышление за пределами кода» - это не просто технический текст. Это попытка переосмыслить подход к разработке, оторваться от деталей фреймворков и посмотреть на архитектуру глазами мышления.
Это книга о том, как строить системы, которые не боятся роста, не разрушаются от изменений и не превращаются в хаос.
https://github.com/PPROGER/thinking-beyond-code?tab=readme-ov-file
GitHub
GitHub - PPROGER/thinking-beyond-code: 📖 Книга о том, как мыслить за пределами кода. Архитектура, проектирование и принципы гибкости.
📖 Книга о том, как мыслить за пределами кода. Архитектура, проектирование и принципы гибкости. - PPROGER/thinking-beyond-code
Мысль вслух: Роль технического менеджера - управление ожиданиями клиента, потому что пытаться управлять разработкой - бесполезно :)
Flower Federated Learning
По следам моего поста про конференцию, небольшая статья про то, что делает Flower - посмотрите, насколько классно они реализовали поддержку режима федеративного обучение “под” TesorFlow. Достаточно просто поставить оба фраймворка вместе и все, можно пользоваться TensorFlow как обычно, но оно будет использовать распределенное обучение.
https://medium.com/@williamlm/how-to-future-proof-your-ai-skills-with-federated-learning-tensorflow-edition-6ed2c3b36688
По следам моего поста про конференцию, небольшая статья про то, что делает Flower - посмотрите, насколько классно они реализовали поддержку режима федеративного обучение “под” TesorFlow. Достаточно просто поставить оба фраймворка вместе и все, можно пользоваться TensorFlow как обычно, но оно будет использовать распределенное обучение.
https://medium.com/@williamlm/how-to-future-proof-your-ai-skills-with-federated-learning-tensorflow-edition-6ed2c3b36688
Medium
How to Future-Proof Your AI Skills with Federated Learning (TensorFlow Edition)
Do this if you feel stuck. The future belongs to those who decentralize.
И еще в копилку утилит: DBT Column Lineage is a simple tool that helps you visualize and understand column-level data lineage in your dbt projects. It relies on dbt artifacts (manifest & catalog) and compiled sql parsing (to work as expected, it's mandatory to compile your project / run a dbt docs generate for catalog generation).
https://github.com/Fszta/dbt-column-lineage?utm_source=tldrdata
https://github.com/Fszta/dbt-column-lineage?utm_source=tldrdata
GitHub
GitHub - Fszta/dbt-column-lineage
Contribute to Fszta/dbt-column-lineage development by creating an account on GitHub.
Коллеги, сегодня анонс очень интересного мероприятия про ИИ в секторе FMCG - Digital4food 2025 о цифровизации, автоматизации и роботизации пищевой отрасли которое пройдет через 2 месяца!
На ежегодной конференции «Цифровизация пищевой отрасли» для АПК&FMCG участники расскажут об автоматизации производства, логистики и финансов. Также среди тем — BI-аналитика, ИИ, роботизация, информационная безопасность.
🗂 В программе:
20+ кейсов — честные истории цифровизации от бизнеса
30+ экспертов — реальные решения и работающие инструменты
250+ участников — обмен опытом, новые знакомства и партнерства
📊 Когда: 22 – 23 мая 2025
🌐 Где: Москва, территория инновационного центра Сколково, ул. Блеза Паскаля, дом 2, пространство «Матрёшка»
Регистрация: https://event.digital4food.ru/?utm_source=partner&utm_medium=agropicheprom&utm_campaign=27032025&utm_source=partner&utm_medium=clubcdo&utm_campaign=27032025
На ежегодной конференции «Цифровизация пищевой отрасли» для АПК&FMCG участники расскажут об автоматизации производства, логистики и финансов. Также среди тем — BI-аналитика, ИИ, роботизация, информационная безопасность.
🗂 В программе:
20+ кейсов — честные истории цифровизации от бизнеса
30+ экспертов — реальные решения и работающие инструменты
250+ участников — обмен опытом, новые знакомства и партнерства
📊 Когда: 22 – 23 мая 2025
🌐 Где: Москва, территория инновационного центра Сколково, ул. Блеза Паскаля, дом 2, пространство «Матрёшка»
Регистрация: https://event.digital4food.ru/?utm_source=partner&utm_medium=agropicheprom&utm_campaign=27032025&utm_source=partner&utm_medium=clubcdo&utm_campaign=27032025
event.digital4food.ru
DIGITAL4FOOD 2025 — От автоматизации к цифровизации и роботизации
Ежегодная конференция «Цифровизация пищевой отрасли» для производителей продуктов питания
Дайджест статей
From Lakehouse architecture to data mesh
https://medium.com/adevinta-tech-blog/from-lakehouse-architecture-to-data-mesh-c532c91f7b61
Foundation Model for Personalized Recommendation
https://netflixtechblog.com/foundation-model-for-personalized-recommendation-1a0bd8e02d39
Аналитика в аптечных сетях: как отечественные BI-системы влияют на график работы провизоров и помогают повысить продажи
https://habr.com/ru/companies/w_code/articles/897056/
Как запустить языковую модель без цензуры, не имея видеокарты и мощного компьютера
https://habr.com/ru/articles/896912/
Цифровые двойники: превращаем данные в деньги с помощью матмоделирования
https://habr.com/ru/companies/ibs/articles/897072/
Выбор индексов в базах данных для highload-систем
https://habr.com/ru/articles/897766/
High Performance Time - Series Database Design with QuestDB
https://www.infoq.com/presentations/questdb/?utm_campaign=infoq_content&utm_source=infoq&utm_medium=feed&utm_term=global
Data Quality Doesn’t Need to Be Complicated
https://towardsdatascience.com/stop-overcomplicating-data-quality-4569fc6d35a4/
From Lakehouse architecture to data mesh
https://medium.com/adevinta-tech-blog/from-lakehouse-architecture-to-data-mesh-c532c91f7b61
Foundation Model for Personalized Recommendation
https://netflixtechblog.com/foundation-model-for-personalized-recommendation-1a0bd8e02d39
Аналитика в аптечных сетях: как отечественные BI-системы влияют на график работы провизоров и помогают повысить продажи
https://habr.com/ru/companies/w_code/articles/897056/
Как запустить языковую модель без цензуры, не имея видеокарты и мощного компьютера
https://habr.com/ru/articles/896912/
Цифровые двойники: превращаем данные в деньги с помощью матмоделирования
https://habr.com/ru/companies/ibs/articles/897072/
Выбор индексов в базах данных для highload-систем
https://habr.com/ru/articles/897766/
High Performance Time - Series Database Design with QuestDB
https://www.infoq.com/presentations/questdb/?utm_campaign=infoq_content&utm_source=infoq&utm_medium=feed&utm_term=global
Data Quality Doesn’t Need to Be Complicated
https://towardsdatascience.com/stop-overcomplicating-data-quality-4569fc6d35a4/
Medium
From Lakehouse architecture to data mesh
Evolving towards data product creation and automated governance in Adevinta Spain
Кому надо бесплатную книгу - забирайте :)
Effective Platform Engineering - Platform engineering is more than just a technical discipline. It’s a way to unlock creativity and collaboration across your teams. To be successful with your platform engineering strategy, you need actionable insights and techniques to help you design platforms that are powerful, sustainable, and easy to use. This is where the Manning book, Effective Platform Engineering, can help.
https://chronosphere.io/resource/effective-platform-engineering
Effective Platform Engineering - Platform engineering is more than just a technical discipline. It’s a way to unlock creativity and collaboration across your teams. To be successful with your platform engineering strategy, you need actionable insights and techniques to help you design platforms that are powerful, sustainable, and easy to use. This is where the Manning book, Effective Platform Engineering, can help.
https://chronosphere.io/resource/effective-platform-engineering
Chronosphere
3 reasons customers choose Chronosphere over Cribl
Chronosphere and Cribl have fundamental differences in how they approach their telemetry pipeline products. Learn why they are important.
Forwarded from EDU (Bayram Annakov)
State of AI 2025
Готово очередное издание уже запомнившегося нам индекса AI от Стенфорда
Моя любимая диаграмма с падением стоимости инференса в аттаче - в 280 раз за 18 месяцев
Вот тут 10 ключевых диаграмм из отчета
Кажется, пора делать очередную state of the union встречу - ставь 💯 если да :)
Готово очередное издание уже запомнившегося нам индекса AI от Стенфорда
Моя любимая диаграмма с падением стоимости инференса в аттаче - в 280 раз за 18 месяцев
Вот тут 10 ключевых диаграмм из отчета
Кажется, пора делать очередную state of the union встречу - ставь 💯 если да :)
Анонс интересного мероприятия от коллег из GlowByte: За что вы на самом деле платите, внедряя BI?
Разберём на Fine Day Online!
Дата: 17 апреля | Время: 16:00 (МСК) |
BI-решения помогают бизнесу расти, но их внедрение бывает выходят за рамки бюджета. Где прячутся скрытые расходы? Как избежать лишних затрат? Обсудим на конференции!
🔹 Как оценить реальную цену данных
🔹 Оптимизация затрат без потери качества аналитики
🔹 Ошибки, которые удорожают BI-проекты
🔹 Реальный опыт компаний, которые уже прошли этот путь
Спикеры и темы:
Альфа-Лизинг – Цена данных: что на самом деле оплачивает бизнес?
Газпромбанк –BI как центр затрат или источник экономии? Опыт интеграции FineBI с Service Desk через Rest Api
СИБУР – Self-service BI: мониторинг и оптимизация затрат
t2 – Цена данных: как, рассчитывая на чудо, не оказаться в минусе, внедряя BI?
Бонусы для участников:
✔️ Доступ к записям конференции
✔️ Эксклюзивный чек-лист: "BI без лишних затрат: типовые ошибки и как их избежать"
Участие бесплатное! Зарегистрироваться: https://clck.ru/3KvWAg
Разберём на Fine Day Online!
Дата: 17 апреля | Время: 16:00 (МСК) |
BI-решения помогают бизнесу расти, но их внедрение бывает выходят за рамки бюджета. Где прячутся скрытые расходы? Как избежать лишних затрат? Обсудим на конференции!
🔹 Как оценить реальную цену данных
🔹 Оптимизация затрат без потери качества аналитики
🔹 Ошибки, которые удорожают BI-проекты
🔹 Реальный опыт компаний, которые уже прошли этот путь
Спикеры и темы:
Альфа-Лизинг – Цена данных: что на самом деле оплачивает бизнес?
Газпромбанк –BI как центр затрат или источник экономии? Опыт интеграции FineBI с Service Desk через Rest Api
СИБУР – Self-service BI: мониторинг и оптимизация затрат
t2 – Цена данных: как, рассчитывая на чудо, не оказаться в минусе, внедряя BI?
Бонусы для участников:
✔️ Доступ к записям конференции
✔️ Эксклюзивный чек-лист: "BI без лишних затрат: типовые ошибки и как их избежать"
Участие бесплатное! Зарегистрироваться: https://clck.ru/3KvWAg
Glowbyteconsulting
Fine Day Online
Ежегодная онлайн-конференция FINE DAY "Цена данных: за что вы платите, внедряя BI?"
Кстати вот ссылка на саммари отчета от Stanford, довольно интересная. А сам отчет оставлю в комментарии к этому посту - забирайте. Довольно интересно.
https://hai.stanford.edu/news/ai-index-2025-state-of-ai-in-10-charts?utm_source=tldrai
https://hai.stanford.edu/news/ai-index-2025-state-of-ai-in-10-charts?utm_source=tldrai
Anthropic Education Report: How University Students Use Claude
Если вы не читали этот отчет - рекомендую посмотреть. Много мыслей возникает по прочтению, особенно в части того что и как выучит текущее поколение учеников. Для того поколения, которое уже получило образование к моменту возникновения LLM эти LLM стали удобной технологией которая помогает “вспомнить/дополнить и восполнить” знания.
Но кажется, что для текущего поколения учащихся это становится замещающей знания технологий и весь учебный процесс должен быть пересмотрен и вообще технологии ИИ сейчас являются самой большой угрозой для всего образования в целом и всей индустрии. По сути же идет вытеснение большой части людей их когнитивных задач в физический труд, а та группа людей, которая остается вместе с ИИ на поприще “мыслительного процесса” и процесса “принятия решений” в корне пересматривает свой подход в образованию и переходит на более self-driven education.
Так же интересная цифра насколько “инженеры” быстрее освоят новые технологии, чем “гуманитарии” (40% против 5%) 🙂
https://www.anthropic.com/news/anthropic-education-report-how-university-students-use-claude
Если вы не читали этот отчет - рекомендую посмотреть. Много мыслей возникает по прочтению, особенно в части того что и как выучит текущее поколение учеников. Для того поколения, которое уже получило образование к моменту возникновения LLM эти LLM стали удобной технологией которая помогает “вспомнить/дополнить и восполнить” знания.
Но кажется, что для текущего поколения учащихся это становится замещающей знания технологий и весь учебный процесс должен быть пересмотрен и вообще технологии ИИ сейчас являются самой большой угрозой для всего образования в целом и всей индустрии. По сути же идет вытеснение большой части людей их когнитивных задач в физический труд, а та группа людей, которая остается вместе с ИИ на поприще “мыслительного процесса” и процесса “принятия решений” в корне пересматривает свой подход в образованию и переходит на более self-driven education.
Так же интересная цифра насколько “инженеры” быстрее освоят новые технологии, чем “гуманитарии” (40% против 5%) 🙂
https://www.anthropic.com/news/anthropic-education-report-how-university-students-use-claude
Anthropic
Anthropic Education Report: How University Students Use Claude
AI systems are no longer just specialized research tools: they’re everyday academic companions. As AIs integrate more deeply into educational environments, we need to consider important questions about learning, assessment, and skill development. Until now…
Интересная заметка от Google о том, как они делали функцию "добавь меня на фото" в телефоне Pixel
https://blog.google/products/pixel/how-google-built-pixel-add-me/?utm_source=tldrai
https://blog.google/products/pixel/how-google-built-pixel-add-me/?utm_source=tldrai
Google
How we built Pixel’s Add Me feature for easier group photos
Learn how Google teams built the Pixel 9 series’ Add Me feature, which uses AI for easier group photos.
Рубрика “Как свалить с этой планеты”
Хочу поделиться видео-рассказом о вертолете Ingenuity, который провел на Марсе прекрасную и мега-успешную миссию и об его создателях, о том как его делали и проектировали и какие технические вызовы были преодолены.
Вертолет весит всего 680 граммов с центральным процессором из смартфона Samsung Galaxy S5 и датчиками из Google Pixel 3, батареями из аккумуляторной дрели и ручной пайкой ключевых компонентов, и, что немаловажно, стоимостью проекта всего в каких-то 80 миллионов долларов (бюджет фильма "Марсианин" - 108 млн) оказался на Марсе и превзошел все ожидания скептиков проекта.
История преодоления множества испытаний на расстоянии в десятки и сотни миллионов километров от Земли, которая в итоге завершилась...или, точнее, частично завершилась в своей основной части для бойкого вертолётика, который, даже будучи обездвиженным, всё ещё приносит пользу, собирая метеорологические данные на Марсе. И помог учёным и инженерам учесть ошибки в будущих миссиях по исследованию Марса с помощью летательных аппаратов в атмосфере красной планеты.
https://www.youtube.com/watch?v=WltuUAXpD78&t=1s
Хочу поделиться видео-рассказом о вертолете Ingenuity, который провел на Марсе прекрасную и мега-успешную миссию и об его создателях, о том как его делали и проектировали и какие технические вызовы были преодолены.
Вертолет весит всего 680 граммов с центральным процессором из смартфона Samsung Galaxy S5 и датчиками из Google Pixel 3, батареями из аккумуляторной дрели и ручной пайкой ключевых компонентов, и, что немаловажно, стоимостью проекта всего в каких-то 80 миллионов долларов (бюджет фильма "Марсианин" - 108 млн) оказался на Марсе и превзошел все ожидания скептиков проекта.
История преодоления множества испытаний на расстоянии в десятки и сотни миллионов километров от Земли, которая в итоге завершилась...или, точнее, частично завершилась в своей основной части для бойкого вертолётика, который, даже будучи обездвиженным, всё ещё приносит пользу, собирая метеорологические данные на Марсе. И помог учёным и инженерам учесть ошибки в будущих миссиях по исследованию Марса с помощью летательных аппаратов в атмосфере красной планеты.
https://www.youtube.com/watch?v=WltuUAXpD78&t=1s
YouTube
Судьба первого вертолёта на Марсе (Veritasium)
Как малыш-вертолёт массой 680 граммов с центральным процессором из смартфона Samsung Galaxy S5 и датчиками из Google Pixel 3, батареями из аккумуляторной дрели и ручной пайкой ключевых компонентов, и, что немаловажно, стоимостью проекта всего в каких-то 80…
Hype Cycle for Data Management, 2024
А давайте взглянем на графики из отчета Hype Cycle for Data Management, 2024
Мне очень удивительно увидеть на пике тему Data Marketplases and Exchange, потому что в общем информационном пространстве, наоборот, на эту тему крайне мало материала. Возможно он, конечно, теряется на фоне мега популярных тем про LLM, но тем не менее. Так же интересно заметить, что DataMesh хоть и падает в пропасть разочарования, но отмечен как находящийся прям перед началом карабканья на плато продуктивности. Так что кажется, что рынок эту тему уже переварил.
Что касается Data Exchange то я тут под этим больше понимаю всегда рыночную историю, тогда как согласно определению Gartner тут речь большее идет об обмене данными внутри компаний (имеется ввиду большой Enterprise). Ну ок.
Data marketplaces and exchanges (DMEs) provide infrastructure, transactional capabilities and services for consumers and providers of data assets. Marketplaces prioritize data monetization via one-time or recurring subscription transactions, while exchanges prioritize sharing. Internal data exchanges facilitate enterprise data sharing and remove silos to cross-organization data product provision and access.
Data Fabric - падает туда же.
GenAI для управления данными находится в начале своего пути, но пишут о нем чаще, чем про Data Exchange, а пусть ему предрекают в 5-10 лет. Но имхо все будет быстрее, а технология отмечена как трансформирующая индустрию.
Generative AI (GenAI) technologies can generate new derived versions of content, strategies, designs and methods by learning from large repositories of original source content. GenAI applied to data management will have a profound impact: it will enable data specialists and consumers to manage data using natural language interfaces and automate manual tasks. It will reduce the skills barrier to data management and increase the productivity of data management specialists.
А давайте взглянем на графики из отчета Hype Cycle for Data Management, 2024
Мне очень удивительно увидеть на пике тему Data Marketplases and Exchange, потому что в общем информационном пространстве, наоборот, на эту тему крайне мало материала. Возможно он, конечно, теряется на фоне мега популярных тем про LLM, но тем не менее. Так же интересно заметить, что DataMesh хоть и падает в пропасть разочарования, но отмечен как находящийся прям перед началом карабканья на плато продуктивности. Так что кажется, что рынок эту тему уже переварил.
Что касается Data Exchange то я тут под этим больше понимаю всегда рыночную историю, тогда как согласно определению Gartner тут речь большее идет об обмене данными внутри компаний (имеется ввиду большой Enterprise). Ну ок.
Data marketplaces and exchanges (DMEs) provide infrastructure, transactional capabilities and services for consumers and providers of data assets. Marketplaces prioritize data monetization via one-time or recurring subscription transactions, while exchanges prioritize sharing. Internal data exchanges facilitate enterprise data sharing and remove silos to cross-organization data product provision and access.
Data Fabric - падает туда же.
GenAI для управления данными находится в начале своего пути, но пишут о нем чаще, чем про Data Exchange, а пусть ему предрекают в 5-10 лет. Но имхо все будет быстрее, а технология отмечена как трансформирующая индустрию.
Generative AI (GenAI) technologies can generate new derived versions of content, strategies, designs and methods by learning from large repositories of original source content. GenAI applied to data management will have a profound impact: it will enable data specialists and consumers to manage data using natural language interfaces and automate manual tasks. It will reduce the skills barrier to data management and increase the productivity of data management specialists.
Дайджест статей
Every single BI Tool Ever Ranked
https://medium.com/@hugolu87/every-single-bi-tool-ever-ranked-95630f92d7e6
LLM for Data Visualization: How AI Shapes the Future of Analytics
https://medium.com/data-science/llm-for-data-visualization-how-ai-shapes-the-future-of-analytics-f0c2d181725d
What is Data Architecture and why Data Engineers should consider it
https://pipeline2insights.substack.com/p/what-is-data-architecture-and-why-data-engineer-should-consider-it?utm_source=tldrdata
Академия OpenAI для разработчиков: Разбор 10 лекций про API, RAG, Fine-tuning
https://habr.com/ru/articles/900038/
Transforming Data Analytics by Combining SQL and ML
https://dzone.com/articles/transforming-data-analytics-sql-ml
Как мы сделали одну большую песочницу для всех аналитиков
https://habr.com/ru/companies/rshb/articles/899482/
The AI Silo Problem: How Data Streaming Can Unify Enterprise AI Agents
https://www.confluent.io/blog/unify-enterprise-ai-agents/?utm_source=tldrdata
Scaling Data Governance without falling into the Data Mesh trap
https://charlotteledoux.substack.com/p/scaling-data-governance-without-falling?utm_source=tldrdata
Why Clean Data Is the Foundation of Successful AI Systems
https://dzone.com/articles/clean-data-ai-foundation
5 Лайфхаков разработчику Power BI
https://habr.com/ru/companies/usetech/articles/898814/
Data Governance и Бизнес: как найти общий язык
https://habr.com/ru/articles/899080/
Почему сложно разработать OLAP-базу данных, если у тебя уже есть OLTP
https://habr.com/ru/companies/ydb/articles/898716/
FineBi Динамическая фильтрация данных
https://habr.com/ru/companies/mkb/articles/898222/
Agentic Mesh: Patterns for an Agent Ecosystem
https://medium.com/data-science-collective/agentic-mesh-patterns-for-an-agent-ecosystem-ef13469b7cf7
Choosing the best data architecture in 2025
https://lewisdgavin.medium.com/how-to-choose-the-best-data-architecture-e1a0b005b21c
Оптимизация скриптов для витрин данных: от суток к часам
https://habr.com/ru/companies/gazprombank/articles/890988/
Разметка данных с использованием LLM
https://habr.com/ru/companies/X5Tech/articles/891830/
Every single BI Tool Ever Ranked
https://medium.com/@hugolu87/every-single-bi-tool-ever-ranked-95630f92d7e6
LLM for Data Visualization: How AI Shapes the Future of Analytics
https://medium.com/data-science/llm-for-data-visualization-how-ai-shapes-the-future-of-analytics-f0c2d181725d
What is Data Architecture and why Data Engineers should consider it
https://pipeline2insights.substack.com/p/what-is-data-architecture-and-why-data-engineer-should-consider-it?utm_source=tldrdata
Академия OpenAI для разработчиков: Разбор 10 лекций про API, RAG, Fine-tuning
https://habr.com/ru/articles/900038/
Transforming Data Analytics by Combining SQL and ML
https://dzone.com/articles/transforming-data-analytics-sql-ml
Как мы сделали одну большую песочницу для всех аналитиков
https://habr.com/ru/companies/rshb/articles/899482/
The AI Silo Problem: How Data Streaming Can Unify Enterprise AI Agents
https://www.confluent.io/blog/unify-enterprise-ai-agents/?utm_source=tldrdata
Scaling Data Governance without falling into the Data Mesh trap
https://charlotteledoux.substack.com/p/scaling-data-governance-without-falling?utm_source=tldrdata
Why Clean Data Is the Foundation of Successful AI Systems
https://dzone.com/articles/clean-data-ai-foundation
5 Лайфхаков разработчику Power BI
https://habr.com/ru/companies/usetech/articles/898814/
Data Governance и Бизнес: как найти общий язык
https://habr.com/ru/articles/899080/
Почему сложно разработать OLAP-базу данных, если у тебя уже есть OLTP
https://habr.com/ru/companies/ydb/articles/898716/
FineBi Динамическая фильтрация данных
https://habr.com/ru/companies/mkb/articles/898222/
Agentic Mesh: Patterns for an Agent Ecosystem
https://medium.com/data-science-collective/agentic-mesh-patterns-for-an-agent-ecosystem-ef13469b7cf7
Choosing the best data architecture in 2025
https://lewisdgavin.medium.com/how-to-choose-the-best-data-architecture-e1a0b005b21c
Оптимизация скриптов для витрин данных: от суток к часам
https://habr.com/ru/companies/gazprombank/articles/890988/
Разметка данных с использованием LLM
https://habr.com/ru/companies/X5Tech/articles/891830/
Medium
Every single BI Tool Ever Ranked
BI is a necessary evil but when will it end?