Есть ли способ оптимизировать рабочий процесс проекта Data Science всего в несколько строк кода? Да. Это Prefect. Делимся кратким руководством по работе с этим инструментом, пока у нас начинается флагманский курс Data Science.
Хабр я начал читать еще с самого начала его появления, он даже назывался еще тогда Хабрахабр и довольно быстро стал самым популярным IT-ресурсом в Рунете. Без преувеличения, могу сказать, что его читали большинство айтишников рунета и часть за его пределами. Ресурс был реально крут, почти все статьи были про IT, и большинство из них были авторскими, нигде не публиковавшимися материалами.
Потоки (thread) в приложении можно разделить на три категории:
1. Нагружающие процессор (CPU bound).
2. Блокирующие ввод-вывод (Blocking IO).
3. Неблокирующие ввод-вывод (Non-blocking IO).
У каждой из этих категорий своя оптимальная конфигурация и применение.
Недавно закончила курс "Менеджер IT-проектов" от международной бизнес-школы Laba.
Всего было 10 занятий.
В этом посте делюсь впечатлениями от каждого из них в формате дневника — с юмором и пользой (иногда).
Автор этой статьи в блоге Stack Overflow — Data QA Engineer, то есть инженер обеспечения качества данных. По его словам, у него есть друзья, занятые в сфере технологий и разработки ПО, которые не совсем понимают, что такое тестирование данных, зачем оно нужно и как оно вписывается в мир программирования.
Это вполне объяснимо: наука о данных — совершенно новая область, и даже те, кто работает с данными каждый день, должны оставаться открытыми ко всем изменениям в работе. О профессии Data QA Engineer рассказываем к старту курса по Data Engineering.
Есть устоявшеёся мнение, что для хороших продуктов руководство пользователя не нужно. Очередной холивар на эту тему разгорелся в нашем рабочем чате. Я не до конца согласен с этим утверждением.
Хороший интерфейс действительно должен помогать пользователю быстро понять продукт и научиться им пользоваться. Как всегда есть пара НО.
Привет, меня зовут Макс, я продакт команды Self-Service в мобильном приложении Тинькофф. У моей команды три основные цели по созданию сервиса: contactless, proactive и self-service.
Это значит, что мы стараемся сделать незаметными процессы для пользователя: убрать то, что можно убрать, и сделать незаметным то, что можно сделать незаметным. Проблемы решаем проактивно, если можем предсказать проблему, и упрощаем процесс за счет технологий.
Сегодня хочу рассказать о том, как мы в команде подходим к оценке задач и их приоритизации. А еще о том, как не делать лишнюю работу в условиях сложного продукта с большим количеством зависимостей.
Если вы отвечаете за разработку продукта, то в процессе изучения конкурентов, качественной и количественной аналитики, общения с коллегами или стейкхолдерами у вас появляются идеи, да и желающих накинуть их всегда хватает.
Представим, что вы всё записываете в заметки или блокнотик. У здорового продакта возникает логичный вопрос: какие задачи решать в первую очередь?
Главная задача хорошего бэклога — снизить уровень неопределенности и дать пользователю как можно больше ценности за меньшее время. Главное здесь — не ставить на первый план только цифры. Иначе за год у вас не появится ничего, кроме бэклога, если продукт большой и сложный. А через год бэклог уже устареет.
Раньше я использовал классическую ICE-методику, но в Тинькофф пришлось ее адаптировать. Сейчас расскажу как.
Наша прошлая статья про слова на английском, которые сложно переводить, вызвала настоящий фурор. Такой оживленной дискуссии в комментах у нас не было никогда.
Мы решили продолжить тему, ведь подобных слов на языке Шекспира еще очень много. Некоторые из них мы взяли непосредственно из комментариев, поэтому спасибо участникам дискуссии.
И не будем долго затягивать, поехали.
Привет! Недавно мы анонсировали наш второй QA meetup. 17 ноября он состоялся. Мы говорили о том, как построить нагрузочное тестирование, как автоматизировать рутину в нагрузке, какой инструмент нагрузки использовать для Python и как нагружать SAP быстро. Теперь мы готовы поделиться записью выступлений и презентациями к ним.
Fire TV Stick 4K это невероятно недооцененная smart TV приставка в виде стика, которая умеет такое, что многим китайским боксам даже и не снилось. Если вы хотите получить доступ к крупнейшему стриминговому сервису фильмов и сериалов Netflix, да еще и в максимальном 4K качестве, то это пожалуй лучшее решение, которое сейчас существует. Более того, Fire TV Stick 4K умеет воспроизводить не только обычный HDR и более продвинутый HDR10+, но и самый технологичный стандарт Dolby Vision. У приставки есть на него лицензия и в том же Netflix, фильмы и сериалы доступны в Dolby Vision. Пользуетесь подписками отечественных легальных онлайн кинотеатров, таких как IVI, Megogo или Кинопоиск HD? И здесь тоже все в порядке. У Fire TV Stick 4K есть поддержка HDCP 2.2 и Widewine L1, что позволяет получить максимальное 4К качество с поддержкой HDR. Кроме этого, без каких-либо проблем воспроизводятся ролики YouTube 4K\60 fps в HDR, тяжелые торренты и можно смотреть IPTV даже в Ultra HD качестве. Самые продвинутые пользователи могут заметить, что все тоже самое можно получить и в TiVo Stream 4K. Это так, но есть одно кардинальное отличие в пользу устройства от Amazon. У TiVo нет автофреймрейта, а у Fire TV Stick 4K он есть.
Выражаю особенную благодарность тем читателям, которые смело и вдумчиво поделились своими размышлениями в комментариях к статье «Выгорание может настигнуть на работе, вне работы, без работы». Это позволило мне понять, что тема выгорания актуальна, расширить и углубить мои представления.
Продолжаю рассуждать на тему выгорания и надеюсь вы найдете здесь полезное для того, чтобы научиться управлять своим горением, гореть, но не выгорать. А для того, чтобы чем-то управлять на это нужно обратить внимание, изучить, осознать, понять, как это устроено. Сегодня предлагаю рассмотреть такой вид выгорания, как “Дофаминовое выгорание”.
ПОЛУПРОВОДНИКОВАЯ ПРОМЫШЛЕННОСТЬ сегодня находится на пике технического прогресса. Почему же, несмотря на это, до сих пор не удается производить действительно востребованное количество чипов по всему миру?
Почти два года спустя после сбоев, вызванных пандемией (*кстати, об этом читайте нашу июльскую статью), острая нехватка полупроводниковых компонентов, лежащих в основе смартфонов, ноутбуков и бесчисленного множества других продуктов, продолжает сказываться на производителях всей мировой экономики.
Автомобильная промышленность была вынуждена прекратить производство из-за снижения продаж. Недостаточное количество микрочипов повлияло абсолютно на все отрасли: от игровых консолей и сетевого оборудования до медицинских устройств. В октябре Apple объявила об ухудшении своих финансовых результатов по этой же причине, а в Intel предупредили, что «засуха», скорее всего, затянется до 2023 года.
Проблемы с поставками полупроводников сегодня глобальные. Спрос растет быстрее, предложения производителей, особенно на базовые, но широко распространенные компоненты; они подвержены большим колебаниям спроса, которые сильно влияют на рискованность инвестиций.
«Удивительно, что потребовалось так много времени для восстановления цепочки поставок после того, как мировая экономика остановилась из-за пандемии коронавируса», – говорит Брайан Матас, вице-президент по исследованиям рынка в IC Insights (аналитической фирме, которая следит за изменениями в полупроводниковой промышленности).
Во-первых, сам масштаб спроса стал просто невообразимым. В 2020 году, когда Covid начал сворачивать предприятия «обычного» бизнеса, индустрия чипов уже ожидала подъема. По данным Ассоциации полупроводниковой промышленности, мировые продажи чипов упали на 12 процентов в 2019 году. Но в декабре 2019 года эксперты спрогнозировали, что мировые продажи вырастут на 5,9 процентов в 2020 году и на 6,3 процента в 2021 году.
Чтение — это особый процесс, почти сакральный для отдельных людей, семей, городов и даже наций. Кажется, что может быть более вечным, чем чтение: очень древние читали петроглифы, древние — глиняные таблички и папирусы, соседи по столетиям — рукописные книги и грамоты, потом мир наполнился печатными книгами, а сейчас мы читаем со всевозможных экранов. Всё просто: мозг сканирует и декодирует символы, распознаёт смысл, сознание его «переваривает» в нужной форме, отдельные фрагменты пишутся в память. Для айтишников так вообще знакомый инженерный процесс. Но не всё так просто: нейропсихология и нейрофизиология чтения скрывают целый пласт сложных процессов, у чтения есть феномены и патологии, а мы читаем Пушкина совсем не так, как это делал сам Пушкин.
Конечно, одной статьёй эти вопросы не закрыть, но начать вполне можно, тем более что Хабр — один из сайтов, который максимально строго «заточен» именно на чтение (да ещё и лонгридов!).
Это продолжение туториала по JUnit 5. Введение опубликовано здесь.
Аннотация JUnit 5 @AfterAll является заменой аннотации @AfterClass в JUnit 4. Она используется как метод очистки для тестового класса.
@AfterAll используется для обозначения того, что аннотированный метод должен быть выполнен после всех тестов в текущем тестовом классе.
Тестировщики, вы здесь? Для вас два кейса с IT-конференции ЮMoneyDay.
Сначала делимся выводами, к которым пришли наши коллеги из тестирования, собирая метрики. А еще показываем, что из процессов удалось автоматизировать.
Во втором докладе разбираем, когда для полнотекстового поиска стоит использовать PostgreSQL.
Я проходил технические собеседования на системного аналитика в самых разных компаниях и каждый раз записывал все вопросы. У меня накопилось 120 вопросов. Список вопросов выкладываю в этой статье. Даю гарантию, что, подготовившись по этим вопросам, вы будете успешно проходить технические собеседования в большинстве, если не во всех, it-компаниях. Почему? Потому что большинство вопросов повторяются от собеседования к собеседованию. Очень высока вероятность того, что вопросы, которые вам будут задавать, будут из этого списка.
