这篇文章探讨了使用生成AI模型和Amazon Bedrock部署文本到SQL管道，以向基因组学数据库提出自然语言问题。我们演示了如何使用AWS放大的AI助手Web界面，并解释用于生成SQL查询的及时工程策略。最后，我们提出了将服务部署在您自己的AWS帐户中的说明。
The LockBit ransomware site was breached, database dump was leaked online
Lockbit勒索软件组已被妥协，攻击者偷走并泄漏了其深色网站后端基础架构中包含的数据。黑客损害了Lockbit勒索软件帮派的黑暗网络泄漏站点，并将其污损，发布消息和链接，指向其后端关联面板的MySQL数据库的转储。 “不要[…]
Analyzing JSON Data with DuckDB & SQL
厌倦了用剧本和正则纠纷json？ DuckDB使您可以在JSON文件上运行SQL查询，从而使结构化和半结构化数据分析变得轻而易举。
How to Write Queries for Tabular Models with DAX
简介评估是查询表格模型的陈述。不幸的是，了解SQL或任何其他查询语言无济于事，因为评估是不同的概念。评估只有两个“参数”：您可以传递第三个参数（开始），但是很少使用该参数。但是，DAX查询可以具有其他组件。这些被定义为[…]如何为DAX编写表格模型的查询，首先是朝向数据科学。
SQL CTE vs. Subquery: This Debate Ain’t Over Yet!
ctes和subquies通常被视为同一件事，书写略有不同。那远非事实。让我们检查他们的差异，找到赢家，并结束有关哪个更好的辩论。
В VK Tech запустили первый в России Data Lakehouse в облаке
该解决方案基于其自身开发的S3兼容对象存储和基于Kubernetes的高性能云Trino SQL引擎。
Programming languages for artificial intelligence 2024
简介关于哪种编程语言最适合 AI 的文章有很多。我之前曾在 2022 年和 2023 年发布过这些文章，根据每年关于这个主题的许多文章制作了前十名榜单。在这篇文章中，我将更新这些前十名榜单。方法论仅考虑了 2024 年的文章。尽管有此限制，但本分析中使用的数据来自 54 篇不同的文章。每篇文章都来自不同的作者，以防止重复。我以三种方式分析了列表：一种语言出现在列表中的频率，无论列表中的位置如何；在出现的所有列表中分配给每种语言的中位排名，以及；加权中位排名，其中语言的中位排名根据在列表中出现的频率加权。这可以纠正仅在少数列表中排名靠前的异常值。结果列表的长度从 4 到 10 不等，中位数长度为
Karthik Ranganathan, Co-Founder and Co-CEO of Yugabyte – Interview Series
Karthik Ranganathan 是 Yugabyte 的联合创始人兼联合首席执行官，该公司是开源、高性能分布式 PostgreSQL 数据库 YugabyteDB 背后的公司。Karthik 是一位经验丰富的数据专家和前 Facebook 工程师，他与他的两位 Facebook 同事一起创立了 Yugabyte，以彻底改变分布式数据库。是什么促使您共同创立 Yugabyte，您发现市场存在哪些空白 […] 这篇文章 Karthik Ranganathan，Yugabyte 联合创始人兼联合首席执行官——访谈系列首先出现在 Unite.AI 上。
Jeremy Kelway, VP of Engineering for Analytics, Data, and AI at EDB – Interview Series
Jeremy (Jezz) Kelway 是 EDB 的工程副总裁，总部位于美国太平洋西北地区。他领导的团队专注于提供基于 Postgres 的分析和 AI 解决方案。凭借数据库即服务 (DBaaS) 管理、运营领导和创新技术交付方面的经验，Jezz 在推动新兴技术进步方面拥有丰富的背景。EDB 支持 PostgreSQL […]The post Jeremy Kelway，EDB 分析、数据和 AI 工程副总裁——访谈系列首先出现在 Unite.AI 上。
Query structured data from Amazon Q Business using Amazon QuickSight integration
在本文中，我们将展示 Amazon Q Business 如何与 QuickSight 集成，以使用户能够以统一的方式查询结构化和非结构化数据。通过集成，用户可以连接到 20 多个结构化数据源，例如 Amazon Redshift 和 PostgreSQL，同时通过可视化获得实时答案。Amazon Q Business 通过 QuickSight 将来自结构化源的信息与非结构化内容相结合，为用户查询提供全面的答案。
Weekly Review 15 November 2024
我上周在 Twitter 上发布的一些有趣的链接（我也在 Mastodon、Threads、Newsmast 和 Bluesky 上发布了这些链接）：人工智能如何影响食品服务行业：https://www.informationweek.com/machine-learning-ai/how-ai-is-reshaping-the-food-services-industry在没有更多训练数据的情况下，人工智能模型在试图进一步提高性能方面开始遇到障碍：https://techcrunch.com/2024/11/09/openai-reportedly-developing-new-strate
Airports Happy About Growing Unleaded AvGas Availability
圣马刁县两家设施接收 Swift Fuels 圣马刁县宣布，随着 Swift Fuels 的 100R 和 UL94 最近交付到圣卡洛斯机场 (KSQL) 和半月湾机场 (KHAF)，其机场的无铅航空汽油分销量正在增长。圣卡洛斯飞行中心和 Rabbit Aviation Services 在圣卡洛斯机场首次接收了 Swift 的 100R 高辛烷值航空汽油。飞行训练中心已认证其 Cessna 172 机队在 SQL 和 HAF 上仅使用 100R 运行数月。
The Four Pillars of a Data Career
获得入门级数据分析师职位的技术基础照片由 Jon Tyson 在 Unsplash 上拍摄TLDR；电子表格 (Excel)SQL 可视化工具 (Tableu 或 Power BI)脚本语言 (Python 或 R)简介试图进入数据领域的人经常问我，他们需要学习哪些技能才能获得第一份数据工作，以及他们应该在哪里学习这些技能。这篇文章是我在过去 5 年里为有抱负的数据科学家、分析师和工程师提供的建议的提炼。本文主要面向希望获得第一份数据工作机会的自学成才的数据骑师。如果你正在阅读这篇文章，那么你的第一份工作很可能就是分析师。数据领域的大多数入门级职位都是分析师，我不认为数据科学家或数据工程师是入
Beyond Skills: Unlocking the Full Potential of Data Scientists
图片由作者通过 DALL-E / OpenAI 创建。超越技能：释放数据科学家的全部潜力。通过赋予数据科学家超越技术任务的能力来推动创新和战略洞察，释放数据科学家的隐藏价值。[本文转载自 O’Reilly Radar]简介现代组织将数据视为推动效率、增强决策能力并为客户创造新价值的战略资产。整个组织（产品管理、营销、运营、财务等）的团队都充满了关于数据如何提升业务的想法。为了将这些想法变成现实，公司热切地聘请数据科学家来发挥他们的技术技能（Python、统计、机器学习、SQL 等）。尽管热情高涨，但许多公司的数据科学家利用率却远远不足。组织仍然只专注于雇用数据科学家来执行现有的想法，而忽视了他
2024 年 10 月 3 日Doctor Web 病毒分析师发现了一种新的 rootkit 修改版，该修改版会在受感染的 Linux 机器上安装 Skidmap 挖矿木马。该 rootkit 被设计为一个恶意内核模块，通过提供有关 CPU 使用率和网络活动的虚假信息来隐藏矿工的活动。这种攻击似乎是无差别的，主要针对企业部门——大型服务器和云环境——在这些领域可以最大限度地提高挖矿效率。Redis 数据库管理系统是世界上最受欢迎的 NoSQL 数据库：Redis 服务器被 X（前身为 Twitter）、Airbnb、亚马逊等大型公司使用。它的优势显而易见：最高性能、极小的内存占用以及对各种数据
1С:ERP прошла тест на 12 тысяч одновременных пользователей
1C 宣布成功对 1C:ERP 企业管理进行负载测试，让 12,000 个用户同时在 Linux 操作系统中的 PostgreSQL 上的单个数据库中工作。
GenAI with Python: Coding Agents
构建一个数据科学家 AI，可以使用 SQL 查询数据库、使用 Python 分析数据、使用 HTML 编写报告以及执行机器学习（无需 GPU……继续阅读 Towards Data Science »
