Data Science. SQL hub
Open in 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
Show more
Network:📈 Analytical overview of Telegram channel Data Science. SQL hub
Channel Data Science. SQL hub (@sqlhub) in the Russian language segment is an active participant. Currently, the community unites 35 975 subscribers, ranking 3 614 in the Technologies & Applications category and 17 757 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 35 975 subscribers.
According to the latest data from 05 September, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by 94 over the last 30 days and by -6 over the last 24 hours, overall reach remains high.
- Verification status: Not verified
- Engagement rate (ER): The average audience engagement rate is 6.31%. Within the first 24 hours after publication, content typically collects 3.35% reactions from the total number of subscribers.
- Post reach: On average, each post receives 2 271 views. Within the first day, a publication typically gains 1 205 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 9.
- Thematic interests: Content is focused on key topics such as sql, индекс, postgres, index, sqlite.
📝 Description and content policy
The author describes the resource as a platform for expressing subjective opinions:
“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”
Thanks to the high frequency of updates (latest data received on 06 September, 2026), the channel maintains relevance and a high level of publication reach. Analytics show that the audience actively interacts with content, making it an important point of influence in the Technologies & Applications category.
35 975
Subscribers
-624 hours
+617 days
+9430 days
Posts Archive
35 980
💻Про NOT NULL и NULL в SQL
☑️IS NOT NULL + OR
Иногда внутри SQL-запроса возникает необходимость проверить наличие/отсутствие NULL-значения в некотором наборе полей:
a IS NOT NULL OR b IS NOT NULL OR c IS NOT NULLcoalesce(a, b, c) IS NOT NULLOR на AND:
a IS NOT NULL AND b IS NOT NULL AND c IS NOT NULL(a, b, c) IS NOT NULLIS NOT NULL на IS NULL:
a IS NULL AND b IS NULL AND c IS NULL(A and B) эквивалентно not(not A or not B), а (A or B) - not(not A and not B), поэтому легко применяем not к варианту IS NOT NULL + OR:
coalesce(a, b, c) IS NULL(a, b, c) IS NULL☑️IS NULL + OR Остался последний вариант:
a IS NULL OR b IS NULL OR c IS NULLТут мы можем "обратить" вариант IS NOT NULL + AND:
NOT (a, b, c) IS NOT NULLЗаметьте, что пара
NOT тут "не сокращается", иначе получился бы предыдущий вариант.
Подробнее об особенностях работы со сложными выражениями тут — "PostgreSQL Antipatterns: вычисление условий в SQL". И ещё годная статья — "«Ленивый сахар» PostgreSQL"
@sqlhub35 980
⚡Что могут рассказать данные о клиенте и почему метрика CLTV так важна?
Приглашаем на бесплатный вебинар «Комплексный подход к оценке и прогнозированию Client Lifetime Value». Вы узнаете:
🟣Как использовать аналитику и Data Science для управления жизненным циклом клиента — юридического лица в крупном банке?
🟣Как научиться прогнозировать ценность клиента и доход для банка, когда компания еще даже не стала нашим клиентом?
Спикер: Дмитрий Рузанов, руководитель продвинутой аналитики юридических лиц в Альфа-Банке.
Дата и время: 5 марта, 18:30
Регистрация: по ссылке.
Реклама. НИУ ВШЭ.
ИНН 7714030726
Erid: 2SDnjdoJSeL
35 980
🔥 Sweet-Viz - библиотека, которая предоставляет быструю визуализацию и анализ данных.
Основная фича
Sweet-Viz — обширный HTML-дашборд с полезными представлениями и сводками данных, который генерируется выполнением всего одной строки кода.
pip install sweetviz
import sweetviz as sv
my_report = sv.analyze(my_dataframe)
my_report.show_html() # Default arguments will generate to "SWEETVIZ_REPORT.html"
▪Github
@sqlhub35 980
Заниматься ли аналитикой как профессией - вот в чем вопрос…
Объясняем, почему все же да
Что такое аналитика сегодня?
Это зарплаты от 60 000 рублей на начальном уровне, возможность удаленной работы и перспективы роста доходов…
Да, но это же еще и очень сложно, запутанно и вообще только для технарей?
Не совсем так!
На бесплатном онлайн-курсе «Аналитика за шесть уроков» эксперты-практики из Changellenge >> Education докажут, что начать учиться аналитике может перейти практически каждый — независимо от возраста и базового образования. На мини-курсе вы:
✔️Изучите азы основных аналитических программ;
✔️Решите базовые задачи от экспертов-практиков;
✔️Разберетесь с направлениями и выберите подходящее для себя;
✔️Получите сертификат о прохождении курса и пошаговый план по переходу в новую профессию.
И примете решение о продолжении новой карьеры!
Регистрируйтесь по ссылке https://u.to/DSFsIA
Реклама. changellenge-education.com ИНН 7716917009 erid: 2VtzqxVAVrJ
35 980
💻ACID
Когда речь идёт о базах данных, может всплыть сочетание «Требования ACID».
Давайте освежим в памяти, что же это значит
Требования ACID — набор требований, которые обеспечивают сохранность ваших данных.
🔅Atomicity — Атомарность
Атомарность гарантирует, что каждая транзакция будет выполнена полностью или не будет выполнена совсем. Не допускаются промежуточные состояния.
🔄Consistency — Согласованность
Это свойство вытекает из предыдущего. Благодаря тому, что транзакция не допускает промежуточных результатов, база остается консистентной. Есть такое определение транзакции: «Упорядоченное множество операций, переводящих базу данных из одного согласованного состояния в другое». То есть до выполнения операции и после база остается консистентной (согласованной)
⬇️Isolation — Изолированность
Во время выполнения транзакции параллельные транзакции не должны оказывать влияния на её результат.
🔓Durability — Надёжность
Если пользователь получил подтверждение от системы, что транзакция выполнена, он может быть уверен, что сделанные им изменения не будут отменены из-за какого-либо сбоя. Обесточилась система, произошел сбой в оборудовании? На выполненную транзакцию это не повлияет.
🔗 Полезная статья на Хабре в тему
@sqlhub
35 980
+7⚡️ Dolt — первая в мире база данных SQL с контролем версий.
Для достижения этой цели Dolt использует Prolly Tree-хранилище схемы и данных, представленных в виде графа. Таким образом достигается контроль версий базы данных на уровне хранилища.
Контроль версий БД в стиле Git предоставляет ряд полезных фичей:
— Мгновенный откат к любому предыдущему состоянию
— Полный журнал аудита с возможностью запроса, содержащий все данные с момента их создания.
— Несколько развивающихся ветвей данных
— Возможность объединения ветвей данных
— Быстрая синхронизация с удаленными версиями для резервного копирования или децентрализованной совместной работы.
— Запрашиваемые различия (т. е. различия) между версиями
Механизм хранения Dolt построен на графе коммитов Prolly Trees в стиле Git. Схема таблицы и данные хранятся в Prolly Trees. Корни этих деревьев Prolly вместе с другими метаданными хранятся в графе коммитов, чтобы обеспечить контроль версий в стиле Git.
🔗 Подробнее можно почитать на официальной страничке
🔗Github
@sqlhub
35 980
✅ Сравнениваем возможности Oracle и PostgreSQL на открытом практическом уроке от OTUS
🔹На вебинаре проведем сравнение между основными используемыми типами данных
🔹 Проведем сравнение между основными используемыми типами объектов
🔹Рассмотрим аналоги некоторых оракловых фич в PG
Вебинар будет полезен для разработчиков Oracle, столкнувшихся с необходимостью миграции на PostgreSQL
Встречаемся 4 марта в 20:00 мск в рамках курса «PostgreSQL для администраторов баз данных и разработчиков».
👉 Регистрация
https://otus.pw/ilH8/?erid=LjN8K9Ryf
35 980
⚡️ SpeedML - это библиотека Python, целью которой является ускорение процесса разработки конвейера машинного обучения.
Она объединяет часто используемые пакеты ML, такие как
Pandas, NumPy, Scikit-learn, XGBoost и Matplotlib. SpeedML также предоставляет функциональные возможности для автоматизированного EDA.
pip install speedml
• Github
@sqlhub35 980
Repost from Борис опять
Презентация с моего вебинара для ОТУС: Что нужно джунам знать про найм в ML/DS в начале карьеры
Я не виню вас, если вы не готовы слушать меня два с половиной часа. Поэтому вот презентация, там вы найдете 80% контента
35 980
🛠 Gephi — один из наиболее функциональных и доступных инструментов для всех, кто изучает социальные сети и графы.
Gephi Lite — это его облегчённая веб-версия.
Пользователи могут видеть все параметры сети, использовать фильтры, настраивать визуализацию графа, сохранять и экспортировать файлы.
🔗 gephi.org/gephi-lite
@sqlhub35 980
#вакансия #vacancy #удаленка #удаленно #СА #системныйаналик
Вакансия: Системный аналитик
Компания: Riverstart
Формат сотрудничества: удалённо или в офисе г. Нижний Новгород
Локация: не имеет значения
ЗП: от 160К до 200К руб./мес
Riverstart — на рынке с 2012 года. Аккредитованы в Минцифры.
19 побед в отраслевых федеральных конкурсах в 2023 году.
Делаем высоконагруженные сервисы для веба и мобайла: сайты, порталы, сервисы, CRM, LMS и ERP-системы.
Среди наших клиентов Международный аэропорт «Внуково», Правительство Нижегородской области, ХК Торпедо, Газпром и другие компании.
Ищем Системного аналитика уровня middle и выше.
Требования:
- Готовность работать по часовому поясу по МСК.
- Опыт работы системным аналитиком от 2,5 лет.
- Опыт работы в интеграционных проектах, знание REST/SOAP.
- Уверенное владение SQL.
- Опыт написания функциональных требований/бизнес-требований/технических спецификаций для разработки.
- Знание протоколов и контейнеров данных (XML, XSD, JSON).
- Опыт работы с системами коллективной разработки (Jira, Confluence).
Задачи:
- Сбор и формирование требований к системе и их согласование.
- Формирование вариантов возможной технической реализации решения.
- Разработка и согласование функциональных и технических спецификаций.
- Коммуникации с разработчиками для эффективной реализации задач.
Условия:
- Готовы рассматривать удобную форму сотрудничества и расчётов.
- Дополнительное премирование за вклад в командную работу.
- Разнообразные проекты и заказчики.
Ждём ваши отклики: @olya_kokovkina
35 980
35 980
🎯 Tarantool Column Store — новая гибридная СУБД с поддержкой как колоночного, так и строчного хранения и обработки данных в режиме реального времени.
Транзакционные и аналитические системы в одном месте – возможность проводить анализ на актуальных данных
Моментальный анализ – все данные доступны в одной СУБД
Быстрая обработка данных – можно обрабатывать задачи AI
Совместимость – обновление работает с российскими операционными системами Astra Linux, РЕД ОС и «Альт».
35 980
🖥 Если вдруг вам понадобилось базу IP2Location перевести из DECIMAL-представления IP-адресов в "родной" для PostgreSQL тип
inet, то для IPv4-адресов все будет тривиально:
'0.0.0.0'::inet + ipnum::bigintА вот для преобразования числа к формату IPv6-адреса придется проявить немного изобретательности: — "математически" разбиваем число на 8 двухбайтовых сегментов по (2 ^ 16) ^ i — каждое значение преобразуем в шестнадцатеричную систему счисления и добиваем лидирующими нулями — склеиваем сегменты через двоеточие и кастуем к
inet
array_to_string(ARRAY(
SELECT
lpad(to_hex(trunc(
ipnum % (2::numeric(39,0) ^ ((i + 1) * 16)) / (2::numeric(39,0) ^ (i * 16))
)::integer), 4, '0')
FROM
generate_series(7, 0, -1) i
), ':')::inetip_from и ip_to в подсеть, не обращая внимания на исходный формат:
inet_merge(ip_from, ip_to) subnetА если проиндексируем эти подсети с помощью gist...
CREATE INDEX ON country_inet USING gist(subnet inet_ops);SELECT
*
FROM
country_inet
WHERE
subnet >> '8.8.8.8' AND
country <> '-'
ORDER BY
masklen(subnet) DESC
LIMIT 1;35 980
Авито в поиске аналитиков разного уровня, которые хотят влиять на бизнес и развивать продукт 🔍
Переходите по ссылкам, чтобы узнать больше про каждую вакансию:
1️⃣ Руководитель группы аналитики в Core Analytics
2️⃣ Аналитик данных в команду маркетплейса
3️⃣ Аналитик данных в рекламные аукционы
4️⃣ Аналитик данных в техническую платформу
5️⃣ Старший аналитик данных в команду прайсинга
Вас ждут интересные и разнообразные задачи: аналитики в Авито ищут точки роста бизнеса, изучают поведение пользователей, придумывают фреймворки и настраивают дашборды.
А ещё:
– достойная зарплата, размер которой обсуждается на собеседовании;
– прозрачная система премий;
– удалённая работа, но есть и классный офис в 2-х минутах от метро «Белорусская»;
– ДМС со стоматологией с первого дня;
– много качественных данных, мощная инфраструктура и инструменты, любое необходимое железо;
– талантливая команда, крутая аналитическая культура и сообщество профессионалов;
– личный бюджет на обучение, который можно тратить на книги, курсы и конференции;
– масштабные корпоративы, онлайн-вечеринки, командные тимбилдинги.
Скорее откликайтесь!
35 980
📈 PyGraphistry: Explore Relationships
PyGraphistry полезная это библиотека Python с ИИ для визуальных графов, позволяющая извлекать, преобразовывать, анализировать и визуализировать большие графы вместе со сквозными сеансами графического сервера Graphistry.
Библиотека создана специально для больших графов.
Пользовательский механизм рендеринга WebGL клиента рендерит до 8 миллионов узлов + ребер за раз, а большинство клиентских GPU поддерживают от 100 000 до 2 миллионов элементов.
Мощный механизм аналитики графического процессора на стороне сервера поддерживает графы еще большего размера.
Graphistry сглаживает графические рабочие процессы в экосистеме PyData, включая датафреймы Pandas/Spark/Dask, графического процессора Nvidia RAPIDS, графы GPU, графовые нейросети DGL/PyTorch и различные коннекторы данных.
PyGraphistry — это дружественный и оптимизированный нативный интерфейс PyData для API-интерфейсов REST Graphistry, не зависящих от языка. Можно использовать PyGraphistry с традиционными источниками данных Python, такими как CSV, SQL, Neo4j, Splunk и другими.
▪Github
@sqlhub
35 980
Почему Data Science стремительно набирает обороты в мире Web3/Блокчейн, а мы об этом ничего не знаем?
🔝@TopSelectionWeb3 приоткрывает завесу над тайнами Data Science и его потенциалом для Web3/Блокчейн
🎙Кто проведет? Тина🦄 - CTO и Product Owner в TopSel, победитель Хакатона Binance
🔥Вот 3 крутые причины, почему вам не стоит пропускать наш эфир:
• Узнайте, как Data Science трансформирует мир децентрализованных приложений, NFT, DeFi и всего того, что мы так любим.
• Поймете, почему Web3/Блокчейн может стать вашим конкурентным преимуществом на рынке труда.
• Получите мега-дозу вдохновения и мотивации для того, чтобы двигаться вперед в карьере в мире Web3/Блокчейна.
🧜♂️ Неважно, кто вы – новичок или опытный эксперт в анализе данных, этот эфир станет решающим в вашей карьере.
📆 Сохраните дату: 1 марта в 17:00 мск
Ждем вас на эфире! 💕
@TopSelectionWeb3
#эфир #web3 #blockchain #Data #Science
35 980
35 980
⛅ Запуск локального кода в облаке без настройки серверов и кластеров
Yandex DataSphere Jobs позволяет запускать любую программу на Python или shell-скрипт в облаке без всяких изменений. Для запуска скрипта не нужно модифицировать исходный код, самостоятельно развёртывать кластер и собирать окружение — это происходит автоматически при запуске скрипта.
Преимущества DataSphere Jobs:
⏺ Быстрый запуск вычислений в облаке с доступом ко всем его ресурсам, включая GPU без настройки виртуальных машин и кластеров.
⏺ Безопасность — Yandex Cloud выполняет все требования безопасности информации и работы с персональными данными. После исполнения вычислений DataSphere Jobs удалит весь код и данные.
⏺ Экономия затрат на развёртывание кластеров, их обслуживание и DevOps.
🗣 Подробнее смотрите в видео.
Реклама. ООО «Яндекс.Облако» ИНН 7704458262
35 980
🖥 Как можно избежать усложнения запроса лишними
CASE
Тут ниже представлена попытка заNULLить значение, если оно равно чему-то.
, CASE WHEN sdate = '1900-01-01' THEN NULL ELSE sdate END sdate
, CASE WHEN mdate = '1900-01-01' THEN NULL ELSE mdate END mdatenullif, которая делает ровно то же самое.
NULLIF(значение1, значение2)
Функция NULLIF выдаёт значение NULL, если значение1 равно значение2; в противном случае она возвращает значение1. Это может быть полезно для реализации обратной операции к COALESCE. В частности, для примера, показанного выше:
SELECT NULLIF(value, '(none)') ...
В данном примере если value равно (none), выдаётся null, а иначе возвращается значение value.
То есть в примере выше можно переписать короче и понятнее:
, NULLIF(sdate, '1900-01-01') sdate
, NULLIF(mdate, '1900-01-01') mdate