es
Feedback
Data Analysis / Big Data

Data Analysis / Big Data

Ir al canal en Telegram

Лучшие посты по анализу данных и работе с Big Data на русском и английском языке Разместить рекламу: @tproger_sales_bot Правила общения: https://tprg.ru/rules Другие каналы: @tproger_channels

Mostrar más
2 749
Suscriptores
Sin datos24 horas
+37 días
+1730 días
Archivo de publicaciones
Новая функция в Oracle Analytics Cloud В Oracle Analytics Cloud появилась функция создания кастомных папок в рабочих тетрадях. Это позволит авторам эффективно работать с разными источниками данных, даже в условиях их объединения или разобщенности. Узнайте больше о возможностях этой обновленной функции! Читать подробнее #en @big_data_analysis | Другие наши каналы

Анатомия данных: как устроено управление информацией Объем информации растет, но без системного подхода данные превращаются в
Анатомия данных: как устроено управление информацией Объем информации растет, но без системного подхода данные превращаются в шум. Разбираемся, как в компаниях структурируют, анализируют и защищают данные, чтобы они работали на бизнес, а не создавали хаос. Читать: «Анатомия данных: как устроено управление информацией» #ru @big_data_analysis | Другие наши каналы

Анатомия данных: как устроено управление информацией Объем информации растет, но без системного подхода данные превращаются в
Анатомия данных: как устроено управление информацией Объем информации растет, но без системного подхода данные превращаются в шум. Разбираемся, как в компаниях структурируют, анализируют и защищают данные, чтобы они работали на бизнес, а не создавали хаос. Читать: «Анатомия данных: как устроено управление информацией» #ru @big_data_analysis | Другие наши каналы

Анатомия данных: как устроено управление информацией Объем информации растет, но без системного подхода данные превращаются в
Анатомия данных: как устроено управление информацией Объем информации растет, но без системного подхода данные превращаются в шум. Разбираемся, как в компаниях структурируют, анализируют и защищают данные, чтобы они работали на бизнес, а не создавали хаос. Читать: «Анатомия данных: как устроено управление информацией» #ru @big_data_analysis | Другие наши каналы

Как OSA превращает пустые полки в полные корзины? Вы когда-нибудь сталкивались с разочарованием перед пустой полкой, где должен быть ваш любимый майонез? А что если я вам скажу, что майонез в магазине есть. Помимо разочарования, это приводит еще и к потере выручке магазина. Понять, почему товар числится в магазине, но не покупается посетителям, практически детективная задача. Так что наша команда занимается настоящими расследованиями: данные – наши улики, с помощью которых необходимо понять, почему вы не можете купить свой любимый майонез в ближайшем магазине. Именно здесь выходит на сцену команда проекта OSA. Присаживайтесь, погружу вас в детали работы нашего детективного бюро. Читать: https://habr.com/ru/companies/magnit/articles/889658/ #ru @big_data_analysis | Другие наши каналы

GigaChat 2.0 в API Салют, Хабр! Время летит незаметно. Будто совсем недавно мы знакомили вас с GigaChat MAX, но мы не стоим на месте и сегодня готовы представить вам обещанный апгрейд. За полгода мы значительно улучшили обучающие данные, поработали над инфраструктурой обучения моделей, а также уделили особое внимание всему процессу Alignment-а, в том числе RLHF. Представляем вам GigaChat 2 — полностью обновлённую линейку моделей в версиях Lite, Pro и Max. Все модели серьёзно улучшены: мы обновили pretrain’ы, улучшили большинство метрик по сравнению с предыдущими версиями, добавили поддержку контекста в 128 тысяч токенов, улучшили вызовы функций, и в целом повысили понимание инструкций. GigaChat 2 — не просто сухие числа и технические улучшения. Теперь это надёжный помощник в повседневных задачах. Например, он легко оформит отчёт для работы, напишет чистый и эффективный код, поздравит с днём рождения или даст мудрый совет. Мы уверены: с ним вы сможете делать больше, быстрее и лучше как на работе, так и в жизни. Попробуйте GigaChat 2 уже сейчас в Playground — пользовательском интерфейсе для продвинутой работы с промптами! GigaChat 2 Читать: https://habr.com/ru/companies/sberdevices/articles/890552/ #ru @big_data_analysis | Другие наши каналы

Чужое открытое ПО внутри BI-систем: проблемы лицензирования, о которых не все задумываются Для быстрого создания какого-то продукта часто используют различные open source решения. Но применение открытого ПО несёт в себе определённые риски: от финансовых до юридических. Потому что разработка на базе ПО с открытым исходным кодом не означает бесконтрольное использование созданных на этом коде продуктов из-за действия соответствующей лицензии: BSD, GNU, MIT, LGPL, AGPL, BSPL, SSPL, Demoware License, Apache License 2.0, RSAL и других. А в соответствии со статьями 1252 и 1301 ГК РФ иски о нарушении лицензионного права предъявляются к юридическому лицу, использующему указанное программное обеспечение. Меня зовут Алексей Розанов, я руководитель пресейл-направления и работы с партнёрами ГК Luxms, и в этой статье я хочу рассмотреть несколько примеров использования open source решений на рынке BI-аналитики и подсветить юридические риски для компаний, которые используют BI-системы на их основе. Читать: https://habr.com/ru/companies/luxms_bi/articles/890568/ #ru @big_data_analysis | Другие наши каналы

Новые возможности в Oracle Analytics Cloud Oracle выпустила мартовское обновление 2025 для Oracle Analytics Cloud, добавив расширенные функции AI-ассистента, улучшенное обогащение данных для бизнеса, новые опции визуализации, такие как диаграммы-датчики, улучшенную настройку книг и более широкую интеграцию с частными сетями. Читать подробнее #en @big_data_analysis | Другие наши каналы

Новые возможности Oracle Analytics Server 2025 Oracle выпустила обновлённую платформу Oracle Analytics Server 2025 — наследника OBIEE. Она позволяет реализовать аналитику как на своих серверах, так и в облаке. Платформа поддерживает интеграцию с AI и ML, упрощая работу с данными и их визуализацию. Читать подробнее #en @big_data_analysis | Другие наши каналы

Почему ансамблирование — это must-have в ML? Даже лучшие ML-модели неидеальны. Но что если усилить их точность, объединив нес
Почему ансамблирование — это must-have в ML? Даже лучшие ML-модели неидеальны. Но что если усилить их точность, объединив несколько алгоритмов? На открытом уроке вы разберёте популярные методы ансамблирования: — Бэггинг, который снижает дисперсию модели, делая её устойчивее. — Градиентный бустинг, который усиливает предсказания, обучая модели на ошибках. Вы узнаете, как эти методы повышают точность прогнозов, и разберёте их на практике. Встречаемся онлайн 17 марта в 18:00 мск. Открытый урок пройдёт в преддверии старта курса «Специализация Machine Learning», а все участники получат скидку на обучение. Регистрируйтесь по ссылке. Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576

Python vs C++: какой язык быстрее найдет все простые числа до миллиарда Рассказываем, какие есть алгоритмы для поиска простых
Python vs C++: какой язык быстрее найдет все простые числа до миллиарда Рассказываем, какие есть алгоритмы для поиска простых чисел и реализуем наиболее популярный и простой на Python и C++. Читать: «Python vs C++: какой язык быстрее найдет все простые числа до миллиарда» #ru @big_data_analysis | Другие наши каналы

👍 Как говорил мой дед: хороший админ не будет жмотить шпаргалку по PostgreSQL подписчикам Поэтому я милостиво отдаю её вам.
+1
👍 Как говорил мой дед: хороший админ не будет жмотить шпаргалку по PostgreSQL подписчикам Поэтому я милостиво отдаю её вам. В этом чит-листе всё, что вам может пригодится: подключение к серверу, управление содержимым БД, создание и изменение таблиц, SQL-команды (SELECT, INSERT, UPDATE, DELETE), а также функции для работы с текстом, числами, NULL и датами. А для тех, кто не дружит с английским, оставляю ссылку на сайт — там расписано по пунктам, так что легко перевести при необходимости. Ну и файлик без сжатия положил в комменты. #postgresql #шпаргалка

Работа с библиотеками, которые не установлены в Airflow Данные библиотеки можно использовать при работе со SparkOperator: 1. Создание виртуального окружения с необходимыми библиотеками 2. Создание задачи в даге и установка окружения в SparkSubmit Читать: https://habr.com/ru/articles/889394/ #ru @big_data_analysis | Другие наши каналы

Защита Oracle Cloud: новый подход Статья раскрывает использование Zero Trust Packet Routing (ZPR) для повышения безопасности Oracle Cloud Infrastructure Data Flow. Узнайте, как эта технология позволяет создать более защищенную и надежную облачную среду. Читать подробнее #en @big_data_analysis | Другие наши каналы

Защита Oracle Data с помощью Zero Trust Пост: В статье рассказывается о подготовке компонентов Zero Trust Packet Routing (ZPR) для повышения безопасности Oracle Data Intelligence Platform Services. Узнайте, как ZPR обеспечивает защиту и контроль данных в современных корпоративных сетях. Читать подробнее #en @big_data_analysis | Другие наши каналы

Защита Oracle Data Intelligence с Zero Trust Узнайте, как применить концепцию маршрутизации Zero Trust для усиления безопасности платформы Oracle Data Intelligence. Представляем обзор ключевых методик и стратегий для предотвращения несанкционированного доступа к данным и их защиты. Читать подробнее #en @big_data_analysis | Другие наши каналы

Защита Oracle Big Data c Zero Trust Текст: Узнайте, как реализовать безопасность для Oracle Big Data Service с помощью технологии Zero Trust Packet Routing (ZPR). Эта методология позволяет минимизировать риски и защитить данные от несанкционированного доступа. Читать подробнее #en @big_data_analysis | Другие наши каналы

Цифровая карта аварийности: как технологии помогают сделать дороги безопаснее Привет, Хабр! Буквально недавно в ИЦ прошло ежегодное мероприятие “Инновационная столица-2024”, где мой коллега, руководитель отдела цифровых сервисов, продемонстрировал обновленный АИС “Мониторинг аварийности”. Цифровая карта ДТП не имеет аналогов в России, поэтому в этой статье я бы хотел рассказать, чем так уникален продукт, и как он помогает снижать количество ДТП в городе. Читать: https://habr.com/ru/articles/889052/ #ru @big_data_analysis | Другие наши каналы

Зачем бизнесу нужно DWH и как обосновать необходимость проекта? Можно ли оценить окупаемость хранилища? Проекты внедрения DWH относятся к трудоемким и всегда требуют вложений, стоимость проектов начинается от 1,5 млн руб. К проекту необходимо привлекать системных аналитиков, архитекторов DWH, разработчиков, DevOps, дата-инженеров. Кроме затрат на ФОТ, нужны бюджеты на инфраструктуру и технологии, так как готового решения DWH из "коробки" не существует. Как при таких затратах аргументировать для бизнеса необходимость внедрения DWH? Какие бизнес-задачи может решить хранилище данных? Можно ли оценить окупаемость и эффективность внедрения? Читайте в статье. Читать: https://habr.com/ru/articles/888952/ #ru @big_data_analysis | Другие наши каналы

Геоинтерполяция от А до Я: как создать карту покрытия сети Привет, Хабр! Меня зовут Даулет Курмантаев, я дата-сайентист в крупной казахстанской телеком-компании. Работаю в отделе Customer Experience Management. Мы анализируем качество связи и автоматизируем решения по строительству и модернизации базовых станций. В этой статье расскажу, как мы использовали геоаналитику и интерполяцию для создания карты покрытия сети. Поделюсь методами, с которыми работали; проблемами, с которыми столкнулись; и результатами, которых добились. Читать: https://habr.com/ru/articles/888910/ #ru @big_data_analysis | Другие наши каналы