BigQuery Insights
Открыть в Telegram
Аналітика в Google BigQuery, інсайти, приклади SQL-запитів. Автор: @osiyuk
Больше
Сеть:4 986
Подписчики
-124 часа
-137 дней
-2730 день
Загрузка данных...
Похожие каналы
Облако тегов
Нет данных
Возникли проблемы? Пожалуйста, обновите страницу или обратитесь к нашему support-менеджеру .
Входящие и исходящие упоминания
---
---
---
---
---
---
Привлечение подписчиков
июль '26
июль '26
+6
в 0 каналах
июнь '26
+27
в 0 каналах
Get PRO
май '26
+36
в 0 каналах
Get PRO
апрель '26
+36
в 0 каналах
Get PRO
март '26
+28
в 1 каналах
Get PRO
февраль '26
+31
в 0 каналах
Get PRO
январь '26
+17
в 0 каналах
Get PRO
декабрь '25
+26
в 0 каналах
Get PRO
ноябрь '25
+31
в 0 каналах
Get PRO
октябрь '25
+30
в 0 каналах
Get PRO
сентябрь '25
+18
в 0 каналах
Get PRO
август '25
+33
в 0 каналах
Get PRO
июль '25
+37
в 1 каналах
Get PRO
июнь '25
+48
в 3 каналах
Get PRO
май '25
+32
в 0 каналах
Get PRO
апрель '25
+39
в 0 каналах
Get PRO
март '25
+37
в 0 каналах
Get PRO
февраль '25
+49
в 1 каналах
Get PRO
январь '25
+54
в 0 каналах
Get PRO
декабрь '24
+96
в 2 каналах
Get PRO
ноябрь '24
+50
в 1 каналах
Get PRO
октябрь '24
+53
в 0 каналах
Get PRO
сентябрь '24
+61
в 0 каналах
Get PRO
август '24
+69
в 3 каналах
Get PRO
июль '24
+71
в 3 каналах
Get PRO
июнь '24
+38
в 0 каналах
Get PRO
май '24
+45
в 1 каналах
Get PRO
апрель '24
+49
в 0 каналах
Get PRO
март '24
+79
в 2 каналах
Get PRO
февраль '24
+134
в 1 каналах
Get PRO
январь '24
+53
в 0 каналах
Get PRO
декабрь '23
+45
в 0 каналах
Get PRO
ноябрь '23
+66
в 0 каналах
Get PRO
октябрь '23
+65
в 0 каналах
Get PRO
сентябрь '23
+92
в 0 каналах
Get PRO
август '23
+62
в 0 каналах
Get PRO
июль '23
+52
в 0 каналах
Get PRO
июнь '23
+55
в 0 каналах
Get PRO
май '23
+82
в 0 каналах
Get PRO
апрель '23
+52
в 0 каналах
Get PRO
март '23
+67
в 0 каналах
Get PRO
февраль '23
+51
в 0 каналах
Get PRO
январь '23
+53
в 0 каналах
Get PRO
декабрь '22
+71
в 0 каналах
Get PRO
ноябрь '22
+78
в 0 каналах
Get PRO
октябрь '22
+49
в 0 каналах
Get PRO
сентябрь '22
+61
в 0 каналах
Get PRO
август '22
+96
в 0 каналах
Get PRO
июль '22
+99
в 0 каналах
Get PRO
июнь '22
+264
в 0 каналах
Get PRO
май '22
+77
в 0 каналах
Get PRO
апрель '22
+96
в 0 каналах
Get PRO
март '22
+85
в 0 каналах
Get PRO
февраль '22
+132
в 0 каналах
Get PRO
январь '22
+100
в 0 каналах
Get PRO
декабрь '21
+91
в 0 каналах
Get PRO
ноябрь '21
+180
в 0 каналах
Get PRO
октябрь '21
+184
в 0 каналах
Get PRO
сентябрь '21
+113
в 0 каналах
Get PRO
август '21
+118
в 0 каналах
Get PRO
июль '21
+241
в 0 каналах
Get PRO
июнь '21
+102
в 0 каналах
Get PRO
май '21
+166
в 0 каналах
Get PRO
апрель '21
+204
в 0 каналах
Get PRO
март '21
+123
в 0 каналах
Get PRO
февраль '21
+135
в 0 каналах
Get PRO
январь '21
+115
в 0 каналах
Get PRO
декабрь '20
+5 983
в 0 каналах
| Дата | Привлечение подписчиков | Упоминания | Каналы | |
| 08 июля | +1 | |||
| 07 июля | 0 | |||
| 06 июля | +1 | |||
| 05 июля | +3 | |||
| 04 июля | 0 | |||
| 03 июля | +1 | |||
| 02 июля | 0 | |||
| 01 июля | 0 |
Посты канала
Ми в MacPaw шукаємо продуктового аналітика з досвідом у web-аналітиці та бажанням працювати над маркетинговими задачами.
MacPaw - продуктова ІТ компанія, розробляє macOS/iOS-додатки, продукти якої встановлені на кожному 5-му макбуці світу.
40+ аналітиків, багато різноманітних сервісних команд, які допомагають продуктовим аналітикам робити їх роботу краще. Можливість працювати віддалено.
Вакансія за посиланням:
👉 Middle Product Analyst.
| 2 | Anthropic автоматизували 95% аналітичних запитів всередині компанії через Claude з точністю роботи ~95%.
Тисячі SQL-запитів з дашбордів як контекст для агента дали менше 1% приросту точності, на відміну від Skills. Skill — задокументований workflow досвідченого аналітика: які питання уточнити, де шукати джерела, як виконати і перевірити. Проблема не в доступі до даних — в структурі й однозначності. Skills вирішили це: без skills: 21% accuracy, а з skills уже 95%+.
Деталі тут: https://bit.ly/43kFIaL
via @WebAnalyst | 837 |
| 3 |  📊 Data Engineering — один із найшвидше зростаючих напрямів у роботі з даними. Попит росте швидше, ніж кількість спеціалістів, які реально мають необхідний скілсет.
Розберіться з Big Data, ETL/ELT, Spark, Airflow, Docker та AWS та опануйте трендову професію, — на курсі «Data Engineering» від robot_dreams.
За 20 занять ви:
– розберетеся зі скілсетом Data Engineer і ключовими інструментами
– навчитеся працювати з великими обсягами даних і будувати підходи до їх обробки
– зможете проєктувати повноцінні Big Data системи
– попрацюєте з Hadoop, Apache Spark, Airflow та іншими технологіями
– зрозумієте, як створювати рішення, які масштабуються
У результаті — зможете переходити від окремих задач до побудови систем роботи з даними.
Вас навчатиме Ілля Хороших — Data Engineer із досвідом у Lyft, EPAM, Luxoft. Працює з системами, які обробляють терабайти даних і масштабуються на мільйони користувачів.
Старт: 13 липня
Деталі, програма та реєстрація ⬅️ | 1 248 |
| 4 | Ймовірність смерті протягом року починає перевищувати 1% у чоловіків приблизно з 44 років, а у жінок - з 60.
Рівень 2% досягається у чоловіків з 55 років, у жінок - з 68. У похилому віці різниця поступово зменшується, і приблизно у 94 роки показники стають майже однаковими - близько 25%.
Це я рахував на основі відкритих даних статево-вікового розподілу населення України за 1989–2022 роки.
Більш детально про це - у моїй статті про моделювання демографії України (писав її ще раніше, але вона досі актуальна).
@BigQuery | 1 351 |
| 5 | Досліджую тему використання Claude Code/Codex для data analysis і поки головний висновок такий: AI дуже серйозно трансформує не тільки роботу інженерів, але й аналітиків.
Наткнувся на оглядовий розбір архітектури, де всередині Claude Code зібрали AI data analyst, який без Python, SQL і взагалі без коду проходить повний цикл аналізу: формулює питання, досліджує дані, валідовує висновки, генерує графіки і збирає презентацію.
Що там особливо цікаво:
— вся система — це 15 agents і 12 skills
— все зберігається у markdown-файлах
— agents роблять роботу
— skills задають стандарти якості
— вся логіка керується одним CLAUDE.md
— кожен feedback покращує всю систему.
Але відкритими лишаються дуже практичні речі:
— хто валідовує результати
— хто будує реальний product/business context
— хто пріоритизує, що взагалі варто аналізувати
— хто не дає організації потонути в десятках AI-висновків, які звучать переконливо, але нікуди не ведуть :)
Нажаль, стаття крім самої ідеї цінності особливо не несе, але якщо вам цікаво — то посилання буде в коментарях :)
Якщо хтось бачив в open-source схожі архітектури або детальні покрокові мануали як зібрати таку систему — діліться в коментарях!
via @WebAnalyst | 0 |
