В свежем дайджесте рассказываем о сложностях в работе аналитика, связываем Ленина и Data Science и разбираемся в тонкостях работы аналитика данных. Бонусом — полезные и забавные видео.
Что почитать
«Продуктовая и мобильная аналитика: с какими испытаниями в работе сталкиваются специалисты», Нетология
Многие компании создают свои мобильные приложения, но мало кто из пользователей догадывается о кропотливых исследованиях, скрытых за интерфейсом. Мобильные и продуктовые аналитики рассказали о трудностях, с которыми они столкнулись в начале пути, и вызовах, которые возникают до сих пор. О взаимосвязи метрик, интуиции и важности командной работы рассказываем в статье.
«Кому нужен SQL? Оказывается, всем. А зачем?», Клерк
SQL — мощный инструмент анализа и оптимизации баз данных, основанный на структурированных запросах информации. Сегодня язык широко применяется разработчиками баз данных, администраторами и тестировщиками, но всё больше людей из самых разных сфер приходят к мысли о необходимости SQL для выхода на новую карьерную ступень. Подробнее о мотивах и способах изучения SQL читайте в статье.
«Какая команда нужна для внедрения ИИ», Эксперт
Поиск команды для ИИ–проекта занимает много времени. Как правило, она формируется не только из внутренних специалистов и внешних экспертов–исполнителей с глубокими навыками в предметной области. Особые роли отводятся проджект–менеджеру, аналитику данных, техническому архитектору и многим другим.
Ник Спирин, генеральный директор компании Neuroinfra и автор курса для руководителей «Трансформация бизнеса: внедрение искусственного интеллекта» в Нетологии, рассказывает о восьми принципах формирования команды, поиске цифрового лидера и работе с внешними экспертами.
«Где в России нет Ленина? Исследование об улицах и памятниках в честь вождя», Strelka Mag
Образ вождя пролетариата присутствовал повсеместно на протяжении советской истории, но память о нём жива до сих пор на улицах многих городов.
Занятное дата–исследование о наследии Ленина провел Борис Ги, выпускник курса «Дата–сторителлинг». Оказалось, что ни одного памятника вождю нет в Назрани, Нижневартовске, Нефтеюганске, Новом Уренгое и Ноябрьске, в то время как бюст Ленина установлен даже в Антарктиде. Подробнее о причинах такого разнообразия и результатах исследования читайте в статье Андрея Дорожного.
![Data Science-дайджест: полезные статьи, видео и мероприятия](https://blog-prod-bucket.website.yandexcloud.net/uploads/2020/11/1969d82b4a39ff3de5faa024d42627aa.jpg)
«Аналитики рассказали о грядущих IT–тенденциях 2021 года», SecurityLab.ru
В современном мире важно распознавать технологические тенденции как можно быстрее: от этого зависит успех и вектор развития организаций. Сотрудники исследовательской компании Gartner рассказали о стратегических IT–трендах будущего.
По расчётам специалистов, особую важность в ближайшие пять лет приобретёт вопрос кибербезопасности. Вне зависимости от локации, каждый пользователь сможет получить безопасный доступ к цифровому активу, а компании внедрят особые вычисления для защиты данных.
Вместе с тем, усилится взаимосвязь собранной информации с поведенческими событиями пользователей, но и это еще не всё. Подробнее о разработке ИИ, «умном» бизнесе и гиперавтоматизации читайте в статье.
«Чем занимается аналитик данных и как им стать», Rusbase
Объём создаваемой человечеством информации увеличивается год от года. С помощью обработки данных компании составляют прогнозы и стратегии, внедряют новые функции и превращают пользовательский опыт в комфортное приключение. В то же время, неверные решения могут завести в тупик, ухудшить репутацию и финансовое положение. Чтобы этого не произошло, компании обращаются к аналитикам данных. Полина Маликова, тимлид продуктовой линейки Data Science и аналитики в Нетологии, рассказывает о навыках аналитика данных и перспективах профессии.
![Data Science-дайджест: полезные статьи, видео и мероприятия](https://blog-prod-bucket.website.yandexcloud.net/uploads/2020/11/image2_QN35Vrw.png.700x390_q95.png)
«В MIT создали алгоритм автоматической дешифровки мертвых языков», Хайтек
Долгое время изучение мёртвых языков казалось невозможным: ограниченное количество слов и отсутствие родственных связей с другими языками служили причинами их обособленности. Тем не менее, специалисты из
лаборатории искусственного интеллекта MIT совершили прорыв в этой области, разработав особую систему машинного обучения. Она способна разобраться в мёртвом языке с помощью принципов исторического языкознания и самостоятельно определить отношения между языками. Подробнее об
алгоритме дешифровки читайте в статье Георгия Голованова.
«Kioxia расширит производство флеш–памяти, положившись на искусственный интеллект», Ixbt.com
Развитие облачных сервисов, 5G-сетей и искусственного интеллекта способствует увеличению спроса на флэш-память. В связи с этим, корпорация Kioxia анонсировала строительство нового производственного предприятия — Fab7. В партнёрстве с Western Digital планируется выпуск флэш–памяти с объёмной компоновкой BiCS FLASH. Подробнее о расположении завода и планах развития компании читайте в статье.
«Сбер выложил русскоязычную модель GPT–3 Large с 760 миллионами параметров в открытый доступ», Хабр
Область обработки естественного языка (NLP) стремительно развивается: за последнее время в ней произошло две технологические революции. В результате последней появилась нейросетевая модель «трансформер», основанная на механизме внимания. Распространение подобных сетей привело к появлению гигантских языковых моделей, способных эффективно решать множество NLP–задач. До недавнего времени модель Generative Pre-trained Transformer 3 (GPT–3) от OpenAI использовалась лишь в задачах на английском языке, но Сбер создал русскоязычную модель самого большого из её возможных вариантов. Подробнее читайте в статье Сергея Маркова.
Что посмотреть
Проджект–менеджер сервиса OWOX BI Павел Хазаров рассказал на вебинаре о подходе компании к ML-сегментации для повышения прибыли и эффективности рекламных кампаний. Если вы не успели посмотреть прямой эфир, то присоединяйтесь, посмотрим запись вебинара вместе.
Учёные стэнфордской лаборатории искусственного интеллекта создали одну из самых мощных технологий обработки и анализа видео, которую только можно себе представить. С помощью данных спортивной аналитики, покадровой анимации и техник deep-learning исследователям удалось воссоздать матчи величайших теннисистов истории. Bloomberg QuickTake рассказывает о возможном применении и будущем технологии.
Напоследок советуем взглянуть на Джимми Феллона в роли Джокера — отличный пример deepfake–технологии!
Анонсы мероприятий
С 10 по 12 ноября проведём бесплатный марафон «Data Science и ИИ: научите машину писать сценарий сериала». Вы потренируетесь искать нужные данные, поймёте, что представляет из себя работа аналитика, и познакомитесь с основными профессиональными инструментами.
Запускаем бесплатный курс «Data Science: будущее для каждого». На курсе вы разберётесь в направлениях сферы работы с данными, узнаете обязательные навыки и инструментарий, поймёте, с чего начать свою карьеру в Data Science.
Хотите написать колонку для Нетологии? Читайте наши условия публикации. Чтобы быть в курсе всех новостей и читать новые статьи, присоединяйтесь к Телеграм-каналу Нетологии.