Tengri Data — аналитическая платформа нового поколения
Познакомьтесь с новой аналитической платформой Tengri Data, которая меняет подход к работе с данными.
Что такое Tengri Data Platform
Tengri Data Platform — это единое пространство для работы с данными, созданное аналитиками для аналитиков. Платформа объединяет загрузку, хранение, анализ и визуализацию данных в одном месте, позволяя работать с SQL и Python без сложных интеграций и настройки.
Tengri построена по принципу Compute & Storage Separation, поддерживает бессерверную архитектуру и предлагает гибкость и производительность решений уровня Snowflake и Databricks, адаптированных под российский рынок.
Зачем и для кого
Аналитики
Те, кто руками добывают ценность из данных. Работают с SQL, Python, отчётами и визуализациями, ищут инструмент, где всё объединено водном месте.
Лиды аналитики
Строят аналитическую команду и процессы. Им нужна платформа, где работают и люди, и пайплайны — с прозрачным контролем и автоматизацией.
CDO
Превращают данные компании в актив, внедряют AI/ML и ищут устойчивую, масштабируемую систему для управления корпоративной аналитикой.
Product-менеджеры
Развивают data-driven культуру в продуктовых командах, продвигают self-service аналитику и демократизацию доступа к данным.
Программа Tengri Data
Tengri Data Platform — единая аналитическая платформа нового поколения
Николай расскажет о новой аналитической платформе Tengri Data — российском ответе Snowflake и Databricks.
Основная проблема современной аналитики — отсутствие универсальной платформы.
Tengri Data Platform решает эту задачу, объединяя все этапы аналитического процесса — от загрузки данных до визуализации.
Платформа построена на принципах Compute & Storage Separation, минимального администрирования и развёртывания одним пакетом.
В лекции будут представлены:
результаты тестов производительности,
архитектура гибких SQL/Python вычислителей,
планы по развитию продукта (roadmap).
Эволюция аналитических платформ в XXI веке
Александр объяснит, как аналитические СУБД прошли путь от MPP-архитектур к современным бессерверным решениям.
Обзор традиционных MPP-систем: Vertica, Greenplum, ClickHouse — их сильные и слабые стороны.
Почему «Open Lakehouse» (Iceberg, S3, Trino) не стал универсальным решением.
«MPP — волк в овечьей шкуре»: как сложность архитектуры снижает надёжность.
Как современные процессоры и железо изменили подход к большим данным.
Концепции бессерверной аналитики и Headless BI, лежащие в основе Snowflake и DuckDB.
А что если построить аналитику с нуля — без ограничений и для аналитика
Николай покажет, как могла бы выглядеть работа аналитика в 2026 году, если бы мы создавали платформу заново.
Чем аналитики хотят заниматься, и чем занимаются на самом деле.
Почему self-service аналитика часто снижает эффективность.
Как сократить технический контекст и вернуть фокус на смысл данных.
Должны ли мы прикрепить к каждому аналитику инженера, или можно иначе?
Как должна выглядеть идеальная среда, где аналитик сам управляет процессами и автоматизирует рутину.
Аналитик в поисках инсайтов — приключение на полчаса
Интерактивная демонстрация полного аналитического цикла в Tengri Data. Участники смогут подключиться и повторить действия спикера.
Пример реального сценария аналитика:
поиск и загрузка данных
трансформация и очистка
первые визуализации
построение моделей и фиксация инсайтов
постановка задач на расписание
Цель — показать, как весь процесс можно пройти в одной платформе без сложных интеграций.
Работа с данными в партнёрстве с AI
Демонстрация AI-агентов Tengri, которые помогают аналитикам работать с данными внутри платформы.
Кто такие AI-помощники Tengri: Савелий (AI, который пишет SQL) и Монти (AI для визуализации).
Как AI решает рутинные задачи и ускоряет работу.
Что такое MCP, RAG и Chain of Thought — и как эти технологии применяются в аналитике.
Tengri как пространство коллаборации между живыми и электронными аналитиками.
Как менялась аналитика и к чему мы пришли
Первые MPP-системы.
Всё в одной коробке, но без масштабируемости.
Разделили compute и storage, но сборка и поддержка — головная боль.
Попытка натянуть лейкхаус наMPP оборачивается потерей производительности.
Snowflake и Databricks показали, что всё может работать само — но не у нас.
Создана с нуля для аналитики. Простая, масштабируемая, с AI-помощниками внутри.
Почему миру нужна новая аналитическая платформа
Старый подход
Tengri Data Platform
Разрозненные инструменты — десятки несвязанных систем, ручная сборка data-стека.
Единая экосистема — всё в одном месте: загрузка, анализ, визуализация.
Устаревшие платформы — Greenplum, Impala, хрупкие лейкхаусы.
Современная архитектура — бессерверная, надёжная, адаптированная под РФ.
Закрытые решения — Snowflake и Databricks недоступны.
Российская альтернатива — мощность мировых решений в локальной версии.
Разрозненные языки и инструменты — SQL, Python и AI не интегрированы.
Интеграция всего — SQL, Python и AI работают в одном окне.
Как аналитики работают сегодня — и почему им тяжело
У меня задача настраивать пайплайн в dbt, чтобы данные загрузить из API Chargebee, надо метрики по ARR посчитать. Что такое dbt?
Аналитик
Я перешёл в компанию, где все занимаются ML, прямо люди сидят и тюнят четвёртую цифру после запятой. Мне досталась первая задача — оптимизировать таблицы в ClickHouse. Бога нет.
ML - инженер
🤯 Аналитикам остаётся лишь 38% времени на аналитику
Если бы мы создавали
аналитику заново
Простота
Платформа не требует сложной настройки и DevOps. Аналитик может сразу начать работать с данными — без IT-барьеров и ожиданий.
Скорость и мощность
Мощности подстраиваются под задачи автоматически. Архитектура Compute & Storage Separation обеспечивает стабильную скорость при любых объёмах данных.
Единое пространство
Всё, что нужно аналитику — в одном месте: загрузка, обработка, SQL, Python и визуализация. Даже AI-помощники встроены прямо в интерфейс.
Минимум контекста
Больше не нужно прыгать между десятками инструментов. Tengri объединяет всё в одну среду, где аналитик сосредоточен на смысле данных, а не на технике.
CVM
Стратегии удержания пользователей, персонализация офферов и увеличение LTV с помощью ML.
Как выглядит работа аналитика в Tengri
Исправление ошибок с помощью AI
Tengri подсказывает, где ошибка в коде икак её исправить. AI-ассистент помогает писать корректные запросы, даже если синтаксис сложный.
Быстрая визуализация данных
Построить график или таблицу — без BI-систем и интеграций. Tengri сам предлагает подходящий тип визуализации по данным в запросе.
Делись результатами в один клик
Результаты запроса можно сохранить как отчёт, поделиться ссылкой или встроить в презентацию. Больше не нужно переключаться между инструментами — всё в одном окне.
