protocol_standard · 14 menciones
El visor de datos de Hugging Face ha presentado un error de generación que impide la visualización completa del conjunto de datos 'nisten/opus5-5-doctor-patient-conversations-all-human-diseases'. El fallo técnico, identificado como un 'DatasetGenerationError', se debe a una incompatibilidad de tipos
DuckDB 2.0, cuya versión alfa ya está disponible, introduce mejoras significativas en el rendimiento para usuarios que construyen pipelines de datos en lugar de motores de bases de datos. El artículo técnico detalla tres características clave que aceleran las consultas sin modificar el código SQL: e
El dataset DeskForge-1M, alojado en la plataforma Hugging Face, presenta una interrupción técnica que impide la visualización completa de sus datos. La interfaz de usuario muestra únicamente una vista previa limitada debido a un error de generación de datos. El fallo técnico se debe a una excepción
DuckLake es un formato de lago de datos integrado y de catálogo abierto que se construye sobre SQL y Parquet. Este sistema permite almacenar metadatos en una base de datos de catálogo y los datos en archivos Parquet, facilitando la gestión de grandes volúmenes de información mediante un enfoque unif
Parseable es una infraestructura de observabilidad diseñada específicamente para datos de telemetría, escrita en Rust y basada en una arquitectura de lago de datos columnar. Su objetivo principal es gestionar datos de alta cardinalidad con una eficiencia de costes significativamente menor que las so
El formato Parquet se ha convertido en el estándar de facto para el almacenamiento de datos en el ecosistema de ciencia de datos, ofreciendo una combinación superior de compresión y eficiencia en la consulta. Para los desarrolladores de Haskell, la capacidad de leer y escribir archivos Parquet es es
QuestDB, una base de datos de series temporales de baja latencia, ha publicado una oferta de empleo para un ingeniero pre-venta en Norteamérica. El puesto, basado en Nueva York, requiere un perfil técnico que gestione el ciclo de ventas, validando arquitecturas y ejecutando pruebas de concepto para
DuckDB-Wasm ha incorporado soporte para el Origin Private File System (OPFS), permitiendo a las aplicaciones web almacenar bases de datos persistentes directamente en el navegador. Esta funcionalidad, disponible en versiones 1.32.0 y posteriores, resuelve la limitación histórica de la herramienta, q
La irrupción de modelos de inteligencia artificial con capacidades de razonamiento cercanas a las de un programador humano está marcando el inicio de una nueva era en el desarrollo de software. Un reciente episodio ilustra este cambio: la reescritura completa del entorno de ejecución Bun 1.4, que pa
Este artículo técnico explica cómo crear paneles de análisis interactivos y rápidos a partir de un único archivo Parquet almacenado en un bucket de R2, sin necesidad de una base de datos ni un motor de consultas. El autor, un ingeniero de MotherDuck, presenta el concepto del "cubo de datos" (data cu
ParqDB es un proyecto que permite realizar búsquedas semánticas sobre grandes volúmenes de texto sin necesidad de un servidor de consultas. La propuesta se ilustra con un caso de uso concreto: indexar los embeddings generados por el modelo MiniLM sobre 100.000 artículos de Wikipedia y publicarlos co
Polars es una biblioteca de Python para transformar, analizar y visualizar datos mediante una API de DataFrames rápida y expresiva, publicada por primera vez por Ritchie Vink en 2020. A diferencia de pandas, no emplea un índice de filas y favorece la inmutabilidad y el encadenamiento de métodos; sus
El equipo de DuckDB ha anunciado que la versión 2.0 de su base de datos analítica en proceso, bautizada 'Cyanoptera' en honor a la cerceta colorada (Anas cyanoptera), se lanzará este otoño. El salto a una versión mayor —la primera desde la 1.5 publicada en marzo— incorpora más de 10.000 commits y un
Snowflake presenta en vista previa pública la función de replicación de datos (data mirroring) dentro de su servicio Snowflake Postgres, una arquitectura diseñada para mover cambios de una base de datos transaccional a Iceberg de forma fiable, con baja latencia, bajo coste y consistencia transaccion