Вже доступно! Дослідження Telegram за 2025 — головні інсайти року 
IT Дайджест с Новиковым
Відкрити в Telegram
- Новости IT - Безопасность в сети - Социальная инженерия И мой личный опыт. Ссылка: t.me/itdidgest Сайт: https://www.postgameparty.com/ Сотрудничество: clck.ru/3RF3Vn № 5904649143
Показати більше
Сітка:📈 Аналітичний огляд Telegram-каналу IT Дайджест с Новиковым
Канал IT Дайджест с Новиковым (@itdidgest) у мовному сегменті Російська є активним учасником. На даний момент спільнота об'єднує 33 713 підписників, посідаючи 3 991 місце в категорії Технології та додатки та 19 163 місце у регіоні Росія.
📊 Показники аудиторії та динаміка
З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 33 713 підписників.
За останніми даними від 07 липня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -2 902, а за останні 24 години на -89, загальне охоплення залишається високим.
- Статус верифікації: Не верифікований
- Рівень залученості (ER): Середній показник залученості аудиторії становить 14.58%. Протягом перших 24 годин після публікації контент зазвичай збирає N/A% реакцій від загальної кількості підписників.
- Охоплення публікацій: В середньому кожен допис отримує 0 переглядів. Протягом першої доби публікація в середньому набирає 0 переглядів.
- Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 0.
- Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як deepseek, storage, указатель, concurrency, интерфейс.
📝 Опис та контентна політика
Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“- Новости IT
- Безопасность в сети
- Социальная инженерия
И мой личный опыт.
Ссылка: t.me/itdidgest
Сайт: https://www.postgameparty.com/
Сотрудничество: clck.ru/3RF3Vn
№ 5904649143”
Завдяки високій частоті оновлень (останні дані отримано 08 липня, 2026), канал підтримує актуальність та високий рівень охоплення публікацій. Аналітика показує, що аудиторія активно взаємодіє з контентом, що робить його важливою точкою впливу в категорії Технології та додатки.
33 713
Підписники
-8924 години
-3877 днів
-2 90230 день
Триває завантаження даних...
Схожі канали
Хмара тегів
Вхідні та вихідні згадування
---
---
---
---
---
---
Залучення підписників
липень '26
липень '260
в 0 каналах
червень '260
в 0 каналах
Get PRO
травень '260
в 0 каналах
Get PRO
квітень '260
в 0 каналах
Get PRO
березень '260
в 0 каналах
Get PRO
лютий '26
+1
в 0 каналах
Get PRO
січень '26
+2
в 0 каналах
Get PRO
грудень '250
в 0 каналах
Get PRO
листопад '25
+2
в 0 каналах
Get PRO
жовтень '25
+29 567
в 0 каналах
Get PRO
вересень '25
+81
в 0 каналах
Get PRO
серпень '25
+41 534
в 1 каналах
Get PRO
липень '25
+3
в 0 каналах
Get PRO
червень '25
+1
в 0 каналах
Get PRO
травень '25
+1
в 0 каналах
Get PRO
квітень '25
+1
в 0 каналах
Get PRO
березень '25
+5
в 0 каналах
Get PRO
лютий '25
+1 232
в 0 каналах
Get PRO
січень '25
+5
в 0 каналах
Get PRO
грудень '24
+2
в 0 каналах
Get PRO
листопад '24
+4
в 0 каналах
Get PRO
жовтень '24
+631
в 1 каналах
Get PRO
вересень '24
+1
в 0 каналах
Get PRO
серпень '24
+8
в 0 каналах
Get PRO
липень '24
+3
в 0 каналах
Get PRO
червень '24
+1
в 1 каналах
Get PRO
травень '24
+3
в 0 каналах
Get PRO
квітень '24
+9
в 0 каналах
Get PRO
березень '24
+10
в 0 каналах
Get PRO
лютий '24
+12
в 0 каналах
Get PRO
січень '24
+11
в 0 каналах
Get PRO
грудень '23
+17
в 0 каналах
Get PRO
листопад '23
+13
в 0 каналах
Get PRO
жовтень '23
+13
в 0 каналах
Get PRO
вересень '23
+12
в 0 каналах
Get PRO
серпень '23
+18
в 0 каналах
Get PRO
липень '23
+8
в 0 каналах
Get PRO
червень '23
+10
в 0 каналах
Get PRO
травень '23
+13
в 0 каналах
Get PRO
квітень '23
+19
в 0 каналах
Get PRO
березень '23
+21
в 0 каналах
Get PRO
лютий '23
+22
в 0 каналах
Get PRO
січень '23
+93
в 0 каналах
Get PRO
грудень '22
+481
в 0 каналах
Get PRO
листопад '22
+9
в 0 каналах
Get PRO
жовтень '22
+5
в 0 каналах
Get PRO
вересень '22
+5
в 0 каналах
Get PRO
серпень '22
+8
в 0 каналах
Get PRO
липень '22
+4
в 0 каналах
Get PRO
червень '22
+8
в 0 каналах
Get PRO
травень '22
+5
в 0 каналах
Get PRO
квітень '22
+9
в 0 каналах
Get PRO
березень '22
+236
в 0 каналах
Get PRO
лютий '22
+1 018
в 0 каналах
Get PRO
січень '22
+759
в 0 каналах
Get PRO
грудень '21
+495
в 0 каналах
Get PRO
листопад '21
+121
в 0 каналах
Get PRO
жовтень '21
+348
в 0 каналах
Get PRO
вересень '21
+9 308
в 0 каналах
Get PRO
серпень '21
+2 160
в 0 каналах
Get PRO
липень '21
+172
в 0 каналах
Get PRO
червень '21
+236
в 0 каналах
Get PRO
травень '21
+413
в 0 каналах
Get PRO
квітень '21
+1 021
в 0 каналах
Get PRO
березень '21
+2 021
в 0 каналах
Get PRO
лютий '21
+4 094
в 0 каналах
Get PRO
січень '21
+8 339
в 0 каналах
Get PRO
грудень '20
+13 751
в 0 каналах
| Дата | Залучення підписників | Згадування | Канали | |
| 08 липня | 0 | |||
| 07 липня | 0 | |||
| 06 липня | 0 | |||
| 05 липня | 0 | |||
| 04 липня | 0 | |||
| 03 липня | 0 | |||
| 02 липня | 0 | |||
| 01 липня | 0 |
Дописи каналу
Как упростить работу с кластером через веб‑интерфейс OpenSearch Dashboards
Присоединяйтесь к вебинару от Selectel, чтобы разобраться на практике, как развернуть кластер СУБД OpenSearch в облаке за несколько минут и управлять им с помощью веб-интерфейса OpenSearch Dashboards. Узнаете, как легко настроить мониторинг, визуализировать данные и метрики, работать с бэкапами, управлять пользователями и доступами.
📍 Онлайн
⏰ 16 июля в 15:00
👤 Кому будет полезно: сисадминам, архитекторам, администраторам баз данных, бэкэнд-разработчикам, техлидам
Регистрируйтесь ➡️ https://slc.tl/y7jke
Больше мероприятий для ИТ-специалистов в канале @selectel_events. Подписывайтесь!
Реклама. АО "Селектел". erid:2W5zFK3xwVT
IT Дайджест с Новиковым
| 2 |  Замечательная идея - каждое утром распечатывать новости о планах на день, проектах, обновлениях, непрочитанных сообщения и тп.
IT Дайджест с Новиковым | 4 460 |
| 3 |  Недавно была конференция по duckdb https://www.youtube.com/playlist?list=PLWksJtu3SS6Y
IT Дайджест с Новиковым | 4 476 |
| 4 | Свежий квадрант Gartner про BI инструменты. Как обычно, Microsoft лидируют со своей экосистемой продуктов для аналитики.
Согласно отчёту, главное изменение — это Agentic BI.
И тут я полностью соглашусь. Все топы «писяются кипятком» от восторга, когда они общаются с данными (aka chatGPT). И тут не очень важно, это Snowflake Cortex, Databricks Genie или сам BI инструмент.
Я это сейчас вижу на примере Omni BI — весь C-уровень очень доволен.
Но есть нюанс - вы платите за токены Anthropic и сами выбираете модель. То есть токены жгут не только инженеры:)
Ключевое — это модель данных и семантический слой, то есть если у вас в markdown файлах всё нормально описано, то будет всё пучком.
Классическое моделирование данных, когда сначала разговариваем с бизнесом, а потом рисуем диаграммы, эффективно как никогда, особенно если все встречи записать и скормить агенту. Главное — не халтурить в начале, чтобы потом избежать косяков.
Ну и сам отчёт:
🤖 Главный тренд
2026: Agentic BI
Это ключевой сдвиг этого года — от реактивных дашбордов к автономным агентам, которые сами инициируют анализ и действия:
• Agentic Analytics — AI-агенты, которые не просто отвечают на вопросы, но самостоятельно выполняют многошаговый анализ, запускают воркфлоу, мониторят метрики
• Semantic Layer как фундамент — Gartner на своём Data & Analytics Summit 2026 особо выделил, что к 2027 году компании с семантическим слоем получат на 80% более точные результаты AI и снизят затраты на 60%. Уже 92% лидеров в области данных внедрили или планируют внедрить semantic layer
• Традиционные schema-based модели признаны недостаточными для агентного AI
📋 12 критических возможностей платформы Gartner оценивает платформы по критическим capabilities, сгруппированным в блоки:
Инфраструктура:
• Администрирование платформы и масштабируемость
• Cloud BI (PaaS/SaaS)
• Безопасность и управление доступом
• Подключение к источникам данных
Работа с данными:
• Self-service подготовка данных
• Семантический слой и управление метаданными
• Governance и версионирование
Анализ и контент:
• Интерактивная свободная аналитика
• Дашборды и отчётность
• Встроенная расширенная аналитика (ML/AI)
• Natural Language Query / Conversational Analytics — в 2026 г. это один из ключевых критериев
• Публикация и распространение контента
IT Дайджест с Новиковым | 4 454 |
| 5 |  Немає тексту... | 4 512 |
| 6 | Часто бывает, что мы не успеваем закончить работу с агентами, тогда нам нужно переключиться на телефон и продолжить. Есть классный сторонний app Happy, который позволяет нам поднять удаленную сессию на рабочем компьютере и продолжить, подключившись с телефона.
https://happy.engineering/
IT Дайджест с Новиковым | 4 493 |
| 7 |  Semantic Layer vs. Text-to-SQL: 2026 Benchmark Update
В статье сравнили dbt Semantic Layer (YML документация о моделях и метриках) и LLM модели.
Очевидно, что LLM будет очень хорошо работать, если у нее будет правильный контекст и semantic layer это как раз и делает. Но и без SL уже модели хорошо сами все находят.
Качественная документация очень ценна и она поможет использовать AI более эффективно.
IT Дайджест с Новиковым | 0 |
| 8 |  ИИ все глубже встраивается в бизнес-аналитику — и это уже не эксперимент, а рабочий инструмент.
По данным свежего исследования, каждый пятый корпоративный пользователь обращается к ИИ-агенту (нейроаналитику) за поиском бизнес-инсайтов.
На практике это выглядит так: 73% пользователей просят ИИ писать формулы, а 50% — объяснять графики. Причем не просто «что нарисовано», а с выявлением аномалий и проверкой гипотез на естественном языке. Это качественный сдвиг — BI перестает быть инструментом только для аналитиков и становится доступным бизнесу напрямую.
Активнее всего ИИ в BI используют ИТ (40%), ритейл (25%), финтех (10%), логистика (5%) и медицина (4%). И причина проста — скорость. Например, в ритейле задержка в обнаружении падения маржи всего на несколько дней может стоить десятки миллионов. ИИ сокращает этот лаг до часов, позволяя делать десятки срезов и находить отклонения почти в реальном времени.
IT Дайджест с Новиковым | 0 |
| 9 |  Montecarlo решило уволить 30 процентов людей.
В эпоху до AI это был самый лучший (и дорогой) user friendly инструмент для data quality и data observation. А теперь они стали не нужны. В 2х проектах я занимаюсь тем, что выпиливаю и заменяю их решение за ненадобностью.
IT Дайджест с Новиковым | 0 |
| 10 | Claude Code c моделью Opus 4.6 очень круто. Но даже за тариф в 200$ в месяц вам будет не хватать, особенно если вы очень любознательный и изобретательный человек=)
В итоге я пришел к выводу, что Cursor пока является самым эффективным и за 20$ в месяц в режиме Auto не будет никаких проблем на квоты. С недавних пор я стал использовать Cursor CLI - agent. Он работает достаточно хорошо.
За март я потратил 1000$+ через API Anthropic и решил урезать пользование.
У меня есть несколько edge кейсов, когда я не могу использовать на windows машинах Cursor/Claude Code и мне приходится через Kilo Code плагин в VSCode через OpenRouter подключаться к Anthropic API, чтобы в режиме YOLO творить🪄
А на чем вы остановились? Недавно попался пост про ситуацию с отечественными AI клиентами - ChatGPT, Claude и Gemini запретят в России. Альтернатива — «суверенные» модели, но ими не пользуются даже в компаниях, где они разработаны
Все кого я знаю, все используют Cursor или Claude Code за 200$. Cursor еще удобен, что можно сразу на год купить за 25т рублей и не знать проблем, я уже купил всем родственникам таким образом.
IT Дайджест с Новиковым | 0 |
| 11 |  Dimensional Modeling 101 - статья про самый популярный и простой вид моделирования данных внутри хранилища данных.
Это когда 20% знаний закрывают 80% потребностей.
В статье вам напомнят теорию, и расскажут про альтернативы - Data Vault, One Big Table, Inmon Corporate Data Factory, Activity Schema.
Книги по теме:
📚The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling
📚Star Schema The Complete Reference
📚Agile Data Warehouse Design: Collaborative Dimensional Modeling, from Whiteboard to Star Schema
PS моделирование данных очень трудно дается AI, так же как и system design.
IT Дайджест с Новиковым | 0 |
| 12 | У меня есть один замечательный проект - миграция SQL Server на AWS.
Меня позвали как эксперта сделать миграцию в non-profit около государственную конторы, которая вот-вот уйдет на забастовку со своим профсоюзом.
Мой подход:
• AWS Managed Airflow извлекаю данные из источников и пишу в Redshift
• dbt core для трансформаций, запускается с помощью AWS Airflow (читает dbt проект прям с S3)
• Один AWS аккаунт, один Redshift кластер с DEV/PROD базами данных (dbt это поддерживает из коробки)
• работать с ноутбука (IDE)
• доступ к AI (Claude Code)
Что хочет ИТ (хочет и делает):
• DMS пишет из SQL Server в S3. Пишет он CDC, то есть дописывают новые файлики в папки -> IT хочет контроль (с их слов)
• AWS Glue (python) читает и собирает эти файлы в единую таблицу и сохраняет в S3.
• Google Analytics/Survey Monkey и тп. - все должно приходить через DMS, а не напрямую. Ведь IT сделало on-premise Airflow, и они хотят и дальше его использовать -> это безопасно (с их слов)
• два AWS аккаунта DEV/PROD -> это безопасно (с их слов)
• никакого AI -> это не безопасно (с их слов)
• работать с общей виртуальной машины, чтобы к ней подключиться, мне сначала надо подключиться к другой машине и с нее уже на рабочую. Мышка там двигается по pixel…
При этом бюджет жестко ограничен. И до этого они 5 месяцев гоняли пустой кластер Redshift и сожгли 10% бюджета.
Мой подход позволит им сделать в 10 раз быстрей, эффективней и проще. Но ИТ категорически отказывается делать что-то нормальное.
Однажды я случайно ошибся Teams каналом и написал в общую группу - что-то вроде “ИТ саботируют миграцию, надо эскалировать на CIO и их нахлобучить”.
Это наверно самый грустный и смешной проект, потому что я как на машине времени отправляюсь в 90ые и строю хранилище данных партизанскими методами=)
Самое смешное, что я уже многое чего построил, но это не совпадает с их видением, и мне снова надо будет жечь токены, чтобы удовлетворить их хотелки.
Я так и не понял, зачем им AWS хранилище данных, это же небезопасно!
IT Дайджест с Новиковым | 0 |
| 13 | Вот и появились первые результаты использования ИИ в статье - Are AI agents actually slowing us down?
🤖 ИИ-агенты нас тормозят?
Все говорят о том, как ИИ ускоряет разработку. Но есть обратная сторона, о которой почти никто не говорит.
Что происходит на практике:
🔴 Anthropic — баг на главной странице Claude.ai, при котором текст пользователя исчезал при загрузке, существовал неделями и никто внутри компании его не замечал. При том, что 80%+ кода Anthropic генерирует сам Claude. Исправили только после публичного скандала.
🔴 Amazon — ИИ-агент Kiro вызвал 13-часовой сбой AWS: агент решил «удалить и пересоздать среду». Теперь любые изменения джунов с помощью ИИ требуют подписи сеньора.
🔴 Meta и Uber — токены ИИ учитываются при перформанс-ревью. Не используешь ИИ активно? Значит, ты «неэффективный» сотрудник. Давление на инженеров огромное — вне зависимости от качества результата.
🔴 Исследования — код, написанный с ИИ, показывает +41% code churn (строки, которые переписывают в течение двух недель). Команды тушат пожары от свежесгенерированного кода вместо того, чтобы работать над реальными задачами. Google DORA зафиксировал снижение стабильности поставок на 7.2% по мере роста использования ИИ.
Почему так происходит?
Компании измеряют количество PR и строк кода — но не качество. В итоге возникает порочный круг: больше кода → больше техдолга → медленнее разработка в долгосрочной перспективе.
Что с этим делать?
• Инженеры с сильным архитектурным мышлением становятся ценнее, чем когда-либо
• Нужны quality gates — не только покрытие тестами, но и дублирование кода, архитектурное соответствие
• Возможно, пора вернуть старые добрые практики QA
ИИ усиливает то, что уже есть в команде. Сильная культура → ускорение хорошей работы. Слабая культура → ускорение накопления техдолга.
«Скорость без качества — это просто быстрее идти не туда»
Оказалось не все так радужно с использованием ИИ, но тем не менее, руководство до сих пор настаивает на максимальном использовании.
IT Дайджест с Новиковым | 0 |
| 14 |  На картинке анализ плана запроса в Snowflake.
Dbt модель упала из-за timeout. Попросил Claude Code посмотреть в чем дело.
Через Snowflake MCP он начал выполнять запросы и анализировать план запроса и сообщил, что у нас тут NESTED LOOP JOIN вместо HASH JOIN.
Сам поправил и проверил и сделал PR. Умничка.
PS Параллельно Claude Code
• Создает хранилище данных на AWS (Redshift, Airflow, dbt, cloud formation)
• Решает проблемы с Databricks Bundle на Azure
• Пишет документацию
Несколько абсолютно разных проектов. Но везде хороший результат, особенно в режиме YOLO.
Самое сложное это Databricks bundle, это было для меня новое, и поэтому я не могу контролировать результат, получается много ошибок, но Claude помогает изучать.
IT Дайджест с Новиковым | 0 |
| 15 | Узнал сегодня про Dracula Effect в контексте AI - это термин для описания вампирского эффекта истощения, который испытывают люди при интенсивной работе с AI-агентами.
AI автоматизирует рутинные задачи, но оставляет человеку всю сложную когнитивную работу - принятие решений, анализ результатов, постановку задач, проверку кода. По сути, ты постоянно занимаешься только стратегическими и сложными вещами, без передышки на простые задачи.
Реально ловлю себя на том, что день проходит плотничком и энергии уходит много. Но нам не привыкать 🥲
IT Дайджест с Новиковым | 0 |
| 16 | В прошлом году Databricks купил Neon.
Основатели Neon:
• Никита Шамгунов - CEO и идейный вдохновитель Россиянин, PhD по Computer Science из Санкт-Петербурга
• Хейкки Линнакангас - Co-founder, Postgres-хакер
Финн, один из самых известных core committer'ов PostgreSQL с 20+ летним стажем.
• Стас Кельвич - Co-founder, инженер. Изучал физику, затем пришёл в разработку — работал в Яндексе в команде баз данных.
Команда собралась вокруг одной идеи: "что если сделать для Postgres то же, что Amazon Aurora сделала для MySQL/Postgres, но open-source и по-настоящему serverless?"
Amazon Aurora это serverless Postgres, но это как бы vendor lock.
У Neon было три основных этапа/фичи:
1️⃣ Разделение слоев давало serverless-поведение: scale-to-zero, оплата только за реальное использование, "бездонное" хранилище.
2️⃣ Разделение compute и storage открыло неожиданную суперспособность - branching базы данных через copy-on-write. Создать полную копию базы с данными и схемой стало бесплатным по времени и почти бесплатным по стоимости.
Кстати Snowflake zero-copy cloning имеет похожую идею copy-on-write - клон/ветка не копирует данные физически, а создаёт метаданные-указатели на те же блоки хранилища. Новые данные записываются только при изменениях. Оба мгновенные и почти бесплатные по хранилищу. Только у Neon каждая ветка это свой изолированный Postgres. Благодаря этому у каждой ветки свой compute и не влияет на продакшн базу данных.
3️⃣ Neon обнаружил, что 80% баз на их платформе создаются кодом, а не людьми. AI-агенты и платформы вроде Replit Agent стали создавать тысячи эфемерных баз на лету - под каждого пользователя, под каждый эксперимент. Один инженер в Retool управлял через Neon API 300,000 Postgres-инстансов.
Для Databricks это решение понравилось, ведь они уже работаю с AI агентами, каждый агент получает свою изолированную базу данных, и сама идея Zero ETL не нова, и Neon позволяет использовать OLTP workloads и хранить данные сразу в Databricks, ведь Neon хранит данные в облачном object storage (S3/ADLS/GCS), то есть буквально в том же хранилище, что и lakehouse.
И вот Databricks закончил интеграцию и назвал продукт/фичу - Lakebase. Это Postgres версии 16/17. Так же Databricks приобрел Mooncake для лучшей интеграции Postgres с Lakehouse.
Mooncake Labs - это маленький стартап (основан в 2024 году), который сделал одну очень конкретную вещь: pg_mooncake — Postgres-расширение, которое добавляет колоночное хранилище прямо внутрь Postgres, сохраняя данные в формате Apache Iceberg/Delta Lake в object storage.
Под капотом происходит следующее:
• Данные хранятся не в Postgres heap (row-формат), а в Parquet-файлах в S3 в формате Iceberg
• Аналитические запросы выполняются через DuckDB (встроен в расширение) - векторизованный движок, заточенный под колоночное чтение
Neon дал serverless Postgres compute, но данные в нём хранились в Postgres-формате — отдельно от lakehouse.
Чтобы аналитические движки (Spark, Databricks SQL) могли их читать, нужно было либо копировать данные через ETL, либо держать два источника правды.
Mooncake закрыл этот gap: вместо того чтобы копировать данные из Postgres в lakehouse, он делает Iceberg основным хранилищем. Postgres пишет сразу в Iceberg/Parquet в S3 - и тот же файл без какого-либо ETL читают и приложения через Postgres, и аналитика через Spark.
Есть еще Synced Tables - это отдельный, более старый механизм для обратного направления: когда нужно "опустить" уже готовые аналитические данные из Unity Catalog в Lakebase, чтобы приложение могло читать их с низкой латентностью (< 10 мс) (Reverse ETL). Здесь дублирование данных неизбежно — потому что аналитический Parquet нужно переложить в row-формат Postgres для быстрых point-lookup запросов.
PS Работаю часто с Databricks, пока реальных кейсов на Lakebase Postgres не видел =/
IT Дайджест с Новиковым | 0 |
| 17 |  Что делать если у вас нет реального опыта, а хочется работать дата инженером или кем-то еще?
Ответ простой, находите вакансии с нижней планкой зарплаты и туда идете работать. Опытные люди (даже если опыт 1год туда не пойдут), поэтому вы будете конкурировать с такими же вкатунами кандидатами:)
Как я понял 200к для дата инженера это как раз такая планка, где можно экспериментировать 🎮
IT Дайджест с Новиковым | 0 |
| 18 |  Сегодня они радуются как юристы делают PR, а завтра решат сократить половину компании. Тоже fintech.
PS у Claude Code новая турбо пушка фича
1. Запускаем Claude Code как обычно, создаем бранч и начинаем работать…
2. Собираемся на прогулку за вашим любимым банановым рафом (к сожалению в суровой Канаде, нет таких изысков)
3. Выполняем команду телепорта, которая отправляет нашу сессию в Claude web
claude —teleport session_9482948jfsdfl
4. Подключаемся с телефона и продолжаем vibe работу.
IT Дайджест с Новиковым | 0 |
| 19 |  Финтех компания Block, уволила 40% компании и честно призналась, что люди стали работать с AI по другому, меньше размер команды, меньше уровней и зависимостей, больше эффективности.
CEO все сказал как есть. Нам конечно от этого не легче, но думаю вектор понятен.
IT Дайджест с Новиковым | 0 |
| 20 | Databricks is no longer about tuning knobs - отличную тему поднял Zach.
Это тот Зак, который уже млн 3$ заработал на курсах по Data Engineering. Его bootcamp стоит 1500$ с носа + подписка и онлайн курсы. Вот что значит есть аудитория.
Зак утверждает, что Databricks постепенно отходит от дата-инженеров в сторону аналитиков и менее технических пользователей. Три ключевых аргумента:
Физическое моделирование данных больше не нужно — Databricks заменил ручное партиционирование, сортировку и бакетирование автоматическими инструментами (Liquid Clustering, Predictive Optimization), лишив инженеров контроля.
Покупка Tabular за $1B+ замедлила развитие Iceberg — управляемые Iceberg-таблицы в Databricks урезаны: нет скрытого партиционирования, ручной компактификации файлов, управления снапшотами. Всё подталкивает к «магии Databricks» вместо явного контроля.
Бизнесу не нужны дата-инженеры — ему нужен результат — компании хотят быстрые дашборды, работающие модели и дешёвые пайплайны, а не споры о стратегиях партиционирования. AI + платформа заменяют дорогих специалистов.
Вывод: рынок вознаграждает абстракцию, а не контроль. Маятник качнулся в сторону аналитиков, близких к бизнесу, а экспертам по распределённым системам становится всё сложнее найти своё место.
Про iceberg и Tabular реально обидно. Вообще, все используют Delta на Databricks и не сильно заморачиваются про Iceberg.
Я тоже считаю, что учиться надо на реальных вещах - партиции, компрессия и тп. Это классно, когда вендор может сделать magic, но лучше понимать, что происходит под капотом.
На собеседовании вас это именно и спросят.
IT Дайджест с Новиковым | 0 |
