Ti senti ispirato a scrivere il tuo primo post su TDS? Siamo sempre aperti ai contributi di nuovi autori.
La nostra attenzione collettiva si è concentrata così intensamente sui LLM nell'ultimo anno circa, che a volte è facile dimenticare che i principali flussi di lavoro quotidiani di milioni di professionisti dei dati hanno molte più probabilità di coinvolgere database relazionali e vecchie query SQL piuttosto che, ad esempio, generazione aumentata dal recupero.
Gli articoli che segnaliamo questa settimana ci ricordano la necessità di mantenere e accrescere le nostre competenze nell'intero spettro di attività relative ai dati e al machine learning, non solo in quelle più impegnative. Nel loro insieme, sottolineano anche un altro punto importante: non esiste una linea chiara che separi questo tipo di operazioni sui dati semplici da quelle che generano pubblicità e sono incentrate sull'intelligenza artificiale; quest'ultimo spesso non può nemmeno funzionare correttamente senza il primo.
- Semplificare il codice Python per progetti di ingegneria dei dati
Una base solida è la chiave per il successo di qualsiasi operazione complessa che coinvolga grandi quantità di dati. fornisce consigli concreti per garantire che l'elemento fondamentale della pipeline di dati, il codice sottostante, sia quanto più robusto e performante possibile. - Come imparare SQL per l'analisi dei dati
Per chiunque stia muovendo i primi passi nell'interrogazione e nell'analisi dei dati, l'ultima guida per principianti di offre una tabella di marcia semplificata per padroneggiare gli elementi più essenziali di SQL in un mese; dedica inoltre una sezione a indicazioni utili per la gestione dei problemi SQL nel contesto dei colloqui di lavoro.
- Come ruotare le tabelle in SQL
Come spiega, “con una tabella pivot, un utente può visualizzare diverse aggregazioni di diverse dimensioni di dati”. Non sei sicuro del motivo per cui questo è importante o di come lavorare con le tabelle pivot in SQL? La risorsa completa di Jack copre le nozioni di base, e anche alcune, in grande dettaglio. - Gestione di tabelle pivot e grafici Excel con VBA
Affrontando le tabelle pivot da una prospettiva diversa, presenta un tutorial pratico che mostra come automatizzare i passaggi chiave del proprio lavoro con i grafici Excel sfruttando la potenza di VBA (Visual Basic for Applications): “mentre potrebbe essere necessario uno sforzo considerevole per impostare impostare il codice all'inizio, una volta impostato, può essere molto pratico e far risparmiare tempo agli analisti che lavorano quotidianamente con numerosi set di dati di grandi dimensioni. - Trasformare il tuo database relazionale in un database grafico
Pur riconoscendo il ruolo cruciale dei database relazionali, solleva un punto importante nel suo articolo di debutto su TDS: “e se il vero potenziale dei tuoi dati risiedesse nelle relazioni tra i punti dati? È qui che entrano in gioco i database a grafo”. Continua dimostrando come trasformare il tuo database relazionale in un database a grafico dinamico in Python.
Fonte: towardsdatascience.com
