Заметки о данных, ИИ, ИТ
и безопасности
Без маркетингового тумана. Так, как я думаю о задачах в реальной работе с собственниками и руководителями.
Конвейер данных - это производственная система, а не скрипт
Почему компании теряют доверие к аналитике, когда относятся к пайплайнам данных как к разовым задачам, а не к эксплуатируемым системам.
Meltdown и Spectre: когда нижний слой вычислений стал ИБ-повесткой
Что уязвимости в процессорах означают для руководителей и почему это меняет разговор об ИБ на уровне инфраструктуры.
Биткоин, блокчейн и что из этого реально нужно бизнесу
Пока биткоин бьёт рекорды, разделяю два разных разговора: про криптовалюту как актив и про технологию блокчейн как инструмент для бизнеса.
Технический долг: как объяснить это совету директоров
Почему технический долг - это не только техническая проблема, и как говорить о нём с нетехническими руководителями так, чтобы это приводило к решениям.
GDPR вступает в силу через полгода: что это значит для российского бизнеса
В мае 2018 года заработает европейский регламент о защите данных. Российские компании с европейскими клиентами или офисами обязаны соответствовать.
Kubernetes: что хайп замалчивает об операционной стороне
Kubernetes решает реальные задачи на масштабе. Он также создаёт новую операционную поверхность, к которой большинство команд не готовы. Реалистичный взгляд до принятия решения.
API-first: стратегическое решение, а не техническое
Почему подход API-first - это не про разработку, а про архитектуру бизнеса, и как он влияет на гибкость компании через три-пять лет.
Качество данных: четыре метрики, которые реально работают
Большинство программ по качеству данных заходят в тупик из-за абстрактных метрик. Вот четыре конкретных измерения, которые рано выявляют проблемы и связаны с бизнес-результатами.
Почему ML-команды постоянно перестраивают одни и те же пайплайны
Скрытая стоимость машинного обучения в масштабе - не модели, а дублированная работа по инжинирингу признаков, которую каждая команда делает независимо. Что такое feature store и нужен ли он вам.
Событийная архитектура: когда помогает, а когда создаёт шум
Практический разбор event-driven подхода - какие задачи он решает, где добавляет сложность без пользы и как понять, нужен ли он вам.
Машинное обучение в продакшене: разрыв между пилотом и масштабом
Почему ML-пилоты часто не превращаются в рабочие системы, и что нужно сделать иначе с самого начала.
Бюджет ИТ: три слоя, которые большинство планов сваливают в один
ИТ-бюджеты разваливаются, когда расходы на эксплуатацию, изменения и инвестиции смешаны в одну строку. Разделение делает разговор с руководством значительно честнее.