7 AI кейсов для бизнеса, которые я бы точно попробовал интегрировать (будь у меня бизнес)
Стало интересно изучить то, какие реальные кейсы применения ИИ можно придумать для бизнесаУсловия кейсовПрименимы для 90% бизнесовMVP можно собрать за 2-3 дня. По моей скромной оценкеНе требует data scientist'овНе vibe marketing / vibe coding. Потому что это отдельный пласт ИИшек, там можно еще 100+ кейсов придуматьЯ сам это делал либо видел создание со стороныСписок кейсов в статье, которые я посчитал интересными для подробного изучения
Запросы Natural language → Model Context Protocol → SQL
AI поддержка и обработка новых клиентов
AI-продуктовая аналитика
Как ИИ упрощает работу системного аналитика
Привет, Хабр. Меня зовут Паша, и в сфере IT я уже 14 лет. Из которых 7,5 лет проработал в госсекторе, можно сказать, фулстек-специалистом — от ремонтов компьютеров до разработки сайтов и приложений. После ушел работать в банковский сектор, в котором уже 6,5 лет работаю в роли системного аналитика. В этой статье хочу рассказать, как в размеренную жизнь системного аналитика ворвался ИИ и как он помогает в повседневной жизни быстрее решать рутинные задачи. Например, описание API и состоваление UML диаграмм в рутинные Confluence.
Разгон Мандельброта: SIMD с бубнами, OpenMP и CUDA
Построение множества Мандельброта — классический пример чрезвычайно параллельной задачи (embarrassingly parallel problem).Вначале мы разберем наивную реализацию, поиграемся с интринсиками (intrinsics) и, не теряя переносимости, заставим компилятор генерировать нам SIMD-инструкции. Далее добавим многопоточность и в заключение обесценим все наши старания несколькими строчками на CUDA.
Как использовать японские подходы в IT. Часть 3: защита от дурака
На одного мудреца приходится 10 000 дураков. Японская пословица. (こんにちは) Конничива! Я Виктор, менеджер проектов в Selectel. В предыдущих частях мы разобрались, что такое кайдзен, а также обсудили, как подходить к нему концептуально. Добро пожаловать в третью часть цикла о применении TPS/TBP (Toyota Production System/Toyota Business Practice) на практике в IT.
Квантизация
Автор статьи: Марк Блуменау - Сотрудник научно-исследовательских институтов ФИАН, ИЗМИРАН, ИФТТ, преподаватель Школы Высшей Математики
Самые быстрые алгоритмы распределенного и асинхронного обучения (с точки зрения теории)
Всем привет! Меня зовут Александр Тюрин, я руководитель группы «Методы оптимизации в машинном обучении» в AIRI и старший преподаватель Сколтеха. Мы с коллегами занимаемся оптимизацией распределённого обучения — это довольно актуальная проблема, учитывая, что современные модели обучаются на многих тысячах GPU. За последние 2 года нам удалось сделать несколько открытий в асинхронных методах оптимизации, которые мы изложили в 5 статьях на NeurIPS и ICLR. В этой статье я расскажу, в чём заключаются особенности распределённого обучения и что нового привнесли в него мы с точки зрения теории.
Как не потерять деньги и команду, пока внедряешь ИИ в e-commerce: обсудим на митапе «Ecom и Вино»
21 марта стартует второй сезон наших встреч «Ecom и Вино». Начинаем с горячей темы: как не потерять деньги и команду, пока внедряешь искусственный интеллект в ecom-продукт.
Введение в многокритериальную оптимизацию, или как потерять чуть меньше денег на крипте
Лежит на струнах пыльРжавеет под окномРазбитый телевизорТы сгладил все углыИ жизнь твоя сплошнойПроклятый компромиссНи вверх ни внизТак поёт группа Би-2 в песне "Компромисс" и с ними трудно не согласиться. Наша жизнь действительно состоит из сплошных проклятых компромиссов между несколькими решениями. Мы пытаемся найти максимально дешёвую, но качественную электронику, ищем экономичный, но быстрый автомобиль и красивого, но надёжного партнёра для отношений.Каждая из этих повседневных задач заключается в поиске оптимума нескольких конфликтующих между собой функций. Это называется
Как прогнозировать рост выручки с помощью фреймворка
Привет! Я Ваня Мочилин, работаю в команде продуктовой аналитики подразделения Онлайн в "Ленте". В этой статье расскажу о фреймворке, который мы разработали для бизнес-планирования и прогнозирования заказов. Он помогает понимать, сколько новых клиентов нужно привлекать в сервис, чтобы достигать финансовых целей.Проблема бизнеса
