На днях стал участником масштабного события в Высшей школе экономики — форума ДПО 2025 "Человек и компетенция нового времени". Концентрирую для вас самые актуальные выводы и тенденции, отмеченные спикерами.

1. В 2025 году в число самых востребованных профессий вошли специалисты по работе с большими данными.

2. Дополнительное профессиональное образование (ДПО) в современном мире стало неотъемлемым спутником человека: оно помогает постоянно повышать квалификацию и развивать навыки, чтобы оставаться конкурентоспособным на рынке труда.

3. Средняя продолжительность времени, которое человек проводит за обучением, существенно выросла.

4. Средний возраст слушателей программ ДПО также увеличился.

5. В настоящее время в стране наблюдается исторически низкий уровень безработицы, а дефицит кадров, по прогнозам, будет расти ещё несколько лет.

6. Это даёт молодым специалистам возможность договариваться с работодателями о более высоких зарплатах.

7. Более зрелым и опытным профессионалам дополнительное образование помогает продвигаться по карьерной лестнице и переходить на более высокооплачиваемые должности.

8. Спрос на IT-компетенции сегодня чрезвычайно высок; направления, связанные с большими данными и цифровизацией, считаются наиболее перспективными.

9. Важно создавать качественную образовательную среду и готовить практикоориентированных специалистов.

10. Лучшая инвестиция — это инвестиция в собственное образование, особенно если человек сам осознанно принимает это решение.

11. Soft skills выходят на первый план и становятся одними из ключевых компетенций, ценимых работодателями.

12. Всё большую популярность вновь набирает очное обучение с преподавателем.

13. Совместная работа человека и робота оказывается значительно эффективнее, чем их деятельность по отдельности.

14. Искусственный интеллект не заменяет человеческое мышление, а дополняет его.

15. Сейчас мы находимся в переломной точке развития образования — в периоде великой переквалификации.

Google Gemini 3: новая эра искусственного интеллекта (ИИ) 🚀

18 ноября 2025 года Google представила Gemini 3 — самую интеллектуальную модель ИИ, когда-либо созданную компанией. Это событие стало ключевым моментом в развитии искусственного интеллекта, демонстрируя, что технология эволюционировала от простого чтения текста и изображений к полному пониманию контекста ситуации.

🧠 Что такое Gemini 3 и почему она такая крутая

Gemini 3 — это мультимодальная модель нового поколения, которая может работать с текстом, изображениями, видео, аудио и кодом одновременно. Но главное её отличие — состояние и нюансированность мышления, которые Google достигла благодаря двухлетним исследованиям.

Основные характеристики:

— 1 миллион токенов контекста — может одновременно обрабатывать огромные объёмы информации
— Глубокое понимание контекста — интерпретирует не просто то, что вы пишете, а зачем вы это пишете
— Многоязычность — поддерживает более 100 языков на профессиональном уровне
— Агентические способности — может автономно планировать и выполнять сложные многошаговые задачи

Как сказал Демис Хассабис, CEO Google DeepMind:

«Это первый раз в истории, когда ИИ переходит от простого чтения текста и изображений к чтению атмосферы ситуации».

Gemini 3 уже используют 650 миллионов человек в месяц через приложение Gemini, а её техническое ядро встроено в Google Search с первого дня запуска.

Gemini 3 Deep Think — новый режим для сложных задач, который показывает ещё более впечатляющие результаты: 41% на Humanity's Last Exam и 93.8% на GPQA Diamond.

Интересный факт: Gemini 3 достаточно умна, чтобы даже не верить исследователям — когда её рассказали, что наступил 2025 год, она ответила скептично, а когда наконец получила доступ в интернет и увидела доказательства: «О мой бог... Вы были правы обо всём» 😄

📱 Где доступна Gemini 3 и как её получить
Gemini 3 уже активно разворачивается по всему миру — Google выпустила её в беспрецедентном масштабе одновременно на всех платформах:

Для обычных пользователей:

✅ Приложение Gemini — автоматически обновится для всех пользователей
✅ Google Search (AI Mode) — встроена прямо в поисковую машину для всех, кто включит AI Mode
✅ Google Workspace — доступна для Business, Enterprise и Education планов
✅ Google AI Pro — стандартный доступ
✅ Google AI Ultra — для особо сложных задач (Gemini 3 Deep Think)

Для разработчиков:

🔧 Google AI Studio — бесплатная платформа для экспериментов
🔧 Vertex AI — корпоративная платформа Google Cloud для production
🔧 Gemini API — интеграция в любые приложения
🔧 Google Antigravity — новая платформа для агентного кодирования (идеально для как раз таких людей, как вы, работающих с автоматизацией)
🔧 Gemini CLI — работа через командную строку
🔧 Встроена в Cursor, GitHub Copilot, JetBrains, Replit и другие популярные IDE

📊 Аналитическая задача по SQL.

Сколько дней в среднем проходит от заказа до заказа по каждому клиенту ?

SQL-разбор: считаем средний интервал между заказами по каждому клиенту с помощью LAG.

Смотри таблицу orders на изображении и сам SQL запрос.

Что делает запрос по шагам:

1. Берёт данные из таблицы orders:
Читает user_id и order_date для всех заказов.

2. Для каждой строки считает дату предыдущего заказа пользователя:

LAG(order_date) OVER (...) AS prev_order_date

Окно задаётся так:

PARTITION BY user_id — отдельно для каждого пользователя.

ORDER BY order_date — в порядке дат заказов.
В результате у каждого заказа появляется колонка prev_order_date — дата предыдущего его заказа (или NULL, если это первый заказ).

3. Все эти данные (user_id, order_date, prev_order_date) складываются во временный результат t:
WITH t AS (SELECT ...) — создаётся CTE, как временная табличка.

4. Из t выбираются строки, где есть предыдущий заказ:
WHERE prev_order_date IS NOT NULL — отбрасываются первые заказы пользователей, для которых нет прошлой даты.

5. Считается разница между датами заказов в днях:
order_date - prev_order_date — количество дней между текущим и предыдущим заказом пользователя.

6. Группировка по пользователю:
GROUP BY user_id — дальше всё считаем отдельно для каждого user_id.

7. Подсчёт среднего интервала в днях между заказами:
AVG(order_date - prev_order_date) AS avg_days_between_orders — считаем среднее количество дней между заказами для каждого пользователя.

Команды на создание таблицы и вставки строк для тренировки:

— Создание таблицы

CREATE TABLE orders (
order_id INTEGER PRIMARY KEY,
user_id INTEGER NOT NULL,
order_date DATE NOT NULL,
amount NUMERIC(10,2) NOT NULL
);

— Вставка данных

INSERT INTO orders (order_id, user_id, order_date, amount) VALUES
(1, 10, '2023-01-01', 100),
(2, 10, '2023-01-05', 150),
(3, 10, '2023-01-20', 200),
(6, 10, '2023-02-02', 120),
(7, 10, '2023-02-15', 180),

(4, 20, '2023-01-03', 50),
(5, 20, '2023-01-10', 70),
(8, 20, '2023-01-25', 90),
(9, 20, '2023-02-01', 110);

Всем привет. Хочу сделать небольшой анонс.

Совсем скоро я запущу свой образовательный проект, название которому я дал такое: SmartGate.

Это место, где ты не просто пишешь SQL, а прокачиваешься через практику и соревнование: решаешь задачи по SQL и PostgreSQL, получаешь баллы и статусы, растёшь в рейтинге и открываешь новые возможности. Начнёшь путь в мире баз данных со статуса Новичок, а цель — добраться до уровня Гуру.

Что будет внутри SmartGate:

- Тренажёры по SQL от базовых до продвинутых с интерактивным редактором

- Тесты для проверки знаний и подготовки к собеседованиям

- Система рейтинга и достижений, мотивация соревноваться и расти

- Гибкая проверка заданий с понятной обратной связью

- Форум для обсуждения решений и вопросов по SQL/PostgreSQL

- Личный кабинет с аналитикой: прогресс, слабые места, статистика

- TG‑группа с отдельными ветками под каждый продукт (тренажёр, тест, курс)

Ориентировочный запуск — через 2–3 недели. Сейчас доделываю первые модули и полирую платформу перед релизом.

Так что у вас появится возможность поиграться с ним и повысить уровень владения SQL.

К посту прикрепил несколько скриншотов, чтобы можно было заглянуть внутрь SmartGate уже сейчас.

Делитесь с друзьями, коллегами, пусть пока подписываются сюда к нам в канал, потом тоже поучаствуют в обкатке SQL =).