Разрабатывая Tengri Data, мы смотрели на продукт как аналитики

В интервью Николай Голов, директор по продукту Tengri Data, выступает прежде всего как практик, который сам прошел путь аналитика и теперь формирует требования к современной платформе данных. Вот основные акценты, которые он расставил:

Оценка рынка: По его словам, в России образовался «вакуум» — западные вендоры ушли, open-source стал платным или требует сложной сборки, а старые СУБД (вроде PostgreSQL или ClickHouse) не закрывают потребности аналитики. Рынок отстает от мирового на 8–10 лет, и единственный способ выжить для бизнеса — либо собирать решения из кусков годами, либо искать готовую отечественную платформу.

Главная боль заказчиков: Аналитикам приходится работать в «технологическом мегаполисе» из десятка разрозненных инструментов. Из-за этого в компаниях царит хаос: отделы считают одни и те же метрики по-разному, а данные не сходятся. Вторая проблема — масштабирование: старые системы упираются в потолок, и их нельзя расширить безболезненно.

Философия Tengri Data: При разработке они сознательно отошли от взгляда «разработчиков БД» и встали на сторону аналитика. Их цель — дать один инструмент вместо десяти. В платформе уже «из коробки» есть SQL, Python, визуализация, оркестрация и ИИ-агенты. Это избавляет от необходимости интегрировать open-source компоненты годами.

Ключевое технологическое решение: Разделение Compute и Storage (хранения и вычислений). Это позволяет масштабировать части независимо: хочешь больше данных — докупи диски, хочешь больше пользователей — добавь вычислительные мощности. Безболезненно и без миграций.

Про ИИ: Голов называет LLM не «заменой аналитика», а его «младшим коллегой». ИИ-агенты в Tengri Data помогают писать код на SQL и Python, но для их работы критически важен порядок в данных. Если данные грязные — никакой ИИ не спасет. При этом он видит будущее за тем, чтобы ИИ не только писал код, но и автоматически разворачивал дата-сервисы внутри платформы.

Планы развития: Движение в сторону стриминга (работа с данными в реальном времени), запуск SaaS-версии для малого бизнеса и превращение платформы в среду для создания дата-сервисов (например, рекомендательных систем), которые можно будет запускать прямо внутри Tengri Data без привлечения отдельной команды разработки.

 

Полную версиию интервью можно прочитать по ссылке