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 35 837 مشترک است و جایگاه 3 816 را در دسته فناوری و برنامهها و رتبه 18 135 را در منطقه روسيا دارد.
📊 شاخصهای مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 35 837 مشترک جذب کرده است.
بر اساس آخرین دادهها در تاریخ 18 ژوئن, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر -33 و در ۲۴ ساعت گذشته برابر 8 بوده و همچنان دسترسی گستردهای حفظ شده است.
- وضعیت تأیید: تأیید نشده
- نرخ تعامل (ER): میانگین تعامل مخاطب 6.81% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 3.98% واکنش نسبت به کل مشترکان کسب میکند.
- دسترسی پستها: هر پست به طور میانگین 2 442 بازدید دریافت میکند. در اولین روز معمولاً 1 425 بازدید جمعآوری میشود.
- واکنشها و تعامل: مخاطبان بهطور فعال حمایت میکنند؛ میانگین واکنش به هر پست 12 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 19 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.
35 837
مشترکین
+824 ساعت
-277 روز
-3330 روز
آرشیو پست ها
35 842
💻ACID
Когда речь идёт о базах данных, может всплыть сочетание «Требования ACID».
Давайте освежим в памяти, что же это значит
Требования ACID — набор требований, которые обеспечивают сохранность ваших данных.
🔅Atomicity — Атомарность
Атомарность гарантирует, что каждая транзакция будет выполнена полностью или не будет выполнена совсем. Не допускаются промежуточные состояния.
🔄Consistency — Согласованность
Это свойство вытекает из предыдущего. Благодаря тому, что транзакция не допускает промежуточных результатов, база остается консистентной. Есть такое определение транзакции: «Упорядоченное множество операций, переводящих базу данных из одного согласованного состояния в другое». То есть до выполнения операции и после база остается консистентной (согласованной)
⬇️Isolation — Изолированность
Во время выполнения транзакции параллельные транзакции не должны оказывать влияния на её результат.
🔓Durability — Надёжность
Если пользователь получил подтверждение от системы, что транзакция выполнена, он может быть уверен, что сделанные им изменения не будут отменены из-за какого-либо сбоя. Обесточилась система, произошел сбой в оборудовании? На выполненную транзакцию это не повлияет.
🔗 Полезная статья на Хабре в тему
@sqlhub
35 842
+7⚡️ Dolt — первая в мире база данных SQL с контролем версий.
Для достижения этой цели Dolt использует Prolly Tree-хранилище схемы и данных, представленных в виде графа. Таким образом достигается контроль версий базы данных на уровне хранилища.
Контроль версий БД в стиле Git предоставляет ряд полезных фичей:
— Мгновенный откат к любому предыдущему состоянию
— Полный журнал аудита с возможностью запроса, содержащий все данные с момента их создания.
— Несколько развивающихся ветвей данных
— Возможность объединения ветвей данных
— Быстрая синхронизация с удаленными версиями для резервного копирования или децентрализованной совместной работы.
— Запрашиваемые различия (т. е. различия) между версиями
Механизм хранения Dolt построен на графе коммитов Prolly Trees в стиле Git. Схема таблицы и данные хранятся в Prolly Trees. Корни этих деревьев Prolly вместе с другими метаданными хранятся в графе коммитов, чтобы обеспечить контроль версий в стиле Git.
🔗 Подробнее можно почитать на официальной страничке
🔗Github
@sqlhub
35 842
✅ Сравнениваем возможности Oracle и PostgreSQL на открытом практическом уроке от OTUS
🔹На вебинаре проведем сравнение между основными используемыми типами данных
🔹 Проведем сравнение между основными используемыми типами объектов
🔹Рассмотрим аналоги некоторых оракловых фич в PG
Вебинар будет полезен для разработчиков Oracle, столкнувшихся с необходимостью миграции на PostgreSQL
Встречаемся 4 марта в 20:00 мск в рамках курса «PostgreSQL для администраторов баз данных и разработчиков».
👉 Регистрация
https://otus.pw/ilH8/?erid=LjN8K9Ryf
35 842
⚡️ SpeedML - это библиотека Python, целью которой является ускорение процесса разработки конвейера машинного обучения.
Она объединяет часто используемые пакеты ML, такие как
Pandas, NumPy, Scikit-learn, XGBoost и Matplotlib. SpeedML также предоставляет функциональные возможности для автоматизированного EDA.
pip install speedml
• Github
@sqlhub35 842
Repost from Борис опять
Презентация с моего вебинара для ОТУС: Что нужно джунам знать про найм в ML/DS в начале карьеры
Я не виню вас, если вы не готовы слушать меня два с половиной часа. Поэтому вот презентация, там вы найдете 80% контента
35 842
🛠 Gephi — один из наиболее функциональных и доступных инструментов для всех, кто изучает социальные сети и графы.
Gephi Lite — это его облегчённая веб-версия.
Пользователи могут видеть все параметры сети, использовать фильтры, настраивать визуализацию графа, сохранять и экспортировать файлы.
🔗 gephi.org/gephi-lite
@sqlhub35 842
#вакансия #vacancy #удаленка #удаленно #СА #системныйаналик
Вакансия: Системный аналитик
Компания: Riverstart
Формат сотрудничества: удалённо или в офисе г. Нижний Новгород
Локация: не имеет значения
ЗП: от 160К до 200К руб./мес
Riverstart — на рынке с 2012 года. Аккредитованы в Минцифры.
19 побед в отраслевых федеральных конкурсах в 2023 году.
Делаем высоконагруженные сервисы для веба и мобайла: сайты, порталы, сервисы, CRM, LMS и ERP-системы.
Среди наших клиентов Международный аэропорт «Внуково», Правительство Нижегородской области, ХК Торпедо, Газпром и другие компании.
Ищем Системного аналитика уровня middle и выше.
Требования:
- Готовность работать по часовому поясу по МСК.
- Опыт работы системным аналитиком от 2,5 лет.
- Опыт работы в интеграционных проектах, знание REST/SOAP.
- Уверенное владение SQL.
- Опыт написания функциональных требований/бизнес-требований/технических спецификаций для разработки.
- Знание протоколов и контейнеров данных (XML, XSD, JSON).
- Опыт работы с системами коллективной разработки (Jira, Confluence).
Задачи:
- Сбор и формирование требований к системе и их согласование.
- Формирование вариантов возможной технической реализации решения.
- Разработка и согласование функциональных и технических спецификаций.
- Коммуникации с разработчиками для эффективной реализации задач.
Условия:
- Готовы рассматривать удобную форму сотрудничества и расчётов.
- Дополнительное премирование за вклад в командную работу.
- Разнообразные проекты и заказчики.
Ждём ваши отклики: @olya_kokovkina
35 842
35 842
🎯 Tarantool Column Store — новая гибридная СУБД с поддержкой как колоночного, так и строчного хранения и обработки данных в режиме реального времени.
Транзакционные и аналитические системы в одном месте – возможность проводить анализ на актуальных данных
Моментальный анализ – все данные доступны в одной СУБД
Быстрая обработка данных – можно обрабатывать задачи AI
Совместимость – обновление работает с российскими операционными системами Astra Linux, РЕД ОС и «Альт».
35 842
🖥 Если вдруг вам понадобилось базу IP2Location перевести из DECIMAL-представления IP-адресов в "родной" для PostgreSQL тип
inet, то для IPv4-адресов все будет тривиально:
'0.0.0.0'::inet + ipnum::bigintА вот для преобразования числа к формату IPv6-адреса придется проявить немного изобретательности: — "математически" разбиваем число на 8 двухбайтовых сегментов по (2 ^ 16) ^ i — каждое значение преобразуем в шестнадцатеричную систему счисления и добиваем лидирующими нулями — склеиваем сегменты через двоеточие и кастуем к
inet
array_to_string(ARRAY(
SELECT
lpad(to_hex(trunc(
ipnum % (2::numeric(39,0) ^ ((i + 1) * 16)) / (2::numeric(39,0) ^ (i * 16))
)::integer), 4, '0')
FROM
generate_series(7, 0, -1) i
), ':')::inetip_from и ip_to в подсеть, не обращая внимания на исходный формат:
inet_merge(ip_from, ip_to) subnetА если проиндексируем эти подсети с помощью gist...
CREATE INDEX ON country_inet USING gist(subnet inet_ops);SELECT
*
FROM
country_inet
WHERE
subnet >> '8.8.8.8' AND
country <> '-'
ORDER BY
masklen(subnet) DESC
LIMIT 1;35 842
Авито в поиске аналитиков разного уровня, которые хотят влиять на бизнес и развивать продукт 🔍
Переходите по ссылкам, чтобы узнать больше про каждую вакансию:
1️⃣ Руководитель группы аналитики в Core Analytics
2️⃣ Аналитик данных в команду маркетплейса
3️⃣ Аналитик данных в рекламные аукционы
4️⃣ Аналитик данных в техническую платформу
5️⃣ Старший аналитик данных в команду прайсинга
Вас ждут интересные и разнообразные задачи: аналитики в Авито ищут точки роста бизнеса, изучают поведение пользователей, придумывают фреймворки и настраивают дашборды.
А ещё:
– достойная зарплата, размер которой обсуждается на собеседовании;
– прозрачная система премий;
– удалённая работа, но есть и классный офис в 2-х минутах от метро «Белорусская»;
– ДМС со стоматологией с первого дня;
– много качественных данных, мощная инфраструктура и инструменты, любое необходимое железо;
– талантливая команда, крутая аналитическая культура и сообщество профессионалов;
– личный бюджет на обучение, который можно тратить на книги, курсы и конференции;
– масштабные корпоративы, онлайн-вечеринки, командные тимбилдинги.
Скорее откликайтесь!
35 842
📈 PyGraphistry: Explore Relationships
PyGraphistry полезная это библиотека Python с ИИ для визуальных графов, позволяющая извлекать, преобразовывать, анализировать и визуализировать большие графы вместе со сквозными сеансами графического сервера Graphistry.
Библиотека создана специально для больших графов.
Пользовательский механизм рендеринга WebGL клиента рендерит до 8 миллионов узлов + ребер за раз, а большинство клиентских GPU поддерживают от 100 000 до 2 миллионов элементов.
Мощный механизм аналитики графического процессора на стороне сервера поддерживает графы еще большего размера.
Graphistry сглаживает графические рабочие процессы в экосистеме PyData, включая датафреймы Pandas/Spark/Dask, графического процессора Nvidia RAPIDS, графы GPU, графовые нейросети DGL/PyTorch и различные коннекторы данных.
PyGraphistry — это дружественный и оптимизированный нативный интерфейс PyData для API-интерфейсов REST Graphistry, не зависящих от языка. Можно использовать PyGraphistry с традиционными источниками данных Python, такими как CSV, SQL, Neo4j, Splunk и другими.
▪Github
@sqlhub
35 842
Почему Data Science стремительно набирает обороты в мире Web3/Блокчейн, а мы об этом ничего не знаем?
🔝@TopSelectionWeb3 приоткрывает завесу над тайнами Data Science и его потенциалом для Web3/Блокчейн
🎙Кто проведет? Тина🦄 - CTO и Product Owner в TopSel, победитель Хакатона Binance
🔥Вот 3 крутые причины, почему вам не стоит пропускать наш эфир:
• Узнайте, как Data Science трансформирует мир децентрализованных приложений, NFT, DeFi и всего того, что мы так любим.
• Поймете, почему Web3/Блокчейн может стать вашим конкурентным преимуществом на рынке труда.
• Получите мега-дозу вдохновения и мотивации для того, чтобы двигаться вперед в карьере в мире Web3/Блокчейна.
🧜♂️ Неважно, кто вы – новичок или опытный эксперт в анализе данных, этот эфир станет решающим в вашей карьере.
📆 Сохраните дату: 1 марта в 17:00 мск
Ждем вас на эфире! 💕
@TopSelectionWeb3
#эфир #web3 #blockchain #Data #Science
35 842
35 842
⛅ Запуск локального кода в облаке без настройки серверов и кластеров
Yandex DataSphere Jobs позволяет запускать любую программу на Python или shell-скрипт в облаке без всяких изменений. Для запуска скрипта не нужно модифицировать исходный код, самостоятельно развёртывать кластер и собирать окружение — это происходит автоматически при запуске скрипта.
Преимущества DataSphere Jobs:
⏺ Быстрый запуск вычислений в облаке с доступом ко всем его ресурсам, включая GPU без настройки виртуальных машин и кластеров.
⏺ Безопасность — Yandex Cloud выполняет все требования безопасности информации и работы с персональными данными. После исполнения вычислений DataSphere Jobs удалит весь код и данные.
⏺ Экономия затрат на развёртывание кластеров, их обслуживание и DevOps.
🗣 Подробнее смотрите в видео.
Реклама. ООО «Яндекс.Облако» ИНН 7704458262
35 842
🖥 Как можно избежать усложнения запроса лишними
CASE
Тут ниже представлена попытка заNULLить значение, если оно равно чему-то.
, CASE WHEN sdate = '1900-01-01' THEN NULL ELSE sdate END sdate
, CASE WHEN mdate = '1900-01-01' THEN NULL ELSE mdate END mdatenullif, которая делает ровно то же самое.
NULLIF(значение1, значение2)
Функция NULLIF выдаёт значение NULL, если значение1 равно значение2; в противном случае она возвращает значение1. Это может быть полезно для реализации обратной операции к COALESCE. В частности, для примера, показанного выше:
SELECT NULLIF(value, '(none)') ...
В данном примере если value равно (none), выдаётся null, а иначе возвращается значение value.
То есть в примере выше можно переписать короче и понятнее:
, NULLIF(sdate, '1900-01-01') sdate
, NULLIF(mdate, '1900-01-01') mdate35 842
🖥 Генераторы данных с открытым исходным кодом!
🟡Mimesis - надежный генератор данных для Python, который может создавать широкий спектр поддельных данных на различных языках.
🟡Spawner - инструмент для создания данных для разнообразных баз данных и искусственного интеллекта. Содержит широкий набор полей, включая возможность пользовательской настройки вручную.
🟡Benerator - генератор текстовых данных для оценки, тестирования и обучения ИИ-моделей.
🟡DataFactory - удобный способ создавать разнообразные наборы тестовых данных для наполнения баз данных и проверки ИИ-моделей.
🟡MockNeat - простой интерфейс для программной генерации данных в форматах json, xml, csv и sql.
🟡Faker - с помощью этого инструмента можно быстро создать фейковые данные для тестов.
@sqlhub
35 842
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.
35 842
🔑 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
@sqlhub35 842
🖥 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
@sqlhub