IT Загрузка..·Serverless в России: Яндекс Cloud Functions — туториал
Туториал по Yandex Cloud Functions: концепция serverless, сценарии применения, плюсы и шаги для быстрого запуска функции в российской инфраструктуре.
Читать
Каналы
IT Загрузка..·IT Загрузка..·Репликация и партиционирование: основы для аналитика
Краткий обзор репликации и партиционирования для аналитиков: влияние на скорость отчетов, доступность данных и советы по написанию SQL.
Читать
IT Загрузка..·Jupyter Notebook: полное руководство для новичка
Краткое руководство по Jupyter Notebook: что это, где используется, установка через pip или Anaconda, базовые команды и горячие клавиши для новичков.
Читать
IT Загрузка..·Tor Browser: полное руководство по анонимности
Краткое руководство по Tor Browser: как скрывается IP, ограничения, правила безопасного использования и сравнение с VPN.
Читать
IT Загрузка..·SQLite: лёгкая база для аналитических проектов
Почему SQLite удобна для аналитики: быстрый старт, портативность, интеграция с Python и практичность для прототипов и локальных ETL.
Читать
IT Загрузка..·Обучение Data Science: Яндекс Практикум, Stepik, Skillfactory
Сравнение курсов по Data Science: Яндекс Практикум, Stepik и Skillfactory — плюсы, минусы и критерии выбора (практика, проекты, менторство).
Читать
IT Загрузка..·Shadow Deployment: безопасное тестирование новых моделей
Shadow Deployment — как безопасно тестировать новые ML‑модели на продакшен‑трафике, оценивая latency, ресурсы и регрессии.
Читать
IT Загрузка..·Model Monitoring: drift detection — инструменты
Краткий обзор drift detection: виды drift, метрики и популярные инструменты — Evidently AI, WhyLabs, Arize, Fiddler, Deepchecks, Prometheus+Grafana.
Читать
IT Загрузка..·Data Catalog: Amundsen, OpenMetadata, DataHub — обзор
Краткий обзор трёх open-source Data Catalog: Amundsen, OpenMetadata и DataHub — плюсы, минусы и рекомендации по выбору в зависимости от зрелости data-команды.
Читать
IT Загрузка..·Pulumi: IaC на языках программирования — туториал
Краткий туториал по Pulumi: идеи IaC, пример на TypeScript, быстрый старт, особенности state и сценарии для AWS и Kubernetes.
Читать
IT Загрузка..·CI/CD: что это и зачем — объяснение для новичков
Краткое объяснение CI/CD для новичков: что такое CI, два варианта CD, практический сценарий и список инструментов (GitHub Actions, Jenkins, GitLab CI/CD).
Читать
IT Загрузка..·Сколько RAM нужно в 2026 году: 16, 32 или 64 ГБ?
Краткий обзор 16/32/64 ГБ RAM в 2026 году и рекомендации: почему 32 ГБ становится золотым стандартом для большинства задач.
Читать
IT Загрузка..·DuckDB: SQL-аналитика прямо в Python без сервера
Краткий обзор DuckDB — встраиваемой аналитической СУБД для выполнения SQL прямо в Python; поддержка Parquet, интеграция с Pandas и высокая скорость.
Читать
IT Загрузка..·Multi-stage build в Docker: уменьшаем образ в 5 раз
Объяснение multi-stage build в Docker с примером для Node.js: уменьшение размера образа в 3–5 раз, советы по базовым образам, .dockerignore и CI.
Читать
IT Загрузка..·Maltego: визуализация связей и разведка — туториал
Краткий туториал по Maltego: сущности, Transforms и базовый сценарий проверки домена для OSINT и киберразведки.
Читать
IT Загрузка..·ClickHouse: колоночная база для аналитики — введение
Краткое введение в ClickHouse — колоночную СУБД для быстрой аналитики больших объёмов: преимущества, сценарии использования и ограничения.
Читать
IT Загрузка..·PostgreSQL для аналитика: установка, настройка, основы
Краткое руководство: установка PostgreSQL, базовая настройка, роли, SQL-конструкции и полезные инструменты для аналитиков (pgAdmin, psql, DBeaver).
Читать
IT Загрузка..·MLOps: что это и зачем нужен пайплайн
Краткий обзор MLOps: этапы от сбора данных и обучения до деплоя, мониторинга и переобучения; перечислены популярные инструменты (MLflow, Kubeflow, DVC).
Читать
IT Загрузка..·Б/у ноутбук: на что смотреть при покупке
Чек‑лист проверки б/у ноутбука: экран, батарея, SSD, порты, температуры и история устройства.
Читать
IT Загрузка..·dbt (data build tool): трансформации данных — туториал
Краткий туториал по dbt: как работают SQL‑модели, структура проекта и базовые команды для трансформации данных в хранилище.
Читать