Ми маємо таблицю співробітників з їхніми зарплатами та ідентифікаторами менеджерів, і завдання полягає у тому, щоб знайти співробітників, які заробляють більше за своїх менеджерів.

Для цього створюється запит, в якому використовується вкладений запит для порівняння зарплат співробітників і їхніх менеджерів. Спочатку ми вибираємо ім’я співробітника з таблиці, а потім перевіряємо, чи перевищує його зарплата зарплату його менеджера, яка береться з іншого рядка тієї ж таблиці.

Щоб знайти правильний результат, потрібно виконати такий SQL-запит:

SELECT name as Employee
from Employee e1 where
salary > (select salary from Employee where id=e1.managerId)

Цей код дозволяє вибрати всіх співробітників, чиї зарплати більше, ніж у … Читати далі

Уявіть, що ви коли-небудь відвідали сайт, який миттєво знає про вас все — незважаючи на те, що він обробляє мільйони користувачів. Ви могли подумати: Вау! Комп'ютери дійсно швидкі, чи не так? Вони переглядають мільйони записів за лічені секунди, щоб знайти мої дані — або ж… чи насправді так?

Зараз ми розглянемо одну з хитрощів, які дозволяють усе це виглядати так легко. Спойлер: вони не переглядають усі записи.

Для початку уявімо, що ви відкриваєте книгу і шукаєте, скажімо, четвертий розділ. Ви не переглядали кожну сторінку, щоб знайти “Розділ 4”, правда? Ви, ймовірно, перевірили зміст і дізналися, що “Розділ 4” знаходиться на … Читати далі

Автоматизація тестування часто сприймається як шлях до швидшого виконання тестів і зменшення ручних зусиль, але насправді вона повинна приносити конкретні бізнес-результати. Важливо оцінювати ROI (повернення інвестицій) не тільки за швидкістю чи кількістю тестів, а за тим, як це допомагає досягти реальних цілей компанії.

Чим більше компаній впроваджують автоматизацію, тим очевидніше стає, що тільки 17% команд отримують ROI за перші 6 місяців. Більшість з них потребують більше часу або ж не досягають повної вигоди від автоматизації. Це підкреслює необхідність перегляду того, як оцінюється ефективність автоматизації.

У нашому білому листі "Нове бачення ROI від автоматизації тестування" ми даємо практичні поради для … Читати далі

Почалося все з простого завдання — збору даних через веб-скрапінг, але незабаром це призвело до створення хмарної платформи на основі старого комп'ютера Dell Optiplex, що був змонтований на стіні.

Ми почали з того, щоб зібрати дані з кількох вебсайтів, використовуючи API або скрапінг, і помістити їх у DataFrame. Це мало стати основою для функції в хмарі, яка б оновлювала дані раз на тиждень, місяць чи рік.

Все почалося досить легко. Спочатку використовували Python-модуль BeautifulSoup для збору даних з Wikipedia, зокрема про міста. Потім ми створювали набір даних, що включав таку інформацію, як населення, географічні координати та інші цікаві факти про … Читати далі

Не так давно я завершив курс Проектування запитів у Vertex AI в рамках програми Gen AI Exchange, і хочу поділитися своїм досвідом. Це був неймовірно пізнавальний шлях, і я справді відчуваю, що навчився багатьом новим речам. Ось коротко про те, що я дізнався — без зайвої технічної складності.

1. Оволодіння проектуванням запитів

Ми почали з проектування запитів, і зізнаюся, я не одразу зрозумів, наскільки це важливо. Спочатку я вважав, що написання запитів для ШІ — це просто набір слів і сподівання на найкраще, але насправді це справжнє мистецтво. Найголовніше, що я зрозумів: тримаєте все просто, будьте конкретними і … Читати далі

В результаті використання SNS і SQS, важливим елементом, який допомагає системам, заснованим на повідомленнях, бути більш стійкими, є черга помилок (Dead-Letter Queues).

Частина 1 => Створення черг SQS

1. Перейдіть до Консолі SQS у AWS та створіть чергу Dead-Letter (DLQ).
2. Виберіть тип черги "Стандарт" (Standard), введіть унікальне ім'я для черги та збережіть ARN для подальшого використання.
3. Потім створіть основну чергу в SQS, яка буде взаємодіяти з DLQ. Для цього налаштуйте максимальну кількість отримань для тестування (наприклад, 3), щоб при 3 спробах без успішної обробки повідомлення переміщалося в DLQ.

Частина 2 => Створення теми SNS

1. Перейдіть до сервісу SNS та створіть нову

Зображення, створене за допомогою ШІ

У закупівлях ми часто отримуємо похвалу за вміння вести переговори, аналізувати дані та оптимізувати процеси. Нас хвалять за економію коштів, зменшення ризиків та ефективне управління циклами постачання. Однак є один аспект, який рідко потрапляє до панелей моніторингу ефективності, але саме він часто визначає успіх або невдачу всього, що ми робимо — це відносини.

Мова йде не лише про стосунки з постачальниками, хоча це також важлива частина процесу, а й про взаємодію з внутрішніми стейкхолдерами, міжфункціональними партнерами та навіть з командою закупівель у сусідньому відділі.

Реальний двигун успішних закупівель

З досвіду можу сказати, що деякі … Читати далі

Обчислення на межі (edge computing) стало справжньою революцією в світі, де мілісекунди мають вирішальне значення, а дані набули статусу короля. Традиційний підхід до централізованої обробки даних змінюється, і тепер ми вбудовуємо інтелект безпосередньо там, де зберігаються дані. Це вже не просто модне словосполучення, а поле бою для інновацій.

До 2025 року 75% корпоративних даних будуть оброблятися на межі. Це не просто зміна, це справжній переворот. Чому? Тому що надзвичайно низька затримка — менше ніж 5 мілісекунд — стає абсолютно необхідною. Автономні автомобілі, що приймають миттєві рішення, чи робот-хірург, який покладається на діагностику в реальному часі, не можуть чекати, поки дані … Читати далі

Нещодавно я отримав значок Навичка проектування запитів в Vertex AI, виданий Google Cloud! Це важлива віхова подія, яка підтверджує мої знання та практичні навички у проектуванні запитів для штучного інтелекту, а також у використанні потужних інструментів, як-от Gemini від Google.

Проектування запитів стає ключовою навичкою в світі генеративного ШІ. Це включає в себе не лише створення чат-ботів або аналіз зображень, а й розробку маркетингових рішень на базі ШІ. Розуміння, як керувати великими мовними моделями, є необхідним для ефективного використання цього інструменту.

Пройшовши цей курс, я дізнався багато корисного:
- Як невеликі зміни у структурі запиту можуть значно змінювати … Читати далі

Якщо ви хочете знайти добру та красиву дівчину, найперше — будьте тією людиною, яку шукаєте. Якщо вам важлива доброта, будьте добрими, ввічливими та щирими. Якщо ви прагнете знайти красиву людину, піклуйтеся про свою зовнішність: стиль, гігієна та впевненість в собі — це те, що відображають інші.

Щоб розширити можливості для знайомств, варто розширювати своє соціальне коло. Приєднуйтесь до різних клубів, відвідуйте курси, заходи, волонтерьте. Не обмежуйтеся лише інтернетом, бо реальна хімія між людьми може бути набагато сильнішою.

Також важливо бути відкритим, але не нав'язливим. Замість того, щоб ставити собі мету "знайти дівчину за будь-яку ціну", зосередьтеся на побудові реальних зв'язків. … Читати далі