اکنون در دسترس! پژوهش تلگرام ۲۰۲۵ — مهمترین بینشهای سال 
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 35 839 مشترک است و جایگاه 3 835 را در دسته فناوری و برنامهها و رتبه 18 129 را در منطقه روسيا دارد.
📊 شاخصهای مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 35 839 مشترک جذب کرده است.
بر اساس آخرین دادهها در تاریخ 13 ژوئن, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر -8 و در ۲۴ ساعت گذشته برابر -11 بوده و همچنان دسترسی گستردهای حفظ شده است.
- وضعیت تأیید: تأیید نشده
- نرخ تعامل (ER): میانگین تعامل مخاطب 9.82% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 4.08% واکنش نسبت به کل مشترکان کسب میکند.
- دسترسی پستها: هر پست به طور میانگین 3 522 بازدید دریافت میکند. در اولین روز معمولاً 1 461 بازدید جمعآوری میشود.
- واکنشها و تعامل: مخاطبان بهطور فعال حمایت میکنند؛ میانگین واکنش به هر پست 13 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 14 ژوئن, 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.
35 839
مشترکین
-1124 ساعت
-317 روز
-830 روز
آرشیو پست ها
35 832
Разработчикам стала доступна российская облачная среда для разработки — GigaIDE Cloud со встроенным AI-ассистентом
GigaIDE Cloud позволяет разработчику начать работу над проектом всего за несколько секунд без необходимости настройки рабочего окружения и с привычных устройств.
Облачная среда обеспечивает редактирование, отладку, проверку и совместную работу с кодом, а также постоянный и безопасный доступ к предварительно настроенным рабочим пространствам.
В GigaIDE Cloud интегрирован AI-ассистент разработчика GigaCode. Он автоматизирует рутинные процессы, дает советы и подсказки в реальном времени — пользуйтесь автодополнением кода, оптимизируйте код и исправляйте ошибки с поддержкой AI
Начать пользоваться GigaIDE Cloud — по ссылке
35 832
🖥 SuperMassive — это распределенная, масштабируемая, устойчивая к сбоям и самовосстанавливающаяся база данных ключ-значение, работающая в оперативной памяти! Она предназначена для обработки больших объемов критически важных данных с низкой задержкой.
🔐 Лицензия: BSD-3-Clause
🖥 Github
@sqlhub
35 832
✒️ Разбираем тестовое задание в Альфа Банк на позицию Junior Аналитика данных
Чтобы найти работу, мало пройти курс и сделать классное резюме. На практике, чтобы выделиться на собеседовании, нужно понимать, что лежит под капотом каждого инструмента, а не следовать конкретному заученному алгоритму.
Чтобы попрактиковаться в этом, приходите на бесплатный вебинар, где будем разбирать реальное тестовое задание, которое дают аналитикам в Альфа Банке💻
Что будем делать на вебинаре:
🟠 Напишем сложные SQL-запросы для банковских данных;
🟠 Вспомним, как правильно использовать оконные функции;
🟠 Узнаем, как создавать разметку, из чего она состоит и для чего она нужна;
🟠 На реальных данных проведем когортный анализ и сделаем выводы;
🟠 Расскажем, как доставать инсайты из данных.
Вебинар проведет Денис Иванов, ведущий продуктовый аналитик
🏃♀️ Зарегистрироваться на бесплатный вебинар
35 832
🐼 Pandas умирает медленной и мучительной смертью.
Это самая популярная в мире библиотека обработки данных, но она медленная, и многие библиотеки значительно превзошли ее.
Проблема альтернатив Pandas в том, что никто не хочет изучать новый API.
Давайте посмотрим правде в глаза: люди не будут переносить свои проекты, га другие фреймворки, без особой причины.
Я уже давно работаю с FireDucks 🦆
Эта библиотека в разы быстрее Pandas, и вам не придется менять код старых проектов для перехода на нее.
Вы можете изменить *одну* строку кода и весь остальной код будет работать на FireDucks :
import fireducks.pandas as pdpython $ python -mfireducks.imhook yourfile[.]pyFireDucks — это многопоточная библиотека с ускорением компилятора и полностью совместимым с pandas API. Она быстрее, чем Polars. Ниже приведена ссылка на некоторые бенчмарки, сравнивающие Pandas, Polars и FireDucks. FireDucks побеждает с отрывом. ⛓️Здесь находится репозиторий FireDucks на GitHub: https://github.com/fireducks-dev/fireducks ⛓️Если вы хотите пощупать либу, откройте этот пример: https://github.com/fireducks-dev/fireducks/tree/main/notebooks/nyc_demo ⛓️Если вы хотите сравнить FireDucks с Polars и Pandas, вот еще один блокнот: https://github.com/fireducks-dev/fireducks/blob/main/notebooks/FireDucks_vs_Pandas_vs_Polars.ipynb ⛓️И наконец, бенчмарки, с которыми стоит ознакомиться: https://fireducks-dev.github.io/docs/benchmarks/ @sqlhub #fireducks #Pandas #dataanalysis #datascience #python #opensource
35 832
Соединение данных в PostgreSQL: алгоритмы и виды JOIN
Приглашаем на практический открытый урок от Otus, посвященный курсу «PostgreSQL для администраторов баз данных и разработчиков»
На уроке рассмотрим:
Обзор основных видов JOIN в PostgreSQL
Подробно изучим алгоритмы соединения таблиц
Практические примеры использования JOIN-операторов
✅ Практика: оптимизация существующих SQL-запросов и создание новые, более эффективных запросов для обработки больших объемов данных в PostgreSQL.
👉 Регистрация и подробности
https://otus.pw/5Uep/?erid=2W5zFGDyrhn
#реклама
О рекламодателе
35 832
❓ Как построить конвейер ETL (Extract, Transform and Load) из SQL Server в Postgres?
💡 Узнайте, как создать конвейер ETL с PySpark для извлечения данных из SQL Server, их преобразования и загрузки в базу данных Postgres. Используйте распределенную мощь Spark для бесперебойной обработки больших наборов данных!
🕞 Продолжительность: 8:32
🔗 Ссылка: *клик*
@sqlhub
35 832
🔔 PostgreSQL уже не справляется? Пора на новый уровень!
В мире больших данных время — главный ресурс. Если вам нужны мощные аналитические запросы, горизонтальное масштабирование и высокая производительность, пора знакомиться с Arenadata DB (Greenplum).
📅 На открытом вебинаре 4 марта в 18:30 МСК разберем:
- Отличия MPP ArenadataDB от PostgreSQL
- Как запускать и останавливать кластер
- Как писать аналитические запросы, чтобы получать максимум
👨🏫 Спикер: Алексей Железной — Senior Data Engineer с большим опытом и широким технологическим стеком.
🔗 Регистрируйтесь и получите скидку на большое обучение «Greenplum для разработчиков и архитекторов баз данных»: https://otus.pw/s10x/?erid=2W5zFGtYCqn
Не упустите возможность поднять свои навыки на новый уровень! 💪
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.
35 832
Как стать аналитиком и не сдаться на пути
Я часто вижу сообщения от тех, кто только планирует войти в мир аналитики или делает первые шаги. Звучат они они примерно так:
😶 Я гуманитарий, и мне кажется, аналитика — это не для меня…
😶 Смотрю на программу обучения, и всё кажется таким сложным, боюсь, что ничего не пойму.
😶 Мне уже за 30, смогу ли я переучиться и, главное, найти работу после этого?
😶 Не знаю, с чего начать: SQL, Python, метрики?
😶 Столкнулся со сложной темой, потерял мотивацию и веру в свои силы 🙁
Все эти сообщения объединяет одно — растерянность и сомнения в своих силах. Знакомо?
О том, как отправляться в путь к новой профессии поговорим на вебинаре
25 февраля в 19:00 по мск на тему «Как стать аналитиком и не сдаться на пути».
Спикер — Владимир Камчаткин, тимлид продуктовой аналитики образовательной платформы Т-Банка, более 3 лет работы в образовании, автор тг-канала Data New Gold
На вебинаре обсудим:
🟠Какие сложности возникали у Владимира и как он их преодолевал;
🟠Как ставить цели, планировать обучение и выбирать качественные ресурсы;
🟠Как совмещать обучение с работой;
🟠Применение нейронауки и психологии для повышения эффективности запоминания;
🟠Ответы на вопросы участников вебинара.
Зарегистрироваться на бесплатный вебинар
35 832
🔥 ERD Lab — это бесплатный онлайн-инструмент, предназначенный для профессионального проектирования и визуализации баз данных с использованием диаграмм "сущность-связь" (ERD)! Он позволяет импортировать существующие SQL-скрипты или создавать новые базы данных без необходимости писать код, что упрощает процесс разработки и документирования структур данных.
🔗 Ссылка: *клик*
@sqlhub
35 832
Бесплатный практический вебинар по аналитике данных от karpov courses.
Данные — универсальная валюта 21 века. А их анализ необходим для принятия обоснованных и эффективных решений. Поэтому спрос на специалистов, умеющих работать с данными стабильно растёт, как и их зарплаты — компании готовы платить компетентным специалистам.
Если вы стремитесь не просто работать с данными, а понимать их суть, то обязательно посетите бесплатный практический вебинар от karpov courses — «Аналитик данных: все, что нужно знать для старта в профессии».
Получить эти навыки вы можете на бесплатном практическом вебинаре от karpov courses.
Там вам расскажут про Python, SQL, статистику, метрики, Airflow, BI, кто такие аналитики и как вы сталкиваетесь с результатами их работы каждый день, а также найдете ответ на вопрос “а зачем вообще любой компании нужен аналитик”?
Вебинар пройдет 27 февраля в 19:00 по мск, зарегистрироваться можно по ссылке: https://clc.to/erid_2W5zFHLk76Y
Регистрируйтесь и перестаньте бояться быстрорастущего мира IT!
Реклама. ООО "КАРПОВ КУРСЫ". ИНН 7811764627
35 832
Классный сайт для тренировки навыков SQL.
На сайте размещены задачи, которые решаются через базу данных больницы.
Уровни сложности разные — от простых запросов с SELECT до по-настоящему сложных.
Берём на вооружение для практики!
https://www.sql-practice.com/
@sqlhub
35 832
🖥 Outerbase Studio — это браузерный графический интерфейс для управления SQL-базами данных, разработанный для простоты и универсальности! Изначально созданный для LibSQL и SQLite, он теперь поддерживает широкий спектр баз данных, включая PostgreSQL и MySQL.
Основные возможности:
🌟 Редактор запросов: удобный интерфейс с автодополнением и подсказками функций, позволяющий выполнять несколько запросов одновременно и эффективно просматривать результаты.
🌟 Редактор данных: позволяет вносить изменения в данные с возможностью предварительного просмотра перед сохранением; оптимизирован для работы с большими объемами данных.
🌟 Редактор схемы: обеспечивает быстрое создание, изменение и удаление столбцов таблиц без необходимости писать SQL-код.
🌟 Менеджер подключений: гибко управляет подключениями, позволяя сохранять их локально в браузере или на сервере для совместного использования на разных устройствах.
🔐 Лицензия: AGPL-3.0
🖥 Github
@sqlhub
35 832
⚡️ RushDB — это мгновенная база данных, построенная на базе Neo4j, не требующая моделирования, конфигураций, нормализаций данных и идеально подходит для разработки приложений, DS/ML Ops и быстрого прототипирования.
🌟 Принимает любые данные формате JSON, JSONB и CSV, и самостоятельно нормализует данные, создавая связи между данными, расставляет типы данных и лэйблы на основе передаваемых данных.
☁️ Доступна в облаке и селф-хостед.
🛠 API-first и удобные SDK для разработчиков: Python и TypeScript
🚀 Отлично подходит для стартапов, AI-команд и всех, кто работает с графами
🔐 Лицензия: Apache-2.0
🟢 GitHub
🟢Website
📖Docs
35 832
35 832
Математика — это прекрасный язык, которым можно описать практически всё. Но есть нюансы
Директор по развитию искусственного интеллекта в Яндексе Александр Крайнов стал гостем сезона «Лица Data Fusion» в подкасте «Деньги любят техно». Ведущий подкаста Денис Суржко, заместитель руководителя департамента анализа данных и моделирования ВТБ, пригласил Александра на чай и задал ему профессиональные и философские вопросы.
В выпуске обсудили:
• Кто такие специалисты по ИИ сегодня
• Какой фундамент необходим, чтобы быть классным дата-сайентистом
• Как подходят к подбору сотрудников в команду ИИ в Яндексе
• Сходства и различия работы на компанию и в науке
• Мотивацию, процессы, выстраивание работы в командах
• Подходы к разработке ИИ-продуктов и исследований в России и Китае
• Будущее ИИ
Послушать или посмотреть эпизод рекомендуем всем, кто строит карьеру в сфере Data Science.
Ссылка на видеоверсию в ВК: *клик*
Ссылка на аудиоплатформы: *клик*
35 832
35 832
🔧Как настроить интеграцию ClickHouse с Postgres, Kafka, S3 и Superset?
🔥24 февраля в 18:30 (мск) — откройте для себя готовые решения на практическом вебинаре с Алексеем Железным!
Вы научитесь:
- Подключать ClickHouse к PostgreSQL.
- Настраивать стриминг данных через Kafka.
- Интегрировать ClickHouse с BI-инструментом Superset для построения отчетов.
После вебинара вы сможете уверенно настраивать все коннекторы и использовать их для создания мощных аналитических решений. Получите практические знания и прокачайте свои навыки!
Не упустите шанс! Регистрируйтесь прямо сейчас!
👉 Регистрация: https://otus.pw/16ds/?erid=2W5zFHBxtor
Бесплатное занятие приурочено к старту курса ClickHouse. После обучения вы научитесь быстро и эффективно настраивать БД, работать с ее продвинутыми функциями и интегрировать с другими системами.
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.
35 832
🖥 Hector RAG — это фреймворк для создания систем генерации текста с дополнением извлеченной информацией (Retrieval Augmented Generation, RAG), построенный на базе PostgreSQL. Он предоставляет расширенные методы поиска и объединения данных для разработки AI-приложений!
🔐 Лицензия: MIT
🖥 Github
@sqlhub
35 832
👣 qdrant: Qdrant - высокопроизводительная, масштабная векторная база данных и векторная поисковая система для следующего поколения ИИ.
Также доступна в облаке https://cloud.qdrant.io ★21546
pip install qdrant-client
🖥 Github
@sqlhub