Newsletter

#69 Malý obr je víc než GPT-3.5

Ahoj,

Chat Control nám dá zase na chvíli pokoj, OpenAI vytvořila svého AI kontrolora, Google představil nový open-source model a Salesforce vytvořili Malého obra. Je tady DataTalk newsletter.

DataTalk newsletter nyní odebírá 1125lidí, které zajímají datové technologie, AI a česko-slovenská datová scéna.

Máte memes nebo vtipné obrázky, o které se chcete podělit?  Pošlete nám je na michal@fenekpr.cz

📅 Kalendář datových akcí

Příští týden:

• Crative AI Meet-Up Prague #9 (pondělí 8. července)
• EuroPython Prague (pondělí až neděle 8.-14. července)

Pak:

• Human-aligned AI Summer School (úterý až neděle 16.-21. července)
• Meltingpot Fórum (17.-20. července)
• DATA mesh #22 by Workday (čtvrtek 1. srpna)
• Mindstone Prague AI Meetup (středa 11. září)
• KPMG Data Festival (úterý 5. listopadu)
• Kurz Práce s daty: Jak porozumět světu dat a být strůjcem pokroku (středa 9. 10. 2024 až pátek 31. 1. 2025)

📰 Novinky, linky a drby

Články a papery:

• OpenAI | LLM Critics Help Catch LLM Bugs
  • OpenAI přišlo s modelem CriticGPT, který má pomáhat lidských pracovníkům s hodnocením výstupů a odhalování chyb ve zdrojovém kódu generovaném jejich hlavním modelem GPT.
  • Během pokusu, kdy do zdrojového kódu vložili umělé bugy, jich model zachytil 85 %, lidská kontrola pouze 50 %.
  • Při hledání chyb vygenerovaných jiným modelem byl tento model úspěšnější v 63 % případů.
  • OpenAI už zapojilo tento model do workflow trénování dalších modelů.
• London School of Economics and Political Science | Large Language Model Prediction Capabilities: Evidence from a Real-World Forecasting Tournament
  • GPT-4 si moc dobře nevedl, zdaleka nedosahoval výkonů lidských prognostiků.
• Salesforce | APIGen: Automated PIpeline for Generating Verifiable and Diverse Function-Calling Datasets
  • Salesforce publikovali paper k APIGen, automatizovanou pipeline pro zefektivňování tréninkových datasetů. Díky tomu jsou menší při zachování stejné kvality výstupů natrénovaného modelu. Ten má pak díky tomu nižší počet parametrů a je tedy i výkonově méně náročný.
  • I díky tomuto vytvořili Salesforce model xLAM’s s 1B parametrů přezdívaný Tiny Giant, který podává lepší výsledky než GPT-3.5, který by měl mít minimálně 20B parametrů (ale dost možná i několikanásobně víc).
• Apify | How we built an AI salesman with the OpenAI Assistants API

Data gossip:

• Julien Chaumond (CTO Hugging Face) odhalil pravou motivaci francouzských AI startupů vyvíjejících open-source modely 
• Martin Hassman jde na plný úvazek pracovat do týmu Golemio do OICT
• FirstMark zařadili Keboolu, Make, Better Stack, Rossum, CleverMaps a Revolt.BI do svého výročního přehledu Machine Learning, AI & Data Landscape
• Tomáš Čupr nalije do Pilulky 80 milionů korun, získá i možnost nabýt kontrolní podíl akcií
• David Dallos (ex Gen) přešel do Colours of Data
• Stanislav Kozlovski (Apache) shrnul incident, po kterém Slack přešel z Redis na Kafku
• Mastercard spustil výzvu AI2AI: Artificial Intelligence to Accelerate Inclusion, do které hledají inovativní řešení založená na umělé inteligenci, která podpoří inkluzivní růst a ekonomický rozvoj na celém světě. Výherce dostane od Mastercard prostředky na vývoj a expanzi.
• Dny AI budou letos i ve Zlíně.

Podcasty, videa, přednášky:

• Data Talk #94 s Radovanem Oreským (EMARK) o transformaci EMARKu z managementové konzultačky na datově analytickou, o nástroji Qlik, který v EMARKu milují, a o jejich partnerství se Snowflake
• SCRIPTease 084 | Apify - Jan Čurn, CEO
• #17 intecs insider: Jedna chyba v Excelu může znamenat až milionové rozdíly - L. Šejba
• Oblakadabra #5 | Deutsche Börse a Google Cloud: Bezpečná transformace finančních služeb
• PodVocasem S09E06 | Tomáš Krátký - Data Lineage v Manta a exit doIBM
• Czechitas Podcast | Tereza Fukátková: Lektorování je způsob, jak vrátit to, co jse se v Czechitas naučila
• Čestmír Strakatý | Michal Pěchoček: AI je velké tajemství, hrozí nám ale otroctví. Dcery si radši odinstalovaly TikTok
• Diskuze Ivana Bartoše, Lukáše Kintra, Michala Pěchoučka a dalších napředávání cen Zlatá koruna o kybernetických rizicích AI
• GoodData & MotherDuck | Webinar: Quacking the Code to Multi-Tenant Embedded Analytics

Random trivia 

Věděli jste, že tenisový míček byl původně bílý? Na reflexní žluté se přešlo až v roce 1972. Stálo za tím masové rozšíření barevné televize - bílý míček na ní skoro nebyl vidět.

Jenom na Wimbledonu se drželi své tradice a na žlutou dlouho odmítali přejít. Vzdor proti reflexním míčkům jim vydržel až do roku 1986.

⚒️ DATA JOBS

• Sazka
  
  • Marketing Data Analyst
    
  • Junior BI Developer
• Revolt.BI
  • Data Engineer
    
  • Solution Architect
    
  • Tech Lead
  • Senior Data Engineer
• Colours of Data 
  
  • Business Development Manager
• Keboola
  • Cloud Infrastructure Engineer
    
  • Software Engineer, Backend (PHP)
  • Senior Product Marketing Manager
• intecs
  • Senior BI Consultant
• Emark
  • Akviziční obchodník „Hunter“ pro Českou republiku
  • BI Specialist Junior
  • Cloud Data Engineer – Snowflake
  • Data Architect – Azure Synapse
  • Data Scientist
  • Data Architect – Google BigQuery
• GoodData
  
  • BI Solution Architect
  • BI Solution Consultant
  • Principal SW Engineer (DevOps)
• Bizztreat
  • Datový detektiv
  • Project Manager
• Kiwi
  • Head of Data Science (Prague)
  • Head of Data Science (Brno)
• Notino
  • Engineering Team Lead / .NET & React
• Shipmonk
  • Data Engineer
• Flat Zone
  • Data Analyst

Jestli vaše firma hledá někoho na pozici spojenou s daty, pošlete nám odkaz na inzerát na michal@fenekpr.cz a my ho rádi zveřejníme.

Data jobs taky taháme ze stránek partnerů, Startupjobs, od Elišky z Kebooly, z newsletteru prg.aia vlastě odkudkoliv se dá.

Chcete si přečíst naše starší newslettery? 

Někdo vám newsletter přeposlal a vy jej chcete taky dostávat?

Data Talk není pay to play! Pokud chcete sdílet svoje know-how či obsah od vaší firmy, napište nám!

A pokud vás naše práce baví a poskytuje vám hodnotu,

můžete nám poslat finanční podporuna kafe!