Так выглядит эффективная работа техлида

Автор: admin от 13-11-2020, 08:07, посмотрело: 120

Так выглядит эффективная работа техлида
фото с сайта pilot.com



В 2012 году Джессика МакКеллар с командой друзей из MIT (Массачусетский Технологический Институт) запустила стартап скрытого чата Zulip. Менее двух лет спустя его выкупил Dropbox. И в этом не было ничего необычного. С ее командой такое уже случалось, когда они так же быстро продали Ksplice компании Oracle. Такая бешеная гонка дала МакКеллар больше опыта в разнообразных возможностях менеджера, чем обычный инженер получает за всю карьеру. Она была тимлидом, основателем, техлидом в огромной корпорации, а сейчас руководит десятками сотрудников в быстрорастущем международном стартапе. (Да, она еще и значимая фигура в мире Python). В статье Джессика рассказывает о своем опыте и подходе к управлению командами.

Категория: Программирование

 

Декларативный подход в Angular

Автор: admin от 13-11-2020, 08:07, посмотрело: 126

Когда я впервые услышал про compliant-механизмы, был весьма впечатлен. Хоть они и окружают нас в повседневности — в виде застежек рюкзака, кнопок мыши или колпачков от шампуней, — мы редко задумываемся о концепции таких устройств.

Если говорить кратко, в compliant-механизме для обеспечения его технических характеристик используют деформацию. В то время как в традиционной технике (rigid body) гибкость зачастую является негативным качеством материала, сompliant-механизмы используют ее для передачи силы и движения в нужном направлении, вместо соединений из нескольких подвижных деталей.

Узнать, к чему это я

Категория: Программирование

 

Книга «Игровой движок. Программирование и внутреннее устройство. Третье издание»

Автор: admin от 13-11-2020, 08:07, посмотрело: 203

Книга «Игровой движок. Программирование и внутреннее устройство. Третье издание»
Привет, Хаброжители! Книга Джейсона Грегори не случайно является бестселлером.Двадцать лет работы автора над первоклассными играми в Midway, Electronic Arts и Naughty Dog позволяют поделиться знаниями о теории и практике разработки ПО для игрового движка.



Игровое программирование — сложная и огромная тема, охватывающая множество вопросов. Граница между игровым движком и игрой размыта. В этой книге основное внимание уделено движку, основным низкоуровневым системам, системам разрешения коллизий, симуляции физики, анимации персонажей, аудио, а также базовому слою геймплея, включающему объектную модель игры, редактор мира, системы событий и скриптинга.

Категория: Программирование

 

От кровавого энтерпрайза к командной работе

Автор: admin от 13-11-2020, 08:06, посмотрело: 123

Меня зовут Сергей Минаев, я руководитель направления администрирования веб-сервисов в компании «Спортмастер». Моя группа занимается разворачиванием и поддержкой всего, что связано с вебом и мобилкой.

Большинство систем мы пишем сами, но в то же время мы иногда используем и коммерческий софт. В целом можно сказать, что мы стараемся работать «модно-молодежно»: у нас есть автоматизация на Ansible (именно автоматизация, а не деплой), у нас есть CI/CD на Bamboo + Bitbucket. Есть оркестрация на Mesos, от него мы постепенно переходим к Kubernetes.

Есть и заявки - это не только взаимодействие с другими отделами, но и взаимодействие разработки-эксплуатации. Поэтому мы смотрим в сторону GitOps.

Наши проблемы

Одна из самых тяжелых проблем - это взаимодействие на уровне “перекидывания через забор”: всё, я работу свою сделал, я закончил, а работает система или нет, это уже не так важно. Перестроить такое восприятие достаточно сложно, мы пытаемся исправлять ситуацию, но дается это нелегко.

Из предыдущего вытекает еще одна проблема — это подход «У меня локально все работает, если у коллег в деве/проде не запустилось — это их проблемы, пускай сами разбираются». Подобная проблема есть, наверное, практически у всех. Как мы стараемся ее решать: по максимуму переносить окружения на единую платформу, в нашем случае Kubernetes с динамическими окружениями.

Читать далее

Категория: Программирование

 

Напишем и поймем Decision Tree на Python с нуля! Часть 1. Краткий обзор

Автор: admin от 3-09-2020, 10:43, посмотрело: 386

Привет, Хабр! Представляю вашему вниманию перевод статьи "Pythonで0からディシジョンツリーを作って理解する (1. 概要編)".



1.1 Что такое Decision Tree?



1.1.1 Пример Decision Tree



Например, у нас есть следующий набор данных (дата сет): погода, температура, влажность, ветер, игра в гольф. В зависимости от погоды и остального, мы ходили (〇) или не ходили (×) играть в гольф. Предположим, что у нас есть 14 сложившихся вариантов.



Напишем и поймем Decision Tree на Python с нуля! Часть 1. Краткий обзор


Из этих данных мы можем составить структуру данных, показывающую, в каких случаях мы шли на гольф. Такая структура из-за своей ветвистой формы называется Decision Tree.






Например, если посмотреть на Decision Tree, изображенный на картинке выше, мы поймем, что сначала проверяли погоду. Если было ясно, мы проверяли влажность: если она высокая, то не шли играть в гольф, если низкая — шли. А если погода была облачная, то шли играть в гольф вне зависимости от других условий.

Категория: Программирование

 

Основа для большого модульного SPA на Laravel + Vue + ElementUI с CRUD генератором

Автор: admin от 5-06-2020, 10:37, посмотрело: 820

Основа для большого модульного SPA на Laravel + Vue + ElementUI с CRUD генератором



Последние годы удалось поработать над несколькими большими и не очень проектами с использованием разных back-end и front-end фреймворков. Сталкивался с разными проблемами, возникавшими по мере роста приложения.



Сейчас могу сделать вывод из того, какие решения были удачными, а какие — не очень.

Используя накопленный опыт, задался целью собрать все лучшие решения, на мой взгляд, и создать свою основу для SPA.

Категория: Программирование

 

Дополняя SQL. Часть 3. Жизнь расширений для Visual Studio. Работа с IO. Необычное использование SQL

Автор: admin от 5-06-2020, 10:37, посмотрело: 969

Публикую на Хабр оригинал статьи, перевод которой размещен в блоге Codingsight.



Что будет в этой статье?



Это третья статья в цикле о жизни разработчиков IDE для баз данных. Ее структура будет похожа на первую и вторую, но здесь я уже не буду рассказывать о парсинге текста. В этой статье речь пойдет о некоторых трюках по работе с файлами и просто различными проблемами при создании большого настольного приложения на платформе .NET. Для понимания этой статьи не обязательно читать первую и вторую части полностью, но в первой статье цикла есть несколько параграфов, которые отлично погружают в контекст разработки. Мне кажется, эта часть цикла получилась интересна даже для большего круга людей, чем предыдущие. Их было бы полезно глянуть перед прочтением статьи, а если на это нет времени или желания, то вот несколько тезисов из прошлых статей:




  • Мы делаем линейку IDE для СУБД MySQL, SQL Server, Oracle, PostgreSQL

  • Это настольное приложение на .NET стеке со всеми вытекающими

  • Много функций завязаны на анализ SQL кода. Используем для этого сильно доработанный ANTLR

  • Парсинг SQL это сложная задача в плане производительности и памяти. Постоянно приходится применять разные трюки для оптимизации



По мере публикации буду добавлять ссылки на следующие части:



Часть 1. Сложности парсинга. Истории о доработке ANTLR напильником

Часть 2. Оптимизация работы со строками и открытия файлов

Часть 3. Жизнь расширений для Visual Studio. Работа с IO. Необычное использование SQL

Часть 4. Работа с исключениями, влияние данных на процесс разработки. Использование ML.NET



Дополняя SQL. Часть 3. Жизнь расширений для Visual Studio. Работа с IO. Необычное использование SQL

Категория: Программирование

 

Классификация документов: 7 практических подходов для небольших наборов данных

Автор: admin от 5-06-2020, 10:37, посмотрело: 703

Классификация документов или текста — это одна из важнейших задач в обработке естественного языка (natural language processing, NLP).



У нее есть множество применений, таких как классификация новостей, фильтрация спама, поиск неприемлемых комментариев и т. д.



У больших компаний нет проблем со сбором больших наборов данных, поэтому обучение модели классификации текста с нуля — вполне осуществимая задача.



Однако, для большинства реальных задач большие наборы данных — редкость, и для построения своей модели приходится проявлять смекалку.



В этой статье я расскажу о практических подходах к преобразованиям текста, которые сделают возможной классификацию документов, даже если набор данных небольшой.

Категория: Программирование

 

Как мы создаем Сognitive Agro Data Factory — самый большой нейронный университет в мире

Автор: admin от 5-06-2020, 10:37, посмотрело: 608

Я начну с революционного: когда мы внедряем Искусственные мозги C-Pilot в сельхозтехнику, мы немного уподобляемся Создателю. Мы Предмет превращаем в думающее и анализирующее Существо, то есть комбайн с Cognitive Agro Pilot начинает видеть и понимать, что происходит вокруг, а также принимать решения по дальнейшим действиям в рамках той производственной задачи, которая перед ним стоит. В каком-то смысле идет создание нового социального слоя тружеников села — слой агроботов с Искусственным Интеллектом C-Pilot, которые обдумывают и решают поставленные человеком агрозадачи.



По сути это зарождающийся слой существ, который надо массово и правильно учить. У человечества были тысячелетия на развитие эволюционного слоя сознания, у роботов это — месяцы. Но для этого надо создать необходимую среду, масштабную фабрику по обучению Искусственных мозгов и подготовки информации для них. В этой статье мы приоткроем тайны Cognitive Data Factory: комбайнa для сбора и переработки данных для агроотрасли.



То по каким учебникам и с какими учителями учатся Ваши дети имеет определяющее значение в их развитии и будущей карьере. Так и в автомотив отрасли — качественные данные и их правильная разметка имеют первостепенное значение для создателей ИИ для беспилотного транспорта и других высокоавтоматизированных систем управления. Cognitive Pilot учится через нашу уникальную Data Factory. Как это устроено внутри?



Как мы создаем Сognitive Agro Data Factory — самый большой нейронный университет в мире

Категория: Программирование

 

О стартапах и стартаперах

Автор: admin от 22-05-2020, 20:01, посмотрело: 1 669

О стартапах и стартаперах


Сейчас очень модно говорить о стартапах и молодых стартаперах, бизнесменах до 30 лет, попавших в поле зрения Форбс. Об инновационных проектах, нацеленных перевернуть мир.



Видимо, пришло время и для меня осознать, что такое стартап, что такое собственный проект, и каким может быть мое место в нем.



Стартап – это не про успех и не про деньги



Я помню мой первый проект, сайт о Канаде и иммиграции, сделанный в 2004 году на html. Я хотел научится делать сайты, сделать свой собственный. Сама тема была мне близка, я хотел попробовать. Мне интересен был сам процесс. Никаких коммерчески целей не было и в помине.



А когда сайт был сделан, разумеется, мне стало интересно его раскрутить. Потом появился форум, блог, другие ресурсы. Все это требовало упорной, каждодневной работы. Зачем? Да просто потому, что это было мне интересно и на это было время. И при этом были какие-то деньги на жизнь. Я тогда учился в университете и получал стипендию в долг, которую нужно было отдавать, но потом. А в те годы я, помимо учебы, или в ущерб учебе, мог заниматься тем, что мне нравится – развитием собственных проектов.



Одним из самых больших своих достижений я считаю команду форума, которая существовала в определённые моменты. Более 10 человек от 6 до 12 часов в день сидели на форуме, делали свои посты, модерировали чужие, просто жили этим. Каждый день. Я был тем, кто смог их собрать и вдохновить на подобные подвиги.



Деньги от этих проектов появились только после 3-4 лет упорной и каждодневной работы. А до этого все делалось на личном интересе и энтузиазме.



К чему это я? Да, к тому, что стартап – это не про бешеный успех и не про кучу денег.

Стартап — это про работу, про огромное количество работы. Это когда твоя работа и жизнь слиты воедино, когда работа – это не просто часть тебя, это ты и есть.

Категория: Программирование

 
Назад Вперед