Ebout Data Science | Дима Савелко

Наша первая статья на Habr`е

Мы командой решили написать статью "Как построить MVP AI-сервис и сэкономить время" 👨‍🔬
В ней мы рассказали о том, как мы строили и проектировали MVP-сервис c дифузионной моделью внутри для одной компании. Целевой аудиторией данной статьи были продукты, бизнесмены и люди, которые не связанные с технологиями, а больше связаны с бизнесом 😁

Для нашей ЦА мы хотели подсветить следующие темы:
1️⃣ Плюсы-минусы собственной обученной нейронки над API решением 🤪
2️⃣ Как и где собрать данные, с помощью каких методов их можно предобратотать, и как проверить их качество 😐
3️⃣ Поговорили про интерфейс сервиса, каким его можно было бы представить, показали пару примеров 🙂
4️⃣ Рассказали про как работают диффузионные модели 🥰
5️⃣ Про важность baseline модели, на собственном примере показали, что не всегда порой нужно бежать и обучать модели 👅
6️⃣ Подсветили несколько аспектов использования ИИ: авторское право, поддержка, данные... 🤪

И вот что я понял во время её написания:
- Ставьте и чётко формулируйте ЦА и цель статьи, делая вывод в конце чётко для вашей цели и для вашей ЦА. А то может так получится, что без изначального определения цели статьи, читатель может ожидать одно, а получить совершенно другое. И это ваша личная ответственность позаботиться о том, чтобы читатель именно то, что вы заложили изначально 💪
- Дать на проверку статью редакторам или людям, которые разбираются в публицистике. А то после недельного написания может замылиться глаз, и есть высокий шанс не заметить ошибки в статье. 😊

Итог:
Предлагаю вам почитать статью, буду благодарен, если оцените её знаком вверх, и мне важно от вас услышать фидбек, рекомендации по написанию других статей. А то я сейчас буду писать другую статью, и я хочу её сделать намного лучше данной, поэтому мне очень важно услышать именно ваше мнение 🥇

Please open Telegram to view this post

VIEW IN TELEGRAM

👍15❤4🔥3🍌2🍾2

www.tgoop.com/eboutdatascience/128

2.32K viewsJun 19, 2024 at 09:04

Наша первая статья на Habr`е

Мы командой решили написать статью "Как построить MVP AI-сервис и сэкономить время" 👨‍🔬
В ней мы рассказали о том, как мы строили и проектировали MVP-сервис c дифузионной моделью внутри для одной компании. Целевой аудиторией данной статьи были продукты, бизнесмены и люди, которые не связанные с технологиями, а больше связаны с бизнесом 😁

Для нашей ЦА мы хотели подсветить следующие темы:
1️⃣ Плюсы-минусы собственной обученной нейронки над API решением 🤪
2️⃣ Как и где собрать данные, с помощью каких методов их можно предобратотать, и как проверить их качество 😐
3️⃣ Поговорили про интерфейс сервиса, каким его можно было бы представить, показали пару примеров 🙂
4️⃣ Рассказали про как работают диффузионные модели 🥰
5️⃣ Про важность baseline модели, на собственном примере показали, что не всегда порой нужно бежать и обучать модели 👅
6️⃣ Подсветили несколько аспектов использования ИИ: авторское право, поддержка, данные... 🤪

И вот что я понял во время её написания:
- Ставьте и чётко формулируйте ЦА и цель статьи, делая вывод в конце чётко для вашей цели и для вашей ЦА. А то может так получится, что без изначального определения цели статьи, читатель может ожидать одно, а получить совершенно другое. И это ваша личная ответственность позаботиться о том, чтобы читатель именно то, что вы заложили изначально 💪
- Дать на проверку статью редакторам или людям, которые разбираются в публицистике. А то после недельного написания может замылиться глаз, и есть высокий шанс не заметить ошибки в статье. 😊

Итог:
Предлагаю вам почитать статью, буду благодарен, если оцените её знаком вверх, и мне важно от вас услышать фидбек, рекомендации по написанию других статей. А то я сейчас буду писать другую статью, и я хочу её сделать намного лучше данной, поэтому мне очень важно услышать именно ваше мнение 🥇