Классификация текста в SQL с помощью Jev: 5 примеров использования на реальных данных

Классификация текста в SQL с помощью Jev и prompt_jev() в MotherDuck: пять реальных примеров использования, от анализа настроений на Hacker News до объявлений о вакансиях и журналов работы ИИ-агентств. Jev — это быстрая и недорогая модель принятия решений от TypeSafe, которая возвращает фиксированную метку с оценкой достоверности вместо свободного текста. Мехди Уазза показывает, как превратить текстовые столбцы в столбцы, по которым можно группировать данные в обычном SQL, начиная со 100 000 публичных жалоб потребителей. В его тесте prompt_jev() работала примерно в 30 раз быстрее, чем GPT-5 nano, на 100 000 коротких новостных статей. Главы 0:00 Что такое Jev? Jev против LLM и классического машинного обучения 13:00 Практическое занятие: классификация 100 000 жалоб в SQL 26:04 Примеры использования 1-2: журналы ИИ-агентов и анализ настроений на Hacker News 33:53 Примеры использования 3-5: звонки клиентам, объявления о вакансиях в облачных сервисах, объявления о вакансиях для удаленной работы 39:37 Советы для вашего первого эксперимента с Jev и вопросы и ответы Ресурсы Слайды презентации: https://mehdio.com/talks/2026-10-08-j... Документация по функции prompt_jev(): https://motherduck.com/docs/sql-refer... Сопутствующий блог, Jev для аналитики: https://motherduck.com/blog/jev-for-a...