Датаголики

Подкаст с Виталием Тренкеншу — о том, как ИИ меняет привычные инструменты и наше отношение к работе.Почему Google уже не справляется с ролью главного источника знаний и как на смену ему приходят ИИ-агенты. Зачем нужен новый протокол MCP, чтобы агенты могли взаимодействовать между собой. Виталий поделился личной историей: от первых экспериментов с нейросетями 22 года назад и создания казахско-русского переводчика до идеи собрать все тендеры мира в одну базу. И в финале мы попробовали честно ответить на вопрос — если агенты уже умеют думать, действовать и объединяться в экосистемы, то какая роль остается человеку?00:00 — Приветствие от ИИ01:40 — Эра GPT Optimization • изменения паттернов ресерча • замена Google на ИИ-агентов • делегирование ИИ планирования командировок, продуктовой корзины и задач по критериям07:25 — MCP (Model Context Protocol) • API для ИИ-агентов10:15 — Уровень доверия GPT • как использовать 4 разные ИИ-модели для ресерча14:54 — Когда ИИ пришёл в жизнь Виталия • 22 года назад написал первый ИИ • грант в университете благодаря нейросетям21:47 — Опыт создания русско-казахского / казахско-русского переводчика25:00 — Почему снова появилось желание работать с ИИ • FOMO • 3 свойства ИИ-агентов (восприятие среды, действия во внешнем мире, стремление к цели)40:35 — Human in the loop • рефлексия ИИ • почему ИИ не видит свои ошибки • самообучающиеся агенты44:00 — Сравнение ИИ-агентов 3 и 4 уровня51:52 — 5 уровень — экосистема ИИ-агентов • совместная работа, постановка целей, дискуссии, наём агентов • биржа фрилансеров из ИИ-агентов1:02:05 — А зачем теперь человек, если всё можно делегировать агентам? • пока мир для людей1:09:00 — Тендерный агрегатор • парсинг всех тендеров мира в единую базу • конечный пользователь — ИИ, не люди1:20:00 — Как видишь развитие области • применение ИИ разными людьми • влияние ChatGPT на повседневность и решения • у ИИ нет усталости, лени и выгорания • ИИ улучшает человека, а не заменяет • изменения в рекрутменте и найме из-за LLM1:36:25 — Ускорение работы • акселератор подготовки и анализа • твой мод перед GPT — брать ответственность на себя1:48:38 — AI-бункер🔗 Соцсети Виталия Тренкеншу:https://kz.linkedin.com/in/vitaliy-trenkenshu/ruhttps://www.instagram.com/vitaliy.trenkenshu/🔗 Соцсети Александра Полоротоваhttps://www.instagram.com/alex.polorotov/https://kz.linkedin.com/in/polorotovhttps://t.me/datanomika✨ Работа Виталия Тренкеншу про ИИ-агентовhttps://t.me/vitaliytrenkenshu/122

Парень уходит из корпорации, чтобы с головой нырнуть в мир ИИ. Он бросает работу руководителя продаж в Kolesa Group, делает тату и создает ботов, которые чатятся вместо него00:00 — Приветствие от AI. Гость: Жаслан Алдонгаров — основатель Robolabs, ex-Head of Sales Kolesa Group 01:40 — Чем занимается Жаслан и Robolabs Чат-боты, ИИ-боты и почему в продажах главное — доверие 08:20 — Почему ушёл из Kolesa Group Философия 10.000 часов для успеха 15:20 — Значение тату 18:00 — Как пришёл к AI-bots • Онкология жены • Кастдевы и провальные курсы по продажам • Боли продажников • Запуск рекламы в таргет• Переписки с AI 32:00 — Услуга «переписка с AI» Исследование Александра: получили ли компании экономический эффект от внедрения AI37:15 — Какие AI-агенты помогают в бизнесе • Что лучше: Perplexity, Claude, ChatGPT, Sonar, Notebook LM• AI вместо офис-менеджера, финансового директора, бухгалтера48:00 — Сколько стоят услуги• Про услуги и принципы работы• Бизнес-модель Robolabs• Сколько зарабатывает Жаслан01:06:00 —любимая рубрика «AI-бункер»⚡️ссылка на историю про татуhttps://www.instagram.com/reel/DBdm0W_iEUA/?igsh=cXMzeW5haW95cnB2⚡️ссылка на исследование Александраhttps://datanomix.pro/ai-research-kz⚡️ссылка на Notebook LMhttps://notebooklm.google/⚡️Cоциальные сети:Жаслан Алдонгаровhttps://www.instagram.com/jaslan.aldongarov/Александр Полоротовhttps://www.instagram.com/alex.polorotov/https://kz.linkedin.com/in/polorotovhttps://t.me/datanomika Автор подкаста: Полоротов Александр, co-founder Datanomix.pro

Окунитесь в увлекательный мир Ozen Finance с его дальновидным генеральным директором, Еркином Бердалиным, в этом эпизоде AI Ойбай! Узнайте, как Еркин и его команда радикально меняют жизни миллионов, внедряя передовые финтех-решения на базе ИИ в самых неожиданных местах: на оживленных базарах и в микробизнесе Казахстана.В этой увлекательной беседе вы узнаете:• «Подземный океан» возможностей: Откройте для себя, как Ozen Finance выявил и освоил огромный, незадействованный рынок мелких предпринимателей – от продавцов сухофруктов до торговцев одеждой – который традиционные банки считали «серой физикой» или слишком рискованным.• За пределами базаров: Узнайте, как Ozen Finance эволюционировал из простого проекта по цифровизации базаров в полноценную финтех-компанию, предлагающую инновационные продукты, такие как B2B BNPL (покупай сейчас, плати позже) и факторинг для микро- и среднего бизнеса.• Преимущество ИИ: Zarina AI: Погрузитесь глубоко в то, как Ozen Finance использует передовые скоринговые модели на базе ИИ (получившие название "Zarina AI") для точной оценки кредитных рисков в сегменте, где традиционные методы терпят неудачу, достигая замечательно низких показателей NPL (неработающих кредитов) всего в 2-3%.• Человекоориентированный ИИ: Услышьте, как их ИИ-агенты выходят за рамки обычных чат-ботов, адаптируясь к местным диалектам, таким как «Шымкентский казахский», и понимая уникальные поведенческие паттерны (например, печально известное фото «братишка сегодня не закинул»), чтобы укрепить доверие и увеличить коэффициенты конверсии.• Борьба с теневым рынком: Исследуйте смелую борьбу Ozen с теневыми кредиторами, выдающими займы под высокие проценты, которые эксплуатируют уязвимых базарных торговцев, и узнайте, как их цифровые решения предлагают легальную и справедливую альтернативу.• Вдохновляющая миссия Еркина: Поймите личную мотивацию, стоящую за стремлением Еркина демократизировать финансовые услуги для недостаточно обслуживаемых слоев населения, доказывая, что ИИ действительно может революционизировать основные бизнес-процессы, а не просто автоматизировать простые задачи.• Вызов бункера ИИ: Оставайтесь до конца, чтобы узнать о забавном повороте, когда Еркин участвует в игре «Бункер ИИ», объясняя, почему его работа достаточно ценна для искусственного интеллекта, чтобы сохранить его существование в будущем, где доминирует ИИ!Этот эпизод обязателен к просмотру для всех, кто интересуется финтех-инновациями, реальным влиянием ИИ, социальным предпринимательством и будущим финансов! Не пропустите эту проницательную дискуссию о том, как Ozen Finance меняет жизни, один базарный прилавок за другим.

В выпуске хреновый звук, потому что это запись дискуссии в рамках "Недели банковской аналитики", которая проводилась в Алматы вживую в 2023 году. Говорили о новом тренде на Data франшизы, отличия в подходах к построению аналитических команд в разных компаниях и оценки эффективности членов аналитических команд. Участники дискуссии: Полоротов Александр (со-основатель Datanomix.pro), Алексей Никоноров (Head of Analytics, Первое Кредитное Бюро Казахстана), Степан Глушко (ex-CDO СБЕР Казахстан)

Завершение первого сезона подкаста. Подводим итоги этого года. Спешим поделиться радостью - один из наших проектов аналитическая система выявления рисков в госзакупках признали лучшим проектом в мире на World Commerce & Contracting Innovation & Excellence Awards! https://www.worldcc.com/awards/Hall-of-Fame Всех с наступающим новым годом!   Ведущий: Полоротов Александр - https://t.me/apolorotov Полезные материалы: Подписывайтесь на канала - https://t.me/datanomika  https://datanomix.pro/academy - помогаем увеличить количество Self Service пользователей Qlik Sense

Гость выпуска - Александр Бараков Руководитель отдела кросс-функциональной аналитики в Tinkoff Bank, автор самого полного курса на русском языке о BI-стратегии и ее реализации: Слушай подкаст там, где тебе удобно - https://podcast.ru/1573117183 Канал в телеграме: https://t.me/datanomika 00:24 - Представление Александра Баракова 02:21 - Что думаешь на счет data-mesh?  03:41 -  Твое понимание термина SSBI? 06:17 - Ведет ли внедрение SSBI к усложнению контроля единой версии правды? 09:50 - Синергия между SSBI-командой и централизованной BI команды 14:11 - Сертификация и вывод в продакшн приложений  power-юзеров 17:40 - Сервисный подход обслуживания бизнес-пользователей. Перечень услуг Centralized BI 20:36 - Можешь выделить А-категорию, которая чаще всего пользовалась спросом ? 23:49 - Сколько нужно человек в централизованной команде 27:58 - Системное обучение позволит сократить Shadow BI в организации? 32:56 - Комьюнити-менеджмент в Тинькофф Банке 39:15 - Метрики эффективности и инструменты  44:52 - Стоит ли начинать BI-проект с реализации фин. отчетности?  51:13 - Как появилась идея создать курс по BI-стратегии?  1:01:27 - Три шага по внедрению BI-стратегии Полезные ссылки: - Курс Александра Баракова (очень сильно рекомендую) https://l-a-b-a.com/lecture/1637-razrabotka-bi-strategii - https://l-a-b-a.com/blog/2602-aleksandr-barakov-bi-komanda-dolzhna-sozdavat-analiticheskuyu-tyagu-v-biznese - http://datanature.ru/bi-strategy  - https://datanomix.pro/academy -Datanomix Academy онлайн-школа обучения Self Service пользователей Qlik Sense, помогаем увеличить количество Self Service пользователей Qlik Sense

В этом выпуске Пётр Царенко (CDO Kolesa Group) рассказывает о роли CDO в продуктовой компании и делится опытом использования BigQuery, Google Data Studio и Power BI в Kolesa Group Ведущие выпуска: Полоротов Александр - Datanomix.pro Тренкеншу Виталий - Datanomix.pro Хронометраж: 1:25 Представление гостя 2:32 Kolesa GROUP в цифрах  5:35 SELF SERVICE BI в твоем понимании 9:08 организационная структура блока управления данными в Kolesa Group 10:48 Сколько работает аналитиков, дата-инженеров? 12:47 Пример недавних управленческих решений, которые принимал на основе данных 15:12 Кто такие дата-аналитики в вашей компании? 17:46 Как устроен рекрутинг в компанию? 20:02 Что значит «разбираться в продуктовых вещах»? 23:52 Жизненный путь появления дашборда в организации 29:02 Сколько дней уходит на первую версию такого дашборда? 30:11 Как идет управление изменений? Как отслеживаются запросы? 32:09 Один и тот же показатель рассчитывают по-разному. Как вы с этим боритесь? 34:15 Как построен контроль качества данных?  36:26 Как вы пришли к BIG QUERY? 42:12 Сколько источников соединены с Big Query? 42:55 PowerBI для вас единый инструмент? 46:02 Создаются ли дашборды для HR, финансов  49:09 Как у вас организовано системное обучение своих дата-аналитиков? 51:51 Менторинг, официальный или неформальный институт в компании? 53:26 Хочу апгрейднуться. Как это происходит?  57:21 Планируете ли поделиться наработками, грейдами? 1:04:47  3-5 шажочков чтобы организация стала data-driven Ссылки: Исследование рынка ДАТА-профессий

В этом выпуске руководитель BI направления компании Softline Алексей Гриненко поделился своим опытом внедрения Qlik и видением о том, какой должен быть интегратор в наше время. Слушайте там, где удобно - https://podcast.ru/1573117183 Подписывайтесь на youtube - https://www.youtube.com/channel/UCHkzKENDmuN6DypTH4uJtBw Пишите свои отзывы https://t.me/datanomika Тайм-коды: 1:23 Краткий рассказ о себе 3:20 Понимание термина Self-service   4:40 Опыт внедрения Qlik 10:14 Что подразумеваешь под термином Data Star 14:05 Как обучаться дата-стару? 17:40  Если в компании уже отлажены бизнес-процессы, сотрудники будут бороться за них 19:22 Как убеждали генерального директора? Как "продать" идею внедрения Qlik топ-менеджерам?  21:28 Для топов этот проект давал ощутимый бизнес-эффект 23:31 Пример из практики где Клик помог 27:57 Какая роль была у интеграторов в проекте внедрения в Евроцемент 32:28 Какие-то метрики использовал для мониторинга использования Qlik? 34:06 Нужна ли документация к приложениям в Qlik и какая она должна быть? 37:27 Стайлгайды есть? 38:11 Как ты видишь процесс сбора требований к приложениям Qlik? 39:15 Кросс-компетенция/кривая перехода 45:20 Как построен процесс верификации данных? 48:16 С твоей точки зрения, какой сегодня самый большой пробел (gap) в инструментах или технологиях для управления, обработки данных? Каких инструментов не хватает?  49:22 5 шагов для внедрения self service BI внутри организации для наших слушателей. 

В этом выпуске со-основатель и CEO компании Visiology (производитель Business Intelligence) Иван Вахмянин рассказал из чего состоит отечественный BI инструмент, с какими трудностями сталкивалась команда при разработке и для чего производители стремятся в квадрант Gartner'a и рейтинги BARC.    Датаголики выпуска: 1. Иван Вахмянин - https://www.facebook.com/i.vakhmyanin 2. Полоротов Александр - https://www.facebook.com/apolorotov/ 3. Тренкеншу Виталий - https://www.facebook.com/vitaliy.trenkenshu    Канал в телеграме: https://t.me/datanomika Обратная связь: https://t.me/apolorotov   Youtube: https://www.youtube.com/channel/UCHkzKENDmuN6DypTH4uJtBw Сообразили на троих: 01:00  - Кто такой Иван Вахмянин и Visiology. 03:32 - Что такое self service BI? 06:10 - Как появилась идея создания своего "велосипеда"? 7:59 - Влияние импортозамещения. 08:30 - Почему решили создавать свое, а не присоединились к open source. 10:52 - Visiology в цифрах. 12:25 - Стратегия и позиционирование. 15:48 - Какова роль обучения партнёров? 18:25 - Какое отношение формы ввода данных имеют к BI инструментам?! 22:00 - Формы ввода данных как конкурентное преимущество. 24:36 - Чем отличается от других BI  , какие специализации на рынке BI возможны? 29:30 - Как попасть в квадрант Gartner ? Влияет ли это на продажи? 37:44 - Каким будет Visiology через 5 лет? 51:45 - Подробности о внутренностях Visiology. 1:01:58 - Почему язык R не полетел как язык разработки в Visiology для конечных пользователей? 1:05:48 - Javascript как язык разработки на визуальном уровне в Visiology. 1:07:32 - Какая команда нужна, чтобы создать и поддерживать свой in-memory database? 1:09:40 - Каких инструментов управления данными не хватает? 1:16:30 - 5 шагов к self service BI.  

Вторая часть беседы с Дмитрием Муном об анализе данных в государстве. Соображали на троих: Дмитрий Мун (АО Национальные информационные технологии, Казахстан), Тренкеншу Виталий, Полоротов Александр (Datanomix.pro). Успели обсудить: - Проблематика получения данных для анализа с точки зрения госслужащего - Как устроено управление мета-данными в самом большом Data Lake в Казахстане? - Институт Data Steward в государственных органах как единая точка входа для создания аналитических кейсов. - Стек-технологий: Pentaho, ClickHouse, Kibana, KNIME.   - Бизнес-эффект. Слушай подкаст там, где тебе удобно - https://podcast.ru/1573117183 Канал в телеграме: https://t.me/datanomika Обратная связь: https://t.me/apolorotov

В этом выпуске руководитель аналитического направления в ритейле Константин Карнаухов делится своим накопленным опытом внедрения Business Intellegence - Qlik, который он приобрел работая в компаниях  Mars, X5 Retail Group, Газпром нефть. Канал в телеграме: https://t.me/datanomika Обратная связь: https://t.me/apolorotov Успели сообразить на двоих: 3:00 — Использование DAMA Book на практике. Ссылка на разбор DAMA book  7:07 — Важность качества данных в крупных enterprise проектах  9:30 — 2000 пользователей QLIK в Mars 10:43 — Перенос приложений между средами DEV - TEST - PROD и CI/CD 15:20 — Еще больше о проекте внедрения Qlik в Mars  17:50 — Dashboard Canvas и использование MIRO при сборе требований к дашбордам  20:28 — Работа в X5 и структура команд по управлению данными и BI.  26:00 — Масштаб внедрения Qlik и доступ к аналитике для директоров магазина  26:57 — Self-Service BI в понимании гостя  29:23 — Как вовлекать бизнес в проект внедрения BI? Какими метриками мерить успех внедрения? 34:18 — Можно ли как-то померить прямой бизнес-эффект от внедрения BI? 37:35 — Розничный чек на несколько тонн курицы  39:50 — DWH и Qlik 44:52 — Excel наш друг? 47:18 — Какие подходы помогли успешно использовать Qlik в Газпромнефть, X5Retail?  49:00 — Роль обучения сотрудников и подходы 51:09 — Внутренний обучающий курс по работе с self-service BI и роль корпоративного университета  54:20 — Что за магазин данных?   55:19 — Кто отвечает за опубликованное Qlik приложение и расчеты в них?   57:20 — Пару минут о DataMesh 1:00:20 — Роль дата-звездочек и паровозов в проектах внедрения BI  Ссылки на статьи: 1. Datamesh - https://martinfowler.com/articles/data-monolith-to-mesh.html 2. Дашборд канвас от Ромы Бунина - https://revealthedata.com/blog/all/vebinar-algoritm-razrabotki-dashborda/ Слушай подкаст там, где тебе удобно - https://podcast.ru/1573117183

В этом выпуске разбираемся как и над чем работает аналитический центр Генеральной Прокуратуры в Республике Казахстан. Соображали на троих: Дмитрий Мун (АО Национальные информационные технологии, Казахстан), Тренкеншу Виталий, Полоротов Александр (Datanomix.pro). Слушай подкаст там, где тебе удобно - https://podcast.ru/1573117183 Канал в телеграме: https://t.me/datanomika Обратная связь: https://t.me/apolorotov Успели обсудить: 02:00 - Высшее образование в МГУ. 07:00 - Почему так часто выпускники МГУ кафедры мат.статистики оказываются в SAS'е. 08:10 - Работа в Институте экономического развития. Проект для ОЭСР. 15:00 - Работа в SAS. 20:00 - Начало работы в Генеральной Прокуратуре над проектом по выявлению нарушений в уголовных делах 24:10 - Как формировалась data science команда в Генеральной Прокуратуре 25:30 - Автоматическое выявление нарушений следствия при ведении уголовных дел   26:50 - Дашборд для прокурора и примеры нарушений для идентификации 31:50 - Проблемы при внедрении дата-продуктов в государственных органах 32:48 - Как "продать" решение конечным пользователям и роль образования в успехе проекта 34:45 - Text-mining и классификация заявлений при обращении в 102.   42:28 - Как рубрика "Веселый ITшник" на совещаниях с прокурорами помогла поменять мышление  

Датаголики выпуска: Сергей Кравченко (Cбер), Никита Каримов (Qlik) и Полоротов Александр (Datanomix.pro). Слушай подкаст там, где тебе удобно - https://podcast.ru/1573117183 Обратная связь: https://t.me/apolorotov  Темы: - Что такое центр экспертизы (компетенций) бизнес-аналитики? - Как внедрить и поддерживать Qlik когда у тебя в организации 10 000 пользователей. - Как появилось русскоязычное Qlik сообщество в запрещенном Telegram. - Пользователи разрабатывают много аналитических приложений, как управлять этим всем? - Проблема избыточности "витрин" на примере DWH. Приходит запрос на разработку нового приложения (отчета), откуда ты знаешь, что такого уже не делали?

В этом выпуске соображают на троих:  Кособоков Александр - территориальный директор по интеграционной платформе Qlik (Qlik Integration). Каримов Никита - директор по работе с ключевыми клиентами Qlik. Полоротов Александр - датаголик из Datanomix.pro Канал в Телеграме: https://t.me/datanomika Обратная связь: https://t.me/apolorotov О чем успели поговорить: Разбираем понятие self service BI (аналитика самообслуживания).  Почему возникает потребность Self service BI.  Как понять, что твоя компания готова ко внедрению self service BI? Какие шаги предпринять?  Кто такие Data-звездочки и Data-лидеры? Как их искать? Зачем они нужны в организации?  Роль DWH в проектах. Какие ETL/ELT инструменты есть у Qlik?