Datanomika

Хочу жить так, чтобы стебаться и троллить как Илон Маск 🤣

Наткнулся на одного парня в ютубе.

Он уже 11 лет (с детства) занимается созданием экзоскелетов.

Вдохновляют истории таких людей, которые годами занимаются любимым делом и развиваются

https://youtube.com/@ivansmit?si=NIBitCY4xEqFI4L8

AWS Innovation Day 2026: от AI-пилотов к реальным решениям

22 октября в Astana Hub, Астана, состоится AWS Innovation Day 2026 — конференция об AI, Agentic AI, облачных технологиях и практическом внедрении решений в государственном и корпоративном секторе.

В программе:
✔️ AI-агенты и автоматизация процессов;
✔️ переход от пилотов к production;
✔️ AI-инфраструктура и облачные технологии;
✔️ безопасность и суверенитет данных;
✔️ реальные кейсы крупных организаций Казахстана.

Среди спикеров — AWS, Министерство искусственного интеллекта и цифрового развития РК, АО «Самрук-Қазына», АО НИХ «Байтерек», «Казахтелеком», MUK Group и qCloudy.

📅 22 октября 2026
📍 Астана, Astana Hub

Регистрация по ссылке 🔗

Kwai (Kuaishou), разработчик генеративной видеомодели Kling AI, перенесла общекорпоративный пайплайн расчёта метрик A/B-экспериментов со Spark на Apache Doris.

Переработка системы ускорила расчёт метрик до 145 раз и снизила потребление ресурсов на 72% на кластере из 2000 узлов и 100 000 вычислительных единиц (CU).

Подробный разбор на Хабре, ссылка в комментариях.

Мы уже дважды писали о внедрении Apache Doris в Kwai, и оба раза речь шла о слое обслуживания запросов в реальном времени (real-time serving) для рекламных нагрузок: сначала о замене ClickHouse на единый lakehouse, обслуживающий почти миллиард запросов в день, затем о замене Elasticsearch.

На этот раз речь о другой команде и другой нагрузке: пакетные вычисления по расписанию.

https://habr.com/ru/articles/1085270/

Протестировал модель нового типа Jev на задаче реранкинга для классификации госзакупок по справочнику ОКТРУ.

Jev стоит по деньгам как небольшая модель, такой же быстрый по скорости, очень стабильный, и при этом умный как большие модели.

Jev дал лучшую точность из всех участников сравнения, включая фронтир, который стоит в шестьдесят раз дороже и точнее не оказался; при этом Jev вдвое дешевле LLM без reasoning, в 2.5 раза дешевле LLM с reasoning и в 13 раз дешевле облачной модели с мышлением, а латенси на позицию ниже в 4.5 и в 12 раз.

https://habr.com/ru/articles/1084672/

80% рынка автозапчастей уже внутри redflags.ai Теперь - ещё ближе к реальной закупке

Мы запустили новую возможность: прямо в результатах анализа рынка отдел закупок может сформировать и скачать готовое коммерческое предложение от подключённого дистрибьютора

Больше не нужно отдельно искать контакты, отправлять запросы холодными email и ждать документы. RedFlags сопоставляет предложения по цене и соответствию тех. спецификации - а подходящее КП c подписью и печатью формируется в один клик

Для отдела закупок это означает меньше ручной работы и более быстрый путь от анализа рынка к покупке

А дистрибьюторам RedFlags открывает доступ к целевому спросу именно в тот момент, когда заказчик выбирает поставщика

Мы уже покрываем 80% рынка автозапчастей и приглашаем дистрибьюторов из других категорий к сотрудничеству

Хотите, чтобы ваши предложения и коммерческие документы были доступны закупщикам непосредственно в RedFlags? Напишите нам - обсудим подключение

Как это работает можно посмотреть в коротком видео 👆

🤣

У нас в Казахстане стал появляться спрос на GEO-оптимизацию.

Налетай - https://mp.kz/tender/267317

У Astra, конечно, сумасшедший уровень моушн дизайна и синтеза звука

Дал ей:

1. Референс видео какого-то стартапа за $3k (просто видео)

2. Попросил сделать такое же, но для https://shir-man.com/homepage, используя hyperframes

Сделала она его за 17 минут и с первого раза 🎬

У нас в Казахстане близится срок подачи декларации о доходах и имуществе физического лица (форма 270).

В прошлом году, чтобы ее подать я использовал NotebookLM + Cursor, чтобы подсчитать все и разобраться куда и что заполнять.
Затем вручную заполнял форму в кабинете налогоплательщика.

В этом году, дал доступ Codex'у к кабинету налогоплательщика в браузере, брокерскому счету через плагин (API), выписки с банка и договоры в Google Drive.

Его 30 минут планирования, 5 минут на устранение замечаний, 10 минут автоматизированного заполнения формы в браузере и около 8-9 часов ожидания ответа от меня.

То есть вся интеллектуальная и рутинная работа была сделана за 45 минут Codex'ом.

Живая демонстрация узкого горлышка всех процессов 😂

Claude съедает еще одну нишу в МСБ, AI-агенты консультанты, продажники для маркетплейсов, e-comm сайтов.
Пару сотен стартапов умерло сразу в момент анонса 😅

https://claude.com/blog/claude-for-commerce-agents

BI снова хоронят: подключаем LLM к хранилищу и аналитики больше не нужны, деньги тратить на лицензии не нужно.

По крайней мере, так выглядит обещание.

На практике дата-агент может написать корректный SQL, получить верные цифры и всё равно уверенно ответить не на тот бизнес-вопрос.
Он путается в определениях метрик, теряет права пользователя, дорого ходит по кругу и иногда рассуждает хуже, когда ему дают больше времени.

Я разобрал свежие кейсы OpenAI, Anthropic и Hex: что действительно улучшает ответы, какие очевидные подходы уже провалились, из чего складывается реальная стоимость и как за шесть шагов проверить

https://habr.com/ru/articles/1075946/

Час назад стартанул Agentic AI Football Cup Almaty. Организаторы AWS Community. Партнеры BCC-HUB и Datanomix. Профессиональные фотки от AWS community будут позже. Пока любительская видео тут и фотки @devs_kz

Datanomika pinned «Самая недооценённая работа этого года про text-to-SQL В январе на CIDR вышла статья с названием, которое не оставляет пространства для интерпретаций: [«Text-to-SQL Benchmarks are Broken»](https://www.vldb.org/cidrdb/papers/2026/p5-jin.pdf). Четверо исследователей…»

Практический вывод из этого прямой. Публичный лидерборд не отвечает на вопрос, насколько хорошо агент будет работать в вашей компании: он измеряет чужую систему на чужих схемах чужой разметкой.

Содержательный ответ даёт только внутренний eval на ваших определениях метрик, ваших схемах и ваших реальных ошибках.

Самая недооценённая работа этого года про text-to-SQL

В январе на CIDR вышла статья с названием, которое не оставляет пространства для интерпретаций: [«Text-to-SQL Benchmarks are Broken»](https://www.vldb.org/cidrdb/papers/2026/p5-jin.pdf).

Четверо исследователей из UIUC вручную перепроверили эталонные ответы в двух самых цитируемых бенчмарках. РАХМЕТ им большой за это

Результат:
• BIRD Mini-Dev, 498 примеров — ошибки разметки в 52.8% задач. Предыдущая работа находила 36.1%, то есть нашли ещё 102 сломанных примера
• Spider 2.0-Snow — из 121 задачи с опубликованными эталонами проблемными оказались 80. Это 66.1%

Порядок в лидерборде частично определялся тем, чьи ошибки удачнее совпали с ошибками разметки

Речь именно про эталоны. Про те самые правильные ответы, с которыми сравнивают модель

Что конкретно сломано

• Эталон вызывает ST_POINT(26.75, 51.5), а Snowflake ждёт порядок «долгота, широта». Координаты перепутаны в самом эталоне

• Вопрос про учеников с 1 по 12 класс, эталон берёт колонку Enrollment (K-12) — а она включает подготовительный. Эталон отвечает не на заданный вопрос

• TO_TIMESTAMP(end_date) даёт начало последнего дня вместо конца. Эталон молча теряет все события после полуночи

• После JOIN и FLATTEN строки размножились, DISTINCT не поставили — эталон считает дубликаты

• Семь вопросов с неоднозначным форматом вывода: оставил кавычки — ответ признан неверным

Последнее особенно показательно. Агент отвечает правильно и получает ноль за форматирование

А дальше самое интересное

Авторы взяли пять топовых агентов с лидерборда BIRD и прогнали их на исправленной выборке из 100 задач

Точность поехала на от −3% до 31% в относительном выражении, рейтинг перетасовался на три позиции.
Агент CHESS стоял четвёртым — поднялся с 62% до 81% и стал первым. OpenSearch-SQL стоял первым — опустился с 71% до 69% и стал третьим

То есть порядок в лидерборде частично определялся тем, чьи ошибки удачнее совпали с ошибками разметки

Две оговорки, без них нечестно

Команда Spider 2.0 обновила формулировки вопросов в июле 2025 и часть неоднозначностей сняла, а аудит делали по более раннему срезу. И 66.1% — это доля среди 121 проверенной задачи из 547, а не по всему датасету

Но вывод не меняется

Когда вам показывают девяносто с чем-то процентов на публичном text-to-SQL бенчмарке, в этой цифре есть вклад ошибок разметки. И ни вы, ни автор цифры не знаете, какой именно

Поэтому единственная осмысленная метрика для вашей компании — внутренний eval на ваших схемах, ваших определениях метрик и реальных вопросах бизнеса. Чужой лидерборд на этот вопрос не отвечает

А вы свои цифры точности на чём меряете?