Data Science. SQL hub
رفتن به کانال در 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
نمایش بیشتر
📈 تحلیل کانال تلگرام Data Science. SQL hub
کانال Data Science. SQL hub (@sqlhub) در بخش زبانی روسی بازیگری فعال است. در حال حاضر جامعه شامل 36 059 مشترک است و جایگاه 3 718 را در دسته فناوری و برنامه‌ها و رتبه 17 596 را در منطقه روسيا دارد.
📊 شاخص‌های مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 36 059 مشترک جذب کرده است.
بر اساس آخرین داده‌ها در تاریخ 02 نوامبر, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر 122 و در ۲۴ ساعت گذشته برابر -6 بوده و همچنان دسترسی گسترده‌ای حفظ شده است.
- وضعیت تأیید: تأیید نشده
- نرخ تعامل (ER): میانگین تعامل مخاطب 9.02% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 3.90% واکنش نسبت به کل مشترکان کسب می‌کند.
- دسترسی پست‌ها: هر پست به طور میانگین 3 255 بازدید دریافت می‌کند. در اولین روز معمولاً 1 408 بازدید جمع‌آوری می‌شود.
- واکنش‌ها و تعامل: مخاطبان به‌طور فعال حمایت می‌کنند؛ میانگین واکنش به هر پست 7 است.
- علایق موضوعی: محتوا بر موضوعات کلیدی مانند sql, индекс, postgres, index, sqlite تمرکز دارد.
📝 توضیح و سیاست محتوایی
نویسنده این فضا را محل بیان دیدگاه‌های شخصی توصیف می‌کند:
“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”
به لطف به‌روزرسانی‌های پرتکرار (آخرین داده در تاریخ 03 نوامبر, 2026)، کانال همواره به‌روز و دارای دسترسی بالاست. تحلیل‌ها نشان می‌دهد مخاطبان به‌طور فعال با محتوا تعامل دارند و آن را به نقطه اثرگذاری مهم در دسته فناوری و برنامه‌ها تبدیل کرده‌اند.
36 059
مشترکین
-624 ساعت
-747 روز
+12230 روز
آرشیو پست ها
36 058
Прямо сейчас в три команды Авито ищут дата-сайентистов:
1️⃣ Data Scientist в платформу анализа коммуникаций (Automated Speech Recognition)
2️⃣ Data Scientist в команду антифрода
3️⃣ Data Scientist в команду рекомендаций
Если вам хочется улучшать опыт миллионов пользователей, скорее откликайтесь!
Вас ждут интересные и сложные задачи на большом масштабе, а ещё:
– достойная зарплата (обсуждается индивидуально на собеседовании);
– сильная команда, которая всегда готова прийти на помощь;
– возможность изучать и пробовать новое, мощное железо для этого;
– бюджет на обучение, который можно тратить на курсы или профессиональную литературу;
– забота о здоровье: с первого дня у вас будет ДМС со стоматологией, в офисе принимают терапевт и массажист;
– возможность работать удалённо или из классных офисов в четырёх городах России.
Переходите по ссылкам и оставляйте отклики.
36 058
🔑 Знание регулярных выражений поднимает вас над общей серой массой, так что не бойтесь выделяться)
Regex и
~ в SQL помогут вам найти абсолютно всё, вот примеры некоторых особенно полезных регулярок:
🔵типичное имя пользователя — ^[a-z0-9_-]{3,16}$; начало строки (^), потом любая буква (a-z), число (0-9), символ подчёркивания/дефис. Нам нужно от 3 до 16 этих символов ({3,16}), потом конец строки ($)
🔵^[a-z0-9_-]{6,18}$ — типичный пароль, должно быть от 6 до 18 символов
🔵^([a-z0-9_\.-]+)@([\da-z\.-]+)\.([a-z\.]{2,6})$ — типичный email;
под это выражение подходит john@doe.com,
не подходит john@doe.something (TLD длинный)
🔵^(https?:\/\/)?([\da-z\.-]+)\.([a-z\.]{2,6})([\/\w \.-]*)*\/?$ — типичный URL из латинских букв;
https://net.tutsplus.com/about подходит под это выражение
http://google.com/some/file!.html не подходит под это выражение
🔵^<([a-z]+)([^<]+)*(?:>(.*)<\/\1>|\s+\/>)$ — тег html
Вообще, есть очень удобный сайт regex101.com для составления regex, use it
@sqlhub36 058
🖥 Panel: The powerful data exploration & web app framework for Python
Блокноты Jupyter отлично подходят для изучения данных.
Но они не так хороши для визуализации данных.
Попробуйте библиотеку с открытым исходным кодом на
Python, которая поможет вам создавать информативные дашборды ↓
▪ Github
pip install panel
@sqlhub36 058
Avito Analytics meetup #12 — онлайн-ивент для аналитиков 🔥
Эксперты из AvitoTech и других крупных компаний разберут кейсы аналитической поддержки при создании нового продукта, расскажут как и зачем анализируют обратную связь о товарах в ритейле, а также о роли аналитики в построении пути пользователя на маркет-приложениях.
Темы докладов:
👉 Аналитика нового продукта «под ключ»;
👉 Обратная связь в «Пятёрочке»: как работают с оценками товаров;
👉 Как построить путь пользователя (User flow).
Встречаемся онлайн 6 марта в 18:00 по Москве.
Регистрируйтесь по ссылке, и до встречи!
36 058
36 058
🖥 GQL - Git Query Language
GQL — язык запросов с синтаксисом, который похож на SQL, с минималистичным движком для выполнения запросов к файлам .git вместо файлов базы данных.
Этот движок выполняет запрос «на лету» без необходимости создавать файлы базы данных или конвертировать файлы .git в любой другой формат.
▪Github
▪Документация
@sqlhub
36 058
Куда движется индустрия аналитики и когда заменят всех специалистов данных данных на AI?
А точно стоит изучать новую для себя профессию, связанную с традиционной Аналитикой?
Как не оказаться в списках layoff?
Как адаптироваться в новой для себя стране и хорошо зарабатывать? Как удвоить зарплату?
А точно нужно быть лояльным к вашему работодателю?
Куда инвестировать в 2024?
Реально ли достичь FIRE в наше время? (Досрочно уйти на пенсию)
На эти и многие другие вопросы, вы сможете найти ответы в канале Инжиниринг Данных, который ведет Дмитрий Аношин. Он больше 14 лет работает с аналитическими решения и строил решения для Amazon и Microsoft.
В 2022-2023 году Дмитрий пережил 5 волн увольнений и в одну даже попал, но благодаря своей стратегии диверсификации усилий финансово сильно не пострадал. В нашем время уже не работает вариант долго и упорно работать на одну компанию и надеятся на повышение и спокойную жизнь. Нужно быть готовым всегда учиться, улучшать свои навыки и искать работу, и не забывать про развитие собственного бренда и нетворкинг.
Про все это можно прочитать в канале @rockyourdata.
36 058
36 058
✅ Что нужно знать о миграции с Oracle на PostgreSQL?
Расскажет опытный эксперт на бесплатном практическом уроке «Коротко об инструментах миграции с Oracle на PostgreSQL: ora2pg, oracle_fdw, ora_fce» от OTUS.
🔹На вебинаре мы разберём какие есть инструменты по упрощению миграции с Oracle на PG
🔹Рассмотрим плюсы, минусы и аналоги ora2pg, oracle_fdw
🔹Разберем особенности расширения ora_fce
Встречаемся 29 февраля в 20:00 мск в рамках курса «PostgreSQL для администраторов баз данных и разработчиков».
👉 Регистрация
https://otus.pw/rrsI/?erid=LjN8KbYbN
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576
36 058
🔝 Где искать работу аналитику данных в различные направления DS,SQL, Аналитики и ML
Подборка с каналами, где можно найти вакансии или подработку:
▪Data Jobs
▪Data Engeneer/SQL
▪Python Jobs
▪Папка с вакансиями по различным направлениям
🔎 Полный ресурсов для поиска работы аналитику данных.
@sqlhub
36 058
🖥 Sql тренажеры для практики
▪sql-academy.org
▪sql-ex.ru
▪schoolsw3.com
▪SQL Fiddle
▪sqltest.online
▪Oracle LiveSQL
▪stratascratch.com
▪stepik.org (Интерактивный тренажер SQL)
▪sql-practice.com
▪pgexercises.com
▪HackerRank
@sqlhub
36 058
✅ Что нужно знать о миграции с Oracle на PostgreSQL?
Расскажет опытный эксперт на бесплатном практическом уроке «Коротко об инструментах миграции с Oracle на PostgreSQL: ora2pg, oracle_fdw, ora_fce» от OTUS.
🔹На вебинаре мы разберём какие есть инструменты по упрощению миграции с Oracle на PG
🔹Рассмотрим плюсы, минусы и аналоги ora2pg, oracle_fdw
🔹Разберем особенности расширения ora_fce
Встречаемся 29 февраля в 20:00 мск в рамках курса «PostgreSQL для администраторов баз данных и разработчиков».
👉 Регистрация
https://otus.pw/rrsI/?erid=LjN8KbYbN
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576
36 058
🏗️ Анонимайзер PostgreSQL
Postgresql_anonymizer - это расширение для маскировки или замены персональной информации (или коммерчески важных данных в базах данных PostgreSQL.
https://postgresql-anonymizer.readthedocs.io/en/stable/
@sqlhub36 058
📖Полное руководство по CASE WHEN в SQL
В сфере SQL освоение условной логики имеет такое же значение, как овладение стратегическими ходами в шахматной игре.
Оператор
CASE WHEN, определяющий эту логику, — универсальный инструмент, способный изменить данные и процесс принятия решений в таких средах SQL, как SQL Server, Oracle и Snowflake. Предлагаемое руководство научит вас использовать CASE WHEN в различных сценариях и поможет усовершенствовать навыки работы с данными независимо от опыта и квалификации.
Определение и назначение CASE WHEN
Оператор CASE WHEN в SQL — условное выражение, аналогичное логике if-else в языках программирования.
Он позволяет выполнять условные проверки в SQL-запросах, предлагая динамический способ манипулирования данными на основе определенных критериев.
Обзор синтаксиса
CASE
WHEN condition1 THEN result1
WHEN condition2 THEN result2
...
ELSE resultN
END
Базовый пример использования в SQL Server
Начнем с SQL Server.
📌Читать
@sqlhub36 058
🔝 Полезные библиотеки для анализа данных.
▪fastparquet - библиотека, котораяускоряет ввод-вывод pandas примерно в 5 раз. fastparquet - это высокопроизводительная реализация формата Parquet на Python, предназначенная для бесперебойной работы с фреймами данных Pandas. Она обеспечивает быструю производительность чтения и записи, эффективное сжатие и поддержку широкого спектра типов данных.
▪SciencePlots - полезная библиотека для создания графиков matplotlib для презентаций, исследовательских работ.
▪CleverCSV - библиотека, которая устраняет различные ошибки синтаксического анализа при чтении CSV-файлов с помощью Pandas
▪PyGWalker - инструмент, который упрощает рабочий процесс анализа и визуализации данных в Jupyter Notebook, превращая фрейм данных pandas в пользовательский интерфейс в стиле Tableau для визуального исследования.
▪Feather - библиотека, которая предназначена для чтения и записи данных с устройств. Данная библиотека отлично подходит для перевода данных из одного языка в другой. Также она способна достаточно быстро считывать большие массивы данных
▪Dask - эта библиотека позволяет эффективно организовывать параллельные вычисления. Коллекции больших данных хранятся здесь как параллельные массивы/списки и позволяют работать с ними через Numpy/Pandas
▪Ibis - обеспечивает доступ между локальным окружение в Python и удаленными хранилищами данных (например, Hadoop)
▪Lightwood - AutoML фреймворк, который принимает на вход данные, целевую переменную и генерирует для вас целый конвейер машинного обучения.
▪Taipy — инструмент, который позволяет дата-сайентистам создавать интерактивный Web UI для ML-проектов.
@sqlhub
36 058
Если вы хотите приносить пользу миллионам пользователей, реализуя решения, основанные на данных, в Авито есть вакансии для вас:
1️⃣ Data Engineer в команду AB
2️⃣ Data Engineer в команду CRM
3️⃣ Data Engineer в команду Data Mart
А что по зарплате и бенефитам?
– Зарплата достойная, обсуждается индивидуально на собеседовании;
– Удалённая работа, но есть классные офисы в Москве и Санкт-Петербурге;
– ДМС со стоматологией с первого дня, в офисе принимают терапевт и массажист;
– Передовые технологии и подходы, возможность пробовать новое;
– Опытные и заинтересованные коллеги, готовые оказать поддержку;
– Личный бюджет на обучение, который можно тратить на книги, курсы и конференции.
Скорее откликайтесь!
36 058
🖥 Хотите остановить все часть транзакций, наапример, INSERT, UPDATE и DELETE?
Вы можете заблокировать их с помощью:
LOCK TABLE ... IN EXCLUSIVE MODE
Другие транзакции могут обращаться к таблице, пока вы не отмените блокировку.
#oracle #sql
@sqlhub36 058
Не нужно опыта и знаний в IT-сфере, чтобы попробовать себя в роли Python-разработчика в 2024 году. На бесплатном мини-курсе по Python вы на практике познакомитесь с задачами разработчиков, сделаете 4 крутых проекта и поймёте, ваша ли это профессия.
Зарегистрируйтесь сейчас и получите полезный гайд по профессии. Из него вы узнаете, почему Python — идеальный язык для новичка: https://epic.st/IEKqMr
За 4 занятия изучите видеоматериалы. Практические работы и тесты будут после каждого видео. Научитесь создавать полезные приложения: от Telegram-ботов, которые упрощают жизнь, до сайтов и парсеров — программ для извлечения нужных данных из интернета.
В финале вас ждёт прямой эфир с экспертом Анастасией Борневой — руководителем направления по исследованию данных в «Сбере». В прямом эфире она поделится профессиональными секретами, разберёт ваши работы и ответит на вопросы.
Всем участникам дарим годовой доступ к изучению английского языка, набор полезных статей для начинающего разработчика и скидку 10 000 рублей на любой курс.
Реклама. ЧОУ ДПО «Образовательные технологии «Скилбокс (Коробка навыков)», ИНН: 9704088880.
36 058
36 058
Как построить аналитическую инфраструктуру уровня PRO своими руками или с небольшой командой?
Анонс для тех, кто устал вручную выгружать и сводить данные из разных источников. На деле ситуация серьезней, чем кажется.
Часто компании работают с разными источниками данных с собственной логикой. Каждая выгрузка превращается в хоррор-квест и отнимает много времени и сил. Формально аналитика работает, но все понимают, что можно лучше.
Облегчить жизнь команде аналитики поможет правильная инфраструктура, и ее можно собрать по готовому алгоритму. А где его взять?
28 февраля в 17:00 МСК архитектор VK Cloud Алексей Белозерский проведет вебинар. Там он покажет, как с помощью облачных сервисов и открытого ПО организовать хранение, обработку и доставку данных до конечных пользователей.
В программе:
🔹Основные принципы и этапы работы с данными: DWH, ETL, BI.
🔹Проектирование системы: создание DWH, передача и обработка данных с помощью Apache Airflow и DBT, подключение BI-систему Redash.
🔹Live-demo: эксплуатация системы. Подключаем источники, редактируем витрины, обогащаем дашборды в Redash дополнительными данными.
🔹 QA-сессия.
Посетите вебинар дата-инженеров , старших аналитиков и разработчиков DWH, а также менеджеров продуктов, ориентированных на data-driven подход.
У VK Cloud большой опыт в построении различных инфраструктур. Поэтому добавьте событие в календарь.
⏰ 28.02.2024, 17:00 МСК
Зарегистрироваться
