Вебинар: Российские тренды Lakehouse и преимущества платформы на базе StarRocks
Дата: 28 октября 2025 года
Время: 11:00 (по Москве, GMT+3)
Приходите на вебинар для обсуждения трендов и практики Data Lakehouse (DLH) — архитектуры, объединяющей лучшие черты DWH и Data Lake.
В программе:
— Дискуссия с экспертами о состоянии рынка Lakehouse, эффективных стратегиях перехода и новых сценариях применения DLH (инфобез, HR, сервисное управление).
Спикеры дискуссии:
• Семен Шевченко , Cбер
• Константин Колесников, ПСБ
• Владимир Анисимов, независимый эксперт
• Модератор - Олег Гиацинтов, DIS Group
— Райан Сан (Ryan Sun), архитектор решений и менеджер сообщества презентует проект StarRocks.
— Короткое знакомство с «Селеной», российским решением Data Lakehouse.
Не пропустите возможность узнать, куда движется рынок Lakehouse в России и какие преимущества даёт подход StarRocks.
Регистрируйтесь прямо сейчас!
Реклама. ООО «Дата Интегрейшн Софтвер», ИНН 7713555858, erid: 2VfnxyMyprD
Дата: 28 октября 2025 года
Время: 11:00 (по Москве, GMT+3)
Приходите на вебинар для обсуждения трендов и практики Data Lakehouse (DLH) — архитектуры, объединяющей лучшие черты DWH и Data Lake.
В программе:
— Дискуссия с экспертами о состоянии рынка Lakehouse, эффективных стратегиях перехода и новых сценариях применения DLH (инфобез, HR, сервисное управление).
Спикеры дискуссии:
• Семен Шевченко , Cбер
• Константин Колесников, ПСБ
• Владимир Анисимов, независимый эксперт
• Модератор - Олег Гиацинтов, DIS Group
— Райан Сан (Ryan Sun), архитектор решений и менеджер сообщества презентует проект StarRocks.
— Короткое знакомство с «Селеной», российским решением Data Lakehouse.
Не пропустите возможность узнать, куда движется рынок Lakehouse в России и какие преимущества даёт подход StarRocks.
Регистрируйтесь прямо сейчас!
Реклама. ООО «Дата Интегрейшн Софтвер», ИНН 7713555858, erid: 2VfnxyMyprD
Импорт, преобразование и оптимизация — одним конвейером SQL
Импорт терабайтов из S3 одним SQL: INSERT FROM FILES и PIPE. Партиционирование через date_trunc(), RANDOM‑бакетизация, трансформации с JOIN/UNNEST и гибкий ALTER TABLE.
Читать: https://habr.com/ru/articles/959768/
#ru
@big_data_analysis | Другие наши каналы
Импорт терабайтов из S3 одним SQL: INSERT FROM FILES и PIPE. Партиционирование через date_trunc(), RANDOM‑бакетизация, трансформации с JOIN/UNNEST и гибкий ALTER TABLE.
Читать: https://habr.com/ru/articles/959768/
#ru
@big_data_analysis | Другие наши каналы
Вероятностные методы в биржевой торговле
Современная биржевая торговля эволюционировала от интуитивных решений к строгим математическим моделям. В эпоху доминирования алгоритмических систем глубокое понимание стохастических основ рыночной динамики становится критически важным конкурентным преимуществом. На протяжении пяти лет мы исследуем применение сложных вероятностных моделей для анализа, прогнозирования финансовых инструментов и готов представить наиболее значимые аспекты этой методологии.
Финансовые площадки функционируют как сложные адаптивные механизмы, где множество участников действуют в условиях фундаментальной неопределенности. Математический аппарат теории вероятностей позволяет формализовать эту неопределенность и создавать аналитические конструкции, способные выявлять скрытые паттерны в хаотичных ценовых колебаниях.
Читать: https://habr.com/ru/articles/957232/
#ru
@big_data_analysis | Другие наши каналы
Современная биржевая торговля эволюционировала от интуитивных решений к строгим математическим моделям. В эпоху доминирования алгоритмических систем глубокое понимание стохастических основ рыночной динамики становится критически важным конкурентным преимуществом. На протяжении пяти лет мы исследуем применение сложных вероятностных моделей для анализа, прогнозирования финансовых инструментов и готов представить наиболее значимые аспекты этой методологии.
Финансовые площадки функционируют как сложные адаптивные механизмы, где множество участников действуют в условиях фундаментальной неопределенности. Математический аппарат теории вероятностей позволяет формализовать эту неопределенность и создавать аналитические конструкции, способные выявлять скрытые паттерны в хаотичных ценовых колебаниях.
Читать: https://habr.com/ru/articles/957232/
#ru
@big_data_analysis | Другие наши каналы
ETL & ELT. От перестановки «слагаемых» результат меняется
Привет, Habr!
Я тимлид достаточно молодой команды разработки и недавно столкнулась с недопониманием у ребят различий в двух казалось бы идентичных процессах и решила разложить все по полочкам. И вот теперь это моя первая статья на Habr, буду рада поддержке.
Читать: https://habr.com/ru/articles/960254/
#ru
@big_data_analysis | Другие наши каналы
Привет, Habr!
Я тимлид достаточно молодой команды разработки и недавно столкнулась с недопониманием у ребят различий в двух казалось бы идентичных процессах и решила разложить все по полочкам. И вот теперь это моя первая статья на Habr, буду рада поддержке.
Читать: https://habr.com/ru/articles/960254/
#ru
@big_data_analysis | Другие наши каналы
👍2
ИИ упрощает SQL и мониторит производительность OAC
В статье показано, как AI превращает сложные запросы к базам в понятный диалог и автоматически выявляет аномалии в Oracle Analytics Cloud, ускоряя диагностику и анализ.
Читать подробнее
#en
@big_data_analysis | Другие наши каналы
В статье показано, как AI превращает сложные запросы к базам в понятный диалог и автоматически выявляет аномалии в Oracle Analytics Cloud, ускоряя диагностику и анализ.
Читать подробнее
#en
@big_data_analysis | Другие наши каналы