Вот это новость 🔥

Лауреатами Нобелевской премии по физике 2024 года стали Джон Хопфилд и Джеффри Хинтон за революционные достижения в области машинного обучения и искусственного интеллекта. Их исследования нейронных сетей, вдохновленные структурой мозга, начались еще в 1980-х годах.

➡️ Джон Хопфилд разработал сеть, способную восстанавливать изображения, по принципам физики атомного спина.
➡️ Джефри Хинтон расширил эту модель, создав так называемую Больцмановскую машину, которая распознает и классифицирует элементы данных.

Их открытия стали фундаментом современных технологий ИИ и повлияли на многие области, включая физику и инженерные разработки​.

#события @skillfactory

Сегодня IT проникает в сферы, где раньше главными были только археологи и реставраторы. Сохранение культурного наследия — сложный процесс, и ключевую роль в нем играют технологии, разработанные IT-специалистами. Один из ярких примеров — 3D-сканирование.

ℹ️Почему это важно
Многие памятники архитектуры и артефакты разрушаются под воздействием времени и людей. Так, уникальные фрески из пещер Могао в Китае разрушает эрозия. Ученые используют лазерное сканирование, чтобы создать их точные цифровые копии. Это позволяет сохранить артефакты и сделать доступными для исследований​.

ℹ️Как это работает
С помощью лазерных сканеров ученые создают 3D-модели объектов. В проекте RePAIR, например, ИИ помогает восстанавливать керамические артефакты Помпей, для которых не подходит ручная реставрация. Алгоритмы ИИ моделируют старение объектов и дают рекомендации по их консервации, предотвращая дальнейшее разрушение​.

ℹ️Другой пример — реконструкция собора Нотр-Дам-де-Пари после пожара 2019 года. До происшествия специалисты провели полное 3D-сканирование здания. Эти данные стали основой для разработки точного плана реставрации. Программисты, используя Autodesk и другие программы, создали виртуальные модели собора и поврежденных частей. Это ускорило процесс реконструкции и сохранило архитектурные детали​.

Разработка программного обеспечения для 3D-сканирования и анализа данных требует знаний в программировании. Именно IT-специалисты играют ключевую роль в этих процессах.

🐍 Если вам интересно узнать, как технологии меняют мир, пройдите наш бесплатный курс по профессиям в IT — это отличная возможность оценить свои навыки и найти направление для развития.

❤️ Каждый день мы сталкиваемся с множеством информации. И ее количество постоянно растет. Только за последние три года было создано 90% всех мировых данных. По прогнозам, в 2025 году их будет уже 181 зеттабайт, а один зеттабайт равен миллиону миллионов гигабайт.

Для работы с постоянно растущим объемом данных нужны дата-аналитики. Рассказываем, кто это, чем занимаются и как стать таким специалистом 👇🏻

Кто такой аналитик данных

Это специалист по анализу больших данных. Он собирает их, обрабатывает и делает выводы. На основании его отчетов в компаниях принимают важные решения.
Представьте: фирме нужно проверить, как пользователи взаимодействуют с сайтом. Для этого к нему подключают системы аналитики, которые автоматически собирают данные о действиях людей. После специалист их выгружает, соединяет информацию из разных систем в базу: приводит к единому виду, сортирует и фильтрует, разбирает на составляющие.

Что он должен уметь

Чтобы интерпретировать данные и делать выводы, он может пользоваться методами из математики и статистики, писать код самостоятельно или загружать кластеры информации в специальное ПО. Когда аналитик находит закономерности, например, что большинство пользователей проводит на главной странице сайте от пяти до десяти минут, он визуализирует результаты, составляет графики и таблицы, готовит отчет.

Какими бывают аналитики данных

Продуктовый аналитик развивает продукт на основе метрик и анализа данных. Он глубоко погружается в тему, проводит тесты и исследования, чтобы понять, какие функции пользуются популярностью, а какие — нет, какие проблемы возникают при использовании продукта.
BI-аналитик проектирует системы для анализа и хранения данных, тестирует гипотезы и автоматизирует отчетность. Помогает бизнесу моделировать разные ситуации, делать правильные выводы и распределять ресурсы между отделами.

В каких сферах нужен аналитик данных

Большие данные — ключевой ресурс для бизнеса. Их используют в IT, ритейле, финансах, здравоохранении, игровой индустрии, киберспорте, телекоме, маркетинге.
Например, в банке хотят свести к минимуму количество клиентов, которые не возвращают кредиты. Дата-аналитик изучает, какие характеристики указывают на то, будет ли человек вовремя вносить платежи. На этом основании клиенту будет одобрен или не одобрен кредит.

Чтобы стать дата-аналитиком, нужно:

— Уметь работать с Google Sheets, Sublime, Excel.
— Использовать для решения задач хотя бы один язык программирования, например, Python или R.
— Писать запросы к базам данных SQL.
— Реализовывать отчетность в BI-системах, например, Power BI, Google Data Studio.
— Базово разбираться в статистике.

Освоить профессию можно на нашем курсе «Аналитик данных». Оставляйте заявку по ссылке, менеджер свяжется с вами и расскажет подробности.