Channel
@dima_sqlit
On this record: Topic · Growth · Engagement · What this channel posts · Reactions · Posts · Citations · Cite this entry
2,364subscribers
+287 since we began measuring on 7 August 2026
Risers and fallers across the register · movement among entries of 1,000–3,162.
| Telegram ID | -1002216284248 |
|---|---|
| Type | Channel |
| Username | @dima_sqlit |
| Created | Between 1 June 2024 and 30 September 2024 — estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 7 August 2026 |
| Last confirmed live | 11 October 2026 |
| Measurements held | 16 |
| Confirmed unchanged | 1 time, most recently 11 October 2026 |
| On Telegram | t.me/dima_sqlit |
Education — a classification, not a measurement. An on-box language model (Qwen3.6-35B-A3B-FP8, prompt version 1) read this channel’s own recent posts on 16 September 2026 and assigned it the closest of 31 fixed categories, at 100% confidence. This is a model’s judgement about what the channel is likely to be about, not a fact this register measured the way a subscriber count or a view count is measured — it can be revised on a later pass, and it carries no weight anywhere else on this page. How this classification works, and why it has no browse page of its own yet.
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 11 Oct 2026, 21:18 | 2,364 | +27 |
| 5 Oct 2026, 17:58 | 2,337 | +42 |
| 28 Sept 2026, 13:54 | 2,295 | +135 |
| 18 Sept 2026, 13:00 | 2,160 | +11 |
| 14 Sept 2026, 03:56 | 2,149 | +6 |
| 10 Sept 2026, 07:40 | 2,143 | +4 |
| 5 Sept 2026, 07:16 | 2,139 | +18 |
| 1 Sept 2026, 17:52 | 2,121 | +5 |
| 29 Aug 2026, 14:54 | 2,116 | +7 |
| 27 Aug 2026, 01:35 | 2,109 | +10 |
| 20 Aug 2026, 13:35 | 2,099 | -5 |
| 17 Aug 2026, 23:58 | 2,104 | +3 |
| 15 Aug 2026, 07:02 | 2,101 | +19 |
| 11 Aug 2026, 15:03 | 2,082 | +4 |
| 8 Aug 2026, 11:42 | 2,078 | +1 |
| 7 Aug 2026, 15:32 | 2,077 | first reading |
20 posts held, back to 14 May 2026 — the reader has not yet reached the start of this channel’s public history, so older posts may sit further back, unread. Read across 1 page of Telegram’s post history, 20 posts per page.
Nothing published in the last 30 days. ERR and ER are rolling 30-day measures, so there is nothing to compute — we hold 20 posts for this entry, the most recent from 4 August 2026. An engagement rate over an empty window would be a number about nothing.
Measured directly from 7 videos with a duration reading, out of the posts we hold for this channel — not this channel’s whole posting history, only the sample this register has actually read. An exact reading to the second, taken from the post itself rather than from Telegram’s own rounded chrome, so it carries no ≈ mark.
790 reactions across 20 posts, in 8 distinct kinds. The most used accounts for 63.8% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| 🔥 | 504 | 63.8% | |
| ❤🔥 | 156 | 19.7% | |
| 🐳 | 79 | 10.0% | |
| custom 5269591887672536524 | 29 | 3.67% | |
| custom 5244673458083734407 | 15 | 1.90% | |
| custom 5244688456109530025 | 5 | 0.633% | |
| custom 5271924188058252492 | 1 | 0.127% | |
| custom 5438168306068516744 | 1 | 0.127% |
Custom emoji. 5 of the rows above are Telegram custom emoji, which the public preview renders as an element carrying only a numeric id — no character, and no image we can reach. The id is printed as-is rather than substituted with a look-alike glyph, because a stand-in would be our invention showing where a measurement should be. The counts beside them are Telegram’s.
No sentiment is inferred, and none should be read in. This table is ordered by count and by nothing else. Emoji do not carry stable meaning across languages or communities — 🙏 is thanks in one channel and mourning in another — so we publish which ones were pressed and how often, and pass no judgement on what an audience meant by them.
Precision. Telegram publishes reaction counts per emoji and short-forms each one — 4.34K, 1.2M — so any single kind at or above 1,000 reaches us at three significant figures, and only counts below 1,000 are exact. The shares above are ratios of those figures and carry the same error. This is also why the total here can differ slightly from a reaction total printed elsewhere on the page: both are sums of the same rounded parts, taken over samples with different edges.
Coverage. Reactions were read on 20 of the 20 sampled posts in this sample. Summed by Telegram’s own count on each post — not by adding up the per-emoji breakdown above — those same posts carry 790 reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 20 most recent posts we hold, published 14 May 2026 to 4 August 2026, using the newest reading held for each. Telegram Stars are excluded: they are a payment, not a reaction, and they have their own section.
🏦 Разбор задачи с собеседования в Т-Банке (Тинькофф). Тест точен на 99%, он положительный — но вы, скорее всего, здоровы: Ранее мы разобрали, как работает условная вероятность и формула Байеса. Если пропустили, то вот сам пост. Давайте разберем на эту тему популярную задачу, которую спрашиваю во многих компаниях. Условие: болезнь встречается у 1% людей. Тест находит болезнь у больного в 99% случаев, а у здорового…
❤🔥9🔥9🐳3
💻 SQL с нуля: бесплатно и с ментором! Обычно в бесплатных курсах вы остаётесь один на один с кодом — зависли на JOIN'ах, не поняли оконные функции и забросили на третьем уроке. Звучит знакомо? Симулейтив решили сделать иначе и запускают 4 августа уникальный бесплатный 2-недельный интенсив по SQL с менторской поддержкой! Спешите, потому что на этой неделе закроется прием заявок! Успевайте поучаствовать 😎 Что будет …
❤🔥9🔥5🐳4
💰 ARPU vs ARPPU — разберемся в чем разница: ARPU и ARPPU постоянно путают. Обе про доход с пользователя, но делят на разное. Разберём и выведем главную формулу. 1️⃣ ARPU — доход на ВСЕХ Всю выручку делим на всех активных, даже на тех, кто ничего не заплатил. ARPU = выручка / все юзеры SELECT SUM(revenue) / COUNT(DISTINCT user_id) AS arpu FROM payments; 2️⃣ ARPPU — доход на ПЛАТЯЩИХ Та же выручка, но делим толь…
🔥11🐳7❤🔥4
🎲 Формула Байеса и условная вероятность — разбор на кубике: Условие: кинули кубик и говорят — выпало чётное. Какова вероятность, что это шестёрка? Ответ: не 1/6, а 1/3. Покажу через формулу Байеса и расшифрую в ней каждое слагаемое — это и есть самое главное. 1️⃣ Обозначим события: A — «выпала шестёрка» (это мы ищем) B — «выпало чётное» (это уже известно — условие) Нужна вероятность A, если известно B. 2️⃣ Сама ф…
🔥8❤🔥4🐳3
📊 DAU, WAU, MAU и sticky factor — метрики активности: Пришло время разбираться с метриками, начнем с DAU, WAU, MAU и sticky factor 😘 1️⃣ Что это DAU — уникальные пользователи за день WAU — за 7 дней MAU — за 30 дней Ключевое слово — уникальные: один user_id считаем один раз, сколько бы раз он ни заходил. 2️⃣ Считаем все три одним запросом SELECT COUNT(DISTINCT CASE WHEN dt = CURRENT_DATE THEN user_id END…
❤🔥19🔥14🐳7
🛒 Разбор задачи с собеседования Магнит OMNI (MAGNIT TECH). Сколько покупок нужно, чтобы собрать все 10 стикеров? Условие: В наборе 10 наклеек. На кассе дают одну случайную за любую покупку. сколько покупок нужно, чтобы собрать все 10? Задача на пониманием и умение считать математическое ожидание. Разберём на пальцах: 1️⃣ Главное правило: переворачиваем дробь Если вероятность равна p, то среднее количество попыток…
🔥23❤🔥5custom 52695918876725365243
Собесы, собесы, собесы… Если тебе интересны обзоры собеседований и разборы заданий, то можешь заглянуть на канал Айти-Пингвин | Дата инженер. Это канал дата-инженера, который активно делает обзоры пройденных собесов, разбирает задачки и технологии, а также рассказывает о своем карьерном пути. Что, на мой взгляд, будет полезно для собесов на аналитика? 1. На джуна разбор вопросов по SQL , вопросы про джоины и задач…
🔥12❤🔥7🐳6custom 52446734580837344072
🏦 Разбор задачи с собеседования в Тинькофф (Т-банк). Задача про светофор сколько минут ты теряешь на красном? Условие: Каждый день едете на работу. На пути один светофор: 2 минуты горит зелёный, 1 минуту — красный. Сколько времени вы ожидаемо простоите за 100 поездок? Задачи на матожидание — любимый инструмент интервьюеров у аналитиков и DS. Выглядят как «логика про жизнь», а проверяют умение считать вероятности. Р…
🔥43❤🔥12🐳6
🗂 Порядок выполнения sql запроса — и почему алиас в WHERE не работает: Часто вижу одну и ту же ошибку — человек пишет запрос, придумывает алиас в SELECT, а потом пытается использовать его в WHERE или HAVING. И получает ошибку. Почему? Всё дело в порядке выполнения SQL. На самом деле SQL выполняется совсем не в том порядке, в котором мы его пишем. Вот реальная последовательность: 1️⃣ FROM — сначала движок идёт к та…
🔥20❤🔥2🐳2
🤖 Что такое MCP сервер — как научить нейросеть писать SQL под ваши данные (часть 2): В первой части разобрали что такое MCP и написали первый инструмент. Сегодня идем дальше — что делать, если запросы сложнее и нейросеть не знает как у вас организованы таблицы (их описание и как они могут соединяться между собой). Проблема: модель не знает ваши таблицы 🎚 Фиксированный тул — например get_sales_by_region — работает…
🔥23❤🔥4🐳3custom 52446734580837344071
🏠 IT ипотека (Часть 2) — как я проектировал квартиру (Remplanner, Pinterest, ChatGPT): Когда берёшь черновую квартиру — впереди не просто ремонт, а целый проект. Надо придумать планировку, расстановку мебели и понять, как это вообще будет выглядеть в натуре. Делюсь своим стеком инструментов которые я использовал. 🎚 Инструмент 1 — Remplanner: Это был мой основной инструмент на этапе планировки квартиры. Работает пр…
🔥37❤🔥11🐳8
🤖 Что такое MCP — как дать нейросети доступ к вашим данным (часть 1): Если вы уже работаете в Cursor, Claude Code, Codex, LM Studio или другой IDE где есть нейросети — вы наверняка встречали термин MCP. Разберем, что это и зачем нужно. Что такое MCP? 🎚 MCP (Model Context Protocol) — открытый стандарт, который позволяет ИИ-клиенту подключаться к внешним данным и системам через специальные инструменты — Tools. Без …
🔥37❤🔥7🐳5custom 52446734580837344071custom 52719241880582524921
Showing the 12 most recent of 20 posts we hold for @dima_sqlit. View and reaction counts are the latest single reading for each post, not a live figure, and a recent post is still accumulating both. A view count marked ≈ was rounded by Telegram before we ever saw it — t.me prints views in full below 1,000 and to three significant figures above, so ≈1,200,000 means somewhere between 1,150,000 and 1,249,999. Unmarked counts are exact. Text is reproduced from the public post preview and truncated for length.
Named by 1 registered channel — every channel on the register whose own posts have named this one, by its current username or any other username it currently holds, merged from two separately captured readings of the same fact so a namer caught by only one of them is not missed and a namer both caught is not counted twice. A username this channel has since dropped is not matched — that handle may belong to someone else now, and crediting today’s namer to yesterday’s owner would misattribute it.
Named by
Channels on the register whose posts name this channel's handle.
Names
Channels on the register whose handles appear in this channel's posts.
A mention is a weaker signal than a forward and is counted separately for that reason — naming a channel is not republishing it, and a handle in a post body is easy to place deliberately. The post counts beside each row below are distinct posts in which the handle appeared, from posts we have read on both sides — the “Named by N registered channels” figure above is a different count, of distinct NAMING CHANNELS rather than posts, and is not the sum of the rows under it.
A live page changes as we take new readings, so a citation should name the measurement it is based on, not just the URL. The line below cites the subscriber count as measured 11 October 2026 — this entry's latest reading, not the date you are reading this.
“Дима SQL-ит 🧑💻 (Аналитика данных, AI)” (@dima_sqlit), 2,364 subscribers as measured 11 October 2026. Telegram Register, tgregister.com/channel/dima_sqlit.
Full measurement history, CC BY 4.0. Every reading this register holds for this entry, not just the latest one, as a dated, downloadable record: CSV · JSON. Free to use with attribution to tgregister.com. Each file carries its own generation timestamp, which is the figure to cite for exactly when the data was retrieved.