Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.

Система интеллектуального анализа больших данных

Работа и стажировка 

 

Ссылка при использовании данных iFORA: Система интеллектуального анализа больших данных iFORA (ИСИЭЗ НИУ ВШЭ)                                   

ИИ-проекты на базе iFORA: взгляд со стороны бизнеса и разработки

3 апреля в НИУ ВШЭ в рамках Fall into ML прошел семинар «ИИ-проекты на базе iFORA: взгляд со стороны бизнеса и разработки». Директор Центра стратегической аналитики и больших данных ИСИЭЗ Константин Вишневский и заместитель директора Дмитрий Загорулькин рассказали о богатом опыте iFORA в реализации ИИ-проектов для крупных компаний и государственных структур как в России, так и за рубежом.

Отвечая на вопросы слушателей, Константин Вишневский подчеркнул, что несмотря на то, что заказчики iFORA – представители самых отраслей экономики и индустрий, наиболее частый запрос – анализ трендов. “Если резюмировать, всех интересует, что будет дальше, что нас ждет в будущем, какие технологии будут наиболее популярны”.

Отдельное внимание в своем выступлении Константин уделил являющемуся частью экосистемы iFORA RAG-ассистенту. “Сейчас все больше специалистов приходят к выводу, что на традиционные чат-боты с генеративным искусственным интеллектом нельзя полностью положиться, потому что они часто галлюцинируют. Преимущество систем RAG в том, что они работают с ограниченной, тщательно подобранной базой данных, и в этом случае риск выдачи неправильных ответов значительно ниже”.

Дмитрий Загорулькин в свою очередь рассказал о том, как эффективно управлять большими проектами с точки зрения разработки – от постановки задачи до выхода готового продукта на рынок. Особое внимание он уделил таким характеристикам, как хранение и анализ данных, извлечение данных с использованием ИИ, модели для анализа настроений, прогнозирование с использованием ИИ и визуальная аналитика.

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!