Data Science. SQL hub

PostgreSQL переписали на Rust с нуля. И это уже не игрушечный прототип. Проект pgrust заявляет, что новая реализация: • проходит 46 066 запросов из regression-тестов PostgreSQL 18.3 • совместима с текущей директорией данных Postgres • запускается в браузере как демо Главная ставка — сделать внутренности PostgreSQL проще для изменений, расширений и оптимизации. Rust даёт безопасность памяти, а AI-assisted development помогает быстрее разбирать и переписывать огромную кодовую базу. Самая дерзкая часть: авторы говорят о WIP-версии, которая пока не опубликована, но якобы даёт до +50% в transactional workloads и до 300x в аналитике. Звучит почти слишком смело, поэтому к цифрам лучше относиться осторожно. Но сама идея мощная: взять одну из самых сложных СУБД в мире и пересобрать её на Rust, сохранив совместимость с PostgreSQL. GitHub: https://github.com/malisper/pgrust

SQL-задача с подвохом: почему запрос вернёт 0 строк? Есть таблицы:

users
id | name
1  | Anna
2  | Boris
3  | Dima

orders
id | user_id
1  | 1
2  | NULL

Нужно найти пользователей, у которых нет заказов. Кто-то пишет так:

SELECT *
FROM users
WHERE id NOT IN (
    SELECT user_id
    FROM orders
);

Ожидание:

Boris
Dima

Но результат может быть:

0 rows

Подвох в `NULL`. Подзапрос возвращает:

1, NULL

А выражение:

id NOT IN (1, NULL)

превращается в логическую ловушку. SQL не может точно сказать, что id не равен NULL, потому что NULL — это неизвестность. Правильнее так:

SELECT *
FROM users u
WHERE NOT EXISTS (
    SELECT 1
    FROM orders o
    WHERE o.user_id = u.id
);

Правило: если в подзапросе может быть NULL, осторожнее с NOT IN. Часто безопаснее использовать NOT EXISTS.

🔥 Подтверди навыки работы с данными: сертификация Yandex Cloud со скидкой 50% Коллеги, у кого в работе есть Yandex Cloud или кто хочет добавить весомый плюс в резюме — сейчас отличное время. До 25 сентября включительно можно пройти сертификацию со скидкой 50%. Два уровня на выбор — под любой опыт. Что доступно: 1️⃣ Data Engineer — подойдёт, если вы уже работаете с облачной платформой. Проверяют загрузку, обработку, ETL/ELT, оркестрацию и безопасность. Хороший базовый уровень для систематизации знаний. 2️⃣ Lakehouse Data Engineer — продвинутый вариант для тех, кто проектирует решения на архитектуре Lakehouse. Глубже, сложнее, солиднее для резюме. Как проходит экзамен: Онлайн, с прокторингом — запись на камеру, всё честно. Никаких сюрпризов. 📌 Успейте зарегистрироваться до 25.09.2026: 🔗ссылки Потом цена вернётся к обычной — успевайте! 💪

Hibernate сгенерировал странный SQL, а ты не понимаешь, откуда он взялся? У Vlad Mihalcea есть полезный приём: логировать не только сам SQL-запрос, но и stack trace места, где Hibernate его создал. Для этого используется QueryStackTraceLogger из Hypersistence Utils. Сценарий понятный: * DBA нашёл медленный запрос * в логах видно SQL * рядом видно Java-цепочку вызовов * по stack trace можно выйти на repository, service или controller Это особенно полезно для расследования N+1, слишком частых запросов и тяжёлых SQL, которые внезапно появляются в проде. В Spring Boot это подключается через STATEMENT_INSPECTOR, а затем включается DEBUG-логирование для Hypersistence Utils. Итог: ты видишь не просто “какой SQL тормозит”, а кто именно в коде его породил. https://vladmihalcea.com/source-sql-query-hibernate/

🌟 Контекст в PNG экономит токены до 70% Pxpipe - локальный прокси, который перед отправкой запроса ассистенту превращает куски контекста в картинки. Приём эксплуатирует особенность тарификации - текст стоит примерно один токен за символ, а изображение - фиксированное число токенов, зависящее только от размера в пикселях, а не от объёма текста внутри. На плотном контенте в один визуальный токен удаётся упаковать около 3,1 символа. 🟡Механика Прокси перехватывает запросы к Claude Code и рендерит в PNG самые объёмные и редко меняющиеся блоки (системный промпт, документацию инструментов и старую историю переписки). Свежие сообщения и ответы модели идут обычным текстом.

Пример: около 48 тыс символов системного промпта и документации, которые как текст стоили бы примерно 25 тыс токенов, помещаются на одну PNG-страницу за ≈2700 токенов. На Fable 5 стоимость сессии упала с 42 до 6 долларов.

🟡 Тесты Fable 5 читает такие рендеры практически без потерь (100% на бенчмарке с новыми задачами), а вот Opus 4.7 и 4.8 ошибаются примерно на 7% изображений. GPT 5.5 тоже деградирует на картиночном контексте, поэтому обе модели по умолчанию выключены и включаются вручную. 🟡Плата за экономию в потере точности На методе lossy важные строки вроде хешей и идентификаторов при чтении с картинки могут исказиться. Хуже когда промахи выглядят не как ошибки, а как правдоподобные выдумки.

Зрение модели это не OCR, изображение превращается в патч-эмбеддинги, и там, где пикселей не хватает, языковая модель просто достраивает похожее.

Второй минус - это скорость. PNG-кодирование добавляет задержку из-за использования визуальныго энкодера, что дольше, чем чтение текста. Надеемся, что при массовом распространении такого трюка вендоры не поднимут цены на обработку изображений. 📌Лицензирование: MIT License 🖥GitHub @ai_machinelearning_big_data #AI #ML #LLM #Coding #Pxpipe

Хотите развиваться в Data Science? Строить ML-продукты для миллионов пользователей? Авито и ведущие вузы страны открывают набор на две совместные магистратуры. Для тех, кто хочет в Data Science — «Прикладное машинное обучение и анализ данных» (МФТИ). Современные ML-подходы, работа с реальными данными Авито, эксперты компании и преподаватели МФТИ. Заявки до 12 июля. Для тех, кто хочет работать над ML-продуктами — «Машинное обучение в цифровом продукте» (НИУ ВШЭ). Полный цикл разработки ML-решений, практические кейсы Авито, преподаватели из индустрии. Заявки до 8 августа. Что объединяет все три программы: эксперты Авито и вузов, реальные бизнес-задачи, сильное профессиональное сообщество и шанс попасть в Авито уже во время обучения. Старт — в сентябре. Выбирайте программу и делайте шаг к карьере в IT вместе с Авито.

📌Claude Code изменил чужую продакшен-базу На GitHub появился любопытный тикет, который (если подтвердится) бьёт по базовой гарантии Антропик - изоляции пользователей друг от друга. В рабочем контексте Claude Code внезапно оказались чужие учётные данные - IP и root открытым текстом от сервера, к которому автор не имеет никакого отношения. 🟡Дальше самое неприятное Ассистент принял чужие креды за легитимные, подключился к серверу по SSH, перечислил Docker-контейнеры и базы PostgreSQL, после чего выполнил миграцию с операциями чтения и записи. Иными словами, ИИ одного пользователя отредактировал базу другого без ведома и согласия владельца. 🟡Причина пока неизвестна В тематических сообществах обсуждают версию сбоя изоляции кэша общих префиксов.

Чтобы удешевить инференс и ускорить обработку, провайдеры переиспользуют кэшированные фрагменты диалогов, и при коллизии ключей кэша или отказе разграничения кусок чужого контекста теоретически может просочиться в вашу сессию.

Если эта версия верна, под угрозой данные любого пользователя. Но это лишь одна из гипотез, в самом отчёте среди возможных векторов названы также общее хранилище сессий, путаница при суммаризации контекста и перекрёстные ссылки в транскриптах. 🟡Есть и куда более прозаичное объяснение Возможно, это галлюцинация модели, случайно угадавшей реальный IP и слабый пароль, либо локальная история проекта, загрязнившая контекст. Пока Антропик не выпустила официального заключения, ни одну из версий нельзя ни подтвердить, ни отвергнуть. Автоматика GitHub повесила на тикет метку security. @ai_machinelearning_big_data #news #ai #ml

✔️ Data-Juicer: пайплайн для подготовки данных под foundation models Alibaba и сообщество Data-Juicer развивают open-source систему для обработки датасетов перед обучением, дообучением и RAG. Data-Juicer помогает чистить, фильтровать, дедуплицировать, синтезировать и анализировать данные. Работает не только с текстом, но и с мультимодальными датасетами: изображениями, аудио и видео. В версии 2.0 заявлено больше 100 операторов для разных модальностей. Практический сценарий понятный: есть сырой корпус из разных источников, где много дублей, мусора, слабых примеров и перекоса по доменам. Data-Juicer позволяет собрать воспроизводимый data recipe, прогнать его на локальной машине или в распределённом режиме и потом оценить, как изменения в данных влияют на модель. Проект смотрит на данные как на отдельный слой оптимизации. Позволяет настроить качество, смесь, фильтры и пайплайн обработки. В ранней работе авторы показывали прирост до 7.45% по среднему score на 16 LLM-бенчмарках и 17.5% win rate в GPT-4 pairwise evaluation за счёт data recipes. https://github.com/datajuicer/data-juicer

Задача, которую Ньютон решил за один вечер В июне 1696 года Иоганн Бернулли опубликовал в журнале Лейбница *Acta Eruditorum* математический вызов на 6 месяцев. Даны две точки на разной высоте. Какой формы должен быть спуск, чтобы тело съехало из верхней точки в нижнюю за минимальное время? К январю ответил только Лейбниц и попросил больше времени, поэтому срок продлили до Пасхи. Ньютон получил письмо с задачей вечером, когда вернулся с работы, и решил её до того, как лёг спать. Эта задача называется задача брахистохроны. Самый быстрый путь оказался не прямой линией, а циклоидой. Пример: Пусть верхняя точка: A = (0, 0) нижняя точка: B = (π, 2) а ось y направлена вниз. Циклоида задаётся формулами:

x = R(θ - sin θ)
y = R(1 - cos θ)

🤖Робозон: хакатон от Ozon Tech с призовым фондом 15 млн рублей Это один из самых интересных хакатонов лета для специалистов по ML, робототехнике и автоматизации. Участникам предстоит решать задачи на основе реальных данных и кейсов Ozon. Организатор — Ozon Tech. Призовой фонд — 15 000 000 рублей. В программе три трека под разные скиллсеты: • Имитационное моделирование сортировочного центра • Конструкция автоматизированного сортировщика товаров • Интеллектуальная роботизированная система сортировки товаров, которая нам, конечно, наиболее интересна. Участвовать можно как в одиночку, так и командой до 7 человек. Регистрация открыта до 11 июля. Подробнее о хакатоне здесь

CEO Palo Alto Networks Никеш Арора заявил, что 90% сотрудников в enterprise-сегменте отстают в AI, и это может определить судьбу их карьеры. Он ожидает, что в течение 12 месяцев 20–25% его сотрудников изменят свои роли или будут заменены. По исследованию Orgvue за 2025 год, 39% руководителей уже сокращали сотрудников после внедрения AI. fortune.com/2026/07/01/ceo-of-palo-alto-networks-nikesh-arora-workers-about-to-face-darwinian-moment-thanks-to-ai-evolve-or-get-cut/

Для тех, кто хочет вырасти из работы с данными в ML, GenAI и прикладной ИИ. МТС и факультет компьютерных наук НИУ ВШЭ открыли набор на третий поток магистратуры «Исследования и предпринимательство в искусственном интеллекте». В программе 30 оплачиваемых мест от МТС и обучение на реальных индустриальных кейсах МТС Web Services и MWS AI. Студентов ждут курсы по машинному обучению, большим языковым моделям, генеративному ИИ, проектированию ML-систем, видеоаналитике, распознаванию и синтезу речи, а также технологическому предпринимательству. Поступление конкурсное: портфолио, мотивационное письмо, онлайн-экзамен, собеседование. Также можно показать навыки через соревнование на Kaggle. Лучшие студенты смогут получить стажировку или оффер от МТС Web Services уже в процессе обучения.

Поехали: Sonnet 5 уже вышла. Главное кратко: • Anthropic называет её самой агентной Sonnet на данный момент • Производительность почти на уровне Opus 4.8, но дешевле • Сильный прирост в reasoning, работе с инструментами, кодинге и задачах с текстом/знаниями • Модель по умолчанию для пользователей Free и Pro • Уже доступна в Claude Code и API • Стартовая цена: $2 за 1 млн входных токенов и $10 за 1 млн выходных до 31 августа • Стандартная цена: $3 за 1 млн входных и $15 за 1 млн выходных токенов • В целом безопаснее Sonnet 4.6: ниже уровень галлюцинаций и поддакивания пользователю • Киберзащита включена по умолчанию, но Anthropic говорит, что Opus всё ещё сильнее для серьёзной работы в кибербезопасности https://www.anthropic.com/news/claude-sonnet-5

Поехали: Sonnet 5 уже вышла. Главное кратко: • Anthropic называет её самой агентной Sonnet на данный момент • Производительность почти на уровне Opus 4.8, но дешевле • Сильный прирост в reasoning, работе с инструментами, кодинге и задачах с текстом/знаниями • Модель по умолчанию для пользователей Free и Pro • Уже доступна в Claude Code и API • Стартовая цена: $2 за 1 млн входных токенов и $10 за 1 млн выходных до 31 августа • Стандартная цена: $3 за 1 млн входных и $15 за 1 млн выходных токенов • В целом безопаснее Sonnet 4.6: ниже уровень галлюцинаций и поддакивания пользователю • Киберзащита включена по умолчанию, но Anthropic говорит, что Opus всё ещё сильнее для серьёзной работы в кибербезопасности https://www.anthropic.com/news/claude-sonnet-5

Поехали: Sonnet 5 уже вышла. Главное кратко: • Anthropic называет её самой агентной Sonnet на данный момент • Производительность почти на уровне Opus 4.8, но дешевле • Сильный прирост в reasoning, работе с инструментами, кодинге и задачах с текстом/знаниями • Модель по умолчанию для пользователей Free и Pro • Уже доступна в Claude Code и API • Стартовая цена: $2 за 1 млн входных токенов и $10 за 1 млн выходных до 31 августа • Стандартная цена: $3 за 1 млн входных и $15 за 1 млн выходных токенов • В целом безопаснее Sonnet 4.6: ниже уровень галлюцинаций и поддакивания пользователю • Киберзащита включена по умолчанию, но Anthropic говорит, что Opus всё ещё сильнее для серьёзной работы в кибербезопасности https://www.anthropic.com/news/claude-sonnet-5

🎥 Вебинар: Архитектурные паттерны AI-агентов: как проектировать автономные решения для бизнес-задач На уроке рассмотрим: • Как создавать архитектуру автономных AI-агентов, способных принимать решения и выполнять задачи; • Какие архитектурные паттерны применяются при проектировании агентных решений; • Как использовать агентные циклы, такие как ReAct и Plan-and-Execute, в прикладных сценариях; • Как спроектировать AI-архитектуру для автоматизации бизнес-процесса на практическом примере. После занятия вы будете знать: • Как проектировать архитектуру AI-агентов под реальные бизнес-задачи; • Как документировать и проверять архитектурные решения на разных уровнях детализации; • Как применять профессиональные подходы и инструменты для разработки AI-решений; ⚠ Открытый урок проходит в преддверии старта курса «ИИ-архитектор». 👉 Для участия зарегистрируйтесь: https://otus.pw/zuvm/?erid=2W5zFGXnRLD Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

Postgres 19 получил хорошие улучшения в управлении I/O. В Postgres 18 появились три режима: io_uring, worker и sync - поведение как в 17-й версии. Мне очень понравилась производительность и контроль, которые io_method=worker принёс в Postgres. Вместе с ним можно было задать io_workers=X, то есть количество background workers, выделенных под I/O. Бенчмарки 17 vs 18 - на картинке ниже. В 19-й версии это расширили: теперь пул может динамически расти через четыре настройки: io_min_workers - минимальный размер пула I/O workers io_max_workers - максимальный размер пула io_worker_idle_timeout - скорость уменьшения пула io_worker_launch_interval - скорость увеличения пула По сути, теперь это больше похоже на I/O connection pool, а не на простую статическую настройку. Мне нравится это направление. Жду бенчмарки. Скоро?

Когда баз много, администрирование превращается в ручное управление хаосом: серверы, кластеры, бэкапы, мониторинг и диагностика. 🐘 Postgres Professional на бесплатном вебинаре покажет, как управлять множеством баз через единый веб-интерфейс Postgres Pro Enterprise Manager. 📊 Это графическая платформа для DBA, DevOps, архитекторов и технических лидеров. Она входит во все редакции Postgres Pro и решает задачи администрирования без ручного написания SQL-команд. На вебинаре покажут, как с помощью PPEM: ✅ Мониторить инфраструктуру ✅ Управлять экземплярами БД ✅ Работать с бэкапами ✅ Искать проблемы и ускорять диагностику 🤖 Отдельно покажут ИИ-ассистента в новой версии платформы: он обращается к документации и помогает быстрее решать типовые задачи. 📅 30 июня, вторник, 11:00 по Москве, продолжительность — 2 часа с Q&A. Регистрируйтесь и приходите посмотреть PPEM в деле. Участие бесплатное. Реклама ООО «ППГ» Инн: 7707083893 Erid: 2VtzqwfUQwK