Бета версия
Описать как минимум 5 портретов потенциального покупателя продукта подписки Ed+
Промпт
Описать как минимум 5 портретов потенциального покупателя продукта подписки. Подписка Ed+ — это безлимитный доступ к знаниям: бесплатно или по выгодной цене. В подписке вас ждут 400+ бесплатных курсов от IT до творчества на образовательной платформе Edutoria.ru.
Ответ GigaChat
Вот 5 примеров портретов потенциального покупателя: Молодой человек в возрасте 25-30 лет, который только начинает свой карьерный путь и хочет развиваться в сфере IT. Он заинтересован в получении новых знаний и навыков для улучшения своих профессиональных возможностей. Женщина 35-45 лет, которая уже имеет определенный опыт работы в IT-сфере, но хочет расширить свои знания и навыки. Она заинтересована в изучении новых технологий и трендов в IT-отрасли. Студент или студентка последнего курса университета, которые хотят получить дополнительное образование или повысить свою квалификацию перед началом поиска работы после окончания учебного заведения. Предприниматель или менеджер среднего звена, который хочет развивать свой бизнес или карьеру через обучение новым навыкам и технологиям. Человек любого возраста, который стремится к саморазвитию и личностному росту через получение новых знаний и навыков в различных областях, таких как творчество, наука, технологии и другие.
Попробуйте GigaChat
Общение с GigaChat 2.0
Ввод голосом и озвучивание ответа
Поиск по интернету
Создание картинок
Работа с файлами
Создание открыток
Распознавание изображений
Умный редактор текста
Смотрите также
Рецепт
максимально простого ужина

Конечно! Вот простой рецепт ужина на 4-6 человек:Ингредиенты:— 500 г куриного филе (можно использовать любое мясо)— 1 большая луковица— 2 зубчика чеснока— 1 красный перец— 1 желтый перец— 1 банка томатов в собственном соку (400 г)— Соль и перец по вкусу— Оливковое масло для жаркиПриготовление:Нарежьте куриное филе на небольшие кусочки и обжарьте его на сковороде до золотистой корочки.Добавьте нарезанный лук и чеснок, обжаривайте еще несколько минут.Нарежьте перец на полоски и добавьте к курице и луку. Обжаривайте все вместе еще 5 минут.Откройте банку томатов и добавьте ее содержимое в сковороду. Посолите и поперчите по вкусу.Перемешайте все ингредиенты и дайте им прогреться на среднем огне около 10 минут.Подавайте горячим, украсив зеленью или ломтиками лимона.Этот ужин готовится очень быстро и легко, а также содержит минимум ингредиентов. Приятного аппетита!

Промпт для резюме
РезюмеФИО:Иван ИвановКонтактная информация:Телефон: +7 (XXX) XXX XX XXEmail: ivan.ivanov@example.comГород проживания: Москва Цель:Получить должность ML-разработчик в динамично развивающейся компании, способствующей реализации инновационных проектов в области машинного обучения и анализа данных.Профессиональные навыки:— Глубокие знания Python, TensorFlow, PyTorch, Keras, Scikit-Learn, Pandas, NumPy.— Опыт разработки моделей глубокого обучения, классификации изображений, обработки естественного языка, рекомендательных систем.— Умение работать с большими объемами данных, облачными сервисами AWS, Google Cloud Platform.— Навыки построения пайплайнов CI/CD, контейнеризации Docker/Kubernetes.— Понимание основ математики, статистики, линейной алгебры, теории вероятностей.— Способность решать комплексные задачи анализа данных и оптимизации производительности алгоритмов.Образование:Московский государственный университет (МГУ)Факультет вычислительной математики и кибернетикиСпециализация: Прикладная математика и информатикаГод окончания: 20XX г.Опыт работы:ООО «Компьютерные технологии»Должность: ML EngineerДаты: Январь 20XX — настоящее времяОсновные обязанности: — Разработка и оптимизация ML-моделей для задач компьютерного зрения и NLP. — Интеграция моделей в продакшен, мониторинг качества предсказаний. — Автоматизация процессов подготовки данных и деплоймента моделей. — Участие в проектировании архитектуры решений на основе ML-технологий.— АО «Интеллектуальные системы»Должность: Data ScientistДаты: Сентябрь 20XX — Декабрь 20XXОсновные обязанности: — Анализ больших объемов данных для выявления закономерностей и трендов. — Создание моделей регрессии и кластеризации для повышения эффективности бизнес-процессов. — Проведение A/B-тестирования новых продуктов и функций.Ключевые достижения:— Реализация проекта распознавания лиц на основе CNN, достигнув точности >95%. — Оптимизация модели рекомендаций товаров для e-commerce площадки, увеличив конверсию на 15%. — Запуск первого в компании ML-пайплайна с использованием Kubernetes и Airflow.Дополнительная информация:Английский язык: Upper Intermediate (B2-C1). Интересы: Искусственный интеллект, Big Data, Computer Vision, NLP.Готовность к командировкам и гибкому графику работы.Готов приступить к работе немедленно.
СберБанк обрабатывает Cookies с целью персонализации сервисов и для того, чтобы пользоваться сайтом было удобнее. Вы можете запретить обработку Cookies в настройках браузера. Пожалуйста, ознакомьтесь с политикой использования Cookies
Подробно рассказываем, как CберБанк обрабатывает и защищает ваши данные на странице Sber Bank Privacy