дата инженеретта
3.45K subscribers
326 photos
28 videos
4 files
136 links
мелкое — крупно,
в глубоком разговоре
мудрость приходит

по вопросам сюда: @aigul_sea
Download Telegram
Сходила на ТехноДень

Это бесплатная конфа от Selectel, прошла в кластере «Ломоносов». Народу было прям много - полный зал «Молекула» + полный зал «Атом» + люди возле стендов

Я пошла, потому что мне понравился пул докладов. Все доклады были разделены на 4 стрима: AI, Infra, Security и Data. Ну, вы понимаете, где я проторчала😁

Что послушала из докладов:

1️⃣Lakehouse от Столото
Прикольный доклад прямо с циферками затрат. DLH - все по классике. Используют каталог CedrusData и сказали, что в нем есть крутые оптимизации

2️⃣Новая дата платформа от Точка Банка
Как вы помните/знаете, они сидели на Oracle и Pentaho. Я несколько раз смотрела открытые вакансии на DE, и меня сильно смущал такой стек😁 Теперь они рассказали, как переехали на GP от вендора в первый раз в одном облаке, потом во второй раз в другом облаке, потом в третий раз на серверах Selectel😲

3️⃣Аудиоаналитика в облаке от Fix Price
Они записывают аудио на кассах, транскрибируют и потом анализируют CR в покупку пакета и прочие метрики

Я так поняла, что все приглашенные компании - это именно пользователи их продуктов

Selectel тоже пошел в DLH и делает такую же платформу из S3, Trino, HMS, Iceberg, как и все другие🙄 Хотя еще 1-2 года назад не планировал. Пока ощущение, что сыровато и нет необходимых компонентов

Они также рассказали про крутую штуку aish - это агент для администрирования. Поставляется на их собственной SelectOS и умеет решать именно инфровые проблемы, на стендах можно было с ним поиграться

Плюс очень понравилась фраза на главном докладе:

Мы экономим ваши будущие деньги😄


🍜 Во время фуршета познакомилась с каким-то CoFounder из юр компании. Он рассказал, что они на сервисах Selectel используют иишку для генерации и проверки договоров, поиска по судебным кейсам. В общем, занятное применение, а то я не в курсе про жизнь вне айти😅

Если что, трансляции можно глянуть на сайте: https://techday.selectel.ru/

P.S. У вас не сформировалось в последнее время стойкое ощущение, что пора идти в Data Quality и Data Governance? Данные наверняка всегда будут косячные, и в этих областях нужен будет человек, который сможет нормально за все пояснить

@data_engineerette
Please open Telegram to view this post
VIEW IN TELEGRAM
👍14
Ну, как вы там?

Нашли новые вопросы для собесов на DevOps/SRE:

Есть ли у вас опыт тушения продакшена в буквальном смысле?

Умеете ли вы дебажить инфраструктуру по спутниковым снимкам?

Как вы понимаете термин hot standby, если резервный ЦОД всё ещё горит?

Какой Prometheus alert вы настроите на появление дыма из серверной?

Что вы будете делать, если terraform destroy выполнили без Terraform?

Сколько девяток доступности останется у сервиса после потери двух дата-центров?

Как объяснить менеджменту, что availability zone больше не available?

Какую метрику вы выберете для SLO: uptime, MTTR или количество уцелевших стоек?

Какой срок хранения бэкапов вы рекомендуете, если основная проблема — срок хранения самого хранилища?

Как обеспечить пять девяток, если единственные девятки в проекте — это цифры в стоимости восстановления?

Есть ли у вас в квартире место на размещение серверов компании?

Что вы будете делать при отказе всех зон доступности у облачного провайдера?


@data_engineerette
😁36😭20🔥7
СЕНЬОРСКАЯ ВАКАНСИЯ

Ищется сеньор-пресеньор в команду платформы данных

В двух словах: уметь в кубер, айсберг, разработку, оптимизацию спарка, иметь архитектурную насмотренность

Описание ваки тут

Отправлять резюме можно сюда: @aigul_sea
❤7😭5
Anthropic переехали с Git на собственную систему Scion

На днях вышла статья, где Anthropic рассказал про свою новую систему контроля версий и предпосылки ее создания. Здесь я хочу очень сжато выделить несколько моментов, которые меня удивили

Несколько чиселок:

🤩монорепа
🤩100 ГБ - история ветки main
🤩25 ГБ - сжатая копия репо
🤩30 000 - MR в день
🤩25 млн - checkout-операций в CI в день
🤩600 ПБ - потенциальный трафик на скачивание репо в день

И это еще без учета дев окружений, AI-песочниц и RnD задач. Вы не в шоке??😳

Теперь вместо разработки узким горлышком является CI, сеть и все вокруг этого. Поэтому они внутри компании командой из 7 человек за 5 месяцев:

🤩разработали свой гит Scion
🤩сделали code-review тулзу Antique
🤩написали еще несколько сервисов
🤩полностью мигрировали

Anthropic считает, что подобные проблемы с CI пока вряд ли есть у компаний сейчас, но на горизонте 6-12 месяцев они ожидают появления таких проблем в разработке

А нужны ли люди?

Теперь они изучают замысел изменений, а не вчитываются в каждую строку кода


Факт

Вот еще новая для меня мысль

Пока бегут тесты в CI, сотни и тысячи изменений могут быть уже влиты агентами


Они отказались от тестов в MR и запускают их в разы меньше, только перед деплоем. Потому что, если даже есть конфликты, агенты поправят их быстрее, чем мы с вами увидим алерт😭

Но это же всеобщий хаос? Кто-то живой у них еще понимает, что происходит в проекте?

@data_engineerette
Please open Telegram to view this post
VIEW IN TELEGRAM
❤19🤷2
DE в Twinby😁

Наткнулась на пост от HR, что сейчас открыто несколько вакансий - в том числе одна на DE

По стеку: CDC, ClickHouse, Airflow

А вы когда-нибудь про них задумывались в контексте дата инженерии? Это же реально много фоточек и сообщений, рекомендательная система, разреженная матрица с лайками и дизлайками

👩‍💻 Когда я училась на курсе по систем дизайну, в финале нужно было спроектировать Tinder и рассчитать нагрузку на хранение/сеть. У меня тогда получилось 4,5 экзабайта в год трафика и купить серверов на 450 млн $ 🙂🙂🙂

Теперь это задание больше не кажется таким странным😅

Ссылка на ваку: https://hh.ru/vacancy/137208437

@data_engineerette
Please open Telegram to view this post
VIEW IN TELEGRAM
😁106
Audio
Не удержалась и решила наложить бит
😁16🔥8
Кто уже использует Iceberg v3?

Недавно наткнулась на Apache Iceberg Compatibility Matrix. В этой табличке можно посмотреть поддержку фичей в разрезе движков. И нет ни одного, который бы поддерживал все - ну, а как иначе🫠

Фичи протегированы версиями, и можно наглядно посмотреть конкретно v3. В стабильном виде эта спека появилась в мае этого года в релизе 1.11, и там есть:

➡️бинарные delete-векторы
➡️новый тип VARIANT
➡️точность timestamp до наносекунд
➡️поддержка default values
➡️гео типы

А в релизе 1.12 от 30.09 уже пошла подготовка к v4! И там добавили относительные пути!!😝

Теперь вместо s3://bucket/path-to-table/data/file.parquet в манифестах будет записано просто data/file.parquet

Ну вот надо было изначально все усложнять, чтобы потом с блеском решить глобальную проблему?😑

В той же v4 конкретно будет переделываться структура меты на адаптивное дерево с root манифестом. Умный доклад можно посмотреть тут

@data_engineerette
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥66👍2
Решила присоединиться к флешмобу и представить свою коллабу Сумерки + DE

Получилось вот такая версия с дата инженерскими инструментами и терминами

Дополняйте, если есть что изменить или добавить🙂

@data_engineerette
Please open Telegram to view this post
VIEW IN TELEGRAM
😁24❤7🔥5🤔1
Сейчас хайпует вот этот клип про AI в жизни компаний, сгенерированный AI

Туда вложено очень много пасхалок, как агент со временем завоевывает компанию. Скорее всего, придется пересмотреть не раз, чтобы все уловить

Танцуем и плачем
💃

@data_engineerette
Please open Telegram to view this post
VIEW IN TELEGRAM
😁73❤2😭2
Диалог с ИИ

Я в последнее время заметила, что мое общение с клодом/кодексом часто сводится к сдаче экзамена😅

➖это зачем
➖а вот это
➖объясни
➖почему так
➖как оно будет работать
➖почему это не добавил
➖а это зачем добавил
➖а что будет, если…

Это я такая?😅 Вы обычно выпытываете логику того, что он нагенерил? Или просто мержите и даже не читаете?

@data_engineerette
Please open Telegram to view this post
VIEW IN TELEGRAM
💯21
Погнали изучать результаты опроса data-people

Так приятно, что благодаря вашим упоминаниям дата инженеретта попала в топ-10 рекомендаций!! 💖🥹💖

А теперь разберем несколько моментов:

✨76% переходов ведут к моделям

Занятно, что в AI переходят из DA/DS/ML/других ролей, но не из DE. Мы что-то знаем?🤔

✨Сильное гендорное различие в AI - девчонок всего 7%

Я вот задумалалась, а не пора ли делать AI инженеретту? На днях заметила, что у меня инициалы AI и имя тоже начинается с AI. Это ли не знаки?😁

✨Для дата-инженеров среда с ассистентом — заметно лидирует

У DE преобладает работа с ассистентом, а у DS/DA именно агенты с минимальным участием человека. Значит ли это, что у нас более сложные и менее рутинные задачи?

✨У 63% нет формального процесса проверки того, что сгенерировал AI

Как думаете, в каком состоянии будут наши репки через год?

✨Каждый четвёртый за последний год прошёл курс по AI/LLM

Кто знает, это что за курсы такие? Мне тоже надо

✨Медианная зарплата синьора - ₽350,000

Самое печальное😭 Причем за 350 можно быть и сеньором, и лидом, а мидл вообще опустился до 150-250

Вы че творите? Вы че вытворяете?

@data_engineerette
Please open Telegram to view this post
VIEW IN TELEGRAM
13🔥2❤1
Про интеграции

По сути сделать интеграцию самых разных компонентов - это основа дата инженерии. Но чем больше интеграций, тем медленнее до вас добираются новые фичи

🤔Ой как не сразу после начала работы в де дошла до меня эта концепция

Допустим, в айсберге появилась классная функциональность. Казалось бы, бери и пользуйся. Но неееет🤓

Сначала нужно дождаться, пока ее поддержит Spark. Потом Trino. Потом дата каталог. Потом что-то еще

И не факт, что все они реализуют поддержку одинаково

📆Между появлением фичи в одном проекте и ее полноценной поддержкой во всем стеке могут пройти годы. За это время в айсберг успеют выпустить еще несколько новых возможностей, которые снова придется ждать. И так по кругу🙂

А если поверх open source у вас еще и собственные велосипеды, то придется перелопачивать и свой код

😒В итоге получается парадокс: технологии развиваются очень быстро, но чем больше технологий вы используете вместе, тем сложнее за этим развитием успевать

@data_engineerette
Please open Telegram to view this post
VIEW IN TELEGRAM
❤13🔥3
Как пасти котов

Если бы я знала, в каком году написана эта книга, я бы ее не взяла🙂 Она была издана в 2002, и многие ситуации там довольно устаревшие. Ну что ж, все-таки я ее дочитала, поэтому для начала разберемся с ее названием

Пасти котов - значит заставлять двигаться разрабов в одном направлении. Почему котов? Потому что нужны не преданные песики, которые поддержат любую идею, а коты со своими странностями

👔 По поводу образа руководителя вы и сами все прекрасно понимаете, но я бы хотела отметить некоторые особо зацепившие меня характеристики:

🤩знать сильные и слабые качества участников своей команды
🤩отбирать наилучшую идею из предложений
🤩нельзя прощать другим то, что можно простить себе
🤩инициировать взаимопомощь в команде
🤩результатом 1:1 должна стать выработка плана действий
🤩поддерживать разнообразие задач, чтобы один человек не делал все самое сложное или нудное
🤩уметь предсказывать перемены и к моменту их наступления уже иметь четкий план действий

Если у вас не хватает времени даже на то, чтобы сделать все правильно, где же вы его найдете на то, чтобы все переделать?


Есть большой пул вопросов, которые неплохо бы себе задавать:

🤩Как помочь подчиненным с достоинством справиться с их задачами?
🤩Как совместными усилиями мы можем свести к минимуму вероятность неудачи?
🤩Как бы почетче формулировать свои наставления?
🤩Каким образом скорректировать мой стиль руководства, чтобы лучше решать текущие задачи?
🤩Какие новые технологии изучить моим сотрудникам, чтобы наши продукты сохранили конкурентоспособность?

📓 Что меня поразило - в 2002 почасовая ставка разраба в среднем в США была 90$, а у нас 5$

Уже в то время они рассматривали идеи удаленки и гибрида, а если офис - у каждого отдельное помещение не менее 12м². Чтобы и спокойно поработать, и и быстро принимать решения

Есть обратная зависимость между степенью отупения сотрудников и объемом выделяемого офисного пространства.


Есть мысль, которая применима и к нашей AI революции:

С одной стороны, с помощью компьютеров более серьезные результаты достигаются за меньшее время. С другой стороны, возможность выполнения большего числа заданий приводит к тому, что мы начинаем больше работать.


Какая четкая параллель

😁 И есть несколько просто забавных высказываний:

У меня нет никаких предубеждений относительно умственно ущербных людей, но я твердо уверен, что в профессии, требующей постоянного самосовершенствования и обучения, таким не место. Отправьте его, например, в отдел тестирования – иногда не отличающиеся выдающимися умственными способностями пользователи находят себя в отлове жучков.


Не баг, а открытие незадокументированной характеристики.


Любое, даже самое оригинальное мышление – это просто химические процессы в мозгу, и чьи-то молекулы всегда могут быть лучше ваших.


Время - это огонь, в котором мы горим.


@data_engineerette
Please open Telegram to view this post
VIEW IN TELEGRAM
9❤4🔥3👍2