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

Сеть:Machinelearning Россия18 116 Технологии и приложения3 816...

📈 Аналитический обзор Telegram-канала Data Science. SQL hub

Канал Data Science. SQL hub (@sqlhub) языкового сегмента Русский является активным участником. Сейчас сообщество объединяет 35 845 подписчиков, занимая 3 816 место в категории Технологии и приложения и 18 116 место в регионе Россия.

📊 Показатели аудитории и динамика

С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 35 845 подписчиков.

Согласно последним данным от 19 июня, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -33, а за последние 24 часа — 10, при этом общий охват остаётся высоким.

Статус верификации: Не верифицирован
Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 6.99%. В первые 24 часа после публикации контент обычно набирает 3.45% реакций от общего числа подписчиков.
Охват публикаций: В среднем каждый пост получает 2 504 просмотров. В течение первых суток публикация набирает 1 238 просмотров.
Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 11.
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 20 июня, 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.

35 845

Подписчики

+1024 часа

-157 дней

-3330 день

2 504

Просмотры поста

~ 1 23824 часа

~ 1 51148 часов

6.99%

Коэффициент вовлеченности

Нет данных

Постов в день

Ads index

beta

Архив постов

35 845

❗Какую базу данных выбрать? 👉 Узнаете на бесплатном открытом уроке «Лучшая база данных? Сравнение ClickHouse с популярными БД» от OTUS 🔹 Выделите области задач, для которых Clickhouse подходит, а где его можно не использовать 🔹 Разберете его плюсы и минусы по сравнению с другими популярными решениями на основе конкретных требований Вебинар будет полезен инженерам, аналитикам данных, DevOps-специалистам и тимлидам. Занятие пройдёт 14 ноября в 20:00 мск в рамках курса «ClickHouse для инженеров и архитекторов БД». ➡️ РЕГИСТРАЦИЯ https://otus.pw/3rcf/ Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963. erid: LjN8KaeEM

35 845

🖥 Почему PostgreSQL признан самым лбимой бд по результатам опроса разработчиков Stackoverflow? На диаграмме показано множество вариантов использования PostgreSQL - одной базы данных, которая включает в себя почти все функции необходимых разработчикам. 🔹OLTP (Online Transaction Processing) Мы можем использовать PostgreSQL для CRUD-операций (Create-Read-Update-Delete). 🔹OLAP (Online Analytical Processing) Мы можем использовать PostgreSQL для аналитической обработки. PostgreSQL основан на архитектуре 𝐇𝐓𝐀𝐏 (Hybrid transactional/analytical processing), поэтому он может хорошо работать как с OLTP, так и с OLAP. 🔹FDW (Foreign Data Wrapper) FDW - это расширение, доступное в PostgreSQL, которое позволяет нам обращаться к таблице или схеме одной базы данных из другой. 🔹Streaming PipelineDB - это расширение PostgreSQL для высокопроизводительной агрегации временных рядов, предназначенное для работы с отчетами и аналитическими приложениями в реальном времени. 🔹Geospatial PostGIS - это расширитель базы данных для объектно-реляционной базы данных PostgreSQL. Он добавляет поддержку географических объектов, позволяя выполнять запросы на определение местоположения в SQL. 🔹Временные ряды Timescale расширяет PostgreSQL для работы с временными рядами и аналитикой. Например, разработчики могут объединять непрерывные потоки финансовых и тиковых данных с другими бизнес-данными для создания новых приложений и получения уникальных знаний. 🔹Распределенные таблицы CitusData масштабирует Postgres за счет распределения данных и запросов. Какая база данных вам нравится больше всего? @sqlhub

35 845

Команда VK Cloud недавно запустила новый канал о работе с данными — Данные на стероидах. В нем ребята публикуют подборки интересного контента по темам Data science, ML и Big Data. Например, рассказывают, про планирование и жизненный цикл ML-проектов, из-за чего происходят и как избежать утечек при работе с ML, или как создавать футуристичные графики с помощью Python. Помимо прочего, в канале много полезной информации о работе с данными, архитектуре дата-решений и новостей российского и международного Data-сообщества. 👉🏻 Подписывайтесь на канал Данные на стероидах, будет интересно!

35 845

Чтобы без особых усилий создавать поддельные данные для тестирования в #Python, используйте Faker. @sqlhub

35 845

❗️Как развиваться разработчику и администратору баз данных? 👉 Наращивать объем знаний и навыков. Приглашаем на открытый урок «Синхронный VS Асинхронный PostgreSQL» в рамках курса «PostgreSQL для администраторов баз данных и разработчиков» от OTUS 🔹 Рассмотрим архитектуру синхронного коммита, синхронные и асинхронные реплики 🔹Разберем особенности 5 уровней синхронности 🦾 PostgreSQL — навык, открывающий двери в более интересные и перспективные проекты. 👉 РЕГИСТРАЦИЯ https://otus.pw/Asnh/ Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963. erid: LjN8KZdnZ

35 845

🔥 Дайджест полезных материалов из мира SQL за неделю Почитать: — Как жесткую программную систему превратить в гибкую или Двадцать лет спустя — Многомерный анализ данных: исследование многомерных кубов и SQL OLAP-запросов — SQL-инъекция: разбор уязвимости на примере — Иерархическая база данных (продолжение) — Как расширить компетенции аналитиков при работе с Big Data — Иерархическая база данных — XGBoost – один из наиболее эффективных алгоритмов прогнозирования временных рядов. — PostgreSQL Antipatterns: ходим по JSON-граблям — SQLx: raw SQL в Rust — Explorando el Mundo de los Archivos de Recurso en C# con Visual Studio — Easily Generate Mock Data with PostgreSQL — Why 0 is better than NULL sometimes — Monolithic vs. Distributed SQL — 🚛 Deploy Database Schema Migrations with Bytebase — Comparing Types of Databases: A Real-World Benchmark Analysis — [SQL Performance Killers] Individual inserts vs. Bulk inserts — SQL Server - Types of System Databases and Tables — Postgres. How to check the top queries that use temporary files? — PostgreSQL. How to list the most IOPs-intensive queries? Посмотреть: 🌐 STL C++ стандартная библиотека (⏱ 00:57) 🌐 deque разбор в С++ (⏱ 00:58) 🌐 Последовательные контейнеры c++ List (⏱ 00:47) 🌐 Совет Python разработчикам - реши задачу Chain sum с реального собеседования. (⏱ 14:23) 🌐 Нейросеть для превращения #YouTube видео в презентацию (⏱ 00:28) 🌐 🔥 NVIDIA только что сделала Pandas в 150 раз быстрее без изменений кода. #python (⏱ 00:20) 🌐 The Only Database Abstraction You Need | Prime Reacts Хорошего дня! @sqlhub

35 845

Где набраться опыта в аналитике данных, структурировать знания и узнать, как с рабочими задачами справляются профессионалы? Получите опыт, сопоставимый с работой в крупной компании — пройдите 6 недель интенсивной практики на «Симуляторе аналитика». Здесь вы с нуля выстроите аналитические процессы, поработаете с настоящей инфраструктурой, научитесь уверенно справляться с ежедневными задачами аналитика и поймёте, какая логика стоит за каждым решением. Наставники курса - Анатолий Карпов и другие ведущие аналитики. Они точно знают, как эффективно решать рабочие задачи, и готовы поделиться опытом с вами. Обучение начинается уже 13 ноября, а сейчас как раз можно вписаться по самой приятной цене [Узнать подробнее и записаться на курс]

35 845

Выполнение побитовых операций над числами из Oracle Database 21c с помощью:

BIT_AND_AGG
BIT_XOR_AGG 
BIT_OR_AGG

✔ Преобразование десятичных чисел в двоичные (5 = 101, 6 = 110 и т. д.). ✔ Сравнение значений в каждой битовой позиции ✔ Преобразование результатов обратно в десятичный вид @sqlhub

35 845

Уже в эту субботу 11 ноября в Лектории «Газпрома» в рамках выставки "Россия" выступят ИТ-эксперты Газпромбанка: В 16:00 — Андрей Анисимов с темой «Мотивация и развитие молодых DS-специалистов и аналитиков». Узнаем, какие навыки помогают Data Science специалистам добиваться успеха и как грамотно мотивировать сотрудников. В 18:00 — Максим Морев с темой «Джуниор в ИТ — первые сложности на первой работе». Разберем 4 принципа, которые помогут начинающему ИТ-специалисту подняться по карьерной лестнице. Встречаемся в павильоне F «Газпром». Регистрируйтесь по ссылке — https://vk.cc/csf0qP Реклама Банк ГПБ (АО), ИНН: 7744001497

35 845

🐘 Индексирование - важный процесс в PostgreSQL. Он включает в себя создание структур данных, оптимизированных для эффективного поиска и извлечения данных из таблиц. В этом руководстве показывается на примерах некоторые продвинутые стратегии индексирования в Postgres. 🖥 Читать @sqlhub

35 845

❗️Как легко получить Spark кластер на 10 узлов? Современные облачные инфраструктуры позволяют сделать это всего за несколько шагов. ▶️ 9 ноября в 20:00 мск в рамках онлайн-курса MLOps от OTUS пройдёт открытый урок «Big Data в облаках». На открытом уроке: 🔹Рассмотрим как создать в Yandex Cloud Spark кластер. 🔹 Что лучше использовать в качестве хранилища: HDFS или S3. 🔹 Как можно экономить за счет динамического выделения ресурсов. ✅ Владение инструментами MLOps открывает новые карьерные горизонты специалистам ML, Data Scientist’ам и Software инженерам. 👉 РЕГИСТРАЦИЯ https://otus.pw/LMDh/ Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963. erid: LjN8KLS4y

35 845

⚡️ Впечатляющая монолитная архитектура Stack Overflow Компания Stack Overflow, поддерживает тенденцию развития микросервисов их сервис обрабатывает 1,3 млрд. просмотров страниц в месяц на своих 200 сайтах, используя удивительно эффективную монолитную архитектуру с минимальной инфраструктурой. Веб-серверы: - Используется всего 9 локальных веб-серверов IIS. - Каждый сервер имеет 64 ГБ оперативной памяти и работает на высокооптимизированном коде .NET - Обработка 450 пиковых запросов в секунду на каждом сервере при использовании всего 12% процессорной мощности - Код минимизирует потребление памяти и настроен на ограничения сбора мусора Серверы SQL: - Организованы в 2 отказоустойчивых кластера по 2 сервера в каждом - Первый кластер: 1,5 ТБ оперативной памяти на сервер - Второй кластер: 768 ГБ оперативной памяти на сервер - Около трети массива данных Q&A находится в памяти. - Каждый кластер обрабатывает более 10 000 пиковых запросов в секунду при ~15% CPU Redis: - Один основной сервер с репликой на 256 ГБ. - Обработка 60000 пиковых операций в секунду при 2% CPU Stack Overflow эффективно масштабирует монолитное приложение. 📌 Архитектура наглядно 📌 Подкаст об архитектуре Stack Overflow @sqlhub

35 845

🤩 Data scientist может всё! Ну практически. Специалистов по работе с данными много: администраторы баз данных, data-инженеры, аналитики данных. И, конечно, data scientist. 👻 Зарплаты в области растут: junior-специалист может получать от 50 000₽, senior — от 300 000₽ и больше. 👾 Data scientist требуются в бизнесе, науке, медицине, транспорте — везде, где необходимо анализировать большие объемны данных и строить выигрышные гипотезы. 🧑‍💻 Специалисты могут минимизировать затраты ресурсов по рутинным задачам и предложить автоматическое решение. И всему этому вы сможете научиться на курсе Data Scientist от Слёрм. Его разработали два Senior Data Scientist: — Иван Аникин, Team Lead Yandex.Edadeal; — Владимир Бугаевский, Team Lead СберМаркет. Они будут преподавать на потоке, который стартует 13 ноября! Иван и Владимир будут отвечать на вопросы студентов в чате и на онлайн-встречах, смотреть учебные проекты и давать по ним обратную связь — вы сможете положить итоговый проект в ваше портфолио. Узнать больше о программе курса и записаться на поток вы можете на сайте по ссылке. Реклама. ООО «Слёрм» г. Лиски, ОГРН 1193668020545 Erid: 2VtzqutoRZR

35 845

🖥 TRUNCATE мгновенно удаляет все строки в таблице Одновременно удалите строки из дочерних таблиц с помощью функции TRUNCATE TABLE ... CASCADE Для этого внешние ключи должны быть

ON DELETE CASCADE

#SQLAlchemy @sqlhub

35 845

Приглашаем на бесплатный мини-курс, где вы на практике научитесь получать и обрабатывать данные с помощью SQL. Освоите и полюбите язык, который пригодится программисту, продакт-менеджеру, BI-аналитику, data-инженеру или специалисту по Data Science. Зарегистрируйтесь на мини-курс и получите 5 полезных статей по SQL и Excel: https://epic.st/0Ua_Sy Вас ждут: — море полезной теории; — практические работы для закрепления навыков; — бонусы: скидка 10 000 рублей на любой курс Skillbox, бессрочный доступ к материалам, полезные чек-листы и год бесплатного изучения английского языка; — персональная карьерная консультация. Что будем делать: — Писать запросы на языке SQL. — Проводить аналитику для бизнеса. — Разрабатывать автоматизированную отчётность в Excel. — Обрабатывать данные в Power Query. — Визуализировать показатели в Excel: будете создавать красивые графики, диаграммы и отчёты. — Применять инструменты Excel для анализа данных. Спикер — Мкртич Пудеян, специалист по анализу данных в «Газпромбанке». Сертифицированный SQL-разработчик от Microsoft, 8 лет работал специалистом по хранилищам данных в Tele2. Оставьте заявку и получите доступ к мини-курсу прямо сейчас! Реклама. ЧОУ ДПО «Образовательные технологии «Скилбокс (Коробка навыков)», ИНН: 9704088880

35 845

SuperDuperDB для использования в AI-проектах Предлагает специализированные функции, включающие: ✔️ деплой ИИ-API; ✔️ утилиту для тренировки моделей; ✔️ Feature Store - это «магазин» фичей, интерфейс между данными и моделями ML; ✔️ полноценную векторную базу данных. Он может быть интегрирован с различными базами данных, такими как mongoDB и PostgreSQL, а также с платформами Amazon S3 и фреймворками машинного обучения, такими как PyTorch, Transformers и scikit-learn. 🐱 GitHub @sqlhub

35 845

Repost from Machinelearning

Розыгрыш призов

3 подписок Telegram Premium на 3 месяцев

Дата объявления победителей

35 845

🔥 Дайджест полезных материалов из мира SQL за неделю Почитать: — Как расширить компетенции аналитиков при работе с Big Data — Иерархическая база данных — PostgreSQL Antipatterns: ходим по JSON-граблям — SQLx: raw SQL в Rust — @DynamicUpdate with column-level locking in YugabyteDB and how to avoid write skew anomalies — MASTERING MYSQL — Foreign Key validation in YugabyteDB when created in NOT VALID — Snowflake SQL Unique Functions — Recommendation Engines with Graph Databases using Apache AGE — My Takeaways from "How Query Engines Work" — Postgres: DB parameters configuration on the level of User / Database — How to prevent database problems from hitting production? — Postgres Order By: the resultset is sorted differently — 1075. Project Employees I Посмотреть: 🌐 Задача с реального Python собеседования middle разработчика. Рекурсивная сумма. (⏱ 13:00) 🌐 Определение диабета при помощи машинного обучения в 60 строк кода! (⏱ 12:54) 🌐 Что такое vector в c++ (⏱ 00:51) 🌐 STL C++ стандартная библиотека (⏱ 00:57) 🌐 deque разбор в С++ (⏱ 00:58) 🌐 Нейросеть для превращения #YouTube видео в презентацию (⏱ 00:28) Хорошего дня!

35 845

Наиболее распространенные операторы Pandas и Sql @sqlhub

35 845