Мероприятия: Data / DWH / ETL
Data Engineering — это про то, как данные доходят от источника до отчёта. DWH (Data Warehouse), ETL/ELT-пайплайны, Postgres, ClickHouse, Tantor, Greenplum, Airflow, dbt — стек, на котором строится управленческая аналитика и AI-сервисы. Без надёжного слоя данных не работают ни BI, ни ML.
Подборка для тех, кто отвечает за данные в компании: руководителей IT, дата-инженеров, аналитиков, иногда CFO в средних производствах, где данные растут быстрее, чем их успевает обрабатывать 1С.
На что смотреть: разбор реальных архитектур (где у компаний вашего масштаба находится «единая витрина»), обсуждение российских СУБД (Tantor, Postgres Pro, Greenplum) на фоне ухода западных вендоров, кейсы миграции с Oracle / MS SQL, инструменты оркестрации (Airflow / Dagster / Prefect).
АСУТ Лаб собирает данные на нашем стеке (Postgres / ClickHouse + Airflow + dbt) в единый управленческий дашборд для собственника. Архитектура, которую мы используем в проектах среднего B2B, — на странице «Управленческая аналитика».
На что смотреть при выборе мероприятия
- Российские СУБД (Tantor, Postgres Pro) — для тех, кто меняет западный стек
- Кейсы DWH под управленческую аналитику среднего размера (50–500 человек)
- ETL vs ELT — какой подход выбирают на 2026 год и почему
- Стоимость владения хранилищем за 1–3 года, не только лицензии
- Облако (Yandex Cloud, VK Cloud) vs on-premise — критерии выбора
Вебинар: Как HR-аналитика конвертирует «человеческий фактор» в тонны руды: от прогулов к выполнению плана КИО
Практикум по Data-Driven-менеджмент
BDAM: Аналитика больших данных для руководителейНовое событие
"PRUS: Практическое применение Big Data Аналитики для решения бизнес-задач"
Мастер-класс «Big Data на ж/д: как анализировать миллионы поездок»
AGENT: AI-агенты для оптимизации бизнес-процессов
PYML: ML Практикум: от теории к промышленному использованию
AIRF: КУРС APACHE AIRFLOW
"PRUS: Практическое применение Big Data Аналитики для решения бизнес-задач"
BDAM: Аналитика больших данных для руководителейНовое событие
SmartData 2026. Data + AI: от источника данных до работающих моделей
Мастер-класс AI-архитектура пользовательского опыта
PYML: ML Практикум: от теории к промышленному использованию
AGENT: AI-агенты для оптимизации бизнес-процессов
Частые вопросы
- Какая СУБД подойдёт для управленческой аналитики среднего B2B?
- Для большинства задач хватает PostgreSQL (Postgres Pro / Tantor если нужна сертификация). ClickHouse имеет смысл подключать, когда объём фактов превышает 100 млн записей и нужны ad-hoc-запросы за секунды.
- Нужно ли строить полноценный DWH в компании на 100 человек?
- Чаще нет. Достаточно ELT-пайплайна в Postgres + витрин для BI. Полноценный Kimball-DWH окупается обычно от выручки 500 млн ₽ или при наличии специфики (мультиязык, мультивалюта, регуляторика).
- Чем dbt лучше классических ETL-инструментов?
- dbt оставляет логику трансформаций в SQL, который читается аналитиками. Версионирование через git и тестирование моделей — встроены. Это быстрее в поддержке, чем графические ETL вроде Pentaho / Informatica.
Партнёрство
Обсудим сотрудничество — интеграция, со-разработка, реселл, совместные ивенты.