BigQuery Insights
Open in Telegram
Аналітика в Google BigQuery, інсайти, приклади SQL-запитів. Автор: @osiyuk
Show more
Network:4 986
Subscribers
-124 hours
-137 days
-2730 days
Data loading in progress...
Similar Channels
Tags Cloud
No data
Any problems? Please refresh the page or contact our support manager.
Incoming and Outgoing Mentions
---
---
---
---
---
---
Attracting Subscribers
July '26
July '26
+6
in 0 channels
June '26
+27
in 0 channels
Get PRO
May '26
+36
in 0 channels
Get PRO
April '26
+36
in 0 channels
Get PRO
March '26
+28
in 1 channels
Get PRO
February '26
+31
in 0 channels
Get PRO
January '26
+17
in 0 channels
Get PRO
December '25
+26
in 0 channels
Get PRO
November '25
+31
in 0 channels
Get PRO
October '25
+30
in 0 channels
Get PRO
September '25
+18
in 0 channels
Get PRO
August '25
+33
in 0 channels
Get PRO
July '25
+37
in 1 channels
Get PRO
June '25
+48
in 3 channels
Get PRO
May '25
+32
in 0 channels
Get PRO
April '25
+39
in 0 channels
Get PRO
March '25
+37
in 0 channels
Get PRO
February '25
+49
in 1 channels
Get PRO
January '25
+54
in 0 channels
Get PRO
December '24
+96
in 2 channels
Get PRO
November '24
+50
in 1 channels
Get PRO
October '24
+53
in 0 channels
Get PRO
September '24
+61
in 0 channels
Get PRO
August '24
+69
in 3 channels
Get PRO
July '24
+71
in 3 channels
Get PRO
June '24
+38
in 0 channels
Get PRO
May '24
+45
in 1 channels
Get PRO
April '24
+49
in 0 channels
Get PRO
March '24
+79
in 2 channels
Get PRO
February '24
+134
in 1 channels
Get PRO
January '24
+53
in 0 channels
Get PRO
December '23
+45
in 0 channels
Get PRO
November '23
+66
in 0 channels
Get PRO
October '23
+65
in 0 channels
Get PRO
September '23
+92
in 0 channels
Get PRO
August '23
+62
in 0 channels
Get PRO
July '23
+52
in 0 channels
Get PRO
June '23
+55
in 0 channels
Get PRO
May '23
+82
in 0 channels
Get PRO
April '23
+52
in 0 channels
Get PRO
March '23
+67
in 0 channels
Get PRO
February '23
+51
in 0 channels
Get PRO
January '23
+53
in 0 channels
Get PRO
December '22
+71
in 0 channels
Get PRO
November '22
+78
in 0 channels
Get PRO
October '22
+49
in 0 channels
Get PRO
September '22
+61
in 0 channels
Get PRO
August '22
+96
in 0 channels
Get PRO
July '22
+99
in 0 channels
Get PRO
June '22
+264
in 0 channels
Get PRO
May '22
+77
in 0 channels
Get PRO
April '22
+96
in 0 channels
Get PRO
March '22
+85
in 0 channels
Get PRO
February '22
+132
in 0 channels
Get PRO
January '22
+100
in 0 channels
Get PRO
December '21
+91
in 0 channels
Get PRO
November '21
+180
in 0 channels
Get PRO
October '21
+184
in 0 channels
Get PRO
September '21
+113
in 0 channels
Get PRO
August '21
+118
in 0 channels
Get PRO
July '21
+241
in 0 channels
Get PRO
June '21
+102
in 0 channels
Get PRO
May '21
+166
in 0 channels
Get PRO
April '21
+204
in 0 channels
Get PRO
March '21
+123
in 0 channels
Get PRO
February '21
+135
in 0 channels
Get PRO
January '21
+115
in 0 channels
Get PRO
December '20
+5 983
in 0 channels
| Date | Subscriber Growth | Mentions | Channels | |
| 08 July | +1 | |||
| 07 July | 0 | |||
| 06 July | +1 | |||
| 05 July | +3 | |||
| 04 July | 0 | |||
| 03 July | +1 | |||
| 02 July | 0 | |||
| 01 July | 0 |
Channel Posts
Ми в MacPaw шукаємо продуктового аналітика з досвідом у web-аналітиці та бажанням працювати над маркетинговими задачами.
MacPaw - продуктова ІТ компанія, розробляє macOS/iOS-додатки, продукти якої встановлені на кожному 5-му макбуці світу.
40+ аналітиків, багато різноманітних сервісних команд, які допомагають продуктовим аналітикам робити їх роботу краще. Можливість працювати віддалено.
Вакансія за посиланням:
👉 Middle Product Analyst.
| 2 | Anthropic автоматизували 95% аналітичних запитів всередині компанії через Claude з точністю роботи ~95%.
Тисячі SQL-запитів з дашбордів як контекст для агента дали менше 1% приросту точності, на відміну від Skills. Skill — задокументований workflow досвідченого аналітика: які питання уточнити, де шукати джерела, як виконати і перевірити. Проблема не в доступі до даних — в структурі й однозначності. Skills вирішили це: без skills: 21% accuracy, а з skills уже 95%+.
Деталі тут: https://bit.ly/43kFIaL
via @WebAnalyst | 837 |
| 3 |  📊 Data Engineering — один із найшвидше зростаючих напрямів у роботі з даними. Попит росте швидше, ніж кількість спеціалістів, які реально мають необхідний скілсет.
Розберіться з Big Data, ETL/ELT, Spark, Airflow, Docker та AWS та опануйте трендову професію, — на курсі «Data Engineering» від robot_dreams.
За 20 занять ви:
– розберетеся зі скілсетом Data Engineer і ключовими інструментами
– навчитеся працювати з великими обсягами даних і будувати підходи до їх обробки
– зможете проєктувати повноцінні Big Data системи
– попрацюєте з Hadoop, Apache Spark, Airflow та іншими технологіями
– зрозумієте, як створювати рішення, які масштабуються
У результаті — зможете переходити від окремих задач до побудови систем роботи з даними.
Вас навчатиме Ілля Хороших — Data Engineer із досвідом у Lyft, EPAM, Luxoft. Працює з системами, які обробляють терабайти даних і масштабуються на мільйони користувачів.
Старт: 13 липня
Деталі, програма та реєстрація ⬅️ | 1 248 |
| 4 | Ймовірність смерті протягом року починає перевищувати 1% у чоловіків приблизно з 44 років, а у жінок - з 60.
Рівень 2% досягається у чоловіків з 55 років, у жінок - з 68. У похилому віці різниця поступово зменшується, і приблизно у 94 роки показники стають майже однаковими - близько 25%.
Це я рахував на основі відкритих даних статево-вікового розподілу населення України за 1989–2022 роки.
Більш детально про це - у моїй статті про моделювання демографії України (писав її ще раніше, але вона досі актуальна).
@BigQuery | 1 351 |
| 5 | Досліджую тему використання Claude Code/Codex для data analysis і поки головний висновок такий: AI дуже серйозно трансформує не тільки роботу інженерів, але й аналітиків.
Наткнувся на оглядовий розбір архітектури, де всередині Claude Code зібрали AI data analyst, який без Python, SQL і взагалі без коду проходить повний цикл аналізу: формулює питання, досліджує дані, валідовує висновки, генерує графіки і збирає презентацію.
Що там особливо цікаво:
— вся система — це 15 agents і 12 skills
— все зберігається у markdown-файлах
— agents роблять роботу
— skills задають стандарти якості
— вся логіка керується одним CLAUDE.md
— кожен feedback покращує всю систему.
Але відкритими лишаються дуже практичні речі:
— хто валідовує результати
— хто будує реальний product/business context
— хто пріоритизує, що взагалі варто аналізувати
— хто не дає організації потонути в десятках AI-висновків, які звучать переконливо, але нікуди не ведуть :)
Нажаль, стаття крім самої ідеї цінності особливо не несе, але якщо вам цікаво — то посилання буде в коментарях :)
Якщо хтось бачив в open-source схожі архітектури або детальні покрокові мануали як зібрати таку систему — діліться в коментарях!
via @WebAnalyst | 0 |
