Cotygodniowa dawka linków, czyli archiwum newslettera Dane i Analizy
W dzisiejszym wydaniu dominują dwa tematy: agenty AI i granice tego, co faktycznie potrafią, oraz architektura systemów na konkretnych przykładach z produkcji.
Znajdziesz tu też case study Slacka (przebudowa powiadomień), Twittera (500 tys. tweetów na minutę) i Stripe’a (1300 PR-ów tygodniowo), a obok nich – praktyczne materiały o DuckDB, dbt, LangGraph i ClickHouse.
Osobny wątek to praca z modelami językowymi: od kursów Anthropic, przez projektowanie system promptów, po refleksję o tym, dlaczego zaczynamy przepraszać chatboty.
Na koniec coś dla głowy – 26 minut o wypaleniu w IT, które warto obejrzeć zanim będzie za późno.
PS. W zeszłym tygodniu czytaliście drugi raz ten sam wstęp co dwa tygodnie temu… Ctrl-S nie zawsze się wciśnie :/
ai_agent
Building a Local AI Agent to Summarise Web Articles
Lokalny agent AI oparty na LangChain i modelu działającym offline, który automatycznie podsumowuje artykuły z internetu – bez wysyłania danych na zewnętrzne serwery. Artykuł prowadzi przez pełną implementację: ekstrakcję treści, integrację komponentów i optymalizację podsumowań. Dobry punkt startowy do własnych eksperymentów z prywatnymi agentami.
Building a Data Analysis Agent with LangGraph
LangGraph pozwala modelować przepływ analizy danych jako graf stanów – co daje znacznie większą kontrolę nad logiką agenta niż klasyczne łańcuchy LangChain. Artykuł pokazuje, jak zdefiniować kroki analityczne, zautomatyzować interpretację danych i wpiąć wizualizacje w pipeline. Praktyczny przykład zastosowania grafowego podejścia do budowy agentów analitycznych w Pythonie.
Agents write code. They don’t do software engineering.
Agenty AI coraz sprawniej generują kod – ale czy to już inżynieria oprogramowania? Artykuł z The New Stack stawia tę granicę wyraźnie: automatyzacja zadań to nie to samo co podejmowanie decyzji projektowych, zarządzanie złożonością i odpowiedzialność za system. Dobre przypomnienie, czego od agentów oczekiwać, a czego jeszcze nie.
Obsidian’s Official Skills Are Here! It’s time to let AI plug into your local Vault.
Obsidian oficjalnie otworzył się na integracje AI bezpośrednio z lokalnym repozytorium notatek. Nowe wtyczki pozwalają automatyzować pracę z tekstem i zarządzać wiedzą bez wysyłania danych do chmury – co dla wielu osób będzie argumentem rozstrzygającym. Warto zerknąć, jeśli Obsidian jest częścią Twojego stack’u.
analiza_danych_koncepcje
Secrets of the Semantic Layer in Big Tech: How Uber, Netflix, and Airbnb Manage Metrics
Jak Uber, Netflix i Airbnb zapewniają, że wszyscy w organizacji mówią o metrykach tym samym językiem? Odpowiedź leży w semantycznej warstwie danych, która standaryzuje definicje wskaźników i eliminuje rozbieżności między raportami. Artykuł rozkłada na czynniki pierwsze architekturę i wyzwania tego podejścia – wartościowa lektura dla tych, którzy pracują nad spójnością analityczną w organizacji.
architektura
Sandwich Architecture. A system topology
Sandwich Architecture to warstwowy model projektowania systemów, w którym każda warstwa (UI, logika biznesowa, dostęp do danych) komunikuje się wyłącznie z sąsiadami. Brzmi znajomo? Artykuł odświeża i precyzuje tę koncepcję, pokazując jej praktyczne zastosowanie w kontekście modularności, testowalności i skalowalności. Dobry materiał do dyskusji z zespołem o fundamentach architektury.
Spec-Driven Development – Adoption at Enterprise Scale
Spec-Driven Development (SDD) traktuje specyfikacje jako pełnoprawny element procesu wytwórczego – a nie tylko dokumentację po fakcie. Artykuł z InfoQ omawia wdrożenie SDD w dużych organizacjach: jak formalne specyfikacje stają się podstawą automatyzacji testów, walidacji wymagań i lepszej komunikacji między zespołami. Szczególnie wartościowe dla tych, którzy borykają się z rosnącą złożonością systemów enterprise.
How Slack Rebuilt Notifications
Jak przebudować system powiadomień w skali Slacka bez wywrócenia produkcji? Inżynierowie Slack opisują przejście na architekturę event-driven, która poprawia niezawodność, zmniejsza opóźnienia i lepiej radzi sobie z rosnącą liczbą urządzeń i użytkowników. Wartościowy engineering blog post z konkretnymi decyzjami projektowymi.
bazy_danych
7 DuckDB Patterns for Instant Answers
Siedem gotowych wzorców użycia DuckDB: import CSV, integracja z Pandas, optymalizacja zapytań analitycznych i więcej. Artykuł jest zwięzły i konkretny – idealny jako ściągawka dla tych, którzy już używają DuckDB, i jako zachęta dla tych, którzy jeszcze nie zaczęli.
How Far Can DuckDB Go Without a Cloud Warehouse?
DuckDB robi furorę jako analityczna baza embedded, ale gdzie leżą jej praktyczne limity na zwykłym sprzęcie? Artykuł dokładnie analizuje wąskie gardła: pamięć RAM, wydajność dysków i zachowanie przy dużych, złożonych zapytaniach. Warto przeczytać przed podjęciem decyzji, czy DuckDB wystarczy do projektu – czy jednak potrzebny jest cloud warehouse.
ClickHouse® → Real-time insight in 15 minutes
ClickHouse to kolumnowa baza danych stworzona do błyskawicznego przetwarzania dużych zbiorów danych. Artykuł pokazuje krok po kroku, jak w 15 minut skonfigurować środowisko i zbudować pipeline dostarczający wyniki analityczne niemal w czasie rzeczywistym. Jeśli nie miałeś jeszcze okazji zajrzeć do ClickHouse – dobry punkt wejścia.
Top SQL Patterns to Master for MAANG Data Engineer Interviews
Przegląd wzorców SQL, które regularnie pojawiają się na rozmowach kwalifikacyjnych w firmach z grupy MAANG: joiny, agregacje, okna analityczne, podzapytania i optymalizacja zapytań. Tekst łączy wartość edukacyjną z praktycznym przygotowaniem do rozmów – przydatny zarówno dla kandydatów, jak i rekrutujących.
PostgreSQL 14 to 18 Upgrade Runbook: Step-by-Step Guide for Patroni Clusters
Migracja klastra PostgreSQL z wersji 14 do 18 w środowisku Patroni to nie jest operacja na sucho. Artykuł dostarcza konkretny runbook: przygotowanie środowiska, synchronizacja konfiguracji, minimalizacja przestojów i bezpieczne przełączanie ról. Dobry materiał przed planowaniem takiej migracji na produkcji.
big_data
How Twitter Handles 500,000 Tweets Per Minute During Breaking News
500 000 tweetów na minutę podczas breaking news – jak Twitter to wytrzymuje? Odpowiedź leży w architekturze mikrousług, Apache Kafka do kolejkowania wiadomości i asynchronicznej obsłudze ruchu, która buforuje skoki bez wywracania platformy. Świetny case study skalowalności w warunkach ekstremalnych.
ciekawostki
Nie chciałem urazić mojego AI. I wtedy dotarło do mnie, co to znaczy…
Artykuł z LinkedIn dotyka zjawiska antropomorfizacji AI – czyli momentu, gdy zaczynamy zachowywać się wobec modeli jak wobec ludzi. Czy to problem? Autor pokazuje, jak to podejście wpływa na sposób pracy z AI i dlaczego warto oddzielić emocje od oceny wyników. Lekki, ale skłaniający do refleksji.
data_engineering
Ładowanie danych do bronze przy użyciu Databricks i ADF
Jak wgrać dane z Azure Data Factory do warstwy bronze w Databricks? Zapis webinaru prowadzi przez cały proces krok po kroku – od konfiguracji połączeń po pierwsze dane w lakehouse. Konkretne i praktyczne. [YT, godzina, po polsku]
Building data analysis pipelines with dbt + DuckDB
dbt Core + DuckDB to połączenie, które pozwala zbudować lokalny pipeline analityczny bez potrzeby uruchamiania infrastruktury chmurowej. Artykuł pokazuje to na przykładzie danych SERP – od importu, przez transformacje w dbt, po gotową analizę. Lekki, szybki i w pełni lokalny stack coraz częściej pojawia się w praktycznych projektach.
devops
I Built a Mini Spotify to Learn DevOps
Miniaturowy klon Spotify jako projekt do nauki DevOps – Docker, Terraform, AWS, CI/CD z GitHub Actions i backend w Node.js w jednym. Artykuł przeprowadza przez cały stack i pokazuje, jak każdy element łączy się w spójny pipeline. Świetny projekt portfolio dla osób wchodzących w DevOps lub szukających praktycznego pretekstu do nauki nowych narzędzi.
llm_&_chatgpt
Anthropic Courses
Anthropic udostępniło 13 darmowych kursów – od wprowadzenia do Claude Code, przez tworzenie własnych skilli, po pracę z protokołem MCP. Warto zajrzeć, nawet jeśli ta strona była już na Twoim radarze – oferta systematycznie się rozrasta.
Stop Writing AI Prompts Like Wishes. Use a System Instead
Zamiast pisać do AI jak do dżinna – skonstruuj system. Artykuł tłumaczy, czym różni się chaotyczny „wish prompt” od dobrze zaprojektowanego system promptu: precyzyjna rola, kontekst, oczekiwania, zasady działania. Praktyczna zmiana sposobu myślenia, szczególnie ważna przy wdrożeniach produkcyjnych i pracy zespołowej z modelami językowymi.
management
Debugging burnout: jak nie wypalić się w IT i odzyskać satysfakcję z pracy
Ola Kunysz w wystąpieniu z Infoshare pokazuje, że zmiana pracy to często tylko chwilowe rozwiązanie wypalenia. Prawdziwy klucz leży w „refaktoryzacji” własnych nawyków. Jak rozpoznać wczesne sygnały ostrzegawcze, zanim doprowadzą do całkowitego „zawieszenia systemu”? Szczerze i praktycznie. [YT, 26 minut, po polsku]
How Stripe’s Minions Ship 1,300 PRs a Week
Stripe stworzył wewnętrzny zespół „Minions” – dedykowany szybkiemu review i zatwierdzaniu pull requestów, średnio 1300 miesięcznie. Sekretem jest połączenie automatyzacji z jasnymi standardami kodu, które odciążają programistów od rutynowego przeglądu. Dobry case study dla każdego, kto zarządza procesem code review w rosnącym zespole.
mlops
12 MLOps Mistakes Every Developer Makes
Brak automatyzacji CI/CD dla modeli, niedostateczne monitorowanie w produkcji, brak wersjonowania artefaktów – to tylko kilka z 12 błędów, które regularnie kosztują zespoły czas i pieniądze. Artykuł to praktyczna lista rzeczy do sprawdzenia przy wdrożeniach ML, napisana bez owijania w bawełnę.
powerbi
Power BI Visual Guide: Master SMALL MULTIPLES with Bars & Lines
Jason Davidson tłumaczy, jak zastąpić zatłoczone wykresy bardziej czytelnymi „małymi wielokrotnościami” (Small Multiples) – serią mniejszych, spójnych wizualizacji, które obniżają wysiłek poznawczy odbiorcy. Omówione są też praktyczne zasady dotyczące osi: kiedy stosować niezależne skale, a kiedy wspólną. [YT, 22 minuty, po angielsku]
r
Text Analytics in R: Dense embeddings and RAG pipeline with ragnar and ellmer
Praktyczny przewodnik po budowie pipeline’u RAG w R z użyciem bibliotek ragnar i ellmer. Artykuł prowadzi przez ekstrakcję tekstu, generowanie dense embeddings i wektorowe wyszukiwanie, aż po generowanie odpowiedzi – całość bez opuszczania ekosystemu R.
wizualizacja_danych
Mermaid + Obsidian: Visualize Workflows
Mermaid wbudowany w Obsidian to prosty sposób na tworzenie diagramów przepływu pracy bezpośrednio w notatkach – bez opuszczania edytora. Artykuł pokazuje, jak łączyć tekst z wizualizacją zależności i struktur, co pomaga zarówno przy dokumentowaniu systemów, jak i planowaniu projektów.