es
Feedback

¡No caigas en manos de tramposos! Telemetrio encuentra y marca estos canales 👉 Si quieres ver la etiqueta, suscríbete

Data Science. SQL hub

Data Science. SQL hub

Ir al canal en 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

Mostrar más

📈 Análisis del canal de Telegram Data Science. SQL hub

El canal Data Science. SQL hub (@sqlhub) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 35 983 suscriptores, ocupando la posición 3 747 en la categoría Tecnologías y Aplicaciones y el puesto 17 653 en la región Rusia.

📊 Métricas de audiencia y dinámica

Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 35 983 suscriptores.

Según los últimos datos del 14 noviembre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -3, y en las últimas 24 horas de -6, conservando un alto alcance.

  • Estado de verificación: No verificado
  • Tasa de interacción (ER): El promedio de interacción de la audiencia es 8.40%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 3.92% de reacciones respecto al total de suscriptores.
  • Alcance de las publicaciones: Cada publicación recibe en promedio 3 025 visualizaciones. En el primer día suele acumular 1 412 visualizaciones.
  • Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 12.
  • Intereses temáticos: El contenido se centra en temas clave como sql, индекс, postgres, index, sqlite.

📝 Descripción y política de contenido

El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“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”

Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 15 noviembre, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Tecnologías y Aplicaciones.

35 983
Suscriptores
-624 horas
-437 días
-330 días
Archivo de publicaciones
PostgreSQL закрыл 52 уязвимости за одно обновление 12 ноября вышли PostgreSQL 18.7, 17.12, 16.16, 15.20 и 14.25, а также втор
+1
PostgreSQL закрыл 52 уязвимости за одно обновление 12 ноября вышли PostgreSQL 18.7, 17.12, 16.16, 15.20 и 14.25, а также второй релиз-кандидат PostgreSQL 19. Помимо 52 уязвимостей, разработчики исправили более 140 ошибок. У ряда уязвимостей оценка 8,8 по CVSS. Они позволяли пользователю с доступом к базе при определённых условиях выполнить код с правами системного пользователя, от которого запущен PostgreSQL. Также исправили SQL-инъекции в утилитах pg_dump, pg_restore и reindexdb. В примечаниях к релизу за сообщения о нескольких уязвимостях проект благодарит Claude, Ada Logics и программу Anthropic OSS. После обновления проверьте раздел Updating для своей версии. Проект рекомендует перестроить затронутые индексы GIN и pg_trgm GiST: из-за повреждения индекса поиск мог пропускать подходящие строки. Версия 14.25 стала последней для ветки 14. Стабильный PostgreSQL 19 запланирован на 19 ноября. https://www.postgresql.org/about/news/postgresql-187-1712-1616-1520-1425-and-19-rc-2-released-3442/

NVIDIA выпустила Auto Ontology: теперь ИИ-агенты могут понимать корпоративные базы данных и самостоятельно писать SQL NVIDIA
NVIDIA выпустила Auto Ontology: теперь ИИ-агенты могут понимать корпоративные базы данных и самостоятельно писать SQL NVIDIA открыла исходный код Auto Ontology - Python-платформы, которая создаёт семантический слой поверх баз данных и помогает ИИ-агентам работать с корпоративной информацией. Как это работает: - Анализирует схемы БД, таблицы, столбцы и связи между ними. - Автоматически строит онтологию с бизнес-сущностями и их определениями. - Преобразует вопросы на обычном языке в SQL-запросы. - Проверяет SQL, значения фильтров и связи между таблицами. - Возвращает результат вместе с SQL и происхождением данных. Поддерживаются 10 источников данных: PostgreSQL, MySQL, Snowflake, Databricks, ClickHouse, Trino, DuckDB, SQLite и другие. Отдельно интересна интеграция с MCP: подключить онтологию к Claude Desktop, Cursor и другим агентам можно через MCP-сервер. В стеке Python, FastAPI, PostgreSQL, pgvector и Next.js. Есть Docker Compose и Helm для Kubernetes. Лицензия Apache 2.0. GitHub: https://github.com/NVIDIA/auto-ontology

PostgreSQL: от SQL до внутреннего устройства Практический курс на русском для разработчиков, аналитиков и инженеров, которым
PostgreSQL: от SQL до внутреннего устройства Практический курс на русском для разработчиков, аналитиков и инженеров, которым важно понимать не только синтаксис запросов, но и поведение базы под нагрузкой. Вы построите учебный сервис заказов, исследуете планы запросов, воспроизведёте блокировки и разберёте MVCC, WAL и vacuum. https://github.com/justxor/postgresql-deep-dive-ru

🦾 Что надо знать про работу LLM перед внедрением После открытого урока у вас сложится ясная картина того, как устроены языко
🦾 Что надо знать про работу LLM перед внедрением После открытого урока у вас сложится ясная картина того, как устроены языковые модели. Вы будете понимать, почему модель ведет себя именно так, и что важно учесть, прежде чем встраивать ее в свой проект. Урок пройдет 12.11 в 20:00 и подойдет тем, кто пользуется LLM, но не знает, как они устроены внутри, и хочет разобраться в основах до того, как внедрять их в проект. На уроке: - базовые принципы устройства LLM; - токены, контекст и ограничения моделей; - что проверить перед внедрением LLM. Запишитесь на урок. ➡ Запись: https://otus.pw/DkVv/?erid=2W5zFGnMUNe Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

RAG без векторной базы: PageIndex набрал 40 тысяч звёзд на GitHub PageIndex предлагает другой подход к поиску информации в до
RAG без векторной базы: PageIndex набрал 40 тысяч звёзд на GitHub PageIndex предлагает другой подход к поиску информации в документах. Вместо embeddings, разбиения текста на чанки и векторного поиска используется иерархический индекс и рассуждения LLM. Система строит дерево разделов документа, а затем модель последовательно выбирает нужные ветки и находит ответ с указанием источника. Такой подход особенно полезен для больших PDF, финансовых отчётов, юридических документов и технической документации, где одного семантического сходства недостаточно. Результаты разработчиков: 98,7% точности на FinanceBench. До 97% экономии токенов при ответах на вопросы по документам с использованием Page Search API. В 16,6 раза дешевле, чем передавать модели целый PDF на 420 страниц при каждом запросе, в одном из сравнительных тестов. Это результаты собственных бенчмарков проекта, поэтому для конкретной RAG-системы их стоит перепроверять. Есть Python SDK, локальная индексация PDF и интеграции с ИИ-агентами. Лицензия MIT.

pip install -U pageindex
PageIndex особенно интересно попробовать там, где обычный vector RAG теряет контекст между разделами длинного документа. GitHub: https://github.com/VectifyAI/PageIndex

SQL-задача с подвохом: найдите пользователей, которые вернулись после 30 дней молчания Представьте, что вы анализируете активность пользователей сервиса. Нужно найти тех, кто вернулся после длительного перерыва. Есть таблица PostgreSQL:

CREATE TABLE events (
    user_id INT,
    event_time TIMESTAMP
);

INSERT INTO events VALUES
(1, '2026-10-01 10:00'),
(1, '2026-10-01 12:00'),
(1, '2026-11-01 09:00'),
(1, '2026-11-02 14:00'),
(2, '2026-10-01 10:00'),
(2, '2026-10-31 10:00'),
(3, '2026-09-01 10:00'),
(3, '2026-11-05 10:00'),
(3, '2026-11-05 11:00');
Задача: для каждого пользователя найти все даты возвращения после 30 полных календарных дней без активности. Ожидаемый результат: | user_id | return_date | |---|---| | 1 | 2026-11-01 | | 3 | 2026-11-05 | Условия: несколько событий в один день считаются одной активностью. День последней активности и день возвращения в период молчания не входят. Например, между 1 октября и 31 октября только 29 полных дней без активности, а между 1 октября и 1 ноября уже 30. Ограничение: решите задачу одним SQL-запросом, без процедур, временных таблиц и циклов. На первый взгляд достаточно LAG(), но если не учесть дубли событий и границы календарных дней, результат окажется неправильным. Как бы вы решили эту задачу на PostgreSQL?

🖥️ SQL-задача с подвохом: почему COUNT(*) считает неправильно? Даже опытные разработчики иногда ошибаются с оконными функциями PostgreSQL. Есть таблица событий:

CREATE TABLE events (
    id INT PRIMARY KEY,
    user_id INT,
    ts TIMESTAMP
);

INSERT INTO events VALUES
(1, 10, '2026-01-01 10:00'),
(2, 10, '2026-01-01 10:05'),
(3, 10, '2026-01-01 10:05'),
(4, 10, '2026-01-01 10:20');
Выполняем запрос:

SELECT
    id,
    COUNT(*) OVER (
        PARTITION BY user_id
        ORDER BY ts
    ) AS cnt
FROM events
ORDER BY id;
Что вернёт PostgreSQL? А) 1, 2, 3, 4 Б) 1, 3, 3, 4 В) 4, 4, 4, 4 Г) 1, 2, 2, 4 Правильный ответ: Б. По умолчанию PostgreSQL использует оконную рамку: ```sql RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW ``` При RANGE строки с одинаковым значением ts считаются одной группой (peers). Поэтому обе строки с 10:05 получают cnt = 3. Чтобы получить обычный накопительный счётчик, нужно явно указать ROWS и обеспечить однозначную сортировку: ```sql SELECT id, COUNT(*) OVER ( PARTITION BY user_id ORDER BY ts, id ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW ) AS cnt FROM events ORDER BY id; ``` Теперь результат: 1, 2, 3, 4. Подвох: COUNT(*) OVER (ORDER BY ...) не всегда считает строки по одной. Всё зависит от оконной рамки и повторяющихся значений сортировки.

🖥️ Черная пятница на Stepik на один из лучших курсов по контейнеризации! Если давно хотел разобраться в теме, но постоянно о
🖥️ Черная пятница на Stepik на один из лучших курсов по контейнеризации! Если давно хотел разобраться в теме, но постоянно откладывал или терялся среди десятков материалов, этот курс на Stepik поможет выстроить обучение последовательно. Что получишь: - Понятные объяснения без лишней воды. - Практические задания для закрепления знаний. - Возможность учиться в удобном темпе. - Структурированный подход вместо хаотичного поиска информации. Подойдёт тем, кто начинает с нуля или хочет систематизировать знания. Начни прокачивать навыки уже сейчас: https://stepik.org/course/303477/

'

ORM превратила один SQL-запрос в 51. Разработчик даже не заметил Знакомая ситуация: код выглядит чисто, никаких SQL-запросов
ORM превратила один SQL-запрос в 51. Разработчик даже не заметил Знакомая ситуация: код выглядит чисто, никаких SQL-запросов вручную, всё через ORM. Например, в Django:

posts = Post.objects.all()[:50]

for post in posts:
    print(post.author.name)
Кажется, что мы просто получаем 50 постов с авторами. Но на практике это может вызвать 51 запрос к базе данных. Один запрос загружает посты, а ещё 50 отдельно получают авторов. Это классическая проблема N+1 queries. Причём чем больше записей, тем больше обращений к БД. Исправляется одной строкой:

posts = Post.objects.select_related("author")[:50]
Теперь Django использует JOIN и получает посты вместе с авторами одним запросом. ORM избавляет от написания SQL, но не от необходимости понимать, какой SQL выполняется. Именно поэтому при оптимизации API полезнее сначала посмотреть на количество запросов, чем переписывать Python-код ради нескольких миллисекунд.

SQL-ловушка: этот UPDATE может незаметно испортить данные в продакшене Код корректный, PostgreSQL не выдаст ошибку. Но результат не так очевиден. Есть таблица товаров:

CREATE TABLE products (
    id INT PRIMARY KEY,
    price INT
);

INSERT INTO products VALUES (1, 100);
Применяем скидки:

WITH discounts(id, amount) AS (
    VALUES (1, 10), (1, 20)
)
UPDATE products p
SET price = p.price - d.amount
FROM discounts d
WHERE p.id = d.id;

SELECT price FROM products;
Что вернёт последний SELECT? А) 90 Б) 80 В) 70 Г) 80 или 90, результат не гарантирован Один запрос, две скидки на один товар. Как PostgreSQL обработает такой UPDATE? Подвох связан с поведением UPDATE ... FROM, о котором легко забыть даже при работе с реальными базами.

Repost from Machinelearning
✔️ RTX 5080 пропал из официального магазина NVIDIA Вслед за флагманской RTX 5090 из каталога маркетплейса NVIDIA в США пропал
✔️ RTX 5080 пропал из официального магазина NVIDIA Вслед за флагманской RTX 5090 из каталога маркетплейса NVIDIA в США пропала видеокарта RTX 5080. Оригинальная модель с 16 ГБ больше не отображается в фильтрах поиска, хотя на сайте по-прежнему указана ее стартовая цена в $999.
Фактически же купить ускоритель за эти деньги было крайне сложно - у крупных ритейлеров минимальный прайс давно зафиксировался на уровне $2000.
Снятие устройства с продажи связывают с планами компании по обновлению линейки. По данным источников, производитель уже отгрузил вендорам последние запасы 16-гигабайтных чипов, которых должно хватить примерно на пару месяцев розничных продаж, и теперь готовится к релизу RTX 5080 с 24 ГБ видеопамяти. Ожидается, что новая версия поступит на рынок на рубеже 2026 и 2027 годов.
Сама NVIDIA пока не дает официальных комментариев относительно доступности видеокарт и завышения цен на всю пятидесятую серию.
@ai_machinelearning_big_data #news #ai #ml

💼 Войти в ИБ можно начать сегодня вечером, с телефона Не обязательно бросать работу и покупать курс за сотни тысяч, чтобы по
💼 Войти в ИБ можно начать сегодня вечером, с телефона Не обязательно бросать работу и покупать курс за сотни тысяч, чтобы понять, твоё ли это. Начать можно с бесплатного мини-курса! ➡️ Начать в Telegram
За пару часов разберёшься, чем вообще занимаются в кибербезопасности: что защищают, как работают атаки, как устроена защита и какие есть профессии с их зарплатами. Открывается в мессенджере, проходится по дороге с работы, без сайтов и долгих регистраций.
А дальше, если зацепит, прямо в боте можно записаться на бесплатный разбор карьерного трека: куда идти с твоим опытом и как.

Один CVE - три уязвимости: раскрыты детали взлома Oracle PeopleSoft, которым пользовалась ShinyHunters. Исследователи ZDI выя
Один CVE - три уязвимости: раскрыты детали взлома Oracle PeopleSoft, которым пользовалась ShinyHunters. Исследователи ZDI выяснили, что за CVE-2026-35273 с оценкой CVSS 9.8 скрываются три ошибки в двух компонентах PeopleSoft. Начало цепочки – SSRF: атакующий заставляет сервер отправить запрос к собственному внутреннему интерфейсу управления. Этот интерфейс по умолчанию доверяет обращениям с 127.0.0.1. Поэтому внешний запрос, перенаправленный самим сервером, проходит проверку как локальный. Полученный доступ открывает два пути к выполнению кода без авторизации: через произвольную запись файлов или небезопасную обработку XML. Oracle закрыла все три проблемы 10 июня, объединив их под одним CVE. ShinyHunters эксплуатировала цепочку ещё до выхода исправления, первоначально атакуя преимущественно университеты. Затронуты PeopleTools 8.61 и 8.62. Блокировка отдельных URL на WAF не заменяет патч. Если сервер уже взломан, обновления также недостаточно – нужны проверка компрометации и смена доступных ему учётных данных. https://thehackernews.com/2026/10/shinyhunters-exploited-oracle.html

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

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

Какая команда в PostgreSQL используется для установки дополнительных модулей, таких как pg_stat_statements или postgis?
Anonymous voting

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

Какой оператор используется в PostgreSQL для проверки, содержит ли левый массив в себе все элементы правого массива?
Anonymous voting

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!