Всем привет, на связи команда Skill Vortex!

Пару недель назад один знакомый нашего коллектива обратился с вопросом про планирование и тайм менеджмент.

Перед ним стояла задача – каким-то чудом совместить стажировку на полную ставку, учебу в ВУЗе, изучение иностранного языка и личную жизнь.

История показалась нам довольно интересной, поэтому на ее основе мы решили написать подобие руководства по планированию и оптимизации времени.

В этой статье:

• Чуть подробнее про историю

• Начинаем первичную обработку: утечки, приоритезация и пожелания

• Составляем нормальное расписание: 7 основных принципов

• Ищем недостатки в получившемся

• Еще пара универсальных советов

• Заключение и полезные ссылки

Шар с выбором цвета вращением. Почти бесполезная, но красивая игрушка. Идея, реализация, опыт разработки, ёлка и котик. Ведь все любят котиков. И ёлки.

Тестовый запуск Starship Super Heavy.

Ну что, друзья, осталось совсем немного времени до первой попытки запуска Starship Super Heavy от SpaceX — самой большой ракеты в истории человечества и ключевого звена в космонавтике XXI века. Поэтому небольшой рассказ, чтобы вы были в теме и не пропустили настолько важное событие, так что поехали!

В конце прошлого года на крупнейших IT-ресурсах появились десятки статей о ChatGPT, которого назвали чат-ботом нового поколения. Но наш обзор посвящен не конкретным продуктам, а тем технологиям, которые позволяют создавать подобные проекты, и их перспективам.

Главной задачей генеративного ИИ является создание нового контента на основе алгоритмов машинного обучения. И это не только текст, но также изображения, музыка и даже видео. 2022 год можно с полным правом назвать прорывным в этом отношении.

На днях я наткнулся на одно любопытное видео.

Моей первой реакцией было Братан, хорош, давай, давай, вперёд! Контент в кайф, можно ещё? Вообще красавчик! Можно вот этого вот почаще? отрицание и усталость, потому что всё это я уже слышу на протяжении лет пяти с разной интенсивностью в зависимости от текущих объектов хайпа. В этом посте я попытаюсь разобраться, что из сказанного в видео является правдой.

Утверждения:

1. Закон Мура больше не выполняется из-за фундаментальных физических ограничений ⇒ масштабирование нейросетевых моделей по вычислительному бюджету невозможно.

2. Нейросетевые модели внедряются слишком медленно.

3. Ответы нейросетевых моделей неконтролируемы и неинтерпретируемы.

Дальше обсудим каждое из них.

Задачи окружают нас повсюду — и дома, и на работе, и во всяческих аспектах нашей повседневной жизни. У каждого со временем появляются собственные приёмы и методики работы со списками задач. Кто-то предпочитает модные приложения и продвинутые программы, кто-то по старинке всё записывает в бумажный ежедневник. А некоторые вообще не занимаются специальным планированием, но при этом чудесным образом всё успевают.

За долгие годы работы в IT такие методики и принципы выработались и у меня. Например, «Принцип пустого почтового ящика». Или «Принцип постепенного проявления». Они проверены временем и помогают мне успешно ориентироваться в окружающем потоке задач. В этой статье я хочу поделиться с вами этими принципами. Возможно, какие-то из них покажутся вам полезными и пригодятся.

Привет, Хабр!

Два последних года я в рамках магистерской диссертации разбирался с тем, как лучше использовать рекуррентные нейронные сети для прогнозирования временных рядов, и теперь хочу поделиться моим опытом с сообществом.

Машинное обучение — своего рода универсальная палочка-выручалочка, когда речь идет о больших объемах информации и необходимости их обработать, структурировать и извлечь из этого пользу.

А что если речь идет о градостроительстве и урбанистике — как тут может помочь машинное обучение и какую информацию мы можем использовать?

Нишу автономных судов ожидает такой же взрыв развития, как мы наблюдаем в последние годы в сегменте БПЛА. Тысячи компактных беспилотников будут годами находиться в океане. Причем речь идет исключительно о мирных исследовательских целях и мониторинге.

Представьте, что вам нужно отслеживать параметры среды, следить за течениями, перемещением рыбы, составлять подробные карты глубин, изучать морское дно и отдельные подводные объекты или явления. Фрахт научно-исследовательского судна — это сезонно и очень дорого. Буквально в десятки раз дороже, чем разместить автономные беспилотники с необходимым набором оборудования и малыми исследовательскими дронами на борту.

Под катом небольшой рассказ про отечественный проект подобных судов.

Это была самая первая встреча с командой заказчика на проекте, которым я руководил. Мы должны были провести модернизацию инфраструктуры в крупном банке. Один из участников встречи, назовем его Миша, возглавлявший у заказчика поддержку крупной ИТ-системы, начал набрасывать. Сначала проблемы с предыдущего проекта. Потом Мишу понесло, и досталось прошлой команде («криворукие умники»), архитекторам как таковым («да что эти дебилы понимают в том, что проектируют»). Его ворчание перебросилось на «тупые процессы» и «отстойный менеджмент». Это не было энергичное возмущение, скорее монотонное гудение, что «всё не так». Так я понял, что у нас в команде человек «Всё — г..но». А дальше предстояло разобраться с тем, как нейтрализовать Мишу, чтобы он не портил атмосферу в команде. Или даже обратить его суперсилу на пользу делу.

Представьте себе, что в мире есть волшебное средство, которое в 7 раз повышает эффективность обучения — быстрее выучить английский, быстрее освоить программирование, быстрее понять что угодно в мире.

Удивительно, но такое средство было найдено в 1990 году американским социологом Майклом Хоу. Он провел серию тестов среди студентов и определил, что пользователи «волшебного средства» в 7 раз лучше запоминали материал, легко вспоминали факты и легко применяли знания на практике.

Тот, кто использовал «волшебное средство» был наголову выше обычных студентов. «Обычные» хуже помнили материал и хуже его понимали, более того, даже одаренные отличники были слабее тех, кто использовал это «волшебное средство».

Это удивительное средство...

Около десяти лет назад меня попросили о ремонте английского лампового усилителя - временами у него пропадал звук. Лампы оказались целы, видимых повреждений нет, все режимы в норме. Дефект обнаружился в переменном резисторе регулятора громкости и его замена решила проблему. К тому времени я уже был наслышан о феномене “теплого лампового” звучания и поэтому измерил все параметры усилителя по его спецификации. Представил работу владельцу усилителя и на некоторое время забыл об этом, так как у меня была основная задача улучшить качество звучания звуковой программы, получаемой по цифровому каналу.

Сейчас будет несколько неожиданный для вас лонгрид о цензуре как сознательном выборе.

В период моего пребывания в одной большой азиатской стране я часто по работе и из любопытства общался с её жителями. Мне казалось интересным, в чем их отличие от других народов мира, в чем секрет их развития.. После пары лет жизни там я пришел к некоторым выводам и мне не казались они чем-то особенным, до тех пор, пока этим летом я не ознакомился с нейросетью для рисования по запросу Dalle-2. Ознакомившись с её описанием я внезапно нашел ключевую, как мне кажется, параллель развития страны строителей коммунизма и модели искусственного интеллекта от развитой демократии. Если вам тоже интересно - добро пожаловать внутрь.

Согласно общепринятой теории фазовые соотношения в спектре звука не важны для восприятия тембра. Как выясняется, это справедливо лишь отчасти (для частот выше 200 Гц). Для звуков низкой частоты (менее сотни Гц) начинает работать другой механизм, в чем и предлагаю убедиться.

Вспомнил я тут о сокровенном, и даже сакральном эмпирическом знании. Не считая себя вправе скрывать его от широкой общественности, излагаю.

Привет, народ! В рамках курса Python для аналитики, хочу поделиться с вами небольшим шуточным исследованием, которое немного раскроет методику применения математической статистики и A/B тестирования в повседневной жизни. Данное исследование, как и статью в целом, подготовил мой коллега Роман Козлов.

В последнее время проблема с опозданиями не так уж остро стоит, ведь большинство работников, особенно в IT-сфере, работают на удалёнке. Однако, остались еще те последние из могикан, кто вынужден ходить на работу по старинке в офис.