Marrant : en virant la synchronisation iCloud de Safari (qui a déconné une fois de trop) et après en avoir supprimé la liste de lecture et l'historique+cookies, je me retrouve avec 10 Gb de libre de plus sur mon disque dur.
Marrant : en virant la synchronisation iCloud de Safari (qui a déconné une fois de trop) et après en avoir supprimé la liste de lecture et l'historique+cookies, je me retrouve avec 10 Gb de libre de plus sur mon disque dur.
Data Engineer = plomberie invisible de l’entreprise. Pipelines fiables, automatisation, anticipation des besoins. Pour les décideurs : moins de crises, plus de temps. #OpenToWork #DataEngineering #Optimisation #Efficacité #Recrutement

"Data Engineering : le rôle invisible qui fait gagner du temps à tout le monde" Un Data Engineer, c’est comme la plomberie de votre entreprise : personne n’y pense… jusqu’à ce que ça fuie. Mon travail consiste à : Concevoir des pipelines qui tiennent la route : Pour que vos équipes marketing, finance ou RH aient des données fiables, à jour et exploitables. Automatiser les tâches répétitives : Parce que personne n’a envie de perdre 10h/semaine à corriger des rapports. Anticiper les besoins : « Si on double de taille, comment nos données suivent-elles ? » Pour les décideurs : Un Data Engineer, c’est moins de crises et plus de temps pour l’essentiel. #OpenToWork #DataEngineering #Optimisation #Tech #Efficacité #Recrutement #Collaboration #Data #GestionDeProjet #Productivité
Un Data Engineer rend vos données RH fiables : pas de doublons, données à jour, traçabilité. Exemple : -40 % d’erreurs. Pour les RH : décisions sûres, équipes engagées.
#RH #DonnéesFiables #DataEngineering #PriseDeDécision #Optimisation

"Comment un Data Engineer peut rendre vos données RH plus fiables (et pourquoi c’est crucial)" Vos données RH sont-elles aussi fiables que vous le pensez ? Un Data Engineer peut vous aider à éviter les pièges courants : Problèmes fréquents : Des doublons : Un employé compté deux fois dans vos rapports de turnover. Des données obsolètes : Des compétences listées qui ne sont plus d’actualité. Un manque de traçabilité : « D’où vient ce chiffre ? Qui l’a validé ? » Comment un Data Engineer résout ça ? Automatisation des mises à jour : Vos données RH sont toujours à jour. Validation des sources : « Ce chiffre sur l’absentéisme vient bien de notre SIRH, pas d’un fichier Excel perdu. » Intégration des outils : Vos données RH, paie et formation parlent enfin le même langage. Exemple : Chez Stark Industries, un Data Engineer a réduit de 40 % les erreurs dans les rapports RH, permettant une meilleure analyse du turnover. Pour les RH : Des données fiables = des décisions plus sûres et des équipes plus engagées. Vous avez déjà découvert une erreur dans vos données RH qui a faussé une décision ? #RH #DonnéesFiables #DataEngineering #PriseDeDécision #Optimisation
Un Data Engineer = plomberie invisible qui fait gagner du temps à tout le monde. Exemple : +10h/semaine pour le marketing. Pour les décideurs : un multiplicateur de productivité.
#Productivité #DataEngineering #Optimisation #Collaboration #Tech

"Data Engineering : le rôle méconnu qui fait gagner du temps (et de l’argent) à tout le monde" Un Data Engineer, c’est comme le plomberie de votre maison : personne n’y pense jusqu’à ce que ça fuie. Pourtant, son travail fait gagner du temps et de l’argent à toutes vos équipes. Comment ? Marketing : Des données clients propres et à jour = des campagnes plus ciblées. Finance : Des rapports précis et rapides = moins d’erreurs comptables. RH : Des processus de recrutement automatisés = moins de temps perdu sur des tâches manuelles. Exemple : Chez Arasaka Corporation, l’optimisation des pipelines a libéré 10h/semaine pour l’équipe marketing, qui a pu se concentrer sur des campagnes à fort ROI. Pour les RH et décideurs : Un bon Data Engineer multiplie la productivité de vos équipes. Et si vous en recrutiez un ? Vous avez déjà mesuré l’impact d’un Data Engineer sur votre productivité ? #Productivité #DataEngineering #Optimisation #Collaboration #Tech
Optimiser, c'est bien. Comprendre pourquoi on le fait, c'est mieux ! 🧠
J'ai ajouté une section spéciale sur le Wiki pour expliquer mes choix de compression (résolutions, bitrates, CPU).
Pourquoi 3468px ? Pourquoi 6000k ? Je vous déballe toute ma logique basée sur mes propres tests réels 📈💻
Tout est détaillé ici :
🔗 https://wiki.blablalinux.be/fr/optimisation-automatique-medias-nextcloud#pourquoi-ces-réglages-de-compression
[Перевод] Нетипичные оптимизации в PostgreSQL, или Креативное ускорение запросов
Когда речь заходит об оптимизации базы данных, разработчики обычно перечисляют привычный набор приёмов: слегка переписать запрос, накинуть индекс на колонку, денормализовать, сделать analyze, vacuum, cluster, и так по кругу. Классические техники, конечно, работают, но иногда креативный подход даёт гораздо больше. В этой статье Haki Benita показывает нетипичные техники оптимизации в PostgreSQL.
#optimisation #hash #btree #indexes #postgresql #администрирование #администрирование_бд #индекс
[Перевод] Нетипичные оптимизации в PostgreSQL, или Креативное ускорение запросов
Когда речь заходит об оптимизации базы данных, разработчики обычно перечисляют привычный набор приёмов: слегка переписать запрос, накинуть индекс на колонку, денормализовать, сделать analyze, vacuum, cluster, и так по кругу. Классические техники, конечно, работают, но иногда креативный подход даёт гораздо больше. В этой статье Haki Benita показывает нетипичные техники оптимизации в PostgreSQL.
https://habr.com/ru/companies/postgrespro/articles/1001194/
#optimisation #hash #btree #indexes #postgresql #администрирование #администрирование_бд #индекс