הכירו את קבוצת המשתמשים של פורטו דאטרביקס

🚀 הצטרפו אלינו לאירוע הראשון של קבוצת המשתמשים של פורטו דאטרביקס, אשר יתקיים במהלך שבוע AI בפורטו! קבוצת המשתמשים של פורטו דאטרביקס מאחדת אנשי מקצוע וחובבים בתחום הנתונים והבינה המלאכותית מהאזור הגדול של פורטו, כולל פורטו, אברירו וברגה. זהו מקום להתחבר, להחליף רעיונות וללמוד מניסיונות מעשיים. 🎤 לאירוע הראשון שלנו, המארגנים המשותפים קלודיה סולסטרס ורוי קרוואלו יכירו את הקהילה וישתפו את הפרספקטיבות שלהם על נתונים, בינה מלאכותית ודאטרביקס דרך שני נאומים מעוררי השראה. 👋 בין אם אתם מהנדסי נתונים, מהנדסי בינה מלאכותית, אנליסטים, מדעני נתונים, ארכיטקטים או פשוט סקרנים לגבי דאטרביקס וההתפתחויות האחרונות בתחום הנתונים והבינה המלאכותית, אתם יוצאים לנו מאוד בברכה. 📋 תוכנית ✨ Come meet the community and help us kick off the Porto Databricks User Group! יותר פרטים על הנאומים: נאום טכני מאת רוי - מהנדס נתונים להיות מהנדס נתונים בינה מלאכותית: מה משתנה כאשר הצרכן של הנתונים שלך הוא מודל בינה מלאכותית רבים מאיתנו למדו לבנות מוצרים של נתונים עבור לוחות מחוונים, אנליסטים וכלי BI. עכשיו, משהו אחר קורא את התוצאה שלנו: מודל בינה מלאכותית. והוא נכשל באופן שונה. pipeline BI ברק מחזיר מספר לא נכון ומישהו שם לב. pipeline לשחזור פגום נותן תשובה שגויה, כתובה היטב, בביטחון שאף אחד לא שם לב. לאחרונה בניתי pipeline של מסמכים על דאטרביקס, ויצאתי מזה משוכנע שרוב העבודה לא הייתה עבודה של בינה מלאכותית כלל. נתחיל עם למה נתונים לא מובנים חשובים, אז נבין מה באמת אומר הנדסת הקשר, מה RAG עושה מתחת לפני השטח ואז ארבעת השלבים שאתה שולט בהם כמהנדס נתונים. הוצאת טקסט מתוך מסמך, חלוקת הטקסט, הפיכתו למשהו שניתן לחפש ושמירה על כך שניתן לחיפוש יהיה עדכני. נאום מקרה מאת קלודיה - בניית הבסיס עבור AI כל ארגון רוצה לעשות יותר עם בינה מלאכותית. אבל האם הארגון שלך באמת מוכן לכך? מוכנות לבינה מלאכותית דורשת יותר מאשר פלטפורמת נתונים מודרנית. זה דורש ארגון שיודע מי הבעלים של הנתונים, מה המשמעות שלהם, האם ניתן לסמוך עליהם, ואיך ניתן להשתמש בהם. בנאום הזה, אנו משתפים איך GVB (הצרכן הציבורי של התחבורה הציבורית באמסטרדם) בונה את הבסיס הזה עם דאטרביקס ורשת נתונים. נסקור מדוע הבסיס היה צריך להשתנות, איך דאטרביקס תומך בשאיפות הנתונים והבינה המלאכותית של GVB, ואת האתגרים והלקחים שלמדנו בדרך.