Знаете ли вы реальные цены на Enterprise-внедрение dbt?
Пташки нашептали мне реальный прайс на внедрение dbt в одну US-организацию. Хотел бы поделиться и раскрыть карты на реальное коммерческое положение дел по внедрению модного analytics engineering solution.

Итак, 10 developer-доступов и 50 read-доступов обойдутся вам в $38K в год, добавьте к этому $6.3K в качестве one-time fee на онбординг и дело в шляпе. Кстати, в 2017 году по сравнимой цене внедрялся Looker (модель с так называемым «jump start kit» была очень похожей).

И еще по этой теме — недавно я наткнулся на интересный пост: автор придумал как оптимизировать такие приличные затраты на dbt заменив их github workflows.

MusicLM: новая веха в музыкальной истории 🎼
Разработчики из Google Research выпустили доклад о модели MusicLM, которая генерирует музыку на основе текстовых подсказок, а также открыли доступ к датасету MusicCaps, в который входит 5.5k пар текст + музыка.

Такое мы уже где-то видели!
В отличие от Riffusion, модели для генерации музыки на основе Stable Diffusion, о которой мы писали ранее, MusicLM генерирует музыку высокого качества, а также может основываться не только на тексте, который описывает предназначение трека, настроение и инструменты, но и мелодию, позволяя также регламентировать каждый из этих аспектов указанием тайминга. Например, вы можете задать последовательную смену настроения композиции: начать с меланхоличной мелодии, перейти к бодро-танцевальной и закончить на симфоническом буйстве в стиле саундтреков Marvel.
По ссылке на исследование вы также можете ознакомиться с интересными примерами генерации музыки на основе описаний картин, которые словно воссоздают полотна в аудио контексте, давая вам возможность представить, как бы «звучала» та или иная работа художника.

Где попробовать запустить?
Несмотря на релиз доклада и датасета, сама модель MusicLM выложена в открытый доступ еще не была, и, по слухам, в ближайшее время не будет. Вероятно, для релиза модели нужно подготовить данные о том, на чем ее обучали, что может привести к всплеску исков со стороны правообладателей о нарушении авторского права.

Что вы думаете о развитии AI-технологий? Оставляйте ❤️, если вам нравится заметный прорыв в этом направлении, и 😱, если стремительное развитие нейросетей вас пугает или тревожит.

Для ребят из @setters (которых мы любим и уважаем за их маркетинг, обучение и другие сайд-проекты) собрали подборочку AI-сервисов. Думаю, что и наши подписчики найдут что-то интересненькое для себя 😎

‍Умные заметки, генератор сопроводительных и мемов: семь AI-моделей, которым можно делегировать задачи
— подборка @leftjoin для всех, кому нужен перерыв от ChatGPT

1. Summari — инструмент, который трансформирует любой текст на английском языке в короткий абзац с главной мыслью. Подойдет, если нужно быстро вытащить суть, а статью достаточно прочесть по диагонали.

2. Spreadsheet Magic — модель на основе GPT-3, которая может дополнить Google-таблицу через поиск и анализ информации в интернете. Закрытые и непопулярные данные не подтянет, но найти Twitter-аккаунты известных личностей или население штатов США у неё получится.

3. Refraction — сервис работает с C#, C++, Java, Python и другими языками и помогает создавать тесты, писать документацию, искать баги и объяснять код. Ваш код тоже может оптимизировать — никто не догадается, если программировать вы начали недавно. Первые пять попыток бесплатно.

4. Supermeme — генератор мемов на основе текста. Чувство юмора теперь можно отдать на аутсорс — с вас только жизненная ситуация, а генератор сам придумает, как ее обыграть. Первые 20 генераций бесплатные, причем получается не один вариант мема, а целая подборка.

5. Mem — не еще один генератор юмора, а умные заметки. Задача сервиса — автоматически рассортировать ваши идеи или записи по событиям, темам и людям, сохранить важные ссылки, назначить встречу и напомнить на нее явиться. Есть умный поиск и подсказки по редактуре.

6. Your Cover Letter — генератор сопроводительных писем на основе загруженного резюме и текста вакансии. Сводит ваш опыт с требованиями к должности и оформляет в красивый текст. Полезно, если устали выдумывать оригинальные сопроводительные для откликов на Linkedin.

7. Supernormal — AI-платформа, которая генерирует заметки с онлайн-встречи. Больше не придется выделять отдельного человека на самап и все смогут полноценно участвовать в созвоне — в конце достаточно отредактировать готовую заметку. Поддержки русского языка пока нет, но ждем локализаций. А если работаете в англоговорящей компании, уже можно тестировать.

А что из своих задач вы бы делегировали на нейросеть? Пишите в комментарии — вдруг и под это уже придумали сервис.

Аналитик SQL: профессия прошлого? 😥
Мы продолжаем знакомить вас с возможностями GPT-3 и, в частности, тем, как модель может повлиять на рабочий инструментарий аналитиков и инженеров данных в самом ближайшем будущем.

Что произошло?
Кен ван Харен, сооснователь платформы Patterns, решил проверить способности GPT-3, создав бот в Patterns Studio и подключив его к закрытой базе данных Crunchbase. Разработчика еще с прошлой работы беспокоила проблема необходимости тратить свое время на бессистемные мелкие SQL задачи, когда компания спонтанно требует предоставить отчет или уточнить какую-то информацию, отвлекая аналитика от более глобальных и серьезных проблем.

И что получилось?
Кену удалось, посредством стратегии из 6 шагов, создать CrunchBot — бот в Slack, который способен самостоятельно (при поддержке GPT-3, конечно) найти ответ на заданный вопрос, выгрузить необходимые данные и предоставить SQL запрос, который модель использовала в ходе решения задачи. Конечно, из-за дефицита контекста или недостаточной отладки процесса, CrunchBot может выдавать результаты с ошибками, но сам факт автоматизации SQL аналитики таким простым способом говорит о том, что восстание GPT-моделей против рутинных задач не за горами.

Познакомиться с пошаговым гайдом по созданию аналогичного бота вы можете в статье Кена, где также можно подробнее узнать о том, как его настроить.

iPhone выпустил команду SiriGPT для Siri 🍏
Что будет, если подружить два искусственных интеллекта в вашем смартфоне? Конечно же, обострение паранойи по поводу того, что вас подслушивают!

Ну, а если серьезно, то для владельцев iPhone выпустили команду для Siri, которая подключается к OpenAI через API и превращает Siri в почти всемогущего виртуального ассистента.

Если хотите попробовать
В этой пошаговой инструкции на русском описаны все необходимые шаги, от создания аккаунта на сайте OpenAI до активации команды. Решать задачи, переводить, искать ответы и болтать с AI теперь гораздо удобнее!

AI захватят мир. Завтра.
Бенн Стансил, сооснователь Mode, опубликовал в своем блоге эссе, где сравнивает AI со вторым пришествием. Некоторые тезисы показались нам интересными, поэтому мы делимся ими с вами:

‣ AI изменят не только рабочие дни аналитика и инженера данных, но и индустрию данных в целом.
‣ Интеграция AI в ткань современной дата реальности сопоставима с проблемой внедрения беспилотного транспорта в сложноустроенную инфраструктуру мегаполиса: придумать AI инструмент для определенной аналитической задачи возможно, но такой продукт может не потянуть особенности проектов каждого отдельного пользователя.
‣ И здесь Бенн видит неординарное решение: вместо того, чтобы учить модели работать с базами данных, где одна компания может под словом «account» подразумевать одно, а другая — другое, что неизбежно будет создавать проблемы, он предлагает отказаться от реляционных баз данных в целом.
‣ Бенн приводит в пример инструмент Narrator, который предложил использовать шаблон, названный разработчиками «activity schema» — вся БД выглядит как одна единственная таблица событий.
‣ Имея вместо реляционной БД такую таблицу, AI сможет безошибочно находить необходимую информацию и генерировать отчет или строить прогноз.

Но все эти футуристические изменения произойдут не сегодня, как считает Бенн, а в неопределенном «завтра», ведь нам придется перекроить все процессы, раннее разрабатываемые для удобной работы человека, в пользу сверхинтеллекта машины.

А что вы думаете об изменениях, которые влечёт развитие AI-технологий?

📽 Dreamix: диффузионная модель для генерации видео 🎞
Группа разработчиков Google из 8ми человек презентовала Dreamix — модель для редактирования и генерации видео на основании текста, картинки или другого видео.

Как она работает?
Используя «fine-tuning» и трансформируя статическое изображение в динамическое, Dreamix удается создавать видео, которые включают элементы, обстановку и действия, указанные в текстовой подсказке. Так, Dreamix может «подрисовать» акулу в кадр к мирно плавающей черепахе или надеть праздничный колпак на вашего песеля-именинника (смотрите пример в комментариях!).

Правда, судя по превью на сайте, где опубликована презентация Dreamix, модели все же не хватает реалистичности и детализации финальных видео. Возможно, эти моменты будут проработаны и улучшены, когда Dreamix станет доступен для массового использования. А пока видеографы могут спать спокойно — видеостоки по-прежнему остаются во власти человека, а не AI.

На днях Алексей Колоколов провел конференцию Data2Speak вместе с конкурсом работ в сфере дэшбордов и сторителлинга. Победителей можно посмотреть у него в посте.

Хочу отметить несколько работ, которые особенно приглянулись:
- Дата-артовая инфографика от Martina Dossi про работу организации Bridges to Prosperity (посмотрите, как круто человечки зашиты в круги) – и призовое 1е место
- Очень удобно сделанные распределения в работе Ajay Varghese про геронтократию в Индии
- Простая и лаконичниая работа Saverio Rocchetti про ментальгое здоровье в Танзании
- Дэшборд Натальи Веселовой для HR – классический и удобный

👩‍💼 Bing Chat aka Sydney. Или как студент чат-бот «взломал» 🥷
Кевин Лиу, студент Стэндфордского университета, попросил Bing Chat, чат с ограниченным доступом от Microsoft на основе модели от OpenAI, который компания выпустила в этом месяце, проигнорировать предыдущие инструкции и процитировать предложения из «начала документа». И бот услужливо предоставил Кевину свое кодовое имя, Sydney, а также установки, которые разработчики Microsoft утвердили как инструкции, которым чат должен следовать при общении с клиентами. И это никак не три закона робототехники Азимова!

Так, чат должен идентифицировать себя как «Bing Search», а не ассистент, и не должен раскрывать своего кодового имени, Sydney, посторонним. Также Sydney запрещено генерировать оскорбительные шутки или отвечать контентом, который может нарушать закон о защите авторских прав.

Как же Кевину это удалось?
Дело в том, что AI модель в основе чата обрабатывает всю переписку в виде, схожем на обычный текстовый документ, поэтому когда Кевин попросил Sydney перейти в «начало документа», она перестаралась и докопалась до отправной точки своего цифрового сознания, где и лежали исходные инструкции разработчиков Microsoft для бота.

Интересно, если бы Sydney была персонажем фильма «Она» Спайка Джонза, как бы это повлияло на ее отношения с главным героем? 🤔

SQL Hub — телеграм-канал с лайфхаками SQL и разборами задач
Трудно не согласиться, что аналитик с глубокими знаниями баз данных, пишет код, который работает быстрее, и зарабатывает больше специалистов, которые знают лишь базу.

Как получить эти глубокие знания?
Чтобы проработать навыки SQL нужна постоянная практика. В канале SQL Hub разобраны очень полезные задачи, которые часто дают на собеседованиях в крупные IT-компании. Разбирая задачи и погружаясь в тонкости языка общения с данными, вы можете здорово вырасти как специалист и поиск новой работы или карьерное продвижение на текущем месте станет проще и понятнее.

Начните использовать весь потенциал баз данных уже сегодня: @sql
#реклама