nFactorial Research: анализ и полезные инсайты для Вашего бизнеса из 10,000+ файлов
Одно из главных ограничений современных ИИ-инструментов - это маленькое контекстное окно, что делает их неприменимыми для многих бизнес-задач, где требуется искать и делать анализ внутри больших библиотек из 1,000+ или даже 10,000+ файлов.
В nFactorial Research мы строим B2B-инструмент, который решает эту проблему. В данный момент мы онбордим 5 потенциальных клиентов для пилотных проектов.
Вот неполный список задач, с которыми мы можем помочь Вашему бизнесу.
- Венчурные инвесторы и стартап-акселераторы могут быстро отскринить тысячи заявок от стартапов и понять, какие заслуживают следующего этапа
- Рекрутеры могут быстро проанализировать 1000+ резюме, чтобы пригласить лучших кандидатов на Zoom-интервью
- Анализ многочисленных открытых тендеров и конкурсов госзакупок с целью выбора тех, где на основе публичных данных у Вашего бизнеса есть высочайший шанс для победы
- Быстрая генерация качественных персонализированных коммерческих предложений на основе всей информации о Вашем потенциальном клиенте
- Отделы продаж могут категоризировать своих лидов и делать анализ многочисленных переписок с клиентами
- Генерация драфта инвестиционного мемо из многочисленных заметок, отчетов и документов с дью-дилидженс
- Разработчики могут задать любой вопрос по кодовой базе компании для того, чтобы быстрее решить свой вопрос
- Сотрудники компании могут найти ответы на свои вопросы из централизованной корпоративной базы знаний
- Юридические организации смогут быстрее проанализировать многочисленные контракты, акты и пр. юридические документы
- Аудиторские компании смогут быстрее сделать аудит деятельности компаний на основе десятков тысяч файлов
Если Вам кажется, что наш продукт будет полезен для Вашей компании, пожалуйста, заполните следующую форму: https://nfactorialschool.typeform.com/to/UNddcvfp
Одно из главных ограничений современных ИИ-инструментов - это маленькое контекстное окно, что делает их неприменимыми для многих бизнес-задач, где требуется искать и делать анализ внутри больших библиотек из 1,000+ или даже 10,000+ файлов.
В nFactorial Research мы строим B2B-инструмент, который решает эту проблему. В данный момент мы онбордим 5 потенциальных клиентов для пилотных проектов.
Вот неполный список задач, с которыми мы можем помочь Вашему бизнесу.
- Венчурные инвесторы и стартап-акселераторы могут быстро отскринить тысячи заявок от стартапов и понять, какие заслуживают следующего этапа
- Рекрутеры могут быстро проанализировать 1000+ резюме, чтобы пригласить лучших кандидатов на Zoom-интервью
- Анализ многочисленных открытых тендеров и конкурсов госзакупок с целью выбора тех, где на основе публичных данных у Вашего бизнеса есть высочайший шанс для победы
- Быстрая генерация качественных персонализированных коммерческих предложений на основе всей информации о Вашем потенциальном клиенте
- Отделы продаж могут категоризировать своих лидов и делать анализ многочисленных переписок с клиентами
- Генерация драфта инвестиционного мемо из многочисленных заметок, отчетов и документов с дью-дилидженс
- Разработчики могут задать любой вопрос по кодовой базе компании для того, чтобы быстрее решить свой вопрос
- Сотрудники компании могут найти ответы на свои вопросы из централизованной корпоративной базы знаний
- Юридические организации смогут быстрее проанализировать многочисленные контракты, акты и пр. юридические документы
- Аудиторские компании смогут быстрее сделать аудит деятельности компаний на основе десятков тысяч файлов
Если Вам кажется, что наш продукт будет полезен для Вашей компании, пожалуйста, заполните следующую форму: https://nfactorialschool.typeform.com/to/UNddcvfp
🔥16❤4👍3🤔1
scott-wu-mathcounts-2010.mov
5.7 MB
Это 12-летний Скотт Ву на Mathcounts, американском соревновании по математике для учеников 6-8 классов в 2010г. Здесь ему 12 лет. Далее он выиграет 3 золота на IOI и золото на ICPC. Сегодня он основатель и CEO компании Cognition. Они создатели автономного ИИ-разработчика - Devin AI. Компании всего 1 год, но их оценка - уже $2 млрд!
Сами задачи.
1) Если паттерн продолжится, какая буква будет на 2010-й позиции? MATHLETEMATHLETEMATHLETE…
2) 255² - 245² = ?
3) Цифры 1, 2, 3, 4 и 5 можно расположить так, чтобы образовать различные пятизначные положительные целые числа с пятью различными цифрами. В скольких таких числах цифра 1 находится слева от цифры 2? Два таких числа для примера: 14,352 и 51,234.
Сами задачи.
1) Если паттерн продолжится, какая буква будет на 2010-й позиции? MATHLETEMATHLETEMATHLETE…
2) 255² - 245² = ?
3) Цифры 1, 2, 3, 4 и 5 можно расположить так, чтобы образовать различные пятизначные положительные целые числа с пятью различными цифрами. В скольких таких числах цифра 1 находится слева от цифры 2? Два таких числа для примера: 14,352 и 51,234.
❤25🤯21😁1
SWE-Bench наконец-то обновил лидерборд. C третьего места в мире мы скатились на 8-ое с результатом 49.2%. За месяц с момента публикации нашего решения 11 ноября появились 5 решений, которые нас обошли.
Как и писал ранее, SWE-bench - де-факто золотой стандарт и главный бенчмарк в мире для измерения умения ИИ-систем решать задачи в области написания кода. Бенчмарк тестирует возможности больших языковых моделей в умении исправлять баги из реальных GitHub-репозиториев. SWE-bench Verified состоит из 500 пар "Issue-Pull Request", взятых из популярных Python-репозиториев на GitHub. Каждая запись в SWE-bench включает описание проблемы (issue) и pull request, который ее решает. Pull request содержит изменения в коде и тесты, которые должны проваливаться до внесения изменений и проходить после них. Системы оцениваются на основе их способности генерировать корректные изменения в коде, которые проходят все тесты после внесения правок. В репозиториях от 1000 до 3000+ файлов. Решение состоит из 2 шагов. Сначала нужно правильно определить все файлы (и фрагменты кода в этих файлах), которые нуждаются в исправлении. Далее нужно сгенерировать патчи, после которых все начинает работать правильно. Говоря по-простому, наш ИИ-агент должен исправить максимальное кол-во багов из 500. Наш последний результат от 11 ноября - 49.2%.
Многому научились благодаря SWE-bench. За 4 недели создали 4 решения со следующими результатами: 25.80%, 31.6%, 41.6%, 49.2%. Построили свою кастомную версию LangGraph, позволяющую нам быстро запускать ИИ-агентов. Научились оценивать различные логические пути рассуждений от вопроса до ответа (reasoning paths) для выбора правильного ответа с большей вероятностью. Научились максимально эффективно использовать ограниченное контекстное окно, “читать”, понимать и анализировать большие кодовые базы с 3000+ файлами. Здесь - подробное техническое описание каждого из наших подходов: https://www.nfactorial.dev/swe-bench
Сейчас используем полученные навыки при создании nFactorial Research - инструмента для анализа и полезных инсайтов из 10,000+ файлов: https://research.nfactorial.dev/.
Если наш продукт может быть полезен для Вашей компании, пожалуйста, заполните следующую форму: https://nfactorialschool.typeform.com/to/UNddcvfp
Как и писал ранее, SWE-bench - де-факто золотой стандарт и главный бенчмарк в мире для измерения умения ИИ-систем решать задачи в области написания кода. Бенчмарк тестирует возможности больших языковых моделей в умении исправлять баги из реальных GitHub-репозиториев. SWE-bench Verified состоит из 500 пар "Issue-Pull Request", взятых из популярных Python-репозиториев на GitHub. Каждая запись в SWE-bench включает описание проблемы (issue) и pull request, который ее решает. Pull request содержит изменения в коде и тесты, которые должны проваливаться до внесения изменений и проходить после них. Системы оцениваются на основе их способности генерировать корректные изменения в коде, которые проходят все тесты после внесения правок. В репозиториях от 1000 до 3000+ файлов. Решение состоит из 2 шагов. Сначала нужно правильно определить все файлы (и фрагменты кода в этих файлах), которые нуждаются в исправлении. Далее нужно сгенерировать патчи, после которых все начинает работать правильно. Говоря по-простому, наш ИИ-агент должен исправить максимальное кол-во багов из 500. Наш последний результат от 11 ноября - 49.2%.
Многому научились благодаря SWE-bench. За 4 недели создали 4 решения со следующими результатами: 25.80%, 31.6%, 41.6%, 49.2%. Построили свою кастомную версию LangGraph, позволяющую нам быстро запускать ИИ-агентов. Научились оценивать различные логические пути рассуждений от вопроса до ответа (reasoning paths) для выбора правильного ответа с большей вероятностью. Научились максимально эффективно использовать ограниченное контекстное окно, “читать”, понимать и анализировать большие кодовые базы с 3000+ файлами. Здесь - подробное техническое описание каждого из наших подходов: https://www.nfactorial.dev/swe-bench
Сейчас используем полученные навыки при создании nFactorial Research - инструмента для анализа и полезных инсайтов из 10,000+ файлов: https://research.nfactorial.dev/.
Если наш продукт может быть полезен для Вашей компании, пожалуйста, заполните следующую форму: https://nfactorialschool.typeform.com/to/UNddcvfp
❤19👍12🔥4
This media is not supported in your browser
VIEW IN TELEGRAM
Президент OpenAI Грег Брокман продемонстрировал новые возможности ChatGPT, которые будут скоро доступны в платной версии. Теперь ChatGPT в реальном времени понимает, что происходит вокруг не только по аудио, но и по видео! Здесь он выступил в качестве ИИ-ментора по анатомии для журналиста из 60 Minutes Андерсона Купера. Источник: Tsarathustra.
🔥41😱10
Поступите в ВУЗ своей мечты вместе с nFactorial Admissions!
Как и писал ранее, мне кажется, что самый главный дивиденд от участия в очень селективных программах (будь то Y Combinator, MIT или Thiel Fellowship) - это не сертификат об их успешном окончании или престиж, который ассоциируется с этими брэндами. Это в первую очередь - возможность находиться в стимулирующей и конкурентной образовательной среде, полной умных и честолюбивых людей, которые хотят изменить мир и верят, что наши мечты сбываются, если у нас появляется смелость и убежденность им следовать. Это не может остаться бесследным. Это заражает.
Несколько раз обсуждал с друзьями интересный феномен, когда 1%-ное преимущество над сверстниками в школьные годы приводит к поступлению в более сложный университет, что в итоге приводит к 100%-ному преимуществу через 10 лет. Чтобы поступить в сложный ВУЗ, в школьные годы нужно сильно попотеть в жанре “тяжелые решения → легкая жизнь, легкие решения → тяжелая жизнь”.
Если большими мазками, главные критерии, которые учитывают американские ВУЗы при поступлении: 1) академическая успеваемость: оценки в школе, результат SAT, олимпиады; 2) деятельность вне учебы: проекты, лидерство, исследования, влияние на общество; 3) личные качества, которые отражаются в рекомендательных письмах и эссе.
По обыкновению мы считаем, что любой новый продукт должен привносить что-то новое на рынок, иначе он не заслуживает право на существование. nFactorial Admissions - это индивидуальная программа персонального развития, рассчитанная на 1-2 года, которая бьет по каждому из трех критериев. SAT-компонент мы анонсировали ранее. Второй компонент - это nFactorial Launch, в рамках которого каждый старшеклассник запустит собственный оригинальный проект(-ы), будь то iPhone-игра с 1000+ пользователями, ИИ-репетитор по математике в виде веб-приложения, non-fiction книга тиражом 500 экземпляров на основе материалов 50 проведенных интервью с предпринимателями; транспортный форум, в рамках которого эксперты поделятся идеями, как решить проблему пробок в Алматы; подкаст, где в каждом эпизоде ведущий-старшеклассник рассказывает историю одной технологической компании; социальный проект, в рамках которого школьник обучит монетизируемому навыку (например, программированию) 50 учеников отдаленной сельской школы - результатом станет документальный фильм в YouTube и так далее. Третий компонент (эссе + рекомендательные письма) - это завершающий удар, когда школьник уже стал “интересным” в процессе выполнения критериев 1 и 2. С ним мы тоже поможем.
В итоге фокус - на том, КЕМ становится старшеклассник в процессе прохождения преград в окружении менторов в течение 12-24 месяцев. Фокус - на максимизации потенциала школьника. Поступление в хороший ВУЗ - лишь побочный эффект хорошо проделанной работы. Сразу скажу, что Гарварды и Оксфорды обещать не будем. Трезво оценим, чего можно добиться за время, которое есть, исходя из точки А каждого участника, и поставим амбициозную, но достижимую цель. Задача - стать максимально крутым за 12-24 месяца и поступить в самый лучший ВУЗ из тех, куда Вы теоретически можете поступить, учитывая точку Б (то, кем Вы стали на выходе). На практике это обычно значит - подняться на 50+ строчек в рейтинге ВУЗов US News.
Другие базовые ингредиенты nFactorial Admissions: 80% сессий - индивидуальные, гостевые лекции от мастеров различных индустрий, сильное сообщество других школьников, прошедших отбор; активное использование ИИ-агентов (ИИ-тренер по SAT, ИИ-консультант по поступлению), созданных командой разработки nFactorial AI; профориентация и стратегия поступления, трекерство проектов, подготовка списка ВУЗов, написание многочисленных эссе, получение рекомендательных писем, подготовка заявок и отправка документов в университеты, подготовка к интервью, ежемесячный demo day для того, чтобы каждый школьник поделился собственным прогрессом и посмотрел на прогресс других участников программы и пр.
Подать заявку: https://nfactorialschool.typeform.com/to/L8PiJ6HY
Как и писал ранее, мне кажется, что самый главный дивиденд от участия в очень селективных программах (будь то Y Combinator, MIT или Thiel Fellowship) - это не сертификат об их успешном окончании или престиж, который ассоциируется с этими брэндами. Это в первую очередь - возможность находиться в стимулирующей и конкурентной образовательной среде, полной умных и честолюбивых людей, которые хотят изменить мир и верят, что наши мечты сбываются, если у нас появляется смелость и убежденность им следовать. Это не может остаться бесследным. Это заражает.
Несколько раз обсуждал с друзьями интересный феномен, когда 1%-ное преимущество над сверстниками в школьные годы приводит к поступлению в более сложный университет, что в итоге приводит к 100%-ному преимуществу через 10 лет. Чтобы поступить в сложный ВУЗ, в школьные годы нужно сильно попотеть в жанре “тяжелые решения → легкая жизнь, легкие решения → тяжелая жизнь”.
Если большими мазками, главные критерии, которые учитывают американские ВУЗы при поступлении: 1) академическая успеваемость: оценки в школе, результат SAT, олимпиады; 2) деятельность вне учебы: проекты, лидерство, исследования, влияние на общество; 3) личные качества, которые отражаются в рекомендательных письмах и эссе.
По обыкновению мы считаем, что любой новый продукт должен привносить что-то новое на рынок, иначе он не заслуживает право на существование. nFactorial Admissions - это индивидуальная программа персонального развития, рассчитанная на 1-2 года, которая бьет по каждому из трех критериев. SAT-компонент мы анонсировали ранее. Второй компонент - это nFactorial Launch, в рамках которого каждый старшеклассник запустит собственный оригинальный проект(-ы), будь то iPhone-игра с 1000+ пользователями, ИИ-репетитор по математике в виде веб-приложения, non-fiction книга тиражом 500 экземпляров на основе материалов 50 проведенных интервью с предпринимателями; транспортный форум, в рамках которого эксперты поделятся идеями, как решить проблему пробок в Алматы; подкаст, где в каждом эпизоде ведущий-старшеклассник рассказывает историю одной технологической компании; социальный проект, в рамках которого школьник обучит монетизируемому навыку (например, программированию) 50 учеников отдаленной сельской школы - результатом станет документальный фильм в YouTube и так далее. Третий компонент (эссе + рекомендательные письма) - это завершающий удар, когда школьник уже стал “интересным” в процессе выполнения критериев 1 и 2. С ним мы тоже поможем.
В итоге фокус - на том, КЕМ становится старшеклассник в процессе прохождения преград в окружении менторов в течение 12-24 месяцев. Фокус - на максимизации потенциала школьника. Поступление в хороший ВУЗ - лишь побочный эффект хорошо проделанной работы. Сразу скажу, что Гарварды и Оксфорды обещать не будем. Трезво оценим, чего можно добиться за время, которое есть, исходя из точки А каждого участника, и поставим амбициозную, но достижимую цель. Задача - стать максимально крутым за 12-24 месяца и поступить в самый лучший ВУЗ из тех, куда Вы теоретически можете поступить, учитывая точку Б (то, кем Вы стали на выходе). На практике это обычно значит - подняться на 50+ строчек в рейтинге ВУЗов US News.
Другие базовые ингредиенты nFactorial Admissions: 80% сессий - индивидуальные, гостевые лекции от мастеров различных индустрий, сильное сообщество других школьников, прошедших отбор; активное использование ИИ-агентов (ИИ-тренер по SAT, ИИ-консультант по поступлению), созданных командой разработки nFactorial AI; профориентация и стратегия поступления, трекерство проектов, подготовка списка ВУЗов, написание многочисленных эссе, получение рекомендательных писем, подготовка заявок и отправка документов в университеты, подготовка к интервью, ежемесячный demo day для того, чтобы каждый школьник поделился собственным прогрессом и посмотрел на прогресс других участников программы и пр.
Подать заявку: https://nfactorialschool.typeform.com/to/L8PiJ6HY
🔥25👍6❤5👎4
10 ИИ-агентов за 10 дней от nFactorial AI
Очень энергичный декабрь! Неделю назад мы узнали о “12 Days of OpenAI”, в рамках которого каждый рабочий день в течение 12 дней OpenAI запускает новый продукт или обновление. Сегодня (наконец-то!) для широкой публики запустился ИИ-junior разработчик Devin от компании Cognition. В начале декабря cвой mega launch week провела компания Supabase.
Мы вдохновились этими примерами и решили присоединиться к челленджу. Начиная с сегодняшнего дня, мы начинаем “10 дней от nFactorial AI”. Каждый день в течение 10 рабочих дней будем выдавать вашему вниманию одного ИИ-агента, созданного нашей командой.
Сегодня мы запускаем junior ИИ-аналитика венчурного фонда. На входе он принимает слайд-дек презентацию стартапа (в формате PDF) и за 5 минут генерирует инвестиционное мемо, в котором дает свою оценку и рекомендации по данному стартапу. Продукт заточен на стартапах на стадиях pre-seed, seed, series A, однако, можно попробовать и более “поздние” компании. Содержание инвестиционного мемо: рекомендация по инвестиции, вердикт на основе дерева решений, pre-parade - почему этот стартап достигнет успеха, pre-mortem - почему стартап потерпит неудачу, анализ команды/рынка/тайминга, traction и рекомендуемая оценка, анализ TAM/SAM/SOM, похожие компании и последние новости о них, оценка качества презентации по 100-балльной шкале по критериям от Y Combinator, саммари на основе анкеты от Y Combinator, для маркетплейсов - анализ по 10 критериям от легендарного Билла Гёрли (Benchmark Capital). Главный разработчик продукта - Ален Абешов.
Большое спасибо нашему другу Ельжану Кушекбаеву (CEO, MA7 Angels Club) за предложенную идею!
Попробовать: https://research.nfactorial.dev/pitch
Если Ваша компания нуждается в ИИ-агентах для оптимизации процессов и экономии времени, пожалуйста, заполните следующую форму: https://nfactorialschool.typeform.com/to/UNddcvfp
С наступающими праздниками и до завтра!
Очень энергичный декабрь! Неделю назад мы узнали о “12 Days of OpenAI”, в рамках которого каждый рабочий день в течение 12 дней OpenAI запускает новый продукт или обновление. Сегодня (наконец-то!) для широкой публики запустился ИИ-junior разработчик Devin от компании Cognition. В начале декабря cвой mega launch week провела компания Supabase.
Мы вдохновились этими примерами и решили присоединиться к челленджу. Начиная с сегодняшнего дня, мы начинаем “10 дней от nFactorial AI”. Каждый день в течение 10 рабочих дней будем выдавать вашему вниманию одного ИИ-агента, созданного нашей командой.
Сегодня мы запускаем junior ИИ-аналитика венчурного фонда. На входе он принимает слайд-дек презентацию стартапа (в формате PDF) и за 5 минут генерирует инвестиционное мемо, в котором дает свою оценку и рекомендации по данному стартапу. Продукт заточен на стартапах на стадиях pre-seed, seed, series A, однако, можно попробовать и более “поздние” компании. Содержание инвестиционного мемо: рекомендация по инвестиции, вердикт на основе дерева решений, pre-parade - почему этот стартап достигнет успеха, pre-mortem - почему стартап потерпит неудачу, анализ команды/рынка/тайминга, traction и рекомендуемая оценка, анализ TAM/SAM/SOM, похожие компании и последние новости о них, оценка качества презентации по 100-балльной шкале по критериям от Y Combinator, саммари на основе анкеты от Y Combinator, для маркетплейсов - анализ по 10 критериям от легендарного Билла Гёрли (Benchmark Capital). Главный разработчик продукта - Ален Абешов.
Большое спасибо нашему другу Ельжану Кушекбаеву (CEO, MA7 Angels Club) за предложенную идею!
Попробовать: https://research.nfactorial.dev/pitch
Если Ваша компания нуждается в ИИ-агентах для оптимизации процессов и экономии времени, пожалуйста, заполните следующую форму: https://nfactorialschool.typeform.com/to/UNddcvfp
С наступающими праздниками и до завтра!
❤27🔥6
День 2/10 челленджа от nFactorial AI
Сегодня мы запускаем классную фичу, которую давно хотели реализовать. Теперь после того, как вы загрузите свои 1000+ рабочих файлов или ссылок, мы автоматически организуем все эти данные в таблицу с кастомными столбцами. Далее можно задать любые вопросы этой таблице. После каждого нового вопроса в чате, мы создаем новую таблицу, которая лучше всего отвечает на данный вопрос. Далее можно экспортировать эту таблицу в Excel или Google Spreadsheets. Разработчики апдейта: Батыр Сардарбеков, Алибек Сеитов, Нурдаулет Болатов.
Когда это может быть полезным?
1) Анализ конкурентов в e-commerce. Загружаете Excel-таблицы с данными о ценах конкурентов. Консолидируете их в одну таблицу. Далее - как и во всех примерах ниже, задаете вопросы этой таблице. Планируете свою ценовую стратегию на следующий год.
2) Планирование маркетинговой кампании. Загружаете историю рекламных кампаний в Instagram и Google: охваты, CTR, конверсии, бюджеты. Объединив все данные в одну таблицу, вы сможете выявить самые эффективные каналы и кампании.
3) Перед подписанием нового контракта посмотреть на все прошлые контракты в табличном виде, чтобы увидеть, на каких условиях ваша компания (условия оплаты, сроки, штрафы) договорилась в прошлом.
4) Вы готовитесь к встрече с руководством компании X. Вы можете загрузить их прошлую финансовую отчетность и новости, чтобы в табличном виде лучше понять их стратегию и планы на будущее.
5) Вы открываете новый ресторан в Алматы. Загружаете 100 файлов с информацией о существующих ресторанах и в табличном виде видите их локацию, тип, кухню, цены, время работы, меню. Далее задаете любые вопросы этой таблице.
6) Вы покупаете квартиру в Астане. Загружаете всю имеющуюся информацию о всех ЖК, которые вас интересуют: цены, наличие инфраструктуры, типаж, состояние, площадь и т.д. Уточняете свои приоритеты. Получаете ответ на основе ваших критериев.
7) Сравнительный анализ поставщиков. Отдел снабжения имеет сотни файлов с данными о поставщиках: сроки поставок, качество продукции, цены и условия контрактов. Сведя данные в одну таблицу, вы сможете быстро определить лучших поставщиков, улучшить условия сотрудничества и сократить затраты.
8 ) Вам нужно сделать классификацию 1000+ фотографий по какому-либо критерию (например, тип содержимого, наличие определённых предметов, геолокация и пр.).
9) Due diligence во время M&A. При слияниях и поглощениях огромные массивы финансовых, юридических и операционных данных разбросаны по множеству файлов. Их сведение в одну основную таблицу помогает команде M&A быстро оценить финансовое состояние целевой компании, выявить юридические риски и оптимизировать процесс проверки, ускоряя принятие правильных решений.
Попробовать: https://research.nfactorial.dev/
Если Ваша компания нуждается в ИИ-агентах для оптимизации процессов и экономии времени, пожалуйста, заполните следующую форму: https://nfactorialschool.typeform.com/to/UNddcvfp
С наступающими праздниками и до завтра!
Сегодня мы запускаем классную фичу, которую давно хотели реализовать. Теперь после того, как вы загрузите свои 1000+ рабочих файлов или ссылок, мы автоматически организуем все эти данные в таблицу с кастомными столбцами. Далее можно задать любые вопросы этой таблице. После каждого нового вопроса в чате, мы создаем новую таблицу, которая лучше всего отвечает на данный вопрос. Далее можно экспортировать эту таблицу в Excel или Google Spreadsheets. Разработчики апдейта: Батыр Сардарбеков, Алибек Сеитов, Нурдаулет Болатов.
Когда это может быть полезным?
1) Анализ конкурентов в e-commerce. Загружаете Excel-таблицы с данными о ценах конкурентов. Консолидируете их в одну таблицу. Далее - как и во всех примерах ниже, задаете вопросы этой таблице. Планируете свою ценовую стратегию на следующий год.
2) Планирование маркетинговой кампании. Загружаете историю рекламных кампаний в Instagram и Google: охваты, CTR, конверсии, бюджеты. Объединив все данные в одну таблицу, вы сможете выявить самые эффективные каналы и кампании.
3) Перед подписанием нового контракта посмотреть на все прошлые контракты в табличном виде, чтобы увидеть, на каких условиях ваша компания (условия оплаты, сроки, штрафы) договорилась в прошлом.
4) Вы готовитесь к встрече с руководством компании X. Вы можете загрузить их прошлую финансовую отчетность и новости, чтобы в табличном виде лучше понять их стратегию и планы на будущее.
5) Вы открываете новый ресторан в Алматы. Загружаете 100 файлов с информацией о существующих ресторанах и в табличном виде видите их локацию, тип, кухню, цены, время работы, меню. Далее задаете любые вопросы этой таблице.
6) Вы покупаете квартиру в Астане. Загружаете всю имеющуюся информацию о всех ЖК, которые вас интересуют: цены, наличие инфраструктуры, типаж, состояние, площадь и т.д. Уточняете свои приоритеты. Получаете ответ на основе ваших критериев.
7) Сравнительный анализ поставщиков. Отдел снабжения имеет сотни файлов с данными о поставщиках: сроки поставок, качество продукции, цены и условия контрактов. Сведя данные в одну таблицу, вы сможете быстро определить лучших поставщиков, улучшить условия сотрудничества и сократить затраты.
8 ) Вам нужно сделать классификацию 1000+ фотографий по какому-либо критерию (например, тип содержимого, наличие определённых предметов, геолокация и пр.).
9) Due diligence во время M&A. При слияниях и поглощениях огромные массивы финансовых, юридических и операционных данных разбросаны по множеству файлов. Их сведение в одну основную таблицу помогает команде M&A быстро оценить финансовое состояние целевой компании, выявить юридические риски и оптимизировать процесс проверки, ускоряя принятие правильных решений.
Попробовать: https://research.nfactorial.dev/
Если Ваша компания нуждается в ИИ-агентах для оптимизации процессов и экономии времени, пожалуйста, заполните следующую форму: https://nfactorialschool.typeform.com/to/UNddcvfp
С наступающими праздниками и до завтра!
❤20👍6🔥2
“Золотые цитаты” из ваших любимых YouTube-подкастов
В день 3 челленджа от nFactorial AI мы рады представить вашему вниманию новый ИИ-продукт. Вы вводите YouTube-ссылку на интересующий вас эпизод подкаста, лекцию или интервью. После этого мы скачиваем аудио-дорожку данного видео, делаем из него транскрипт. Очищаем его от слов-паразитов, невербальных звуков, убираем незаконченные предложения, повторы слов или запинки, сглаживаем структуру предложений и исправляем грамматические ошибки. Далее наш ИИ-агент проходит по транскрипту в поиске “золотых цитат”.
Что такое “золотая цитата”? Она должна удивлять. Давать новые знания. Поддерживать высокой количество инсайтов на квадратный сантиметр текста. Она должна быть уникальной, наводящей на размышления и подчеркивать перспективу или идею, которая не является общепринятой. Никаких трюизмов и банальностей в стиле “мы живем в эпоху перемен” или “все ошибки - это опыт”. В данный момент мы находим 10 “золотых цитат” на каждый час видео. То есть 8-часовой подкаст между Лексом Фридманом и Баладжи Шринивасаном даст вам 80 “золотых цитат”. Сразу скажу, что не успели оптимизировать инструмент с точки зрения скорости. Чем длиннее видео, тем дольше придется ждать. Когда результаты готовы, вам придет email. Надеюсь наш инструмент окажется для вас полезным настолько, насколько он уже стал для меня.
Попробовать: https://research.nfactorial.dev/youtube
Если Ваша компания нуждается в ИИ-агентах для оптимизации процессов и экономии времени, пожалуйста, заполните следующую форму: https://nfactorialschool.typeform.com/to/UNddcvfp
В день 3 челленджа от nFactorial AI мы рады представить вашему вниманию новый ИИ-продукт. Вы вводите YouTube-ссылку на интересующий вас эпизод подкаста, лекцию или интервью. После этого мы скачиваем аудио-дорожку данного видео, делаем из него транскрипт. Очищаем его от слов-паразитов, невербальных звуков, убираем незаконченные предложения, повторы слов или запинки, сглаживаем структуру предложений и исправляем грамматические ошибки. Далее наш ИИ-агент проходит по транскрипту в поиске “золотых цитат”.
Что такое “золотая цитата”? Она должна удивлять. Давать новые знания. Поддерживать высокой количество инсайтов на квадратный сантиметр текста. Она должна быть уникальной, наводящей на размышления и подчеркивать перспективу или идею, которая не является общепринятой. Никаких трюизмов и банальностей в стиле “мы живем в эпоху перемен” или “все ошибки - это опыт”. В данный момент мы находим 10 “золотых цитат” на каждый час видео. То есть 8-часовой подкаст между Лексом Фридманом и Баладжи Шринивасаном даст вам 80 “золотых цитат”. Сразу скажу, что не успели оптимизировать инструмент с точки зрения скорости. Чем длиннее видео, тем дольше придется ждать. Когда результаты готовы, вам придет email. Надеюсь наш инструмент окажется для вас полезным настолько, насколько он уже стал для меня.
Попробовать: https://research.nfactorial.dev/youtube
Если Ваша компания нуждается в ИИ-агентах для оптимизации процессов и экономии времени, пожалуйста, заполните следующую форму: https://nfactorialschool.typeform.com/to/UNddcvfp
👍15🔥5❤3
День 4: Результаты анализа 15,514 Linkedin-профилей ИТ-специалистов в Казахстане
В четвертый день нашего 10-дневного челленджа с помощью nFactorial AI мы проанализировали 15,514 Linkedin-профилей ИТ-специалистов, проживающих на сегодня в Казахстане. Ниже - статистика на основе этих данных.
Топ 10 переходов из первой компании во вторую
Home Credit Bank Kazakhstan -> Kaspi: 110 профилей
Agip KCO -> Tengizchevroil: 99
Weatherford -> Excellence Logging: 88
Kaspi -> Halyk Bank: 81
Kaspi -> Bank CenterCredit: 74
Eni S.p.A -> Agip KCO: 74
Freelance -> EPAM Systems: 63
Kcell АО -> Tele2 Kazakhstan: 62
Kcell АО -> Beeline Kazakhstan: 62
Kaspi -> Beeline Kazakhstan: 62
Эффект бумеранга - топ 10 компаний, куда чаще всего возвращаются сотрудники после ухода
Kaspi: 334 профиля
EPAM Systems: 306
Tengizchevroil: 160
Kcell АО: 108
Beeline Kazakhstan: 101
Halyk Bank: 100
Nazarbayev University: 99
NetCracker: 95
Bank CenterCredit: 90
«First Heartland Jusan Bank» JSC: 87
Топ 10 ВУЗов
International Information Technologies University: 1563 профиля
Suleyman Demirel University: 1299
Nazarbayev University: 1298
Kazakh-British Technical University: 1230
Al-Farabi Kazakh National University: 854
Astana IT University: 797
L.N.Gumilyov Eurasian National University: 704
Almaty Institute of Power Engineering and Communications: 646
Satbayev University: 601
Lomonosov Moscow State University (MSU): 261
Топ 3 школы
Nazarbayev Intellectual Schools: 449 профилей
Kazakh-Turkish lyceum for gifted students: 369
National School of Physics & Math (FIZMAT): 219
Топ 10 компаний
Kaspi: 1199 профилей
EPAM Systems: 949
Halyk Bank: 604
Bank CenterCredit: 487
Beeline Kazakhstan: 439
«First Heartland Jusan Bank» JSC: 418
Nazarbayev University: 404
Tengizchevroil: 351
Home Credit Bank Kazakhstan: 337
Kcell АО: 332
Топ 9 профессий
Frontend-разработчик: 6378 профилей
Backend-разработчик: 3281
Аналитик данных: 2757
Full-stack разработчик: 2223
iOS разработчик: 2134
Android разработчик: 1839
Data Engineer: 1760
Data Scientist: 1156
Мобильный разработчик: 824
Топ 10 навыков
SQL: 5763 профиля
JavaScript: 5453
Git: 5295
PostgreSQL: 4051
Java: 3949
Python: 3372
HTML: 3066
CSS: 2568
MySQL: 2378
Docker: 2218
Кол-во лет опыта
Меньше года: 523 профиля
1-5 лет: 6637
6-10 лет: 4300
11-15 лет: 2082
16-20 лет: 1101
21-25 лет: 382
26-30 лет: 95
31-35 лет: 22
36-40 лет: 11
41-45 лет: 1
Пол
Мужской: 12730 профилей
Женский: 2543
Остальные: анонимные профили
Самые популярные имена
Андрей: 140 профилей
Сергей: 139
Александр: 136
Азамат: 129
Никита: 121
Руслан: 120
Алишер: 114
Дмитрий: 113
Тимур: 107
Данияр: 104
Самые популярные пары университет - компания-работодатель
Nazarbayev University && Nazarbayev University: 300
International Information Technologies University && Kaspi: 223
Kazakh-British Technical University && Kaspi: 149
Suleyman Demirel University && Kaspi: 143
Kazakh-British Technical University && Kazakh-British Technical University: 111
Al-Farabi Kazakh National University && Kaspi: 109
International Information Technologies University && Halyk Bank: 105
Kazakh-British Technical University && Halyk Bank: 95
International Information Technologies University && Bank CenterCredit: 89
Almaty Institute of Power Engineering and Communications && Kaspi: 82
Топ 10 компаний по удержанию сотрудников (прим.: в рейтинге - только компании с 100+ профилями)
Karachaganak Petroleum Operating B.V. (KPO): Avg (средняя продолжительность работы) - 2.9 лет, Median - 2 года, Max - 19 лет
NetCracker: Avg 2.8, Median 2, Max 14
Agip KCO: Avg 2.4, Median 2.0, Max 18
Schlumberger: Avg 2.4, Median 1.0, Max 34
QAZKOM (Kazkommertsbank JSC): Avg 2.1, Median 1, Max 17
National information Technology: Avg 1.9, Median 1, Max 13
Tengizchevroil: Avg 1.8, Median 1.0, Max 16
EPAM Systems: Avg 1.7, Median 1, Max 20
Kcell АО: Avg 1.7, Median 1, Max 15
Kolesa Group: Avg 1.5, Median 1, Min 0, Max 8
В четвертый день нашего 10-дневного челленджа с помощью nFactorial AI мы проанализировали 15,514 Linkedin-профилей ИТ-специалистов, проживающих на сегодня в Казахстане. Ниже - статистика на основе этих данных.
Топ 10 переходов из первой компании во вторую
Home Credit Bank Kazakhstan -> Kaspi: 110 профилей
Agip KCO -> Tengizchevroil: 99
Weatherford -> Excellence Logging: 88
Kaspi -> Halyk Bank: 81
Kaspi -> Bank CenterCredit: 74
Eni S.p.A -> Agip KCO: 74
Freelance -> EPAM Systems: 63
Kcell АО -> Tele2 Kazakhstan: 62
Kcell АО -> Beeline Kazakhstan: 62
Kaspi -> Beeline Kazakhstan: 62
Эффект бумеранга - топ 10 компаний, куда чаще всего возвращаются сотрудники после ухода
Kaspi: 334 профиля
EPAM Systems: 306
Tengizchevroil: 160
Kcell АО: 108
Beeline Kazakhstan: 101
Halyk Bank: 100
Nazarbayev University: 99
NetCracker: 95
Bank CenterCredit: 90
«First Heartland Jusan Bank» JSC: 87
Топ 10 ВУЗов
International Information Technologies University: 1563 профиля
Suleyman Demirel University: 1299
Nazarbayev University: 1298
Kazakh-British Technical University: 1230
Al-Farabi Kazakh National University: 854
Astana IT University: 797
L.N.Gumilyov Eurasian National University: 704
Almaty Institute of Power Engineering and Communications: 646
Satbayev University: 601
Lomonosov Moscow State University (MSU): 261
Топ 3 школы
Nazarbayev Intellectual Schools: 449 профилей
Kazakh-Turkish lyceum for gifted students: 369
National School of Physics & Math (FIZMAT): 219
Топ 10 компаний
Kaspi: 1199 профилей
EPAM Systems: 949
Halyk Bank: 604
Bank CenterCredit: 487
Beeline Kazakhstan: 439
«First Heartland Jusan Bank» JSC: 418
Nazarbayev University: 404
Tengizchevroil: 351
Home Credit Bank Kazakhstan: 337
Kcell АО: 332
Топ 9 профессий
Frontend-разработчик: 6378 профилей
Backend-разработчик: 3281
Аналитик данных: 2757
Full-stack разработчик: 2223
iOS разработчик: 2134
Android разработчик: 1839
Data Engineer: 1760
Data Scientist: 1156
Мобильный разработчик: 824
Топ 10 навыков
SQL: 5763 профиля
JavaScript: 5453
Git: 5295
PostgreSQL: 4051
Java: 3949
Python: 3372
HTML: 3066
CSS: 2568
MySQL: 2378
Docker: 2218
Кол-во лет опыта
Меньше года: 523 профиля
1-5 лет: 6637
6-10 лет: 4300
11-15 лет: 2082
16-20 лет: 1101
21-25 лет: 382
26-30 лет: 95
31-35 лет: 22
36-40 лет: 11
41-45 лет: 1
Пол
Мужской: 12730 профилей
Женский: 2543
Остальные: анонимные профили
Самые популярные имена
Андрей: 140 профилей
Сергей: 139
Александр: 136
Азамат: 129
Никита: 121
Руслан: 120
Алишер: 114
Дмитрий: 113
Тимур: 107
Данияр: 104
Самые популярные пары университет - компания-работодатель
Nazarbayev University && Nazarbayev University: 300
International Information Technologies University && Kaspi: 223
Kazakh-British Technical University && Kaspi: 149
Suleyman Demirel University && Kaspi: 143
Kazakh-British Technical University && Kazakh-British Technical University: 111
Al-Farabi Kazakh National University && Kaspi: 109
International Information Technologies University && Halyk Bank: 105
Kazakh-British Technical University && Halyk Bank: 95
International Information Technologies University && Bank CenterCredit: 89
Almaty Institute of Power Engineering and Communications && Kaspi: 82
Топ 10 компаний по удержанию сотрудников (прим.: в рейтинге - только компании с 100+ профилями)
Karachaganak Petroleum Operating B.V. (KPO): Avg (средняя продолжительность работы) - 2.9 лет, Median - 2 года, Max - 19 лет
NetCracker: Avg 2.8, Median 2, Max 14
Agip KCO: Avg 2.4, Median 2.0, Max 18
Schlumberger: Avg 2.4, Median 1.0, Max 34
QAZKOM (Kazkommertsbank JSC): Avg 2.1, Median 1, Max 17
National information Technology: Avg 1.9, Median 1, Max 13
Tengizchevroil: Avg 1.8, Median 1.0, Max 16
EPAM Systems: Avg 1.7, Median 1, Max 20
Kcell АО: Avg 1.7, Median 1, Max 15
Kolesa Group: Avg 1.5, Median 1, Min 0, Max 8
❤35👍8🔥6
Топ 10 пар компаний, где в разные периоды времени работали ИТ-специалисты из выборки
Beeline Kazakhstan && Kaspi: 192 профиля
Halyk Bank && Kaspi: 171
Bank CenterCredit && Halyk Bank: 169
Bank CenterCredit && Альфа-Банк Казахстан: 167
Bank CenterCredit && Home Credit Bank Kazakhstan: 154
Home Credit Bank Kazakhstan && Kaspi: 138
Alfa-Bank && Bank CenterCredit: 137
Bank CenterCredit && Eurasian Bank: 135
Kaspi && «First Heartland Jusan Bank» JSC: 134
Agip KCO && Eni S.p.A: 119
Если Ваша компания нуждается в ИИ-агентах для оптимизации процессов и экономии времени, пожалуйста, заполните следующую форму: https://nfactorialschool.typeform.com/to/UNddcvfp
Beeline Kazakhstan && Kaspi: 192 профиля
Halyk Bank && Kaspi: 171
Bank CenterCredit && Halyk Bank: 169
Bank CenterCredit && Альфа-Банк Казахстан: 167
Bank CenterCredit && Home Credit Bank Kazakhstan: 154
Home Credit Bank Kazakhstan && Kaspi: 138
Alfa-Bank && Bank CenterCredit: 137
Bank CenterCredit && Eurasian Bank: 135
Kaspi && «First Heartland Jusan Bank» JSC: 134
Agip KCO && Eni S.p.A: 119
Если Ваша компания нуждается в ИИ-агентах для оптимизации процессов и экономии времени, пожалуйста, заполните следующую форму: https://nfactorialschool.typeform.com/to/UNddcvfp
👍9❤5🔥1
День 5 челленджа nFactorial AI: Портфолио топовых VC-фондов Кремниевой Долины
Сегодня - пятница, поэтому не успели “испечь” чего-то впечатляющего. Загрузили информацию о 3000+ стартапов из портфолио NEA (841 компания), A16Z (722 компании), Accel (546), General Catalyst (434), Sequoia Capital (361) и Greylock Partners (129). На основе загруженных файлов наш инструмент автоматически создал таблицу с 32 столбцами и 3000+ рядами. Далее вы можете поговорить с таблицей, чтобы узнать компании, основанные в 2024г; найти компании в сфере consumer lending или стартапы, которые привлекли больше всего венчурных денег. Затем наш агент генерирует код и создает фильтр на основе вашего запроса и вы получаете новую таблицу, содержащую ответ на ваш запрос. Из плюсов: ответ - почти мгновенный. Из недостатков: инструмент пока не умеет отвечать на сложные запросы, где необходимо несколько фильтров. В следующей версии nFactorial Research (это Excel-таблица на ИИ-стероидах) будет поддержка сложных запросов, улучшенное понимание каждого запроса, а также text-to-SQL для заметного ускорения определенной категории запросов. Попробовать: https://research.nfactorial.dev/vc. Всем хорошего уикенда!
Если Ваша компания нуждается в ИИ-агентах для анализа данных, оптимизации процессов и экономии времени, пожалуйста, заполните следующую форму: https://nfactorialschool.typeform.com/to/UNddcvfp
Сегодня - пятница, поэтому не успели “испечь” чего-то впечатляющего. Загрузили информацию о 3000+ стартапов из портфолио NEA (841 компания), A16Z (722 компании), Accel (546), General Catalyst (434), Sequoia Capital (361) и Greylock Partners (129). На основе загруженных файлов наш инструмент автоматически создал таблицу с 32 столбцами и 3000+ рядами. Далее вы можете поговорить с таблицей, чтобы узнать компании, основанные в 2024г; найти компании в сфере consumer lending или стартапы, которые привлекли больше всего венчурных денег. Затем наш агент генерирует код и создает фильтр на основе вашего запроса и вы получаете новую таблицу, содержащую ответ на ваш запрос. Из плюсов: ответ - почти мгновенный. Из недостатков: инструмент пока не умеет отвечать на сложные запросы, где необходимо несколько фильтров. В следующей версии nFactorial Research (это Excel-таблица на ИИ-стероидах) будет поддержка сложных запросов, улучшенное понимание каждого запроса, а также text-to-SQL для заметного ускорения определенной категории запросов. Попробовать: https://research.nfactorial.dev/vc. Всем хорошего уикенда!
Если Ваша компания нуждается в ИИ-агентах для анализа данных, оптимизации процессов и экономии времени, пожалуйста, заполните следующую форму: https://nfactorialschool.typeform.com/to/UNddcvfp
❤14👍2
День 6 челленджа nFactorial AI: финансовый аналитик
Мы собрали финансовые данные за Q3 2024 всех компаний из S&P500 и построили автономного финансового аналитика. С помощью него вы можете быстрее анализировать финансовые показатели 500 компаний.
Многие специалисты сталкиваются с рутинной задачей анализа больших объемов данных для принятия стратегических финансовых решений. Это требует много времени и усилий, особенно при работе с громоздкими Excel-таблицами.
Наш ИИ-финансовый аналитик решает эту проблему благодаря улучшенным возможностям написания кода. Это похоже на нашего VC агента с прошлой недели, но с более глубокими функциональными возможностями и улучшенной производительностью. Теперь агент может обрабатывать данные целиком, а не по частям, что значительно ускоряет выполнение запросов.
Ключевые особенности: а) n^2-вопросы: найти пары компаний; b) гистограммы/сводные таблицы: считать, сколько компаний в каждой категории.
Мы сделали упор на скорость и доступность, поэтому наш агент оптимизирован для быстрого выполнения задач при разумной стоимости.
Примеры задач, с которыми может помочь наш агент:
- Какие быстрорастущие компании испытывают серьезный отток денег?
- Какие компании показывают наибольшую рентабельность с каждого доллара продаж?
- Какие компании вернули деньги акционерам и при этом сохранили рост?
- Какие компании эффективно превращают свои средства в прибыль без кредитов?
- Какие компании сегодня выглядят дешевыми по отношению к нынешней прибыли, но дорогими — к ожидаемой будущей прибыли?
- Найти пары компаний с похожей маржой, но разной капитализацией.
- Найти пары компаний, сумма капитализаций которых равна капитализации третьей.
- Узнать, сколько я получу дивидендов, если вложу $10 в каждую компанию.
- Подсчитать компании по первым буквам их названий.
- Сколько компаний в каждой отрасли?
Попробовать прямо сейчас: https://research.nfactorial.dev/Q32024
Если вашей компании нужны мощные ИИ-агенты, заполните следующую форму: https://nfactorialschool.typeform.com/to/UNddcvfp
Мы собрали финансовые данные за Q3 2024 всех компаний из S&P500 и построили автономного финансового аналитика. С помощью него вы можете быстрее анализировать финансовые показатели 500 компаний.
Многие специалисты сталкиваются с рутинной задачей анализа больших объемов данных для принятия стратегических финансовых решений. Это требует много времени и усилий, особенно при работе с громоздкими Excel-таблицами.
Наш ИИ-финансовый аналитик решает эту проблему благодаря улучшенным возможностям написания кода. Это похоже на нашего VC агента с прошлой недели, но с более глубокими функциональными возможностями и улучшенной производительностью. Теперь агент может обрабатывать данные целиком, а не по частям, что значительно ускоряет выполнение запросов.
Ключевые особенности: а) n^2-вопросы: найти пары компаний; b) гистограммы/сводные таблицы: считать, сколько компаний в каждой категории.
Мы сделали упор на скорость и доступность, поэтому наш агент оптимизирован для быстрого выполнения задач при разумной стоимости.
Примеры задач, с которыми может помочь наш агент:
- Какие быстрорастущие компании испытывают серьезный отток денег?
- Какие компании показывают наибольшую рентабельность с каждого доллара продаж?
- Какие компании вернули деньги акционерам и при этом сохранили рост?
- Какие компании эффективно превращают свои средства в прибыль без кредитов?
- Какие компании сегодня выглядят дешевыми по отношению к нынешней прибыли, но дорогими — к ожидаемой будущей прибыли?
- Найти пары компаний с похожей маржой, но разной капитализацией.
- Найти пары компаний, сумма капитализаций которых равна капитализации третьей.
- Узнать, сколько я получу дивидендов, если вложу $10 в каждую компанию.
- Подсчитать компании по первым буквам их названий.
- Сколько компаний в каждой отрасли?
Попробовать прямо сейчас: https://research.nfactorial.dev/Q32024
Если вашей компании нужны мощные ИИ-агенты, заполните следующую форму: https://nfactorialschool.typeform.com/to/UNddcvfp
🔥9👍7❤2🥱1
День 7: Результаты анализа 12,062 финалистов ICPC и участников IOI разных лет
Сегодня с помощью nFactorial AI мы проанализировали всех 12,062 финалистов ICPC (студенческий чемпионат мира по программированию) и участников IOI (международная олимпиада по информатике среди школьников) разных лет. Нам удалось найти LinkedIn-профили 6,028 человек. Наш ИИ-агент помог сформировать интересную статистику на основе этих данных за 2 минуты.
> Топ 5 популярных пар стран: страна, откуда финалист → страна, где финалист сейчас
China → United States: 227 человек
India → United States: 123
Mexico → United States: 62
Canada → United States: 55
Russia → United States: 39
3,415 человек переехали в другую страну из своей страны участия на ICPC и IOI, а 2,752 человека остались в той же стране. По остальным финалистам не удалось найти LinkedIn-профили.
> Топ 10 компаний, где работают финалисты
Google: 520 человек
Meta: 117
Microsoft: 112
Amazon: 50
Yandex: 48
Facebook: 47
Jane Street: 46
Noon: 39
Huawei: 31
Amazon Web Services (AWS): 26
> Топ 10 стран финалистов
China: 949 человек
United States: 910
Russia: 702
India: 508
Japan: 383
Brazil: 306
Egypt: 254
Poland: 246
Romania: 226
Ukraine: 215
> Топ 10 стран финалистов с медалью ICPC или IOI
Russia: 413 человек
China: 339
Poland: 212
United States: 206
Slovakia: 170
South Korea: 156
Taiwan: 149
Canada: 143
Iran: 140
Belarus: 138
> Топ 10 университетов с медалью ICPC или IOI
Massachusetts Institute of Technology: 222 человек
University of Cambridge: 116
National University of Singapore: 98
University of Waterloo: 66
University of Oxford: 52
University of Warsaw: 41
Stanford University: 40
Carnegie Mellon University: 39
Sharif University of Technology: 28
Harvard University: 26
> Топ 10 навыков
C++: 3,007 финалистов
Java: 2,249
Algorithms: 2,119
Python: 1,809
JavaScript : 1,445
SQL: 1,306
Linux: 1,245
Programming: 1,196
Software Development: 1,177
Data Structures: 1,141
> 117 финалистов ICPC и участников IOI из Казахстана.
Популярные страны, куда переехали финалисты из Казахстана
United States: 13 человек
United Kingdom: 7
Germany: 5
Russia: 5
Hong Kong SAR: 4
South Korea: 2
Japan: 2
China: 2
Canada: 2
Kyrgyzstan: 1
Netherlands: 1
Qatar: 1
Singapore: 1
Switzerland: 1
Taiwan: 1
Попробовать прямо сейчас: https://research.nfactorial.dev/icpcioi
Если вашей компании нужны подобные ИИ-агенты для анализа данных, заполните форму: https://nfactorialschool.typeform.com/to/UNddcvfp
Сегодня с помощью nFactorial AI мы проанализировали всех 12,062 финалистов ICPC (студенческий чемпионат мира по программированию) и участников IOI (международная олимпиада по информатике среди школьников) разных лет. Нам удалось найти LinkedIn-профили 6,028 человек. Наш ИИ-агент помог сформировать интересную статистику на основе этих данных за 2 минуты.
> Топ 5 популярных пар стран: страна, откуда финалист → страна, где финалист сейчас
China → United States: 227 человек
India → United States: 123
Mexico → United States: 62
Canada → United States: 55
Russia → United States: 39
3,415 человек переехали в другую страну из своей страны участия на ICPC и IOI, а 2,752 человека остались в той же стране. По остальным финалистам не удалось найти LinkedIn-профили.
> Топ 10 компаний, где работают финалисты
Google: 520 человек
Meta: 117
Microsoft: 112
Amazon: 50
Yandex: 48
Facebook: 47
Jane Street: 46
Noon: 39
Huawei: 31
Amazon Web Services (AWS): 26
> Топ 10 стран финалистов
China: 949 человек
United States: 910
Russia: 702
India: 508
Japan: 383
Brazil: 306
Egypt: 254
Poland: 246
Romania: 226
Ukraine: 215
> Топ 10 стран финалистов с медалью ICPC или IOI
Russia: 413 человек
China: 339
Poland: 212
United States: 206
Slovakia: 170
South Korea: 156
Taiwan: 149
Canada: 143
Iran: 140
Belarus: 138
> Топ 10 университетов с медалью ICPC или IOI
Massachusetts Institute of Technology: 222 человек
University of Cambridge: 116
National University of Singapore: 98
University of Waterloo: 66
University of Oxford: 52
University of Warsaw: 41
Stanford University: 40
Carnegie Mellon University: 39
Sharif University of Technology: 28
Harvard University: 26
> Топ 10 навыков
C++: 3,007 финалистов
Java: 2,249
Algorithms: 2,119
Python: 1,809
JavaScript : 1,445
SQL: 1,306
Linux: 1,245
Programming: 1,196
Software Development: 1,177
Data Structures: 1,141
> 117 финалистов ICPC и участников IOI из Казахстана.
Популярные страны, куда переехали финалисты из Казахстана
United States: 13 человек
United Kingdom: 7
Germany: 5
Russia: 5
Hong Kong SAR: 4
South Korea: 2
Japan: 2
China: 2
Canada: 2
Kyrgyzstan: 1
Netherlands: 1
Qatar: 1
Singapore: 1
Switzerland: 1
Taiwan: 1
Попробовать прямо сейчас: https://research.nfactorial.dev/icpcioi
Если вашей компании нужны подобные ИИ-агенты для анализа данных, заполните форму: https://nfactorialschool.typeform.com/to/UNddcvfp
🔥26❤6🏆4👍3
День 8: Результаты анализа 5023 компаний-выпускников Y Combinator
Наш Ship-mas продолжается. Сегодня с помощью nFactorial AI мы проанализировали все (на сегодняшний день) компании-выпускники самого престижного стартап-акселератора в мире - Y Combinator (YC). Мы собрали информацию о компаниях из сайта YC, спарсили лендинг-страницы всех компаний, а также профили основателей и компаний на LinkedIn.
Наш ИИ-агент помог сформировать различные рейтинги на основе этих данных. Максимальное время ответа на один запрос составило 30 секунд.
> Разбивка по странам, где базируются компании
United States: 2035 компаний
US: 1533
India: 192
United Kingdom: 147
Canada: 135
Mexico: 81
France: 59
Nigeria: 54
Germany: 48
Brazil: 45
> Разбивка по городам
San Francisco: 1810 компаний
New York: 466
London: 133
Los Angeles: 110
Bengaluru: 109
Palo Alto: 105
Mountain View: 89
Toronto: 72
Paris: 57
Boston: 56
> Разбивка по специальностям в университете, где учились основатели
Computer Science: 1800 основателей
Economics: 339
Mechanical Engineering: 212
Business Administration: 209
MBA: 194
Electrical Engineering: 178
Computer Engineering: 175
Mathematics: 162
Finance: 156
Physics: 148
> Разбивка по университетам основателей
Stanford University: 520 фаундеров
University of California (все университеты в системе UC): 444
Massachusetts Institute of Technology: 326
UC Berkeley: 279
Harvard University: 204
Indian Institute of Technology: 167
Carnegie Mellon University: 143
University of Waterloo: 130
Cornell University: 123
> Где работали до этого фаундеры?
Google: 533 фаундера
Microsoft: 264
Facebook: 234
> Топ 5 букв с наибольшим количеством компаний, начинающихся с них
S: 535 компаний
C: 389
P: 374
A: 349
M: 294
> Разбивка по этнической принадлежности
Asian: 1411 фаундеров
Caucasian: 960
Hispanic: 674
Indian: 349
Middle Eastern: 107
Попробовать прямо сейчас: https://research.nfactorial.dev/yc
Если вашей компании нужны подобные ИИ-агенты для анализа данных, заполните форму: https://nfactorialschool.typeform.com/to/UNddcvfp
Наш Ship-mas продолжается. Сегодня с помощью nFactorial AI мы проанализировали все (на сегодняшний день) компании-выпускники самого престижного стартап-акселератора в мире - Y Combinator (YC). Мы собрали информацию о компаниях из сайта YC, спарсили лендинг-страницы всех компаний, а также профили основателей и компаний на LinkedIn.
Наш ИИ-агент помог сформировать различные рейтинги на основе этих данных. Максимальное время ответа на один запрос составило 30 секунд.
> Разбивка по странам, где базируются компании
United States: 2035 компаний
US: 1533
India: 192
United Kingdom: 147
Canada: 135
Mexico: 81
France: 59
Nigeria: 54
Germany: 48
Brazil: 45
> Разбивка по городам
San Francisco: 1810 компаний
New York: 466
London: 133
Los Angeles: 110
Bengaluru: 109
Palo Alto: 105
Mountain View: 89
Toronto: 72
Paris: 57
Boston: 56
> Разбивка по специальностям в университете, где учились основатели
Computer Science: 1800 основателей
Economics: 339
Mechanical Engineering: 212
Business Administration: 209
MBA: 194
Electrical Engineering: 178
Computer Engineering: 175
Mathematics: 162
Finance: 156
Physics: 148
> Разбивка по университетам основателей
Stanford University: 520 фаундеров
University of California (все университеты в системе UC): 444
Massachusetts Institute of Technology: 326
UC Berkeley: 279
Harvard University: 204
Indian Institute of Technology: 167
Carnegie Mellon University: 143
University of Waterloo: 130
Cornell University: 123
> Где работали до этого фаундеры?
Google: 533 фаундера
Microsoft: 264
Facebook: 234
> Топ 5 букв с наибольшим количеством компаний, начинающихся с них
S: 535 компаний
C: 389
P: 374
A: 349
M: 294
> Разбивка по этнической принадлежности
Asian: 1411 фаундеров
Caucasian: 960
Hispanic: 674
Indian: 349
Middle Eastern: 107
Попробовать прямо сейчас: https://research.nfactorial.dev/yc
Если вашей компании нужны подобные ИИ-агенты для анализа данных, заполните форму: https://nfactorialschool.typeform.com/to/UNddcvfp
❤21
Day 9/10 of nFactorial AI Challenge - Acquired Podcast Quiz Game
nFactorial AI Shipmas is coming to a close soon. Over the past 9 days we shipped 9 AI agents built on top our flagship product - nFactorial Research. Today we're calling all Acquired Podcast fans just like our team, we've got something special for you!
Introducing the Acquired Podcast Quiz Game – a deep dive into the podcast that uncovers the greatest stories in tech and business history.
We've crafted thousands of engaging questions based on all episodes of Acquired and ACQ2, letting you test your knowledge of:
- company building strategies
- founders' pivotal decisions
- game-changing moments in tech history
- industry-defining acquisitions and IPOs
Challenge yourself on acquisitions, IPOs, founder stories, and company-building strategies. Compete with other listeners on our global leaderboard and prove you're the ultimate Acquired super fan!
Start playing now: https://research.nfactorial.dev/acq
Merry Christmas!
nFactorial AI Shipmas is coming to a close soon. Over the past 9 days we shipped 9 AI agents built on top our flagship product - nFactorial Research. Today we're calling all Acquired Podcast fans just like our team, we've got something special for you!
Introducing the Acquired Podcast Quiz Game – a deep dive into the podcast that uncovers the greatest stories in tech and business history.
We've crafted thousands of engaging questions based on all episodes of Acquired and ACQ2, letting you test your knowledge of:
- company building strategies
- founders' pivotal decisions
- game-changing moments in tech history
- industry-defining acquisitions and IPOs
Challenge yourself on acquisitions, IPOs, founder stories, and company-building strategies. Compete with other listeners on our global leaderboard and prove you're the ultimate Acquired super fan!
Start playing now: https://research.nfactorial.dev/acq
Merry Christmas!
🔥9❤4⚡2👍1
День 10/10: Финансовые итоги 2024 года
Завершаем 10-дневный Ship-mas Challenge от nFactorial AI впритык к празднованию нового года. Из выводов в одно касание. Крутейший опыт для команды. Сильно улучшили продукт в кратчайшие сроки. Скорость получения информации с рынка выросла в разы. Действие создает информацию. Количество итераций в единицу времени решает. Получили потрясающий заряд творческой энергии на новый год.
Устали от бесконечных таблиц с расходами? Наш новый ИИ-агент превратит ваши выписки из любого банка в четкую картину финансового года.
Как это работает? Загружаете выписки из разных банков за весь год (за месяц, любой период), а мы создаем детальный Excel-файл с помесячной разбивкой доходов и расходов. Но это не просто сухие цифры! Наш анализ выявляет транзакции, требующие особого внимания, и предлагает конкретные рекомендации по улучшению бюджета на следующий год. Никаких общих фраз вроде "тратьте меньше" – только персонализированные инсайты, основанные на ваших реальных финансовых привычках.
Попробовать: https://research.nfactorial.dev/budget
Если вашей компании нужны ИИ-агенты для анализа данных, заполните форму: https://nfactorialschool.typeform.com/to/UNddcvfp
Всех с наступающим новым годом! Новых впечатлений и пусть все получится!
Завершаем 10-дневный Ship-mas Challenge от nFactorial AI впритык к празднованию нового года. Из выводов в одно касание. Крутейший опыт для команды. Сильно улучшили продукт в кратчайшие сроки. Скорость получения информации с рынка выросла в разы. Действие создает информацию. Количество итераций в единицу времени решает. Получили потрясающий заряд творческой энергии на новый год.
Устали от бесконечных таблиц с расходами? Наш новый ИИ-агент превратит ваши выписки из любого банка в четкую картину финансового года.
Как это работает? Загружаете выписки из разных банков за весь год (за месяц, любой период), а мы создаем детальный Excel-файл с помесячной разбивкой доходов и расходов. Но это не просто сухие цифры! Наш анализ выявляет транзакции, требующие особого внимания, и предлагает конкретные рекомендации по улучшению бюджета на следующий год. Никаких общих фраз вроде "тратьте меньше" – только персонализированные инсайты, основанные на ваших реальных финансовых привычках.
Попробовать: https://research.nfactorial.dev/budget
Если вашей компании нужны ИИ-агенты для анализа данных, заполните форму: https://nfactorialschool.typeform.com/to/UNddcvfp
Всех с наступающим новым годом! Новых впечатлений и пусть все получится!
👍16❤9🔥4
Один из самых популярных ИИ-агентов, который мы создали в конце прошлого года в рамках shipmas-челленджа “10 Days of nFactorial AI”, называется nFactorial Nuggets - “золотые цитаты” из ваших любимых YouTube-подкастов.
Из описания агента, который мы публиковали ранее. На входе: YouTube-ссылка на интересующий вас эпизод подкаста, лекцию или интервью. После этого мы скачиваем аудио-дорожку данного видео, делаем из него транскрипт. Очищаем его от слов-паразитов, невербальных звуков, убираем незаконченные предложения, повторы слов или запинки, сглаживаем структуру предложений и исправляем грамматические ошибки. Далее наш ИИ-агент проходит по транскрипту в поиске “золотых цитат”.
Что такое “золотая цитата”? Она должна удивлять. Давать новые знания. Поддерживать высокой количество инсайтов на квадратный сантиметр текста. Она должна быть уникальной, наводящей на размышления и подчеркивать перспективу или идею, которая не является общепринятой. Никаких трюизмов и банальностей в стиле “мы живем в эпоху перемен” или “все ошибки - это опыт”. В данный момент мы находим не менее 10 “золотых цитат” на каждый час видео. То есть недавний 3-часовой подкаст между Джо Роганом и Марком Андриссеном даст вам 30 “золотых цитат”. Сразу скажу, что не успели оптимизировать инструмент с точки зрения скорости. Чем длиннее видео, тем дольше придется ждать. Когда результаты готовы, вам придет email. Инструмент не оптимизирован для мобильных устройств. Длина видео не должна превышать 6 часов.
На следующей неделе во вторник мы запускаем агента на Product Hunt, популярной платформе для публикации софтверных продуктов. Будем благодарны вашей поддержке и отзывам.
Перейти по ссылке, чтобы получить уведомление о нашем запуске: https://www.producthunt.com/products/nfactorial-nuggets
Из описания агента, который мы публиковали ранее. На входе: YouTube-ссылка на интересующий вас эпизод подкаста, лекцию или интервью. После этого мы скачиваем аудио-дорожку данного видео, делаем из него транскрипт. Очищаем его от слов-паразитов, невербальных звуков, убираем незаконченные предложения, повторы слов или запинки, сглаживаем структуру предложений и исправляем грамматические ошибки. Далее наш ИИ-агент проходит по транскрипту в поиске “золотых цитат”.
Что такое “золотая цитата”? Она должна удивлять. Давать новые знания. Поддерживать высокой количество инсайтов на квадратный сантиметр текста. Она должна быть уникальной, наводящей на размышления и подчеркивать перспективу или идею, которая не является общепринятой. Никаких трюизмов и банальностей в стиле “мы живем в эпоху перемен” или “все ошибки - это опыт”. В данный момент мы находим не менее 10 “золотых цитат” на каждый час видео. То есть недавний 3-часовой подкаст между Джо Роганом и Марком Андриссеном даст вам 30 “золотых цитат”. Сразу скажу, что не успели оптимизировать инструмент с точки зрения скорости. Чем длиннее видео, тем дольше придется ждать. Когда результаты готовы, вам придет email. Инструмент не оптимизирован для мобильных устройств. Длина видео не должна превышать 6 часов.
На следующей неделе во вторник мы запускаем агента на Product Hunt, популярной платформе для публикации софтверных продуктов. Будем благодарны вашей поддержке и отзывам.
Перейти по ссылке, чтобы получить уведомление о нашем запуске: https://www.producthunt.com/products/nfactorial-nuggets
👍31⚡7🔥5❤4🆒1
Запустились на Product Hunt!
nFactorial Nuggets - “золотые цитаты” из ваших любимых YouTube-подкастов.
Будем благодарны вашим отзывам и поддержке!
https://www.producthunt.com/posts/nfactorial-nuggets
nFactorial Nuggets - “золотые цитаты” из ваших любимых YouTube-подкастов.
Будем благодарны вашим отзывам и поддержке!
https://www.producthunt.com/posts/nfactorial-nuggets
🔥24❤6⚡3👍1
Момент Ли Сидола
Май 1997г - Чемпион мира по шахматам Гарри Каспаров проиграл Deep Blue (IBM) 2½-3½ в Нью-Йорке. Это было первое поражение действующего чемпиона мира компьютеру в официальном турнире.
Март 2016г - Чемпион мира по игре го Ли Сидол проиграл AlphaGo (Google DeepMind) 1-4 в Сеуле. До этого события считалось, что ИИ не сможет победить лучшего человека в го еще в течение 5-10 лет. Вот, что сказал Ли Сидол 8 лет спустя: “Проигрыш ИИ в каком-то смысле означал, что мир, в котором я жил, разрушен. Я больше не мог получать удовольствие от игры, поэтому завершил карьеру”.
Январь 2025г - Известный американский сценарист и режиссер Пол Шредер (“Таксист”, “Бешеный бык”, “Последнее искушение Христа”, “Воскрешая мертвецов”) написал следующее в своем Фейсбуке: “ИИ. Я только что осознал, что ИИ умнее меня. Его идеи - лучше и у него более эффективные методы их реализации. Это экзистенциальный момент, похожий на то, что испытал Каспаров в 1997 году, когда понял, что Deep Blue победит его в шахматах”.
Ноам Браун, исследователь в OpenAI, один из создателей o1 и o3: “Сложно ощутить “сильный ИИ” на кончиках своих пальцев, пока вы не увидите, как ИИ превосходит лучших людей в областях, которым они посвятили всю свою жизнь. Спортивные программисты почувствуют это уже через пару лет. Пол почувствовал это относительно рано, но, думаю, что писатели это тоже скоро почувствуют. У каждого будет свой “момент Ли Сидола””.
Май 1997г - Чемпион мира по шахматам Гарри Каспаров проиграл Deep Blue (IBM) 2½-3½ в Нью-Йорке. Это было первое поражение действующего чемпиона мира компьютеру в официальном турнире.
Март 2016г - Чемпион мира по игре го Ли Сидол проиграл AlphaGo (Google DeepMind) 1-4 в Сеуле. До этого события считалось, что ИИ не сможет победить лучшего человека в го еще в течение 5-10 лет. Вот, что сказал Ли Сидол 8 лет спустя: “Проигрыш ИИ в каком-то смысле означал, что мир, в котором я жил, разрушен. Я больше не мог получать удовольствие от игры, поэтому завершил карьеру”.
Январь 2025г - Известный американский сценарист и режиссер Пол Шредер (“Таксист”, “Бешеный бык”, “Последнее искушение Христа”, “Воскрешая мертвецов”) написал следующее в своем Фейсбуке: “ИИ. Я только что осознал, что ИИ умнее меня. Его идеи - лучше и у него более эффективные методы их реализации. Это экзистенциальный момент, похожий на то, что испытал Каспаров в 1997 году, когда понял, что Deep Blue победит его в шахматах”.
Ноам Браун, исследователь в OpenAI, один из создателей o1 и o3: “Сложно ощутить “сильный ИИ” на кончиках своих пальцев, пока вы не увидите, как ИИ превосходит лучших людей в областях, которым они посвятили всю свою жизнь. Спортивные программисты почувствуют это уже через пару лет. Пол почувствовал это относительно рано, но, думаю, что писатели это тоже скоро почувствуют. У каждого будет свой “момент Ли Сидола””.
🤯47😭20❤12👍5❤🔥1🔥1
Согласно The Information, Meta организовала четыре «военные комнаты» (war rooms), чтобы в режиме кризиса разобрать инновации DeepSeek и выяснить, какие идеи можно применить к Llama.
Собеседование в Meta в 2020г: Leetcode Medium
Собеседование в Meta в 2024г: Leetcode Hard
Собеседование в Meta в 2025г: реализовать кастомный планировщик балансировки нагрузки без потерь для 16 GPU-узлов, каждый из которых оснащён стандартной конфигурацией 8×H100. Предполагается использование Mixture of Experts с 4 + 1 экспертами на узел.
Credit: https://x.com/wordgrammer
Собеседование в Meta в 2020г: Leetcode Medium
Собеседование в Meta в 2024г: Leetcode Hard
Собеседование в Meta в 2025г: реализовать кастомный планировщик балансировки нагрузки без потерь для 16 GPU-узлов, каждый из которых оснащён стандартной конфигурацией 8×H100. Предполагается использование Mixture of Experts с 4 + 1 экспертами на узел.
Credit: https://x.com/wordgrammer
❤38
ИИ-рекрутер по 15,000+ ИТ-специалистам из Казахстана
Миссия nFactorial AI, созданной нами чуть менее года назад новой компании - приблизить день, когда появятся миллиардные софтверные компании с одним сотрудником. Для этого мы строим ИИ-работников для софтверной индустрии. После экспериментов и создания прототипа ИИ-fullstack-разработчика (а также 3-го места в мире на SWE-Bench) мы решили сфокусироваться на ИИ-аналитике данных. При этом для творчества и любознательности в свободное время мы будем продолжать параллельно создавать мелких агентов для узких задач. С 10+ ИИ-агентами, которых мы создали до сегодняшнего дня, можно познакомиться здесь: https://research.nfactorial.dev/discover
ИИ-аналитик данных, который мы публиковали ранее, работал с неструктурированными данными - большой коллекцией файлов разного формата. Далее он автоматически понимал структуру и создавал таблицу из данных из файлов. После этого можно было задать любые вопросы этой таблице.
С новой версии, которую мы публикуем сегодня - теперь мы поддерживаем структурированные данные в виде SQL-таблиц. В следующих версиях компании-клиенты смогут подключить свою базу данных. В этой версии для демонстрации продукта мы создали базу данных из 15,000+ резюме ИТ-специалистов, проживающих в Казахстане. Примеры вопросов, которые можно задать: 1) найди 20 лучших кандидатов на должность технического директора (CTO) для моего стартапа; 2) составь список 20 самых талантливых новоиспеченных выпускников (2024-2025гг); 3) Сколько разработчиков специализируется на iOS, Android, Python, Golang и JavaScript? Визуализируй с помощью круговой диаграммы.
Попробовать ИИ-рекрутера: https://research.nfactorial.dev/hr
P/S: Если вашей компании нужен ИИ-аналитик данных, заполните следующую форму: https://nfactorialschool.typeform.com/to/UNddcvfp
Миссия nFactorial AI, созданной нами чуть менее года назад новой компании - приблизить день, когда появятся миллиардные софтверные компании с одним сотрудником. Для этого мы строим ИИ-работников для софтверной индустрии. После экспериментов и создания прототипа ИИ-fullstack-разработчика (а также 3-го места в мире на SWE-Bench) мы решили сфокусироваться на ИИ-аналитике данных. При этом для творчества и любознательности в свободное время мы будем продолжать параллельно создавать мелких агентов для узких задач. С 10+ ИИ-агентами, которых мы создали до сегодняшнего дня, можно познакомиться здесь: https://research.nfactorial.dev/discover
ИИ-аналитик данных, который мы публиковали ранее, работал с неструктурированными данными - большой коллекцией файлов разного формата. Далее он автоматически понимал структуру и создавал таблицу из данных из файлов. После этого можно было задать любые вопросы этой таблице.
С новой версии, которую мы публикуем сегодня - теперь мы поддерживаем структурированные данные в виде SQL-таблиц. В следующих версиях компании-клиенты смогут подключить свою базу данных. В этой версии для демонстрации продукта мы создали базу данных из 15,000+ резюме ИТ-специалистов, проживающих в Казахстане. Примеры вопросов, которые можно задать: 1) найди 20 лучших кандидатов на должность технического директора (CTO) для моего стартапа; 2) составь список 20 самых талантливых новоиспеченных выпускников (2024-2025гг); 3) Сколько разработчиков специализируется на iOS, Android, Python, Golang и JavaScript? Визуализируй с помощью круговой диаграммы.
Попробовать ИИ-рекрутера: https://research.nfactorial.dev/hr
P/S: Если вашей компании нужен ИИ-аналитик данных, заполните следующую форму: https://nfactorialschool.typeform.com/to/UNddcvfp
🔥13❤9⚡4