{
    "version": "https:\/\/jsonfeed.org\/version\/1.1",
    "title": "Slavlotski: заметки с тегом DataScience",
    "_rss_description": "Меня зовут Влад и я Data Engineer. В свободное от работы время люблю писать электронную музыку, играть в видеоигры",
    "_rss_language": "ru",
    "_itunes_email": "",
    "_itunes_categories_xml": "",
    "_itunes_image": "",
    "_itunes_explicit": "",
    "home_page_url": "https:\/\/slavlotski.com\/tags\/datascience\/",
    "feed_url": "https:\/\/slavlotski.com\/tags\/datascience\/json\/",
    "icon": "https:\/\/slavlotski.com\/pictures\/userpic\/userpic@2x.jpg?1696305806",
    "authors": [
        {
            "name": "Slavlotski",
            "url": "https:\/\/slavlotski.com\/",
            "avatar": "https:\/\/slavlotski.com\/pictures\/userpic\/userpic@2x.jpg?1696305806"
        }
    ],
    "items": [
        {
            "id": "33",
            "url": "https:\/\/slavlotski.com\/all\/krugly-stol-kak-ai-agenty-menyayut-rol-data-inzhenerov-i-analiti\/",
            "title": "Круглый стол «Как AI-агенты меняют роль дата-инженеров и аналитиков?»",
            "content_html": "<p>7 июня 2026 состоялся DataBoom Birthday и на ней мне удалось поучаствовать в качестве ментора для начинающихся специалистов и спикера на панельной дискуссии, где мы с коллегами обсудили как AI-агенты меняют роль дата-инженеров и аналитиков.<\/p>\n<div class=\"e2-text-picture\">\n<div class=\"fotorama\" data-width=\"2560\" data-ratio=\"1.4997070884593\">\n<img src=\"https:\/\/slavlotski.com\/pictures\/photo_2026-09-19-19.49.59.jpeg\" width=\"2560\" height=\"1707\" alt=\"\" \/>\n<img src=\"https:\/\/slavlotski.com\/pictures\/photo_2026-09-19-19.50.07.jpeg\" width=\"2560\" height=\"1707\" alt=\"\" \/>\n<img src=\"https:\/\/slavlotski.com\/pictures\/photo_2026-09-19-19.50.02.jpeg\" width=\"2560\" height=\"1707\" alt=\"\" \/>\n<\/div>\n<div class=\"e2-text-caption\">Пару фоток с круглого стола<\/div>\n<\/div>\n<p>Запись круглого стола на YouTube:<\/p>\n<div class=\"e2-text-video\">\n<iframe src=\"https:\/\/www.youtube.com\/embed\/mzMj_HzLlSU?enablejsapi=1\" allow=\"autoplay\" frameborder=\"0\" allowfullscreen><\/iframe>\n<\/div>\n<p>Тайм-коды:<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=mzMj_HzLlSU\">00:00<\/a> Представление спикеров<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=mzMj_HzLlSU&t=83s\">01:23<\/a> Про границы профилей дата инженера и аналитика<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=mzMj_HzLlSU&t=231s\">03:51<\/a> В каких задачах дата специалистов AI уже приносит пользу?<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=mzMj_HzLlSU&t=539s\">08:59<\/a> Где AI еще плохо решает проблемы?<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=mzMj_HzLlSU&t=808s\">13:28<\/a> Что прокачивать джуну в 2026 году?<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=mzMj_HzLlSU&t=1132s\">18:52<\/a> Напутственные слова от спикеров<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=mzMj_HzLlSU&t=1344s&pp=0gcJCWMAwfN6Pr3D\">22:24<\/a> Q&A сессия: Как перейти из дата инженерии в продуктовую команду?<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=mzMj_HzLlSU&t=1486s\">24:46<\/a> Q&A сессия: Как оценивать перформанс junior специалистов если их техническая рутина уже автоматизирована?<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=mzMj_HzLlSU&t=1671s\">27:51<\/a> Q&A сессия: Какие три шага вы бы сделали, если начали свой путь заново?<\/p>\n<p>Небольшие выжимки как моих мыслей, так и мыслей коллег:<br \/>\n• Границы между ролями (инженер отвечает за инфраструктуру и пайплайны, аналитик — за инсайты в данных и работу с бизнесом) остаются, но AI уже позволяет одному человеку закрывать то, что раньше требовало команду из нескольких специалистов: агенты самостоятельно собирают пайплайны, интеграции, резко снижая коммуникационные издержки и повышая планку ожидаемого результата.<br \/>\n• При этом технически почти нет нерешаемых задач — модели легко пишут код и SQL. Главная проблема сместилась в область контекста: LLM обучены «вширь», но не знают специфику конкретного бизнеса, компании, а данные часто разрозненные и плохо размечены (garbage in, garbage out). Именно сбор, поддержание и обновление качественного бизнес-контекста для AI агентов — сейчас главный фронтир, который все в мире пытаются решить.<br \/>\n• Джунам не стоит гнаться за объёмом сгенерированного агентом кода, а уметь верифицировать результат и использовать AI как советника. Ключевые навыки — системное и критическое мышление, умение писать чёткие спецификации, глубокое погружение в бизнес-контекст, любопытство и адаптивность к смене технологий, а также фундаментальные знания (математика, статистика, распределённые системы), которые не устаревают.<br \/>\n• Общий настрой — несмотря на ощущение перегруженности от скорости изменений, AI принесёт больше возможностей, чем потерь, и побеждать будут те, кто лучше понимает своё место в системе, умеет на неё влиять и разбирается в домене бизнеса.<\/p>\n",
            "date_published": "2026-09-19T19:57:31+05:00",
            "date_modified": "2026-09-19T19:57:20+05:00",
            "tags": [
                "DataScience",
                "IT",
                "Анализ Данных",
                "Конференция"
            ],
            "image": "https:\/\/slavlotski.com\/pictures\/photo_2026-09-19-19.49.59.jpeg",
            "_date_published_rfc2822": "Sat, 19 Sep 2026 19:57:31 +0500",
            "_rss_guid_is_permalink": "false",
            "_rss_guid": "33",
            "_e2_data": {
                "is_favourite": true,
                "links_required": [
                    "system\/library\/jquery\/jquery.js",
                    "system\/library\/fotorama\/fotorama.css",
                    "system\/library\/fotorama\/fotorama.js",
                    "system\/library\/media-seek\/media-seek.js"
                ],
                "og_images": [
                    "https:\/\/slavlotski.com\/pictures\/photo_2026-09-19-19.49.59.jpeg",
                    "https:\/\/slavlotski.com\/pictures\/photo_2026-09-19-19.50.07.jpeg",
                    "https:\/\/slavlotski.com\/pictures\/photo_2026-09-19-19.50.02.jpeg",
                    "https:\/\/slavlotski.com\/pictures\/remote\/youtube-mzMj_HzLlSU-cover.jpg"
                ]
            }
        },
        {
            "id": "32",
            "url": "https:\/\/slavlotski.com\/all\/banki-zarabatyvayut-na-riskah-novy-vypuska-podkasta-pro-risk-mod\/",
            "title": "«Банки зарабатывают на рисках». Новый выпуска подкаста про Risk Modelling",
            "content_html": "<p>Пару недель назад я записал выпуск с <a href=\"https:\/\/www.linkedin.com\/in\/sergei-drobin-0333ba3a\/\"> Сергеем Дробиным<\/a> — Head of Risk Modelling в E&Y Центральной Азии и Кавказа, где мы поговорили про модельный риск, риск менеджмент, мониторинг и валидацию ML моделей и LLM, кто в банке должен заниматься рисками, почему регуляторы неглубоко погружаются в разработку и внедрения AI и многое другое.<\/p>\n<p>Полный выпуск смотрите на моем YouTube канале по ссылке:<\/p>\n<div class=\"e2-text-video\">\n<iframe src=\"https:\/\/www.youtube.com\/embed\/TRjr2lKj7OM?enablejsapi=1\" allow=\"autoplay\" frameborder=\"0\" allowfullscreen><\/iframe>\n<\/div>\n",
            "date_published": "2026-08-31T22:38:56+05:00",
            "date_modified": "2026-08-31T22:38:41+05:00",
            "tags": [
                "DataScience",
                "IT",
                "Анализ Данных"
            ],
            "image": "https:\/\/slavlotski.com\/pictures\/remote\/youtube-TRjr2lKj7OM-cover.jpg",
            "_date_published_rfc2822": "Mon, 31 Aug 2026 22:38:56 +0500",
            "_rss_guid_is_permalink": "false",
            "_rss_guid": "32",
            "_e2_data": {
                "is_favourite": true,
                "links_required": [
                    "system\/library\/jquery\/jquery.js",
                    "system\/library\/media-seek\/media-seek.js"
                ],
                "og_images": [
                    "https:\/\/slavlotski.com\/pictures\/remote\/youtube-TRjr2lKj7OM-cover.jpg"
                ]
            }
        },
        {
            "id": "31",
            "url": "https:\/\/slavlotski.com\/all\/data-fest-2026-almaty\/",
            "title": "Data Fest 2026 Almaty",
            "content_html": "<p>30 мая 2026 удалось успешно организовать и провести Data Fest 2026 Алматы в стенах университета АлмаЮ. 6 спикеров, 6 докладов и более 100+ участников в течение дня.<\/p>\n<p>Галерею фотографий можно посмотреть по <a href=\"https:\/\/disk.yandex.kz\/d\/zSPjTIBbtD3Y2g\">ссылке<\/a>.<\/p>\n<div class=\"e2-text-picture\">\n<div class=\"fotorama\" data-width=\"1707\" data-ratio=\"0.666796875\">\n<img src=\"https:\/\/slavlotski.com\/pictures\/DSC_1055-kopiya.jpg\" width=\"1707\" height=\"2560\" alt=\"\" \/>\n<img src=\"https:\/\/slavlotski.com\/pictures\/DSC_2231-kopiya.jpg\" width=\"1707\" height=\"2560\" alt=\"\" \/>\n<img src=\"https:\/\/slavlotski.com\/pictures\/DSC_2036-kopiya.jpg\" width=\"2560\" height=\"1707\" alt=\"\" \/>\n<img src=\"https:\/\/slavlotski.com\/pictures\/DSC_1522-kopiya.jpg\" width=\"2560\" height=\"1707\" alt=\"\" \/>\n<img src=\"https:\/\/slavlotski.com\/pictures\/DSC_1931-kopiya.jpg\" width=\"1707\" height=\"2560\" alt=\"\" \/>\n<img src=\"https:\/\/slavlotski.com\/pictures\/DSC_1393-kopiya.jpg\" width=\"2560\" height=\"1707\" alt=\"\" \/>\n<img src=\"https:\/\/slavlotski.com\/pictures\/DSC_1915-kopiya.jpg\" width=\"2560\" height=\"1707\" alt=\"\" \/>\n<\/div>\n<div class=\"e2-text-caption\">Пара фоточек<\/div>\n<\/div>\n<h3>Программа мероприятия:<\/h3>\n<p><b>Тема:<\/b> AI-агенты в разработке без хайпа: от экспериментов к рабочему процессу<br \/>\n<b>Спикер:<\/b>  <a href=\"https:\/\/www.linkedin.com\/in\/azamatgalimzhanov\/\"> Азамат Галимжанов<\/a>, Freedom Lifestyle<br \/>\n<b>Секция:<\/b> Advanced LLM<\/p>\n<p><b>Тема: <\/b>Data Science в банковском риск-менеджменте: ожидания и реальность, продвинутые модели и регулирование<br \/>\n<b>Спикер:<\/b> <a href=\"https:\/\/www.linkedin.com\/in\/sergei-drobin-0333ba3a\">Сергей Дробин<\/a>, Ernst and Young<br \/>\n<b>Секция:<\/b> Scoring<\/p>\n<p><b>Тема:<\/b> Мадам, снимите шляпу. Выбор оптимального фото для удалённой верификации.<br \/>\n<b>Спикер:<\/b> <a href=\"https:\/\/www.linkedin.com\/in\/daniyar-kurmankhojayev-76170357\/\">Данияр Курманходжаев<\/a>, Verigram<br \/>\n<b>Секция:<\/b> Computer Vision<\/p>\n<p><b>Тема:<\/b> Как я перестал бояться и дауыстық роботтарды жақсы көріп кеттім<br \/>\n<b>Спикер:<\/b> <a href=\"https:\/\/linkedin.com\/in\/aleksei-gusev-414575309\">Алексей Гусев<\/a>, NCSpeech<br \/>\n<b>Секция:<\/b> Random<\/p>\n<p><b>Тема:<\/b> С широко закрытыми глазами. Определение спящих людей и прочих атак удалённой верификации.<br \/>\n<b>Спикер:<\/b> <a href=\"https:\/\/www.linkedin.com\/in\/mikhail-shkorin\/\">Михаил Шкорин<\/a>, Verigram<br \/>\n<b>Секция:<\/b> Computer Vision<\/p>\n<p><b>Тема:<\/b> Почему ML-модели ломаются на бирже: от предсказания цен к управлению рисками<br \/>\n<b>Спикер:<\/b> <a href=\"https:\/\/linkedin.com\/in\/dulatatabek\">Дулат Атабек<\/a>, Atlas Capital Ltd.<br \/>\n<b>Секция:<\/b> Time Series<\/p>\n",
            "date_published": "2026-06-17T00:13:01+05:00",
            "date_modified": "2026-09-14T19:19:33+05:00",
            "tags": [
                "DataScience",
                "IT",
                "Анализ Данных",
                "Конференция"
            ],
            "image": "https:\/\/slavlotski.com\/pictures\/DSC_1055-kopiya.jpg",
            "_date_published_rfc2822": "Wed, 17 Jun 2026 00:13:01 +0500",
            "_rss_guid_is_permalink": "false",
            "_rss_guid": "31",
            "_e2_data": {
                "is_favourite": true,
                "links_required": [
                    "system\/library\/jquery\/jquery.js",
                    "system\/library\/fotorama\/fotorama.css",
                    "system\/library\/fotorama\/fotorama.js"
                ],
                "og_images": [
                    "https:\/\/slavlotski.com\/pictures\/DSC_1055-kopiya.jpg",
                    "https:\/\/slavlotski.com\/pictures\/DSC_2231-kopiya.jpg",
                    "https:\/\/slavlotski.com\/pictures\/DSC_2036-kopiya.jpg",
                    "https:\/\/slavlotski.com\/pictures\/DSC_1522-kopiya.jpg",
                    "https:\/\/slavlotski.com\/pictures\/DSC_1931-kopiya.jpg",
                    "https:\/\/slavlotski.com\/pictures\/DSC_1393-kopiya.jpg",
                    "https:\/\/slavlotski.com\/pictures\/DSC_1915-kopiya.jpg"
                ]
            }
        },
        {
            "id": "30",
            "url": "https:\/\/slavlotski.com\/all\/modelirovanie-dannyh-ot-ierarhicheskoy-setevoy-do-relyacionnoy-m\/",
            "title": "Моделирование данных: от иерархической, сетевой до реляционной модели",
            "content_html": "<p>С бурным развитием AI стало понятно, что код мы будем писать всё меньше. Тогда чем же будем заниматься?<br \/>\nЕсли говорить про дата-инженеров — моделирование данных останется зоной их ответственности. AI с этим пока справляется плохо, а значит, это именно то, во что стоит вкладываться. Кроме этого становится всё яснее, что мы — люди будем выступать в роли операторов по сбору и управлению контекстом для AI.<br \/>\nПоэтому я запускаю серию роликов, где мы пройдёмся по всем основным концепциям моделирования данных: от иерархических моделей до реляционных, разберём нормализацию и денормализацию, посмотрим на проектирование хранилищ по Kimball и Inmon и дойдём до Data Vault и Anchor моделирования.<br \/>\nГлавная идея, которой хочу придерживаться: каждый новый подход появился не просто так, а как ответ на проблемы предыдущего, так происходит эволюция. Универсального решения нет — важно понимать плюсы и минусы каждого инструмента, концепции и знать, когда и в каких случаях их применять.<br \/>\nВ первом ролике разберём истоки: как IBM создала первую иерархическую модель данных в программе Аполлон, какие у нее были существенные недостатки, чем была хороша сетевая модель и почему мы все же пришли к реляционной модели Эдгара Кодда, которая изменила всё.<\/p>\n<div class=\"e2-text-video\">\n<iframe src=\"https:\/\/www.youtube.com\/embed\/40Ra3LyTdvM?enablejsapi=1\" allow=\"autoplay\" frameborder=\"0\" allowfullscreen><\/iframe>\n<\/div>\n",
            "date_published": "2026-05-01T14:18:38+05:00",
            "date_modified": "2026-05-01T14:18:33+05:00",
            "tags": [
                "DataScience",
                "IT",
                "Инженерияданных",
                "Моделированиеданных"
            ],
            "image": "https:\/\/slavlotski.com\/pictures\/remote\/youtube-40Ra3LyTdvM-cover.jpg",
            "_date_published_rfc2822": "Fri, 01 May 2026 14:18:38 +0500",
            "_rss_guid_is_permalink": "false",
            "_rss_guid": "30",
            "_e2_data": {
                "is_favourite": false,
                "links_required": [
                    "system\/library\/jquery\/jquery.js",
                    "system\/library\/media-seek\/media-seek.js"
                ],
                "og_images": [
                    "https:\/\/slavlotski.com\/pictures\/remote\/youtube-40Ra3LyTdvM-cover.jpg"
                ]
            }
        },
        {
            "id": "29",
            "url": "https:\/\/slavlotski.com\/all\/slavlotski-podcast-episode-2-aleksey-dral-pro-data-engineering\/",
            "title": "Slavlotski Podcast Episode #2. Алексей Драль про Data Engineering",
            "content_html": "<p>Во втором выпуске моего подкаста вместе с <a href=\"https:\/\/www.linkedin.com\/in\/alexey-dral\/\">Алексеем Дралем <\/a>— основателем BigData Team, ex-Яндекс, ex-Amazon, ex-Сбер, ex-Рамблер, выпускником ШАД обсудили: кто такой дата-инженер, чем он полезен бизнесу, почему важен навык System Design, чем специалисты уровня Senior отличаются от Staff+, как AI-трансформация затронет роль дата-инженера и как быть junior-специалистам в такое непростое время. Приятного просмотра!<\/p>\n<div class=\"e2-text-video\">\n<iframe src=\"https:\/\/www.youtube.com\/embed\/TthBs0LncA0?enablejsapi=1\" allow=\"autoplay\" frameborder=\"0\" allowfullscreen><\/iframe>\n<\/div>\n",
            "date_published": "2026-04-04T17:46:42+05:00",
            "date_modified": "2026-04-04T17:46:06+05:00",
            "tags": [
                "DataScience",
                "IT",
                "Podcasting",
                "Дата инженерия"
            ],
            "image": "https:\/\/slavlotski.com\/pictures\/remote\/youtube-TthBs0LncA0-cover.jpg",
            "_date_published_rfc2822": "Sat, 04 Apr 2026 17:46:42 +0500",
            "_rss_guid_is_permalink": "false",
            "_rss_guid": "29",
            "_e2_data": {
                "is_favourite": false,
                "links_required": [
                    "system\/library\/jquery\/jquery.js",
                    "system\/library\/media-seek\/media-seek.js"
                ],
                "og_images": [
                    "https:\/\/slavlotski.com\/pictures\/remote\/youtube-TthBs0LncA0-cover.jpg"
                ]
            }
        },
        {
            "id": "28",
            "url": "https:\/\/slavlotski.com\/all\/slavlotski-podcast-episode-1-andrey-shadrikov-pro-computer-visio\/",
            "title": "Slavlotski Podcast Episode #1. Андрей Шадриков про Computer Vision",
            "content_html": "<p>На днях вместе с <a href=\"https:\/\/www.linkedin.com\/in\/andrei-shadrikov\/\">Андреем Шадриковым<\/a> записали подкаст, где поговорили о компьютерном зрении, о применении его в бизнесе, включая антифрод, удаленную верификацию, проблему с дипфейками. Обсудили как работает CV в беспилотных автомобилях, затронули роботехнику и какие вызовы перед ней стоят.<\/p>\n<p>Для меня — это первый опыт записи такого рода подкастов, особенно было интересно его монтировать, делать обложку, цветокоррекцию и т. п. технические штуки. Буду рад если вы поделитесь обратной связью, понравилось вам или нет. Приятного просмотра.<\/p>\n<div class=\"e2-text-video\">\n<iframe src=\"https:\/\/www.youtube.com\/embed\/1Tf4UBvLPfs?enablejsapi=1\" allow=\"autoplay\" frameborder=\"0\" allowfullscreen><\/iframe>\n<\/div>\n",
            "date_published": "2026-02-28T16:36:02+05:00",
            "date_modified": "2026-02-28T16:35:44+05:00",
            "tags": [
                "Computer Vision",
                "DataScience",
                "IT",
                "ML",
                "Podcasting",
                "Анализ Данных"
            ],
            "_date_published_rfc2822": "Sat, 28 Feb 2026 16:36:02 +0500",
            "_rss_guid_is_permalink": "false",
            "_rss_guid": "28",
            "_e2_data": {
                "is_favourite": false,
                "links_required": [
                    "system\/library\/jquery\/jquery.js",
                    "system\/library\/media-seek\/media-seek.js"
                ],
                "og_images": []
            }
        }
    ],
    "_e2_version": 4116,
    "_e2_ua_string": "Aegea 11.2 (v4116)"
}