Фотография
нажмите — покажем
94 · 2.6K · нажмите — покажем
SQL и Анализ данных
Фотография
нажмите — покажем
нажмите — покажем
Бесплатный доступ к ChatGPT и Claude без аккаунта? 👀
DuckDuckGo добавил в Duck.ai несколько популярных AI-моделей: Claude Haiku 4.5, GPT-5.4 mini, Mistral Small 4, gpt-oss-120b и Gemma 4 31B.
Можно переключаться между разными моделями прямо в одном диалоге: если одна AI застряла на задаче, передать разговор другой.
DuckDuckGo делает упор на приватность: запросы проходят через анонимизирующий прокси, а провайдеры моделей ограничены в использовании данных для обучения.
Получается удобный «AI-комбайн»: несколько нейросетей в одном месте вместо десятка вкладок.
https://duck.ai
46 · 2.3K · SQL и Анализ данных
Видео
reels_sql_null_not_in.mp4 · 19.5 МБ · нажмите — покажем
reels_sql_null_not_in.mp4 · 19.5 МБ · нажмите — покажем
SQL: Один NULL в списке, и NOT IN возвращает ноль строк
WHERE id NOT IN (1, 2, NULL) раскрывается в id <> 1 AND id <> 2 AND id <> NULL. Последнее сравнение всегда даёт UNKNOWN, а WHERE пропускает только TRUE, поэтому запрос молча возвращает пустой результат. Одно неизвестное значение отравляет весь фильтр. Если в подзапросе возможен NULL, бери NOT EXISTS: он на NULL не ломается и читается понятнее, чем костыль с IS NOT NULL.
#sql #deathnote
15 · 1.9K · SQL и Анализ данных
Ссылка
нажмите — покажем
нажмите — покажем
Какие локальные AI-модели запускать на разном железе в 2026 году
Подборка от 8 до 512 ГБ памяти.
8 ГБ
LFM2.5-2.6B - небольшой, но крепкий вариант для локального запуска.
Подойдёт для:
- простых tool calls
- небольших автоматизаций
- экспериментов с локальной инфраструктурой
- лёгких чат-задач
https://huggingface.co/LiquidAI/LFM2.5-2.6B
16 ГБ
Здесь уже интереснее смотреть на две модели.
Gemma 4 12B - более универсальный вариант для чата и vision.
https://huggingface.co/google/gemma-4-12B-it
Ornith-1.5-9B - сильнее ориентирована на tool calling и agentic-сценарии.
https://huggingface.co/ornith-ai/Ornith-1.5-9B
24-96 ГБ
Qwen3.8-27B - уже серьёзный вариант для локального кодинга.
Для такого объёма памяти особенно интересны EXL3-квантизации.
https://huggingface.co/turboderp/Qwen3.8-27B-exl3/tree/SC_3.00bpw_H4_V4
96-196 ГБ
Qwen3.8-Flash-Next.
Модель хорошо подходит для более длинного контекста и высокой скорости. Часть нагрузки можно выносить в RAM, а KV-cache относительно компактный.
https://huggingface.co/Qwen/Qwen3.8-Flash-Next
196-384 ГБ
GLM-5.3-Flash - уже почти frontier-уровень дома.
Подходит для:
- coding
- agentic-задач
- 3D
- мультимодальных сценариев
- длинного контекста
- высокой параллельной нагрузки
https://huggingface.co/zai-org/GLM-5.3-Flash
384-512 ГБ
GLM-5.3.
Медленнее Flash-версии, но заметно сильнее в сложном coding и systems work.
https://huggingface.co/zai-org/GLM-5.3
Если коротко по уровням:
8 ГБ - маленькие локальные модели
16 ГБ - хороший универсальный локальный AI
24+ ГБ - уже нормальный coding
96+ ГБ - большие модели и длинный контекст
196+ ГБ - почти frontier дома
384+ ГБ - максимум качества среди open-weight моделей
44 · 2.1K · SQL и Анализ данных
Фотография
нажмите — покажем
нажмите — покажем
⚡️ Qwen представила E-Commerce Bench - новый бенчмарк для проверки AI-агентов на долгосрочном управлении бизнесом.
Агент получает ¥100 000 и должен целый год управлять интернет-магазином:
- искать поставщиков
- торговаться
- выставлять цены
- запускать акции
- контролировать склад
- управлять денежным потоком
Среда построена на реальных данных электронной коммерции.
Внутри:
- 6886 товаров
- 576 поставщиков
- 152 из них мошенники
- комиссии за хранение
- возвраты
- репутация
- ограниченный рабочий день
Оценка идёт сразу по 7 направлениям, поэтому одной модели, которая была бы лучшей во всём, пока нет.
Blog: https://qwen.ai/blog?id=e-commerce-bench
Paper: https://arxiv.org/abs/2608.30730
Project: https://ecbench.github.io
Code: https://github.com/QwenLM/E-CommerceBench
@ai_machinelearning_big_data
#Qwen
12 · 1.7K · SQL и Анализ данных
Фотография
нажмите — покажем
нажмите — покажем
GreptimeDB - open-source база для observability, которая пытается собрать metrics, logs и traces в одном backend.
Вместо отдельных систем для каждого типа телеметрии здесь используется общий табличный подход с тегами, timestamp и полями поверх колонночного движка и object storage.
Что умеет:
- объединять metrics, logs и traces и связывать их через SQL по service, host, trace ID и другим идентификаторам
- принимать данные через OpenTelemetry, Prometheus Remote Write, Loki Push, Elasticsearch Bulk, InfluxDB Line Protocol и gRPC
- поддерживать SQL, PromQL и Jaeger-совместимые запросы для traces
- хранить данные в S3, GCS, Azure Blob и S3-совместимых хранилищах
- настраивать retention, downsampling, continuous aggregation, partitioning и индексы
Может быть интересен тем, кто устал поддерживать несколько отдельных хранилищ для телеметрии и хочет свести observability-стек к одной системе.
Apache 2.0.
https://github.com/GreptimeTeam/greptimedb
20 · 2.2K · SQL и Анализ данных
Фотография
нажмите — покажем
нажмите — покажем
Python и ИИ в 2026 году: как правильно работать с кодом через ChatGPT, Claude, Cursor и AI-агентов
Как использовать ИИ для написания, проверки, рефакторинга и отладки Python-кода.
Лучшие промпты, примеры, workflow и правила работы с AI-ассистентами в 2026 году.
https://uproger.com/python-i-ii-v-2026-godu-kak-pravilno-rabotat-s-kodom-cherez-chatgpt-claude-cursor-i-ai-agentov/
24 · 2K · SQL и Анализ данных
Фотография
нажмите — покажем
нажмите — покажем
10 лучших промптов для программиста в 2026 году: готовые шаблоны для работы с кодом
Хороший промпт для программирования помогает получить проверяемый результат: найти причину ошибки, внести нужное изменение, оценить риски и проверить поведение программы. Для этого модели нужны контекст проекта, ограничения и понятные критерии готовности.
Ниже – 10 готовых промптов для повседневной разработки: от исправления багов до ревью pull request и знакомства с чужим репозиторием.
Подставьте свои данные вместо текста в квадратных скобках.
https://uproger.com/10-luchshih-promptov-dlya-programmista-v-2026-godu-gotovye-shablony-dlya-raboty-s-kodom/
24 · 2.2K · SQL и Анализ данных
Фотография
нажмите — покажем
нажмите — покажем
🐘 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
@Golang_google
40 · 1.7K · SQL и Анализ данных
Фотография
нажмите — покажем
нажмите — покажем
🔥 Хочешь расти в IT быстрее остальных? Перестань учиться в одиночку
Можно годами смотреть курсы, читать документацию и всё равно топтаться на месте.
А можно попасть в правильное окружение, где каждый день обсуждают новые инструменты, вакансии, реальные кейсы, ошибки и то, что уже завтра станет стандартом.
Здесь собраны папки и каналы по разным направлениям IT, чтобы ты быстрее находил нужных людей, идеи и полезный контент - без бесконечного поиска.
AI: t.me/ai_machinelearning_big_data
Python: t.me/pythonl
Linux: t.me/linuxacademiya
Хакинг: t.me/linuxkalii
DevOps: t.me/DevOPSitsec
Docker: https://t.me/+90Z5TAyfuNU5YmRi
Golang: t.me/Golang_google
Rust: t.me/rust_code
C++: t.me/cpluspluc
C#: t.me/csharp_ci
Java: t.me/javatg
JavaScript: t.me/javascriptv
React: t.me/react_tg
Frontend: t.me/front
PHP: t.me/phpshka
Android: t.me/android_its
Мобильная разработка: t.me/mobdevelop
Базы данных: t.me/sqlhub
Data Science: t.me/data_analysis_ml
Big Data: t.me/bigdatai
Математика: t.me/data_math
Физика: t.me/fizmat
Kubernetes: t.me/kubernetc
GameDev: https://t.me/gamedev
Haskell: t.me/haskell_tg
Собеседования и карьера:
DS собеседования: t.me/machinelearning_interview
Python собеседования: t.me/python_job_interview
Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy
Папка Frontend: https://t.me/addlist/mzMMG3RPZhY2M2Iy
Полезное сверху:
ИТ-мемы: t.me/memes_prog
Английский для программистов: t.me/english_forprogrammers
ИИ и технологии: t.me/vistehno
954 ГБ open-source курсов: https://t.me/+rKBQEMccAA01MTcy
ИТ-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy
Max Ai: https://max.ru/ai_machinelearning_big_data
Max python: https://max.ru/pythonl
ТЕХНО: https://max.ru/vistehno
Max Go: https://max.ru/Golang_google
Max Linux: https://max.ru/linuxkalii
Devops: https://max.ru/DevOPSitsec
C#: https://max.ru/csharp_ci
C++:
6 · 1.4K · 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.
22 · 1.7K · SQL и Анализ данных
Фотография
нажмите — покажем
нажмите — покажем
🔥 Один из лучших обучающих курсов на StepiK по SQL
SQL можно знать годами и всё равно теряться, когда запрос внезапно начинает тормозить в проде.
Этот курс про уровень, где ты не просто пишешь SELECT, а понимаешь, что происходит внутри MySQL, почему запрос работает медленно и как ускорить его без новых проблем. Здесь разбираются EXPLAIN, индексы, CTE, оконные функции, транзакции, аналитические паттерны, legacy SQL и работа с AI-ассистентами.
Каждый урок - с практикой и реальными SQL-задачами на MySQL 8 с автопроверкой.
После курса ты сможешь увереннее разбирать чужой код, находить узкие места и предлагать решения, которые действительно работают.
Для подписчиков скидка - 49% в течение 2 суток: https://stepik.org/a/298827/
12 · 2K · SQL и Анализ данных
Видео
jojo-race-condition-reels.mp4 · 14.0 МБ · нажмите — покажем
jojo-race-condition-reels.mp4 · 14.0 МБ · нажмите — покажем
🖥 Race condition в SQL: как продать последний товар дважды?
Race condition в SQL: Дио и Джотаро одновременно видят остаток в 1 штуку, оба оформляют заказ, и товар уходит дважды. Проблема в том, что проверка и списание идут разными запросами. Решение простое: UPDATE с условием stock > 0 в одном запросе, тогда заказ получает только тот, кто успел первым.
12 · 1.9K · SQL и Анализ данных
⚡️ 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
13 · 1.4K · SQL и Анализ данных
Фотография
нажмите — покажем
нажмите — покажем
🐧 Linux Cheat Sheet - шпаргалка по командам Linux
Самая удобная шпаргалка по Linux и Bash на русском: теория простым языком (как устроены файлы, процессы, права, память, загрузка и сеть), команды терминала, права доступа, процессы, сеть, SSH, systemd, grep/sed/awk, Vim и готовые однострочники - с примерами.
А для тех, кто идёт дальше, - продвинутый уровень: Bash для профи, LVM и RAID, трассировка и производительность, ядро, безопасность, контейнеры, восстановление системы и вопросы с собеседований.
https://github.com/justxor/Linux-/
38 · 1.4K · SQL и Анализ данных
Фотография
нажмите — покажем
нажмите — покажем
Как облегчить работу ИТ-аналитика уже сейчас — без долгосрочных перестроек процессов?
Обсудим на IT-analyst Meetup от Сбера! В программе — прикладные доклады:
— Как эффективнее использовать возможности мозга
— Какие навыки развивать аналитику и как выстроить план роста
— SDD на практике: подводные камни внедрения и новые зоны ответственности аналитика
📆 29 сентября
📍 Офис Сбера (Кутузовский пр-т, 32) и трансляция онлайн
Выбирайте удобный формат и регистрируйтесь по ссылке
2 · 1.2K · 🧠 SQL-задача с подвохом
Есть таблица транзакций:
CREATE TABLE transactions (
id int PRIMARY KEY,
user_id int,
ts timestamp,
amount int
);
Нужно найти пользователей, у которых баланс ни разу не становился отрицательным.
Начальный баланс — 0.
Но есть важное условие:
все операции с одинаковым ts происходят одновременно, поэтому порядок строк внутри одного timestamp учитывать нельзя.
Пример:
10:00 +100
11:00 -80
11:00 -30
11:00 +20
12:00 +50
В 11:00 изменение баланса должно считаться как:
-80 - 30 + 20 = -90
То есть баланс:
10:00 → 100
11:00 → 10
12:00 → 60
Наивный вариант:
SUM(amount) OVER (
PARTITION BY user_id
ORDER BY ts
)
может дать неправильную логику, если считать операции с одинаковым ts по отдельности.
Задача: написать SQL-запрос, который сначала объединит операции одного пользователя с одинаковым timestamp, а затем проверит минимальный накопительный баланс.
10 · 1.3K · SQL и Анализ данных
Фотография
нажмите — покажем
нажмите — покажем
UPDATE — оператор обновления данных в MySQL 🗂️
Если в таблице нужно изменить значение в уже существующей строке, используют команду UPDATE. Она позволяет обновлять записи точечно, но важно правильно задать условие: без него изменения могут затронуть всю таблицу.
UPDATE products
SET price = 50500
WHERE id = 1;
Этот запрос меняет значение price только у записи с id = 1.
С помощью UPDATE можно изменить сразу несколько полей:
UPDATE products
SET price = 78500, quantity = 3
WHERE id = 2;
Этот запрос обновляет параметры price и quantity у записи с id = 2.
💡 UPDATE используют, когда нужно:
➖ изменить значение в конкретной записи,
➖ обновить несколько полей за один запрос,
➖ выбрать строки по условию,
➖ массово изменить набор записей.
🔗 SQL — это база для работы с базами.
Если хотите не просто понять одну команду, а уверенно собирать запросы и менять данные без ошибок, регистрируйтесь на бесплатный мини-курс «MySQL для новичков» от Академии Selectel ➡️
Программа состоит из коротких уроков, которые помогут пройти путь от установки и настройки СУБД до создания таблиц, управления пользователями и основных операций с данными.
Реклама. АО "Селектел". erid:2W5zFHzH7Eh
9 · 1.6K · SQL и Анализ данных
📝 5 уровней ИИ-агентов: от промпта до продакшена
Context, loop, Jev, harness и evals: разбираем пять слоёв, которые превращают промпт в надёжного ИИ-агента в продакшене, с примерами кода.
Вокруг ИИ-агентов сейчас крутятся пять модных терминов: context engineering, loop engineering, Jev engineering, harness engineering и eval engineering. Кажется, что это конкурирующие подходы, но на деле это пять слоёв одной системы, и каждый отвечает на свой вопрос. Автор популярного гайда в X под ником Yarchi предлагает простую метафору: представьте, что вы наняли нового сотрудника. Модель это сам человек, а пять слоёв описывают всё, что его окружает: что лежит у него на столе, работает ли он по чек-листу или сам решает, что делать дальше, кто сортирует ему почту, в каком офисе он сидит и какой экзамен сдаёт каждый месяц.
Разберём каждый слой: что это, как работает и как построить его своими руками.
https://uproger.com/5-urovnej-ii-agentov-ot-prompta-do-prodakshena/
27 · 1.2K · SQL и Анализ данных
Фотография
нажмите — покажем
нажмите — покажем
В субботу, 17 октября, Москва станет точкой притяжения для всех специалистов в области RecSys 🔥
Конференция AI Driver & RecSys — главное событие года для тех, кто создаёт, исследует и развивает рекомендательные системы.
🔝 Весь день ведущие эксперты индустрии из крупнейших IT-компаний проведут на площадке Сбера, чтобы обсудить:
— главные тренды и вызовы RecSys
— реальные кейсы и новейшие исследования
— передовые IT-решения для рекомендательных систем
Вы сможете сами пообщаться с теми, кто создает рекомендации для миллионов пользователей.
📍Офис Сбер, Москва, Кутузовский проспект, 32.
Участие бесплатное!
Количество мест для очного участия ограничено – успейте оставить заявку по ссылке ⚡️
735 · Видео
sqlite-two-digits-reels-v2.mp4 · 26.6 МБ · нажмите — покажем
sqlite-two-digits-reels-v2.mp4 · 26.6 МБ · нажмите — покажем
Как SQLite превращает числа в текст в 2 раза быстрее? Трюк с парами цифр
Обычно число переводят в строку по одной цифре, деля на 10 снова и снова. SQLite делит на 100 и берёт готовую пару символов из строки со всеми комбинациями от 00 до 99. Делений вдвое меньше, а результат получается тот же.
https://youtube.com/shorts/HIGIWINACL4?si=7b36rnwPk08g2QPi
9 · 521 ·