какая-то библиотека
Қайта жіберілді:
Korenev AI - GPT в тапочках🩴
04.04.202517:14
Заглянул туда, где щедро отсыпают знания. Только успевай подставлять ладошки😄
arXiv.org - место хранения научных статей, в т.ч. и по иишной тематике.
Я пришел туда с конкретной целью: найти рабочие подходы для анализа юридических документов с помощью ллм. В интернетах не так уж и много полезной инфы.
Опишу свой подход по поиску полезнях:
1. Начало базовое стандартное: делаю поисковые запросы по теме. Полученные результаты поисковой выдачи отправляю Клоду с вопросом"а есть знания? а если найду?"
2. Сохраняю нужные мне статьи из поисковой выдачи.
И так перебираю далее еще десяток страниц с выдачей.
3. Следом, по очереди отдаю Клоду по одному документу с таким промптом:
4. Если документ оказался релевантным – я перевожу эту пдфку с яндекс переводчиком и изучаю уже подробнее
Таким образом за несколько дней аналитики нашел достаточно интересностей, которые расширили мой кругозор🤔 Там, кстати, про ИИ агентов ну очень много вкусного постоянно появляется.
Надеюсь, хоть кого-то вытащил из творческого ступора❤️
arXiv.org - место хранения научных статей, в т.ч. и по иишной тематике.
Я пришел туда с конкретной целью: найти рабочие подходы для анализа юридических документов с помощью ллм. В интернетах не так уж и много полезной инфы.
Опишу свой подход по поиску полезнях:
1. Начало базовое стандартное: делаю поисковые запросы по теме. Полученные результаты поисковой выдачи отправляю Клоду с вопросом
"сообщи список статей, которые могут касаться работы с юридическими документами или извлечения смыслов"
2. Сохраняю нужные мне статьи из поисковой выдачи.
И так перебираю далее еще десяток страниц с выдачей.
3. Следом, по очереди отдаю Клоду по одному документу с таким промптом:
Мне нужно проанализировать эту статью.
Я сейчас занимаюсь анализом юридических документов с помощью LLM
Меня интересует:
1. о чем это исследование и ключевые выводы. методы, которые в нем использовались (3-5 предложений)
2. есть ли информация об извлечении смыслов из документа?
3. используемая методология извлечение и обработки смыслов
4. какие знания можно использовать в моем сервисе по анализу документов? жди документ
4. Если документ оказался релевантным – я перевожу эту пдфку с яндекс переводчиком и изучаю уже подробнее
Таким образом за несколько дней аналитики нашел достаточно интересностей, которые расширили мой кругозор🤔 Там, кстати, про ИИ агентов ну очень много вкусного постоянно появляется.
Надеюсь, хоть кого-то вытащил из творческого ступора❤️
21.03.202508:02
Теория, которая ускользнула: история о непонимании, механическом чтении и едва спасенном дипломе
Поддерживаю идею поговорить о познавательном опыте через рассказ о том, что не получилось. Спасибо, Учусь, как умею
В магистратуре теория социальных исследований и науки и техники стала для меня настоящим кошмаром. Предмет, который должен был расширить мои горизонты, превратился в источник постоянного стресса и тревоги. Сложные тексты на английском, незнакомые понятия, неспособность увидеть связь с практикой – все это создавало огромный познавательный барьер. Я привыкла к конкретным результатам в прикладных исследованиях, где все можно измерить и представить в виде графиков. А тут нужно было мыслить абстрактно, выстраивать сложные аргументы, анализировать теории, что казалось мне совершенно невозможным. И, конечно, мой комплекс отличницы не позволял мне признаться себе и другим, что я просто не понимаю этот предмет.
Преподаватель, возможно, и старался помочь, но я была настолько зажата своим страхом и комплексом, что не могла воспользоваться его помощью в полной мере. Я не могла преодолеть этот барьер, не могла освоить методы аналитического чтения, не могла понять, как применять теорию к конкретным проблемам, не могла увидеть логику и структуру этого предмета. Я механически читала тексты, выделяла ключевые слова, переписывала цитаты, писала эссе, но все это было поверхностным, формальным, без настоящего понимания.
Сейчас я понимаю, что упустила важную возможность. Я сожалею, что не смогла превратить этот сложный образовательный опыт в возможность для роста и развития, не смогла расширить свои познавательные горизонты и освоить новые инструменты мышления, не смогла научиться мыслить критически и аналитически.
В итоге, я едва не завалила диплом. Я не смогла использовать теорию для анализа своей темы, не смогла продемонстрировать глубокое понимание предмета, не смогла связать свои прикладные исследования с теоретическими концепциями. Диплом удалось спасти, но ценой огромных усилий и нервов (и приступов мигрени). Я помню, как сидела над дипломом, перечитывая одни и те же тексты, пытаясь хоть что-то понять, но все казалось бессмысленным и запутанным.
Этот опыт до сих пор влияет на мою жизнь. Я избегаю теоретических текстов, как огня, и не решаюсь пойти в аспирантуру, хотя это всегда было моей мечтой. Неудача в освоении теории оставила глубокий след и подорвала мою уверенность в своих познавательных способностях. Я боюсь, что снова столкнусь с тем, что я просто не смогу понять предмет, что снова буду механически читать тексты, не понимая их смысла.
Я часто думаю, как можно было бы поступить иначе. Как найти в себе силы признаться, что мне нужна помощь. Как научиться мыслить теоретически, анализировать сложные тексты и видеть связь между теорией и практикой. Как преодолеть этот познавательный барьер, как научиться понимать то, что кажется непонятным, как научиться видеть за словами смысл и логику.
Поддерживаю идею поговорить о познавательном опыте через рассказ о том, что не получилось. Спасибо, Учусь, как умею
В магистратуре теория социальных исследований и науки и техники стала для меня настоящим кошмаром. Предмет, который должен был расширить мои горизонты, превратился в источник постоянного стресса и тревоги. Сложные тексты на английском, незнакомые понятия, неспособность увидеть связь с практикой – все это создавало огромный познавательный барьер. Я привыкла к конкретным результатам в прикладных исследованиях, где все можно измерить и представить в виде графиков. А тут нужно было мыслить абстрактно, выстраивать сложные аргументы, анализировать теории, что казалось мне совершенно невозможным. И, конечно, мой комплекс отличницы не позволял мне признаться себе и другим, что я просто не понимаю этот предмет.
Преподаватель, возможно, и старался помочь, но я была настолько зажата своим страхом и комплексом, что не могла воспользоваться его помощью в полной мере. Я не могла преодолеть этот барьер, не могла освоить методы аналитического чтения, не могла понять, как применять теорию к конкретным проблемам, не могла увидеть логику и структуру этого предмета. Я механически читала тексты, выделяла ключевые слова, переписывала цитаты, писала эссе, но все это было поверхностным, формальным, без настоящего понимания.
Сейчас я понимаю, что упустила важную возможность. Я сожалею, что не смогла превратить этот сложный образовательный опыт в возможность для роста и развития, не смогла расширить свои познавательные горизонты и освоить новые инструменты мышления, не смогла научиться мыслить критически и аналитически.
В итоге, я едва не завалила диплом. Я не смогла использовать теорию для анализа своей темы, не смогла продемонстрировать глубокое понимание предмета, не смогла связать свои прикладные исследования с теоретическими концепциями. Диплом удалось спасти, но ценой огромных усилий и нервов (и приступов мигрени). Я помню, как сидела над дипломом, перечитывая одни и те же тексты, пытаясь хоть что-то понять, но все казалось бессмысленным и запутанным.
Этот опыт до сих пор влияет на мою жизнь. Я избегаю теоретических текстов, как огня, и не решаюсь пойти в аспирантуру, хотя это всегда было моей мечтой. Неудача в освоении теории оставила глубокий след и подорвала мою уверенность в своих познавательных способностях. Я боюсь, что снова столкнусь с тем, что я просто не смогу понять предмет, что снова буду механически читать тексты, не понимая их смысла.
Я часто думаю, как можно было бы поступить иначе. Как найти в себе силы признаться, что мне нужна помощь. Как научиться мыслить теоретически, анализировать сложные тексты и видеть связь между теорией и практикой. Как преодолеть этот познавательный барьер, как научиться понимать то, что кажется непонятным, как научиться видеть за словами смысл и логику.
14.01.202509:19
Аналитическая гигиена
В одном из своих предыдущих исследований мне довелось в течение года наблюдать за информанткой, которая отличалась поразительной тягой к упорядочиванию и архивированию своего здоровья и повседневной жизни в целом. Этим человеком была моя однокурсница (хоть социологам так делать не рекомендуется) и коллега Лена, с которой мы прошли огонь и воду в магистратуре Европейского по социальным исследованиям науки и технологий (STS). Лена ведет канал «какая-то библиотека», в котором под занавес прошлого года опубликовала обновляемое издание своей книги «Кабинетные исследования». Этот текст был рожден благодаря сочетанию разных академических бэкграундов — библиотечного и социологического — с большим опытом аналитики в индустрии.
Я часто придираюсь к работам своих студентов, когда в программе исследования они пишут «провести интервью» или «провести кабинетное исследование» (desk research) — еще и используя последнее синонимично с литературным обзором. Очевидно, подобная формулировка не является задачей — разве что этапом с использованием метода, или инструмента — пока не указано, для достижения какого результата это делается. Наконец, подобная не-рефлексивная формулировка представляет этапы исследования как самоцель – особенно от этого страдают литературный обзор и деск ресерч (которые не одно и то же). Так вот в своей книге Лена раскрывает этот черный ящик самоочевидности кабинетного исследования и множества цифровых инструментов, используемых в этом процессе.
Desk research — это не big data, а предварительный сбор и анализ вторичных данных, в рамках которого можно реализовывать реферирование источников по какой-то проблеме, метаобзор, трендвотчинг, систематический обзор, наукометрическое исследование. Казалось бы, в последние годы мы стали как никогда близки к тому, что возможности семантического поиска с использованием ИИ сведут к нулю те навыки, о которых говорит автор книги. Однако черные ящики этих AI-based инструментов как раз в том, что мы не всегда знаем, какие алгоритмы, решения, ограничения данные привели к тем или иным результатам. Лена делится своим майндсетом и полезными привычками аналитической гигиены. С ее помощью ИИ становится не заменой человека, а помощником, который может действовать без потери качества при ответственном подходе исследователя.
В одном из своих предыдущих исследований мне довелось в течение года наблюдать за информанткой, которая отличалась поразительной тягой к упорядочиванию и архивированию своего здоровья и повседневной жизни в целом. Этим человеком была моя однокурсница (хоть социологам так делать не рекомендуется) и коллега Лена, с которой мы прошли огонь и воду в магистратуре Европейского по социальным исследованиям науки и технологий (STS). Лена ведет канал «какая-то библиотека», в котором под занавес прошлого года опубликовала обновляемое издание своей книги «Кабинетные исследования». Этот текст был рожден благодаря сочетанию разных академических бэкграундов — библиотечного и социологического — с большим опытом аналитики в индустрии.
Я часто придираюсь к работам своих студентов, когда в программе исследования они пишут «провести интервью» или «провести кабинетное исследование» (desk research) — еще и используя последнее синонимично с литературным обзором. Очевидно, подобная формулировка не является задачей — разве что этапом с использованием метода, или инструмента — пока не указано, для достижения какого результата это делается. Наконец, подобная не-рефлексивная формулировка представляет этапы исследования как самоцель – особенно от этого страдают литературный обзор и деск ресерч (которые не одно и то же). Так вот в своей книге Лена раскрывает этот черный ящик самоочевидности кабинетного исследования и множества цифровых инструментов, используемых в этом процессе.
Desk research — это не big data, а предварительный сбор и анализ вторичных данных, в рамках которого можно реализовывать реферирование источников по какой-то проблеме, метаобзор, трендвотчинг, систематический обзор, наукометрическое исследование. Казалось бы, в последние годы мы стали как никогда близки к тому, что возможности семантического поиска с использованием ИИ сведут к нулю те навыки, о которых говорит автор книги. Однако черные ящики этих AI-based инструментов как раз в том, что мы не всегда знаем, какие алгоритмы, решения, ограничения данные привели к тем или иным результатам. Лена делится своим майндсетом и полезными привычками аналитической гигиены. С ее помощью ИИ становится не заменой человека, а помощником, который может действовать без потери качества при ответственном подходе исследователя.
03.04.202517:50
Как я перестала бояться новых тем и начала их понимать (секрет от науки о памяти!)
"Понимание контекста – это половина успеха в деле восприятия, обработки и запоминания информации." Эти слова Елены Сосновцевой из книги "Memento memory" попали прямо в точку! Как человек, занимающийся кабинетными исследованиями, я постоянно сталкиваюсь с необходимостью быстро погружаться в совершенно новые для меня темы. И признаюсь, раньше это вызывало у меня панику.
Только представьте: еще вчера я изучала глобальные тренды в образовании, а сегодня мне нужно срочно разобраться в ИТ-рынке Бразилии! Сроки горят, информации море, и все кажется каким-то "птичьим языком", как описывает Елена свой опыт на выставке. Знакомо?
Я долго мучилась, пытаясь сразу "впитать" все, но в итоге в голове оставалась каша. Помню, как пыталась разобраться в бразильских стартапах, и чувствовала себя абсолютно потерянной. Пока не выработала свою систему, которая, как оказалось, подтверждается наукой о памяти!
Теперь я делаю так:
1. Первое погружение: Гуглю 10-15 страниц с обзорами, отчетами, новостями по теме. Просто бегло просматриваю, чтобы уловить основные понятия, тренды, ключевых игроков. Например, когда изучала ИТ-рынок Бразилии, искала информацию о ключевых компаниях, правительственных программах поддержки и основных технологических трендах.
2. Перерыв – это важно! Самое главное – после этого я откладываю задачу до следующего дня.
И вот тут начинается магия! За ночь мозг как бы "переваривает" полученную информацию, выстраивает первые нейронные связи. На следующий день, когда я возвращаюсь к теме, все кажется уже не таким чужим и непонятным.
Как пишет Елена Сосновцева, когда мозг – "чистый лист", новой информации не за что зацепиться. Но после первого погружения и перерыва, у меня уже есть какой-то контекст, какие-то "крючки", к которым можно прицепить новые знания.
Этот метод помогает мне избежать перегрузки, усвоить хотя бы базовый контекст и, самое главное, перестать бояться новых тем.
Оказывается, мой интуитивный подход подтверждается наукой! Елена Сосновцева в своей книге объясняет, что без контекста информация просто "проваливается в никуда". А вот когда есть система знаний, новая информация легко "прицепляется" к уже существующим знаниям и лучше запоминается.
"Понимание контекста – это половина успеха в деле восприятия, обработки и запоминания информации." Эти слова Елены Сосновцевой из книги "Memento memory" попали прямо в точку! Как человек, занимающийся кабинетными исследованиями, я постоянно сталкиваюсь с необходимостью быстро погружаться в совершенно новые для меня темы. И признаюсь, раньше это вызывало у меня панику.
Только представьте: еще вчера я изучала глобальные тренды в образовании, а сегодня мне нужно срочно разобраться в ИТ-рынке Бразилии! Сроки горят, информации море, и все кажется каким-то "птичьим языком", как описывает Елена свой опыт на выставке. Знакомо?
Я долго мучилась, пытаясь сразу "впитать" все, но в итоге в голове оставалась каша. Помню, как пыталась разобраться в бразильских стартапах, и чувствовала себя абсолютно потерянной. Пока не выработала свою систему, которая, как оказалось, подтверждается наукой о памяти!
Теперь я делаю так:
1. Первое погружение: Гуглю 10-15 страниц с обзорами, отчетами, новостями по теме. Просто бегло просматриваю, чтобы уловить основные понятия, тренды, ключевых игроков. Например, когда изучала ИТ-рынок Бразилии, искала информацию о ключевых компаниях, правительственных программах поддержки и основных технологических трендах.
2. Перерыв – это важно! Самое главное – после этого я откладываю задачу до следующего дня.
И вот тут начинается магия! За ночь мозг как бы "переваривает" полученную информацию, выстраивает первые нейронные связи. На следующий день, когда я возвращаюсь к теме, все кажется уже не таким чужим и непонятным.
Как пишет Елена Сосновцева, когда мозг – "чистый лист", новой информации не за что зацепиться. Но после первого погружения и перерыва, у меня уже есть какой-то контекст, какие-то "крючки", к которым можно прицепить новые знания.
Этот метод помогает мне избежать перегрузки, усвоить хотя бы базовый контекст и, самое главное, перестать бояться новых тем.
Оказывается, мой интуитивный подход подтверждается наукой! Елена Сосновцева в своей книге объясняет, что без контекста информация просто "проваливается в никуда". А вот когда есть система знаний, новая информация легко "прицепляется" к уже существующим знаниям и лучше запоминается.
05.02.202513:28
▶️Кабинетное исследование страхования грузов в зонах конфликта: рубрика "Как было проведено это исследование"
Статья Магдалены Клопотт анализирует проблемы страхования грузов, перевозимых через зоны вооруженных конфликтов, используя метод анализа вторичных данных (desk research). Фокус исследования направлен на анализ стандартных положений страховых полисов от рисков войны и забастовок, выявление пробелов в покрытии и потенциальных решений для улучшения страховых механизмов.
Исследовательский вопрос: Какие риски связаны со страхованием грузов в зонах конфликта, и какие пробелы существуют в стандартном покрытии страховых полисов?
Методология:
В качестве методологии используется desk research – качественный анализ уже существующих данных. Этот подход выбран в связи с ограниченностью ресурсов и необходимостью оперативного получения результатов, что характерно для кабинетных исследований. Основной акцент сделан на анализе вторичных источников информации, позволяющих составить целостную картину исследуемой проблематики.
💬Сбор и анализ данных
⭕️Выявление источников
В качестве источников использовались публикации авторитетных организаций в сфере страхования и логистики, включая отчеты и аналитические материалы от таких организаций, как Council on Foreign Relations (CFR), Lloyd’s List Intelligence, UNCTAD (Конференция ООН по торговле и развитию), Institute of London Underwriters, International Underwriting Association of London (IUA), S&P Global, а также данные от Bloomberg и других ведущих мировых изданий.
⭕️Систематизация данных
Информация систематизирована по кластерам: на основе информации о географических зонах конфликтов, распространенных рисках (пиратство, терроризм, государственное насилие), стандартных условиях страхования (Институтские Клаузулы по Грузам, ICC), специализированных страховых положениях (IWC и ISC), и механизмах оценки рисков (JCC Global Cargo Watchlist).
⭕️Анализ данных
Проведен сравнительный анализ стандартных страховых клаузул (ICC) и специализированных положений (IWC и ISC), выявляющий существующие пробелы в покрытии.
Проанализированы особенности страхования грузов в разных видах транспорта (морской, воздушный, наземный) и влияние географических факторов (зона конфликта, торговые пути). Изучены механизмы установления страховых тарифов и наценок, связанных с рисками войны и забастовок, а также влияние динамики конфликтов на стоимость страхования.
Особое внимание уделено анализу проекта "Unity" как примера инновационного подхода к страхованию грузов в зоне конфликта.
💬Источники данных
⭕️Официальные отчеты и публикации
Данные от международных организаций (ООН, Lloyd's и т.д.), регулирующих органов и правительственных учреждений.
⭕️Научные публикации и аналитические материалы
Статьи, обзоры и аналитические материалы от ведущих экспертов в области страхования и логистики.
⭕️Данные из финансовой прессы
Информация о страховых тарифах, премиях и надбавках, а также общая экономическая ситуация в зоне конфликта.
💬Выводы исследования
Стандартные страховые полисы не охватывают все риски, связанные с перевозкой грузов в зонах конфликта. Существуют значительные пробелы в покрытии, особенно в отношении наземных рисков. Специализированные страховые положения (IWC и ISC) частично компенсируют эти пробелы, но не являются универсальным решением.
Статья Магдалены Клопотт анализирует проблемы страхования грузов, перевозимых через зоны вооруженных конфликтов, используя метод анализа вторичных данных (desk research). Фокус исследования направлен на анализ стандартных положений страховых полисов от рисков войны и забастовок, выявление пробелов в покрытии и потенциальных решений для улучшения страховых механизмов.
Исследовательский вопрос: Какие риски связаны со страхованием грузов в зонах конфликта, и какие пробелы существуют в стандартном покрытии страховых полисов?
Методология:
В качестве методологии используется desk research – качественный анализ уже существующих данных. Этот подход выбран в связи с ограниченностью ресурсов и необходимостью оперативного получения результатов, что характерно для кабинетных исследований. Основной акцент сделан на анализе вторичных источников информации, позволяющих составить целостную картину исследуемой проблематики.
💬Сбор и анализ данных
⭕️Выявление источников
В качестве источников использовались публикации авторитетных организаций в сфере страхования и логистики, включая отчеты и аналитические материалы от таких организаций, как Council on Foreign Relations (CFR), Lloyd’s List Intelligence, UNCTAD (Конференция ООН по торговле и развитию), Institute of London Underwriters, International Underwriting Association of London (IUA), S&P Global, а также данные от Bloomberg и других ведущих мировых изданий.
⭕️Систематизация данных
Информация систематизирована по кластерам: на основе информации о географических зонах конфликтов, распространенных рисках (пиратство, терроризм, государственное насилие), стандартных условиях страхования (Институтские Клаузулы по Грузам, ICC), специализированных страховых положениях (IWC и ISC), и механизмах оценки рисков (JCC Global Cargo Watchlist).
⭕️Анализ данных
Проведен сравнительный анализ стандартных страховых клаузул (ICC) и специализированных положений (IWC и ISC), выявляющий существующие пробелы в покрытии.
Проанализированы особенности страхования грузов в разных видах транспорта (морской, воздушный, наземный) и влияние географических факторов (зона конфликта, торговые пути). Изучены механизмы установления страховых тарифов и наценок, связанных с рисками войны и забастовок, а также влияние динамики конфликтов на стоимость страхования.
Особое внимание уделено анализу проекта "Unity" как примера инновационного подхода к страхованию грузов в зоне конфликта.
💬Источники данных
⭕️Официальные отчеты и публикации
Данные от международных организаций (ООН, Lloyd's и т.д.), регулирующих органов и правительственных учреждений.
⭕️Научные публикации и аналитические материалы
Статьи, обзоры и аналитические материалы от ведущих экспертов в области страхования и логистики.
⭕️Данные из финансовой прессы
Информация о страховых тарифах, премиях и надбавках, а также общая экономическая ситуация в зоне конфликта.
💬Выводы исследования
Стандартные страховые полисы не охватывают все риски, связанные с перевозкой грузов в зонах конфликта. Существуют значительные пробелы в покрытии, особенно в отношении наземных рисков. Специализированные страховые положения (IWC и ISC) частично компенсируют эти пробелы, но не являются универсальным решением.
09.01.202516:18
▶️Снижение затрат на разработку заказного ПО: рубрика "Как было проведено это исследование"
В условиях стремительного развития технологий разработка заказного программного обеспечения (ПО) становится все более сложной и дорогостоящей. Статья предлагает экспертный анализ современных стратегий снижения затрат на разработку ПО, фокусируясь на методологии кабинетного исследования.
Исследовательский вопрос: Какие стратегии и технологии позволяют снизить затраты на разработку заказного ПО без ущерба для качества и эффективности?
💬Методология
🔴Выявление источников
Для формирования базы данных использовались публикации международных организаций (ООН, Lloyd's), отраслевые отчеты, научные статьи, аналитические материалы ведущих экспертов в области разработки ПО, данные финансовой прессы, кейс-стади успешных компаний.
🔴Систематизация данных
Собранная информация была классифицирована по следующим категориям:
Технологии: low-code/no-code платформы, искусственный интеллект (ИИ), open-source решения, облачные технологии.
Методологии: Agile, DevOps.
Стратегии: модульный дизайн, повторное использование компонентов.
Факторы затрат: трудозатраты, лицензирование, инфраструктура, обучение.
Риски: безопасность, совместимость, квалификация персонала.
🔴Анализ данных
Проведен сравнительный анализ традиционных методов разработки ПО и современных подходов с точки зрения затрат, эффективности, масштабируемости и окупаемости инвестиций (ROI). Особое внимание уделено выявлению зависимостей между используемыми технологиями, методологиями и достигнутыми результатами. Проанализированы кейсы успешного применения cost-reduction стратегий в различных секторах, включая государственный сектор и крупные предприятия.
💬Источники данных
Официальные отчеты и публикации международных организаций (ООН, Всемирный банк), государственных органов, регулирующих органов в сфере IT.
Научные публикации и аналитические материалы, включая исследования Gartner, Forrester, IDC, статьи в рецензируемых журналах.
Отраслевые данные от компаний-разработчиков ПО, поставщиков облачных услуг, консалтинговых фирм.
Данные из финансовой прессы, включая Bloomberg, Wall Street Journal, Financial Times, предоставляющие информацию о рыночных трендах, инвестициях в IT-сектор и финансовых показателях компаний.
Кейс-стади компаний, успешно внедривших стратегии снижения затрат, опубликованные в Harvard Business Review, McKinsey Quarterly и других изданиях.
В условиях стремительного развития технологий разработка заказного программного обеспечения (ПО) становится все более сложной и дорогостоящей. Статья предлагает экспертный анализ современных стратегий снижения затрат на разработку ПО, фокусируясь на методологии кабинетного исследования.
Исследовательский вопрос: Какие стратегии и технологии позволяют снизить затраты на разработку заказного ПО без ущерба для качества и эффективности?
💬Методология
🔴Выявление источников
Для формирования базы данных использовались публикации международных организаций (ООН, Lloyd's), отраслевые отчеты, научные статьи, аналитические материалы ведущих экспертов в области разработки ПО, данные финансовой прессы, кейс-стади успешных компаний.
🔴Систематизация данных
Собранная информация была классифицирована по следующим категориям:
Технологии: low-code/no-code платформы, искусственный интеллект (ИИ), open-source решения, облачные технологии.
Методологии: Agile, DevOps.
Стратегии: модульный дизайн, повторное использование компонентов.
Факторы затрат: трудозатраты, лицензирование, инфраструктура, обучение.
Риски: безопасность, совместимость, квалификация персонала.
🔴Анализ данных
Проведен сравнительный анализ традиционных методов разработки ПО и современных подходов с точки зрения затрат, эффективности, масштабируемости и окупаемости инвестиций (ROI). Особое внимание уделено выявлению зависимостей между используемыми технологиями, методологиями и достигнутыми результатами. Проанализированы кейсы успешного применения cost-reduction стратегий в различных секторах, включая государственный сектор и крупные предприятия.
💬Источники данных
Официальные отчеты и публикации международных организаций (ООН, Всемирный банк), государственных органов, регулирующих органов в сфере IT.
Научные публикации и аналитические материалы, включая исследования Gartner, Forrester, IDC, статьи в рецензируемых журналах.
Отраслевые данные от компаний-разработчиков ПО, поставщиков облачных услуг, консалтинговых фирм.
Данные из финансовой прессы, включая Bloomberg, Wall Street Journal, Financial Times, предоставляющие информацию о рыночных трендах, инвестициях в IT-сектор и финансовых показателях компаний.
Кейс-стади компаний, успешно внедривших стратегии снижения затрат, опубликованные в Harvard Business Review, McKinsey Quarterly и других изданиях.
28.03.202512:55
Приглашаем принять участие в опросе посвящённом применению ИИ в деятельности исследователей.
Мы стремимся собрать информацию о том, как исследователи используют ИИ в своей работе, какие инструменты предпочитают, и какие задачи решают с его помощью.
Ваши ответы помогут нам понять, как ИИ может быть полезен в различных аспектах маркетинговых, социологических, продуктовых, CX, UX/UI исследований и как можно улучшить существующие решения для поддержки вашей работы.
Результаты будут презентованы на митапе к 5летию чату рисёчеров.
Ссылка на анкету:
https://docs.google.com/forms/d/e/1FAIpQLSe_BtcZvzuBp6liGZSs6DEPAwvSLYuB1X8GQoRCtc6jIGmVEQ/formResponse
Мы стремимся собрать информацию о том, как исследователи используют ИИ в своей работе, какие инструменты предпочитают, и какие задачи решают с его помощью.
Ваши ответы помогут нам понять, как ИИ может быть полезен в различных аспектах маркетинговых, социологических, продуктовых, CX, UX/UI исследований и как можно улучшить существующие решения для поддержки вашей работы.
Результаты будут презентованы на митапе к 5летию чату рисёчеров.
Ссылка на анкету:
https://docs.google.com/forms/d/e/1FAIpQLSe_BtcZvzuBp6liGZSs6DEPAwvSLYuB1X8GQoRCtc6jIGmVEQ/formResponse
26.01.202518:12
🌐 Digital Methods Initiative Tool Archive — инструменты для анализа данных и интернета
Если вы интересуетесь анализом цифровых данных, то Digital Methods Initiative (DMI) предоставляет целый арсенал инструментов для работы с данными из интернета и социальных платформ. Это набор мощных решений, которые упрощают обработку информации для исследователей, студентов и аналитиков.
Вот что можно найти в архиве DMI:
🔍 Категории инструментов:
Media Analysis: От мониторинга медиа до создания облаков тегов и анализа.
Data Treatment: Инструменты для сбора, обработки и визуализации данных.
Natively Digital: Работа с URL, доменами и мета-данными цифровых объектов.
Device-Centric: Анализ данных с популярных платформ (Google, Twitter, Instagram, Wikipedia и др.).
Spherical: Исследования в рамках различных цифровых «сфер» — новостей, блогов, видео, изображений.
https://wiki.digitalmethods.net/Dmi/ToolDatabase
Если вы интересуетесь анализом цифровых данных, то Digital Methods Initiative (DMI) предоставляет целый арсенал инструментов для работы с данными из интернета и социальных платформ. Это набор мощных решений, которые упрощают обработку информации для исследователей, студентов и аналитиков.
Вот что можно найти в архиве DMI:
🔍 Категории инструментов:
Media Analysis: От мониторинга медиа до создания облаков тегов и анализа.
Data Treatment: Инструменты для сбора, обработки и визуализации данных.
Natively Digital: Работа с URL, доменами и мета-данными цифровых объектов.
Device-Centric: Анализ данных с популярных платформ (Google, Twitter, Instagram, Wikipedia и др.).
Spherical: Исследования в рамках различных цифровых «сфер» — новостей, блогов, видео, изображений.
https://wiki.digitalmethods.net/Dmi/ToolDatabase
25.03.202507:19
🎤 Как превратить голос в текст (и сэкономить кучу времени)
Иногда идеи приходят не тогда, когда сидишь за компьютером, а где-нибудь в дороге или на прогулке. Я, например, часто набрасываю заметки голосом — так быстрее и проще, чем печатать. Особенно, когда лень или руки заняты.
Раньше эти голосовухи оседали в чатах и терялись. Теперь я просто скидываю их Memo AI — бот превращает аудио и видео в текст за пару минут.
📌 Что удобно:
— Можно расшифровать голосовые, кружочки и даже видео с YouTube.
— Бот сразу делает краткое содержание (если нет сил читать всё).
— Делит текст на тайм-коды и определяет, кто говорит.
— Можно скачать расшифровку в PDF, Word или TXT — в каком формате удобнее работать.
Если вам тоже проще говорить, чем печатать — попробуйте. Есть бесплатные минуты на тест: https://t.me/VoiceTextAI_bot?start=_tgr_t-CCJidhNjdi
Иногда идеи приходят не тогда, когда сидишь за компьютером, а где-нибудь в дороге или на прогулке. Я, например, часто набрасываю заметки голосом — так быстрее и проще, чем печатать. Особенно, когда лень или руки заняты.
Раньше эти голосовухи оседали в чатах и терялись. Теперь я просто скидываю их Memo AI — бот превращает аудио и видео в текст за пару минут.
📌 Что удобно:
— Можно расшифровать голосовые, кружочки и даже видео с YouTube.
— Бот сразу делает краткое содержание (если нет сил читать всё).
— Делит текст на тайм-коды и определяет, кто говорит.
— Можно скачать расшифровку в PDF, Word или TXT — в каком формате удобнее работать.
Если вам тоже проще говорить, чем печатать — попробуйте. Есть бесплатные минуты на тест: https://t.me/VoiceTextAI_bot?start=_tgr_t-CCJidhNjdi
24.01.202516:18
✨ какая-то библиотека в ChatGPT ✨
Коллеги, теперь у вас есть бот, обученный именно для того, чтобы помогать с кабинетными исследованиями и библиографией. Всё, что нужно, — это задать вопрос, и он подскажу, как искать, анализировать и систематизировать информацию, будто вы настоящий исследователь. 📚
🧐 Что такое обученные GPTs?
Это модели ИИ, которые специально обучаются для определённых задач. Я создала бота, чтобы он был экспертом в информационном поиске, работе с источниками и всех тонкостях исследовательской работы.
Что умеет мой бот?
🔍 Помощь в кабинетных исследованиях: он знает, как искать, систематизировать и анализировать информацию, не выходя из дома. От базовых запросов до сложных аналитических задач — бот предложит эффективные методы и подходы.
📚 Библиографическая поддержка: рекомендации по управлению источниками и использованием библиографических менеджеров.
⚙️ Техники поиска: бот подскажет, как грамотно формулировать запросы, использовать поисковые операторы и фильтры для точных результатов.
🧠 Обучение методам анализа: бот делится советами по извлечению знаний из текста, реферированию, контент- и фрейм-анализу.
📊 Инструменты автоматизации: советы по использованию цифровых ресурсов, ИИ, программ для систематизации данных.
Этот бот сочетает в себе профессиональные знания, собранные из учебных пособий, книг и методичек по кабинетным исследованиям, а также практический опыт исследователей, чтобы стать вашим незаменимым помощником.
➡️ https://chatgpt.com/g/g-0kBivfcO4-kakaia-to-biblioteka
Коллеги, теперь у вас есть бот, обученный именно для того, чтобы помогать с кабинетными исследованиями и библиографией. Всё, что нужно, — это задать вопрос, и он подскажу, как искать, анализировать и систематизировать информацию, будто вы настоящий исследователь. 📚
🧐 Что такое обученные GPTs?
Это модели ИИ, которые специально обучаются для определённых задач. Я создала бота, чтобы он был экспертом в информационном поиске, работе с источниками и всех тонкостях исследовательской работы.
Что умеет мой бот?
🔍 Помощь в кабинетных исследованиях: он знает, как искать, систематизировать и анализировать информацию, не выходя из дома. От базовых запросов до сложных аналитических задач — бот предложит эффективные методы и подходы.
📚 Библиографическая поддержка: рекомендации по управлению источниками и использованием библиографических менеджеров.
⚙️ Техники поиска: бот подскажет, как грамотно формулировать запросы, использовать поисковые операторы и фильтры для точных результатов.
🧠 Обучение методам анализа: бот делится советами по извлечению знаний из текста, реферированию, контент- и фрейм-анализу.
📊 Инструменты автоматизации: советы по использованию цифровых ресурсов, ИИ, программ для систематизации данных.
Этот бот сочетает в себе профессиональные знания, собранные из учебных пособий, книг и методичек по кабинетным исследованиям, а также практический опыт исследователей, чтобы стать вашим незаменимым помощником.
➡️ https://chatgpt.com/g/g-0kBivfcO4-kakaia-to-biblioteka
Көрсетілген 1 - 10 арасынан 10
Көбірек мүмкіндіктерді ашу үшін кіріңіз.