За последние полгода на волне хайпа AI я видел, как команды пытаются внедрить AI-ассистентов в процессы BI, при этом не умея толком настроить отчётность. Покупают Tableau за миллионы, а потом год разбираются, почему метрики не сходятся

Проблема в том, что BI воспринимают как чисто «техническую задачу». Мол, наймём аналитиков, они всё настроят. А на деле это стратегический вопрос: как данные помогают принимать решения?

Я давно слежу за тем, что делает Александр Бараков (автор канала data nature) — он один из немногих, кто понимает разницу между «сделать дашборд» и «выстроить data-driven культуру». И когда увидел, что он запускает курс по BI-стратегии, подумал — наконец-то кто-то будет учить не инструментам, а системному мышлению

«BI-стратегия: от концепции до системных изменений» стартует 18 июня. 11 вечерних занятий, где вы разработаете собственную BI-стратегию под свою компанию — с учётом зрелости организации и готовности пользователей

Для моих читателей действует скидка 10% по промокоду в комментариях

Регистрация по ссылке

Самое время перестать латать дыры в аналитике и начать выстраивать систему, которая реально работает на бизнес

У меня была нудная задача. Признаюсь, что я очень многие задачи считаю нудными по умолчанию. И я вынужден сам вдыхать в них какую-то творческую составляющую, чтобы они переставали быть такими нудными. В общем, я сам себе сначала рою яму отчаяния от того, что «боже мой какая же это скучная задача», а потом из этой ямы выкарабкиваюсь различными героическими и почти что поэтическими путями

Задача моя состояла в том, чтобы сделать тренд-репорт о том, что вообще происходит с использованием ИИ в продуктах — какие тренды, нововведения. И я не хотел сознательно просто рассказывать про то, что появляются новые модели и т.д. и т.п. Также мне не хотелось делать компиляцию из уже известных тренд-репортов и сыпать банальностями в перемешку с баззвордами. Мне хотелось прям понять какие конкретные ИИ функции внедряют разные технологические компании в свои продукты и какие большие тренды из этого вырисовываются, в общем, по классике — сначала сигналы, потом паттерны

Как вы уже поняли, сделать эту задачу как-то откровенно плохо я не хотел, но и закрадывалась «перебирать тьму различных пресс-релизов и кропотливо выбирать из них те, что достойны включения в моё исследование — такое себе удовольствие»

В итоге я сделал задачу с помощью ИИ — поэтапно собрал источники, скопировал всё что нужно в единый док и скормил его Claude (хотя конечно можно было бы сделать сразу Deep Research в Claude, но я так не хотел, потому что не контролировал бы источники)

А ещё прелесть в том, что когда решаешь задачу через ИИ, то фактически документируешь весь процесс. В итоге навайбкодил сделал вот такую симпатичную страничку с помощью Claude и Replit, примерно за 2 часа, которая рассказывает обо всём процессе в занимательной форме

Я ещё позже отрефлексирую что это вообще значит глобально, но общая суть в том, что:
а) делать задачи становится проще — новая задача становится экспериментом по взаимодействию человека и ИИ;
б) выполняя задачи с помощью ИИ вы фактически попутно документируете процесс выполнения, а значит выше вероятность, что эту задачу вы можете делегировать;
в) эти алгоритмы решения позже могут быть переложены в агентную систему и выполнены с минимальным участием человека;
г) бонусно вы можете производить из каждого такого взаимодействия с ИИ некоторое количество контента разных форм — как некие behind the scenes вашей деятельности;
д) весь этот контент может быть упакован в one-pager, который предоставляет некоторую базовую интерактивность, а не просто статичен, а стоимость производства такого контента довольно-таки мала

Ну и сам отчет почитайте

DevCrowd запускает новый опрос для дата-инженеров, аналитиков, дата-сайентистов, ML-инженеров и их руководителей.
Зачем участвовать?
– чтобы понять, какие задачи и инструменты сейчас в тренде,
– увидеть, как устроена работа у коллег в других продуктах,
– узнать, как растут зарплаты и роли в индустрии,
– получить данные, которые можно использовать для самодиагностики и карьерного планирования.
🗂 Пример прошлогоднего исследования — devcrowd.ru/ds24
📝 Опрос займёт 15 минут, результаты появятся в открытом доступе в августе.
👉 Пройти опрос

Тимлид, вам слово📣 Приглашаем на митап по управлению командами

Воспользуйтесь летним затишьем, чтобы посмотреть на практику коллег, промониторить «погоду» в своей команде и, возможно, обновить стратегию работы. Обсудим дела тимлидские на офлайн-встрече TeamLead Talks в офисе Lamoda.

🪢 Обменяемся опытом, разберем кейсы командного управления и выберем лучшие решения.

🍕 Наладить непринужденное общение помогут нетворкинг-разогрев, игра «IT-бункер», закуски и напитки.

Присоединяйтесь к Team Lead Talks:
🗓 2 июля в 19:00.
📍Офлайн, Москва, офис Lamoda.
🔗 Регистрируйтесь по ссылке, количество мест ограничено.

Реклама. ООО «Ламода Тех».  ИНН 7734461512. erid:2W5zFGTFktx

🎓 1 июля в 20:00 МСК OTUS проведёт открытый вебинар «Архитектура DWH по рецепту: метод борща в действии». Это необычный формат, где этапы приготовления блюда помогают понять логику построения хранилища данных.

🎯 На уроке разберём, как «подготовка ингредиентов» (сбор и очистка данных) отражается в core-слое DWH, а «подача блюда» (аналитический слой) превращается в понятные бизнес-отчёты. Вы увидите реальные примеры проектирования масштабируемой аналитической платформы и поймёте, какие компетенции нужны команде.

Участники смогут сразу применять принципы: иерархия слоёв, оптимизация storage-запросов и построение BI-дашбордов, которые будут понятны конечному пользователю. Вы узнаете, как избежать «переваривания» данных и сделать архитектуру отказоустойчивой.

➡️ Этот урок проходит в преддверии старта курса «Data Warehouse Analyst». Все участники получат скидку на обучение.

Регистрируйтесь прямо сейчас, чтобы не пропустить: https://clck.ru/3Ms5Lx

Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576

До ключевого события в области применения данных в финтехе – Fintech Data Day – осталось меньше недели!

В программе будет 3 трека:

1. Основной «Максимум данных в финтехе для ускорения бизнеса»
2. Трек открытого диалога «Создаем коллаборацию вокруг данных в финтехе»
3. Спецтрек «Инновационные технологии и аналитика на базе ИИ. Управление экономикой продуктов на основании данных в транспорте»

Хедлайнеры форума:

💰 Виктор Кантор, настоящая легенда в сфере данных. Виктор строил службу машинного обучения «Яндекс.Такси», руководил группой анализа пользовательского поведения в Yandex Data Factory. В наст. время – советник генерального директора в МТС

💰 Анна Казакова, директор по рискам, вице-президент, Т-Банк

💰 Алексей Каширин, директор Центра продвинутой аналитики, Альфа-Банк

💰 Павел Денисенко, Директор департамента развития платформы больших данных в X5 Group. 18 лет в индустрии работы с данными

💰 Игорь Вахламов, Управляющий директор, Газпромбанк. Курирует DS/ML в Центре технологий ИИ в направлениях рисков, кредитного мошенничества, проектного финансирования, лизинга

💰 Николай Тиден, Chief Data Scientist & Data Officer, Блок «Сеть продаж», Сбер

И другие.

Ведущий: Александр Толмачёв, генеральный продюсер Форума Fintech Data Day

10 июля форум соберет 500+ участников. В их числе: ведущие эксперты по данным из банков, технологических компаний, поставщиков скоринговых решений, дата-провайдеров и многих других. Присоединяйтесь!

Программа с темами выступлений уже на сайте.

Генеральным партнером форума является компания Deco Systems.

👉 Программа и регистрация

Больше инсайтов от спикеров и подробностей их выступлений — в канале форума.

Системный анализ - смежная профессия с data analyst, крайне востребованная в бигтехе. Цифры подтверждают: на hh.ru больше трех тысяч открытых вакансий в РФ со средней зарплатой около 180-200к рублей.

Но системный аналитик работает не с BI и не только с SQL: ему требуется глубокое понимание Rest API, Kafka, Redis и LocalStorage.

⚡️ it.t Academy создала полноценную песочницу в формате онлайн-магазина, внутри которого вы будете своими руками "дергать апишки", взаимодействовать с Kafka, Redis и LocalStorage, и научитесь применять SQL!

Вы освоите профессию в течение 3 месяцев плотной рил-тайм учебы, а переход из смежной сферы data-анализа поможет вам легче освоить материал)

✍🏻 Пишите t.iss.one/ittalkeracademy, чтобы получить ответы на все ваши вопросы!)

Или оставляйте заявку на сайте www.ittacademy.ru
Также наш тг-канал: t.iss.one/ittacademy

Всем спасибо ❤️

LangChain запустили Open Deep Research — open-source решение для построения агентских цепочек исследований с LLM

Пока все крупные игроки (OpenAI, Anthropic, Perplexity, Google) выпускают свои проприетарные решения для deep research, LangChain создали открытую альтернативу на базе LangGraph.

Что внутри:
• Трёхэтапный процесс: уточнение задачи → исследование → написание отчёта
• Мульти-агентная архитектура с супервизором и под-агентами для параллелизации
• Гибкость — можно подключить любые модели, поисковые инструменты и MCP-сервера

Ключевые инсайты:
• Мульти-агенты хороши только для легко распараллеливаемых задач (исследование), но плохи для координации (написание отчёта);
• Контекст-инжиниринг критически важен — без него расход токенов взлетает в 15 раз;
• Изоляция контекста по подтемам решает проблемы длинного контекста

Интересно как решили проблему координации: Изначально пытались параллельно писать разные секции отчёта разными агентами — получалась каша. Поэтому оставили мульти-агентность только для сбора информации, а финальный отчёт генерируют one-shot после завершения всех исследований. Простое, но эффективное решение дилеммы скорости vs качества

Где попробовать: Можно потестить прямо на демо-инстансе их Open Agent Platform — просто вводишь API ключи и пользуешься. Или запускаешь локально через LangGraph Studio.

Код на GitHub

Новость в блоге LangChain

Эта вакансия для тех, чья страсть — оптимизация, масштабирование и автоматизация. Ищут опытного руководителя команды DBA.

В числе задач:

◾️ Эксплуатация и сопровождение инфраструктуры баз данных;
◾️ Построение отказоустойчивых кластеров БД и распределение нагрузки;
◾️ Поддержка масштабирования приложений, консультация разработчиков, сопровождение миграций
Предстоит взаимодействовать с разработчиками и DevOps, заниматься архитектурным планированием.

🛠 Помимо опыта в DBA и тимлидстве, требуется понимание принципов работы (no)SQL баз данных, PostgreSQL и MySQL.

👇 Познакомьтесь поближе с тимлидами Lamoda в коротком видео — возможно, среди них ваши будущие коллеги.

Узнайте больше о вакансии и отправляйте резюме на сайте.

Реклама. ООО «Ламода Тех».  ИНН 7734461512. erid:2W5zFGWG6Wt

Иногда тебе не нужен отчёт — тебе нужен ответ.

Не 40 слайдов, а один график, который скажет: вот здесь просела конверсия. Или: тут стоит протестировать гипотезу.

И вот с этим в сентябре выходит новый инструмент — Нейроаналитик. Это AI-агент, который помогает работать с данными на уровне «спросил — получил». Он встроен в DataLens, работает как чат и понимает естественный язык. Не надо знать код, не надо писать формулы.

Ты просто говоришь:
«Покажи динамику продаж за квартал, разбей по регионам и сравни с прошлым годом» — и получаешь график.
«Добавь воронку и измени метрику на средний чек» — и он перестраивает визуализацию. Это не замена аналитикам. Это штука, которая закрывает 80% рутины, особенно для менеджеров, маркетологов, продакт-специалистов.

Когда нужно быстро проверить гипотезу. Сделать дэшборд для руководства. Принять решение без недели ожидания.

Сейчас инструмент используют команды внутри Яндекса — например, Яндекс Еда анализирует воронку курьеров, а в Yandex Cloud ищут инсайты для внутренних отчётов. Внешняя версия выйдет осенью. Можно записаться в лист ожидания.

Кажется, BI наконец стал похож на диалог. Не только с данными, но и с собой.

Когда ты спрашиваешь не «где график», а почему это произошло — и наконец получаешь ответ. Скоро инструмент будет доступен для всех, пока можно оставить заявку в листе ожидания.

Реклама. ООО Яндекс.Облако. ИНН 7704458262

Системный анализ - смежная с data analyst профессия, крайне востребованная в бигтехе. Цифры подтверждают: на hh.ru больше трех тысяч открытых вакансий в РФ со средней зарплатой около 180-200к рублей.

Но системный аналитик работает не с BI и не только с SQL: ему требуется глубокое понимание Rest API, Kafka, Redis и LocalStorage.

⚡️ it.t Academy создала полноценную песочницу в формате онлайн-магазина, внутри которого вы будете своими руками "дергать апишки", взаимодействовать с Kafka, Redis и LocalStorage, и научитесь применять SQL!

Вы освоите профессию в течение 3 месяцев плотной рил-тайм учебы, а переход из смежной сферы data-анализа поможет вам легче освоить материал)

✍🏻 Пишите t.iss.one/ittalkeracademy, чтобы получить ответы на все ваши вопросы!)

Или оставляйте заявку на сайте www.ittacademy.ru
Также наш тг-канал: t.iss.one/ittacademy

Всем спасибо ❤️