BigQuery Insights
Kanalga Telegram’da o‘tish
Аналітика в Google BigQuery, інсайти, приклади SQL-запитів. Автор: @osiyuk
Ko'proq ko'rsatish
Tarmoq:4 986
Obunachilar
-124 soatlar
-137 kunlar
-2730 kunlar
Ma'lumot yuklanmoqda...
O'xshash kanallar
Taglar buluti
Ma'lumot yo'q
Muammo bormi? Iltimos, sahifani yangilang yoki bizning qo'llab-quvvatlash boshqaruvchimizga murojaat qiling>.
Kirish va chiqish esdaliklari
---
---
---
---
---
---
Obunachilarni jalb qilish
Iyul '26
Iyul '26
+6
0 kanalda
Iyun '26
+27
0 kanalda
Get PRO
May '26
+36
0 kanalda
Get PRO
Aprel '26
+36
0 kanalda
Get PRO
Mart '26
+28
1 kanalda
Get PRO
Fevral '26
+31
0 kanalda
Get PRO
Yanvar '26
+17
0 kanalda
Get PRO
Dekabr '25
+26
0 kanalda
Get PRO
Noyabr '25
+31
0 kanalda
Get PRO
Oktabr '25
+30
0 kanalda
Get PRO
Sentabr '25
+18
0 kanalda
Get PRO
Avgust '25
+33
0 kanalda
Get PRO
Iyul '25
+37
1 kanalda
Get PRO
Iyun '25
+48
3 kanalda
Get PRO
May '25
+32
0 kanalda
Get PRO
Aprel '25
+39
0 kanalda
Get PRO
Mart '25
+37
0 kanalda
Get PRO
Fevral '25
+49
1 kanalda
Get PRO
Yanvar '25
+54
0 kanalda
Get PRO
Dekabr '24
+96
2 kanalda
Get PRO
Noyabr '24
+50
1 kanalda
Get PRO
Oktabr '24
+53
0 kanalda
Get PRO
Sentabr '24
+61
0 kanalda
Get PRO
Avgust '24
+69
3 kanalda
Get PRO
Iyul '24
+71
3 kanalda
Get PRO
Iyun '24
+38
0 kanalda
Get PRO
May '24
+45
1 kanalda
Get PRO
Aprel '24
+49
0 kanalda
Get PRO
Mart '24
+79
2 kanalda
Get PRO
Fevral '24
+134
1 kanalda
Get PRO
Yanvar '24
+53
0 kanalda
Get PRO
Dekabr '23
+45
0 kanalda
Get PRO
Noyabr '23
+66
0 kanalda
Get PRO
Oktabr '23
+65
0 kanalda
Get PRO
Sentabr '23
+92
0 kanalda
Get PRO
Avgust '23
+62
0 kanalda
Get PRO
Iyul '23
+52
0 kanalda
Get PRO
Iyun '23
+55
0 kanalda
Get PRO
May '23
+82
0 kanalda
Get PRO
Aprel '23
+52
0 kanalda
Get PRO
Mart '23
+67
0 kanalda
Get PRO
Fevral '23
+51
0 kanalda
Get PRO
Yanvar '23
+53
0 kanalda
Get PRO
Dekabr '22
+71
0 kanalda
Get PRO
Noyabr '22
+78
0 kanalda
Get PRO
Oktabr '22
+49
0 kanalda
Get PRO
Sentabr '22
+61
0 kanalda
Get PRO
Avgust '22
+96
0 kanalda
Get PRO
Iyul '22
+99
0 kanalda
Get PRO
Iyun '22
+264
0 kanalda
Get PRO
May '22
+77
0 kanalda
Get PRO
Aprel '22
+96
0 kanalda
Get PRO
Mart '22
+85
0 kanalda
Get PRO
Fevral '22
+132
0 kanalda
Get PRO
Yanvar '22
+100
0 kanalda
Get PRO
Dekabr '21
+91
0 kanalda
Get PRO
Noyabr '21
+180
0 kanalda
Get PRO
Oktabr '21
+184
0 kanalda
Get PRO
Sentabr '21
+113
0 kanalda
Get PRO
Avgust '21
+118
0 kanalda
Get PRO
Iyul '21
+241
0 kanalda
Get PRO
Iyun '21
+102
0 kanalda
Get PRO
May '21
+166
0 kanalda
Get PRO
Aprel '21
+204
0 kanalda
Get PRO
Mart '21
+123
0 kanalda
Get PRO
Fevral '21
+135
0 kanalda
Get PRO
Yanvar '21
+115
0 kanalda
Get PRO
Dekabr '20
+5 983
0 kanalda
| Sana | Obunachilarni jalb qilish | Esdaliklar | Kanallar | |
| 08 Iyul | +1 | |||
| 07 Iyul | 0 | |||
| 06 Iyul | +1 | |||
| 05 Iyul | +3 | |||
| 04 Iyul | 0 | |||
| 03 Iyul | +1 | |||
| 02 Iyul | 0 | |||
| 01 Iyul | 0 |
Kanal postlari
Ми в MacPaw шукаємо продуктового аналітика з досвідом у web-аналітиці та бажанням працювати над маркетинговими задачами.
MacPaw - продуктова ІТ компанія, розробляє macOS/iOS-додатки, продукти якої встановлені на кожному 5-му макбуці світу.
40+ аналітиків, багато різноманітних сервісних команд, які допомагають продуктовим аналітикам робити їх роботу краще. Можливість працювати віддалено.
Вакансія за посиланням:
👉 Middle Product Analyst.
| 2 | Anthropic автоматизували 95% аналітичних запитів всередині компанії через Claude з точністю роботи ~95%.
Тисячі SQL-запитів з дашбордів як контекст для агента дали менше 1% приросту точності, на відміну від Skills. Skill — задокументований workflow досвідченого аналітика: які питання уточнити, де шукати джерела, як виконати і перевірити. Проблема не в доступі до даних — в структурі й однозначності. Skills вирішили це: без skills: 21% accuracy, а з skills уже 95%+.
Деталі тут: https://bit.ly/43kFIaL
via @WebAnalyst | 837 |
| 3 |  📊 Data Engineering — один із найшвидше зростаючих напрямів у роботі з даними. Попит росте швидше, ніж кількість спеціалістів, які реально мають необхідний скілсет.
Розберіться з Big Data, ETL/ELT, Spark, Airflow, Docker та AWS та опануйте трендову професію, — на курсі «Data Engineering» від robot_dreams.
За 20 занять ви:
– розберетеся зі скілсетом Data Engineer і ключовими інструментами
– навчитеся працювати з великими обсягами даних і будувати підходи до їх обробки
– зможете проєктувати повноцінні Big Data системи
– попрацюєте з Hadoop, Apache Spark, Airflow та іншими технологіями
– зрозумієте, як створювати рішення, які масштабуються
У результаті — зможете переходити від окремих задач до побудови систем роботи з даними.
Вас навчатиме Ілля Хороших — Data Engineer із досвідом у Lyft, EPAM, Luxoft. Працює з системами, які обробляють терабайти даних і масштабуються на мільйони користувачів.
Старт: 13 липня
Деталі, програма та реєстрація ⬅️ | 1 248 |
| 4 | Ймовірність смерті протягом року починає перевищувати 1% у чоловіків приблизно з 44 років, а у жінок - з 60.
Рівень 2% досягається у чоловіків з 55 років, у жінок - з 68. У похилому віці різниця поступово зменшується, і приблизно у 94 роки показники стають майже однаковими - близько 25%.
Це я рахував на основі відкритих даних статево-вікового розподілу населення України за 1989–2022 роки.
Більш детально про це - у моїй статті про моделювання демографії України (писав її ще раніше, але вона досі актуальна).
@BigQuery | 1 351 |
| 5 | Досліджую тему використання Claude Code/Codex для data analysis і поки головний висновок такий: AI дуже серйозно трансформує не тільки роботу інженерів, але й аналітиків.
Наткнувся на оглядовий розбір архітектури, де всередині Claude Code зібрали AI data analyst, який без Python, SQL і взагалі без коду проходить повний цикл аналізу: формулює питання, досліджує дані, валідовує висновки, генерує графіки і збирає презентацію.
Що там особливо цікаво:
— вся система — це 15 agents і 12 skills
— все зберігається у markdown-файлах
— agents роблять роботу
— skills задають стандарти якості
— вся логіка керується одним CLAUDE.md
— кожен feedback покращує всю систему.
Але відкритими лишаються дуже практичні речі:
— хто валідовує результати
— хто будує реальний product/business context
— хто пріоритизує, що взагалі варто аналізувати
— хто не дає організації потонути в десятках AI-висновків, які звучать переконливо, але нікуди не ведуть :)
Нажаль, стаття крім самої ідеї цінності особливо не несе, але якщо вам цікаво — то посилання буде в коментарях :)
Якщо хтось бачив в open-source схожі архітектури або детальні покрокові мануали як зібрати таку систему — діліться в коментарях!
via @WebAnalyst | 0 |
