Дайджест статей Модель данных для успешного бизнеса: от простоты к компромиссам Статья рассказывает о том, как выбор и развитие модели данных влияет на эффективность бизнеса, от простых решений до необходимости компромиссов при росте системы. https://habr.com/ru/companies/neoflex/articles/959066/ BI в цепочке создания ценности: где аналитика даёт максимальный эффект? Статья рассказывает о том, как бизнес-аналитика (BI) может приносить наибольшую пользу на различных этапах цепочки создания ценности предприятия. https://habr.com/ru/companies/modusbi/articles/959374/ ML в продакшене: почему аналитикам и бэкенду сложно договориться Статья объясняет, почему между аналитиками и разработчиками часто возникают сложности при внедрении моделей машинного обучения в продакшн, и предлагает способы устранения этих барьеров. https://habr.com/ru/companies/oleg-bunin/articles/955850/ Вертикальное шардирование базы данных: проблемы, решения, практические рекомендации Статья рассматривает особенности вертикального шардирования баз данных, типичные проблемы этого подхода и предлагает практические рекомендации по их решению. https://habr.com/ru/articles/959748/ ETL & ELT. От перестановки «слагаемых» результат меняется Статья объясняет различия между подходами ETL и ELT в обработке данных, а также показывает, как выбор подхода влияет на архитектуру и эффективность систем хранения и анализа данных. https://habr.com/ru/articles/960254/ Engineering Reliability With Delta Expectations Статья рассказывает о том, как обеспечить надежность данных с помощью Delta Expectations — механизма проверки качества данных во время их записи. https://dzone.com/articles/delta-expectations-write-time-data-quality Building an AI Agent That Debugs Production Incidents Статья описывает процесс разработки ИИ-агента, способного автоматически обнаруживать, анализировать и устранять инциденты в продуктивной среде программного обеспечения. https://medium.com/@anil.k.nayak8/building-an-ai-agent-that-debugs-production-incidents-e594ac4494ed Data Quality Statistics & Insights From Monitoring +11 Million Tables Статья представляет статистику и ключевые выводы по качеству данных, полученные в результате мониторинга более 11 миллионов таблиц в различных организациях. https://medium.com/data-science-collective/data-quality-statistics-insights-from-monitoring-11-million-tables-94227350d2fa Post-Training Generative Recommenders with Advantage-Weighted Supervised Finetuning Статья описывает новый подход улучшения генеративных рекомендательных систем после обучения с помощью взвешенной по преимуществу техники дообучения с учителем, что позволяет повысить их точность и эффективность. https://netflixtechblog.com/post-training-generative-recommenders-with-advantage-weighted-supervised-finetuning-61a538d717a9 What I Learned Migrating a Legacy Data Stack Into a Modern Lakehouse Architecture Статья описывает опыт автора по переходу от устаревшей системы хранения данных к современной архитектуре Lakehouse, включая трудности, решения и полученные уроки. https://medium.com/towards-data-engineering/what-i-learned-migrating-a-legacy-data-stack-into-a-modern-lakehouse-architecture-c5cac173aeea How RecSys & LLMs Will Converge: Architecture of Hybrid RecoAgents Статья описывает, как рекомендательные системы (RecSys) и большие языковые модели (LLMs) могут быть объединены в гибридные RecoAgents для более точных и персонализированных рекомендаций. https://medium.com/criteo-engineering/how-recsys-llms-will-converge-architecture-of-hybrid-recoagents-03bf3da7d493