Sql анализ данных. Data science

⚡️ На чистом SQL запустили легендарный DOOM — прямо внутри базы данных CedarDB! Игра не просто работает, а поддерживает многопользовательский режим, отрисовывая всё с помощью ASCII-графики. Каждый компонент — от рендера до синхронизации игроков — написан исключительно на SQL-запросах. 🎮 GitHub для настоящих ценителей извращённого кода: https://github.com/cedardb/DOOMQL @sqlhub

Чего только дум не пережил: на утюгах запускали, в Майнкрафт, на холодильниках. Чудеса!

✈️OPEN JASEB OTOMATIS DISEBAR 24JAM NONSTOP @JASEBKAZEY ✈️ ✈️OPEN JASEB OTOMATIS DISEBAR 24JAM NONSTOP @JASEBKAZEY ✈️ ✈️OPEN JASEB OTOMATIS DISEBAR 24JAM NONSTOP @JASEBKAZEY ✈️ ✈️OPEN JASEB OTOMATIS DISEBAR 24JAM NONSTOP @JASEBKAZEY ✈️ ✈️OPEN JASEB OTOMATIS DISEBAR 24JAM NONSTOP @JASEBKAZEY ✈️ ✈️OPEN JASEB OTOMATIS DISEBAR 24JAM NONSTOP @JASEBKAZEY ✈️ ✈️OPEN JASEB OTOMATIS DISEBAR 24JAM NONSTOP @JASEBKAZEY ✈️ ✈️OPEN JASEB OTOMATIS DISEBAR 24JAM NONSTOP @JASEBKAZEY ✈️ ✈️OPEN JASEB OTOMATIS DISEBAR 24JAM NONSTOP @JASEBKAZEY ✈️ ✈️OPEN JASEB OTOMATIS DISEBAR 24JAM NONSTOP @JASEBKAZEY ✈️ ✈️OPEN JASEB OTOMATIS DISEBAR 24JAM NONSTOP @JASEBKAZEY ✈️ ✈️OPEN JASEB OTOMATIS DISEBAR 24JAM NONSTOP @JASEBKAZEY ✈️

Выбрать по условию where минимальная дата +1 и где статус Confirmed ?

🖥 pgvectorscale — это расширение для PostgreSQL, которое предоставляет функциональность для работы с векторами, что полезно в контексте обработки и хранения векторных представлений данных, например, для машинного обучения или поиска по векторным данным! 🌟 Этот проект является частью экосистемы Timescale, которая известна своими решениями для работы с временными рядами, но здесь акцент сделан именно на работу с векторами для быстрого поиска и манипуляций с многомерными данными. 🔐 Лицензия: PostgreSQL 🖥 Github @sqlhub

Ребят есть у кого ?) Буду признателен

На дум не тянет, максимум на Catacomb 3d. Но всё равно впечатляет

🖥 Полный гайд по реальным SQL-вопросам с собеседований Введение. Собеседования на позиции, связанные с данными (аналитики, инженеры, ученые данных), всё чаще включают нестандартные и продвинутые вопросы по SQL. Большие технологические компании (Google, Amazon и др.) предъявляют высокие требования: важна не только правильность запроса, но и умение оптимизировать его и разбираться в реальных бизнес-данных. В этом гайде мы разберем категории наиболее распространенных сложных SQL-задач с реальных собеседований – от платформ вроде DataLemur, LeetCode, StrataScratch – и подробно поясним решения. Каждая задача сопровождена анализом: условие, оптимальный подход, используемые SQL-конструкции, возможные ошибки и финальное решение (для PostgreSQL и MySQL, с указанием различий где необходимо). В конце добавлен отдельный раздел о современных базах данных, включая векторные БД (Pinecone, Weaviate, Milvus и др.), с примерами того, что могут спросить про них на собеседовании и как выглядят SQL-подобные запросы для работы с векторами. 📌 Читать гайд

📊 1 000 000 рублей и преимущества при поступлении в магистратуры ФКН ВШЭ — это главные призы олимпиады AIDAO Командную олимпиаду по ИИ и анализу данных проводят ФКН НИУ ВШЭ и Яндекс Образование. Будет два этапа: онлайн и офлайн-финал в Москве. Для участия нужно собрать команду студентов зарегистрироваться на сайте. 💡 Оба этапа будут на английском языке. 💡 Во время олимпиады будут вебинары с экспертами и сотрудниками научных лабораторий, где вы сможете задать любой вопрос по заданиям. Проявить себя, получить опыт и побороться за призы можно по ссылке.

🟡🔵 Разбираемся с SQL JOIN и фильтрами в OUTER JOIN Одна из самых частых ошибок при работе с SQL - путаница между условием в ON и фильтром в WHERE. На картинке это отлично показано. Когда мы пишем LEFT OUTER JOIN, мы ожидаем, что слева попадут все строки. Но результат зависит от того, где именно мы накладываем фильтры. ✨ Пример: У нас есть две таблицы: - Левая: фигура + число - Правая: число + фигура Мы делаем LEFT OUTER JOIN. 1. Фильтр в ON Если написать ON right_table.number = 1, то соединение будет проверять условие именно во время джойна. Это значит: строки слева сохранятся, даже если справа нет совпадений — просто будут NULL. 2. Фильтр в WHERE Если написать WHERE left_table.number = 1, то фильтрация произойдёт уже после объединения. В этом случае строки, не прошедшие условие, полностью исчезнут из результата. ⚡ Почему это нужно знать? - ON управляет логикой соединения. - WHERE убирает строки после соединения. - В OUTER JOIN это принципиальная разница: при фильтре в ON мы сохраним «пустые» строки, при фильтре в WHERE они будут удалены. 📌 Вывод: - Если нужно оставить все строки из левой таблицы и лишь добавить совпадения справа - фильтр ставим в ON. - Если хотим действительно отобрать только подходящие строки — фильтр в WHERE. Именно поэтому в сложных запросах всегда спрашивай себя: фильтр — это часть логики соединения или это окончательное ограничение? #SQL #joins #databases