Заметки о данных, ИИ, ИТ
и безопасности
Без маркетингового тумана. Так, как я думаю о задачах в реальной работе с собственниками и руководителями.
Бюджет на ИТ на 2020 год: как делить между поддержкой и развитием
Конец года - время планирования бюджетов. Разбираю, как думать о распределении ИТ-расходов между тем, что уже есть, и тем, что нужно строить.
НЛП в продакшне: разрыв между демо и работающей системой
Языковые модели в 2019 году дают впечатляющие демонстрации. Почему путь от демо до реально работающего продукта намного длиннее, чем кажется.
Доступ подрядчиков и вендоров: недооценённая точка риска
Третьи стороны с доступом к вашим системам - один из самых слабо контролируемых периметров безопасности. Как думать об этом управленчески.
Национальная стратегия ИИ в России: что это значит для внедрения в отраслях
В октябре 2019 года Россия утвердила Национальную стратегию развития ИИ до 2030 года. Разбираю, что из неё практически значимо для компаний, которые думают о внедрении прямо сейчас.
Данные как продукт: почему ответственность за данные нельзя вешать на одну команду
Когда аналитика перестаёт работать, проблема часто не в инструментах. Разбираю, как распределять ответственность за данные между командами.
Когда монолит не нужно разбивать
Микросервисы звучат современно, но декомпозиция монолита без достаточных оснований создаёт больше проблем, чем решает. Разбираю, как думать об этом решении.
Автономные мобильные роботы на складе: считаем экономику
AMR - уже не будущее, а рабочий инструмент. Разбираю, когда они окупаются, а когда покупка робота оказывается дорогой ошибкой.
Утечка Capital One: облако не виновато, виновата конфигурация
В июле 2019 года Capital One потерял данные более 100 миллионов клиентов. Разбираю, что произошло и почему главный урок не про облако, а про управление доступом.
Почему ML-команды переписывают одно и то же снова и снова
Feature store и управление признаками в машинном обучении: откуда берётся дублирование и как от него избавиться.
GPT-2 и языковые модели: что это значит для бизнеса прямо сейчас
После публикации GPT-2 разговор о генерации текста сдвинулся. Разбираю, что из этого реально меняет ситуацию для компаний, а что пока остаётся в лаборатории.
AutoML: что это такое и чего от него не стоит ожидать руководителю
Как AutoML-инструменты меняют порог входа в машинное обучение - и где они всё равно требуют экспертизы и управленческих решений.
Облачная безопасность после первой волны контейнеров: не сетью единой
Почему периметровая модель безопасности не работает в контейнерной среде - и что нужно защищать вместо неё.