Zum Inhalt springen
Radio Logo
PodcastsTechnologieЭто считается

Это считается

Т-Банк
Neueste Episode

53 Episoden

  • Это считается

    Когда тело — данные: как измерить здоровье

    12.11.2026 | 49 Min.
    Фитнес-трекеры, смарт-часы, умные кольца и другие носимые устройства круглосуточно собирают тысячи данных о состоянии нашего организма. Они анализируют сон, замечают приближающуюся болезнь, подсказывают, когда пора отдохнуть и сколько чего съесть. Но насколько можно верить таким метрикам и влияют ли они в действительности на наше здоровье?

    В этом выпуске разбираемся, можно ли измерить здоровье. Пригласили Дмитрия Сергеева, Staff Data Scientist в Oura — компании, которая создала одно из самых известных в мире умных колец.

    Что на самом деле умеют современные healthtech-продукты, как AI делает рекомендации персональными и почему иногда самые ценные инсайты рождаются из данных не одного человека, а миллионов пользователей? В конце концов, способны ли алгоритмы действительно помочь нам жить дольше и лучше? Обо всем этом — в новом выпуске.

    Слушайте и делитесь, какими умными устройствами для трекинга здоровья вы пользуетесь, в нашем телеграм-канале https://t.me/eto_schitaetsya.

    Тайм-коды:
    00:12 Начало выпуска
    00:58 Тема выпуска
    01:17 Гость выпуска — Дмитрий Сергеев, Oura
    01:51 Путь Дмитрия Сергеева: от геймдева до Oura
    02:26 От изучения сна до внедрения ИИ: как развивается Oura как продукт
    04:50 Как кольцо предсказывает болезнь и другие фичи Oura
    10:47 Кто и зачем покупает кольца Oura
    15:58 Какие еще смарт-устройства есть в сфере здоровья
    21:48 Улучшают ли умные устройства здоровье
    26:21 Больше активности не значит лучше?
    28:36 Когда метрики вредят и можно ли доверять советам гаджетов
    31:26 Будущее персонализации в Oura
    34:39 Почему считать калории — плохая идея?
    37:23 Какие инсайты дают данные целой страны
    40:46 Рубрика «Метрика из головы»
    44:30 Будущее умных устройств в сфере здоровья
    46:43 Рубрика «Что считается?»
    47:30 Выводы
    48:26 Завершение выпуска
  • Это считается

    Это мэтч! Как измерить любовь

    29.10.2026 | 39 Min.
    Из выпуска в выпуск мы задавали гостям один вопрос — «что считается?». Часто выходили за рамки диджитал-аналитики и проверяли, где вообще заканчиваются метрики. Теперь идем еще дальше. Новый сезон мы посвятили метрикам того, что сложно даже представить.

    Любовь считается чем-то иррациональным. Ее нельзя потрогать, взвесить или занести в дашборд. Но что если посмотреть на отношения глазами аналитика? Можно ли измерить любовь? Разбираемся с нашим гостем — Игорем Кузнецовым, CEO «VK Знакомства».

    Почему люди ищут пару онлайн? Что влияет на успех в дейтинге? Как устроены алгоритмы онлайн-знакомств, какие метрики важны для таких сервисов и выгодно ли этому бизнесу, чтобы вы нашли любовь?

    В конце выпуска — важная и немного грустная новость для наших слушателей, которую нельзя пропустить! Ждем вас в нашем телеграм-канале https://t.me/eto_schitaetsya, чтобы обсудить.

    Тайм-коды:
    00:12 Начало выпуска
    01:15 Тема выпуска
    01:32 Гость выпуска — Игорь Кузнецов, VK Знакомства
    01:43 Путь Игоря Кузнецова: почему дейтинг?
    03:56 «Origination в знакомство»: фильтры, алгоритмы и LLM
    06:37 Онлайн-знакомства vs. оффлайн-знакомства
    08:19 Чем отличается рынок дейтинг-сервисов в России и на Западе
    10:34 Чьи анкеты вы видите: УТП, UX и алгоритмы сервисов знакомств
    13:04 Монетизация: выгодно ли дейтинг-сервисам, чтобы вы нашли любовь?
    19:23 Метрики дейтинг-сервисов
    20:06 Как увеличить свои шансы на успех в онлайн-знакомствах
    23:00 Это фейк! Мошенничество в сервисах знакомств
    24:20 Рубрика «Метрика из головы»
    26:50 VK Знакомства vs. Twinby, Pure, Мамба и другие
    31:34 Сегментация: как ведут себя мужчины и женщины в дейтинг-сервисах
    34:22 Есть ли место ИИ-агентам в дейтинг-сервисах?
    37:54 Рубрика «Что считается?»
    38:00 Выводы
    39:05 Завершение выпуска
  • Это считается

    Будущее данных: между человеком и AI

    25.12.2025 | 47 Min.
    Что ждет базы данных, аналитику и нас самих в эпоху искусственного интеллекта? Как и зачем превращать «умные данные» в «данные со смыслом»? Останемся ли мы в будущем людьми или сольемся, наконец, с бесконечно вечным? 
    В завершающем сезон выпуске, записанном на конференции «Матемаркетинг», мы говорим с человеком-легендой — Олегом Бартуновым, который стоял у истоков СУБД в России, открыл Postgres для всего мира и основал Postgres Professional.
     
    В этом выпуске:
    · Эволюция данных: от Big Data к Smart Data и NooData
    · AI-агенты в базах данных: что они меняют
    · AI-изация в Postgres и аналитических инструментах Т
    · Базы данных будущего: какими они будут
    · Воспитание AI: почему ИИ нужно учить, как ребенка, и какие знания ему нужны
    · Как изменится работа инженеров данных и аналитиков в эпоху AI
    · Правда ли ИИ — наша следующая ступень развития
     
    Развиваем тему в комментариях нашего телеграм-канала https://t.me/eto_schitaetsya — присоединяйтесь. А тех, кто дослушает выпуск до конца, ждет новогодний сюрприз от нас!

    Тайм-коды:
    00:12 Начало выпуска
    00:18 Тема выпуска
    01:22 Гость выпуска — Олег Бартунов
    01:45 PostGres и вклад Олега в него
    06:15 Умные данные: что меняется в базах данных и что их ждет в ближайшее время
    13:48 AI-изация в PostGres, Tengri Data Platform и аналитических инструментах Т-Банка
    20:23 Данные со смыслом: что такое NooData и почему за ней будущее
    25:56 Как собирать нооданные
    29:32 Мы станем ИИ?
    29:52 Как изменилось образование и как взрослым развиваться в эпоху AI
    33:18 Рубрика «Базовый минимум или роскошный максимум»
    35:54 Автономность и адаптивность: базы данных будущего
    38:08 Инженеры данных и системные аналитики всё? Будущее профессий
    40:14 Опыт Т: аналитика и использование данных в Шопинге
    45:21 Рубрика «Что считается?»
    46:10 Завершение выпуска 
    46:43 Новогоднее поздравление
  • Это считается

    Метрика для AI-аналитика

    18.12.2025 | 48 Min.
    AI-ассистенты в аналитике — уже не будущее, а наше настоящее. Как «цифровые коллеги» устроены изнутри? Могут ли они заменить живого аналитика, или их роль — быть мощным инструментом в наших руках? 
    В этом выпуске говорим об аналитических AI-агентах с Сергеем Денисовым, который отвечает за аналитические продукты в Яндекс Рекламе (тот самый человек, который стоит за развитием Яндекс.Метрики).
     
    Заглянем под капот и узнаем:

    В чем сложность анализа аналитических продуктов
    Зачем Яндекс.Метрика внедряет AI-ассистента и что он умеет прямо сейчас
    Как устроена мультиагентная архитектура и зачем нужна целая команда AI-агентов
    Могут ли аналитические AI-ассистенты быть инструментом для непрофессионалов
    Какие данные нужны AI-агентам для качественного анализа
    Что в аналитике невозможно автоматизировать

     
    В общем, мы продолжаем разбираться, как использовать искусственный интеллект как свою суперсилу. А в вашей работе AI-ассистенты уже базовый минимум или все еще роскошный максимум? Делитесь в нашем телеграм-канале https://t.me/eto_schitaetsya

    Тайм-коды:
    00:12 Начало выпуска
    01:17 Тема выпуска
    01:25 Гость выпуска — Сергей Денисов
    01:53 Чем именно Сергей занимается в Яндекс.Метрике
    03:04 Как анализировать аналитические продукты
    10:06 Почему Яндекс.Метрика пошла по пути внедрения AI-ассистентов
    11:03 Data driven профессии: кто теперь пользуется данными
    12:35 Рубрика «Базовый минимум или роскошный максимум»
    21:28 Как будут развиваться AI-ассистенты в аналитике
    24:31 Что уже делает AI-ассистент в Яндекс.Метрике
    26:02 Какие данные нужны AI-агентам для качественного анализа
    35:42 Мультиагентная архитектура AI-ассистента в Яндекс.Метрике
    38:16 Будущее AI-ассистента в Яндекс.Метрике
    42:03 Что в аналитике не будет автоматизировано
    47:00 Рубрика «Что считается?»
    47:36 Завершение выпуска
  • Это считается

    GenAI: может ли машина творить?

    11.12.2025 | 44 Min.
    Генеративный AI уже меняет работу аналитиков, продактов, дизайнеров и других digital-спецов, и в этом выпуске мы, наконец, честно разбираемся, где за технологиями стоит реальная польза, а где — пока только красивые демки.

    Практическое применение генеративного искусственного интеллекта обсуждаем с Денисом Димитровым — управляющим директором по исследованию данных в Сбере и одним из главных создателей Kandinsky и GigaChat.

    В выпуске:

    как рождаются фундаментальные модели и почему именно они двигают рынок
    зачем Сбер выложил Kandinsky в опенсорс и что это дало
    что внутри LLM: разбираемся как именно генерируется текст, картинки и видео
    мультимодальность vs. омнимодальность — следующий виток технологий
    какие генеративные модели сегодня самые продвинутые + личный опыт использования
    как компании экономят миллионы на автоматизации процессов с GenAI
    где GenAI усиливает людей, а где — становится риском
    кто отвечает за ошибки генеративок
    правда ли LLM тупеют и что будет, если кормить их плохими данными
    ближайшее будущее GenAI

    Говорим про будущее, которое уже работает в проде. Легко, честно и с примерами, которые каждый сможет перенести в свою работу и, вообще, в жизнь.

    Что считается в эпоху генеративного AI? Делитесь в нашем телеграм-канале https://t.me/eto_schitaetsya

    Тайм-коды:
    00:12 Начало выпуска
    01:24 Гость выпуска — Денис Димитров
    01:33 Тема выпуска
    01:44 От математики к AI, от теории к практике: путь Дениса Димитрова
    03:09 Главные факторы развития AI
    05:48 Создание и развитие нейросети Kandinsky
    06:48 Зачем выкладывать свою нейросеть в опенсорс
    08:19 Как и какие генеративные модели используют Даня и Денис
    11:46 Чем отличается работа LLM с изображениями и с текстом
    15:12 Фундаментальная модель как основа для продукта
    16:51 Интеграция генеративных моделей в рабочие процессы
    18:25 Когда генеративные модели приносят вред и кто несет ответственность
    20:53 Генеративные модели в обучении
    21:36 Рубрика «Базовый минимум или роскошный максимум»
    25:36 Чем отличаются мультимодальная и омнимодальная модели
    26:55 Способы проверки качества генеративных моделей
    29:29 LLM для бизнеса: гонка на мировой арене vs. продуктовый подход
    32:58 Ближайшее будущее генеративного AI
    34:54 Авторское право и генеративные модели
    36:40 Как создается и обрабатывается датасет моделей
    37:49 Генеративные модели тупеют? Как влияют некачественные данные
    41:36 Выводы
    42:39 Рубрика «Что считается?»
    43:35 Завершение выпуска
Weitere Technologie Podcasts
Über Это считается
Подкаст о буднях продуктовых аналитиков — с шутками, без цифр и математики. 
Podcast-Website

Höre Это считается, heiseshow und viele andere Podcasts aus aller Welt mit der radio.at-App

Hol dir die kostenlose radio.at App

  • Sender und Podcasts favorisieren
  • Streamen via Wifi oder Bluetooth
  • Unterstützt Carplay & Android Auto
  • viele weitere App Funktionen
Это считается: Zugehörige Podcasts
Rechtliches
Social
v8.27.0 | © 2007-2026 radio.de GmbH
Built: 11/16/2026 - 1:18:40 PM