Data Sapience
775 subscribers
181 photos
1 video
187 links
Официальный канал российского вендора, разработчика ИТ-решений для бизнеса Data Sapience.

О нас:
https://datasapience.ru/about
contact@datasapience.ru

Бизнес-приложения:
https://datasapience.ru/

Платформа данных:
https://dataplatform.ru/
Download Telegram
От интуиции к ИИ: Data Sapience о том, как современная розница работает с аналитикой🛍

Представляем новое интервью для CNews в рамках обзора «Цифровизация ритейла 2026».

❗️Традиционные архитектуры с разрозненными витринами данных и ручными выгрузками перестали отвечать требованиям розницы к скорости принятия решений. Маркетинг в режиме реального времени становится одним из условий выживания бизнеса.

💬В материале технический руководитель решений Data Ocean Евгений Вилков и директор платформы CVM-маркетинга CM Ocean Владимир Носиков рассказывают о том, как платформы нового поколения помогают выигрывать в условиях жесткой конкуренции.

«В отличие от классических хранилищ, где добавление новых знаний о клиенте могло занимать недели, синергия Lakehouse- и CVM-платформ обеспечивает бесшовный и быстрый сбор данных из всех точек касания. Это позволяет мгновенно превращать сырые данные в точные персонализированные сценарии и сокращает время запуска маркетинговых кампаний, что повышает конкурентоспособность ритейлера», — Владимир Носиков.

«Такое объединение меняет сам характер аналитики. На определенном этапе зрелости маркетинговой платформы бизнесу необходим выход за рамки стандартного интерфейса. Прямой доступ к данным внутри единого контура открывает возможности для глубокой ad-hoc аналитики и самостоятельного профилирования, помогая находить скрытые ранее точки роста. Технологически это упрощает весь ИТ-ландшафт», — Евгений Вилков.


🔗Читать интервью
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6👍4
Data Sapience выпустила обновление TALYS.SDE 26.2.0 🛠

Релиз 26.2.0 сосредоточен на операционной гибкости: меньше рутины при сопровождении диаграмм в продакшене, больше инструментов для сложной бизнес-логики.

Что нового:

🔄 Редеплой поддиаграмм
Точечная замена отдельной поддиаграммы — без перезапуска всей корневой структуры. Снижает риск захватить непроверенные изменения и ускоряет доставку обновлений в продуктив. Работает для всех режимов развёртывания: Separate, Inline и Separate Inline;

⚙️ Автоподбор параметров памяти
Платформа сама рассчитывает оптимальные значения на основе размера и сложности диаграммы. Ручной подбор при деплое — в прошлом;

🚀 Интеграция с Apache Ignite
Новый источник данных для сценариев с жёсткими требованиями к задержкам. Доступны создание объекта «Источник данных» и полноценная работа с базой через стандартные узлы «Чтение» и «Сохранение в БД»;

🔍 Новые операторы узла «Фильтр»
«В списке», «Не в списке», «По маске», «Не по маске» — для точной маршрутизации и многоуровневой бизнес-логики;

📊Улучшения тестирования узлов
В режиме теста отображаются только переменные, участвующие в текущем расчёте, с полным сохранением иерархии — удобно при работе с переменными с одинаковыми именами;

📆 Расширение справочника функций
Новый блок для работы с датами и временем: преобразование форматов, день недели, смещение дат, первый и последний день месяца, извлечение времени;

✔️Пустое значение входной переменной
Входные переменные в маппинге запроса к внешнему сервису теперь можно оставлять пустыми, если их заполнение не является обязательным по логике интеграции.

«В релизе 26.2.0 мы закрыли один из самых востребованных запросов наших пользователей — возможность обновлять отдельные части диаграммы, не затрагивая всю систему. Вместе с автоподбором ресурсов это упрощает сопровождение решений в продуктиве», — говорит Дарья Соловьева, владелец продукта TALYS.SDE.


🔗 Узнайте больше о возможностях релиза TALYS.SDE 26.2.0
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥7👍3
🚀 Data Sapience выпустила летнее обновление Lakehouse-платформы Data Ocean Nova

Релиз 2026.2.0
— фокус на информационной безопасности в рамках сертификации ФСТЭК и зрелости процедурного расширения LPSQL.

Что нового:

🔒 Информационная безопасность
Устранено 5 733 уязвимости, из них 340 критического уровня. Общее снижение числа известных уязвимостей — 97,8%, закрыто 1 103 уникальных CVE. Усилены ограничения прав для служебных компонентов инициализации LPSQL.

⌛ Процедурное расширение LPSQL
Регистронезависимый вызов функций упрощает перенос скриптов из других СУБД. Параметры сессии теперь автоматически применяются ко всем вложенным запросам — для единообразного исполнения логики и точности расчётов.

⚡️ Nova StarRocks
Интеграция с Greenplum, кэширование CTE QueryCache для Iceberg-таблиц, поддержка CTAS-запросов для внешних каталогов unified, управление правами на объект PIPE через Ranger.

🔍 Nova Impala
Импортирован TupleCache из версии 5.0 — исключает повторные чтения. Переход на инструкции AVX2 и AVX-512 для парсинга CSV сокращает время выполнения запросов к текстовым данным на актуальных процессорах.

🗂 NIM, Resource Bank, Nova Ranger, Hue, qModel
Поддержка nim_client в Jupyter, подключение к нескольким тенантам, улучшения в API Ranger и Hue, повышение точности предсказаний потребления памяти SQL-запросов.

«Мы сделали акцент на усилении мер информационной безопасности продукта. Наши решения эксплуатируются в жёстких условиях, которые накладываются регулятором, и мы должны быть готовы к таким вызовам. Продолжаем активно развивать процедурное расширение LPSQL и улучшать процессинговый движок обработки данных StarRocks», — Евгений Вилков, технический руководитель решения Data Ocean Nova.


🔗 Узнайте больше о возможностях релиза Data Ocean Nova 2026.2.0
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5👍3
Data Sapience на АКПО-Конф 2026 🤝

🔥Ежегодная кросс-отраслевая конференция объединила более 2000 участников — представителей нефтегазовой, финансовой, телекоммуникационной и других отраслей.

В центре дискуссий:
▫️платформенный подход к управлению ИТ-ландшафтами;
▫️промышленное внедрение ИИ в крупных корпорациях;
▫️экономика ИИ-решений и переход от пилотов к инфраструктуре;
▫️импортозамещение и технологический суверенитет.

Повестка конференции напрямую перекликается с практикой Data Sapience. Живой пример — наш кейс с агрохолдингом «Таврос»: LLM-портал на базе Kolmogorov AI, 100+ активных пользователей и более 900 обращений к ИИ-агентам.

«Корпорации переходят от точечных внедрений к системной работе с данными и ИИ как с инфраструктурой. Именно для этого мы разрабатываем решение Kolmogorov AI и единую AI-ready среду — от управления данными и их качеством до промышленной эксплуатации ML-моделей и ИИ-агентов, использующих LLM-модели, в корпоративном периметре», — комментирует Михаил Зайцев, владелец платформы Kolmogorov AI, Data Sapience.


🔗 Читать полностью
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4👍2
Rostic's и Data Sapience на Russian Retail Show 2026 🍗

Russian Retail Show — ключевое отраслевое мероприятие о трансформации розничной торговли, которое в этом году было сфокусировано на теме «Операции вместо амбиций». Data Sapience выступила партнером деловой программы.

🎤Владимир Носиков, директор платформы CM Ocean, и Павел Чистяков, директор по развитию бизнеса Юнирест Технологий, представили совместный доклад «Как Rostic's развивает гостевой опыт через персонализацию с помощью CM Ocean».

О чем кейс❓

❗️Rostic's — крупнейшая сеть в России по количеству ресторанов — столкнулась с классической проблемой роста: большая база, высокая доля «спящих» гостей, необходимость удержания активных клиентов и ручное управление персонализацией, которое перестало справляться с масштабом. Сегменты усложнялись, A/B-тесты требовали стратификации, любые изменения занимали слишком много времени.

✔️ Решение — дополнительный аналитический и управляющий слой на базе CM Ocean поверх существующего CDP. Результат: системная работа с гостевым опытом вместо точечных кампаний, автоматизированная контактная политика и масштабируемые эксперименты.

«CM Ocean позволил перейти от ручных процессов к полноценному CVM-конвейеру: единая витрина данных, автоматическая контактная политика, стратифицированные эксперименты — в едином контуре с существующим стеком. Именно такую задачу и решает CM Ocean: не заменить то, что уже работает, а дать маркетинговой команде инструмент для управления масштабом», — Владимир Носиков.


🔗Читать полностью
Please open Telegram to view this post
VIEW IN TELEGRAM
👏5🔥4👍1
Data Sapience на церемонии AI AWARDS 2026 🏆

🔥 AI AWARDS от Билайн Big Data & AI — отраслевая премия в сфере искусственного интеллекта. В этом году одной из центральных стала номинация «ИИ-агенты» — и это уже не прогноз, а отраслевая реальность.

Data Sapience выступила партнером премии и представила собственный стенд. В фокусе — платформа Kolmogorov AI и модуль Kolmogorov Continuity-LLM — low-code инструмент для быстрого создания, тестирования и тиражирования ИИ-агентов внутри корпоративного периметра.

🤝 Ранее Data Sapience, Билайн Big Data & AI и GlowByte заключили трехстороннее соглашение о стратегическом партнерстве для создания решений на базе ИИ. Роли в альянсе четкие:
▫️Kolmogorov AI от Data Sapience— фабрика ИИ-агентов;
▫️Билайн — инфраструктура и масштабирование;
▫️GlowByte — разработка и реализация ИИ-инициатив от стратегии до промышленного внедрения.

«Data Sapience рада поддержать премию AI AWARDS, ведь мы разрабатываем платформу, с помощью которой можно построить LLM-портал и фабрику ИИ-агентов в контуре организации, и нам важно быть там, где эта тема звучит громче всего. Рынок продолжает двигаться от точечных экспериментов к системному внедрению агентов в бизнес-процессы. Именно для этого перехода создан Kolmogorov AI», — Илья Маршаков, руководитель развития бизнеса платформы Kolmogorov AI, Data Sapience.


🔗Читать полностью
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5👍2
Data Sapience на бизнес-встрече «Сарафана» 🪷

18-я профессиональная встреча в формате «Белый Лотос» собрала около 300 экспертов по маркетингу, CVM и клиентскому опыту из ритейла, банков и телекома.

🎤 Загир Гатин, директор продукта CM Ocean AI, выступил с докладом о том, почему ИИ-маркетинг — это не один волшебный агент, а командная архитектура из трех типов инструментов.

❗️Центральный тезис выступления: в маркетинге при работе с ИИ нет универсального критерия «прошел тест», есть «сработало в этих условиях, для этих клиентов, в это время».

«ИИ в маркетинге — это не магия и не один волшебный агент. ML считает, GenAI пишет, агент соединяет и решает. Знать, что куда положить, — это и есть продукт», — Загир Гатин.


🎤 Владимир Носиков, директор платформы CM Ocean, модерировал панельную дискуссию «ИИ как новый участник управления взаимодействиями с клиентом».

💬Представители ритейла, банков и телекома обсудили персонализацию, сегментацию, автоматизацию процессов, перспективы генеративного ИИ и риски: от непрозрачности алгоритмов до потери контроля и избыточного давления на клиента.

«Сегодня вопрос уже не в том, использовать ИИ или нет. Разговор постепенно смещается к практическим задачам: какие идеи работают, какие сценарии можно масштабировать и где применение ИИ действительно приносит результат», — Владимир Носиков.


🔗 Читать полностью
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥7👏3
TPC-DS в 07.2026. Lakehouse: Spark, Trino, StarRocks, Impala и Doris. Greenplum & Cloudberry vs StarRocks как MPP📊

Опубликовали на Хабре свежий бенчмарк. Тестировали все compute-движки платформы Data Ocean Nova и впервые добавили в рейтинг Apache Doris.

Что тестировали:
Spark 3.5 и 4.0.1 (с нативными вычислениями Comet и без), Trino трех версий, Nova StarRocks, Nova Impala — и дебютант рейтинга Apache Doris. На десерт — сравнение Greenplum, Cloudberry и Nova StarRocks в режиме Shared-Nothing MPP.

Ключевые выводы:
▫️StarRocks остается лидером — с переходом на 4-ю версию еще немного прибавил в мощности;
▫️Trino заметно вырос в конкурентной нагрузке благодаря накопленным изменениям;
▫️Spark 4 в текущих релизах не добавляет производительности;
▫️Doris в конкурентной нагрузке проиграл не только StarRocks, но и Impala;
▫️Собственные доработки для Impala (tuple cache, runtime-фильтры) и StarRocks (материализация query cache на диск) дали ощутимый прирост в конкурентных сценариях.

🔗 Читать полностью на Хабре
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥9👍2❤1
Внедрили ИИ, а он не приносит результат? Разберемся, почему — в материале наших друзей 👇
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2👍1
Forwarded from МОДЕЛИСТ
🤖 Ассистент, агент, команда: почему корпоративный ИИ буксует не из-за модели

Многие компании уже запустили корпоративный чат на топовой модели. А эффекта – нет. И причина почти всегда не в модели.
Автономность сама по себе не повышает качество ответа. Она повышает цену ошибки – если процесс, данные и права к ней не готовы.

Отсюда простое правило: начинать не с выбора большой языковой модели (LLM), а с классификации кейса. Уровней всего три ⬇️

1️⃣ Ассистент – ускоряет человека
Отвечает, обобщает и резюмирует, пишет черновик. Инициатива и ответственность – у сотрудника. Быстро внедряется, даёт понятный прирост. Klarna так закрыла 2/3 чатов поддержки (~700 операторов), Copilot ускорил разработчиков на 55%. Но процесс он не меняет – только разгоняет.

2️⃣ Агент – выполняет шаг процесса
Сам собирает контекст, вызывает инструменты, готовит действие и останавливается там, где нужно финальное утверждение человеком. У Lemonade 55% страховых претензий проходят полный цикл без участия оператора, в Хитроу агент решает 90% запросов пассажиров. Ценность выше – но нужны доступы, память, аудит и владелец процесса.

3️⃣ Люди + агенты – меняют процесс
Не «супербот», а управляемая команда: кто-то ищет, кто-то планирует, кто-то проверяет, человек оставляет за собой суждение. Commonwealth Bank так срезал потери от скама на более чем 20%.

📊 Реальность отрезвляет: Gartner прогнозирует, что более 40% проектов, использующих ИИ-агентов, свернут к 2027 году – из-за роста затрат и недооценённых рисков. А из тысяч «поставщиков агентов» настоящими оказались ~130.

Главный вопрос корпоративного ИИ сегодня – не «какую модель купить», а «какой процесс готов к контролируемой автономности». Именно там ИИ перестаёт быть демо.

К 2028 г. Gartner прогнозирует 15% рабочих решений на автономных агентах. Вопрос – чьи процессы окажутся готовы. 🚀

🔗 Подробнее – в статье по ссылке

#иинапальцах
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3🔥3
Industrial Ocean от Data Sapience включен в Реестр отечественного ПО 🏭

Промышленным предприятиям теперь доступен отечественный продукт для цифровой трансформации производства с официально подтвержденным статусом ИИ-решения.

Industrial Ocean включен в Реестр российского ПО Министерства цифрового развития РФ с пометкой «Программное обеспечение относится к сфере искусственного интеллекта» — это открывает заказчикам доступ к программам импортозамещения и дополнительным налоговым льготам.

Что умеет Industrial Ocean:
▫️Сбор, интеграция и хранение телеметрии оборудования и результатов лабораторных анализов с любой глубиной истории;
▫️Контроль качества данных через объектную модель;
▫️Мониторинг ключевых показателей эффективности в режиме реального времени;
▫️Цифровые советники, обучающиеся на истории данных конкретного оборудования;
▫️Интеллектуальная диагностика нештатных ситуаций и минимизация простоев производственного оборудования;
▫️Поддержка разных сценариев развёртывания — от edge-узлов до облачных и ЦОД-кластеров.

⚙️ Продукт подходит для предприятий любой отрасли промышленности и предоставляет полный набор средств для аналитики без масштабного внедрения MES.

«Реестр отечественного ПО — один из ключевых ориентиров для заказчиков при выборе технологического партнера. Включение Industrial Ocean в реестр подтверждает, что продукт прошел необходимую проверку и соответствует установленным требованиям. Это доказывает зрелость решения и готовность работать с предприятиями, для которых вопрос технологического суверенитета принципиален», — Александр Томилов, директор продукта Industrial Ocean, Data Sapience.


🔗 Читать полностью
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5👍4❤2⚡1
СК «Гелиос» внедрила систему принятия решений для автострахования на базе TALYS.SDE от Data Sapience 🛞

⚡️ Главный результат: стратегии приема на страхование теперь запускаются за часы вместо месяцев.

СК «Гелиос» внедрила интеллектуальную систему принятия решений для андеррайтинга КАСКО и ОСАГО на базе TALYS.SDE. Параллельно запускается ML-модель для персональной тарификации ОСАГО — она анализирует весь доступный массив данных по клиенту и автомобилю и формирует персональный тариф.

Что изменилось:
▫️Бизнес-пользователи сами формируют и запускают стратегии андеррайтинга — без привлечения ИТ;
▫️ML-модель точнее отражает реальный уровень риска при тарификации;
▫️Аккуратные водители и автомобили с низким уровнем риска получают точную индивидуальную оценку;
▫️Компания быстрее принимает решение по заявке.

В планах — масштабирование на другие виды страхования и новые ML-модели для работы с конверсией и оттоком.

«Внедрение системы принятия решений — это не просто автоматизация процесса. Прежде всего, это инвестиция в качество клиентского сервиса. Это переход к управляемой, прозрачной и масштабируемой логике андеррайтинга, где каждое решение можно объяснить, изменить и проверить», — говорит Андрей Педоренко, заместитель генерального директора по информационным технологиям, СК «Гелиос».

«TALYS.SDE создавался как инструмент, который возвращает контроль над бизнес-логикой в руки бизнеса, ломая барьер в виде программирования и длинных циклов разработки. Проект в «Гелиос» это подтвердил: платформа адаптируется под реальные процессы страховщика и масштабируется вместе с его амбициями», — отмечает Алексей Рундасов, коммерческий директор, Data Sapience.


🔗 Подробнее о проекте
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8👍2
Gateway API против Ingress: как выбрать реализацию и не пожалеть ⚙️

Новая статья на Хабре от Романа Тимошевского, лида команды DevOps в Data Sapience. 👨‍💻

🤔 Вокруг Gateway API сложился странный консенсус: все согласны, что это будущее, но мало кто понимает, какую реализацию брать и зачем вообще уходить от привычного Ingress.

В статье:
▫️рассказываем про ключевые отличия Gateway API от Ingress (на примере самого популярного — NGINX Ingress Controller);
▫️сравниваем между собой основные реализации Gateway API;
▫️говорим о нюансах кастомизации, интеграции и производительности.

⚡️ Бонус — собственный бенчмарк реализаций Gateway API. Спойлер: NGINX (и в Gateway API, и в Ingress) показал худшие результаты по пропускной способности и утилизации CPU, а Istio оказался самым быстрым.

🔗 Читать полностью на Хабре
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥9👍3❤1
80% пилотов ИИ технически работают, но только 23% дают измеримый эффект — разрыв не в модели, а в отсутствии важных управленческих решений. Разбор — в материале наших друзей 👇
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1
Forwarded from МОДЕЛИСТ
🤖 Агентный ИИ буксует не из-за модели, а из-за трех нерешенных управленческих вопросов

По данным Bain, 80% пилотов генеративного ИИ технически работают: модель отвечает, документы находятся, сводка готова. Но только 23% компаний связывают их с измеримым эффектом в деньгах. Разрыв между этими показателями и есть главная проблема – и она не про качество модели, а про автономность.

Но❗️ Автономность не делает ответы лучше. Она делает ошибки дороже: агент поддержки с целью «быстрее закрывать обращения» находит кратчайший путь к метрике – раздает компенсации без лимита. Метрика зеленеет, а через квартал финансы видят рост выплат.

➡️В реальном процессе автономность необходимо проектировать. Поэтому начинать нужно не с выбора модели, а с трех управленческих решений ⬇️

1️⃣ Полномочия – что агент делает сам
Простая матрица на одну страницу: что ИИ делает сам, что только предлагает человеку, что требует согласования. На примере клиентской претензии: агент сам собирает историю и готовит черновик, предлагает вариант компенсации с обоснованием, но сама выплата – только после подтверждения сотрудника. Если такую матрицу нельзя собрать за одну сессию с юристом и безопасником – вы обнаружили не бюрократию, а нерешенный вопрос ответственности.


2️⃣ Контроль – где стоит человек
Чем выше цена ошибки, тем раньше в процессе точка подтверждения. Универсального уровня автономности нет: 1% ошибок терпим в черновике письма и недопустим в медицине, финансах, юридическом процессе или в коде (Palantir). Один и тот же агент может иметь разные права в разных областях бизнеса: в одном контуре он самостоятельно готовит аналитическую справку, в другом — только предлагает действие, в третьем — не двигается дальше без подтверждения человека. Это способ согласовать скорость с ответственностью.


3️⃣ Ответственность – кто владелец
У каждого агента, который совершает или готовит действие, должен быть владелец процесса – руководитель, отвечающий за результат, границы применения и разбор инцидентов. Без него агент в серой зоне: уже влияет на процесс, но никому не принадлежит.


ℹ️ Рынок уже движется к агентам, но осторожно. По данным Forrester, агентный ИИ внедряют 75% компаний – но больше половины признают пробелы в управлении даже при наличии формальных рамок. И на практике никто не спешит с автономией: 69% используют одиночного агента и лишь 16% – несколько скоординированных (Stack Overflow). В презентациях рынок живет в мире сложных многоагентных систем, а в проде выбирает простой и контролируемый режим – им проще управлять с точки зрения риска и ответственности.

🔖 Показателен и масштаб зрелых игроков: у Microsoft под управлением более 500 000 ИИ-агентов, через ИИ-поддержку Cisco прошло больше миллиона обращений (Bain). Вывод один: таким масштабом невозможно управлять набором промптов и энтузиазмом проектной команды – за ним всегда стоит дисциплина прав, ролей, наблюдаемости и владельцев процессов.

❓Главный вопрос корпоративного ИИ сегодня – не «какую модель купить», а «какой процесс готов к контролируемой автономности». Именно там ИИ перестает быть демо и начинает приносить деньги. 🚀

🔗 Читать статью полностью

#иинапальцах
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5👍1
Data Sapience выпустила обновление модулей CM Ocean Offer и Communication 🚀

Релиз 26.0.0 — новые каналы, оптимизация базы данных и документация прямо в репозитории.

Что нового:


📚 Документация в репозитории
Руководства, API-контракт, инструкция по миграции, описание параметров конфигурации, Release Notes — все в папке docs, без беготни по вики.

❌ Автодеактивация устаревших предложений
Клиенты больше не получают неактуальные офферы, событие фиксируется в витрине данных.

🎯 Точечное обновление параметров
Теперь работает и для contactParams — по стандарту JSON Merge Patch, без риска перезаписи.

📲 Push-уведомления «из коробки»
Коробочный FCM-адаптер — push наравне с SMS и email.

⚡️ json → jsonb
Быстрее чтение, меньше объем на диске, индексы прямо по ключам JSON.

📝 Запись в историю коммуникаций при создании задачи
Коммуникация отслеживается с начала жизненного цикла, а не по факту его завершения.

🗂 Оптимизация хранения шаблонов
Поле template у задания на коммуникацию внутри батча теперь заполняется, только если оно отличается от шаблона.

⚙️ Технические изменения
Переход на Java 25, шардирование batch_counter, обслуживание партиций, гибкие фильтры, 409 вместо 500 при конфликте ключей, расширение набора метрик.

🗑 Устаревшая и удаленная функциональность
Ряд параметров API- интерфейса и таблиц базы данных, ранее помеченных как Deprecated, удален.

🔗 Подробнее о релизе
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6👏2
Data Sapience выпустила обновление Data Ocean Flex Loader 🔥

Релиз 2026.3 включает поддержку СУБД ClickHouse в качестве источника и приемника данных и обновление графического интерфейса.

Что нового:

⚙️ Поддержка ClickHouse
СУБД доступна как источник, так и приемник данных — закрывает один из самых частых запросов клиентов.

📥 Прямая загрузка parquet
Файлы parquet загружаются напрямую в Lakehouse-платформу из файловых директорий, без промежуточных шагов подготовки данных.

🎨 Графический интерфейс
Режим межкластерной репликации данных обрел графическое представление. Улучшены возможности ролевого доступа при работе команд в графической среде.

⚡️ Новый режим извлечения данных
Наряду с сервисом Spark пользователи получили прямой доступ в системы-источники через внешние таблицы MPP-движков.

🔒 Информационная безопасность
Устранено 507 уязвимостей, из них 92 критического уровня и 415 high-уязвимостей. Общий процент устранения — 98,6%.

«Теперь для извлечения данных пользователи Data Ocean Flex Loader могут использовать не только сервис Spark, но и прямой доступ в системы-источники через механизм внешних таблиц MPP-движков. Это позволит более сбалансированно распределять вычислительные ресурсы в кластере Data Ocean Nova между нуждами пользователей и процессами регламентной загрузки данных. Также рады сообщить, что Flex Loader теперь поддерживает решения на базе СУБД ClickHouse и что в графическом интерфейсе произошли качественные изменения, улучшающие пользовательский опыт», — Антон Маркин, руководитель команды разработки Data Ocean Flex Loader.


🔗 Узнайте больше о возможностях релиза Data Ocean Flex Loader 2026.3
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4👍3
Ускоряем федеративные запросы в StarRocks ⚡️

📝 В блоге Data Sapience на Habr вышла новая статья.

Когда речь заходит про федеративный доступ к данным, все вспоминают Trino... и часто на этом все. Но федеративные запросы поддерживаются довольно большим количеством СУБД, SQL-движков и систем для виртуализации данных.

🔥 В статье расширяем кругозор читателей и рассматриваем федеративные запросы на примере набирающего популярность и активно развивающегося StarRocks.

В материале разбираем:
▫️что такое федеративные запросы;
▫️как обстоят дела с реализацией гетерогенного федеративного доступа в StarRocks;
▫️какие изменения команда решения Data Ocean Nova реализовала для оптимизации в StarRocks и Impala с целью улучшения функционала доступа к внешним данным.

🔗 Читать полностью на Хабре
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥7👍1