Редакция Нетологии собрала и кратко законспектировала самые интересные статьи по data science, выпущенные на специализированных медиаплощадках в декабре.
Обучение в онлайн-университете: курс «SQL и получение данных»
«10 успешных кейсов внедрения технологий в ритейле», rb.ru
Редактор Rusbase Наиль Байназаров рассмотрел успешные кейсы автоматизации в ритейле.
В сети магазинов «Перекресток» протестировали технологию компьютерного зрения от резидента «Сколково» Intelligence Retail». Компания повысила доступность товаров на полке и стала эффективнее контролировать очереди на кассах. После тестирования аналитики подсчитали: потенциальная выгода от внедрения системы может составить 2-5% в товарообороте.
В сети гипермаркетов «Лента» внедрили клиентскую big data-аналитику на основе карт лояльности и данных из соцсетей. Система запоминает и анализирует покупки клиента, сравнивает с данными из соцсетей и составляет персональное предложение для групп покупателей. Результат — рост частоты посещений магазинов и среднего чека.
В сети магазинов «Карусель» использовали систему умных планограмм. Система автоматически определяет лучшее место на полке для каждого товара. За 3 месяца использования планограммы помогли увеличить продажи чая и кофе на 5%, средств для бритья — на 10,5%.
«Демократизация данных в убере», habr.com
Пользователь Хабра Shmidtk посетил конференцию Data Crunch и рассказал о прослушанных докладах.
Представители Uber на конференции рассказали, как организовали платформу управления данными. Разделили пользователей на 4 группы:
- обычные — знают базовый SQL, могут работать с простыми таблицами данных, дашбордами;
- региональные менеджеры — знают SQL лучше, нуждаются в slice&dice;
- аналитики данных — продвинутый уровень SQL, проводят исследования, строят дашборды, ищут инсайты;
- Data Science — полностью понимают процесс работы с данными, строят модели, проводят эксперименты, А/Б тесты.
Для каждой группы пользователей предложили инструменты для упрощения задач. Например, Data Scientist дали инструмент для автоматизации запуска и оценки А/Б тестов. В итоге пользователи получили возможность проводить тестирования без погружения в математику и статистику.
«Как искусственный интеллект помогает работать с юридическими документами? Лекция Егора Будникова из ABBYY», habr.com
Системный аналитик технологического департамента компании ABBYY Егор Будников выступил в Яндексе на конференции «Data & Science: закон и делопроизводство» и рассказал, как работает компьютерное зрение. Выступление опубликовали в блоге компании ABBYY.
В ABBYY разрабатывают искусственный интеллект для решения задач бизнеса. Технологию разрабатывают так, чтобы она справлялась с задачами человека: считывала информацию о реальном мире по картинке или потоку картинок. ИИ превращает бумажные, отсканированные и электронные документы в структурированную информацию, участвует в принятии решений.
На практике это выглядит так. ИИ определяет тип документа, извлекает из него структурные элементы и анализирует их смысл.
Пример разделения документов на типы
Один из результатов внедрения искусственного интеллекта — снижение объема рутины для сотрудников, которые обрабатывают документы, и уменьшение количества ошибок при вводе информации в систему.
Читать еще: «Как повысить продажи в три раза с помощью Big Data и машинного обучения»
Мнение автора и редакции может не совпадать. Хотите написать колонку для «Нетологии»? Читайте наши условия публикации. Чтобы быть в курсе всех новостей и читать новые статьи, присоединяйтесь к Телеграм-каналу Нетологии.