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

Red:Machinelearning Rusia18 122 Tecnologías y Aplicaciones3 835...

📈 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 35 833 suscriptores, ocupando la posición 3 835 en la categoría Tecnologías y Aplicaciones y el puesto 18 122 en la región Rusia.

📊 Métricas de audiencia y dinámica

Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 35 833 suscriptores.

Según los últimos datos del 15 junio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -39, y en las últimas 24 horas de -1, conservando un alto alcance.

Estado de verificación: No verificado
Tasa de interacción (ER): El promedio de interacción de la audiencia es 9.64%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 4.13% de reacciones respecto al total de suscriptores.
Alcance de las publicaciones: Cada publicación recibe en promedio 3 455 visualizaciones. En el primer día suele acumular 1 480 visualizaciones.
Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 14.
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 16 junio, 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.

35 833

Suscriptores

-124 horas

-427 días

-3930 días

3 455

Visitas de la publicación

~ 1 48024 horas

~ 1 73748 horas

9.64%

Tasa de compromiso

Sin datos

Mensajes por día

Ads index

beta

Archivo de publicaciones

35 833

🔥Подборка лучших обучающих каналов для программистов. ➡️ Делитесь с коллегами и сохраняйте себе, чтобы не потерять ⚡Машинное обучение Machine Learning - запускаем лучшие ИИ модели, пишем код, погружаемся в нейросети Ml Собеседование - подготовка к собесу по мл, алгоритмам, коду Ml ru - актуальные статьи, новости, код и обучающие материалы Ml Jobs - вакансии ML ML Книги - актуальные бесплатные книги МО ML чат 🏆 Golang Golang Golang собеседование - разбор задач и вопросов с собесов Golang вакансии -работа для Go разработчика Golang книги библиотека книг Golang задачи и тесты Golang чат Golang news - новости из мира go Golang дайджест 💥 Linux /Этичный хакинг Linux Academy - гайды, секреты и лучшие материалы по Linux Kali linux - погрузись в мир этичного хакинга и кибербезопасности linux_kal - kali чат Информационная безопасность 🚀 Data Science Анализ данных - полезные фишки, код, гайды и советы, маст-хэв датасаентиста Data Jobs - ds вакансии Аналитик данных Data Science книги - актуальные бесплатные книги Big data 🛢Базы данных Sql базы данных - научим работе с базами данных профессионально Библиотека баз данных SQL чат Вакансии Sql аналитик данных #️⃣C# С# академия - лучший канал по c# С# заметки — код, лучшие практики, заметки программиста c# С# задачи и тесты С# библиотека - актуальные бесплатные книги C# вакансии - работа 🐍 Python Python/django - самый крупный обучающий канал по Python Python Собеседование - подготовка к собеседовению python и разбор алгоритмов Pro python - статьи, новости, код и обучающие материалы Python Jobs - вакансии Python Python чат Python книги ☕ Java Java академия - java от Senior разработчика Java вакансии Java чат Java вопросы с собеседований Java книги 💻 C++ C++ академия С++ книги C++ задачи - подготовка к собеседовению мл, алгоритмам C++ вакансии ⚡️ Frontend Javascript академия - крупнейший js канал React - лучшие гайды и советы по работе с react Frontend - тутрориалы, уроки, гайды, код PHP Книги frontend Задачи frontend 🦀 Rust Rust программирование Rust чат Rust книги для программистов 📲 Мобильная разработка Android разработка Мобильный разработчик гайды и уроки 🇬🇧 Английский для программистов 🧠 Искусственный интеллект ИИ и технологии Neural - нейросети для работы и жизни Книги ИИ Artificial Intelligence 🔥 DevOPs Devops для программистов Книги Devops 🌟 Docker/Kubernets Docker Kubernets 📓 Книги Библиотеки Книг для программситов 💼 Папка с вакансиями: Папка Go разработчика: Папка Python разработчика: Папка Data Science Папка Java разработчика Папка C# Папка Frontend 💥 Бесплатный Chatgpt бот

35 833

💻 DbGate — open-source менеджер SQL и NoSQL БД DbGate — это кроссплатформенный менеджер баз данных. Разработан, чтобы быть простым в использовании и эффективным при работе с несколькими БД одновременно. Также имеет множество дополнительных функций, таких как сравнение схем, визуальный конструктор запросов, визуализация графиков или пакетный экспорт и импорт. Поддерживает MySQL, PostgreSQL, SQL Server, MongoDB, SQLite и других. Работает под Windows, Linux, Mac и как веб-приложение. 🖥 GitHub 🟡 Запустить онлайн @sqlhub

35 833

💻Patroni — создание high availability решений PostgreSQL — pip install patroni[dependencies] Patroni — это шаблон для создания high availability решений PostgreSQL с использованием Python. Для максимальной доступности Patroni поддерживает различные распределенные хранилища конфигурации, такие как ZooKeeper, etcd, Consul или Kubernetes. Patroni особенно актуален для инженеров баз данных, DBA, DevOps и SRE, которые хотят быстро развернуть HA PostgreSQL в центрах обработки данных. Поддерживает версии PostgreSQL от 9.3 до 16 🖥 GitHub 🟡 Доки @sqlhub

35 833

Стать сотрудником Яндекса быстрее и проще, чем кажется. Участвуйте в днях быстрого найма: решите тестовое, пройдите несколько секций собеседования и получите офер за несколько дней. Ближайшие Fast Track мероприятия: • 3–7 июня — для технических менеджеров и Crowd Solutions Architect, офер за 5 дней в команду Crowd. • 8–9 июня — для дата-инженеров, офер за 2 дня в DWH команды Маркета. Зарегистрироваться

35 833

💻SQLCheck — поиск антипаттернов в запросе Инструмент на C++ для выявления антипаттернов в SQL SQLCheck имеет такие зависимости: • g++ 4.9+ • cmake (установка) 🖥 GitHub @sqlhub

35 833

Repost from Яндекс

🔘 «Мне нравится смотреть за роботом и понимать, почему он так себя ведёт». Недавно мы начали тестировать на складе Маркета Роборуку, которая помогает разбирать партии товаров и складывать их на палеты. Есть и другое направление — мы учим Роборуки работать с маленькими предметами, чтобы в будущем они могли собирать заказы покупателей. Обучением этой Роборуки занимается Андрей Маношин. Говорим с ним о том, как устроена работа ML-инженера и как объяснить роботу устройство нашего мира. ↗️ Если хотите тоже делать роботов, смотрите наши вакансии. Подписывайтесь ✨ @yandex

35 833

🖥 SQLGlot — парсер, оптимизатор и движок SQL на Python — pip3 install "sqlglot[rs]" SQLGlot может использоваться для форматирования SQL или перевода между 21 различными диалектами, в том числе DuckDB, Presto / Trino, Spark / Databricks, Snowflake и BigQuery. Он предназначен для чтения широкого спектра входных данных SQL и вывода синтаксически и семантически корректного SQL на целевых диалектах. SQLGlot — это очень полный общий парсер SQL с надежным набором тестов. Он также достаточно производителен (за счёт токенизатора на Rust) и при этом написан исключительно на Python. Вы можете легко настраивать парсер, анализировать запросы, обходить деревья выражений и программно создавать SQL. Синтаксические ошибки подсвечиваются, несовместимость диалектов отображается, однако SQLGlot не стремится быть валидатором SQL, поэтому он может не обнаружить некоторые синтаксические ошибки. 🖥 GitHub @sqlhub

35 833

Получите до 76 000 руб. на обучение в сфере ИИ Выберите подходящее обучение от Университета Иннополис с господдержкой. Профессия «Архитектор в области ИИ» 👉 Забронировать место Аналитика данных и машинное обучение 👉 Забронировать место Профессия «Руководитель проектов в области ИИ» 👉 Забронировать место + Удостоверение о повышении квалификации erid: LjN8JwxQu

35 833

💻Psycopg 3 — адаптер PostgreSQL для Python — pip install "psycopg[binary,pool]" Psycopg 3 — это реализация самого используемого, надежного и многофункционального адаптера PostgreSQL для Python. 🖥 GitHub 🟡 Доки @sqlhub

35 833

level up вашей карьеры инженера данных У вас уже есть опыт работы, но вы хотите выделиться на фоне «джунов» и охватить всю архитектуру DWH целиком — тогда присоединяйтесь к курсу «Инженер данных» от karpov.courses и экспертов из Яндекса, Ozon, Vk и Сбера. За 5 месяцев вы освоите все актуальные технологии. А для большего погружения в работу, вы поработаете с ETL-процессами крупной двухуровневой платформы данных, закрепите понимание инструментов Airflow, Spark + S3 и Greenplum и поймёте, как использовать их в связке друг с другом. А чтобы вы могли ещё больше вырасти, до конца мая karpov.courses даёт возможность по выгодной цене приобрести комбо «курс Инженер данных + Симулятор Data Science». Кроме прокачки навыков, вы будете решать реальные задачи бизнеса и выполните свой уникальный пет-проект, под руководством опытных менторов. Купить комбо можно до 31 мая, а если усиленная практика пока не нужна - записывайтесь только на курс Инженер данных со скидкой 7% по промокоду SQLHUBB: https://clc.to/erid_LjN8KWtuB Реклама. ООО "КАРПОВ КУРСЫ". ИНН 7811764627

35 833

💻PostgREST — REST API для любой Postgres БД PostgREST обеспечивает полностью RESTful API из любой существующей базы данных PostgreSQL. Он предоставляет более чистый, соответствующий стандартам и быстрый API, чем тот, который вы можете написать с нуля. 🖥 GitHub 🟡 Доки @sqlhub

35 833

Ищем технических писателей и системных аналитиков в команду Riverstart. Компания в IT с 2012 года, аккредитована Минцифры. Наши преимущества: ● не требуем присутствия в офисе, многие наши сотрудники работают удаленно из разных городов России ● сможете выбирать проекты в тех отраслях, которые любите ● платим по рынку, даем премии и составляем план развития на каждые полгода Требования для Системного аналитика: ● опыт работы от 3-х лет ● опыт сбора требований и их формализации (Use Cases, User Story, CJM, User Story Map и т. п) ● анализ данных с использованием SQL ● практический опыт работы с описанием API и процессов Требования для Технического писателя: ● опыт работы от 2-х лет ● хорошее знание ГОСТов (19 и 34) ● опыт написания ТЗ, ПМИ, спецификации, руководства, пояснительная записка, внутренней и другой проектной документации Узнайте больше о вакансиях и оставьте отклик на сайте!

35 833

💻 Kysely — типобезопасный скриптовый конструктор SQL-запросов Kysely — это безопасный для типов и удобный для автозаполнения построитель SQL-запросов на TypeScript. Создан под вдохновением от Knex. В основном разработан для node.js, но также работает во всех других JavaScript-окружениях, таких как deno и bun. 🖥 GitHub 🟡 Доки @sqlhub

35 833

💻 Supabase вышел из беты Совсем недавно вышел из беты Supabase — open-source инструмент на базе PostgreSQL, альтернатива Firebase. Инструмент предоставляет разработчикам различные сервисы и утилиты, которые упрощают процесс создания и запуска приложений. Примечательно то, что больше трети проектов из последнего батча YC используют именно Supabase. Кажется, это яркое подтверждение тезиса об упрощении разработки (ну или маркетологи компании хорошо постарались). Так что, если делаете стартап, и не используете Supabase, то можно задать вопросы CTO, почему он не делает как «лучшие» стартапы, которых отобрал YC. 🖥 GitHub @sqlhub

35 833

💻 Настройка производительности PostgreSQL: max и group by Анализ временных рядов в PostgreSQL может предоставить ценную информацию, помочь в принятии обоснованных решений и более глубоком понимании данных. Используя мощные возможности PostgreSQL, мы можем эффективно запрашивать все типы данных измерений для отслеживания тенденций, закономерностей и аномалий во времени. ▶️ Но есть одно требование @sqlhub

35 833

🧠 Прокачай свои знания о Data Science! X5 Tech запускает хакатон X5 Tech AI Hack – узнай на практике больше об алгоритмах маскирования данных и избавлении нейросетей от галлюцинаций. Призовой фонд – 2 000 000 рублей. 🔔 Старт ML-соревнования – 17 мая. Не жди дедлайна, регистрируйся прямо сейчас: https://cnrlink.com/x5techaihackdshub Приглашаем на хакатон Python-разработчиков и специалистов по машинному обучению вне зависимости от их опыта. На выбор – один из двух треков: 1️⃣ Маскирование. Предстоит разработать алгоритм, который будет заменять чувствительные данные в датасете без потери смысла. Ты научишься решать задачу Named Entity Recognition и обучать модели обработки естественного языка. 2️⃣ Детекция галлюцинаций. Задача конкурсантов – создать систему, которая сможет эффективно выявлять аномалии в тексте, сгенерированном нейросетью. Решение поможет лучше понять, как работают языковые модели, разобраться, как анализировать и классифицировать большие данные. Хакатон продлится 10 дней. У тебя будет шанс получить советы от крутых ML-экспертов и специалистов по Data Science, обсудить задачи соревнования с единомышленниками, узнать больше о проектах X5 Tech. 28-29 мая 5 лучших команд в каждом треке получат приглашение на финал в Москве. Церемония награждения пройдет 30 мая на X5 Future Night, где ты сможешь вживую пообщаться с представителями компании и коллегами по Data Science. 🔥 Участвуй в X5 Tech AI Hack и внеси свой вклад в развитие ML-технологий: https://cnrlink.com/x5techaihackdshub Реклама. ООО «ИТ ИКС 5 Технологии». ИНН 1615014289. erid: LjN8K9Qqi

35 833

🖥 SQL генератор Выпущена Sqlcode 8b на базе Llama-3! Вероятно, это лучшая на данный момент модель размером <10B для преобразования текста в SQL. Работает лучше, чем gpt-4-turbo и claude opus для генерации SQL запросов. ▪Github: https://github.com/defog-ai/sql-eval ▪Weights: https://huggingface.co/defog/llama-3-sqlcoder-8b/ ▪Demo (optimized for postgres): https://defog.ai/sqlcoder-demo/ @data_analysis_ml

35 833

👣 goqu — go-библиотека для построения и выполнения SQL-запросов — go get -u github.com/doug-martin/goqu/v9 Без проблем поддерживает Postgres, MySQL, SQLite3, SQLServer и кастомные диалекты 🖥 GitHub @Golang_google

35 833

💻Маленькая загадка для любителей PostgreSQL 🟡В таблице получилось дублирование cat_id, хотя это primary key. Что должно быть на месте -- do some things, чтобы это было возможно?

CREATE TABLE cats (
    cat_id bigint,
    name varchar(128) NOT NULL,
    PRIMARY KEY (cat_id)
);

INSERT INTO cats VALUES (1, 'Tihon'), (2, 'Marfa');

SELECT * FROM cats;
 cat_id | name
--------+-------
      1 | Tihon
      2 | Marfa
(2 rows)

-- do some things

SELECT * FROM cats;
 cat_id | name
--------+--------
      1 | Tihon
      2 | Marfa
      1 | Tihon2
(3 rows)

Для такого эффекта на месте --do some things должно быть наследование таблиц. Понятно же, почему так происходит? @sqlhub

35 833

erid: LjN8KEpJ7 Состоялся коммерческий релиз СУБД SoQoL SoQoL — это инновационная российская СУБД, созданная с нуля на основе новейших достижений, потребностей рынка, глубоких научных знаний и богатого опыта команды экспертов в области разработки программного обеспечения. СУБД SoQoL не имеет ограничений специализированных СУБД и: 🔵 работает с большими дисковыми массивами данных; 🔵 реализует все требования ACID без исключений; 🔵 предоставляет различные уровни изоляции транзакций; 🔵 и конечно же поддерживает хорошо знакомый пользователям стандарт ANSI SQL. СУБД SoQoL представляет собой транзакционную систему управления базами данных с производительностью, кратно превосходящей ведущие системы, как на рынке России, так и за его пределами. Больше информации о СУБД SoQoL: https://tglink.io/5ab848321abf