Это пробный урок. Оформите подписку, чтобы получить доступ ко всем материалам курса. Премиум

  1. Урок 1. 00:21:41
    Data Governance в финтехе- конкурентное преимущество в эпоху AI
  2. Урок 2. 00:30:33
    Работа над качеством данных — вершина айcберга или дно впадины
  3. Урок 3. 00:36:45
    DuckDB для работы с графами- форматы хранения графа в S3, расширение GraphAr и опыт разработки
  4. Урок 4. 00:45:17
    Балансировка по нагрузке в динтаблицах YTsaurus
  5. Урок 5. 00:48:09
    Managed Sharded PostgreSQL Service в Яндекс Облаке
  6. Урок 6. 00:48:29
    Дата-контракты — как создать продукт с нуля, изменив мышление всей компании
  7. Урок 7. 00:46:57
    Оптимальное вычисление выражений в аналитических запросах с использованием SIMD и JIT
  8. Урок 8. 00:48:01
    Внедрение Data Catalog в Циан- наш путь к прозрачности работы с данными
  9. Урок 9. 00:51:01
    Streaming и batch в единой платформе. Взболтать, но не смешивать
  10. Урок 10. 00:30:05
    Рецепты приготовления AI-ready-контента в BI
  11. Урок 11. 00:53:45
    Citus изнутри- как устроен шардинг
  12. Урок 12. 00:33:01
    Простой Python, автоматический Spark- минус Kubernetes, плюс продуктивность
  13. Урок 13. 00:40:05
    CSI-драйверы- подводные камни и архитектурные решения
  14. Урок 14. 00:45:13
    Векторный поиск в YDB- опыт выбора и реализации
  15. Урок 15. 00:44:21
    Как подготовить платформу данных к миграции уже сейчас
  16. Урок 16. 00:50:01
    От Pydantic v1 к v2- глубокий разбор Pydantic Core на Rust и алгоритмов валидаторов
  17. Урок 17. 00:48:49
    Ревью без боли- DataOps-подход к управлению изменениями в DWH
  18. Урок 18. 00:47:24
    Вы строите Lakehouse, а сторадж строит вам проблемы
  19. Урок 19. 00:05:21
    Открытие конференции
  20. Урок 20. 01:02:48
    Мастер класс От события до дашборда в облаках- практика по созданию потоковой платформы на Kubernetes
  21. Урок 21. 00:02:44
    Закрытие конференции
  22. Урок 22. 00:47:41
    Доставка данных для ML в Kubernetes- от S3 до распределенных проектных хранилищ
  23. Урок 23. 00:51:01
    Балансировка данных на кластерах OpenSearch- покоординатный спуск
  24. Урок 24. 00:45:01
    Как мы решардим петабайтные кликхаузы в MyTracker- удаляй и властвуй
  25. Урок 25. 00:48:53
    DataRentgen- чем плох lineage в OSS DataCatalog и как сделать лучше
  26. Урок 26. 00:51:33
    Круглый стол – открытый микрофон Как вырастить специалиста по базам данных
  27. Урок 27. 00:25:29
    Все еще ходите за метриками в BI Как мы экспериментировали с LLM и не пRAGадали
  28. Урок 28. 00:18:49
    Гибкая настройка параметров запуска Spark-приложений
  29. Урок 29. 00:16:53
    Python вместо ручек. Как мы автоматизировали проставление атрибутов сущностей в дата-каталоге
  30. Урок 30. 00:46:13
    Airflow еще доступнее- опыт self-service-оркестрации в Lemana Tech
  31. Урок 31. 00:51:29
    Data Quality как distributed-система- паттерны отказоустойчивости для данных
  32. Урок 32. 00:49:13
    Технология многоуровневого инкрементального резервирования и ее интеграция с ядром СУБД
  33. Урок 33. 00:48:29
    Многопоточное и или консистентное чтение из реляционных источников данных в федеративных системах
  34. Урок 34. 00:53:25
    Выжимаем максимум из Clickhouse для BI-отчетности с ограниченным бюджетом