Егорова любовь: Егорова Любовь Ивановна |

Содержание

Егорова Любовь (лыжные гонки) — Шестикратная Олимпийская чемпионка. Olympteka.ru

Любовь Егорова: результаты выступления на Олимпийских играх

2002 Солт Лейк Сити, Лыжные гонки

Дисциплина	Раунды	Место	Результаты
женщины, спринт, свободный стиль	Квалификация	15	3:18.46 Q
	1/4 Финала, забег-3	3	3:16.0
	Итоговое положение	11	3:16.0
женщины, 10 км, классический стиль	Итоговое положение	5	28:50.7

1994 Лиллехаммер, Лыжные гонки

Дисциплина	Раунды	Место	Результаты
женщины, 5 км, классический стиль	Итоговое положение	золото	14:08. 8
женщины, 5км +10 км, гонка преследования	Итоговое положение	золото	41:38.1
женщины, 15 км, свободный стиль	Итоговое положение	серебро	41:03.4
женщины, 30 км, классический стиль	Итоговое положение	5	1:26:54.8
женщины, 4х5 км, эстафета	Итоговое положение	золото	13:21.0	57:12.5

1992 Альбервиль, Лыжные гонки

Дисциплина	Раунды	Место	Результаты
женщины, 5 км, классический стиль	Итоговое положение	серебро	14:14. 7
женщины, 5км +10 км, гонка преследования	Итоговое положение	золото	40:07.7
женщины, 15 км, классический стиль	Итоговое положение	золото	42:20.8
женщины, 30 км, свободный стиль	Итоговое положение	серебро	1:22:52.0
женщины, 4х5 км, эстафета	Итоговое положение	золото	14:15.8	59:34.8

Последнее обновление профайла: 15 марта 2012 года

Смотрите также:

							Σ
Валентина Егорова /Valentina Yegorova/	Команда стран СНГ, Россия	Легкая атлетика	1992 Барселона, 1996 Атланта, 2000 Сидней	1	1	0	2
Людмила Егорова /Ludmila Yegorova/	СССР	Гимнастика спортивная	1956 Мельбурн	1	0	1	2
Ирина Егорова /Irina Yegorova/	СССР	Конькобежный спорт	1964 Инсбрук, 1968 Гренобль	0	2	0	2

НАШ ПРОЕКТ
«ТОКИО 2020 (2021)»

СПОРТСМЕНЫ: ПОИСК

СПОРТСМЕНЫ: ФИЛЬТР

Выбрать Олимпийские Игры2024 Париж2020 Токио2016 Рио-де-Жанейро2012 Лондон2008 Пекин2004 Афины2000 Сидней1996 Атланта1992 Барселона1988 Сеул1984 Лос Анджелес1980 Москва1976 Монреаль1972 Мюнхен1968 Мехико1964 Токио1960 Рим1956 Мельбурн1952 Хельсинки1948 Лондон1936 Берлин1932 Лос Анджелес1928 Амстердам1924 Париж1920 Антверпен1912 Стокгольм1908 Лондон1904 Сент Луис1900 Париж1896 Афины2022 Пекин2018 Пхёнчхан2014 Сочи2010 Ванкувер2006 Турин2002 Солт Лейк Сити1998 Нагано1994 Лиллехаммер1992 Альбервиль1988 Калгари1984 Сараево1980 Лейк Плэсид1976 Инсбрук1972 Саппоро1968 Гренобль1964 Инсбрук1960 Скво Велли1956 Кортина д`Ампеццо1952 Осло1948 Санкт Моритц1936 Гармиш Партенкирхен1932 Лейк Плесид1928 Санкт Моритц1924 Шамони

и (или)

Выбрать вид спортаБадминтонБаскетболБаскетбол 3х3Баскская пелотаБейсболБоксБорьба вольнаяБорьба греко-римскаяВелоспортВодное полоВодномоторный спортВолейболВолейбол пляжныйГандболГимнастика спортивнаяГимнастика художественнаяГольфГребля академическаяГребля на байдарках и каноэДзюдоЖе де памКаратэКонный спортКрикетКрокетЛегкая атлетикаЛякроссПарусный спортПлаваниеПолоПрыжки в водуПрыжки на батутеРегбиРоккиРэкитсСерфингСинхронное плаваниеСкалолазание спортивноеСкейтбордингСовременное пятиборьеСофтболСтрельбаСтрельба из лукаТеннисТеннис настольныйТриатлонТхэквондоТяжелая атлетикаФехтованиеФутболХоккей на травеБиатлонБобслейГорнолыжный спортКерлингКонькобежный спортЛыжное двоеборьеЛыжные гонкиПрыжки на лыжах с трамплинаСанный спортСкелетонСноубордФигурное катаниеФристайлХоккей на льдуШорт-трек

и (или)

Выбрать страну (НОК)АвстралазияАвстралияАвстрияАзербайджанАлбанияАлжирАмериканское СамоаАнголаАндорраАнтигуа и БарбудаАргентинаАрменияАрубаАфганистанБагамские островаБангладешБарбадосБахрейнБеларусьБелизБельгияБенинБермудские островаБирмаБогемияБолгарияБоливияБосния и ГерцеговинаБотсванаБр. Виргинские островаБразилияБританский ГондурасБрунейБуркина-ФасоБурундиБутанВануатуВеликобританияВенгрияВенесуэлаВерхняя ВольтаВиргинские островаВиргинских ос-в Федерация (Бр.)ВьетнамГабонГаитиГайанаГамбияГанаГватемалаГвинеяГвинея-БисауГДРГерманияГондурасГонконгГренадаГрецияГрузияГуамДагомеяДанияДжибутиДоминикаДоминиканаЕгипетЗаирЗамбияЗападное СамоаЗимбабвеЗолотой берегИзраильИндивидуальные спортсменыИндияИндонезияИорданияИракИранИрландияИсландияИспанияИталияЙеменЙеменская Арабская РеспубликаЙеменская Демократическая РеспубликаКабо-ВердеКазахстанКаймановы островаКамбоджаКамерунКанадаКатарКенияКипрКиргизстанКирибатиКитайКолумбияКоманда беженцевКоманда стран СНГКоморские островаКонгоКонго Демократическая РеспубликаКорея Северная (КНДР)Корея ЮжнаяКосовоКоста-РикаКот-д`ИвуарКубаКувейтЛаосЛатвияЛесотоЛиберияЛиванЛивияЛитваЛихтенштейнЛюксембургМаврикийМавританияМадагаскарМакедонияМалавиМалайзияМалайяМалиМальдивыМальтаМароккоМаршалловы островаМексикаМикронезияМозамбикМолдоваМонакоМонголияМьянмаНамибияНауруНезависимые участникиНепалНигерНигерияНидерландские Антильские островаНидерландыНикарагуаНовая ЗеландияНорвегияОбъединенная Арабская РеспубликаОбъединенная команда ГерманииОбъединенные Арабские ЭмиратыОманОстрова КукаПакистанПалауПалестинаПанамаПапуа-Новая ГвинеяПарагвайПеруПольшаПортугалияПуэрто-РикоРодезияРодезия СевернаяРодезия ЮжнаяРоссияРуандаРумынияСААР (Протекторат Франции)СальвадорСан-МариноСан-Томе и ПринсипиСанта-ЛючияСаудовская АравияСвазилендСеверное БорнеоСейшельские островаСенегалСент-Винсент и ГренадиныСент-Китс и НевисСербияСербия и ЧерногорияСингапурСирияСловакияСловенияСмешанные командыСоломоновы островаСомалиСССРСуданСуринамСШАСьерра-ЛеонеТаджикистанТаиландТайвань (Китайский Тайбэй)Танганьика и ЗанзибарТанзанияТимор-ЛестеТогоТонгаТринидад и ТобагоТувалуТунисТуркменистанТурцияУгандаУзбекистанУкраинаУругвайФиджиФилиппиныФинляндияФранцияФРГХорватияЦентрально-Африканская РеспубликаЧадЧерногорияЧехияЧехословакияЧилиШвейцарияШвецияШри-ЛанкаЭквадорЭкваториальная ГвинеяЭритреяЭстонияЭфиопияЮАР (Южная Африка)ЮгославияЮжный СуданЯмайкаЯпония

Ссылки по теме

Олимпийский отсчет

	До XXXII летних Олимпийских Игр 2020 в Токио (JPN)	-423 дня
	До XXIV зимних Олимпийских Игр 2022 в Пекине (CHN)	-227 дней

Егорова Любовь Алексеевна

Размер:

AAA

Цвет:
C
C
C

Изображения

Вкл.
Выкл.

Обычная версия сайта

Найти ближайший филиал
Версия для слабовидящих

Версия для слабовидящих

Сибирский университет потребительской кооперации (СибУПК)

ОТДЕЛ ОРГАНИЗАЦИИ ПРИЕМА: 8-913-703-0522

БУХГАЛТЕРИЯ (ПО ВОПРОСАМ ОПЛАТЫ): +7 (383) 346-54-25

Университет
- Сведения об образовательной организации
- Внутренняя система оценки качества образования (ВСОКО)
- Руководство
- Портал для сотрудников
- Новости
- Ученый совет
- Календарь событий
- Информационно-библиотечный центр
- Устав
- Факультеты и кафедры
- История
- Вакансии
- Подразделения
- Виртуальный музей
- Филиалы
- Наши выпускники
Абитуриентам
- Приемная кампания 2022
- Приемная кампания 2021
- Направления подготовки
- Личный кабинет абитуриента
- Иностранным абитуриентам
- Целевое обучение
- Олимпиада «Стань магистром!»
- Олимпиада «Яркая жизнь»
Студентам
- Расписание занятий
- Оплата обучения
- Электронный кабинет
- Электронная зачетка
- Воспитательная работа и молодежная политика
- Спортивная жизнь
- Практика и трудоустройство
- Штаб студенческих отрядов
- Справочник студента
- Анкетирование по преподавателям
- Информация об общежитиях
Колледж
Дополнительное образование
Наука
- Отдел магистратуры и аспирантуры
- Отдел координации НИР
- Совет по науке
- Отдел проектной работы
- Научно-теоретический журнал «Вестник СибУПК»
- Предстоящие научные мероприятия
- Гранты
- Научные школы
- Сборники конференций
- Студенческое научное объединение
Дистанционное обучение
Международное сотрудничество
Региональная сеть
English
Контакты

Главная
›
О ВУЗе

ЕГОРОВА Любовь (EGOROVA Lyubov) | Спортсмены

Дата	Место проведения	Категория	Сп. Дисциплина	Место	Пункты
06.02.2022	Красногорск, Московская область	ЧФО	10 км КЛ	-1	—
02.02.2022	Красногорск, Московская область	ЧФО	10 км СВ	57	279.53
21.11.2021	Кировск, Мурманская область	ВС	5 км СВ	96	235.21
18.11.2021	Кировск, Мурманская область	ВС	5 км КЛ	109	300.80
08.04.2021	Апатиты, Мурманская область	ПР19-20	30 км СВ МСТ	40	394.98
06.04.2021	Апатиты, Мурманская область	ВС	5 км СВ	67	178. 97
31.01.2021	Красногорск, Московская область	ЧФО	10 км СВ	40	205.66
28.01.2021	Красногорск, Московская область	ЧФО	Спринт КЛ — Финал	57	—
28.01.2021	Красногорск, Московская область	ЧФО	Спринт КЛ — Квал.	57	198.37
27.01.2021	Красногорск, Московская область	ЧФО	10 км КЛ	54	276.75
27.12.2020	Красногорск, Московская область	ВС	10 км КЛ	57	241.18
26.12.2020	Красногорск, Московская область	ВС	10 км СВ	71	272.96
17. 12.2020	Тюмень, Тюменская область	ВС19-20	5 км СВ	102	212.41
15.12.2020	Тюмень, Тюменская область	ВС19-20	Спринт КЛ — Финал	131	—
15.12.2020	Тюмень, Тюменская область	ВС19-20	Спринт КЛ — Квал.	131	386.76
25.01.2020	Ярославль, Ярославская область	2й ЭСПУ	Спринт СВ — Финал	15	—
25.01.2020	Ярославль, Ярославская область	2й ЭСПУ	Спринт СВ — Квал.	15	—
24.01.2020	Ярославль, Ярославская область	2й ЭСПУ	5 км КЛ	18	—
22.01. 2020	Ярославль, Ярославская область	2й ЭСПУ	Эстафета (4 чел. х 3 км)	7	—
21.01.2020	Ярославль, Ярославская область	2й ЭСПУ	5 км СВ	15	—
15.12.2019	Чусовой, Пермский край	ЭКР	10 км СВ — Персьют	80	472.39
14.12.2019	Чусовой, Пермский край	ЭКР	Спринт КЛ — Финал	90	—
14.12.2019	Чусовой, Пермский край	ЭКР	Спринт КЛ — Квал.	90	349.40
12.12.2019	Чусовой, Пермский край	ЭКР	10 км КЛ	89	283.36
03.02.2019	Ярославль, Ярославская область	ПФО	Эстафета (4 чел. х 3 км)	10	—
02.02.2019	Ярославль, Ярославская область	ПФО	5 км КЛ	47	—
31.01.2019	Ярославль, Ярославская область	ПФО	Спринт КЛ — Финал	37	—
31.01.2019	Ярославль, Ярославская область	ПФО	Спринт КЛ — Квал.	37	—
30.01.2019	Ярославль, Ярославская область	ПФО	10 км СВ	41	—
10.02.2018	Рыбинск, Ярославская область	ПР15-16	3 км СВ	163	—
08.02.2018	Рыбинск, Ярославская область	ПР15-16	Спринт КЛ — Финал	158	—
08. 02.2018	Рыбинск, Ярославская область	ПР15-16	Спринт КЛ — Квал.	158	—
07.02.2018	Рыбинск, Ярославская область	ПР15-16	5 км КЛ	177	—

Любовь Егорова – биография лыжницы, Олимпийской чемпионки по лыжным гонкам, личная жизнь, фото, достижения

Олег Панасюк

Имя: Любовь Егорова
Отчество: Ивановна
День рождения: 05.05.1966
Место рождения: Северск, Томская область, СССР
Возраст: 55 лет
Рост: 167 см
Знак Зодиака: телец
Семейное положение: разведена
Карьера: Спортсменка, лыжница

Любовь Ивановна Егорова — советская и российская лыжница, шестикратная олимпийская чемпионка, трёхкратная чемпионка мира, герой России, Заслуженный мастер спорта СССР, Заслуженный мастер спорта России. Выступая в то время, когда на пьедестале почёта флаг Советского Союза сменился флагом России, спортсменка с удивительной работоспособностью и сильным характером, благодаря своим победам, стала новым лицом российских лыж. За свою спортивную карьеру Любовь Ивановна пережила и стремительный взлёт, и довольно сомнительное падение, став, по сути, жертвой попустительства готовящей ее к соревнованиям команды врачей и тренеров.

Детство

5 мая 1966 года в городе Томск 7 (позднее — Северск) Томской области родилась Люба Егорова. Она была обычным ребёнком, по которому нельзя было сказать, что речь идёт о будущей чемпионке и королеве лыжных гонок. Родители также не представляли ребёнка в спорте. Они мечтали увидеть свою девочку на сцене театра и отправили её в хореографический кружок. Вскоре Любу отчислили, так как она была «слишком худа и не справлялась с нагрузками». Шутка ли — слишком худа для балерины!

Вторая причина — у девочки не хватало терпения от раза к разу повторять одни и те же упражнения. Впрочем, позже Люба покажет, каким незаурядным терпением и выдержкой она обладает, а пока девочка, как и многие школьники, стала посещать различные кружки и секции из интереса.

Пробовала она себя и в спорте, выбрав волейбол и лёгкую атлетику. Но особенно по душе ей пришлось поварское дело. Впрочем, продолжить заниматься на кухне ей было не суждено, предложила попробовать лыжный спорт. Люба согласилась, и они вместе пошли на секцию. Подружка вскоре ушла, не найдя себя в этом виде спорта, а Егорова осталась, ей было 12 лет. С тех пор девочка занималась только лыжами, у неё обнаружились огромный потенциал и трудолюбие, пришли успехи на школьных и региональных соревнованиях. Глядя на её старания и первые победы, тренер предложил заняться этим видом спорта серьёзно.

Первые шаги в спорте

Первым наставником Егоровой был заслуженный тренер СССР Николай Харитонов в спорт школе «Юность». Под его руководством спортсменка обучалась и добивалась успехов на региональных и областных соревнованиях. В 1980 году в составе соборной ДЮСШ «Юность» 14-летняя Люба завоевала золото на первенстве России среди девушек в эстафетной гонке. Так начался её путь на вершину спортивного олимпа. В 1982 году Егорову включили в юношескую сборную страны, а в 1983 году девушка уже была трёхкратной чемпионкой СССР и РСФСР.

Год её совершеннолетия отметился сразу несколькими событиями. Люба Егорова в сезоне-1983/84 впервые участвовала в кубке мира в Чехословакии. Результаты её достижений были далеки от идеала, но, всё же, заняв 14-е место, спортсменка завоевала первые кубковые очки в гонке на 5 километров. Параллельно девушка готовилась к экзаменам. Окончив среднюю школу и успешно сдав вступительные испытания, Люба поступила в ТГПИ (Томский педагогический институт) на факультет физического воспитания, а также выполнила норматив мастера спорта. Такими были её достижения к 18 годам жизни.

Расцвет карьеры

В 1986 году Егорову внесли в состав сборной Советского Союза. В том же году девушка сдала норматив мастера спорта международного класса, а также взяла серебро в индивидуальной гонке на 15 километров и золото в эстафете 3×5 км на юношеском чемпионате мира, прошедшем в США.

В 1988 году по приглашению руководства лыжной федерации спортсменка переехала в Ленинград. У неё был выбор между двумя столицами, но девушка выбрала этот город из-за отличных тренировочных трасс в окрестностях. Обучаться в Томске для неё стало проблематично, и Егорова перевелась в Педагогический институт имени Герцена. На новом месте спортсменка продолжила тренироваться под руководством опытнейших тренеров Николая Петровича Лопухова и Александра Алексеевича Грушина.

К сезону-1989/1990 Любовь Егорова была идеально, она совершила существенный скачок в развитии, и результаты не заставили себя ждать. В феврале на этапе кубка мира в Италии спортсменка поднялась пьедестал, заняв второе место в индивидуальной гонке на 10 километров. Впервые Любовь завершила сезон, находясь в десятке сильнейших лыжниц планеты (6), а зрители и болельщики открыли для себя новую достойную соперницу Мануэле де Ченто и Ларисе Лазутиной, Стефании Бельмондо и Елене Вяльбе. С этого времени спортсменка закрепилась на вершине спортивного олимпа, регулярно соперничая и обыгрывая сильнейших лыжниц планеты.

В 1991 году к ней, наконец, пришёл настоящий успех, важнейшая золотая медаль. На чемпионате мира в Кавалезе (Италия) Любовь Егорова в составе эстафетной команды с Еленой Вяльбе и Ларисой Лазутиной великолепно провела гонку, оставив позади другие команды с большим отрывом. Российская команда заняла первое место. Во время гонки Любовь показала отличный результат, после чего было принято решение поставить её на индивидуальную гонку. На изматывающей марафонской дистанции 30 км спортсменка здорово проявила себя, оставив позади себя лучших лыжниц планеты. Эта медаль стала первой для Егоровой в индивидуальных гонках. Ещё дважды в том сезоне лыжница поднималась на пьедестал. В итоге она заняла третье место в общем зачете.

В 1992 году к зимней олимпиаде в Альбервиле (Франция) в составе сборной стран СНГ спортсменка подошла в фантастической форме. На этих соревнованиях Егорова буквально блистала! Она выиграла все дисциплины, в которых была заявлена: золото с командой в эстафетной гонке и на дистанции 15 км классикой и свободным стилем, серебро на дистанции 5 км и в тридцати километровом марафоне. Это был настоящий триумф! Фотографии чемпионки не сходили со страниц спортивных, да и прочих журналов и газет в России и за её пределами. По итогам этого сезона она так же осталась третьей в мировом зачёте.

1993 год отметился в карьере Любови Егоровой несколькими событиями. Лыжница взяла кубок мира, завоевав на его этапах четыре золота в индивидуальных гонках, два серебра и бронзу. Спортсменка обошла свою соперницу, Елену Вяльбе. В итоге Егорова получила Большой Хрустальный Глобус, являясь третьей его обладательницей среди российских лыжниц в девяностые. Первые две лыжницы — Вяльбе и Лазутина. Это российское трио безоговорочно доминировало в те годы на лыжных трассах, соперничая друг с другом, и оставляя мало шансов на победы другим спортсменам.

В том же сезоне на чемпионате Мира в Фалуне (Швеция) Егорова завоевала золото в эстафете, серебро в гонке на 5 км классикой и бронзу в 15 км и 30 км свободным стилем. Сезон был очень удачным, но впереди была Олимпиада.

В феврале 1994 года в Лиллехаммере (Норвегия) на зимних Олимпийских играх разыгралась настоящая схватка между Мануэлой ди Чентой и Любовью Егоровой. В результате этих сражений россиянка стала обладательницей золота в индивидуальной гонке на 5 км классикой и 15 км свободным стилем, а также с командой в эстафете 4 x 5 км. Золотая медаль за эстафету стала шестой олимпийской наградой Егоровой. Таким образом, она сравнялась в достижениях с самой титулованной на тот момент российской лыжницей Лидией Скобликовой. По словам Любови, Олимпиада-1994 стала для спортсменки довольно жёстким испытанием. Являясь в то время уже в течение нескольких лет лидером сборной, она не могла понизить планку. И дело вовсе не в борьбе с соперницами по лыжне — она боролась, прежде всего, сама с собой.

Указом президента Российской Федерации Бориса Ельцина от 1994 года Любови Ивановне Егоровой присвоено звание Героя Российской Федерации с формулировкой: «За выдающиеся достижения в спорте, мужество и героизм, проявленные на XVII зимних Олимпийских играх».

Правда, в том сезоне Егорова не смогла выиграть общий зачёт Кубка мира, уступив ди Ченте.

В 1994 году российская лыжница окончила Российский государственный педагогический университет имени Герцена. А следующий сезон Егорова пропустила из-за рождения сына, но уже через год она вернулась в спорт.

По ходу сезона- 1995/96 на этапах Кубка мира лыжница завоевала четыре золотые медали, две из них в составе эстафетной команды. Сезон она завершила на пятом месте в общем зачёте, что было не так плохо, учитывая годичный простой.

Дисквалификация и завершение карьеры

Следующий сезон ознаменовался чёрной полосой в спортивной карьере знаменитой лыжницы. После серьёзных проблем со здоровьем, вызванных многочисленными травмами, спортсменка смогла восстановиться и, выиграв несколько гонок, подойти к главным соревнованиям в отличной форме. На неё возлагали много надежд на грядущем чемпионате мира в Тронхейме (Норвегия).

Там она блестяще выиграла 5 км классикой. Тогда она ещё не знала, что это была её последняя медаль в карьере. Счастливую спортсменку сразу после соревнований отправили на допинг пробы, а через три дня пришли положительные результаты. Егорову лишили золотой медали и отдали её, занявшей тогда второе место Елене Вяльбе. Любовь же была дисквалифицирована на два года за употребление запрещённых препаратов.

В организме спортсменки обнаружили бромантан, она отказалась от повторной пробы. Бромантан — продукт российской фармацевтики. Его стимулирующие свойства не доказаны. Препарат увеличивает общую сопротивляемость организма к инфекциям за счёт улучшенной работы иммунной системы, но есть нюанс — препарат может замаскировать другие стимуляторы. Бромантан был запрещён к применению спортсменам в июле, а официальное уведомление отправлено только в конце 1996 года. Получилось, что бромантан был лишь недавно включён в список запрещённых препаратов. А инцидент с ним произошёл летом 1996 года на Олимпийских играх в Атланте (США), когда трёх россиян уличили в его употреблении. Нарушили правила легкоатлетка Марина Транденкову, пловец Андрей Корнеев и борец Зафар Гулиев. Андрея и Зафара, занявших третьи места, тогда лишили медалей, но российская делегация подала протест, и он был удовлетворен. Медали спортсменам вернули. Как оказалось, тренеры и врачи Егоровой не обратили внимание на летний инцидент. Они вообще попросту проигнорировали громкую историю.

Сама Любовь прямо заявила, что была не в курсе запрета препарата. Но, конечно, это уже не помогло. Поддержки со стороны руководства она также не нашла. Егорова пропустила полсезона, но всё равно попала в топ-10 общего зачёта.

Спортсменка достойно пережила то время. Она не хотела мириться с таким печальным и позорным концом в её карьере, и, спустя два года, попыталась вернуться в большой спорт. У неё это получилось, спортсменка даже вошла в состав сборной страны на Олимпиаду в 2002 году в Солт-Лейк-Сити (США), но таких высоких, как прежде, результатов она уже не показывала. В 2003 году Любовь Егорова, адекватно воспринимая ситуацию, объявила о завершении карьеры.

Жизнь после лыжных гонок

Сразу после завершения карьеры Любовь Ивановна растворилась в семейных заботах. Ещё в 1995 году, сразу после переезда в Санкт-Петербург, спортсменка вышла замуж за биатлониста Игоря Сысоева. На второго ребенка пара решилась только в 2006 году. Тогда на свет появился их второй сын, которого назвали Алексеем. Параллельно с семейной жизнью Егоровой нужен был профессиональный рост. Работать тренером она отказалась, но к спорту, всё же, была близка. К моменту завершения спортивной карьеры Егорова окончила Российский государственный педагогический университет, аспирантуру при нём и Северо-Западную академию государственной службы. Теперь она занялась преподавательской и научной деятельностью. Экс-спортсменка стала преподавать в Институте физкультуры им. Лесгафта на физкультурном факультете. Защитив кандидатскую диссертацию, она дослужилась до должности проректора.

Общественная и политическая жизнь

Егорова возглавила Федерацию лыжных гонок Санкт-Петербурга, в руководящий совет которой входит и сейчас. Она активно работает над совершенствованием лыжных трасс, популяризации лыжных видов спорта и здорового образа жизни.

Титулованная лыжница также строила политическую карьеру. В 2007 году от партии КПРФ она баллотировалась кандидатом в Законодательное Собрание города Санкт-Петербург и успешно победила в них, став членом комиссии Заксобрания по образованию, науке и культуре, а также представителем по связям с почётными гражданами города.

В 2011 году Егорова перешла в «Единую Россию» и уже от этой партии баллотировалась в Законодательное собрание Петербурга пятого созыва. С результатами 46,79% Любовь Ивановна вновь была избрана в Законодательный собрание, где продолжает работать до настоящего момента. Она по-прежнему является членом «Единой России».

Бывшая спортсменка выступила автором различных законопроектов. Одним из них стал совместный с сыном Виктором Сысоевым, футболистом и самым молодым депутатом Санкт-Петербурга, законопроект о борьбе с допингом в профессиональном спорте.

Скандалы с участием Любови Егоровой

Помимо допингового скандала 1997 года имя спортсменки ещё не раз звучало в скандальных сводках. В 2016 году на выборах разразился скандал с ближайшей конкуренткой Маританой Кузнецовой, которую сняли с выборов из-за превышения нормы бракованных подписей, но её однопартийцы в один голос утверждают, что процент брака был искусственно натянут. Любови же после устранения соперницы не составило особого труда обойти остальных.

Ещё одно резонансное событие касалось ФК «Динамо». Егорова, являясь главой комиссии по физкультуре и спорту, внесла поправку, в результате которой клуб получил бюджетное финансирование. Одновременно с этими событиями в «Динамо» пришёл её сын Виктор Сысоев.

Ещё один скандал произошёл в сфере недвижимости. В 2011 году спортсменка приобрела дом в Финляндии, а через два года продала на тот момент уже бывшему мужу за 55 тыс. евро. В 2014 году Игорь Сысоев приехал в Финляндию отдыхать, но выяснил, что дом продан. Причём, повторно Егорова его продала по доверенности, которую, как утверждает бывший супруг, он не давал. Сысоев обратился в суд и потребовал возбудить против бывшей супруги уголовное дело. В России суд так и не заинтересовался историей.

Награды и достижения

Олимпийские игры

1992 год

Золото — эстафета 4×5 км, гонка преследования 10 км, классический стиль 15 км.

Серебро — 5 км классическим стилем, 30 км

1994 год

Золото — эстафета 4×5 км, гонка преследования 10 км, 5 км классическим стилем

Серебро — гонка на 15 км.

Чемпионаты мира

Золото 1991 — эстафета 4×5, 30 км, 1993 — эстафета 4×5

Серебро 1993 год — 5 км классическим стилем

Бронза 1993 год — гонка преследования 10 км, 30 км.

Универсиада

Серебро 1987 — эстафета 3×5, 5 км

Бронза 1987 — 10 км.

Прочие достижения

Герой Российской федерации 1994 год

Орден «За заслуги перед Отечеством» IV степени 2015 год

Почётный гражданин Северска 1992 год, Санкт-Петербурга 1994 год, Томской области 2005 год.

Любовь Егорова: видео

Интервью

Олимпийская чемпионка Любовь Егорова

Скандал с участием Любови Егоровой

Лыжные гонки, Чемпионат мира 1997, Тронхейм, Эстафета 4х5, Женщины

Теги:

Лыжные гонки

Рейтинг:

Матч-центр

Live

Футбол

США MLS

Лос-Анджелес — Хьюстон Динамо

20:00

Футбол

Россия ФНЛ

-:-

ФК Кубань — Арсенал Тула

Отложен

Футбол

Китай Суперлига

-:-

Шанхай Шэньхуа — Гуанчжоу Фули

Отложен

Футбол

Китай Суперлига

-:-

Wuhan Three Towns — Далянь Аербин

Отложен

Футбол

Китай Суперлига

-:-

Хэбэй Илиньшаньчжуан — Шэньчжэнь Раби

22:30

Футбол

Аргентина Чемпионат Аргентины

-:-

Арсенал Саранди — Альдосиви

01:00

Футбол

Аргентина Чемпионат Аргентины

-:-

Бока Хуниорс — Атлетико Уракан

01:00

Футбол

Аргентина Чемпионат Аргентины

-:-

Унион Санта-Фе — Индепендьенте

Статьи по теме

07. 04.2022
22:38

Биография Анфисы Резцовой

07.04.2022
22:12

Биографии Елены Вяльбе

04.02.2022
14:34

Биография Натальи Непряевой

Недавние статьи

18.09.2022
20:01

Если в старте «Спартака» и Соболев, и Николсон – кто-то из них точно забьет: сработало и против «Локо»

18.09.2022
14:45

«С Катей Носковой подбадриваем друг друга пинками». Гербулова – о прогрессе, атмосфере и отце-тренере

18. 09.2022
09:00

«Железнодорожники» не смогут прервать серию поражений: анонс матча 10-го тура РПЛ «Спартак» — «Локомотив»

17.09.2022
22:16

«Зенит» выдал лучший старт в РПЛ за 10 туров, следующий ориентир – 41 очко за круг (рекорд тоже у «Зенита»)

17.09.2022
19:20

Будущий директор «Спартака» Эшуорт: изучал клуб для шейхов, не сдал игру в России и даже был заложником

17.09.2022
18:55

Зачем смотреть финал Евробаскета Испания – Франция: суперзвезды и мощная дуэль тренеров, но без фаворита

Девушки в спорте

16. 09.2022
20:12

Наталья Клонина – хореограф и танцовщица, с которой расстался футболист «Динамо» Денис Макаров

13.09.2022
21:28

Ведущая «Матч ТВ» Олеся Серёгина пообещала прийти на стадион в белье. Всё зависит от «Локо»!

13.09.2022
17:02

Секс-символ Италии Дилетта Леотта обещала прийти на матч голой, если «Барса» разгромит «Баварию»

11.09.2022
11:05

Корал Симанович – израильская модель, бывший солдат и жена игрока «Барселоны» Серхи Роберто

11.09.2022
09:12

Летний вайб: телеведущая и модель Виктория Лопырёва опубликовала фото с отдыха в Турции

09. 09.2022
20:50

В стиле Майкла Джексона: синхронистка Кристина Макушенко сделала лунную походку под водой

Егорова Любовь Ивановна — Депутат Законодательного Собрания

Депутат Законодательного Собрания Санкт-Петербурга VI созыва.
Российская лыжница. Герой Российской Федерации. Шестикратная олимпийская чемпионка.
Трехкратная чемпионка мира. Обладательница Кубка мира. Заслуженный мастер спорта.

Любовь Егорова родилась 5 мая 1966 года в городе Северск, Томская область. Лыжами девочка стала увлекаться со школьного возраста, участвовала и побеждала в городских соревнованиях. После получения аттестата о среднем образовании окончила факультет физического воспитания Томского Государственного Педагогического института.

В 1988 году Егорова переезжает в Санкт-Петербург, а уже в 1991 году в составе эстафеты национальной сборной России становится чемпионкой мира по лыжным гонкам. Через год участвует в Олимпийских играх во французском Альбервилле и в гонке на пятнадцать километров получает свою первую золотую медаль, а затем еще две золотые и две серебряные медали в индивидуальных гонках и эстафете. На следующих играх в норвежском Лиллехаммере ей удается взять еще три «золота» и одно «серебро».

Знаменитая лыжница является шестикратной олимпийской чемпионкой, трехкратной чемпионка мира, обладательницей Кубка мира, Заслуженным мастером спорта. За выдающиеся достижения в спорте, мужество и героизм, проявленные на XVII зимних Олимпийских играх 1994 года Любови Егоровой присвоено звания Героя Российской Федерации. Спортсменка также является почетным гражданином Санкт-Петербурга, Северска и Томской области.

В 2007 году Любовь Ивановна избрана депутатом Законодательного Собрания Санкт-Петербурга IV созыва. Входила в комиссию Законодательного Собрания по вопросам образования, науки и культуры. Являлась членом фракции КПРФ.

Через четыре года баллотируется от партии «Единая Россия» в Законодательное собрание Санкт-Петербурга V созыва по 49 избирательному округу. Получив 46,79 % по официальным итогам выборов вновь избрана депутатом Законодательного собрания.

В сентябре 2016 года Егорова избрана депутатом Законодательного Собрания Санкт-Петербурга VI созыва по одномандатному избирательному округу № 22. Входит в комитет по законодательству, постоянной комиссии по образованию, культуре и науке. Член Всероссийской политической партии «Единая Россия».

В это же время выдвинула своего сына Виктора в депутаты Законодательного Собрания Санкт-Петербурга VI созыва. Победив на выборах двадцатиоднолетний парень стал самым молодым депутатом, за всю историю думы.

На апрель 2019 года Любовь Егорова является кандидатом педагогических наук, профессором кафедры теории и методики лыжного спорта. Занимает должность проректора по спортивной работе в Национальном государственном университете физической культуры, спорта и здоровья имени Петра Лесгафта. Выступает представителем Законодательного Собрания по связям с Почетными гражданами Санкт-Петербурга. Включена в Книгу рекордов Вооруженных Сил России.

Награды Любови Егоровой

Герой Российской Федерации (22 апреля 1994 года) — за выдающиеся достижения в спорте, мужество и героизм, проявленные на XVII зимних Олимпийских играх 1994 года

Орден «За заслуги перед Отечеством» IV степени (25 мая 2015 года) — за большой вклад в социально-экономическое развитие Российской Федерации, достигнутые трудовые успехи, активную общественную деятельность и многолетнюю добросовестную работу

Почетный знак «За особый вклад в развитие Санкт-Петербурга»

Почетный гражданин Северска, Санкт-Петербурга и Томской области

Спортивные Достижения Любови Егоровой

1991 — Золотая медаль на чемпионате мира в Валь-ди-Фьемме в 5-километровой эстафете
1991 — Золотая медаль на чемпионате мира в Валь-ди-Фьемме в марафоне на 30 км
1992 — Золотая медаль на Олимпийских играх в Альбервилле в 5-километровой эстафете
1992 — Золотая медаль на Олимпийских играх в Альбервилле в гонке преследовании на 10 км
1992 — Золотая медаль на Олимпийских играх в Альбервилле в классической гонке на 15 км
1992 — Серебряная медаль на Олимпийских играх в Альбервилле в классической гонке на 5 км
1992 — Серебряная медаль на Олимпийских играх в Альбервилле в марафоне на 30 км
1993 — Золотая медаль на чемпионате мира в Фалуне в 5-километровой эстафете
1993 — Серебряная медаль на чемпионате мира в Фалунев классической гонке на 5 км
1993 — Бронзовая медаль на чемпионате мира в Фалуне в марафоне на 30 км
1993 — Бронзовая медаль на чемпионате мира в Фалуне в гонке преследовании на 10 км
1994 — Золотая медаль на Олимпийский играх в Лиллехаммере в 5-километровой эстафете
1994 — Золотая медаль на Олимпийский играх в Лиллехаммере в классической гонке на 5 км
1994 — Золотая медаль на Олимпийский играх в Лиллехаммере в гонке преследования на 10 км
1994 — Серебряная медаль на Олимпийский играх в Лиллехаммерев классической гонке на 15 км

Семья Любови Егоровой

Муж — Игорь Сысоев, биатлонист.
Сын — Виктор (род. 1995).
Сын — Алексей (род. 2006).

04.05.2019

Связанные статьи

Связанные новости и события

12.02.1994

Открылись XVII зимние Олимпийские игры в Лиллехаммере

Церемония открытия XVII зимних Олимпийских игр в Лиллехаммере состоялась 12 февраля 1994 года. Игры проходили в Лиллехаммере, Норвегия, ставшим вторым норвежским городом, получившим право провести зимнюю Олимпиаду. Лиллехаммер победил в третьем туре голосования на сессии МОК, обойдя Лозанну, Софию, Остерзунд и Анкоридж.
Читать дальше

08.02.1992

Открылись XVI зимние Олимпийские игры в Альбервиле

Олимпийские игры во французском городе Альбервиль открылись 8 февраля 1992 года. Франция уже в третий раз принимала зимнюю Олимпиаду, на которую кроме Альбервиля претендовали города: София, Фалун, Лиллихаммер, Кортина дu2019Ампеццо, Анкоридж, Берхтесгаден. После пяти туров голосования французский город в финале уверенно победил у Софии и Фалуна.
Читать дальше

Депутат Законодательного Собрания

Олимпийская Чемпионка

Чемпионка Мира

Дата рождения: 5 мая 1966 года (56 лет)

+7 (812) 318-81-20

Официальный сайт

Категории
Заслуженные деятели, Герои России, Депутаты, Законодательное Собрание, Культура, Заслуженные деятели науки, Лыжные гонки, Наука, Олимпийские чемпионы, Образование, Спорт, Чемпионы мира

Регионы
Санкт-Петербург, Россия, Ленинградская область, Томская область

справочная информация

ЗАКРЫТЬ X

- Депутат Законодательного Собрания
- Олимпийская Чемпионка
- Чемпионка Мира

Дата рождения: 5 мая 1966 года (56 лет)

+7 (812) 318-81-20

Официальный сайт

Категории
Заслуженные деятели, Герои России, Депутаты, Законодательное Собрание, Культура, Заслуженные деятели науки, Лыжные гонки, Наука, Олимпийские чемпионы, Образование, Спорт, Чемпионы мира

Регионы
Санкт-Петербург, Россия, Ленинградская область, Томская область

ЕГОРОВА Любовь Ивановна | Российские спортсмены и специалисты

19 сентября 2022 года, 11:50

Российские спортсмены и специалисты

Олимпийские виды спорта

ЛетниеАртистическое плаваниеБадминтонБаскетболБейсболБоксБорьба вольнаяБорьба греко-римскаяВелосипедный спорт (BMX)Велосипедный спорт (трек)Велосипедный спорт (шоссе)Водное полоВолейболВолейбол пляжныйГандболГимнастика спортивнаяГимнастика художественнаяГольфГребля академическаяГребля на байдарках и каноэДзюдоКаратэдоКонный спортЛегкая атлетикаМаунтинбайкНастольный теннисПарусный спортПлаваниеПрыжки в водуПрыжки на батутеРегбиСерфингСкалолазание спортивноеСкейтбордингСовременное пятиборьеСофтболСтрельба из лукаСтрельба пулеваяСтрельба стендоваяТеннисТриатлонТхэквондо (ВТФ)Тяжелая атлетикаФехтованиеФутболХоккей на травеЗимниеБиатлонБобслейГорнолыжный спортКерлингКонькобежный спортЛыжное двоеборьеЛыжные гонкиПрыжки на лыжах с трамплинаСанный спортСкелетонСноубордФигурное катание на конькахФристайлХоккейШорт-трек

Виды спорта (157):

А
Б
В
Г
Д
Е
Ж
З
И
К
Л
М
Н
О
П
Р
С
Т
У
Ф
Х
Ц
Ч
Ш
Щ
Э
Ю
Я

Автомобильный спорт
Автомодельный спорт
Аджилити
Айкидо
Акватлон
Акробатика спортивная
Акробатический рок-н-ролл
Альпинизм
Американский футбол
Арбалетный спорт
Армрестлинг
Артистическое плавание
Аэробика спортивная
Бадминтон
Баскетбол
Бейсбол
Биатлон
Биатлон ачери
Биатлон индейский
Биатлон летний
Бильярдный спорт
Блицспринт
Бобслей
Бодибилдинг
Бокс
Борьба вольная
Борьба греко-римская
Борьба женская
Борьба на поясах
Борьба спортивная
Борьба сумо
Боулинг спортивный
Бридж спортивный
Велосипедный кросс
Велосипедный спорт (BMX)
Велосипедный спорт (трек)
Велосипедный спорт (шоссе)
Вертолетный спорт
Водное поло
Водное поло пляжное и мини
Воднолыжный спорт
Волейбол
Волейбол пляжный
Гандбол
Гандбол пляжный
Гимнастика спортивная
Гимнастика художественная
Гиревой спорт
Го
Гольф
Горнолыжный спорт
Городошный спорт
Гребля академическая
Гребля на байдарках и каноэ
Гребля на байдарках и каноэ (спринт)
Гребля на народных лодках
Гребля на ялах
Гребной слалом
Гребно-парусный спорт
Дартс
Джиу-джитсу
Дзюдо
Ездовой спорт
Индорхоккей (хоккей на траве в закрытых помещениях)
Каратэдо
Кекусинкай
Керлинг
Кикбоксинг
Комплексный и прикладной кинологический спорт
Компьютерный спорт
Конный спорт
Конькобежный спорт
Корэш
Косика каратэ
Легкая атлетика
Ледолазание
Лыжероллерный спорт
Лыжное двоеборье
Лыжные гонки
Маунтинбайк
Мини-футбол
Морское многоборье
Мотобол
Мотоциклетный спорт
Мэй Хуа Бань Кун Фу
Настольный теннис
Натурбан
Ориентирование cпортивное
Офицерское многоборье
Парашютный спорт
Парусный спорт
Пауэрлифтинг (силовое троеборье)
Перетягивание каната
Плавание
Плавание
Плавание в ластах
Планерный спорт
Подводный спорт
Пожарно-прикладной спорт
Полиатлон
Прыжки в воду
Прыжки на батуте
Прыжки на лыжах с трамплина
Пэйнтбол
Рафтинг
Регби
Регбол
Ринкбол (хоккей на льду)
Роллер-спорт
Рукопашный бой
Русская лапта
Рэндзю
Самбо
Самбо боевое
Самолетный спорт
Санный спорт
Серфинг
Скалолазание спортивное
Сквош
Скейтбординг
Скелетон
Смешанные единоборства
Сноуборд
Современное пятиборье
Софтбол
Спочан
Стрельба
Стрельба из лука
Стрельба пулевая
Стрельба стендовая
Судомодельный спорт
Тайский бокс
Танцы спортивные
Теннис
Традиционное карате (фудокан)
Триатлон
Туризм cпортивный
Туризм конный
Тхэквондо (ВТФ)
Тяжелая атлетика
Универсальный бой
Ушу
Фехтование
Фигурное катание на коньках
Фитнес
Флорбол (хоккей в зале)
Фристайл
Футбол
Футбол пляжный
Футзал (футбол в зале)
Хоккей
Хоккей на траве
Хоккей с мячом
Шахматы
Шахматы русские
Шашки
Шорт-трек

Представляет регион*

Не выбранАлтайский крайАмурская областьАрхангельская областьАстраханская областьБелгородская областьБрянская областьВладимирская областьВолгоградская областьВологодская областьВоронежская областьЕврейская автономная областьЗа рубежомЗабайкальский крайИвановская областьИркутская областьКабардино-Балкарская РеспубликаКалининградская областьКалужская областьКамчатский крайКарачаево-Черкесская РеспубликаКемеровская областьКировская областьКостромская областьКраснодарский крайКрасноярский крайКурганская областьКурская областьЛенинградская областьЛипецкая областьМагаданская областьМоскваМосковская областьМурманская областьНенецкий автономный округНижегородская областьНовгородская областьНовосибирская областьОмская областьОренбургская областьОрловская областьПензенская областьПермский крайПриморский крайПсковская областьРеспублика АдыгеяРеспублика АлтайРеспублика БашкортостанРеспублика БурятияРеспублика ДагестанРеспублика ИнгушетияРеспублика Калмыкия (Хальмг- Тангч)Республика КарелияРеспублика КомиРеспублика КрымРеспублика Марий ЭлРеспублика МордовияРеспублика Саха (Якутия)Республика Северная Осетия — АланияРеспублика ТатарстанРеспублика Тува (Тыва)Республика ХакасияРостовская областьРязанская областьСамарская областьСанкт-ПетербургСаратовская областьСахалинская областьСвердловская областьСевастопольСмоленская областьСтавропольский крайТамбовская областьТверская областьТомская областьТульская областьТюменская областьУдмуртская РеспубликаУльяновская областьХабаровский край Ханты-Мансийский автономный округЧелябинская областьЧеченская РеспубликаЧувашская РеспубликаЧукотский автономный округЯмало-Ненецкий автономный округЯрославская область

* для действующих спортсменов

Место рождения

Регион проживания

Дата рождения

с
чч12345678910111213141516171819202122232425262728293031мм123456789101112год183718381839184018411842184318441845184618471848184918501851185218531854185518561857185818591860186118621863186418651866186718681869187018711872187318741875187618771878187918801881188218831884188518861887188818891890189118921893189418951896189718981899190019011902190319041905190619071908190919101911191219131914191519161917191819191920192119221923192419251926192719281929193019311932193319341935193619371938193919401941194219431944194519461947194819491950195119521953195419551956195719581959196019611962196319641965196619671968196919701971197219731974197519761977197819791980198119821983198419851986198719881989199019911992199319941995199619971998199920002001200220032004200520062007200820092010

по
чч12345678910111213141516171819202122232425262728293031мм123456789101112год201020092008200720062005200420032002200120001999199819971996199519941993199219911990198919881987198619851984198319821981198019791978197719761975197419731972197119701969196819671966196519641963196219611960195919581957195619551954195319521951195019491948194719461945194419431942194119401939193819371936193519341933193219311930192919281927192619251924192319221921192019191918191719161915191419131912191119101909190819071906190519041903190219011900189918981897189618951894189318921891189018891888188718861885188418831882188118801879187818771876187518741873187218711870186918681867186618651864186318621861186018591858185718561855185418531852185118501849184818471846184518441843184218411840183918381837

Профессия

Не выбранБизнесменГосударственный служащийДизайнерМаркетологМедицинский работникМенеджерМинск 2019Олимпиец 2021Олимпиец 2022Президент (руководитель) федерации (ассоциации, союза)Работник наукиРаботник образованияРаботник праваРаботник средств массовой информацииРуководитель (работник) спортивной организацииСпортсменСудьяТренерХудожник

Спортивное звание

Не выбранГроссмейстер РоссииЗаслуженный мастер спортаЗаслуженный работник физической культурыЗаслуженный тренерКандидат в мастера спортаМастер спортаМастер спорта международного классаМеждународный гроссмейстерМеждународный мастерПочетный мастер спортаПочетный судьяСудья всесоюзной (всероссийской) категорииСудья международной категорииСудья республиканской категории

Учёное звание

Не выбранДоктор биологических наукДоктор исторических наукДоктор медицинских наукДоктор педагогических наукДоктор психологических наук Доктор сельскохозяйственных наукДоктор социологических наукДоктор технических наукДоктор физико-математических наук Доктор философииДоктор философских наукДоктор химических наукДоктор экономических наукДоктор юридических наукКандидат биологических наукКандидат военных наукКандидат исторических наукКандидат медицинских наук Кандидат педагогических наукКандидат политических наукКандидат психологических наукКандидат сельскохозяйственных наукКандидат социологических наукКандидат технических наукКандидат физико-математических наукКандидат филологических наукКандидат филосовский наук Кандидат химических наукКандидат экономических наукКандидат юридических наук

Чемпион

Не выбранОлимпийский чемпионПризер Олимпийских игрЧемпион ЕвропыЧемпион мираЧемпион России (СССР)

Результаты поиска:
Найдено:

12662
персон

100 последних изменений

Расширенный поиск

Аслаудин
АБАЕВ

Елена
АБАИМОВА

Мария
АБАКУМОВА

Юлия
АБАЛАКИНА

Дмитрий
АБАРЕНОВ

Тамилла
АБАСОВА

Рамазан
АБАЧАРАЕВ

Ростом
АБАШИДЗЕ

Флюра
АББАТЕ-БУЛАТОВА

Татьяна
АББЯСОВА

Артур
АБДРАХМАНОВ

Каримжан
АБДРАХМАНОВ

Аделя
АБДРАХМАНОВА

Андрей
АБДУВАЛИЕВ

Герман
АБДУЛАЕВ

Тагир
АБДУЛАЕВ

Камиль
АБДУЛАЗИЗОВ

Загалав
АБДУЛБЕКОВ

Камалудин
АБДУЛДАУДОВ

Абдула
АБДУЛЖАЛИЛОВ

Магомед
АБДУЛКАГИРОВ

Назир
АБДУЛЛАЕВ

Аслан
АБДУЛЛИН

Эмиль
АБДУЛЛИН

Мусан
АБДУЛ-МУСЛИМОВ

Магомед
АБДУЛХАМИДОВ

Шамиль
АБДУРАХМАНОВ

Если вы решили разместить данные о себе или хорошо известном вам спортсмене,
или обнаружили какую-либо ошибку в уже опубликованных данных и хотите ее исправить, пожалуйста,
вы можете это сделать самостоятельно — страна должна знать своих героев!

Адлан
АБДУРАШИДОВ

Рустам
АБДУРАШИДОВ

Магомед
АБДУСАЛАМОВ

Нурлан
АБДЫКАЛЫКОВ

Эдуард
АБЗАЛИМОВ

Уулу Азамат
АБИБИЛЛА

Денис
АБЛЯЗИН

Юрий
АБОВЯН

Никита
АБОЗОВИК

Виктор
АБОИМОВ

Элизабет
АБРААМЯН

Захария
АБРАМАШВИЛИ

Александр
АБРАМОВ

Андрей
АБРАМОВ

Валерий
АБРАМОВ

Иван
АБРАМОВ

Константин
АБРАМОВ

Николай
АБРАМОВ

Павел
АБРАМОВ

Дарья
АБРАМОВА

Екатерина
АБРАМОВА

Ирина
АБРАМОВА

Лидия
АБРАМОВА

Наталья
АБРАМОВА

Нелли
АБРАМОВА

Светлана
АБРАМОВА

Тамара
АБРАМОВА

Дмитрий
АБРАМОВИЧ

Маргарита
АБРАМОВИЧ

Иракли
АБРАМЯН

Осеп
АБРАМЯН

Рамиль
АБРАРОВ

Руслан
АБРАРОВ

Кирилл
АБРОСИМОВ

63 персон из 12662

Вы просмотрели

Вопросы сотрудничества и совместной деятельности inform@infosport. ru

Егор Грушин музыка, видео, статистика и фото

Понедельник, 21 марта 2022 г.	70
Вторник, 22 марта 2022 г.	91
Среда, 23 марта 2022 г.	61
Четверг, 24 марта 2022 г.	68
Пятница, 25 марта 2022 г.	75
Суббота, 26 марта 2022 г.	57
Воскресенье, 27 марта 2022 г.	35
Понедельник, 28 марта 2022 г.	54
Вторник, 29 марта 2022 г.	72
Среда, 30 марта 2022 г.	71
Четверг, 31 марта 2022 г.	82
Пятница, 1 апреля 2022 г.	73
Суббота, 2 апреля 2022 г.	48
Воскресенье, 3 апреля 2022 г.	30
Понедельник, 4 апреля 2022 г.	70
Вторник, 5 апреля 2022 г.	71
Среда, 6 апреля 2022 г.	84
Четверг, 7 апреля 2022 г.	68
Пятница, 8 апреля 2022 г.	62
Суббота, 9 апреля 2022 г.	65
Воскресенье, 10 апреля 2022 г.	44
Понедельник, 11 апреля 2022 г.	76
Вторник, 12 апреля 2022 г.	81
Среда, 13 апреля 2022 г.	52
Четверг, 14 апреля 2022 г.	75
Пятница, 15 апреля 2022 г.	60
Суббота, 16 апреля 2022 г.	48
Воскресенье, 17 апреля 2022 г.	45
Понедельник, 18 апреля 2022 г.	70
Вторник, 19 апреля 2022 г.	66
Среда, 20 апреля 2022 г.	69
Четверг, 21 апреля 2022 г.	52
Пятница, 22 апреля 2022 г.	61
Суббота, 23 апреля 2022 г.	33
Воскресенье, 24 апреля 2022 г.	45
Понедельник, 25 апреля 2022 г.	54
Вторник, 26 апреля 2022 г.	52
Среда, 27 апреля 2022 г.	49
Четверг, 28 апреля 2022 г.	51
Пятница, 29 апреля 2022 г.	50
Суббота, 30 апреля 2022 г.	52
Воскресенье 1 мая 2022 г.	40
Понедельник, 2 мая 2022 г.	49
Вторник, 3 мая 2022 г.	47
Среда, 4 мая 2022 г.	53
Четверг, 5 мая 2022 г.	50
Пятница, 6 мая 2022 г.	46
Суббота, 7 мая 2022 г.	31
Воскресенье, 8 мая 2022 г.	44
Понедельник, 9 мая 2022 г.	33
Вторник, 10 мая 2022 г.	49
Среда, 11 мая 2022 г.	52
Четверг, 12 мая 2022 г.	53
Пятница, 13 мая 2022 г.	54
Суббота, 14 мая 2022 г.	30
Воскресенье, 15 мая 2022 г.	41
Понедельник, 16 мая 2022 г.	55
Вторник, 17 мая 2022 г.	43
Среда, 18 мая 2022 г.	43
Четверг, 19 мая 2022 г.	57
Пятница, 20 мая 2022 г.	48
Суббота, 21 мая 2022 г.	33
Воскресенье, 22 мая 2022 г.	36
Понедельник, 23 мая 2022 г.	55
Вторник, 24 мая 2022 г.	55
Среда, 25 мая 2022 г.	48
Четверг, 26 мая 2022 г.	47
Пятница, 27 мая 2022 г.	38
Суббота, 28 мая 2022 г.	45
Воскресенье, 29 мая 2022 г.	31
Понедельник, 30 мая 2022 г.	42
Вторник, 31 мая 2022 г.	52
Среда, 1 июня 2022 г.	52
Четверг, 2 июня 2022 г.	51
Пятница, 3 июня 2022 г.	55
Суббота, 4 июня 2022 г.	39
Воскресенье, 5 июня 2022 г.	37
Понедельник, 6 июня 2022 г.	49
Вторник, 7 июня 2022 г.	63
Среда, 8 июня 2022 г.	45
Четверг, 9 июня 2022 г.	67
Пятница, 10 июня 2022 г.	46
Суббота, 11 июня 2022 г.	34
Воскресенье, 12 июня 2022 г.	31
Понедельник, 13 июня 2022 г.	40
Вторник, 14 июня 2022 г.	47
Среда, 15 июня 2022 г.	55
Четверг, 16 июня 2022 г.	47
Пятница, 17 июня 2022 г.	49
Суббота, 18 июня 2022 г.	40
Воскресенье, 19 июня 2022 г.	35
Понедельник, 20 июня 2022 г.	42
Вторник, 21 июня 2022 г.	44
Среда, 22 июня 2022 г.	47
Четверг, 23 июня 2022 г.	53
Пятница, 24 июня 2022 г.	46
Суббота, 25 июня 2022 г.	30
Воскресенье, 26 июня 2022 г.	46
Понедельник, 27 июня 2022 г.	37
Вторник, 28 июня 2022 г.	53
Среда, 29 июня 2022 г.	43
Четверг, 30 июня 2022 г.	48
Пятница, 1 июля 2022 г.	51
Суббота, 2 июля 2022 г.	33
Воскресенье, 3 июля 2022 г.	40
Понедельник, 4 июля 2022 г.	68
Вторник, 5 июля 2022 г.	61
Среда, 6 июля 2022 г.	60
Четверг, 7 июля 2022 г.	50
Пятница, 8 июля 2022 г.	41
Суббота, 9 июля 2022 г.	29
Воскресенье, 10 июля 2022 г.	29
Понедельник, 11 июля 2022 г.	36
Вторник, 12 июля 2022 г.	51
Среда, 13 июля 2022 г.	54
Четверг, 14 июля 2022 г.	47
Пятница, 15 июля 2022 г.	44
Суббота, 16 июля 2022 г.	30
Воскресенье, 17 июля 2022 г.	31
Понедельник, 18 июля 2022 г.	47
Вторник, 19 июля 2022 г.	39
Среда, 20 июля 2022 г.	50
Четверг, 21 июля 2022 г.	52
Пятница, 22 июля 2022 г.	34
Суббота, 23 июля 2022 г.	42
Воскресенье, 24 июля 2022 г.	43
Понедельник, 25 июля 2022 г.	56
Вторник, 26 июля 2022 г.	53
Среда, 27 июля 2022 г.	45
Четверг, 28 июля 2022 г.	56
Пятница, 29 июля 2022 г.	44
Суббота, 30 июля 2022 г.	36
Воскресенье, 31 июля 2022 г.	33
Понедельник, 1 августа 2022 г.	46
Вторник, 2 августа 2022 г.	52
Среда, 3 августа 2022 г.	45
Четверг, 4 августа 2022 г.	36
Пятница, 5 августа 2022 г.	52
Суббота, 6 августа 2022 г.	29
Воскресенье, 7 августа 2022 г.	34
Понедельник, 8 августа 2022 г.	61
Вторник, 9 августа 2022 г.	52
Среда, 10 августа 2022 г.	47
Четверг, 11 августа 2022 г.	45
Пятница, 12 августа 2022 г.	50
Суббота, 13 августа 2022 г.	38
Воскресенье, 14 августа 2022 г.	39
Понедельник, 15 августа 2022 г.	43
Вторник, 16 августа 2022 г.	45
Среда, 17 августа 2022 г.	65
Четверг, 18 августа 2022 г.	53
Пятница, 19 августа 2022 г.	39
Суббота, 20 августа 2022 г.	21
Воскресенье, 21 августа 2022 г.	37
Понедельник, 22 августа 2022 г.	39
Вторник, 23 августа 2022 г.	53
Среда, 24 августа 2022 г.	48
Четверг, 25 августа 2022 г.	47
Пятница, 26 августа 2022 г.	60
Суббота, 27 августа 2022 г.	39
Воскресенье, 28 августа 2022 г.	48
Понедельник, 29 августа 2022 г.	61
Вторник, 30 августа 2022 г.	67
Среда, 31 августа 2022 г.	61
Четверг, 1 сентября 2022 г.	64
Пятница, 2 сентября 2022 г.	53
Суббота, 3 сентября 2022 г.	47
Воскресенье, 4 сентября 2022 г.	37
Понедельник, 5 сентября 2022 г.	60
Вторник, 6 сентября 2022 г.	62
Среда, 7 сентября 2022 г.	74
Четверг, 8 сентября 2022 г.	79
Пятница, 9 сентября 2022 г.	66
Суббота, 10 сентября 2022 г.	41
Воскресенье, 11 сентября 2022 г.	51
Понедельник, 12 сентября 2022 г.	64
Вторник, 13 сентября 2022 г.	59
Среда, 14 сентября 2022 г.	46
Четверг, 15 сентября 2022 г.	54
Пятница, 16 сентября 2022 г.	59
Суббота, 17 сентября 2022 г.	41

Главная — Егор Гавриленко

Love for Gems

Добро пожаловать на мой сайт!

Я профессиональный геммолог и огранщик драгоценных камней, родился в Санкт-Петербурге и с 19 лет живу в Мадриде.98.

Я очень увлечен драгоценными камнями, геммологией, включениями в драгоценных камнях, микрофотографией и огранкой драгоценных камней.

Здесь вы найдете некоторую информацию обо мне, краткие описания моих проектов, мой блог с последними новостями и публикациями, а также ссылку, чтобы проверить мои геммологические отчеты онлайн.

Спасибо за визит! Если у вас есть какие-либо комментарии, пожалуйста, свяжитесь со мной по электронной почте или в социальных сетях.

Конверт

Facebook-f

Инстаграм

Линкедин

YouTube

БОЛЬШЕ ОБО МНЕ

gems-inclusions.com

Все о включениях в драгоценных камнях

Включения в драгоценных камнях — моя страсть на всю жизнь! Они дают геммологам очень ценную информацию о природе и условиях образования драгоценных камней, а также создают фантастические сцены для микроскопического наблюдения и фотографирования драгоценных камней.

Я создал этот веб-сайт, чтобы поделиться своей страстью с геммологами и коллекционерами включений. Там вы найдете обширную информацию о включениях в драгоценных камнях, большую фотогалерею включений и подборку коллекционных образцов с редкими и эффектными включениями в драгоценных камнях со всего мира.

Перейти на сайт

Магия блеска и рассеивания

Еще одно мое увлечение – огранка драгоценных камней. Одним из материалов, с которыми мне нравится работать, является драгоценный камень сфалерит. На руднике Алива в Кантабрии (Испания) добывались лучшие и самые крупные в мире прозрачные сфалериты, хорошо известные коллекционерам редких драгоценных камней и минералов. Я подготовил этот веб-сайт с большим количеством информации об этом замечательном материале и с некоторыми из моих ограненных сфалеритов, доступных для покупки.

Сфалерит довольно мягкий камень, поэтому в ювелирных изделиях используется нечасто. Тем не менее, у него очень высокий показатель преломления и чрезвычайно высокая дисперсия, что делает этот драгоценный камень исключительным предметом для коллекций. Загляните в раздел Ограненные сфалериты, там вы сможете найти действительно уникальные сфалериты точной огранки для своей коллекции!

ПЕРЕЙТИ НА ВЕБ-САЙТ

Прецизионные драгоценные камни для ювелирных изделий

Это проект, над которым я сейчас работаю, он все еще находится в стадии подготовки. На этом сайте я буду публиковать свои ограненные камни для украшений.

Для огранки использую технику прецизионной огранки. Он использует специальные компьютерные программы для создания оригинальных рисунков огранки и оптимизации прохождения света через драгоценный камень, чтобы получить максимальный блеск и мерцание.

Нажмите «Показать больше информации», чтобы просмотреть основные моменты этого проекта.

Перейти на сайт

Поиск

Общие фильтры

Скрытый ярлык

Новые камни

Виртуальное черновое планирование огранки драгоценных камней

3 апреля 2021 г.

Черновая планировка – важная операция, позволяющая максимально увеличить вес драгоценного камня, вырезаемого из необработанного куска. …

Мой новый дизайн огранки «Campanadas» — готово

Процесс огранки

18 ноября 2020 г.

Я публикую здесь несколько фотографий процесса огранки для партии мелких сфалеритов триллионной огранки, которые я огранил…

Gold&Time: украшения от Fracchia и звезда Гавриленко в новогоднюю ночь

14 января 2021 г.

Большое спасибо моим друзьям из газеты Gold&Time за эту приятную заметку об украшениях с моими драгоценными камнями, разработанными…

TIMEJUST: особенная нарезка, чтобы попрощаться с 2020 годом!

17 декабря 2020 г.

Спасибо за упоминание моей работы по этому особому случаю – украшения Lisi Fracchia для Anne Igartiburu!…

Madrid Metropolitan – интервью Лизи Фраккиа

12 декабря 2020 г.

Приятное интервью с подругой, известным ювелирным дизайнером Лизи Фраккиа, в котором она упоминает о нашем сотрудничестве в создании украшений с испанским. ..

Поездки

Via ferrata El Ventano del Diablo, Куэнка

20 сентября 2020 г.

Вот несколько фотографий из очень приятной короткой поездки в Куэнку с моим старшим сыном Евгением. У нас был…

Мюнхенская выставка 2019

27 октября 2019 г.

Несколько фотографий с Мюнхенской выставки – Mineralientage Мюнхен, октябрь 2019 г. Для меня было большой честью показать некоторые из моих…

Посещение гранильного завода в Панью, Китай

28 декабря 2015 г.

Публикую здесь несколько фото и видео из очень интересной поездки в важную область драгоценных камней и ювелирных изделий…

Виртуальное черновое планирование огранки драгоценных камней

3 апреля 2021 г.

Черновое планирование — важная операция, позволяющая максимально увеличить вес драгоценного камня, вырезаемого из необработанного куска….

Процесс огранки

18 ноября 2020 г.

Работа с Lisi Fracchia

16 ноября 2020 г.

Здесь мы выбираем некоторые драгоценные камни для особого проекта Lisi Fracchia (www.lisifracchia.com). Больше информации об этом проекте скоро,…

Егор Беленков | Fast Casual

Fast Casual Executive Summit — 9–11 октября 2022 г. | Индианаполис
#QSRNext — 9 ноября 2022 г. | Виртуальный
Саммит инноваций самообслуживания — 14–16 декабря 2022 г. | Голливуд, Флорида
Саммит ресторанного франчайзинга и инноваций — 20–22 марта 2023 г. | Nashville

НовостиПоставщикиФраншизыРесурсыВебинарыПодкастыСобытия

Subscribe

Main Menu

Home

NewsSuppliersFranchisesResourcesWebinarsPodcastsEvents

Topics

FranchisingOperationsMarketingFood & BeverageTechnologyStaffingPaymentsDeliveryMore Topics

Stay Connected

SubscribeFacebookLinkedInTwitterRSS

Моя учетная запись

ПрофильКлиентский портал

Дополнительные ссылки

РекламаО насСвязаться с намиРуководство по дизайну

Егор — основатель и генеральный директор Kitcast, технический предприниматель. Ориентирован на создание технологий, управляемых данными. Специалист по решениям для самообучения и машинного обучения в индустрии программного обеспечения.

Свяжитесь с Егором:

Веб-сайт

ОТ ЕГОРА БЕЛЕНКОВА

блог

5 способов сохранить индивидуальный подход в сфере недвижимости с помощью цифровых вывесок

Арендаторы и домовладельцы любят работать с клиентоориентированными агентствами. Цифровые вывески в сфере недвижимости — ваш лучший выбор, чтобы ваши сообщения выглядели личными и заботливыми.

4 декабря 2018 г. | Егор Беленков — генеральный директор, Kitcast

блог

Как превратить цифровую вывеску в инструмент маркетинга недвижимости

Цифровая вывеска — относительно новый инструмент в сфере недвижимости. Изучение того, как его использовать, может пригодиться тем, кто хочет активизировать свои маркетинговые усилия.

29 ноября 2018 г. | Егор Беленков — генеральный директор, Kitcast

блог

Контрольный список эффективных наружных цифровых вывесок в розничной торговле

Цифровые вывески в розничной торговле навсегда меняют рынок. Владельцы офлайн-бизнеса теперь могут улучшить взаимодействие с клиентами и предоставлять более актуальный динамический контент. Выберите правильное программное обеспечение для цифровых вывесок и получите максимальную отдачу от этой возможности, чтобы улучшить свою маркетинговую игру.

26 ноября 2018 г. | Егор Беленков — генеральный директор, Kitcast

блог

Цифровые вывески в розничной торговле влияют на показатели удержания клиентов больше, чем вы думаете

Цифровые вывески в розничной торговле занимают лидирующие позиции среди самых увлекательных инструментов для взаимодействия с вашими клиентами. Вот основы, которые вам нужно знать, чтобы значительно улучшить удержание клиентов.

9 ноября 2018 г. | Егор Беленков — генеральный директор, Kitcast

блог

Простой контрольный список для успешной сети цифровых вывесок

30 октября 2018 г. | Егор Беленков — генеральный директор, Kitcast

Комментарий

5 будущих тенденций цифровых вывесок, которые изменят рынок

В будущем цифровые вывески будут умнее, хитрее и персонализированнее, и это только начало.

25 мая 2017 г. | от Егора Беленкова — генерального директора, Kitcast

ЕЩЕ ОТ ЕГОРА

Новости

Безумие Терияки завершилось летом с 91 подписанной сделкойFatburger, Buffalo’s Express дебютирует в округе КолумбияКафе Рио открывает магазины в ДенвереК 2029 году рынок POS-терминалов вырастет на 7,4%Клиенты ресторанов хотят больше сделок, количество посещений через автомобили остается высокимОтчет: представители поколения Z отдают предпочтение QSR, особенно быстрой повседневнойВеб-семинар исследует, как мистер Pickle’s использует технологии для достижения успеха в отрасли

Другие новости

Ресурсы

Внедрение киосков самообслуживания: текущие тенденции и прогнозы на будущее. персонализацияКак увеличить количество соискателей и нанять замечательных людей в условиях жесткого рынка труда Франчайзинговая группа McDonald’s удерживает сотрудников во время трудового кризиса

Дополнительные ресурсы

Cafe Rio открывает магазины в Денвере Zaxby запускает «соусное» фруктовое мороженое Fatburger, Buffalo’s Express дебютирует в DC Earl Enterprises замечает бывшего Дардена, президента Chuck E Cheese Шлоцски раздевается с OnlyFans

Premium

Content Состояние отраслиОтчет о переписи рынка киосков за 2022 годОтчет о переписи рынка киосков за 2021 годБудущее потребительского самообслуживанияЭлектронное обучение операторов грузовиков с едой Серия

Повышение качества данных с помощью соглашений об уровне обслуживания продуктов данных с Егором Грязновым из Bigeye

Эрик Доддс 00:06

Добро пожаловать на выставку Data Stack Show. Каждую неделю мы исследуем мир данных, разговаривая с людьми, формирующими его будущее. Вы узнаете о новых технологиях обработки данных и тенденциях, а также о том, как работают команды и процессы обработки данных в ведущих компаниях. Data Stack Show представляет вам RudderStack, CDP для разработчиков. Вы можете узнать больше на RudderStack.com.

Эрик Доддс 00:26

С возвращением. Очень рад сегодня пообщаться с нашим гостем Егором. Он основал компанию Bigeye, занимающуюся качеством данных. И это действительно интересная тема, я думаю, что мой животрепещущий вопрос, Костас, заключается в том, как на самом деле выглядит качество данных в организации, и когда эти проблемы начинают становиться по-настоящему острыми? Мы много говорили о масштабе. Стартап, состоящий из двух человек в гараже, которые просто запрашивают свою базу данных Postgres, и у них даже нет представления о том, как будут выглядеть их данные. А в масштабах такой компании, как Uber, где Егор работал над созданием информационных продуктов, это совсем другая игра. Поэтому меня интересует его взгляд на то, когда проблемы обостряются. Когда вам нужны инструменты для контроля качества данных? А ты?

Костас Пардалис 01:18

Да, я думаю, я бы начал с того, чтобы попытаться вместе с Егором определить, что такое качество данных, или, по крайней мере, дать какое-то лучшее определение. Это один из этих терминов, который вместе с некоторыми другими вещами, которые они входят в более широкое понятие продуктов, связанных с управлением данными, о которых мы много говорим. Мы используем такие термины, как качество, что позволяет каждому легко составить мнение о качестве. Но я не думаю, что у нас действительно есть четкое определение того, что такое качество данных. И я хотел бы попытаться сделать это сегодня с Егором более понятным, и я уверен, что у нас будет больше тем для разговора с ним.

Эрик Доддс 02:01

Абсолютно. Мы всегда делаем. Что ж, приступим.

Костас Пардалис 02:03

Давайте сделаем это.

Эрик Доддс 02:05

Егор, добро пожаловать на шоу. Очень рад, что вы с нами сегодня.

Егор Грязнов 02:09

Большое спасибо, что пригласили меня, Эрика и Костаса. Здорово быть на шоу.

Эрик Доддс 02:12

Хорошо, есть о чем поговорить. Но, как всегда, мы хотели бы услышать о вашем прошлом, а затем о большеглазом.

Егор Грязнов 02:19

О, обязательно. Итак, я Егор. Я соучредитель и технический директор Bigeye. Мой опыт работы инженером-программистом, который попал в пространство данных. Моей первой работой была аналитика колл-центра. Мы работали над новой платформой, используя Hadoop, который в 2012 году был популярной новой технологией. В то время мы писали необработанные задания Java MapReduce и просто пытались обрабатывать информацию. Как нам вообще превратить Hadoop и MapReduce в масштабируемое решение? Очевидно, что сейчас существует множество лучших технологий для масштабирования аналитики, но это определенно было интересное знакомство с миром данных. Оттуда я попал в хранилище данных. Я присоединился к компании под названием One Kings Lane, которая занимается электронной коммерцией. Моя команда настроила стек хранилища данных, от инфраструктуры до ETL, а также моделирования и визуализации данных. Итак, я получил представление о том, как выглядит все пространство? Как вы масштабируете платформу данных с самого низкого уровня, который просто настраивает вашу базу данных и полностью загружает туда данные? Чем пользуются аналитики? Как мы представляем информационные панели? Какие инструменты мы хотим там? Интересным моментом в этом опыте было то, что мы были одними из первых пользователей Looker. Да, на самом деле у нас были некоторые из соучредителей, я думаю, один из соучредителей, которые пришли и представили нам, потому что это было действительно тогда, когда Looker только начинал.

Эрик Доддс 03:54

Ага. Ух ты. Хорошо, так что, что напомнить мне, какой это период времени?

Егор Грязнов 04:00

Итак, это был 2013, 2014 год.

Эрик Доддс 04:03

Ладно. Ага. Ага, дикий. Хорошо. Да, только на последних двух шоу мы говорили о том, каково было создавать стек тогда и сейчас. Я имею в виду, просто кардинально отличается. И, конечно же, Looker теперь является частью Google. И это так, это удивительно.

Егор Грязнов 04:19

Тогда все было иначе. Тогда все делалось вручную. Мы написали так много сценариев Bash и Python, чтобы все работало вместе. И варианты тогда для аналитики и бизнес-аналитики действительно были либо Mode, либо Looker для более современных, или вы можете использовать что-то вроде Tableau или MicroStrategy, если у вас есть люди, которые их используют. Решили попробовать Looker и было интересно просто залезть в LookML. Уже тогда у них было несколько действительно отличных идей. Я очень взволнован.

Эрик Доддс 04:58

Ага. Потрясающий. Хорошо.

Егор Грязнов 05:02

Итак, я присоединился к Uber в конце 2014 года. В тот момент Uber пытался масштабировать свою аналитику. И их группа данных выполняла всю свою аналитику на реплике Postgres; было несколько таких реплик. Это не было масштабированием. В то время в компании работало около 1800 человек. Итак, у нас есть опыт создания платформы данных, я плюс пара других людей присоединились и создали команду хранилища данных в Uber, сделали то же самое, что мы сделали в One Kings Lane, но в 100-кратном увеличении, темпе и масштабе. настроить инфраструктуру, все необходимое ETL, моделирование данных, просто загнать людей в загон, чтобы они рассказали нам, как бизнес смотрит на данные? И что это значит? Все, что связано с визуализацией. И к концу 2015, началу 2016 года, когда базовое ядро было готово, платформа была готова, я работал над гораздо более конкретными проектами. Я работал в сфере рекламных технологий. Я работал над экспериментальной платформой, где в итоге стал техническим руководителем за последние два года работы в Uber. А затем я также работал и участвовал в некоторых основных усилиях по созданию платформы данных.

Эрик Доддс 06:24

Ого. И это всего лишь быстрый вопрос ботаника от маркетолога, который много тестирует. Была ли ваша тестовая платформа собрана вручную?

Егор Грязнов 06:36

Да, в Убере вообще все делалось вручную. Я думаю, что это небольшое инженерное заблуждение, что мы можем сделать это лучше, и мы знаем, как построить что-то лучше, чем мы могли бы купить. И я думаю, что это все еще распространено сегодня. Тогда это определенно было распространено. Но многие вещи, которые Uber разрабатывал самостоятельно, были очень специфичны и сосредоточены на проблемах, с которыми сталкивалась Uber, которые, как правило, не были теми же проблемами, с которыми столкнулась бы любая другая компания: темп, масштаб, типы данных. что у нас было, все это было довольно уникальным по сравнению с тем, что было на рынке.

Эрик Доддс 07:19

Ага. Да, я просто спросил, потому что инфраструктура тестирования, я имею в виду, многие вещи в пространстве данных нетривиальны. Но когда вы думаете о статистической значимости, и в нее входит много математики, когда вы вникаете в многомерные вещи, вы попадаете в довольно смелую математику, в дополнение, например, к выполнению программного обеспечения, которое имеет очень, это на острие конец, как, пользовательский опыт. И поэтому кажется, что это очень сложно построить.

Егор Грязнов 07:49

Да, и интересно, что вы поднимаете статистическую значимость. В команде экспериментальной платформы, в моем самом крупном проекте, был инструмент для аналитики экспериментов, к которому приходили пользователи, выбирали нужные им метрики, выбирали свой эксперимент, а затем инструмент вычислял метрики, запускал весь необходимый статистический анализ и затем покажите им статистическую значимость этого. И это был действительно интересный опыт масштабирования этого и создания достаточно общего, чтобы его можно было использовать с любым экспериментом в любой метрике. Но в то же время по-прежнему загоняя всех в разумный набор показателей, на которые всем нужно смотреть. Базовый. Сколько поездок совершается? И ваш эксперимент негативно влияет на это?

Эрик Доддс 08:36

Да, да, это восходит к тому, что самое сложное в любой аналитике — это просто определения в компании.

Егор Грязнов 08:46

Я определенно мог бы вникнуть в это, я знаю, на самом деле в настоящее время существует множество инструментов, которые начинают работать с определениями метрик и непротиворечивостью. У вас есть супернабор, у вас есть преобразование, и все они работают над тем, чтобы помочь предприятиям стандартизировать определения своих метрик. В Убере такая же проблема. Это большой бизнес, все определяют метрики по-своему. И я помню, что отчасти трудность заключалась в том, чтобы просто объяснить всем, что такое поездка? Что такое доход? Как подсчитать сплиты и убедиться, что все это работает в определении метрики и что каждая команда может действительно осмысленно ее использовать?

Эрик Доддс 09:29

Конечно. Любить это. Что ж, спасибо, что спустились в маленькую кроличью нору. Это супер увлекательно. Но ладно, так что Uber и теперь Bigeye.

Егор Грязнов 09:40

Теперь Большой Глаз. Итак, Bigeye — это платформа качества данных. Мы хотим помочь людям обеспечить высокое качество своих данных; что он пригоден для использования. И мы создаем платформу, которая помогает им постоянно отслеживать свои данные. Сообщите им, идет ли что-то не так с их данными, чтобы люди могли знать заранее, а не неприятно удивляться, когда открывают сломанную панель инструментов.

Эрик Доддс 10:10

Да, полностью. Итак, не могли бы вы просто дать нам пару похожих вариантов использования, верно? Поэтому компании собирают данные такого типа. И затем есть какая-то аберрация или вывод или что-то в этом роде, не могли бы вы просто привести нам пример использования, может быть, от клиента, или просто дать нашей аудитории представление о том, как это выглядит в действии?

Егор Грязнов 10:34

Конечно. Так что я на самом деле держу пари, что каждый из ваших слушателей сталкивался с проблемой качества данных в какой-то момент в прошлом, и, вероятно, совсем недавно, в начале этой недели. Таким образом, проблемы с качеством данных действительно варьируются от чего-то простого, наш поставщик сказал нам, что они предоставят данные к понедельнику в 8 утра. И они этого не сделали. А сейчас вторник, а у нас еще нет данных. Так что это известно как проблемы со свежестью или задержкой, когда данные просто не обновляются вовремя. Это не всегда сторонние данные. Иногда это внутренние данные, которые просто не обновляются по какой-либо причине. Затем вы переходите к более интересным случаям качества данных, например, допустим, в вашем бизнесе ежедневно регистрируется в среднем 10 000 пользователей. И вы можете посмотреть на свою таблицу логинов, и вы можете увидеть флуктуацию, вроде как около 10 000, может быть, немного больше пользователей в течение недели, меньше по выходным, но это в разумных пределах. А что если вдруг 100 000 пользователей войдут в систему? Потому что вас спамит куча ботов? Вы хотели бы знать об этом до того, как вся эта информация попадет в вашу аналитику, и вы представите эту панель своему руководителю по развитию? И это похоже на то, что мы просто увеличили наш бизнес в 10 раз за одну ночь, но это не настоящие данные. Но вы этого не знаете, потому что на самом деле вы не просматриваете данные перед тем, как использовать их. И поэтому есть много примеров проблем с качеством данных. Но это всегда сводится к вопросу, могу ли я доверять своим данным? И могу ли я на самом деле принимать точные решения с данными, которые я использую?

Костас Пардалис 12:28

Вы упомянули о своем путешествии через Uber. Вы сразу же работали над многими разными вещами, как вы говорите, как будто вы начали в значительной степени с создания всей инфраструктуры, а позже у вас было много проектов. Что заставило вас сосредоточиться на качестве Bigeye? Как вы думаете, почему качество важно, или, по крайней мере, почему вы так взволнованы этим?

Егор Грязнов 12:50

Я в восторге от качества, потому что это было одной из самых больших проблем, с которыми мы столкнулись, когда впервые создавали платформу данных в Uber. Сколько раз кто-то отправлял нам сообщения в Slack — тогда это был HipChat, но то же самое — кто-то писал нам и говорил, что что-то не так с моим запросом, я открываю эту панель, эти цифры не делают смысл. И это все. Нет никакой другой информации о том, что они имеют в виду, говоря, что что-то идет не так. И это происходит снова и снова и снова. А иногда внутренние аналитики и специалисты по данным разговаривают с командой инженеров данных, как это было в случае с нами. Иногда руководители смотрят на какую-то панель KPI, а затем отправляют сообщение аналитику и говорят, что это подозрительно пахнет, как будто на этом графике что-то не так. Можете ли вы дважды проверить это для меня? Если аналитику некуда пойти и сказать, все данные, которые поступают на эту панель, являются высококачественными и заслуживающими доверия и, по крайней мере, соответствуют тому, как мы ожидаем, что эти данные будут выглядеть. Если они не могут сказать это с высокой уверенностью, тогда этот аналитик должен пойти и потратить все свое время и, возможно, потратить полдня, просто копаясь в куче таблиц и SQL-запросов, просто пытаясь понять, почему что-то выглядит не так? Сегодня проблема качества данных стоит еще острее, потому что сегодня намного проще масштабировать платформы данных. Если вы вспомните даже 2014, 2015 годы, когда мы строили платформы, все приходилось закатывать дома. Инструмента было не так уж и много. Вы бы купили решение для хранения данных в тот момент, это была либо Vertica, либо Teradata. Если вы действительно на шаг впереди, возможно, вы уже используете Snowflake, тогда Redshift тоже был обычным явлением. Итак, вы получаете одно из этих решений, а затем вы как бы предоставлены сами себе. Отлично, у меня есть место для хранения моих данных. Теперь что мне с этим делать? Что ж, теперь вы выстраиваете эти процессы, чтобы убедиться, что вы их корректируете, моделируете и представляете очень контролируемым образом. И чтобы все почти все время следили за данными, должен был быть аналитик, который отвечал бы за этот конкретный набор данных, за эту конкретную информационную панель. И они бы знали, как это выглядит, они бы нутром чувствовали, как это выглядит. И они могли выявить проблемы на ранней стадии.

Егор Грязнов 15:32

В современном мире, если бы я сегодня, в 2021 году, построил платформу данных в любом бизнесе, это заняло бы у меня считанные дни. Я шел в Snowflake, провожу кредитной картой и получаю хранилище данных, затем иду в Fivetran, провожу кредитной картой, чтобы получить свой ETL. И я захожу в Looker, Mode или Tableau и провожу кредитной картой, чтобы получить инструмент BI. И вдруг у меня заработал весь этот конвейер. И объем данных, которые я могу получить на своем складе и фактически начать использовать для бизнес-решений, вырос в геометрической прогрессии, потому что я могу просто подключить через Fivetran столько вещей, сколько захочу. Внезапно мои маркетинговые данные оказались здесь. И все мои данные о продажах идут сюда, все мои данные о продуктах идут сюда. И я всего лишь один инженер данных. И я не могу осмысленно знать, как должны выглядеть эти данные. Это правильно? Могут ли люди использовать его?

Егор Грязнов 16:29

И вот теперь я отвечаю на все эти вопросы от бизнеса, говоря: «Ну, моя приборная панель выглядит неправильно. И мой единственный ответ на это таков: конвейер работает нормально. Так что я понятия не имею, что еще там происходит. Из-за этого проектирование данных сегодня не масштабируется линейно, с точки зрения численности персонала, с объемом данных, которые фактически используются бизнесом. Поэтому командам, работающим с данными, требуется гораздо больше инструментов, чтобы действительно масштабироваться вместе с бизнесом и расти вместе с их данными. Именно поэтому сейчас самое подходящее время, чтобы сосредоточиться на создании инструментов для масштабирования, помогая хорошим командам масштабироваться. Так, например, качество данных, понимание того, откуда поступают данные. Все это управление конвейером. DBT — еще один отличный пример этого. DBT — это просто очень, очень быстрый способ построить модели данных в повторяемом, разумном процессе. И вот почему вы видите эту революцию в инструментах обработки данных, потому что данные начали масштабироваться намного быстрее, чем когда-либо прежде.

Эрик Доддс 17:39

Егор, один момент, который вы указали, который я считаю действительно интересным, о котором мы мало говорили, это контекст проблемы. И это забавно, потому что ранее на этой неделе, что касается маркетинга, у нас было много конвейеров данных, которые работали и составляли наши отчеты. И был номер, который казался немного неправильным, и он был недостаточно неправильным, чтобы нравиться, быть очень тревожным. Но я подумал, что это действительно интересно. Типа, это правильно? Конечно, по мере того, как я проходил через это, я думаю, что контекст действительно сложно перевести, верно? Итак, если вы думаете о маркетинге, обращаясь к инженеру данных, маркетолог имеет так много контекста вокруг этих кампаний, которые мы проводим, и это коэффициенты конверсии, на которые мы смотрим, и все такое прочее, что инженер данных не имеет.

Эрик Доддс 18:27

Как вы решаете эту проблему? И во многих отношениях, я думаю, в некотором смысле это выходит за рамки инструментов и затрагивает культурные аспекты. Но мне бы очень хотелось узнать, как вы подходите к этой проблеме или подходили к ней в прошлом. И как выглядят успешные отношения между нижестоящими командами, у которых есть контекст, и инженером данных, который следит за тем, чтобы пайплайны работали?

Егор Грязнов 18:49

Думаю, это очень интересный вопрос. Потому что, как вы заметили, у этой проблемы действительно есть две стороны. Одна сторона — это действительно организация. С точки зрения организации у вас есть разрозненные роли, которые на самом деле не понимают домен друг друга. Маркетологи не разбираются в конвейерах данных; может быть, они пишут какой-то базовый SQL, но они, вероятно, не на том уровне, что инженер данных делает изо дня в день. Затем у вас есть инженер по данным, который просто говорит: «Ну, я уже перегружен всеми этими данными, которые мне нужно перенести в хранилище, у меня нет времени разбираться во всех областях бизнеса». И поэтому я думаю, что правильный ответ состоит в том, чтобы заставить их встретиться посередине и объединить две базы знаний таким образом, чтобы они оба могли извлечь выгоду друг из друга.

Егор Грязнов 19:48

Итак, Bigeye намеревается создать инструмент, который позволит осуществить этот процесс. Мы хотим, чтобы пользователи могли выражать свои ожидания в отношении своих данных таким образом, чтобы они были понятны бизнес-пользователям, чтобы бизнес-пользователи могли использовать свой контекст. Если они говорят это, мы ожидаем, что наша средняя цена продажи или среднее количество просмотров объявления будет около 200. У них есть эта информация, и они должны быть в состоянии предоставить эту информацию в инструмент мониторинга качества данных, что мы и делаем. через простой для понимания пользовательский интерфейс WYSIWYG, чтобы кто-то мог просто прийти и сказать, что это именно то, что я выражаю здесь.

Егор Грязнов 20:40

Но, с другой стороны, он должен быть достаточно масштабируемым, чтобы дата-инженер мог сказать: «Окей, эта штука меня насторожила». Это говорит о том, что что-то не так с этим набором данных. С чего мне вообще начать? Таким образом, у инженера данных должно быть достаточно контекста, чтобы он мог сказать: вот эта таблица, вот метрика, которая вас предупреждает, вот некоторый SQL, который вы можете запустить прямо сейчас, чтобы попытаться отладить его. И я думаю, что в будущем это расширится до действительно совместных runbook. Эта проблема выстрелила. Инженер данных знает, что им нужно сделать, чтобы исправить это на стороне инфраструктуры. Но затем маркетолог может прийти и внести свой вклад в тот же модуль Runbook. И скажите, кстати, вот ожидание, вот почему это ожидание. Итак, теперь у вас есть контекст, почему это проблема.

Эрик Доддс 21:38

В каком-то смысле это очень хорошо, как регистрация ошибок, верно? Например, если подумать о множестве деталей вокруг. Вот основа проблемы. Вот где вы должны начать устранение неполадок. Мол, это суперинтересно.

Егор Грязнов 21:55

Это как трассировка стека для ПО. Да, ты смотришь, смотришь на следующую вещь и думаешь: «Окей, ну, отлично». Какая строка кода вызвала это? Я думаю, что с данными все намного сложнее, потому что для данных нет трассировки стека. Да, если бы я, если бы я мог получить любой инструмент по щелчку пальцев, это была бы трассировка стека для данных, где вы можете сказать, вот 10 записей, которые вызывают это. И кстати, они на самом деле пришли отсюда, и они пришли отсюда. И я знаю, что родословная — очень, очень популярная тема в наши дни. Но никто не занимается родословной до уровня рекорда. У разработки программного обеспечения есть эта строка в этом файле, которая вызвала ваше исключение. Да, данные в лучшем случае есть, это что-то интересное, что происходит в ваших данных. Но что, например, 100 записей из 10 миллиардов, которые я загрузил сегодня, вызывают это? Удачи. И это легко для некоторых случаев, иногда вы можете сказать, хорошо, что этот столбец никогда не должен быть нулевым. А так, если у вас там нет записи, ладно. Это очень простой фильтр, легко исправить. Но что, если ваш средний показатель изменится? Или что, если вы занимаетесь машинным обучением, а ваш дистрибутив меняется? Как ваша дисперсия растет? Что вызвало это? Ну, это может быть что угодно. Вы не можете точно сказать. И поэтому я думаю, что с данными намного сложнее, чем с программами, точно определить эти проблемы.

Костас Пардалис 23:31

Да, абсолютно. Что-то, что я заметил, например, все это время, пока вы говорили, похоже, что качество — это то, что очень похоже на каждую часть организации, верно? Как будто все начинается с оборудования, которое вы там используете, верно? Вплоть до того, как, например, вице-президент по маркетингу интерпретирует цифры, верно? И я хочу спросить вас, это звучит как очень большая проблема, как будто это трудно даже определить правильно как проблему. Говоря о качестве, легко использовать термин «качество». Но в конце концов, если вы хотите решить проблему, вам нужно лучшее определение проблемы. Итак, как вы определяете качество в Bigeye?

Егор Грязнов 24:13

Так что я думаю, что это действительно интересно, потому что я согласен с вами, что каждый определяет качество данных по-разному. С нашей точки зрения, качество данных — это качество конечного продукта данных. Поэтому я собираюсь сделать шаг назад. Я часто использую слово «продукт данных». Но если вы думаете о программном обеспечении, очень легко определить, что является конечным результатом для программного обеспечения. Обычно это веб-сайт, API, SDK, что бы это ни было, это и есть продукт. И когда что-то идет не так с этим продуктом, сразу видно, что идет не так. Если вы заходите на свою веб-страницу и выдает ошибку, значит, ваш продукт неисправен. Для данных важно определить, что представляют собой эти продукты данных. Инженеры данных часто говорят, что эта таблица является продуктом данных. Моим результатом является тот факт, что эта таблица существует на складе и постоянно обновляется. Но вам нужно сделать несколько шагов вперед от этого, потому что эта таблица затем используется в ETL, входит в другие таблицы, которые затем в конечном итоге переходят в информационную панель, модель машинного обучения, которая может предоставлять какую-то функциональность продукта для вашего основное приложение. Так что это конечный результат для команды данных. И поэтому важно измерить качество на этом этапе. Важно понимать, что моя панель KPI удобна в использовании. Мой продукт — панель KPI.

Егор Грязнов 26:03

Сейчас на этой панели может быть 10 таблиц. На самом деле никого не волнуют таблицы, люди заботятся о том, чтобы посмотреть на приборную панель в конце дня. Таблицы полезны для того, чтобы информировать нас о том, что может привести к неправильной работе этой информационной панели. Что может привести к поломке этого продукта данных? А в Bigeye у нас есть концепция SLA, которую наши клиенты используют для определения состояния продуктов данных. Итак, если вы думаете об SLA от программного обеспечения, соглашения об уровне обслуживания, это возможность сказать, когда мое приложение доступно, а когда я сочту его неработоспособным, неработоспособным, и какие показатели этому способствуют. Итак, для приложений это частота ошибок, поздняя задержка, пропускная способность, независимо от того, как вы хотите определить свое соглашение об уровне обслуживания.

Егор Грязнов 27:03

Для продуктов данных это становится комбинированными показателями, которые вы измеряете для базовых источников данных. Так, например, предположим, что у меня есть панель управления KPI, скажем, у меня есть две таблицы, входящие в нее, моя таблица пользователей и моя таблица продаж. Верно? Теперь, если моя таблица продаж задерживается, например, или вдруг, мы замечаем, что в столбце суммы продаж есть отрицательные значения, чего никогда не должно быть. Тогда я могу сказать, что эта таблица неработоспособна, потому что эта метрика находится за пределами ожидаемого диапазона, точно так же, как вы могли бы сделать это для задержки. И затем это может затем попасть в ваш продукт данных и сказать, что информационная панель KPI неработоспособна, потому что что-то, что питает эту информационную панель KPI, стало неработоспособным, потому что одна из метрик вышла за пределы ожидаемого диапазона. Итак, на панели KPI есть SLA, теперь это SLA красного цвета, оно нарушено, потому что базовая метрика нарушила это SLA. И поэтому мы измеряем качество на этом уровне конечного продукта, но позволяем пользователям создавать это соглашение об уровне обслуживания из базовых компонентов из тех показателей, которые мы используем для измерения состояния данных.

Костас Пардалис 28:26

Очень интересно. Вы упомянули в качестве примера продукты данных, обычно такие как результаты BI, которые похожи на отчеты, верно, какие другие продукты данных вы видите, как правило, в организации сегодня?

Егор Грязнов 28:38

Модели машинного обучения будут сегодня самыми популярными. И это на самом деле интересно, потому что BI — это наиболее простой для понимания пример продукта данных. Потому что есть приборная панель, которую вы видите на экране. Очень легко понять, когда что-то идет не так. Сегодня существует гораздо больше продуктов данных, которые более автоматизированы и менее очевидны, когда что-то идет не так. Таким образом, модели машинного обучения являются отличным примером этого. Эти модели машинного обучения, у вас есть обучающий набор данных. Он собирается построить эту модель. И затем он собирается использовать эту модель, чтобы сделать какой-то прогноз. И обычно эта модель поддерживает какую-то функциональность продукта. Так что, в конце концов, если мы хотим говорить о том, что модель машинного обучения является конечным продуктом данных, или что функциональность продукта является конечным продуктом данных, на самом деле не имеет значения, что это один к одному.

Егор Грязнов 29:40

Итак, поговорим о модели машинного обучения. Теперь, если данные, поступающие в эту модель, используемую для обучения, в чем-то неверны, то это классическая фраза: мусор на входе, мусор на выходе. Если эти данные неверны, то ваш конечный продукт данных будет неверным. На самом деле это очень дорого обходится бизнесу, даже больше, чем сломанная панель инструментов, потому что со сломанной панелью управления человек будет смотреть на это и принимать решение о том, доверять ли данным или нет, и принимать ли решение верить это или нет. Если у вас есть модель машинного обучения, ни один человек на это не смотрит. Первый человек, который заметит, — это покупатель, пытающийся использовать функцию продукта.

Егор Грязнов 30:23

Даже вернемся к примеру с Uber. Допустим, у вас есть модель машинного обучения, которая говорит, что вот как далеко мы собираемся заставить водителей принять пикап. И допустим, эта модель обучалась на плохих данных. А теперь он говорит, что все наши водители приезжают через полчаса, потому что мы не можем отправить кого-то ближе. Что ж, это проблема. И это клиент, столкнувшийся с проблемой. Они перестанут пользоваться приложением. Это немедленное влияние на бизнес. И это опасно, потому что на это никто не смотрит. Никто не смотрит на модель и не говорит: а что модель делает? И, конечно же, иногда у вас есть очень тесные петли обратной связи, которые могут измерить выходные данные модели и сказать, что что-то выглядит не так, давайте откатимся назад. Но у большинства предприятий этого нет. И большинство организаций не встраивают это в какой-либо автоматизированный поток. И поэтому, если вы посмотрите на них, вы должны отслеживать качество данных этих обучающих наборов данных, и вы должны отслеживать его достаточно целостно и достаточно глубоко, чтобы иметь возможность обнаруживать проблемы, которые могут вызывать эти вещи. И часто эти обучающие наборы данных вообще не отслеживаются. Я имею в виду, что было бы здорово, если бы даже входные данные для этих обучающих наборов данных контролировались, но иногда это не так. Итак, теперь у вас есть куча вопросов, кто знает, что будет в этой модели? И вы просто ожидаете, что это сработает? И это просто не то, как работает машинное обучение?

Костас Пардалис 31:51

Да, абсолютно. Так что ладно, мы говорим о ряде разных информационных продуктов, где заинтересованные стороны, участвующие в них, разные, верно? Так кто тот человек, который определяет SLA для Bigeye? Потому что, если я правильно понимаю, с этого все и начинается, да? Как будто кто-то должен определить SLA. А потом SLA привязывается к ряду метрик, которые вы считаете ниже SLA, и вам приходит предупреждение. Так кто является ответственным лицом?

Егор Грязнов 32:22

Таким образом, SLA должны быть соглашениями между обеими сторонами. И когда я говорю «обе стороны», я вижу организацию групп данных на два сегмента: производители данных и потребители данных. В конце концов, будет кто-то, кто производит данные, которые вы используете. Так что обычно это инженеры данных, еще более простой пример — сторонние данные. Допустим, Facebook отправляет вам ваши показы и все ваши рекламные показатели. У них, вероятно, есть соглашение об уровне обслуживания, в котором говорится, что мы обещаем доставить это с такой частотой, и оно будет завершено, и так далее и тому подобное. Это SLA заключается между производителем данных, Facebook, и потребителем данных, которым является ваша команда. Теперь внутри организации то же самое. Инженер данных — это производитель данных, а потребителями данных обычно являются аналитик, специалисты по данным, создающие модель машинного обучения, инженер по продукту, который фактически потребляет некоторый поток данных, а затем использует их в продукте. Таким образом, SLA должен быть контрактом между обоими. И поэтому внутри организации иногда это немного сложно, потому что существуют разные ожидания того, как должны выглядеть данные, от потребителя и производителя, но они могут, по крайней мере, встретиться посередине и сказать: «Хорошо, я ожидаю этого». данные должны обновляться ежедневно. И тогда производитель может сказать: да, это совершенно разумно, мы уже обновляем его чаще. Так что это вполне разумное ожидание. Как только они соберутся вместе и сформулируют это ожидание, оно может войти в SLA. SLA для этого продукта данных теперь включает это ожидание. И вы можете пойти по списку и сделать все эти ожидания. И затем интересная часть здесь заключается в том, что могут быть вспомогательные SLA, вы можете иметь свои основные SLA, где точка останавливается, хорош ли этот продукт данных или нет? Так это вовремя? Он завершен? Есть ли какие-либо серьезные аномалии в пустых данных, неверных форматах, неполных потоках данных? Мы ожидали 1000 записей, а получили 200. Но на самом деле мы видим, что наши клиенты создают вспомогательные соглашения об уровне обслуживания. Таким образом, потребители данных говорят, что у нас есть ожидания относительно того, как должны выглядеть фактические данные. И это может даже не быть проблемой инженера данных, строящего конвейер. На самом деле это может быть так: мы правильно настроили вход в систему в нашем продукте, и к тому времени, когда он появился здесь, что-то выглядело не так. И тогда они пойдут и сформулируют свои собственные ожидания относительно того, как выглядят данные, мы ожидаем, что у нас будет три уровня продукта, а любые другие значения недействительны. Когда мы смотрим на то, сколько мы взимаем с пользователей, мы ожидаем определенный диапазон чисел, возможно, это где-то между 1 и 100 долларами, потому что мы знаем, что у нас нет ничего за пределами этого диапазона. И если он вне этого диапазона, то сами данные плохие, я не должен их использовать. Так что это действительно зависит от того, что пытается представить этот SLA. Но обычно то, как мы это видим, заключается в том, что есть совместное SLA, которое является фундаментальным, являются ли эти данные хорошими, отвечает на этот фундаментальный вопрос «хорошие ли данные?» вопрос. А еще есть вторичные SLA, как выглядят данные? И соответствует ли это моим ожиданиям как потребителя?

Костас Пардалис 35:58

Как вы объединяете этих людей в составе Bigeye? Потому что, насколько я понимаю, это что-то очень важное, что также влияет на конечный результат самого продукта? Верно? Вокруг SLA, например. Плохо определенное SLA или неверные пороги SLA в конце концов могут повлиять, например, на ценность, которую предоставляет Bigeye. Итак, как вы относитесь к человеческой природе, в конце концов, к тому, как люди могут общаться или в большинстве случаев не могут общаться?

Эрик Доддс 36:28

Очень легкий вопрос. *смех*

Егор Грязнов 36:30

Это софтбол, да. *смех* Как вы решаете масштабные организационные вопросы?

Егор Грязнов 36:42

Думаю, над этим нам всегда придется работать. Наша цель в Bigeye — создать продукт, который позволит людям собираться вместе и обсуждать эти очень важные темы. Я думаю, что у этого есть и обратная сторона, как вы упомянули, что человеческая природа людей просто не хочет этого делать. Люди хотят сосредоточиться на своей работе и своих проблемах. И для нас многое из этого просто образование, даже если я приду на шоу, кто-то услышит это и подумает: о, может быть, мне стоит поговорить со своим специалистом по данным и просто спросить, что для вас важно в ваших данных. И даже просто делать эти маленькие шаги в образовании важно для нас. С точки зрения продукта, я не думаю, что продукт может решить организационные проблемы. И единственный способ сделать это — через образование и, в конце концов, через эмпатию, вы должны сопереживать своему коллеге. Вы должны понимать, что они также просто пытаются выполнять свою работу, и если вы поможете им понять, что делает их жизнь немного проще, это просто улучшит организацию в целом.

Костас Пардалис 37:57

Очень интересно. Причина, по которой я спрашиваю, заключается в том, что я видел много компаний, которые так или иначе создают продукты, связанные с данными. И большинству из них также приходится преодолевать там какие-то организационные препятствия. Потому что я думаю, что когда вы работаете с данными, это похоже на управление инфраструктурой, такой как технология, бла, бла, бла и все такое. Но, в конце концов, у вас есть почти вся компания как заинтересованная сторона, которая будет использовать эти данные. Так что это всегда совместная игра в конце. И я, по крайней мере, видел пару разных способов, которыми компании пытаются решить эти проблемы. Во-первых, общий, скажем так, подход GitHub, верно? Мы пытаемся создать платформу для совместной работы, где люди могут зайти на платформу и сотрудничать и бла-бла-бла, включить их в рабочий процесс и все такое. Образование. Это как бы очень, очень хороший момент. И я думаю, что это также похоже на маркетинг, с точки зрения компании это становится удивительным инструментом, потому что вы можете обучать своих пользователей и клиентов. И еще, потому что вы упомянули, вы упомянули Looker. И одна из вещей, которые всегда впечатляли меня в Looker, — это то, как они решают организационные проблемы, что в их случае было похоже на то, чтобы максимально разделить инженера данных и бизнес-пользователя. И они сделали это, предоставив разработчику LookML для создания моделирования, а затем пользовательский интерфейс, который для кого-то так же прост, как Excel. И два человека в порядке, они должны разговаривать друг с другом, но, по крайней мере, как и в целом общение, это намного проще.

Егор Грязнов 39:37

Вам когда-нибудь приходилось реализовывать модель LookML в продакшене?

Костас Пардалис 39:44

Я сказал, что они пытались. Я не говорил, что у них получилось. Хорошо.

Егор Грязнов 39:52

Но я спрашиваю потому, что если вы полностью разделите их, вы никогда не получите из этого ничего значимого.

Костас Пардалис 40:01

Ага.

Егор Грязнов 40:01

Потому что для того, чтобы модель была значимой, вам нужен вклад бизнеса и заинтересованного лица, чтобы знать, что в нее нужно включить. Да, сводная таблица — это здорово. И я имею в виду, Tableau сделал то же самое. Выдержки из таблицы предназначены для того же, что и, ну, вот предварительно созданный набор данных, в который вы теперь можете войти, использовать WYSIWYG и перетаскивать по своему усмотрению. Но, не зная, что должно войти в этот набор данных, вы просто попадете в тот же самый цикл, когда заинтересованная сторона вернется к вам и скажет: «О, этого не существует в моей модели». А потом вы начнете, а потом они скажут: «Ну и зачем здесь этот фильтр? И ты такой, я не знаю, кто-то другой сказал мне сделать это. И так далее…

Костас Пардалис 40:41

Да, абсолютно.

Эрик Доддс 40:42

Я хотел сказать, я думаю, Костас, это действительно интересное наблюдение. Несколько мыслей здесь. Итак, один, и я делаю здесь некоторые предположения. Это немного горячий прием. Так что, Егор, поправьте меня, если я не прав. Но если подумать о качестве данных, то оно происходит в разных местах стека или в потоке данных, верно? Итак, одна вещь, о которой мы много говорили в сериале, и о которой мы с Костасом много говорим, — это отслеживание планов. Это абсолютно точно соответствует сути организационных проблем, верно? Потому что он любит, делится определениями, а затем лайкает новые процессы и все такое, правильно. И я имею в виду, что есть некоторые действительно интересные компании, которые делают действительно крутые вещи с планами отслеживания. И я знаю, что есть несколько отличных решений. Но это действительно трудная организационная проблема, потому что многие компании просто этого не делают. Верно. Я имею в виду, что суть в том, что у вас просто есть работа, которую нужно выполнить, и вам нравится, отслеживание планов замедляет работу, и к командам предъявляются требования. Да и вообще совместная работа тяжелая. Так что это своего рода сложная организационная проблема для решения.

Эрик Доддс 41:45

Когда вы говорили об SLA. И я собираюсь поговорить конкретно о сценарии использования BI. Потому что я думаю, что ML намного сложнее. Но что интересно, я думал даже о своих повседневных делах, и то, как Bigeye подходит к этому через парадигму SLA, действительно интересно, потому что даже в нашей организации многие из них просто уже определены. , даже если они не указаны явно. Например, я знаю, какие у меня SLA для маркетинговой панели, верно? И я не обязательно записывал это или говорил человеку, который пишет модели DBT или что-то в этом роде. И эти разговоры возникают органично, но я знаю их, да, так что они есть, мне не сложно добывать эту информацию. Я уже знаю, что. И поэтому интересно, когда мы думаем об организационной задаче, такой как продукт, который формализует то, что уже существует на каком-то уровне, который просто не был явно выражен, а затем добавляет совместную работу, я думаю, это действительно интересно, и я думаю, что именно здесь действительно хорошо сделанный продукт может действительно облегчить это. Я не буду говорить о машинном обучении, потому что это кажется гораздо более сложной проблемой, хотя я не технарь. Но похоже, что многие SLA уже существуют в организации, просто нет хорошего способа их формализовать.

Егор Грязнов 43:04

И многое просто выбивает из головы, как вы сказали, у вас в голове SLA, вы знаете, что вы ожидаете от этих данных. Но многие инструменты, которые команды данных создают внутри, обычно очень технические. И они очень ориентированы на команду инженеров данных. Обычно они включают в себя написание какого-то SQL или конфигурации или проверку кода, иногда даже, или обновление ETL. И они могут захватить много основной информации. Опять же, насколько свежи мои данные? Сколько записей у меня есть, но я не смогу собрать все эти знания заинтересованных сторон. Вот почему любой инструмент качества данных должен быть достаточно доступным, чтобы извлекать эту информацию для заинтересованных сторон, потребителей данных, чтобы они могли входить и фактически выражать то, что у них есть в голове. Потому что, по крайней мере, это дает вам отправную точку, вы можете, по крайней мере, пойти и записать это, создать эту конфигурацию, начать этот мониторинг. И когда это сработает, вы можете обратиться к своей команде по обработке данных и сказать: «Вот что я ожидал от этих данных». В каком из них я ошибся? Вы понимаете что-то, чего я не понимаю? И нужно ли мне корректировать свои ожидания?

Егор Грязнов 44:24

И много раз команда производителей данных, команда инженеров могла сказать: нет, вы правильно поняли. И это реальная проблема. Мы просто не знали об этом. Спасибо, что отметили это. Ага. Но важно в первую очередь выкинуть это из головы, выбросить из головы заинтересованного лица и поставить в место, где кто-то может это увидеть, визуализировать и понять, и тогда это спровоцирует этот разговор.

Эрик Доддс 44:53

Что ж, мы приближаемся ко времени, но я хотел бы поговорить об одной вещи, а именно о том, чтобы уточнить, когда мы думаем о качестве данных, и мы думаем о Bigeye как об инструменте, который помогает решить это. Одна вещь, о которой мы много говорим в шоу, это то, что вы упомянули об этом с Uber, верно? Например, проблемы с данными, на которые масштабируется Uber, сильно отличаются от проблем с данными, с которыми сталкивается компания гораздо меньшего размера. Каковы симптомы, которые вы думаете и, возможно, вы даже видите у своих клиентов, которые требуют, например, хорошо, нам нужно начать думать о качестве данных и инструментах для этого? Есть ли в стеке определенные инструменты или конвейеры данных, которые указывают на необходимость этого? Я просто хотел бы дать нашим слушателям представление о том, когда — как вы сказали, все сталкиваются с проблемой качества данных, и, вероятно, все сталкивались с ней на этой неделе — но с точки зрения Bigeye, когда вам нужно внедрять инструменты?

Егор Грязнов 45:54

В очень предвзятом ответе, как только у вас есть данные на складе, вам, вероятно, нужен инструментарий качества данных. Ага. В более объективном ответе, это действительно зависит. Моя интуиция всегда исходила из того, сколько времени вы тратите на проблемы с качеством данных? И это, как правило, вопрос для инженеров данных, но он работает и для бизнеса. Ага. Сколько времени вы тратите впустую, глядя на сломанные приборные панели? На стороне инженерии данных? Сколько времени вы тратите на ответы на вопросы от бизнеса о том, почему их вещи сломались? Или вы можете изучить этот запрос и сказать мне, что происходит не так? Ага. Потому что один вопрос в неделю, хорошо. Да, но если вы тратите пять часов, 10 часов в неделю, просто отлаживая SQL людей, чтобы помочь им понять, что происходит не так, вы, возможно, захотите инвестировать в что-то более автоматизированное, да. Потому что, в конце концов, люди просто хотят делать работу, которая приносит удовольствие. Они хотят делать свою работу, они хотят получать от нее удовольствие. Вы знаете, бизнес, который получает новые идеи, принимает решения, движется в направлении. Для дата-инженеров это то, что я хочу создавать фреймворки, и я хочу строить и создавать новые пайплайны и исследовать новые инструменты. И ни одна из сторон не может этого сделать, если проблем с качеством данных слишком много, потому что они мешают. И поэтому в какой-то момент у бизнеса будет эта критическая точка. У нас в Bigeye на самом деле есть термин под названием «О, дерьмовый момент», который означает, в какой момент у вас возникла такая большая проблема с качеством данных, что она полностью пустила под откос весь бизнес, скажем, KPI были неправильными, цифры продаж были неправильными. , если выпуск продукта нельзя было отследить из-за того, что инструментарий был неправильным, и никто не заметил в течение недели, пока вы не отправились получать отчет. Так что в какой-то момент у вас будет этот момент. И ты поймешь, у нас больше никогда не будет такого момента. Нам нужно начать беспокоиться об этом.

Эрик Доддс 48:06

Да, Костас, мне было бы интересно узнать, что ты думаешь по этому поводу. Но так, Егор, это был немножко наводящий вопрос, потому что у меня были какие-то свои мысли на этот счет. Когда я думаю об этом, и я просто рассматриваю это через призму собственного опыта, для меня триггер будет примерно таким: у меня есть все мои данные на моем складе, вы начинаете создавать информационные панели, но затем вы пройти через этот странный период, когда ваши информационные панели нестабильны, потому что у вас есть все эти данные, и вы просто пытаетесь понять, что мне следует измерять? Как мне его измерить? А потом вы доходите до точки, когда вы говорите: «Окей, это дашборд, на который маркетинговая команда смотрит каждый божий день. И это цифры и тому подобное, тогда у вас есть базовый уровень, из которого выводы становятся действительно важными. И это похоже на SLA в вашей голове. Так что для меня это почти нормально, первые признаки стабильности приборной панели, дают вам ваш первоначальный набор SLA, когда вы можете измерить его, но согласитесь ли вы с этим, Костас, потому что вы сделали, я имею в виду, все виды отчетов , особенно на продукты.

Костас Пардалис 49:04

Ага, соглашусь с тенденциозной версией мнения Егора, если честно, типа чем раньше у тебя хоть какие-то принципы, то бишь не захочешь начинать употреблять как продукт или что-то в этом роде, но, по крайней мере, иметь некоторые принципы, чтобы проверить, что происходит с клиентской стороной вашего продукта данных, скажем, хорошо, что, я не знаю, как, например, ваша панель инструментов. Я думаю, тем лучше ты станешь. Удивительно, сколько раз я слышал от довольно крупных компаний, что инженеры данных приходили к нам и говорили: «О, мы только что поняли, что этот конвейер перестал работать три недели назад». Вау, как будто что-то питает, этот трубопровод что-то питает, верно? Так почему же это занимает так много времени? Это отличный момент. Этот «о, дерьмовый момент», как обычно бывает очень поздно, когда это происходит, и кто-то злится, верно? У вас может быть собрание совета директоров, но у вас нет номеров. Ok. Хороший. Весело, правда? Вот где у вас есть обычное оправдание, мы все еще работаем над нашей метрической инфраструктурой. До следующего раза, это часть наших OKR. Верно?

Костас Пардалис 50:34

Но да, я думаю, чем раньше вы это сделаете, тем лучше. И одна из причин заключается в том, чтобы избегать этих «о, дерьмовые моменты», потому что, как и люди, особенно люди, с которыми они начинают работать в первый раз, любят с данными понимать и обучать себя, что, как и данные, что-то всегда будет. ошибаться с ними. Идеальных данных нет. В информатике можно доказать, что у вас не может быть такого периода. Хорошо. Вот я например помню, приведу пример, который у меня сохранился, вроде вспоминая, почему Егор так разговаривал. Я имею в виду, что в первый раз, когда мы запустили Blendo, мы вначале использовали Google Analytics, верно? Таким образом, мы брали цифры и измеряли оттуда. Затем мы начали использовать Mixpanel. И мы подумали: «О, у нас есть еще один источник данных». Вроде с теми же данными. Давайте сравним их теперь, когда они у нас есть, как в нашем хранилище данных, конечно, они не совпадали, верно? Хорошо, что вы делаете сейчас, но самое главное не просто понять, как вы собираетесь решать проблему, а осознать, что это реальность, в которой вы собираетесь действовать. И выработать эту привычку забота о качестве данных, заставит вас полюбить, понять и включить это в свою деловую практику, что, на мой взгляд, очень важно для начала. Как только вы начнете отчитываться, даже в документе Excel, как некоторые цифры на доске.

Егор Грязнов 51:58

Чем дольше вы ждете, тем хуже будет становиться проблема.

Костас Пардалис 52:01

Вот дерьмо.

Эрик Доддс 52:03

Ну, я также думаю о том, что Костас часто говорит, а именно о данных легко говорить так, что они кажутся почти статичными. Но реальность такова, что данные сильно меняются, верно? Добавляются новые конвейеры, другие конвейеры устарели, верно? Как будто это никогда не статично внутри организации. И сложность только возрастает.

Егор Грязнов 52:24

Даже внутри трубопровода. Я имею в виду, даже глядя только на один конвейер, потому что их много… Я видел команды, у которых был один стол. Вот так выглядит наша таблица журнала событий. Он имеет ширину 500 столбцов и хранит каждое событие, происходящее во всем нашем продукте. И даже эти конвейеры могут выйти из строя. Даже если в конвейере ничего не изменится, нового конвейера не будет. Да, но вы прекращаете публиковать события регистрации. И вдруг ваша конверсия падает до нуля, потому что никто не регистрируется. Даже внутри конвейера что-то может пойти не так. И, как и в этом случае, данные никогда не бывают статичными.

Эрик Доддс 53:04

Полностью. Ну, мы у зуммера. Егор, прежде чем мы спрыгнем, если кто-то хочет больше узнать о Большеглазом, попробуйте. Куда им идти?

Егор Грязнов 53:15

Они могут зайти на Bigeye.com. Они также могут написать мне по электронной почте [email protected].

Эрик Доддс 53:21

Отлично. Это был такой веселый разговор. Столько кроличьих нор, что мы могли бы пролезть. Нам придется сохранить это для другого эпизода. И еще раз спасибо, что уделили нам немного времени, чтобы поговорить о данных. Это великолепно.

Егор Грязнов 53:34

С удовольствием. Мне очень понравился разговор. Спасибо.

Эрик Доддс 53:40

Я люблю разговаривать с нашими гостями. Они просто такие умные. Мы так многому научились. Мой главный вывод — это парадигма SLA. И мне нравится структура, которую Егор использовал, чтобы говорить об SLA для продуктов данных. И я думаю, что это просто очень, очень умный подход к проблеме качества данных. Так что я даже думаю об этом для своей, знаете ли, повседневной работы. Так что я просто очень ценил эту перспективу.

Костас Пардалис 54:11

Да, абсолютно. На самом деле, я бы сказал, что это более широкая тема в том, как он подходил к проблеме создания продуктов, связанных с качеством данных. Если вы заметили, что во время нашего разговора произошли две основные вещи. Один из них использовал определение термина SLA, которое пришло из разработки программного обеспечения, верно? И опять же, как использование термина продукт данных, который он также точно определил. И опять же, с точки зрения того, что мы гораздо лучше знакомы с программным обеспечением, но это то, что мы можем повторно использовать и в данных. И я думаю, что это то, что Bigeye пытается сделать, — это получить ряд лучших практик и принципов, но гораздо более зрелых в разработке программного обеспечения, и применить все это также к проблеме управления данными и потребления данных. И я думаю, что они делают довольно хорошую работу. И я действительно с нетерпением жду еще одного эпизода с ним, потому что мы просто, я думаю, мы только что поцарапали поверхность качества. Мы даже не говорили о том, что происходит после того, как мы определили SLA. Так что есть еще много вещей, которые мы можем обсудить с Егором, и я действительно с нетерпением жду этого в ближайшем будущем.

Эрик Доддс 55:22

Абсолютно. Что ж, еще раз спасибо, что присоединились к нам на шоу, и мы увидим вас в следующем эпизоде.

Эрик Доддс 55:29

Мы надеемся, что вам понравился этот выпуск The Data Stack Show. Обязательно подпишитесь на свое любимое приложение для подкастов, чтобы получать уведомления о новых эпизодах каждую неделю. Мы также будем рады вашим отзывам. Вы можете написать мне, Эрику Доддсу, по адресу [email protected]. Шоу представляет вам RudderStack, CDP для разработчиков. Узнайте, как создать CDP в своем хранилище данных, на rudderstack.com.

«Взглянем в зеркало»: заявление Егора Жукова в зале суда

Изначально эта статья появилась на Meduza.io.

Хила Коэн — редактор новостей Meduza на английском языке . Она также является литературным переводчиком и критиком.

Кристина Сафонова — специальный корреспондент Медузы .

4 декабря в Кунцевском районном суде Москвы продолжилось рассмотрение дела в отношении 21-летнего студента Высшей школы экономики (ВШЭ) и либертарианца YouTube-блогера Егора Жукова. Жукова обвиняют в публичных призывах к экстремизму: прокуратура утверждала, что его видеоролики о ненасильственном сопротивлении были мотивированы «политической ненавистью и враждой к существующему в Российской Федерации конституционному строю», а также желанием дестабилизировать общественно-политический порядок в стране .

Дело Жукова, одно из многих, возбужденных во время летней волны предвыборных протестов в Москве, привлекло широкое внимание всей российской оппозиции. Многие сокурсники видеоблогера по Вышке, а также опытные журналисты открыто поддержали его, назвав реакцию государства на его видео опасно необоснованной и опасаясь прецедента, который может создать его дело. Главные редакторы «Новой газеты» и «Эха Москвы» даже подали в суд документы, в которых выразили готовность нанять Жукова в качестве журналиста.

Однако небольшая группа видных активистов, участвовавших в давней борьбе с насилием в отношении женщин в России, выразила смешанные чувства по поводу безоговорочной поддержки своими коллегами Жукова как политического деятеля, а не только как политзаключенного. Они отмечают, что ютубер использовал свою онлайн-платформу для пропаганды антифеминистских взглядов, которые в глобальном масштабе обычно считаются крайне правыми в политическом спектре. Эти активисты сосредоточились, в частности, на видео, в котором Жуков искажает теорию интерсекциональности, утверждая, что «феминизм опасен» и «патриархат не существует», при этом используя шляпу «Сделаем Америку снова великой» в качестве реквизита для рабочего стола. Несмотря на свои разногласия, активисты всех сторон российской оппозиции сочли преследование Жукова незаконным на первый взгляд.

Судья Светлана Ухналева огласит приговор по делу Егора Жукова в пятницу, 6 декабря. Прокуратура просила поместить студента в колонию-поселение на четыре года.

Ниже приводится полный перевод заключительного слова, зачитанного Жуковым в конце его 10-часового слушания 4 декабря. Мы обсудили конкретные фразы, нюансы дикции и возможности толкования, и, надеюсь, нам удалось доказать уважаемому судье, что я не экстремист, как с точки зрения лингвистики, так и с точки зрения здравого смысла.

Теперь я хотел бы коснуться нескольких более фундаментальных вещей, чем значение слов. Я хотел бы поговорить о мотивах моих действий, так как эксперт[i] обратился и к ним. Я хотел бы рассказать вам о мотивах, которые являются искренними и глубоко прочувствованными. Мотивы, которые заставляют меня заниматься политикой. Мотивы, которые двигали, среди прочего, видео, записанные мной для YouTube-канала Блог Жукова .

И вот с чего я хочу начать. Российская власть сегодня позиционирует себя как последний оставшийся защитник традиционных ценностей. Как нам сказали, она уделяет много внимания институту семьи и патриотизму. Ключевой традиционной ценностью, названной во всем этом, является христианская вера. Ваша Честь, мне кажется, что это может быть даже хорошо. Христианская этика включает в себя две ценности, которые мне действительно близки. Первый – это ответственность. В основе христианства лежит история о человеке, который решил взять на свои плечи тяжесть страданий всего мира. Это история о человеке, который взял на себя ответственность в максимально возможном смысле этого слова. В основе своей центральной идеей всей христианской религии является идея индивидуальной ответственности.

Во-вторых, любовь. «Возлюби ближнего твоего, как самого себя» — это самая важная фраза в христианской религии. Любовь – это доверие, сострадание, гуманизм, взаимопомощь и забота. Общество, построенное на такой любви, — сильное общество, это, если хотите, самое сильное общество, какое только может существовать.

Но чтобы понять мотивы того, что я делаю, достаточно взглянуть на то, как нынешняя российская власть, гордо выдающая себя за защитника христианства и, следовательно, этих ценностей, защищает их на самом деле. Прежде чем говорить об ответственности, мы должны сначала ответить на вопрос, что такое этика ответственного человека, какие слова он говорит себе на протяжении всей своей жизни. Я думаю, эти слова звучат так: «Помни, что весь твой путь будет полон трудностей, иногда невыносимых. Все ваши близкие умрут. Все ваши планы будут разрушены. Люди будут обманывать вас и бросать вас. И вам некуда будет бежать от смерти. Жизнь есть страдание. Смиритесь с этим фактом. Но как только вы смиритесь с этим, как только вы смиритесь с неизбежностью страдания, все равно возьмите свой крест на свои плечи и следуйте за своей мечтой, потому что иначе все будет только хуже. Станьте образцом для подражания; стать кем-то, на кого люди могут рассчитывать. Не преклоняйтесь перед деспотами; боритесь за свободу своего тела и души и боритесь за общественный порядок в своей стране, в котором ваши дети смогут расти счастливыми.

Разве не этому нас учат? Разве это не этика, которую дети учат в школе? Разве не таких героев мы чтим? Нет. Нынешняя ситуация в этой стране уничтожает все возможности для человеческого процветания. Десять процентов самых богатых россиян держат в своих руках 90 процентов богатств страны. Некоторые из них, конечно, чрезвычайно уважаемые граждане, но большая часть этого богатства была получена за счет вопиющей коррупции, а не честного труда на благо человечества.

Наше общество разделено непроницаемой преградой на два уровня. Все деньги сосредоточены наверху, и никто там их отдавать не собирается. Между тем, на дне остается только отчаяние, и это не преувеличение. Потому что они понимают, что им не на что надеяться, и понимают, что, как бы они ни старались, счастья ни себе, ни своим семьям не принести, русские мужчины всю свою ярость вымещают на женах или напиваются до смерти. или повеситься. В России самый высокий показатель мужских самоубийств в мире на каждые 100 000 человек. В результате треть всех семей в России составляют матери-одиночки с детьми. Так ли, я хотел бы спросить, мы защищаем традиционный институт семьи?

Мирон Федоров [звездный рэпер Oxxxymiron], присутствовавший на ряде моих слушаний, очень справедливо и точно заметил, что алкоголь здесь дешевле учебников. Государство создает все условия, необходимые для того, чтобы россиянин, который должен выбирать между ответственностью и безответственностью, каждый раз выбирать последнее.

Теперь поговорим о любви. Любовь невозможна без доверия. Настоящее доверие рождается из коллективных действий. Во-первых, коллективные действия редки в стране, где не развита ответственность. Во-вторых, если где-то и появляются коллективные действия, то силовики сразу воспринимают это как угрозу. Неважно, чем вы занимаетесь — помогаете ли заключенным, защищаете ли права человека, защищаете ли природу — рано или поздно вас либо настигает статус «иностранного агента», либо сажают ни за что. Правительство ясно дает понять: «Ребята, просто идите каждый своей дорогой и не работайте вместе. Публично собираться группами более двух человек запрещено — за протест посадим. Совместная работа над социальной миссией запрещена — мы назовем вас «иностранным агентом». Где в такой среде может расти доверие и, в конечном счете, любовь? Не романтическая любовь — гуманная любовь, которая связывает одного человека с другим.

Единственная социальная политика, последовательно проводимая правительством России, — это отключение. Вот так правительство дегуманизирует нас друг в друге. В глазах государства мы уже давно дегуманизированы. Как еще можно объяснить его варварское обращение со своим народом? Обращение, которое каждый день усиливается избиением милицейскими дубинками, пытками в колониях, игнорированием эпидемии ВИЧ, закрытием школ и больниц и т.д.

Давайте посмотрим на себя в зеркало. Кем мы стали, если позволили сделать это с нами? Мы стали нацией, которая забыла, как брать на себя ответственность. Мы стали нацией, разучившейся любить. Более 200 лет назад [социальный критик] Александр Радищев по дороге из Петербурга в Москву писал следующее: «Я огляделся вокруг себя, и душа моя была изранена страданиями человеческими. Я обратил свой взор на то, что внутри меня, и увидел, что беды человеческие происходят от самого человека». Где эти люди сегодня? Людей, в чьих душах такая острая боль от того, что происходит на их родине? Почему их почти не осталось?

Все это приводит нас к тому, что, если вглядеться, становится очевидным, что единственный традиционный институт, который искренне чтит и укрепляет нынешняя российская власть, — это самодержавие. Самодержавие, которое изо всех сил рушит жизнь тому, кто искренне желает добра своей родине, кто не боится любить и брать на себя ответственность. В результате граждане нашей многострадальной страны должны были усвоить, что инициатива влечет за собой наказание, что начальство всегда право только потому, что оно начальство, и что здесь возможно счастье — только не для них. И, усвоив эти уроки, они постепенно стали исчезать. Согласно [официальной] статистике Росстата, Россия постепенно исчезает со средней скоростью минус 400 000 человек в год. Вы не можете видеть людей, стоящих за статистикой. Так что смотрите их! Ты смотришь на людей, спившихся от истощения, людей, замерзших в неотапливаемых больницах, людей, которых убили, людей, которые покончили с собой… Люди. Так же как мы.

К этому моменту, вероятно, стали ясны мотивы того, что я делаю. Я искренне желаю видеть эти два качества — ответственность и любовь — в наших гражданах. Ответственность за себя, за окружающих, за всю страну. Любовь к слабым, к близким, к человечеству. Это мое желание — еще одна причина, ваша честь, по которой я не могу призывать к насилию. Насилие связывает нам руки; это ведет к безнаказанности и, следовательно, к безответственности. По тем же самым причинам и насилие не ведет к любви. Но тем не менее, несмотря на все преграды, я ни на секунду не сомневаюсь, что это мое желание сбудется. Я смотрю вперед, на горизонт грядущих лет, и вижу Россию, полную ответственных, любящих людей. Это будет по-настоящему счастливое место. Пусть каждый из нас представит себе эту Россию. И пусть этот образ направляет вас и вашу работу так же, как он направляет меня.

В заключение скажу следующее: Если сегодня суд, несмотря ни на что, решит, что это слова действительно опасного преступника, то ближайшие годы моей жизни будут наполнены скудостью и невзгодами. Но я смотрю на ребят, которых со мной свело «московское дело» — на Костю [Константина] Котова, на Самарддина Раджабова — и вижу улыбки на их лицах. В ту минуту, когда нам пришлось кратко поговорить в СИЗО, Леша [Алексей] Миняйло и Даня [Даниил] Конон ни разу не позволили себе жаловаться на жизнь. Я постараюсь последовать их примеру. Я постараюсь радоваться тому, что мне выпала возможность пройти это испытание, это страдание во имя близких моему сердцу ценностей. В конце концов, ваша честь, чем страшнее мое будущее, тем шире я буду улыбаться в его сторону. Спасибо.

[i] Уголовные дела против российских активистов, особенно связанные с публичными выступлениями, часто строятся на «экспертизах», проводимых лингвистами, назначенными государством. В данном случае Анна Осокина и Александр Коршиков из Федеральной службы безопасности (ФСБ) изучили девять видеороликов с YouTube-канала Егора Жукова, Блог Жукова . Коршиков обнаружил, что четыре ролика содержали призывы к экстремизму, а дело против Жукова полностью построено на его отчете.

Транскрипция Кристины Сафоновой.

5 Наблюдения за очередной победой «Флайерз» над «Рейнджерс» в игре новичков

Второй вечер подряд «Филадельфия Флайерз» и «Нью-Йорк Рейнджерс» встречаются в игре новичков в PPL Center в Аллентауне.

Тот же сайт. Тот же результат.

«Флайерз» выиграли вторую ночь подряд, обыграв в субботу «Рейнджерс» со счетом 5:1 и заняв первое место в серии из двух игр. В пятницу «Филадельфия» выиграла в овертайме со счетом 2:1.

«Рейнджерс» имели огромное территориальное преимущество, но «Флайерз» использовали свои шансы. «Флайерз» проиграли со счетом 37–15.

Вот пять наблюдений:

1. Вратарь Сэмюэл Эрссон произвел сильное впечатление.

Эрссон, шведский вратарь, перенесший операцию на паху в прошлом году и сыгравший всего пять матчей за «Фантомов», выглядел великолепно в воротах. Очень острый.

«Рейнджерс» доминировали первые 13 с лишним минут, нанеся первые девять бросков. Но Эрссон (36 сейвов) выстоял и сделал большой сейв в игре два на один. Он отразил все 24 броска за первые 40 минут и провел локаут, прежде чем миниатюрный левый вингер Бобби Тривиньо забил гол из левого круга за 2:06 в третьем периоде.

ЕГОР ГОЛ.
📺: @NBCSPhilly+ | @SENetworkTV pic.twitter.com/4uJnZEa4rH
— Филадельфия Флайерз (@NHLFlyers) 17 сентября 2022 г.

2. Егор Замула открывает глаза

Замула забил первый бросок «Флайерз», трейсер между кругами и вывел «Филадельфию Флайерз» вперед 1:0 с 6 :41 осталось в период открытия. Он также был эффективен в пенальти.

Тайсон Фёрстер, забивший в овертайме в пятницу, когда «Флайерз» выиграли со счетом 2:1, подвел итог Замулы благодаря ловкой подаче.

Этим летом Замула набрал 12 фунтов — российский защитник поднялся до 192, — чтобы помочь ему в боях перед воротами. Несмотря на то, что ему далеко до того, чтобы вывести команду из основного лагеря, он, безусловно, является кандидатом на отзыв из Лихай-Вэлли в течение сезона.

Тренер «Фантомов» Ян Лаперьер во время сборов восторгался им. Так же Дэнни Бриер, специальный помощник генерального директора Чака Флетчера.

«Он проделал большую работу этим летом, и я очень рад за него», — сказал Бриер, добавив, что организация возлагает на Замулу «большие надежды».

3. Левый вингер Олле Ликселл любит играть в Северной Америке.

23-летний Ликселл забил второй матч подряд, нанеся точный удар в сетку из левого круга, увеличив преимущество «Флайерз» до 2:0 в конце первого периода. Гол был поставлен быстрым Эллиотом Деснойерсом за 1:46 до конца первого.

В конце второго периода Лайкселл сделал красивую передачу, чтобы забить Зайде Уиздом, выведя Флайерз вперед 4:0. Линия Lycksell, Desnoyers и Wisdom была превосходной.

Ликселл забил гол и сделал две результативные передачи.

Ликселл, выбранный на драфте 2017 года в шестом раунде, провел 221 матч в Шведской хоккейной лиге и впервые в этом сезоне выступает в Северной Америке. Будет интересно понаблюдать за его развитием с «Фантомами».

4. Флайерз проиграли слишком много боев в первой половине игры, проводя большую часть времени в обороне.

«Нам нужно стать лучше», — сказал Лаперьер после первого периода. «… Мне кажется, мы слишком много переворачивали шайбу».

В первые 28 минут «Филадельфия Флайерз» проигрывала со счетом 20:5, но сохраняла преимущество 2:0 благодаря Эрссону.

Братская любовь во всей красе. @JacksonCates5 знакомит @cates_noah с ГСП. pic.twitter.com/1wZ7ttVF6z
— Филадельфия Флайерз (@NHLFlyers) 17 сентября 2022 г.

5. У братьев Кейтс отличная химия.

Ной Кейтс сделал отличную подачу от своего брата Джексона, забив гол в меньшинстве и выведя «Флайерз» вперед со счетом 3:0 во втором периоде. Да, у нас есть ощущение, что эти двое делали это раньше на крытых и открытых катках в Миннесоте.

Отсюда у Ноа Кейтса есть хорошие шансы начать сезон в качестве левого вингера третьего звена «Флайерз», а Джексон, центрфорвард, похоже, попал в «Фантомы Лихай Вэлли».

Отрывы

Защитник Ронни Аттард сделал счет 5:1 в большинстве за 5:32 до конца. Это дало «Флайерз» пять голов после 12 бросков. … Нью-Йорк был 0 из 5 на PP. … «Флайерз» вышли с 11 нападающими и семью защитниками. Двое нападающих обычно играют на D: Колин Феликс и Адам Карашик, пара подписанных свободных агентов. … Лаперьер и отец Деснойера, Дэвид, были товарищами по команде по хоккею с мячом в Квебеке. … В первом периоде «Флайерз» уступили со счетом 13–4, но вырвались вперед 2–0. … Филадельфия забила три гола при первых шести бросках. … В первой линии Джексон Кейтс центрировал Ноя Кейтса и Ферстера. … «Флайерз» закончат лагерь новичков тренировкой в 10:15 в воскресенье в Вурхизе. Это бесплатно и открыто для публики.

Егорова Любовь (лыжные гонки) — Шестикратная Олимпийская чемпионка. Olympteka.ru

Ссылки по теме

Олимпийский отсчет

Егорова Любовь Алексеевна

ЕГОРОВА Любовь (EGOROVA Lyubov) | Спортсмены

Любовь Егорова – биография лыжницы, Олимпийской чемпионки по лыжным гонкам, личная жизнь, фото, достижения

Детство

Первые шаги в спорте

Расцвет карьеры

Дисквалификация и завершение карьеры

Жизнь после лыжных гонок

Общественная и политическая жизнь

Скандалы с участием Любови Егоровой

Награды и достижения

Олимпийские игры

Чемпионаты мира

Универсиада

Прочие достижения

Любовь Егорова: видео

Интервью

Олимпийская чемпионка Любовь Егорова

Скандал с участием Любови Егоровой

Лыжные гонки, Чемпионат мира 1997, Тронхейм, Эстафета 4х5, Женщины

Статьи по теме

Недавние статьи

Девушки в спорте

Егорова Любовь Ивановна — Депутат Законодательного Собрания

ЕГОРОВА Любовь Ивановна | Российские спортсмены и специалисты

Егор Грушин музыка, видео, статистика и фото

Главная — Егор Гавриленко

Love for Gems

gems-inclusions.com

Все о включениях в драгоценных камнях

Магия блеска и рассеивания

Прецизионные драгоценные камни для ювелирных изделий

Новые камни

Виртуальное черновое планирование огранки драгоценных камней

Мой новый дизайн огранки «Campanadas» — готово

Процесс огранки

Gold&Time: украшения от Fracchia и звезда Гавриленко в новогоднюю ночь

TIMEJUST: особенная нарезка, чтобы попрощаться с 2020 годом!

Madrid Metropolitan – интервью Лизи Фраккиа

Поездки

Via ferrata El Ventano del Diablo, Куэнка

Мюнхенская выставка 2019

Посещение гранильного завода в Панью, Китай

Виртуальное черновое планирование огранки драгоценных камней

Процесс огранки

Работа с Lisi Fracchia

Егор Беленков | Fast Casual

Main Menu

Topics

More Content

Stay Connected

Моя учетная запись

Дополнительные ссылки

ОТ ЕГОРА БЕЛЕНКОВА

блог

5 способов сохранить индивидуальный подход в сфере недвижимости с помощью цифровых вывесок

блог

Как превратить цифровую вывеску в инструмент маркетинга недвижимости

блог

Контрольный список эффективных наружных цифровых вывесок в розничной торговле

блог

Цифровые вывески в розничной торговле влияют на показатели удержания клиентов больше, чем вы думаете

блог

Простой контрольный список для успешной сети цифровых вывесок

Комментарий

5 будущих тенденций цифровых вывесок, которые изменят рынок

Новости

Ресурсы

Trending

Premium

Повышение качества данных с помощью соглашений об уровне обслуживания продуктов данных с Егором Грязновым из Bigeye

«Взглянем в зеркало»: заявление Егора Жукова в зале суда

5 Наблюдения за очередной победой «Флайерз» над «Рейнджерс» в игре новичков

1. Вратарь Сэмюэл Эрссон произвел сильное впечатление.

2. Егор Замула открывает глаза

3. Левый вингер Олле Ликселл любит играть в Северной Америке.

4. Флайерз проиграли слишком много боев в первой половине игры, проводя большую часть времени в обороне.