Tutte le notizie
// archivio completo, dal più recente
-
Orchestrare 50 DAG con Airflow senza perdere il sonno
Pattern di organizzazione, testing locale e alerting che abbiamo imparato gestendo pipeline in produzione per tre anni.
-
Attenzione sparsa: il paper che potrebbe dimezzare i costi di inferenza
Un nuovo meccanismo di attenzione riduce la complessità quadratica a quasi-lineare senza perdere qualità. Spieghiamo come funziona.
-
Polars vs Pandas nel 2026: benchmark aggiornato
Abbiamo rieseguito i test su dataset reali da 1M a 500M di righe. Polars è maturato, ma ci…
-
Il lakehouse è morto, lunga vita al lakehouse
L’architettura che prometteva di unificare tutto ha generato complessità inattese. Ma l’idea di fondo resta valida — se…
-
«Il dato peggiore è quello che nessuno usa»: parla il CDO di Banca Etica
Come una banca cooperativa ha costruito una cultura del dato senza budget enterprise. Lezioni per organizzazioni di ogni…
-
Google rilascia Gemma 3: 27B parametri con licenza aperta
Il terzo modello della famiglia Gemma porta capacità multimodali in un formato accessibile. Primi test della community.
-
Data quality con Great Expectations: oltre il check nullo
Scrivere aspettative significative che catturano la distribuzione, non solo la struttura. Con esempi su dati di e-commerce reali.
-
LoRA e QLoRA: fine-tuning efficiente spiegato ai practitioner
Due tecniche che hanno democratizzato l’adattamento dei modelli. Comprendiamo la matematica, i trade-off e quando usare quale.
-
dbt Mesh in pratica: federare i progetti senza caos
La nuova architettura multi-progetto di dbt promette autonomia ai team. Abbiamo provato a implementarla in un’organizzazione con 8…
-
L’ingegnere dei dati non è un idraulico
Perché la metafora delle «pipeline» impoverisce il ruolo e perché serve una narrazione migliore per attrarre talento.
-
Da fisica nucleare a ML engineer: il percorso di Chiara Neri
Come le competenze in fisica computazionale si trasferiscono nel machine learning applicato. Una conversazione su skill portabili.