AI-ul a devenit una dintre principale schimbări apărute în modul în care scriem marea majoritate dintre noi aplicațiile. Ce s-a schimbat și care ar putea fi viitorul programării sunt câteva dintre problemele dezbătute în cadrul acestui panel alături de invitații:

• Oana Sentanai - Engineering Leader @ Betfair Romania Development,

• Ioana Barboș (Negruț) - Founder & Data Scientist @ Giraffa Analytics,

• Alexandru Colța - QC Technical Coordinator @ Cognizant,

• Andrei Crăciun - Lead Software Engineer @ Bosch,

• Andrei Draga - Software Engineer @ Betfair Romania Development,

Operațiunile cu Date (Data Ops pe scurt de la Data Operations) înseamnă mult mai mult decât menținerea funcționării sistemelor, suportul pentru serviciile live sau gestionarea incidentelor pe platforme de date, produse de date sau servicii de date. DataOps cuprinde toate activitățile esențiale, necesare pentru a asigura informații bazate pe date care sunt livrate la timp, sunt precise, sigure și relevante. Un DataOps eficient reprezintă fundația pentru analize avansate și implementări de succes ale Machine Learning (ML) și ale Inteligenței Artificiale (AI).

Publicat în Numărul 153 Citeşte mai mult

Code Search este un instrument care își propune să le faciliteze dezvoltatorilor navigarea prin baze de coduri uriașe, folosind o interfață sofisticată care oferă sugestii de căutare instantanee. Dezvoltat la Centrul de Inginerie Bosch din Cluj, în ultimii patru ani, și lansat în producție de la începutul anului 2023, acest index global îmbunătățește eficiența dezvoltatorilor printr-un ciclu rapid de explorare a codului. Deși componentele de bază au fost create de un singur inginer, trecerea de la zero linii de cod la prezentări la nivel de VP și lansarea globală au fost posibile doar cu sprijinul multor persoane din cadrul companiei. Astăzi, Code Search este utilizat de angajați din cincisprezece țări.

Publicat în Numărul 153 Citeşte mai mult

La fel cum lentilele concentrează lumina pentru a dezvălui o imagine clară, AI-ul clarifică viziunea asupra QE (Quality Engineering), aducând în prim-plan perspective neclare. Rama care ține lentila este la fel de importantă, deoarece cadrul potrivit este necesar pentru o perspectivă echilibrată și cuprinzătoare în viziunea Quality Engineering. Așa cum lentilele trebuie îndreptate cu atenție pentru a capta subiectul, ghidarea AI cu așteptări clare asigură o perspectivă concentrată și perspicace asupra QE.

Publicat în Numărul 153 Citeşte mai mult

Actul privind inteligența artificială succede GDPR și EU Digital Services Act, fiind cea mai recentă contribuție în pachetul de reglementări privind spațiul digital în Uniunea Europeană. Scopul acestui regulament este protecția sănătății, a integrității și a drepturilor fundamentale ale cetățenilor Uniunii Europene, prin definirea unui cadru armonizat referitor la modul în care sistemele de inteligență artificială sunt dezvoltate, puse pe piață și utilizate. Reglementarea acestui domeniu vine în contextul în care Inteligența Artificială Generală suscită controverse, atrăgând critici dure și discursuri anti-progres. Dincolo de preferințele personale, un lucru este cert: Actul AI intră în vigoare după un plan etapizat, iar, în lipsa alinierii, companiile riscă amenzi administrative de până la 7% din cifra globală de afaceri, motiv suficient pentru a-i acorda atenția cuvenită.

În cadrul piețelor dinamice unde prețurile activelor variază și fiecare decizie contează, soluțiile tehnice de arbitraj promit o cale fină de a ajunge la echilibru. Cum funcționează? Ce provocări ridică? Și mai ales ce oportunități aduc? Explorăm mecanismele din spatele automatizării arbitrajului și al impactului lor real.

Publicat în Numărul 153 Citeşte mai mult

Într-o eră digitală în care informația curge într-un ritm amețitor, tehnologiile care combină căutarea eficientă cu generarea de conținut devin esențiale. Aceste soluții inovatoare ne ajută să navigăm mai eficient prin complexitatea datelor și să găsim rapid răspunsuri relevante la întrebările noastre. Odată cu popularizarea modelelor de limbaj de mari dimensiuni (LLM), căutările semantice au evoluat semnificativ, devenind un instrument valoros în procesul de informare. Din păcate, antrenarea unui LLM necesită resurse greu accesibile, iar situațiile în care căutarea trebuie să extragă rezultate precise și de actualitate sunt tot mai frecvente. În acest context, sistemele care integrează extragerea informațiilor cu generarea de conținut vin să acopere acest gol punând în valoare puterea căutărilor semantice pe date relevante.

Publicat în Numărul 153 Citeşte mai mult

Într-o lume în care inteligența artificială își face simțită prezența în tot mai multe arii profesionale, iar omul încearcă să o înțeleagă, să o modeleze și să îi pună în aplicare utilitatea, într-o lume în care chiar și meseria de BA (Business Analyst) este pusă uneori sub semnul întrebării, am încercat să ies din tiparele discuțiilor care converg spre a defini o nouă ocupație, cea de ‚prompt engineer’ și să caut câteva instrumente AI care să mă ajute să îmbunătățesc fie rezultatul, fie procesul din spatele unor activități din sfera analizei de business. Veți găsi în rândurile ce urmează un ghid sumar al acestora, cartografiat după ariile de utilizare: data analytics și reporting, integrare de date, analiză de text, descifrarea comportamentului uman sau facilitare de brainstorming. La final, voi explica de ce consider că împletirea utilizării AI cu mintea umană este, deocamdată, varianta câștigătoare.

În mod clar, trăim în era AI, fie că interacționăm cu boți inteligenți din ce în ce mai prezenți în interacțiunile noastre zilnice, fie că suntem consumatori de conținut generat de AI, sub formă de text, imagini sau chiar video-uri. În acest articol, vom discuta despre ML.net și despre rolul și modul de utilizare al acestuia în marele ecosistem .NET.