Data Science. SQL hub

📂 PlantUML - это утилита для создания диаграмм с помощью минималистичного синтаксиса. Поддерживает классы, последовательности, потоки данных и многое другое. Полезна для архитектурного проектирования, документирования и визуализации процессов без графических редакторов. Посмотреть на GitHub 🖥 GitHub @sqlhub

Данные и облака — наше все 🧠 На конференции GoCloud ты найдешь новые знания об инструментах обработки данных. Обсудим интеграцию AI в аналитические процессы и тренды облачных технологий. А еще: 😶‍🌫️покажем инструменты для упрощения процесса обработки данных 😶‍🌫️поговорим с компаниями, которые уже работают с данными в облаке 😶‍🌫️возможные риски потери данных и способы их предотвращения 😶‍🌫️покажем архитектуру DBaaS поверх K8s 30+ докладов, нетворкинг, live-демо сервисов и afterparty ждут тебя 10 апреля. Регистрация по ссылке 👈

🖥 WrenAI — это open-source AI-ассистент для анализа данных и генерации SQL-запросов (Text-to-SQL)! 🌟 Он позволяет пользователям взаимодействовать с данными с помощью естественного языка и автоматически формировать SQL-запросы, строить диаграммы, отчеты и таблицы. 🔐 Лицензия: AGPL-3.0 🖥 Github @sqlhub

🔥 Self-Hosted AI Starter Kit — это готовый набор инструментов для развертывания собственных AI-решений с использованием n8n, платформы для автоматизации рабочих процессов! 🌟 Он включает преднастроенные потоки для интеграции моделей ИИ, таких как OpenAI, Ollama и другие, позволяя управлять данными и автоматизировать процессы без необходимости использования облачных сервисов. Решение идеально подходит для бизнеса и индивидуальных разработчиков. 🔐 Лицензия: Apache-2.0 🖥 Github @sqlhub

🖥 Эта статья объясняет различия между использованием операторов IN и EXISTS в SQL-запросах, включая их применение в зависимых и независимых подзапросах! 🌟 Автор демонстрирует, как они влияют на производительность запросов, и предлагает сценарии, когда переход от одного подхода к другому может улучшить производительность. 🔗 Ссылка: *клик* @sqlhub

🖥 Starskey — это высокоскоростная встраиваемая база данных с парой "ключ-значение" для Go, вдохновленная LevelDB и WiscKey! 🌟 Она использует многоуровневое слияние данных, поддерживает атомарные транзакции, журналирование (WAL) для восстановления и фильтры Bloom для оптимизации чтения. Starskey предлагает простое API с операциями Put, Get, Delete и обеспечивает высокую производительность до 400k+ операций в секунду. 🔐 Лицензия: MPL-2.0 🖥 Github @sqlhub

💪 Качаем скиллы PostgreSQL! 10 апреля 2025 года пройдет бесплатное комьюнити-мероприятие из серии PG BootCamp Russia — конференция, направленная на приобретение практических навыков при работе с СУБД PostgreSQL. 🔵Программа рассчитана как на начинающих специалистов, так и на более опытных разработчиков, желающих углубить знания в части ядра и экосистемы продукта 🔵 Ведущие эксперты в области СУБД проведут мастер-классы и лекции по наиболее востребованным и интересным темам 🔵Для тех, кто не сможет присутствовать очно, предусмотрена онлайн-трансляция 🧑‍🎓 Все участники получат электронные сертификаты, подтверждающие приобретение новых знаний и навыков. 📌 Дата и время: 10 апреля, в 10:00 (по ЕКБ) Формат: офлайн/онлайн Место проведения: конгресс-отель «Екатеринбург» ✅ Зарегистрируйтесь сейчас и приготовьтесь к захватывающему путешествию в мир СУБД! Реклама. ООО "ТАНТОР ЛАБС" ИНН 9701183207 Erid: 2W5zFJHvTwv

📖 Эта статья объясняет, как интерпретировать значения NULL в операциях OUTER JOIN в SQL! 🌟 Она рассматривает разницу между отсутствующими записями (когда строки не существуют) и NULL-значениями (когда данные существуют, но неизвестны). Автор объясняет, как правильное нормализованное моделирование данных помогает различать эти ситуации. 🔗 Ссылка: *клик* @sqlhub

Хотите получить много практики на реальных задачах, собрать портфолио и узнать как выглядит рабочий день аналитика? CEO Simulative и эксперт с большим опытом в аналитике, Андрон Алексанян организовал бесплатный интенсив, где вы будете решать реальные задачи, с которыми аналитики сталкиваются на работе На прямых эфирах вы сделаете: 🟠Анализ активности пользователей с помощью SQL 🟠Анализ маркетинговых активностей с помощью Python 🟠ABC анализ ассортиментной матрицы в Excel (уже прошел, но вам будет доступна запись) Во время эфиров вы узнаете много лайфхаков, а также будете получать полезные материалы для развития в аналитике на протяжении всего интенсива ❗️Знать Python и SQL не обязательно — все будем разбирать с нуля 🕗 Встречаемся на новом эфире уже сегодня, 20 марта в 19:00 по мск 😶Участвовать в бесплатном интенсиве

🔥 PrunaAI — это инструмент для оптимизации и сжатия нейросетевых моделей, ориентированный на уменьшение их размера и ускорение работы без значительной потери точности. Название связано с техникой «pruning» (обрезка нейронных сетей), которая удаляет избыточные параметры модели. Проект предназначен для разработчиков, стремящихся развертывать эффективные AI-модели на устройствах с ограниченными ресурсами (телефоны, IoT, edge-устройства). 🔍 Основные функции (предположительно) ▪ Автоматическая обрезка моделей — удаление менее значимых нейронов/слоев. ▪ Квантование — сокращение битности весов (например, с 32-бит до 8-бит). ▪ Сравнение производительности — метрики скорости и точности до/после оптимизации. ▪ Поддержка фреймворков — интеграция с PyTorch, TensorFlow, ONNX. 🔥 Чем полезен? ▪ Для инженеров ML: — Уменьшает размер модели в 2–4 раза, упрощая её развертывание. — Сохраняет >90% исходной точности после оптимизации. ▪ Для бизнеса: — Снижает затраты на инфраструктуру для обработки AI-запросов. — Ускоряет инференс на edge-устройствах. 🎯 Преимущества перед аналогами ▪ Простота: API для быстрого применения pruning без глубоких знаний в оптимизации. ▪ Гибкость: Настройка степени сжатия под конкретные задачи. ▪ Совместимость: Работает с популярными форматами моделей (TFLite, CoreML). pip install pruna 📌 Github @sqlhub

Как эффективно управлять доступом пользователей к базе данных, используя роли? Разберем основные механизмы безопасности PostgreSQL на практике: шифрование соединений (SSL/TLS), контроль доступа (pg_hba.conf, роли, RLS), аудит (pg_audit). Приглашаем на открытый практический урок «Безопасность в PostgreSQL: защита данных, управление доступом и аудит» в рамках курса PostgreSQL для администраторов баз данных и разработчиков ✅ Практика: настройка SSL/TLS шифрование для защиты данных при передаче, обеспечивая конфиденциальность обмена информацией между клиентом и сервером PostgreSQL. Покажем, как защититься от распространенных угроз:SQL-инъекции, DDoS-атаки. 👉  Регистрация и подробности:  https://otus.pw/DAoa/?erid=2W5zFGdBSKz #реклама О рекламодателе

🖥 tbls Мощный инструмент для документирования баз данных. Он анализирует структуру базы данных и автоматически генерирует красивую документацию в формате Markdown, HTML, JSON и других. 🔹 Основные возможности: - Автоматический разбор схемы базы данных. - Поддержка множества СУБД (PostgreSQL, MySQL, SQLite, MSSQL и др.). - Генерация наглядных диаграмм и связей между таблицами. - Возможность кастомизации документации. - Интеграция с CI/CD для автоматического обновления документации. 📌 Github

Большие данные — для большого будущего. Navio расширяется и приглашает в команду сильных Дата инженеров, а также Data Science: ML, CV, NLP специалистов. Вы будете участвовать в разработке уникальных решений, которые меняют транспортную отрасль. Мы создаём: · универсальную технологию автономного вождения, совместимую с разными видами транспорта; · платформу для управления беспилотным флотом автомобилей; · проекты новой городской мобильности. Navio объединяет культуру автопроизводителей и IT-компаний. Более 700 специалистов работают над тем, чтобы доставка грузов стала быстрее и эффективнее, а городской транспорт — безопаснее и комфортнее. Найдите интересную вакансию и отправьте отклик.

🔥 SQL за полтора часа в одном видео! Полный базовый курс по SQL. Базы данных курс для начинающих! 00:00:00 Введение 00:02:43 Платные курсы и что изучать дальше 00:04:55 Коротко об онлайн редакторе 00:07:11 Что такое база данных 00:08:10 Что такое CRUD 00:10:05 Запрос на создание первой таблицы 00:11:57 Типы данных у атрибутов(колонок) (DATA TYPES) 00:17:26 Прописываем атрибуты(колонки) первой таблицы 00:21:07 Создаем первую таблицу (CREATE TABLE) 00:21:38 Проверка на наличие таблицы при создании (IF NOT EXISTS) 00:22:18 Запрос на удаление таблицы(DROP TABLE) 00:22:33 Проверка на наличие таблицы при удалении(IF EXISTS) 00:22:57 Запрос на добавление объекта в таблицу (INSER INTO table) 00:23:35 Запрос на чтение(получение) объектов из таблицы(SELECT * FROM table) 00:24:18 Модификаторы для атрибутов(колонок) таблицы(NOT NULL, DEFAULT, UNIQUE) 00:29:26 Изменение уже существующей таблицы(ALTER TABLE, ADD, DROP, RENAME, MODIFY COLUMN) 00:36:08 Удаление объектов из таблицы(DELETE FROM table) 00:37:06 Редактирование объекта в таблице(UPDATE table) 00:39:03 Первичный ключ(PRIMARY KEY) 00:45:37 Композиция в бд 00:50:38 "Иностранный" ключ(FOREIGN KEY) 00:57:26 Индексы в бд(INDEX) 00:59:24 Готовим данные для темы алиас, юнион и слияние таблиц 01:03:30 Слияние таблиц(INNER JOIN) 01:06:02 Слияние таблиц(LEFT JOIN) 01:06:53 Слияние таблиц(RIGHT JOIN) 01:07:26 Слияние таблиц(FULL JOIN/OUTER JOIN) и Union 01:09:04 Алиас(table AS alias) 01:12:18 Select Distinct в SQL 01:13:42 AND OR NOT в SQL 01:16:18 ORDER BY и LIMIT в SQL 01:17:35 MIN и MAX в SQL 01:18:25 COUNT SUM AVG в SQL 01:19:29 LIKE в SQL 01:21:31 IN и BETWEEN в SQL 01:22:50 GROUP BY в SQL 01:25:17 EXISTS в SQL 01:27:37 ANY и SOME в SQL 01:29:00 INSERT INTO в SQL 01:30:40 Отношения в базе данных 01:32:11 Отношения один к одному 01:33:09 Отношения один ко многим 01:34:09 Отношения многие ко многим 01:37:10 Отношения один к одному и один ко многим "через" 01:39:10 SQL инъекции 📌 источник #sql #lectures #junior @sqlhub

🌟 YOLOE — это усовершенствованная версия алгоритма обнаружения объектов, вдохновлённая классической архитектурой YOLO и разработанная командой THU-MIG. Архитектура YOLO (You Only Look Once) получила своё название благодаря подходу, при котором нейронная сеть анализирует всё изображение целиком за один проход, чтобы определить присутствие и расположение объектов. Это отличается от других методов, которые сначала выделяют потенциальные области с объектами, а затем отдельно классифицируют их, что требует нескольких обработок одного изображения YOLOE сохраняет принцип однократного взгляда на изображение для детекции объектов, но вносит архитектурные улучшения, направленные на повышение точности и эффективности модели. ▪ Ключевые отличия от классического YOLO: - Оптимизированная архитектура: В YOLOE внедрены новые подходы для более эффективной обработки признаков, что позволяет улучшить качество детекции без значительного увеличения вычислительных затрат. - Повышенная точность: Улучшенные модули и методы, такие как ре-параметризация отдельных блоков, способствуют более точному обнаружению объектов, включая мелкие и сложно различимые элементы. - Скорость и эффективность: YOLOE сохраняет высокую скорость инференса, делая его пригодным для задач в реальном времени, при этом обеспечивая конкурентоспособное соотношение производительности и точности. ▶️YOLOE требует в 3 раза меньших затрат на обучение по сравнению с YOLO-Worldv2, что делает процесс обучения более экономичным YOLOE представляет собой современное и улучшенное решение для задач детекции объектов, совмещающее лучшие стороны классического YOLO с новыми архитектурными подходами. 🖥Github 🟡Статья 🟡HF 🟡Colab #yoloe #opensource #ml #ai #yolo #objectdetection

Бесплатный онлайн-вебинар от karpov courses — «Погружаемся в мир А/В-тестирования: от гипотез до принятия решений» В бизнесе каждая ошибка может стоить не только нервов, но и денег. Однако многие из этих ошибок можно избежать, если грамотно использовать A/B-тестирование. Именно поэтому специалисты в этой области востребованы, а их зарплаты продолжают расти. Если вы хотите освоить A/B-тестирование с нуля или прокачать уже имеющиеся навыки, присоединяйтесь к бесплатному онлайн-вебинару «Погружаемся в мир А/В-тестирования: от гипотез до принятия решений». Спикер — Вера Багрова, продуктовый аналитик онлайн-кинотеатра Okko. A/B-тестирование — это ключевой инструмент для маркетологов, продакт-менеджеров и аналитиков данных. На бесплатном вебинаре вы узнаете, в каких случаях стоит применять A/B-тесты, как они помогают улучшить бизнес-результаты, а также разберете полезные лайфхаки и типичные ошибки при проведении тестов. Вера Багрова, продуктовый аналитик из Okko, поделится реальными кейсами из своей практики и расскажет, какие навыки необходимы для успешной работы в продуктовой аналитике. Бесплатный онлайн-вебинар пройдет 20 марта в 18:00 по мск, зарегистрироваться можно по ссылке: https://clc.to/erid_2W5zFJvf1YU  Регистрируйтесь, даже если не сможете быть на эфире — вам отправят запись! Реклама. ООО "КАРПОВ КУРСЫ". ИНН 7811764627

🖥 PgDog — это инструмент для горизонтального масштабирования PostgreSQL, объединяющий функции шардирования, пула соединений и балансировщика нагрузки. Разработанный на языке Rust, он обеспечивает высокую производительность и надёжность, позволяя масштабировать базы данных без необходимости изменения кода приложений. Основные особенности PgDog: Шардирование: PgDog способен автоматически распределять данные между несколькими шардами, обеспечивая эффективное управление большими объёмами информации. Пул соединений: Поддерживает транзакционное и сессионное пуллинг, позволяя тысячам клиентов использовать ограниченное количество соединений с сервером PostgreSQL, что оптимизирует использование ресурсов. Балансировка нагрузки: Распределяет запросы между основными и реплицированными базами данных, обеспечивая равномерную загрузку и повышая отказоустойчивость системы. Благодаря этим возможностям, PgDog может управлять сотнями баз данных и обрабатывать сотни тысяч соединений, что делает его мощным инструментом для масштабирования и оптимизации производительности PostgreSQL-систем. 🖥 GitHub @sqlhub

Быстрый путь к увольнению — просто покажите env-файл компании в прямом эфире 😁

Как изменился рынок аналитики за 2024 год? Агентство NEWHR опубликовало новое исследование, опросив 1293 аналитиков разных уровней — от Junior-специалистов до руководителей. Главные тейки: 🟠Авито стал лучшим работодателем для аналитиков — его выбрали более 35% опрошенных. 🟠Хотя бы один раз за последние 2 года место работы меняли 60% респондентов. 🟠На текущем месте работы аналитиков чаще всего удерживают интересные задачи (52,6), хорошая зарплата (51,5%) и перспективы профессионального роста (49,4%). 🟠51,5% респондентов работают на удаленке. 🟠Более 70% в 2024 году стали получать больше. @sqlhub