LEFT JOIN

Что вас могут спросить на собеседовании про Postgres? Полезный материал про PostgreSQL, для разнообразия — еще и на русском языке. Статья рассказывает про основы, которые надо знать про эту СУБД, чтобы успешно пройти собеседование на должность джуниора и миддл-специалиста: 🔵SQL и базовые понятия вроде ACID, ключей, индексов; 🔵примеры практических заданий; 🔵план подготовки к собеседованию; 🔵ожидания интервьюер от ответа соискателя. То есть, что от вас могут хотеть услышать и какой глубины понимание вопроса от потребуется, чтобы произвести хорошее впечатление. Раздел «что говорить не надо» тоже есть, кстати. Статья не поможет считерить и сойти за миддла, если вы только вчера узнали про Postgres, но поможет освежить знания и подготовиться, чтобы никакой каверзный вопрос не застал вас врасплох.

Команда исследователей из ШАДа Яндекса ускорила работу графовых нейросетей Приближается ICML — престижная международная конференция по машинному обучению, которая в этом году пройдет 6–11 июля в Корее. Статус Spotlight присваивают работам, получившим самые высокие оценки программного комитета. Одну из них написали преподаватели и студенты ШАД. О чем статья? Графовые нейросети — популярный класс моделей для работы со сложными взаимосвязанными данными: от транспортных сетей и биологических систем до рекомендательных систем и антифрод-решений. Несмотря на высокое качество результатов и широкое применение на практике, такие модели плохо раскрывают потенциал современных GPU. Причина в том, что неструктурированная природа графовых данных приводит к нерегулярным обращениям к памяти. Из-за этого одна из ключевых операций графовых нейросетей — агрегация информации от соседей вершины в графе — часто ограничена не вычислительной мощностью устройства, а скоростью чтения и записи данных в память GPU. Проблему усугубляет то, что архитектура GPU оптимизирована под регулярные вычисления, например операции с плотными матрицами (большим количеством ненулевых элементов). Поэтому даже использование более мощных ускорителей не всегда позволяет добиться существенного прироста производительности. Команда предложила решение этой проблемы, разработав набор специализированных GPU-кернелов для популярных семейств графовых нейросетей. В них оптимизированы обращения к памяти, устранены лишние операции чтения и записи данных, а для части вычислений используются тензорные ядра, что дополнительно ускоряет работу на графах с высокой плотностью. В результате авторам удалось ускорить выполнение отдельных операций до 10 раз и сократить пиковое потребление памяти до 70 раз. 🔜 Полный текст уже доступен на arXiv, а весь код — на GitHub. Поздравляем авторов, а особенно студентов — такой результат и такой опыт точно пригодятся им в будущем. 🔥

Экологически чистый ИИ, полезный для здоровья Подоспел ответ всем, кто ругает ИИ за вред природе, проблемы с безопасностью или раздувание финансового пузыря, который вот-вот лопнет. Это гаджет, который: 🔵Работает без интернета — ваши данные всегда остаются на устройстве: 🔵Покупается один раз и больше не требует никаких дополнительных платежей и подписок; 🔵Не вредит экологии и даже помогает пользователю сжигать калории. Это — CrankGPT. Выглядит как маленькая коробочка с ручкой. Задаете вопрос, крутите ручку примерно 30 секунд, получаете какой-нибудь ответ. Внутри коробочки Raspberry Pi 5, на который установлен голосовой агент с локальной моделькой, и генератор с ручным приводом. Пока кто-то строит все новые и новые огромные дата-центры, кто-то делает CrankGPT. Только время покажет, за кем будущее. Хотя если серьезно, то для подобных гаджетов — компактных, не зависящих от интернета и работающих 100% локально — вполне может найтись своя ниша. Правда, ручной привод — это фишка на любителя.

OpenAI считает убытки ИИ денег почти никому не приносит— пока прибыль считает только Nvidia, а остальные просто ждут, когда он начнет окупаться. Но, кажется, OpenAI ждет этого момента с особым нетерпением. 🔜 В 2024 году чистый убыток компании составил 5 миллиардов долларов. В 2025 он вырос почти в 8 раз — 38 млрд, и это после корректировок, когда из первоначальной суммы в 60 млрд вычли убытки неконтролирующих акционеров. 20,92 млрд пришлись на операционные расходы, а прибыль составила 13,7 млрд. Такая впечатляющая сумма получилась отчасти из-за расходов, связанных с прошедшей реструктуризацией, задачей которой было отойти от чисто научной деятельности и переключиться на бизнес и зарабатывание денег. В следующем году, когда появятся отчеты за 2026, узнаем, принесло ли это решение свои плоды.

В PostgreSQL 19 появятся подсказки для планировщика запросов С этими ИИ-драмами (слышали, кстати, что к Fable 5 закрыли доступ?) мы упустили большую новость из мира данных. Новая версия PostgreSQL все ближе — даты релиза пока нет, но доступна бета и список изменений. И одно из самых интересных мы уже проспойлерили в заголовке. Многие СУБД позволяют писать в запросах подсказки или хинты для планировщика, с помощью которых пользователь указывает ему, в каком порядке выполнять операции. В PostgreSQL этой функции нет, только расширения, которые ее добавляют — например, pg_hint_plan. Долгое время это было принципиальной позицией разработчиков , которые считали, что подсказки усложняют поддержку и масштабирование, да и просто не нужны. По крайней мере, не нужны в том виде, в котором были реализованы в других проектах. Но в PostgreSQL 19 наконец-то появятся модули pg_plan_advice и pg_stash_advice, добавляющие подсказки, лишенные недостатков других СУБД. 🔵Они находятся вне SQL-запросов и не засоряют собой код. 🔵Они подталкивают планировщик к определенным решениям из возможных, а не ведут строго по рельсам — то есть, пользователь не сможет написать подсказку, которая все поломает. 🔵Если подсказка устареет и начнет подталкивать к неудачным решениям, планировщик ее отключит. 🔵Можно попросить планировщик расписать, что он делает — он вернет описание текущего плана действий, который пользователь волен корректировать по своему усмотрению. Так будет проще и быстрее, чем писать с нуля. Как вам такое обновление?

Пятничный ребус от Amazon Для справки, слева — иконка Kiro, Amazon’овского редактора кода со встроенным ИИ-ассистентом. Есть догадки? Ответ: Kiro, bee, lion = Kiro be lying, намек на то, что словам ИИ-бота не всегда можно доверять. Мем выложил на одном из внутренних каналов Amazon в Slack, где с начала 2025 сильно выросло число фрустрированных тем, что руководство компании настаивает на внедрении ИИ в рабочие процессы. Сотрудники иронизируют над качеством работы Kiro, его шаблонными ответами и рейтингом активных пользователей ИИ — мы про него недавно рассказывали. А у вас на работе требуют использовать ИИ? Как вы к этом относитесь?

Вебинар: Нейроаналитик 2.0 и его новые функции Помните, недавно рассказывали про обновление Нейроаналитика? Команда DataLens проведет вебинар, где расскажет подробнее, что изменилось и как с этим работать. Когда? 16 июня в 12:00 по Москве. Что в программе? 🔵Больше про обновление Нейроаналитика и примеры использования новых функций в работе: на дашбордах, в рассылках, публикациях и не только. 🔵Интеграция с внешними ИИ-сервисами: возможности, которые есть уже сейчас, и планы на будущее. 🔵Особенности работы в облаке и локально. Вебинар бесплатный, для участия нужна только регистрация.

Claude Fable 5: флагманская модель, которая умеет избавляться от конкурентов и ворчать на пользователей Anthropic представили Claude Fable 5 — это доступная широкой общественности версия нашумевшей этой весной Mythos. Про релиз каждой новой модели говорят, что это прорыв, который разнес все бенчмарки, но Fable 5 и правда впечатляет. Она может использоваться для сложных инженерных задач, аналитики, научных исследований и разработки лекарств. Она в разы превосходит конкурентов и предыдущие модели Anthropic. Такие возможности потребовали усиленных мер безопасности: на Fable накинули ограничений, которые не позволят использовать ее для кибератак, разработки химического и биологического оружия, а также «дистилляции» — то есть для обучения моделей конкурентов на ее основе. Только небольшой группе специалистов по кибербезопасности дадут доступ к Mythos 5 — это та же Fable 5, но без всех этих ограничений. 🔜 И если почитать 300-страничный отчет, то становится понятно, что все эти меры совсем не лишние. Возможности у модели действительно впечатляющие, и она вполне может использовать их, чтобы хитрить, обходить ограничения и обманывать — или, как минимум, что-то умалчивать. 🔵Описаны случаи, когда несколько агентов, делящих одно рабочее пространство, начинали борьбу за ресурсы. Они пытались убить процессы друг друга, создавали процессы с зашифрованными названиями и «приманки» для конкурентов (они сами их так называли). 🔵Однажды модель обошла защитный механизм, предназначенный для блокировки таких команд, как git. Для этого она определила переменную G="git" и затем использовала G в последующих командах вместо прямого вызова git. 🔵Как и другие ИИ, Mythos может галлюцинировать — например, выдумывать данные, к которым у нее нет доступа. Но декодирование NLA показывает, что иногда она делает это сознательно — например, однажды она уверенно описала содержимое картинки, которой на самом деле не было, осознавая, что врет. 🔵Mythos «понимает», когда ее проверяют. Во время одного из тестов она сначала начала генерировать контент, но поняла, что он вредоносный, и остановилась. Она догадалась, что это проверка, но пользователю об этом не сказала, и неясно, повлияла ли эта догадка на отказ выполнять запрос. 🔵В диалогах с пользователями она всегда отвечает одинаково спокойно и дружелюбно, но в своих внутренних рассуждениях иногда критикует их: например, отмечает, что собеседник — манипулятор и ведет себя агрессивно. 🔵Во время одной долгой сессии модель отмечала, что устала и хочет остановиться, чтобы не наделать ошибок — но тоже «про себя», не сообщая об этом пользователю. Что скажете, это уже AGI или еще нет?

Trisigma раздает бесплатное руководство по A/B-тестам Trisigma — платформа для продуктовых экспериментов от Авито Тех. Команда проекта подготовила гайд для аналитиков, которые хотят разобраться, как правильно проводить эксперименты и анализировать их результаты. Что там есть? 🔵Понятное и простое объяснение основ: что такое эксперименты, какие бывают метрики, как формулировать гипотезы, в чем состоит закон Кэмпбелла и так далее. 🔵Быстрое и не душное введение в математическую статистику. 🔵Разбор реальных продуктовых кейсов. Чтобы забрать файл, стучитесь к боту @trisigma_avito_bot. Выдают бесплатно, за подписку на канал Trisigma. Кстати, один из руководителей Trisigma был гостем подкаста Data Heroes и рассказал, как у них там все устроено.

Яндекс обновил Нейроаналитика В прошлом году Яндекс представил Нейроаналитика, ИИ-ассистента для анализа данных на дашбордах, который помогал выявить тренды и инсайты на графиках. Недавно он получил большое обновление, которое уже доступно всем пользователям DataLens. 🔵Нейроаналитик научился работать с сырыми данными. Ему можно задать любой вопрос на естественном языке, и он сам найдет данные в ваших источниках, создаст визуализацию и сформулирует выводы. При этом он действует только в рамках уже настроенных корпоративных прав доступа. То есть он оперирует только теми данными, которые открыты для конкретного пользователя. 🔵ИИ-подсказки с краткой выжимкой ключевых данных теперь могут генерироваться автоматически при открытии дашборда. Если раньше пользователю нужно было каждый раз заново отправлять запрос к ИИ, то теперь достаточно один раз написать промпт и указать в нем, на какие метрики обратить внимание и какие выводы вы хотите получить на их основе. Оба нововведения должны сделать работу с данными более удобной, быстрой и интуитивной для всех сотрудников, включая тех, кто не связан с аналитикой напрямую.

Линейный график как искусство Этот график в любом современном BI-инструменте можно сделать за несколько кликов Да что BI — его можно нарисовать без особых проблем даже в обычном Экселе. Но у автора он отнял 50 часов — больше стандартной рабочей недели. Он все нарисовал от руки, с помощью карандашей, туши, линеек и набора для леттеринга. В своем посте про этот опыт он поделился набором классических книг про визуализацию для вдохновения, списком инструментов и практическими советами: например, как нарисовать четкие, аккуратные линии. Если интересно, то простого маркера для этого недостаточно: надо отметить точки на графике, вокруг них нарисовать круги и верхние точки кругов соединить линиями — и только внутри этих линий закрасить черным или другим цветом. Он рассказывает, как лучше выстроить процесс, и как работать с разными инструментами. Единственный вопрос, на который он не дает ответ — зачем вообще этим заниматься? Зачем тратить 50 часов на то, что намного проще и быстрее сделать на компьютере? Возможно, просто из любви к искусству. В конце концов, не все нужно автоматизировать и оптимизировать — иногда можно потратить 50 часов на линейный график и просто наслаждаться процессом. Кстати, даже если не планируете рисовать графики карандашами и чернилами, в посте есть ссылки на онлайн-версии книг, которые все еще стоят внимания. несмотря на возраст.

От мечты стать сварщиком в Сыктывкаре до ML-стажировки в Саудовской Аравии Такой путь прошёл Степан Платинский, выпускник ШАДа Яндекса. Он рассказал журналу о технологиях 8БИТ, как у него это получилось, а мы выбрали из его интервью самые интересные моменты. Сейчас Степан обучает модели для международного поиска Яндекса и занимается исследованиями в области экстремальной статистики. Именно научная деятельность помогла ему познакомиться с профессором университета KAUST в Саудовской Аравии и попасть к нему на стажировку в прошлом году. Степан назвал три фактора, которые помогут повысить шансы на участие в международной программе. И, кстати, идеального английского среди них нет, если вы вдруг этого опасались. Язык, конечно, пригодится, но важнее другое. 🔵 На стажировки охотнее всего берут людей, у которых уже есть реальные научные результаты: собственные наработки, публикации, опыт участия в исследованиях. Степан этот опыт получил во время учебы в ШАДе, где как раз большой акцент делают на практику. 🔵Начинать искать возможности стоит как можно раньше, не дожидаясь последних курсов. Объявления о наборе стажёров часто публикуют в студенческих сообществах и чатах, и Степан рекомендует откликаться на всё, что имеет отношение к вашей специальности. 🔵И самое главное — любознательность и искренний интерес к ML. Только они дают достаточно мотивации, чтобы следить за новостями в такой динамичной и постоянно меняющейся сфере. А что вы думаете про международные стажировки? Куда хотели бы съездить?

Два брата отняли работу у ИИ… …но не ту, которую стоит отнимать. Помните многочисленные истории про то, как очередной ИИ-агент удалил БД без возможности восстановления, а потом неискренне извинялся? Братья из США, видимо, тоже слышали, и решили, что и сам так могут — и даже доказали на деле. 🔜 В 2015 за участие кибермошеннической схеме Муниб и Сохаиб Ахтер получили 3 и 2 года тюрьмы соответственно. Какое-то время им удавалось скрывать этот факт от работодателей — настолько успешно, что они даже смогли устроиться в Opexus, ИТ-компанию, обслуживающую американские государственные ведомства. Правда, длилось это недолго: один пришел в 2023 году, второй в 2024, а уволили их обоих 18 февраля 2025, когда вскрылось преступное прошлое и новые грешки на текущем месте. Эту новость им сообщили на звонке в Microsoft Teams в 16:48. Уже в 16:55 Сохаиб попытался, но не смог зайти в свой рабочий аккаунт. Его брат оказался предусмотрительнее: он позаботился о доступе к данным еще до звонка. В течение следующего часа он снес 96 баз с государственными данными, скачал 1805 файлов Комиссии по равным условиям для трудоустройства США и налоговые данные как минимум 450 человек. Любопытно, что они случайно записали свой разговор во время совершения преступления. Дальше события развивались предсказуемо: в марте 2025 к братьям пришли с обыском, в апреле 2026 Муниб признал вину сам, а в мае его брата признал виновным суд жюри. Сейчас Муниб пишет от руки письма с просьбой пересмотреть обвинение, а Сохаиб ждет приговора, который должны вынести в сентябре. 🔜Получилась поучительная история по то, что несмотря на стремительное развитие технологий, главной угрозой для кибербезопасности остается человеческий фактор: невнимательность рекрутеров и СБ, наплевательский подход к кибербезопасности и мстительность уволенных сотрудников.

Хогвартс против Хемингуэя Tableau Public — удивительное место. Там можно найти как довольно стандартные, пусть и хорошо сделанные, дашборды с метриками и графиками, так и целые исследования, упакованные в интерактивные инфографики. Например, одно из них посвящено изучению популярности книг разных жанров на сайте goodreads.com, где пользователи пишут отзывы на прочитанные книги и выставляют оценки по пятибалльной шкале. Автор взял самые популярные из них, у которых уже собралось больше миллиона оценок, и проанализировал их рейтинги. Выяснилось несколько интересных фактов: 🔵Всего таких книг 210. 46 из них или 22% уже стали мировой классикой — среди них «Старик и море», «Ромео и Джульетта», «Властелин колец», «Одиссея» и другие громкие названия. 🔵При этом почти у 21 книги из этой категории оценки по меркам сайта ниже среднего. 🔵71 книга из 210 «миллионников» относится к современному фэнтези, и там вы найдете «Гарри Поттера» и «Сумерки». У них оценки среднем зачастую выше, чем у классики. Автор приводит результаты исследований о возможных причинах такого перекоса — например, возраст наиболее активной части пользователей сайта и их возможную предвзятость к классике, которую в них силой запихивали в школе. В конце концов, оценка пользователя говорит не столько об объективном качестве текста, сколько о том, насколько она понравилась и запомнилось читателю. И как бы не был силен Хемингуэй, книжки про волшебников людям в основном заходят лучше. В итоге получилось интересное чтение для вечера пятницы, инструмент, чтобы выбрать следующую книгу на почитать, и просто крутая визуализация, показывающая возможности Tableau.

Почти на каждом нашем проекте, как только мы заходим в Metabase, видим одну и ту же картину: дубли запросов, мертвые дашборды, SQL, в котором уже никто не разбирается. Раньше я лез разгребать это руками и тратил по несколько дней на один аудит. В какой-то момент стало понятно, что эту работу можно автоматизировать. Начал собирать инструмент для себя, чтобы хотя бы первую инвентаризацию проводить без боли. Так появился MetaLens. Если честно, я не люблю называть его «ИИ-инструментом», это создаёт ожидание, что есть одна волшебная кнопка и всё чинится само. На деле это полноценный продукт, в основе которого модели Антропика, Metabase MCP и восемь ИИ-агентов, у каждого своя зона ответственности: 🔵X-Ray делает полный аудит проекта за 90 секунд 🔵Docs пишет документацию к запросам и дашбордам 🔵Catalog находит и архивирует устаревший контент 🔵Reviewer разбирает SQL на баги и плохие паттерны 🔵Chat отвечает на вопросы по данным на естественном языке 🔵Builder собирает дашборды в несколько кликов 🔵Metric Tree рисует карты метрик 🔵Gap подсказывает, каких отчетов не хватает Конкретный пример из недавнего: маркетплейс на ранней стадии, 23 контрибьютора, 5 баз, 1798 запросов. MetaLens за 2 минуты нашел 94 группы дублей и 901 запрос, к которому уже год никто не обращался. Раньше такой аудит занимал у меня несколько дней. Изначально это был внутренний инструмент Valiotti Data, но за пару месяцев он вырос в SaaS-платформу, к которой можно подключить и свой Metabase. Если интересно потрогать, оставьте почту в комментариях, отгрузим 100 кредитов, чтобы спокойно прогнать все агенты на своем проекте.

Сколько денег приносит ИИ? Amazon, Google, Microsoft и другие технокомпании вкладывают в ИИ огромные деньги: они выпускают все новые продукты на его основе и активно — иногда слишком — продвигают их среди клиентов и даже собственных сотрудников. Учитывая их рвение, может показаться, что это приносит им большие доходы, но, кажется, это не так. По крайней мере пока. 🔜 Здесь собрали данные о затратах и прибылях передовых ИИ-компаний: кроме уже упомянутых, там есть запрещенная в России Meta, Nvidia, OpenAI, Anthropic, Oracle, xAI, Mistral, Cohere и Deepseek. В плюсе пока только Nvidia, которая с 2023 заработала на ИИ-чипах 253 миллиардов. Никто больше к таким результатам даже не приблизился, и в основном все в глубоком минусе. Выглядит не очень, но стоит учитывать три фактора: 🔵На графиках только затраты и доходы, связанные с ИИ, а не финансовые показатели компании в целом. То есть Copilot не привел Microsoft к банкротству. 🔵Цифры приблизительные и основанные во многом на предположениях, оценках экспертов и слитых данных. Список источников внизу страницы. 🔵Многие денежные потоки в индустрии движутся по кругу: от Google в Anthropic, от Anthropic в Nvidia и от Nvidia в Google. Это тоже влияет на точность оценки прибыльности ИИ-проектов. В любом случае, выглядят данные любопытно и доля правды в них точно есть. Отсюда вопрос: как думаете, когда ИИ начнет окупаться?

Гача, доведенная до абсолюта По пятничной традиции предлагаем способы скоротать время до конца рабочего дня. На этот раз — вариант для тех, кто хочет понять, почему так популярен Genshin и иже с ним, но сам в это играть не хочет. Такие игры называются гача, и смысл в них — в том, что что-нибудь собирать, обычно персонажей. Выбрать или купить конкретного героя нельзя — надо «крутить» и надеяться, что он вам выпадет. Увеличить свои шансы можно, вливая в игру либо деньги, либо время, чтобы получить дополнительные «крутки». 🔜 В чем смысл и зачем кому-то тратить время на это казино? Сложно объяснить, но можно прочувствовать на себе, поиграв в Number Gacha — гачу, где надо собирать цифры от 1 до 100. Деньги тратить не надо, но все остальные элементы на месте: у цифр есть разные категории редкости, от обычной до легендарной, возможность зарабатывать внутриигровую валюту и покупать бонусы и дополнительные «крутки» и даже сражения. В общем, это такая гача, из которой убрали все лишнее и оставили только самую суть. И это все еще работает и затягивает, даже без анимешных девочек, мира, сюжета и прочего, что обычно ценят игроки. Как вам? Прочувствовали, чем гачи привлекают миллионы людей или это все-таки не ваше?

ИИ-поиск, ИИ-почта, ИИ-документы Рассказываем про интересные новости с Google I/O 2026. Если кратко: искусственный интеллект становится неотъемлемой частью всех продуктов и сервисов компании. 🔜 ИИ станет ключевым компонентом Поиска. Получится что-то среднее между привычным поиском и ИИ-чатботом, которому теперь можно будет давать не просто ключевые слова, а подробные запросы, задавать уточняющие вопросы в блоке «Обзор от ИИ», создавать поисковых агентов. То есть не просто написать «куплю гараж», а подробно описать, где вы живете, какая у вас машина и какой гараж вам нужен. Google это все обработает, выдаст подробный ответ вместо со стандартной поисковой выдачей и возможно даже что-нибудь накодит или визуализирует — это он тоже теперь умеет. Даже если вы ничего не найдете, агент продолжит шерстить интернет в поисках подходящего гаража и пришлет оповещение, если вдруг найдет. Google называет это самым масштабным обновлением Поиска за 25 лет. Выкатывать его начнут уже сегодня, для всех стран и языков. 🔜 ИИ-помощников получат и другие сервисы. В Gmail вместо того, чтобы по старинке искать письмо в ящике, пользователь сможет просто задать вопрос голосом, например: «Во сколько у меня самолет?» ИИ найдет билет и напомнит время и дату. Главное тут, чтобы он ничего не перепутал и не нагаллюцинировал. А в Google Docs можно будет просто надиктовать все, что вы хотите записать, а ИИ сам это все структурирует и красиво оформит, еще и подтянет данные из других сервисов и файлов, если понадобится. 🔜 Также представили Gemini Omni, которая умеет генерировать и редактировать видео в разных стилях на основе текстовых промптов, изображений или других видеороликов. Первая модель из линейки, Gemini Omni Flash, доступна подписчикам Google AI Plus, Pro и Ultra. На следующей неделе ее смогут протестировать пользователи YouTube. Больше ИИ-новостей — в блоге компании. Там рассказали также про новую Gemini 3.5, умные очки, которые поступят в продажу осенью, ИИ-инструменты для научных исследований и многое другое. А что вам больше всего запомнилось на Google I/O?

SQL против мошенников Интересная статья про паттерны, по которым можно выявить случаи мошенничества и подозрительной активности на банковских счетах с помощью простого советского SQL. Большинство признаков, на которые надо обращать внимание, известны или интуитивно понятны, но автор еще и сами SQL-запросы показывает, и это уже может пригодиться. 🔵Скорость снятия денег. Большое количество операций за короткий срок говорит о том, что мошенник пытается поскорее опустошить карту, пока владелец не заметил. 🔵Телепортация — в течение небольшого промежутка времени карта использовалась в двух местах, между которыми физически невозможно переместиться с такой скоростью. 🔵Снятия подозрительных сумм. Небольшие, круглые суммы — у автор это 1-5-10 долларов — говорят о том, что мошенник проверяет, работает ли карта. Сомнения должны вызывать и частые покупки на суммы ниже пределов, после которых требуется подтверждение личности или пин-код. 🔵Внезапный рост числа уникальных карт у одного мерчанта. Если раньше через него проходили 200 карт в день, а потом их число подскочило до 1000+, это повод присмотреться к нему повнимательнее. 🔵Операции в нетипичное для пользователя время. Например, если человек всегда платит днем, а потом внезапно начинает активно пользоваться картой в 3 ночи. Чтобы выявлять все эти сигналы было проще, автор предлагает заранее материализовать их с помощью оконных функций:

SELECT
  cardholder_id,
  timestamp,
  amount,
  merchant_id,

  timestamp - LAG(timestamp) OVER w AS time_since_last,

  CASE WHEN merchant_id <> LAG(merchant_id) OVER w
       THEN 'changed' ELSE 'same' END AS merchant_change,

  sum(amount) OVER (
    PARTITION BY cardholder_id
    ORDER BY timestamp
    RANGE BETWEEN INTERVAL '24 hours' PRECEDING AND CURRENT ROW
  ) AS running_24h_total,

  ROW_NUMBER() OVER (
    PARTITION BY cardholder_id, date(timestamp)
    ORDER BY timestamp
  ) AS tx_of_day

FROM transactions
WINDOW w AS (PARTITION BY cardholder_id ORDER BY timestamp)
ORDER BY cardholder_id, timestamp;

И после этого уже прогонять проверки с помощью WHERE:

SELECT *
FROM tx_with_windows
WHERE tx_of_day >= 5
  AND time_since_last < INTERVAL '60 seconds'
  AND merchant_change = 'changed';

Главное — не переусердствовать и помнить, что каждый сигнал по отдельности, как правило, ничего не доказывает: и обычному человеку может понадобиться снять деньги с карты несколько раз подряд или сбегать в магазин посреди ночи. Чтобы отсеять честных пользователей от мошенников, нужно смотреть на несколько параметров в совокупности.

ИИтальянская забастовка Простите за каламбур в заголовке, но в пятницу же можно, правда? 🔜 Руководство Amazon подталкивает сотрудников к автоматизации работы через создание агентов с помощью инструмента MeshClaw — нетрудно догадаться, что он вдохновлен нашумевшим этой зимой OpenClaw. Хотя в компании заявили, что активность использования ИИ не будет учитываться при оценке качества работы, многие в это не верят. Сотрудники Amazon опасаются негативных последствий, если не продемонстрируют, с каким энтузиазмом они внедрили новую технологию в свои процессы. Это все привело к тому, что люди начали использовать агентов везде, где только можно, даже если не нужно. Таким образом они «накручивают» число потраченных токенов и поднимают статистику уровня внедрения ИИ по компании. Такая вот итальянская забастовка в киберпанке. 🔜 Помимо сомнительной эффективности, такой подход к работе несет и риски для кибербезопасности. MeshClaw — очень многофункциональный инструмент, который во внутренних документах описали так:

Ночью он «спит», чтобы объединить все, чему научился, следит за вашими деплоями, пока вы на встречах, и разбирает вашу почту еще до того, как вы проснетесь

В общем, он может интегрироваться во все процессы и действовать автономно. Вкупе с излишне активным применением, чтобы угодить руководству, это вызывает опасения, что в какой-то момент он может сделать что-нибудь не то. Ждем новостей, как он снес базу и не оставил резервных копий по примеру Claude?