Channels

Top 100 Trending New

Categories

Crypto Gaming News Entertainment Music Sports Tech Gambling Bots and mini apps Finance Business Education Lifestyle Health Travel Auto Fashion Jobs Dating Deals and shopping

Stickers

Stickers Emoji Themes Wallpapers

Bots Gifts Tools

Currency

$ USD ₽ RUB € EUR ₴ UAH ₸ KZT ₺ TRY zł PLN ₪ ILS AED AED R$ BRL Rp IDR RM MYR ¥ JPY ₩ KRW CN¥ CNY

Theme

Português (Brasil)

Bahasa Indonesia

Беларуская

Українська

Channels Categories Stickers Bots Gifts Tools

Premium Wiki Glossary Legal

Notifications Settings Log in

Data Їнженер: post #164 — TG.ME

Data Їнженер@data_engineer_ua · 615 subscribers Open in TelegramOpen

t.me/data_engineer_ua/164

January 3, 2026 591

More from this channel

Вийшов dbt Core v2. І я дуже радий тому, куди все рухається 🤩 На мою думку, dbt Labs ухвалили дуже важливе рішення, яке вплине на багато компаній та інженерів у дата-сфері. Перша велика зміна — це обʼєднання dbt Core та dbt Fusion в один engine, написаний на Rust. Це прям дуже круто, тому що Rust значно швидший і дає набагато кращий developer experience при розробці дата-моделей у dbt. Друга велика зміна — ліцензія. Тепер це Apache 2. А це означає, що ще більше компаній зможуть спокійно використовувати dbt у себе. Із технічних покращень: 🔹 Новий dbt працюватиме без Python virtual environments, тому що це буде один binary-файл. 🔹 dbt artifacts тепер будуть у Parquet замість JSON. Цей формат менший і швидший, а отже можна буде мати ще більші проєкти без просідання продуктивності. Ну і їх буде дуже зручно читати через DuckDB. 🔹 Зʼявляться такі штуки, як language spec та підтримка LSP. Developer experience у Fusion був дуже класний, тому приємно бачити, що це приходить у dbt Core. 🔹 Адаптери будуть використовувати ADBC driver, що теж має покращити продуктивність завдяки Arrow technology. Поки що це alpha, тому я б не переносив production-проєкт прямо зараз. Але точно варто уважно стежити. 594·Jun 2 Я написав книгу про співбесіди на позицію Analytics Engineer 🙌 Я постійно отримую питання по тому як пройти технічний етап, як має виглядати сильне take-home завдання, та шо hiring managers насправді оцінюють. Зазвичай я просто відповідав в приватних повідомленнях. Але вирішив зібрати все це в одному місці і зробити книгу. Вона називається “Cracking the Analytics Engineering Interview”. 7 модулів. 22 уроки. Покриваю всі етапи: 🔹 Дзвінок з рекрутером — як презентувати себе, говорити про зарплату та які red flags можуть вас відсіяти 🔹 Технічний раунд — SQL, data modeling, dbt, debugging, дизайн-рішення 🔹 Домашній проєкт — покрокова система та деталі, які реально виділяють вас серед інших 🔹 Раунд зі стейкхолдерами — що нетехнічні інтервʼюери насправді оцінюють 🔹 Фінальна підготовка — тижневий ритм підготовки, щоб залишатися в тонусі до самого оферу Також у кінці кожного розділу я намагався зробити практичні завдання, щоб студенти не просто читали, а реально тренували навички. Зараз книга на англійській, але можу спробувати перекласти із Клодом, якщо є бажання. Даю всім підписникам каналу 50% знижки за посиланням нижче 😊 https://olegagapov.gumroad.com/l/cracking-the-analytics-engineering-interview/DATA-ENGINEER-TG 795·May 16 🔥 Є 5 рівнів Analytics Engineer: 1. Query Writer — відповідає на питання 2. Model Builder — будує повторно використовувані датасети 3. Pipeline Owner — забезпечує стабільність пайплайнів 4. Data Architect — проєктує масштабовані системи 5. Analytics Leader — поєднує дані з бізнес-стратегією Цей шлях — не тільки про технічні скіли. Це про перехід від написання запитів до відповідальності за критичні для бізнесу дата-системи. Свого часу я теж застрягав на рівні “просто зробити запит”, поки не почав думати в термінах систем, якості даних і впливу на бізнес. І от тоді починається справжній ріст. 👉 А де ви зараз на цій шкалі? 872·Mar 19 Нещодавно я був гостем на подкасті у Габріели Кости (аналітикс інженер із Бразилії). Ми говорили про Analytics Engineering, перехід у цю роль та щоденну роботу з сучасним data stack. Під час розмови Габріела поставила кілька дуже влучних питань. Мені вони настільки сподобалися, що я зрозумів: насправді це майже готовий фреймворк, щоб пояснити професію. Тому я вирішив зібрати свої відповіді у вигляді невеликої інфографіки у форматі Q&A 👇 Ось ті самі 5 питань: 1️⃣ Що таке Analytics Engineering? 2️⃣ Що потрібно вивчати? 3️⃣ Чи потрібні сертифікації? 4️⃣ Які нетехнічні навички важливі? 5️⃣ Як AI допомагає у щоденній роботі? 942·Mar 10 Іноді новий тренд це щось старе, але не знайоме широкому загалу. Мені здається так сталося із Git Worktree фічею. У сучасній розробці аналітики Git — це стандарт для зберігання коду та спільної роботи над ним. Коли інженер робить нову фічу, він створює окрему гілку — щоб ізолювати свої зміни від main та від роботи інших. Але у гілок є один мінус: працювати можна лише з однією гілкою одночасно. Зазвичай це не проблема. Просто переключаєшся між гілками і все. Але стає незручно, коли потрібно перейти на іншу гілку, а в поточній ще є незавершені зміни. Класичний workaround — git stash і потім git stash pop. З появою AI-асистентів ця проблема стала помітнішою. AI відкриває можливість працювати над кількома ідеями одночасно. Наприклад, ви ще не закінчили одну фічу, але вже хочете швидко перевірити іншу ідею. І тут у гру вступають Git worktrees (фіча 2015 року!). Worktrees дозволяють працювати з кількома гілками одного репозиторію одночасно. Git просто створює кілька директорій, у кожній з яких checkout різної гілки. Тобто у вас може бути: - один каталог — для поточної розробки - інший — для експериментальної фічі - третій — для багфікса І все це — в одному репозиторії. Я так працюю із Claude Code він працює над новою фічею в одній директорії, а я продовжую писати код в іншій. Досить зручно. А ви використовуєте Git worktrees? Цікаво почути ваш досвід 👇 886·Mar 9

An open web layer over public Telegram — search, stats and channel reading right in your browser, no account, no install.

Not affiliated with Telegram FZ-LLC; all data comes from public sources.

Catalog

Top channels Categories Countries Search

Content

Stickers Emoji Gifts Themes Wallpapers

Help

Tools Wiki Glossary Blockchain Safety Premium Advertisers Advertising

© 2026 TG.ME · G.Media network· Updated 08/28/2026 · v0.2.0 · c9ad1b1

Privacy Terms DMCA & complaints Report a violation

Similar channels

Data Life UA2.6K subscribers

BigQuery Insights5K subscribers

Data Science UA2K subscribers

дата инженеретта3.4K subscribers

Beards Analytics4.1K subscribers

DOU42.2K subscribers

DataEng4.4K subscribers

Я – Дата Инженер | Евгений Виндюков5.8K subscribers