IT Дайджест с Новиковым

Запись - https://www.youtube.com/watch?v=CE0K9ErBqsI Презентация в приложении. Вроде получилось довольно неплохо, хоть и с небольшими проседаниями, так как давно не делал презентаций на английском. Из интересного, удалось сделать полноценный pet project по генерации презентации чисто на промптах с добавлением валидаций на уровне text и image LLM-as-a-judge + multi-LLM asssessment. Любой новый промт включал полный цикл от обновления svg до пересборки всего pdf. Доработаю его на на новых созвонах книжного клуба и сделаю более детальный пост об архитектуре. IT Дайджест с Новиковым

Замечательная идея - каждое утром распечатывать новости о планах на день, проектах, обновлениях, непрочитанных сообщения и тп. IT Дайджест с Новиковым

Недавно была конференция по duckdb https://www.youtube.com/playlist?list=PLWksJtu3SS6Y IT Дайджест с Новиковым

Свежий квадрант Gartner про BI инструменты. Как обычно, Microsoft лидируют со своей экосистемой продуктов для аналитики. Согласно отчёту, главное изменение — это Agentic BI. И тут я полностью соглашусь. Все топы «писяются кипятком» от восторга, когда они общаются с данными (aka chatGPT). И тут не очень важно, это Snowflake Cortex, Databricks Genie или сам BI инструмент. Я это сейчас вижу на примере Omni BI — весь C-уровень очень доволен. Но есть нюанс - вы платите за токены Anthropic и сами выбираете модель. То есть токены жгут не только инженеры:) Ключевое — это модель данных и семантический слой, то есть если у вас в markdown файлах всё нормально описано, то будет всё пучком. Классическое моделирование данных, когда сначала разговариваем с бизнесом, а потом рисуем диаграммы, эффективно как никогда, особенно если все встречи записать и скормить агенту. Главное — не халтурить в начале, чтобы потом избежать косяков. Ну и сам отчёт: 🤖 Главный тренд 2026: Agentic BI Это ключевой сдвиг этого года — от реактивных дашбордов к автономным агентам, которые сами инициируют анализ и действия: • Agentic Analytics — AI-агенты, которые не просто отвечают на вопросы, но самостоятельно выполняют многошаговый анализ, запускают воркфлоу, мониторят метрики • Semantic Layer как фундамент — Gartner на своём Data & Analytics Summit 2026 особо выделил, что к 2027 году компании с семантическим слоем получат на 80% более точные результаты AI и снизят затраты на 60%. Уже 92% лидеров в области данных внедрили или планируют внедрить semantic layer • Традиционные schema-based модели признаны недостаточными для агентного AI 📋 12 критических возможностей платформы Gartner оценивает платформы по критическим capabilities, сгруппированным в блоки: Инфраструктура: • Администрирование платформы и масштабируемость • Cloud BI (PaaS/SaaS) • Безопасность и управление доступом • Подключение к источникам данных Работа с данными: • Self-service подготовка данных • Семантический слой и управление метаданными • Governance и версионирование Анализ и контент: • Интерактивная свободная аналитика • Дашборды и отчётность • Встроенная расширенная аналитика (ML/AI) • Natural Language Query / Conversational Analytics — в 2026 г. это один из ключевых критериев • Публикация и распространение контента IT Дайджест с Новиковым

Часто бывает, что мы не успеваем закончить работу с агентами, тогда нам нужно переключиться на телефон и продолжить. Есть классный сторонний app Happy, который позволяет нам поднять удаленную сессию на рабочем компьютере и продолжить, подключившись с телефона. https://happy.engineering/ IT Дайджест с Новиковым

Semantic Layer vs. Text-to-SQL: 2026 Benchmark Update В статье сравнили dbt Semantic Layer (YML документация о моделях и метриках) и LLM модели. Очевидно, что LLM будет очень хорошо работать, если у нее будет правильный контекст и semantic layer это как раз и делает. Но и без SL уже модели хорошо сами все находят. Качественная документация очень ценна и она поможет использовать AI более эффективно. IT Дайджест с Новиковым

ИИ все глубже встраивается в бизнес-аналитику — и это уже не эксперимент, а рабочий инструмент. По данным свежего исследования, каждый пятый корпоративный пользователь обращается к ИИ-агенту (нейроаналитику) за поиском бизнес-инсайтов. На практике это выглядит так: 73% пользователей просят ИИ писать формулы, а 50% — объяснять графики. Причем не просто «что нарисовано», а с выявлением аномалий и проверкой гипотез на естественном языке. Это качественный сдвиг — BI перестает быть инструментом только для аналитиков и становится доступным бизнесу напрямую. Активнее всего ИИ в BI используют ИТ (40%), ритейл (25%), финтех (10%), логистика (5%) и медицина (4%). И причина проста — скорость. Например, в ритейле задержка в обнаружении падения маржи всего на несколько дней может стоить десятки миллионов. ИИ сокращает этот лаг до часов, позволяя делать десятки срезов и находить отклонения почти в реальном времени. IT Дайджест с Новиковым

Montecarlo решило уволить 30 процентов людей. В эпоху до AI это был самый лучший (и дорогой) user friendly инструмент для data quality и data observation. А теперь они стали не нужны. В 2х проектах я занимаюсь тем, что выпиливаю и заменяю их решение за ненадобностью. IT Дайджест с Новиковым

Claude Code c моделью Opus 4.6 очень круто. Но даже за тариф в 200$ в месяц вам будет не хватать, особенно если вы очень любознательный и изобретательный человек=) В итоге я пришел к выводу, что Cursor пока является самым эффективным и за 20$ в месяц в режиме Auto не будет никаких проблем на квоты. С недавних пор я стал использовать Cursor CLI - agent. Он работает достаточно хорошо. За март я потратил 1000$+ через API Anthropic и решил урезать пользование. У меня есть несколько edge кейсов, когда я не могу использовать на windows машинах Cursor/Claude Code и мне приходится через Kilo Code плагин в VSCode через OpenRouter подключаться к Anthropic API, чтобы в режиме YOLO творить🪄 А на чем вы остановились? Недавно попался пост про ситуацию с отечественными AI клиентами - ChatGPT, Claude и Gemini запретят в России. Альтернатива — «суверенные» модели, но ими не пользуются даже в компаниях, где они разработаны Все кого я знаю, все используют Cursor или Claude Code за 200$. Cursor еще удобен, что можно сразу на год купить за 25т рублей и не знать проблем, я уже купил всем родственникам таким образом. IT Дайджест с Новиковым

Dimensional Modeling 101 - статья про самый популярный и простой вид моделирования данных внутри хранилища данных. Это когда 20% знаний закрывают 80% потребностей. В статье вам напомнят теорию, и расскажут про альтернативы - Data Vault, One Big Table, Inmon Corporate Data Factory, Activity Schema. Книги по теме: 📚The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling 📚Star Schema The Complete Reference 📚Agile Data Warehouse Design: Collaborative Dimensional Modeling, from Whiteboard to Star Schema PS моделирование данных очень трудно дается AI, так же как и system design. IT Дайджест с Новиковым