Data Science. SQL hub
Открыть в 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
Больше
📈 Аналитический обзор Telegram-канала Data Science. SQL hub
Канал Data Science. SQL hub (@sqlhub) языкового сегмента Русский является активным участником. Сейчас сообщество объединяет 36 048 подписчиков, занимая 3 729 место в категории Технологии и приложения и 17 585 место в регионе Россия.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 36 048 подписчиков.
Согласно последним данным от 05 ноября, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило 75, а за последние 24 часа — -7, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 9.27%. В первые 24 часа после публикации контент обычно набирает 3.91% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 3 342 просмотров. В течение первых суток публикация набирает 1 408 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 8.
- Тематические интересы: Контент сосредоточен на ключевых темах, таких как sql, индекс, postgres, index, sqlite.
📝 Описание и контентная политика
Автор описывает ресурс как площадку для выражения субъективного мнения:
“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”
Благодаря высокой частоте обновлений (последние данные получены 06 ноября, 2026) канал поддерживает актуальность и высокий уровень охвата публикаций. Аналитика показывает, что аудитория активно взаимодействует с контентом, что делает его важной точкой влияния в категории Технологии и приложения.
36 048
Подписчики
-724 часа
-587 дней
+7530 дней
Архив постов
36 049
⛅ 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
36 049
🖥 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') mdate36 049
🖥 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
36 049
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.
36 049
🔑 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 049
🖥 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 049
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!
36 049
36 049
🖥 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
36 049
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.
36 049
36 049
✅ 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
36 049
🔝 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
36 049
🖥 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
36 049
✅ 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
36 049
🏗️ 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 049
📖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 049
🔝 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
36 049
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!
36 049
🖥 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
@sqlhub