Редакция Нетологии собрала и кратко законспектировала самые интересные статьи по data science, выпущенные на специализированных медиаплощадках в декабре.

Обучение в онлайн-университете: курс “SQL и получение данных

10 успешных кейсов внедрения технологий в ритейле“, rb.ru

Редактор Rusbase Наиль Байназаров рассмотрел успешные кейсы автоматизации в ритейле.

В сети магазинов “Перекресток протестировали технологию компьютерного зрения от резидента “Сколково” Intelligence Retail”. Компания повысила доступность товаров на полке и стала эффективнее контролировать очереди на кассах. После тестирования аналитики подсчитали: потенциальная выгода от внедрения системы может составить 2-5% в товарообороте.

В сети гипермаркетов “Лента” внедрили клиентскую big data-аналитику на основе карт лояльности и данных из соцсетей. Система запоминает и анализирует покупки клиента, сравнивает с данными из соцсетей и составляет персональное предложение для групп покупателей. Результат – рост частоты посещений магазинов и среднего чека.

В сети магазинов “Карусель” использовали систему умных планограмм. Система автоматически определяет лучшее место на полке для каждого товара. За 3 месяца использования планограммы помогли увеличить продажи чая и кофе на 5%, средств для бритья – на 10,5%.



Демократизация данных в убере“, habr.com

Пользователь Хабра Shmidtk посетил конференцию Data Crunch и рассказал о прослушанных докладах.

Представители Uber на конференции рассказали, как организовали платформу управления данными. Разделили пользователей на 4 группы:

  • обычные – знают базовый SQL, могут работать с простыми таблицами данных, дашбордами;
  • региональные менеджеры – знают SQL лучше, нуждаются в slice
  • аналитики данных – продвинутый уровень SQL, проводят исследования, строят дашборды, ищут инсайты;
  • Data Science – полностью понимают процесс работы с данными, строят модели, проводят эксперименты, А/Б тесты.

Для каждой группы пользователей предложили инструменты для упрощения задач. Например, Data Scientist дали инструмент для автоматизации запуска и оценки А/Б тестов. В итоге пользователи получили возможность проводить тестирования без погружения в математику и статистику.

Как искусственный интеллект помогает работать с юридическими документами? Лекция Егора Будникова из ABBYY“, habr.com

Системный аналитик технологического департамента компании ABBYY Егор Будников выступил в Яндексе на конференции “Data & Science: закон и делопроизводство” и рассказал, как работает компьютерное зрение. Выступление опубликовали в блоге компании ABBYY.

В ABBYY разрабатывают искусственный интеллект для решения задач бизнеса. Технологию разрабатывают так, чтобы она справлялась с задачами человека: считывала информацию о реальном мире по картинке или потоку картинок. ИИ превращает бумажные, отсканированные и электронные документы в структурированную информацию, участвует в принятии решений.

На практике это выглядит так. ИИ определяет тип документа, извлекает из него структурные элементы и анализирует их смысл.


Пример разделения документов на типы

Один из результатов внедрения искусственного интеллекта – снижение объема рутины для сотрудников, которые обрабатывают документы, и уменьшение количества ошибок при вводе информации в систему.

Читать еще: “Как повысить продажи в три раза с помощью Big Data и машинного обучения


Мнение автора и редакции может не совпадать. Хотите написать колонку для “Нетологии”? Читайте наши условия публикации. Чтобы быть в курсе всех новостей и читать новые статьи, присоединяйтесь к Телеграм-каналу Нетологии.

©