Data Scientist Петро Іванюк створив структурований набір даних на основі інформаційних повідомлень ВМС ЗСУ. У статті він описує процес збору, фільтрації та обробки даних, а також використання GenAI-підходів для витягування структурованої інформації. 2
Костянтин Гобеляк, Node.js Team Lead, ділиться досвідом використання PostgreSQL та MySQL. Розглядає переваги та недоліки кожної системи, а також їхню продуктивність і ключові відмінності, щоб допомогти вам зробити правильний вибір для свого проєкту. 389
Wren AI — це конвеєрний застосунок для ШІ, який перекладає запити природною мовою на мову SQL, щоб ви могли спілкуватися з вашою базою даних у чаті. Це значно спрощує роботу зі структурованими табличними даними у застосунках RAG/Agent. Про те, як налаштувати інструмент, читайте в цій статті Дем’єна Березенка. 1
Команда Ольги Мельничук зіткнулася з потребою перенести базу знань компанії з Atlassian Confluence на Microsoft SharePoint. Про те, на що варто звернути увагу на кожному кроці в цьому процесі, Ольга розповідає у своєму блозі. 12
Команда Євгенія Гаврилюка з SOFTPRO має досвід налаштування метчингу та вибору інтерфейсів для Єдиного державного реєстру адрес. Найголовнішою проблемою в цьому процесі є занадто різноманітні варіанти запису однієї і тої ж адреси — про те, як її розв’язували, Євгеній розповідає у своєму блозі. 1
Юрій Івон, Senior Solution Architect в EPAM, розповідає про свою розробку — утиліту, що генерує набори значень для тестування продуктивності баз даних. 2
У цій статті Дмитро Москаленко ділиться досвідом роботи з найпопулярнішими підходами до структурування та зберігання даних, просто та доступно пояснює, чим вони відрізняються та як підібрати необхідний відповідно до потреб проєкту. А також робить деякі прогнози щодо майбутнього одного з підходів, про який уже зараз говорять топові компанії на кшталт Google і Facebook. 17
Віктор, Tech Lead у компанії MEV, розповідає про створення гнучкої, швидкої та масштабованої системи пошуку на основі кастомної мови запитів. Стаття особливо зацікавить інженерів, які віддають перевагу оптимальним у довгостроковій перспективі рішенням: із застосуванням наукових та технічних знань, креативності та експертизи. 5
Масштабування реляційних баз даних відіграє ключову роль у підтримці високої продуктивності та доступності високонавантажених систем. У цій статті Lead Back-end Engineer в компанії OBRIO Максим розповідає про переваги та недоліки реплікацій Master/Slave та Master/Master, нюанси їхнього використання та наводить приклади, коли ці методи працюють найкраще. 99
У цій статті Сергій Борисов і Ігор Іванюк розповідають, як вони допомогли одному з найбільших світових виробників побутової електроніки перенести інфраструктуру в хмару AWS, а також про MAP, завдяки якому вдалося підтримувати сервіс в робочому стані 24/7 під час міграції. 16
У статті DevOps-інженер Ігор Стецюк ділиться технічним рішенням, корисним для перевірки поведінки коду в робочому середовищі на живих даних, а також для створення резервних копій. Йдеться про налаштування MySQL Multi-Source Replication на ZFS-файловій системі, що може значно полегшити й ваш робочий флоу та забезпечити надійність даних. 9
У статті йдеться про платформу, яка повністю змінює розуміння того, з якою швидкістю та гнучкістю можна писати програми, — Fractal Platform. Це інструмент, який у десятки разів скорочує час розробки та розгортання програм — цілком можливо, уже скоро він змінить світ так, як це зробив GPT. 119
У цій статті .NET dev Владислав Огородніков пропонує свій підхід до вирішення проблеми ручного копіювання пропертей з BL-моделі у DTO-модель та її підтримки в актуальному стані. Матеріал буде корисний розробникам, які працюють з Data Transfer Object, адже містить приклади коду і посилання на бібліотеку AutoDto, яка вирішує описану проблему. 13
Ілля Резников, Europe Lead of Cloud Practice в Svitla Systems, підготував детальний огляд різних служб хмарних баз даних, описав механізми та різні типи розгортання, їх переваги та недоліки, які слід враховувати при побудові архітектури прикладних систем. Стаття допоможе фахівцям вирішувати задачі з розширення та зміни архітектури застосунків. 32
Розгортання без простоїв — це громіздка і крихка процедура, тому вона має сенс, якщо у вас є відповідні вимоги з боку бізнесу. Юрій Івон, Senior Solution Architect з компанії EPAM, описує підходи, які стануть в пригоді, якщо ваше рішення має зберігати великі обсяги даних, а їхня схема з часом може розвиватися. 9
У статті описані різні способи фільтрації і пошуку користувачів в базі даних, використовуючи SQLAlchemy та PostgreSQL. На початку тексту розглянуті прості приклади фільтрації, а потім переходимо до гнучкіших запитів з використанням можливостей pg_trgm та ts_vector. Усе розповідає Back-end Engineer Марк Мішин з компанії Welltech. 4
Матеріал буде цікавий аналітикам та інженерам даних, які виконують перетворення та агрегації даних засобами SQL. У ньому Data Engineer описує можливості інструмента DBT (data build tool), який додає елементи програмної інженерії в роботу з даними (SQL) і полегшує життя дата-спеціалістам. 20
Євген Ковалевський, CPO/CTO в TECHIIA та KOLO, вирішив перевірити цифрами, чи справді все так погано з відключенням світла у столиці, як здається. У цій статті наведені графіки та python-код для їх генерації, а також є роз’яснення, на основі яких даних ці графіки побудовані. 24
Оксана Носенко, Head of General Analytics в компанії Jooble, розповідає, як вдалося побудувати актуальну та зручну у використанні аналітику з розрізнених внутрішніх баз даних. Які технічні складнощі виникли, як їх долали і з якими інструментами, а також про те, що й досі потребує вдосконалення. Читати аналітикам — і не тільки. 11
Data Engineer Костя Макаренко ділиться практичними порадами щодо роботи з різними хмарними БД, їхньої систематизації, як обирати БД під конкретні рішення, а також порівнює два найпопулярніші хмарні сервіси на ринку та їхні можливості — Azure та AWS. 14
ПЖ — 11 років! 🎂
Коментарі