Data Science: SQL и Аналитика данных

🔥 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

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

🔥 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

🔥 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

🔥 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

📊 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

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

🔥 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

🔥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

🔥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