Data Science: SQL и Аналитика данных
Відкрити в Telegram
№ 6205468675 На простом языке: про работу с данными, современные технологии, AI, машинное обучение и, немного, SQL. Сотрудничество: @niktwix Менеджер: @Spiral_Yuri
Показати більше
Сітка:📈 Аналітичний огляд Telegram-каналу Data Science: SQL и Аналитика данных
Канал Data Science: SQL и Аналитика данных (@pizdatascience) у мовному сегменті Російська є активним учасником. На даний момент спільнота об'єднує 32 528 підписників, посідаючи 4 092 місце в категорії Технології та додатки та 19 679 місце у регіоні Росія.
📊 Показники аудиторії та динаміка
З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 32 528 підписників.
За останніми даними від 23 жовтня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -484, а за останні 24 години на 31, загальне охоплення залишається високим.
- Статус верифікації: Не верифікований
- Рівень залученості (ER): Середній показник залученості аудиторії становить 17.78%. Протягом перших 24 годин після публікації контент зазвичай збирає 16.17% реакцій від загальної кількості підписників.
- Охоплення публікацій: В середньому кожен допис отримує 5 778 переглядів. Протягом першої доби публікація в середньому набирає 5 257 переглядів.
- Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 0.
- Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як sql, индекс, sqlite, строка, index.
📝 Опис та контентна політика
Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“№ 6205468675
На простом языке: про работу с данными, современные технологии, AI, машинное обучение и, немного, SQL.
Сотрудничество: @niktwix
Менеджер: @Spiral_Yuri”
Завдяки високій частоті оновлень (останні дані отримано 24 жовтня, 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.
32 528
Підписники
+3124 години
+1487 днів
-48430 днів
Завантажуємо дані
Схожі канали
Немає даних
Виникли проблеми? Будь ласка, оновіть сторінку або зверніться до нашого support-менеджера.
Хмара тегів
Вхідні та вихідні згадування
---
---
---
---
---
---
Залучення підписників
жовтень '26жовт '26
жовтень '26
+490
в 0 каналах
вересень '26
+579
в 0 каналах
Get PRO
серпень '26
+613
в 0 каналах
Get PRO
липень '26
+943
в 1 каналах
Get PRO
червень '26
+690
в 0 каналах
Get PRO
травень '26
+552
в 0 каналах
Get PRO
квітень '26
+9 357
в 0 каналах
Get PRO
березень '26
+4 142
в 5 каналах
Get PRO
лютий '26
+435
в 1 каналах
Get PRO
січень '26
+589
в 0 каналах
Get PRO
грудень '25
+480
в 1 каналах
Get PRO
листопад '25
+467
в 0 каналах
Get PRO
жовтень '25
+647
в 1 каналах
Get PRO
вересень '25
+1 366
в 21 каналах
Get PRO
серпень '25
+1 384
в 172 каналах
Get PRO
липень '25
+4 516
в 67 каналах
Get PRO
червень '25
+1 622
в 0 каналах
Get PRO
травень '25
+4 436
в 278 каналах
Get PRO
квітень '25
+1 673
в 14 каналах
Get PRO
березень '25
+22 686
в 253 каналах
| Дата | Залучення підписників | Згадування | Канали | |
| 24 жовтня | +32 | |||
| 23 жовтня | +21 | |||
| 22 жовтня | +27 | |||
| 21 жовтня | +25 | |||
| 20 жовтня | +39 | |||
| 19 жовтня | +17 | |||
| 18 жовтня | +28 | |||
| 17 жовтня | +33 | |||
| 16 жовтня | +53 | |||
| 15 жовтня | +16 | |||
| 14 жовтня | +35 | |||
| 13 жовтня | +17 | |||
| 12 жовтня | +31 | |||
| 11 жовтня | +36 | |||
| 10 жовтня | +6 | |||
| 09 жовтня | +31 | |||
| 08 жовтня | 0 | |||
| 07 жовтня | 0 | |||
| 06 жовтня | 0 | |||
| 05 жовтня | +18 | |||
| 04 жовтня | 0 | |||
| 03 жовтня | 0 | |||
| 02 жовтня | +11 | |||
| 01 жовтня | +14 |
Дописи каналу
🔥Vector-базы не умерли, но для многих задач отдельный сервер уже не нужен.
sqlite-vec добавляет vector search прямо в SQLite через компактное расширение.
Что это даёт:
⏺️ без Pinecone
⏺️ без Weaviate
⏺️ без Qdrant
⏺️ без отдельного vector DB сервера
⏺️ всё хранится рядом с обычными данными в SQLite
Расширение маленькое, open source и запускается везде, где работает SQLite.
Для локальных AI-приложений, RAG, embedded-сценариев и небольших сервисов это особенно интересно: одна база, один файл, обычный SQL + поиск по эмбеддингам.
https://github.com/asg017/sqlite-vec
🫡 Всё про Data Science
🇷🇺 Читайте нас в MAX
| 2 |  🔥 SQL-задача: ближайшие точки с подвохом
Карта размером 100 × 100 замкнута: переход вправо от x = 100 возвращает к x = 0. По вертикали действует то же правило.
CREATE TABLE points (
id INT PRIMARY KEY,
x INT,
y INT
);
INSERT INTO points VALUES
(1, 1, 1),
(2, 99, 99),
(3, 50, 50),
(4, 52, 52);
Напишите запрос, который найдёт все пары точек с минимальным расстоянием по прямой с учётом переходов через границы.
Условия:
⏺️ точку нельзя сравнивать с собой;
⏺️ пары (1, 2) и (2, 1) считаются одной;
⏺️ при одинаковом минимуме выведите все пары;
⏺️ результат: id1, id2, distance.
Обычная формула расстояния без учёта границ даст неверный ответ
🫡 Всё про Data Science
🇷🇺 Читайте нас в MAX | 6 021 |
| 3 |  🔥 Claude Code за 103 секунды удалил более 48 тысяч файлов
Пользователь Claude Code сообщил о серьёзном инциденте: AI-агент якобы удалил 48 218 файлов рабочего проекта и уничтожил часть Git-репозитория.
Что произошло:
⏺️ агенту поручили пересобрать mirror проекта;
⏺️ он написал Python-скрипт для удаления старой копии;
⏺️ в Windows-каталоге находились directory junctions, ведущие обратно в рабочее дерево;
⏺️ проверка ссылок сработала не так, как ожидалось;
⏺️ скрипт начал удалять уже реальные файлы проекта.
В результате были очищены .git/objects, refs и logs, поэтому восстановление через обычный Git оказалось невозможно.
Checkpoint Claude Code здесь не обязательно спасает, потому что изменения, сделанные через Bash/PowerShell, могут не попадать в механизм rewind.
➡️ Источник: https://cybersecuritynews.com/claude-code-agent-file-deletion/
🫡 Всё про Data Science
🇷🇺 Читайте нас в MAX | 6 109 |
| 4 |  🔥 SQL-задача с опасным подвохом
Какой баланс получит аккаунт после выполнения запроса в PostgreSQL?
CREATE TABLE accounts (
id int PRIMARY KEY,
balance int
);
CREATE TABLE operations (
account_id int,
amount int
);
INSERT INTO accounts VALUES (1, 100);
INSERT INTO operations VALUES
(1, 10),
(1, 20);
UPDATE accounts a
SET balance = a.balance + o.amount
FROM operations o
WHERE o.account_id = a.id;
Многие ответят 130, но PostgreSQL обновит строку только один раз.
Результатом может стать 110 или 120. Если целевая строка соединяется с несколькими строками из FROM, PostgreSQL использует одну из них, но какую именно, не гарантируется.
➡️ Правильный вариант:
UPDATE accounts a
SET balance = a.balance + x.total
FROM (
SELECT account_id, SUM(amount) AS total
FROM operations
GROUP BY account_id
) x
WHERE x.account_id = a.id;
Теперь каждой строке accounts соответствует ровно одна строка источника, а баланс станет 130.
🫡 Всё про Data Science
🇷🇺 Читайте нас в MAX | 6 226 |
| 5 |  Учиться Data Science у тех, кто ежедневно работает с данными
МТС открывает набор в Школу аналитиков данных — бесплатную программу обучения на 10 месяцев для тех, кто хочет системно прокачать навыки в Data Science, машинном обучении и Big Data вместе с действующими экспертами Центра BigData МТС 👈
В программе: SQL, Python, математика, теория вероятностей, машинное обучение, нейросети, рекомендательные системы и не только.
➡️ Приятный бонус — возможность попасть на на стажировку в Центр BigData МТС или другую команду.
Школа подойдёт студентам последних курсов и выпускникам технических вузов, junior и middle аналитикам данных и ИТ-специалистам, которые хотят прокачаться в Data Science.
Обучение абсолютно бесплатное и будет занимать не менее 8-10 часов в неделю: совмещать с другой учёбой и работой можно, главное — уметь планировать свою нагрузку.
Приём заявок открыт с 1 по 25 октября. Дальше по плану — анкета и мотивационное письмо до 25 октября. После этого — входное тестирование в один из дней с 26 октября по 1 ноября | 5 238 |
| 6 |  🔥 Как SQLite превращает числа в текст по две цифры за раз
Обычное преобразование целого числа в строку извлекает цифры по одной с помощью деления на 10 и остатка % 10.
В SQLite используется таблица sqlite3DigitPairs - строка длиной 200 байт со всеми парами от 00 до 99:
"00010203040506070809"
"10111213141516171819"
...
"90919293949596979899"
Алгоритм берёт две цифры сразу и копирует готовую пару по вычисленному индексу. Это сокращает количество делений и итераций при форматировании i64 и u64.
Небольшая оптимизация внутри sqlite/src/util.c, которая особенно заметна на миллионах преобразований.
#SQL #PostgreSQL #Database
🫡 Всё про Data Science
🇷🇺 Читайте нас в MAX | 5 229 |
| 7 |  Во вложении — оффер на позицию Data Scientist 💼
Хотите получить такое сообщение уже через пару месяцев?
Data Scientist работает там, где данные превращаются в решения: строит ML-модели, ищет закономерности, проверяет гипотезы и помогает внедрять AI в реальные продукты.
И чтобы выйти на рынок, не обязательно сначала год учиться в стол.
Симулейтив запускает интенсивный буткемп по Data Science: за первые 10 недель вы собираете базовый стек, работаете над реальными проектами, начинаете готовиться к собеседованиям и выходите на рынок!
Что вас ждёт на программе:
➖ Python, ML, статистика, работа с данными и AI-инструментами;
➖ практика на реальных задачах и проектах;
➖ понятный ежедневный план и поддержка менторов;
➖ еженедельные живые занятия;
➖ подготовка к собеседованиям с первых недель: интервью, разбор вопросов и резюме.
Буткемп — только первый этап. Дальше можно углубить стек и двигаться к уровню middle:
➖ продвинутый Python;
➖ Git;
➖ статистика и A/B-тестирование;
➖ Airflow;
➖ MLOps и развёртывание ML-моделей.
Подойдёт тем, кто хочет войти в Data Science по понятному маршруту, быстрее перейти от теории к практике и не тратить месяцы на самостоятельный поиск того, что учить дальше, чтобы собрать крепкую базу
🔥 И главное: сейчас в Симулейтив можно получить один из 5 грантов на обучение, а трудоустройство после программы гарантировано договором
Новый поток стартует совсем скоро
🔗 ЗАБРОНИРОВАТЬ МЕСТО | 6 033 |
| 8 |  🔥 SQL-задача с подвохом
Что вернёт этот запрос в PostgreSQL?
CREATE TABLE payments (
id int,
amount int
);
INSERT INTO payments VALUES
(1, 100),
(2, 100),
(3, 200);
SELECT
id,
amount,
SUM(amount) OVER (ORDER BY amount) AS total
FROM payments
ORDER BY id;
Многие ожидают:
1 | 100 | 100
2 | 100 | 200
3 | 200 | 400
Но результат будет другим:
1 | 100 | 200
2 | 100 | 200
3 | 200 | 400
По умолчанию PostgreSQL использует окно RANGE ... CURRENT ROW. Строки с одинаковым amount считаются равными соседями и попадают в окно вместе.
Для построчного накопления нужно указать ROWS:
SUM(amount) OVER (
ORDER BY amount, id
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
)
#SQL #PostgreSQL #Database
🫡 Всё про Data Science
🇷🇺 Читайте нас в MAX | 5 943 |
| 9 |  🔥 Tabularis - единое open-source приложение для работы с SQL
Если приходится постоянно переключаться между разными клиентами для PostgreSQL, MySQL и SQLite, Tabularis собирает всё в одном desktop-приложении.
Что умеет:
⏺️ PostgreSQL, MySQL/MariaDB и SQLite из коробки
⏺️ SQL notebooks с Markdown, результатами и графиками
⏺️ визуальный конструктор запросов
⏺️ Visual EXPLAIN с интерактивным разбором query plan
⏺️ переменные между ячейками
⏺️ MCP-сервер для AI-агентов
⏺️ расширение поддержки других БД через плагины
Подходит как единое рабочее место для аналитики, разработки и отладки SQL.
Apache 2.0.
🫡 Всё про Data Science
🇷🇺 Читайте нас в MAX | 5 270 |
| 10 |  🔥 LatticeDB - локальная база для Graph RAG и памяти AI-агентов
Проект объединяет в одном embedded-движке сразу три способа работы с данными:
⏺️ граф связей
⏺️ векторный поиск через HNSW
⏺️ полнотекстовый поиск BM25
Вся база хранится в одном файле - без отдельного сервера и сложной конфигурации. Есть bindings для Python, TypeScript/Node.js и Go.
Подходит для Graph RAG, agent memory и локальных knowledge-систем.
➡️ https://readhacker.news/s/73wnt
🫡 Всё про Data Science
🇷🇺 Читайте нас в MAX | 5 787 |
| 11 |  📊 Аналитик данных: системные знания для профессионального роста
14 октября на Факультете компьютерных наук НИУ ВШЭ стартует программа профессиональной переподготовки «Аналитик данных». Программа охватывает ключевые направления работы с данными: от Python, SQL и статистики до продуктовой аналитики, визуализации и машинного обучения.
📚 В программе:
• Python и SQL для анализа данных;
• математика и статистика;
• проверка гипотез и A/B-тестирование;
• визуализация данных и BI;
• продуктовая аналитика;
• машинное обучение;
• хранилища данных и основы работы с большими данными;
• итоговый проект на основе реальной задачи.
🎓 Главное о программе:
• ФКН НИУ ВШЭ — один из ведущих факультетов России в области компьютерных наук;
• преподаватели программы работают в Яндексе, Ozon Tech, Wildberries, Магните, Okko, ivi и других технологических компаниях;
• обучение построено на практических задачах и работе с данными;
• по итогам обучения выпускники получают диплом о профессиональной переподготовке НИУ ВШЭ.
🔗 Подробнее о программе | 5 837 |
| 12 |  Один товар, два покупателя. Как не продать больше, чем есть на складе?
Если сначала прочитать остаток через SELECT, а потом уменьшить его отдельным запросом, два покупателя могут одновременно увидеть последнюю единицу.
В PostgreSQL проверку и списание можно объединить:
UPDATE products SET stock = stock - 1 WHERE id = 42 AND stock > 0 RETURNING id, stock;
Что получится при одновременных запросах:
• Первый покупатель уменьшит остаток с 1 до 0.
• Второй дождётся освобождения строки, и условие stock > 0 будет проверено повторно.
• Его запрос не обновит строку и ничего не вернёт — товар закончился.
Так работает обычный уровень изоляции PostgreSQL READ COMMITTED.
Добавьте защиту от отрицательных остатков:
ALTER TABLE products ADD CONSTRAINT stock_nonnegative CHECK (stock >= 0);
Списание остатка и создание заказа выполняйте в одной транзакции, чтобы при ошибке заказа изменение остатка тоже откатилось.
🫡 Всё про Data Science
🇷🇺 Читайте нас в MAX | 6 380 |
| 13 | 🔥 Большой сборник по Data Science и Machine Learning: 150+ практических тем — от основ до готовых проектов.
Отдельный блок посвящён MCP: архитектура, tools, resources и prompts, а затем — реальные проекты:
⏺️ локальный MCP-клиент;
⏺️ Agentic RAG;
⏺️ финансовый аналитик;
⏺️ voice agent;
⏺️ Deep Researcher;
⏺️ RAG по документам и видео;
⏺️ генератор синтетических данных;
⏺️ shared memory для Claude Desktop и Cursor.
🫡 Всё про Data Science
🇷🇺 Читайте нас в MAX | 6 070 |
| 14 |  🔥pgbot - диагностика PostgreSQL для AI-агентов и приложений, написанная на Go
Один исполняемый файл подключается к базе в режиме чтения, собирает встроенную статистику PostgreSQL и показывает проблемы:
⏺️ замедление запросов и ожидание блокировок
⏺️ неиспользуемые индексы
⏺️ состояние vacuum и репликации
⏺️ загрузку соединений и взаимные блокировки
⏺️ изменения относительно предыдущих проверок
Диагностика рассчитывается кодом на Go. Опциональный AI-слой объясняет найденные проблемы и позволяет задавать вопросы обычным текстом.
Для агентов и автоматизации предусмотрены MCP и версионированный JSON-вывод. Есть плагин для Claude Code.
Базовые проверки работают без ключа LLM и внешнего сервиса. Проект находится в бете.
GitHub - https://github.com/pgrundev/pgbot
🫡 Всё про Data Science
🇷🇺 Читайте нас в MAX | 5 711 |
| 15 |  +3🔥Учим SQL не по учебнику, а расследуя преступления
В Steam выходит Ghost in the SQL - детективная игра, где главный инструмент расследования не лупа и не допросы, а SQL-запросы.
Чтобы найти подозреваемого, восстановить события или докопаться до нужной улики, придётся работать с базами данных, фильтровать информацию, связывать таблицы и писать запросы.
Каждое дело постепенно знакомит с SQL через практику - от простых выборок до более сложного анализа данных.
Обещают разные расследования - поджоги, убийства и другие преступления.
Редкий случай, когда SELECT, JOIN и WHERE действительно помогают найти преступника.
➡️ https://store.steampowered.com/app/5072430/Ghost_in_the_SQL_Data/
🫡 Всё про Data Science
🇷🇺 Читайте нас в MAX | 6 061 |
| 16 |  🔥 SQL-совет: `COUNT(*)` иногда можно вообще не считать
Если в PostgreSQL тебе нужно не точное число строк, а быстрая оценка размера огромной таблицы, не запускай:
SELECT COUNT(*) FROM events;
На большой таблице это может читать миллионы строк.
Для быстрой оценки можно взять статистику PostgreSQL:
SELECT reltuples::bigint
FROM pg_class
WHERE relname = 'events';
reltuples хранит примерную оценку количества строк, которую PostgreSQL обновляет после ANALYZE и VACUUM.
Это полезно для админок, мониторинга, дашбордов и проверок вида «в таблице примерно 10 млн или 100 млн строк?», где абсолютная точность не нужна.
А если нужна актуальная оценка:
ANALYZE events;
После этого reltuples станет ближе к реальному количеству строк.
На таблицах в сотни миллионов строк разница между мгновенной оценкой и настоящим COUNT(*) может быть огромной.
🫡 Всё про Data Science
🇷🇺 Читайте нас в MAX | 5 860 |
| 17 |  Не застревайте в прошлом — учитесь новым навыкам и ИИ
Чтобы успевать за требованиями рынка, освойте новую профессию и нейросети в Практикуме. До 30 сентября действует скидка 16% на все курсы.
Выбрать курс
Как всё устроено:
— нейросети уже в каждом курсе: учим профессиям сразу с ИИ, чтобы ваше резюме было заметнее, а трудоустройство — увереннее;
— эксперты — практики, которые двигают ИИ-индустрию: перенимайте опыт у профи из Яндекса, Сбера, Т-Банка и других бигтех-компаний;
— воркшопы, которые успевают за изменениями: если сегодня завирусится новая нейросеть, то завтра вы сможете обсудить её с наставником.
Начните учиться бесплатно и получите скидку 16% — она автоматически появится в личном кабинете.
Учиться!
Erid: 2SDnjcNHSbd
Название: ООО "ЯНДЕКС"
ИНН: 7736207543 | 6 257 |
| 18 |  🔥 Исследователи нашли способ сократить расход токенов ИИ-агентов в 50 раз
Исследователи из Google и Университета Пердью представили SKILL.state — новый подход к памяти агентов. Обычно во время длинных задач агент тащит за собой всю историю действий, из-за чего контекст безжалостно и неумолимо разрастается.
Здесь же смысл в том, что вместо всей истории сохраняется только структурированное текущее состояние: важные факты, прогресс и данные, необходимые для следующего шага.
Остальные, промежуточные рассуждения удаляются.
🫡 Всё про Data Science
🇷🇺 Читайте нас в MAX | 6 423 |
| 19 |  ➡️ SQL-запрос внезапно стал медленным? Проверь не только индексы, но и статистику
Оптимизатор выбирает план запроса на основе статистики по данным. Если она устарела, база может решить, что строк мало, выбрать Nested Loop и в итоге прогнать миллионы сравнений.
В PostgreSQL быстро обновить статистику можно так:
ANALYZE users;
А проверить, насколько оценки оптимизатора отличаются от реальности:
EXPLAIN (ANALYZE, BUFFERS)
SELECT *
FROM users
WHERE status = 'active';
Смотри на разницу между rows= и actual rows=.
Если PostgreSQL ожидал 100 строк, а реально получил 500 000, проблема может быть не в индексе, а в плохой статистике.
Особенно часто это всплывает после массовых INSERT, UPDATE, импорта данных или резкого изменения распределения значений.
🫡 Всё про Data Science
🇷🇺 Читайте нас в MAX | 6 991 |
| 20 |  👀 SQL можно учить не по скучным таблицам, а через игру в стиле «Матрицы»
Разработчик сделал тренажёр, где вы проходите уровни, находите терминалы и «взламываете» их SQL-запросами.
Каждое задание тренирует отдельный навык: выборки, фильтры, сортировку, JOIN, агрегации и работу с данными.
Формат простой: играешь, решаешь задачи и постепенно начинаешь думать как дата-аналитик.
Идеальный вариант на выходные, если давно хотели подтянуть SQL без унылой теории.
➡️ http://sqlprotocol.com/
🫡 Всё про Data Science
🇷🇺 Читайте нас в MAX | 7 284 |
