ar
Feedback

لا تقع ضحية للمخادعين! تيليمتريو يكتشف ويُميّز هذه القنوات 👉 إذا كنت تريد رؤية العلامة، اشترك

Data Science. SQL hub

Data Science. SQL hub

الذهاب إلى القناة على Telegram

По всем вопросам- @workakkk @itchannels_telegram - 🔥лучшие ит-каналы @ai_machinelearning_big_data - Machine learning @pythonl - Python @pythonlbooks- python книги📚 @datascienceiot - ml книги📚 РКН: https://vk.cc/cIi9vo #VRHSZ

إظهار المزيد

📈 نظرة تحليلية على قناة تيليجرام Data Science. SQL hub

تُعد قناة Data Science. SQL hub (@sqlhub) في القطاع اللغوي الروسية لاعباً نشطاً. يضم المجتمع حالياً 36 138 مشتركاً، محتلاً المرتبة 3 717 في فئة التكنولوجيات والتطبيقات والمرتبة 17 613 في منطقة روسيا.

📊 مؤشرات الجمهور والحراك

منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 36 138 مشتركاً.

بحسب آخر البيانات بتاريخ 26 أكتوبر, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار 181، وفي آخر 24 ساعة بمقدار -9، مع بقاء الوصول العام مرتفعاً.

  • حالة التحقق: غير موثّقة
  • معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 8.14‎%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 3.93‎% من ردود الفعل نسبةً إلى إجمالي المشتركين.
  • وصول المنشورات: يحصل كل منشور على متوسط 2 941 مشاهدة. وخلال اليوم الأول يجمع عادةً 1 422 مشاهدة.
  • التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 9.
  • الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل sql, индекс, postgres, index, sqlite.

📝 الوصف وسياسة المحتوى

يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“По всем вопросам- @workakkk @itchannels_telegram - 🔥лучшие ит-каналы @ai_machinelearning_big_data - Machine learning @pythonl - Python @pythonlbooks- python книги📚 @datascienceiot - ml книги📚 РКН: https://vk.cc/cIi9vo #VRHSZ”

بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 27 أكتوبر, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.

36 138
المشتركون
-924 ساعات
+897 أيام
+18130 أيام

جارٍ تحميل البيانات

جذب المشتركين
أكتوبر '26
أكتوبر '26
+473
في 37 قنوات
سبتمبر '26
+374
في 31 قنوات
Get PRO
أغسطس '26
+388
في 41 قنوات
Get PRO
يوليو '26
+378
في 42 قنوات
Get PRO
يونيو '26
+245
في 1 قنوات
Get PRO
مايو '26
+272
في 0 قنوات
Get PRO
أبريل '26
+220
في 0 قنوات
Get PRO
مارس '26
+398
في 22 قنوات
Get PRO
فبراير '26
+483
في 45 قنوات
Get PRO
يناير '26
+634
في 128 قنوات
Get PRO
ديسمبر '25
+353
في 3 قنوات
Get PRO
نوفمبر '25
+623
في 49 قنوات
Get PRO
أكتوبر '25
+373
في 16 قنوات
Get PRO
سبتمبر '25
+519
في 38 قنوات
Get PRO
أغسطس '25
+328
في 13 قنوات
Get PRO
يوليو '25
+3 300
في 123 قنوات
Get PRO
يونيو '25
+642
في 71 قنوات
Get PRO
مايو '25
+434
في 4 قنوات
Get PRO
أبريل '25
+513
في 28 قنوات
Get PRO
مارس '25
+326
في 3 قنوات
Get PRO
فبراير '25
+541
في 42 قنوات
Get PRO
يناير '25
+1 884
في 59 قنوات
Get PRO
ديسمبر '24
+935
في 62 قنوات
Get PRO
نوفمبر '24
+1 515
في 193 قنوات
Get PRO
أكتوبر '24
+1 959
في 66 قنوات
Get PRO
سبتمبر '24
+1 275
في 200 قنوات
Get PRO
أغسطس '24
+1 054
في 43 قنوات
Get PRO
يوليو '24
+1 069
في 52 قنوات
Get PRO
يونيو '24
+1 419
في 59 قنوات
Get PRO
مايو '24
+1 087
في 39 قنوات
Get PRO
أبريل '24
+1 314
في 47 قنوات
Get PRO
مارس '24
+1 548
في 26 قنوات
Get PRO
فبراير '24
+1 855
في 8 قنوات
Get PRO
يناير '24
+2 203
في 45 قنوات
Get PRO
ديسمبر '23
+861
في 41 قنوات
Get PRO
نوفمبر '23
+3 544
في 43 قنوات
Get PRO
أكتوبر '23
+977
في 18 قنوات
Get PRO
سبتمبر '23
+996
في 0 قنوات
Get PRO
أغسطس '23
+1 461
في 0 قنوات
Get PRO
يوليو '23
+866
في 0 قنوات
Get PRO
يونيو '23
+669
في 0 قنوات
Get PRO
مايو '23
+453
في 0 قنوات
Get PRO
أبريل '23
+512
في 0 قنوات
Get PRO
مارس '23
+541
في 0 قنوات
Get PRO
فبراير '23
+3 419
في 0 قنوات
Get PRO
يناير '23
+946
في 0 قنوات
Get PRO
ديسمبر '22
+727
في 0 قنوات
Get PRO
نوفمبر '22
+1 282
في 0 قنوات
Get PRO
أكتوبر '22
+580
في 0 قنوات
Get PRO
سبتمبر '22
+1 026
في 0 قنوات
Get PRO
أغسطس '22
+248
في 0 قنوات
Get PRO
يوليو '22
+345
في 0 قنوات
Get PRO
يونيو '22
+611
في 0 قنوات
Get PRO
مايو '22
+3 409
في 0 قنوات
Get PRO
أبريل '22
+582
في 0 قنوات
Get PRO
مارس '22
+573
في 0 قنوات
التاريخ
نمو المشتركين
الإشارات
القنوات
27 أكتوبر+5
26 أكتوبر+12
25 أكتوبر+13
24 أكتوبر+3
23 أكتوبر+13
22 أكتوبر+17
21 أكتوبر+114
20 أكتوبر+13
19 أكتوبر+19
18 أكتوبر+32
17 أكتوبر+36
16 أكتوبر+6
15 أكتوبر+2
14 أكتوبر+6
13 أكتوبر+12
12 أكتوبر+23
11 أكتوبر+8
10 أكتوبر+18
09 أكتوبر+11
08 أكتوبر+13
07 أكتوبر+8
06 أكتوبر+22
05 أكتوبر+13
04 أكتوبر+25
03 أكتوبر+6
02 أكتوبر+14
01 أكتوبر+9
منشورات القناة
Microsoft предложит до 60 тысячам сотрудников добровольно уйти с компенсацией. Программа охватит подходящих под условия сотру
Microsoft предложит до 60 тысячам сотрудников добровольно уйти с компенсацией. Программа охватит подходящих под условия сотрудников в США, Великобритании, Канаде и Индии, сообщает The Verge. Среди участвующих направлений – Copilot, CoreAI, Windows + Devices, Xbox, финансы и HR. Некоторые подразделения участвуют частично, а маркетинг, коммерческий бизнес и безопасность исключены. Компания предлагает финансовую поддержку и помощь в планировании карьеры. В отличие от прежней программы добровольного выхода на пенсию, новая не привязана к возрасту, стажу или результатам работы. 60 тысяч – число сотрудников, которым доступно предложение, а не объявленное количество увольнений. Сколько человек его примут, пока неизвестно. Программа появилась спустя несколько месяцев после сокращения 4800 рабочих мест. https://www.theverge.com/tech/1018666/microsoft-expands-buyouts-60000-employees-eligible

2
Пишешь «научи меня SQL»: Claude собирает персональный аудиокурс со ссылками на источники. Claudemy - open-source навык для Cl
Пишешь «научи меня SQL»: Claude собирает персональный аудиокурс со ссылками на источники. Claudemy - open-source навык для Claude Code, который превращает выбранную тему примерно в 12 двухминутных уроков в формате разговора двух ведущих. Как это работает: - Изучает 20–40 страниц: документацию, практические материалы и альтернативные мнения. - Сопоставляет источники и отмечает, где они расходятся. - Создаёт пробный урок и ждёт вашей реакции. - Затем готовит остальной курс. К каждому уроку прилагаются краткая выжимка, небольшое практическое задание и ссылки. Основные правила собираются в отдельный файл. Есть проверка цитирования: урок не принимается, если ссылается на страницу, которую система не читала. Это проверка происхождения ссылок, а не гарантия истинности всех выводов. Можно заказать курс по материалам конкретного автора — например, его блогу. Лицензия MIT. Для работы нужен Claude Code с веб-поиском. Озвучка — через ElevenLabs либо бесплатные встроенные голоса macOS; использование Claude и ElevenLabs оплачивается отдельно. https://github.com/assafkip/claudemy
1 967
3
Какая команда в PostgreSQL используется для установки дополнительных модулей, таких как pg_stat_statements или postgis?
2 210
4
Алгоритм знает, где вы будете 7-го ноября 😎 RecSys-митап в Москве для тех, кто уже строит рекомендательные системы и хочет д
Алгоритм знает, где вы будете 7-го ноября 😎 RecSys-митап в Москве для тех, кто уже строит рекомендательные системы и хочет делать это еще лучше. В программе — доклады от топовых экспертов Сбера с разбором кейсов, свежих подходов и неочевидных решений. После официальной части — нетворкинг. Время в узком кругу профессионалов и сообщества Зеленый RecSys. Участие бесплатное, но количество мест ограничено. Москва. Суббота. 7 ноября. RecSys! ➡️ регистрируйтесь
2 230
5
Какой оператор используется в PostgreSQL для проверки, содержит ли левый массив в себе все элементы правого массива?
2 861
6
One Day Offer: стань щитом для миллионов клиентов! 🔥 В департамент противодействия мошенничеству Сбера нужен аналитик данных
One Day Offer: стань щитом для миллионов клиентов! 🔥 В департамент противодействия мошенничеству Сбера нужен аналитик данных в антифрод — чтобы разбирать тренды мошенничества, находить скрытые паттерны и превращать их в правила защиты. Готов к таким задачам — добро пожаловать на One Day Offer: отбор за один день, разбор реальных кейсов, быстрая обратная связь. 24 октября, онлайн, регистрация и подробности — здесь!
2 853
7
🐘 ИИ нашёл столько багов в PostgreSQL 19, что разработчики не успевают их исправить Релиз теперь ожидается примерно 19 ноябр+1
🐘 ИИ нашёл столько багов в PostgreSQL 19, что разработчики не успевают их исправить Релиз теперь ожидается примерно 19 ноября. Во время беты из него убрали около 8–10 крупных функций. По словам коммиттера PostgreSQL Питера Айзентраута, ревью с помощью LLM выявляет редкие ошибки, которые раньше могли всплывать годами. Теперь десятки отчётов приходят сразу. Каждый нужно разобрать, подготовить исправление и проверить, даже если патч занимает три строки. При этом ИИ лишь часть причин: у некоторых функций обнаружились архитектурные проблемы, а опытные разработчики были заняты исправлением уязвимостей. Айзентраут также отмечает, что большая часть затронутого кода появилась ещё до распространения вайбкодинга. Поиск ошибок ускорился. На их исправление по-прежнему нужно время людей. https://peter.eisentraut.org/blog/2026/10/09/the-reverts-will-continue-until-morale-improves
3 565
8
🔥 Хочешь быстрее расти в IT? Хватит учиться в одиночку Окружение решает больше, чем кажется. Собрал папки и каналы, где можн
🔥 Хочешь быстрее расти в IT? Хватит учиться в одиночку Окружение решает больше, чем кажется. Собрал папки и каналы, где можно быстрее влиться в нужное направление, следить за трендами и не вариться в своём пузыре. AI: t.me/ai_machinelearning_big_data Python: t.me/pythonl Linux: t.me/linuxacademiya Хакинг: t.me/linuxkalii DevOps: t.me/DevOPSitsec Docker: https://t.me/+90Z5TAyfuNU5YmRi Golang: t.me/Golang_google Rust: t.me/rust_code C++: t.me/cpluspluc C#: t.me/csharp_ci Java: t.me/javatg JavaScript: t.me/javascriptv React: t.me/react_tg Frontend: t.me/front PHP: t.me/phpshka Android: t.me/android_its Мобильная разработка: t.me/mobdevelop Базы данных: t.me/sqlhub Data Science: t.me/data_analysis_ml Big Data: t.me/bigdatai Математика: t.me/data_math Физика: t.me/fizmat Kubernetes: t.me/kubernetc GameDev: https://t.me/gamedev Haskell: t.me/haskell_tg Собеседования и карьера: DS собеседования: t.me/machinelearning_interview Python собеседования: t.me/python_job_interview Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy Папка Frontend: https://t.me/addlist/mzMMG3RPZhY2M2Iy Полезное сверху: ИТ-мемы: t.me/memes_prog Английский для программистов: t.me/english_forprogrammers ИИ и технологии: t.me/vistehno 954 ГБ open-source курсов: https://t.me/+rKBQEMccAA01MTcy ИТ-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy Max Ai: https://max.ru/ai_machinelearning_big_data Max python: https://max.ru/pythonl ТЕХНО: https://max.ru/vistehno Max Go: https://max.ru/Golang_google Max Linux: https://max.ru/linuxkalii Devops: https://max.ru/DevOPSitsec C#: https://max.ru/csharp_ci C++: https://max.ru/cpluspluc SQL: https://max.ru/sqlhub Java: https://max.ru/javatg Подписывайся на нужные направления и собирай себе ленту, которая реально двигает вперёд.
2 427
9
🖥 Tencent выкатила Hy Memory 2.0: открытая модель, фреймворк и MemHub для долгой памяти ИИ-агентов Hunyuan выпустили сразу т
🖥 Tencent выкатила Hy Memory 2.0: открытая модель, фреймворк и MemHub для долгой памяти ИИ-агентов Hunyuan выпустили сразу три вещи в одном релизе. Модель Hy-Memory-30B-A3B, SDK-фреймворк и приложение MemHub. По заявлению Tencent, это №1 среди открытых решений на четырёх бенчмарках памяти, а сама модель обходит Opus 5 в ряде популярных фреймворков. Фреймворк работает с тремя типами памяти: из обычных чатов, из рабочих задач и из кода. То есть агент помнит не только то, о чём вы болтали, но и что делали в проекте. MemHub, у него есть CLI и версия для Mac, синхронизирует память между более чем десятью ИИ-инструментами. Один раз рассказал контекст, и он доступен везде, без повторных объяснений каждому ассистенту. Модель на 30B параметров с 3B активными (MoE), так что гонять её локально реалистичнее, чем кажется по цифре. Пока это цифры от самих авторов, независимые замеры стоит дождаться. Код и MemHub: https://github.com/Tencent-Hunyuan/Hy-Memory Модель: https://huggingface.co/tencent/Hy-Memory-30B-A3B Github: https://github.com/Tencent-Hunyuan/Hy-Memory @ai_machinelearning_big_data
2 274
10
Oracle показала архитектуру агентной системы для генерации и проверки контрактов на Kubernetes Команда Oracle AI & Data Scien
Oracle показала архитектуру агентной системы для генерации и проверки контрактов на Kubernetes Команда Oracle AI & Data Science описала, как построить на OKE (Oracle Kubernetes Engine) платформу, которая автоматически собирает договоры и сверяет их версии. Ключевая мысль инженеров: LLM здесь не источник истины для юридических формулировок и цен. Модель работает внутри структурированных входных данных и заданных админом бизнес-правил. Как это устроено. На вход идёт PDF-коммерческое предложение из CPQ, его разбирают в JSON, раскладывают по шаблону договора и применяют правила. Второй сценарий сравнивает изменённый договор с оригиналом и сохраняет структурированный diff. На выходе пользователь может поправить результат и скачать DOCX. Под капотом пять агентов: разбор CPQ, разбор контракта, маппинг, дополнение контракта и ревью. Оркестрирует всё LangGraph с чекпойнтами и прерываниями. Агенты общаются с оркестратором по A2A, а инструменты находят и вызывают через MCP. Длинные шаги ставятся на паузу и возобновляются по вебхуку, состояние лежит в Redis. Задачи идут через очереди OCI Queue, после трёх неудачных попыток сообщение попадает в DLQ, а пользователю не надо загружать файл заново. Мне показались интересными три инженерные детали. Перед любым рассуждением агента воркер прогоняет guardrails: проверка на prompt injection, вредоносный контент и маскирование PII. Есть реестр агентов как плоскость управления: админ меняет связки агентов с инструментами и бизнес-правила без передеплоя. И есть фреймворк оценки, который сверяет извлечённый JSON с эталоном до того, как изменения в промптах, модели или правилах попадут в прод. Честные оговорки: конкретные LLM в статье не названы, цифр по скорости и стоимости нет, а кода и репозитория не приложено. Это референс-архитектура, а не готовый открытый проект. Источник: https://blogs.oracle.com/ai-and-datascience/agentic-contract-generation-review-on-oke-enterprise-ai
2 903
11
لا يوجد نص...
2 083
12
🐍 Когда стандартного `sqlite3` в Python становится мало, есть APSW. Another Python SQLite Wrapper даёт доступ к полному C AP
🐍 Когда стандартного `sqlite3` в Python становится мало, есть APSW. Another Python SQLite Wrapper даёт доступ к полному C API SQLite из Python. Что можно использовать: • Виртуальные таблицы для подключения собственных источников данных. • VFS для управления тем, как SQLite работает с файлами. • Session API для записи и применения наборов изменений. • Полнотекстовый поиск, JSON и передачу массивов через CArray. • Синхронный код и поддержку асинхронных фреймворков. Для обычных SQL-запросов встроенного sqlite3 часто достаточно. APSW полезен, когда нужны расширенные возможности SQLite и более глубокий контроль над движком. Установка: pip install apsw https://github.com/rogerbinns/apsw
2 406
13
🍃 Добавить реплику MongoDB, не копируя всю базу: что меняет Atlas Infinite В привычной архитектуре каждый узел replica set х
🍃 Добавить реплику MongoDB, не копируя всю базу: что меняет Atlas Infinite В привычной архитектуре каждый узел replica set хранит полную копию данных. Добавление реплики или изменение размера узла требует перемещения больших объёмов данных. Atlas Infinite разделяет вычисления и хранение. Узлы выполняют запросы, а общий слой хранения, написанный на Rust, отвечает за журнал, страницы данных и долговечность. Вычислительные ресурсы и хранилище масштабируются независимо. Самая интересная деталь: два журнала с разными задачами. • oplog фиксирует логические операции. Запись подтверждается после устойчивого сохранения большинством реплик журнала. • phylog передаёт физические изменения страниц при checkpoint, сохраняя пакетную обработку WiredTiger. То есть подтверждение записи отделено от подготовки страниц для чтения. Новая read replica подключается к общим страницам и догоняет хвост журнала. Ей не нужно сначала копировать всю базу. А данные шифруются на вычислительном узле: общий storage-слой работает с зашифрованным содержимым. Для приложения сохраняются протокол, драйверы и семантика операций. Меняется инфраструктура под базой. Atlas Infinite пока в public preview. Хороший разбор для тех, кому интересны внутренности СУБД: https://muratbuffalo.blogspot.com/2026/10/atlas-infinite-mongodbs-disaggregated.html
5 578
14
🔍 Microsoft выпустила модель, которая только принимает решения. В 35 раз быстрее GPT-6 Sol, выходные токены бесплатно Micros
🔍 Microsoft выпустила модель, которая только принимает решения. В 35 раз быстрее GPT-6 Sol, выходные токены бесплатно Microsoft-Decision-1 получает запрос и фиксированный набор вариантов и за один проход выдаёт откалиброванную вероятность для каждого. Да/нет, выбор из списка, рейтинг, оценка ответа ИИ или действия агента по рубрике. Внутри Qwen3.5-9B после пост-трейна. На 36 закрытых бенчмарках, почти 150 тысяч вопросов, модель показала лучшую точность среди LLM и других decision-моделей. По задержке она в 4,5 раза быстрее ближайшего конкурента и в 35 раз быстрее GPT-6 Sol. На перефразированных и перемешанных вариантах решение меняется лишь в 1,3% случаев. Внутри Microsoft её уже используют. Xbox Research разметили 10 тысяч отзывов с качеством уровня GPT-6 Sol, но в 14 раз быстрее и в 200 раз дешевле. В Copilot модель оценивает ответы агентов в 100 раз быстрее GPT-5.6 Luna. Цена $0,042 за миллион входных токенов. Уже в Microsoft Foundry, скоро на OpenRouter. https://commandline.microsoft.com/microsoft-decision-1-model-foundry/ @ai_machinelearning_big_data #Microsoft
2 783
15
Как мы перешли от CatBoost к нейросетям в рекомендациях Авито Рекомендации на главной дают Авито половину просмотров объявлен
Как мы перешли от CatBoost к нейросетям в рекомендациях Авито Рекомендации на главной дают Авито половину просмотров объявлений и около 30% контактов покупателей с продавцами. С 2020 года их ранжировал CatBoost, но со временем он упёрся в потолок: даже кратно больше данных уже не давало прироста качества. Мы перешли на нейросетевое ранжирование, и вот что получилось: 🚀 +4,3% пользователей с контактами из рекомендаций 🤝 +0,8% пользователей, совершивших сделку, по всему Авито Техлид команды рекомендаций Ярослав Хныков рассказал на Хабре, какие решения сработали. Больше про DS в Авито пишем в канале «Доска AI-объявлений».
3 304
16
🧮 Математика для ИИ на русском: от школьной базы до трансформеров и диффузии Бесплатный курс-шпаргалка на GitHub, который св
🧮 Математика для ИИ на русском: от школьной базы до трансформеров и диффузии Бесплатный курс-шпаргалка на GitHub, который связывает формулы с их применением в ML: интуиция → формула → иллюстрация → код на NumPy → задачи. Внутри: • Линейная алгебра, производные, вероятности и статистика. • Backpropagation, оптимизаторы, функции потерь и attention. • Генеративные модели, обучение с подкреплением, RAG и рекомендации. Для практики: 26 Jupyter-ноутбуков с запуском в Colab, 60 задач с решениями и 160 вопросов с собеседований. Есть карточки Anki и глоссарий RU ↔ EN. Если математика забылась, предусмотрен отдельный справочник с нуля: от дробей и процентов до интегралов и матриц. https://github.com/justxor/math-for-ai-2026
3 522
17
🧩 SQL-задача: почему `LAG()` здесь подведёт? Есть интервалы работы сервера. Время указано в минутах: id | start_at | end_at ---+----------+------- 1 | 1 | 10 2 | 2 | 3 3 | 9 | 12 4 | 15 | 16 5 | 16 | 20 Объедините пересекающиеся и соприкасающиеся интервалы. Вложенные интервалы тоже учитываются. Ожидаемый результат: start_at | end_at ---------+------- 1 | 12 15 | 20 Попробуйте решить до просмотра ответа 👇 Решение для PostgreSQL: WITH bounds AS ( SELECT *, MAX(end_at) OVER ( ORDER BY start_at, end_at, id ROWS BETWEEN UNBOUNDED PRECEDING AND 1 PRECEDING ) AS prev_max FROM intervals ), marked AS ( SELECT *, CASE WHEN prev_max IS NULL OR start_at > prev_max THEN 1 ELSE 0 END AS new_group FROM bounds ), grouped AS ( SELECT *, SUM(new_group) OVER ( ORDER BY start_at, end_at, id ROWS UNBOUNDED PRECEDING ) AS grp FROM marked ) SELECT MIN(start_at) AS start_at, MAX(end_at) AS end_at FROM grouped GROUP BY grp ORDER BY start_at; Подвох: LAG(end_at) для интервала [9,12] вернёт 3 и ошибочно начнёт новую группу. Но более ранний интервал [1,10] всё ещё перекрывает его. Нужен максимальный конец среди всех предыдущих строк, а не только конец соседней.
2 861
18
ИИ-агент отвечает настолько точно, насколько готовы ваши данные. Как понять, что они готовы? Разберёмся 23 октября в Москве н
ИИ-агент отвечает настолько точно, насколько готовы ваши данные. Как понять, что они готовы? Разберёмся 23 октября в Москве на Fine Day 2026, офлайн-конференции о переходе от self-service BI к AI-native аналитике. 💡 В программе: • дискуссия с руководителями аналитики ПИК, ДИКСИ, СИБУР и АвтоВАЗ: что нужно данным и командам для работы с ИИ • миграция с Qlik и Power BI на FineBI, в том числе с помощью ИИ-агентов • BI-система vs LLM: какие задачи кому отдавать, опыт Мосбиржи демо FineBI 7.0 и ИИ-агентов Dora, можно принести свой сценарий Участие бесплатное. После регистрации получите чек-лист «Готовы ли ваши данные к ИИ-агенту?» из 25 вопросов. 👉 Регистрация: https://clck.ru/3WMPsm
2 291
19
🌍 SQL-задача: ближайшие точки на замкнутой карте Карта 100 × 100: противоположные края соединены. Между координатами 1 и 99 через границу всего 2 единицы. Для каждой точки найдите всех ближайших соседей, исключая саму точку. WITH points(id, x, y) AS ( VALUES (1, 1, 1), (2, 99, 99), (3, 3, 99) ), distances AS ( SELECT a.id, b.id AS neighbor, POWER(LEAST(ABS(a.x-b.x), 100-ABS(a.x-b.x)), 2) + POWER(LEAST(ABS(a.y-b.y), 100-ABS(a.y-b.y)), 2) AS d2 FROM points a JOIN points b ON a.id <> b.id ), ranked AS ( SELECT *, DENSE_RANK() OVER ( PARTITION BY id ORDER BY d2 ) AS r FROM distances ) SELECT id, neighbor, SQRT(d2) AS distance FROM ranked WHERE r = 1 ORDER BY id, neighbor; Ответ: 1 → 2, 3; 2 → 1; 3 → 1. Расстояние во всех случаях √8 ≈ 2,828. Подвох: по каждой оси выбираем минимум между прямым путём и переходом через границу. DENSE_RANK() сохраняет все равные минимумы, а ранжирование по квадрату расстояния позволяет вычислить корень только при выводе.
2 604
20
ИИ-агент, который только отвечает на вопросы, — это уже прошлый этап. Следующий шаг — научить его работать с реальными систем
ИИ-агент, который только отвечает на вопросы, — это уже прошлый этап. Следующий шаг — научить его работать с реальными системами. Чтобы ИИ-решения приносили пользу бизнесу, агентам нужно получать данные из корпоративных систем, обращаться к базам данных и выполнять действия через внешние инструменты. Но такие интеграции требуют продуманной архитектуры и контроля безопасности. На открытом уроке 20 октября в 20:00 МСК разберем, как связать ИИ-агентов с корпоративной инфраструктурой с помощью Tool Calling и MCP. Вы узнаете, как агенты взаимодействуют с API, базами данных и внутренними сервисами, а также какие подходы помогают безопасно управлять их действиями. Урок пройдет в преддверие старта курса «ИИ-архитектор». Научитесь проектировать ИИ-агентов, которые не просто генерируют ответы, а решают реальные задачи: https://otus.pw/cid2/?erid=2W5zFJRGV85 Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.
2 841