Разработка

На хайпе нейронных сетей особую популярность приобрели end-to-end системы распознавания речи. И это неудивительно, ведь можно «просто» взять нейронную сеть известной архитектуры, скормить ей обучающий датасет и ждать результата. Но на практике все оказывается не так просто.

В этой статье мы попробуем рассказать, почему несмотря на эксперименты с нейронными end-to-end сетями, мы продолжаем использовать гибридную архитектуру, состоящую из акустической и лингвистической модели, работающих независимо и в чем заключаются достоинства и недостатки разных архитектур распознавания речи.

Все началось с того, что лет десять назад сделал товарищу динамические ангельские глазки на его автомобиль. И с тех пор каждый уважающий себя владелец BMW считал своим долгом написать мне в какую-нибудь соц сеть и спросить: за сколько денег я готов сделать аналогичное на его авто. На тот момент еще не было в ходу светодиодов с чипом WS2812, по этому схема получилась не очень удобная, и выкладывать ее я не видел смысла. Если я сам не готов повторить, то кто-нибудь другой точно не станет этого делать.

Давно собирался написать данную статью и представить свое видение в отношении Технологии информационного моделирования (ТИМ). ТИМ имеет бесчисленное множество преимуществ при реализации, и в случае достижения результативности внедрения во все субъекты строительной отрасли можно будет наконец-то поставить жирную точку в вопросе бесконтрольности строительных процессов. Не знаю, когда удастся превратить ТИМ в привычную технологию, но …

… разве я спроста провожу параллель с Апокалипсисом?! Когда грядет тот миг воцарения цифры в стройке, тогда мир не будет прежним! Слишком фанатично. Согласен. Наяву внедрение информационных технологий происходит очень медленно, болезненно и туго, поэтому такой расклад на практике не воодушевляет и не наращивает инициатив в развитии. Но стоит представить, как эти идеи воплощаются в жизнь, сразу хочется взять и сделать чертежи в BIM (хах, нет).

Привет, Хабр.

На мой взгляд, для эффективного управления любой организацией, размера превосходящей «лоток с кебабами», важно обеспечить прозрачность и управляемость на всех уровнях.

 Очень часто в различных организациях (от Банков до госорганов и ИТ-компаний) приходится решать одну и ту же проблему: как создать целостную и прозрачную картину происходящего на всех уровнях менеджмента?

Топ-менеджеры либо пребывают в состоянии ложного умиротворения по типу «В Багдаде все спокойно», либо Руководству недостаточно понятно, либо совершенно непонятно как в моменте идет достижение стратегических целей (А происходит ли?), чем заняты подчиненные и почему никто не может дать прогнозы и качественно спланировать roadmapы по ключевым проектам / продуктам. (я уже не говорю о портфелях).

Среднее звено часто изменяет стратегические цели в рамках своего их понимания и в угоду своим интересам и спускает вниз на исполнение часто в искаженном виде.

Тимлидам и командам в итоге непонятна сама стратегия, а также цели и методы ее достижения. Команды не могут взаимоувязать реализацию стратегии с целями на блоках, подразделениях, в проектах и персональными целями сотрудников.

И, конечно, ни одному из участников этой истории не нравится, когда его работу и вклад в реализацию стратегии начинают пристально рассматривать.

Казалось бы, все просто: наблюдай, управляй по исключениям и воздействуй, чтобы все пришло в требуемую норму, но нет. И причин в этом может быть масса, например, непрозрачная стратегия с целями не по SMART, отвязанная от реальной ситуации в организации...

На днях один мой знакомый получил звонок от работника ФНС с целью уточнить некоторые данные по декларации 3-НДФЛ на возврат бюджетных денег за лечение. Удивлению не было предела: мало того, что декларацию эту он не подавал (!) так и возврат уже был проверен и одобрен (!!), возврат средств предполагался на неведомый счёт в МТС-банке на его имя (!!!), нужно было лишь уточнить сущие пустяки. Небольшая, но поучительная история.

Да, я не ошибся в заголовке. В том виде, в котором этот недостойный представитель семейства измерительных приборов был приобретен, он не заслуживал звания частотомера. В данной статье я описываю его доработку, в результате чего его точность и стабильность будет превосходить значительно более дорогие приборы, а также способ калибровки, доступный любому радиолюбителю, не имеющему доступа к рубидиевым стандартам и прочему. В принципе, предлагаемая доработка годится практически для любого дешевого частотомера.

Материал заботливо подготовлен на основе перевода части книги Go With The Domain, а именно — главы 9 «Чистая архитектура» за авторством Miłosz Smółka.

В этой части говорится о том, как из wtf-кода прийти к чистой архитектуре с помощью сочетания двух идей: разделении портов и адаптеров + ограничении того, как структуры кода ссылаются друг на друга.

Преобладает миф о том, что хорошая визуализация данных возникает благодаря (так называемому) хорошему программному обеспечению. Excel закрепил этот миф, позволив пользователям быстро преобразовывать необработанные данные в трехмерные гистограммы и круговые диаграммы с десятками срезов - или, что еще хуже, трехмерные круговые диаграммы. Плохие визуализации - это проблема не программного обеспечения, а выбора дизайна пользователем.

Что только нам не обещали с появлением Big Data. Мы будем прогнозировать продуктовый спрос и вспышки болезни, научим нейросети рисовать картины и сочинять романы, от которых плакал бы сам Достоевский (воссозданный теми же нейросетями по дневникам, портретам и рассказам современников). Что-то из этого уже в каком-то виде увидело свет — и это круто. Но большинству компаний это неинтересно и не нужно. Вместо суперсовременной архитектуры с плюшками-свистелками мы ищем аналоги наших старых хранилищ, но быстрее, дешевле и полегче в настройке. И это наглядно видно на примере историй Databricks и Snowflake.

По данным консалтинговой компании Roland Berger, ведущие электроэнергетические компании по всему миру реализуют программы цифровой трансформации. Повсеместное применение больших данных способствует развитию решений предиктивной аналитики, которые сегодня высоко востребованы в энергетике. Прогнозная аналитика позволяет предсказать выход оборудования из строя, объективно оценивать риски и принимать стратегически верные решения.

В этой статье мы расскажем о том, как с помощью предиктивного анализа реализовать качественный прогноз энергопотребления и повысить энергоэффективность оборудования генерирующих компаний.

Что за зверь такой этот бенчмаркинг Android-приложений? Разберемся с тем, для чего он нужен, погрузимся в детали работы Jetpack Benchmark Library и получим знания для написания первого бенчмарк-теста. 

Помогать в этом деле буду я, Диана Федотова, Android-разработчица из Технократии.

Каждая компания, принимающая платежи на своем сайте или в магазине, рано или поздно сталкивается с фродом (fraud) и несет убытки. Есть разные методы борьбы с ними. 80% всех задач обычно решаются скриптами, а потом к ним уже докручивается дата-сайнс. Правда не всегда понятно для чего. Но давайте пока не будем останавливаться на этом, а попробуем решить типичные проблемы. Такие, как сбор данных, долгий этап оценки гипотез и снижение нагрузки на внешние системы.

Меня зовут Александр Сальков. Я разработчик в Sportmaster Lab. Руковожу направлением дата инженерии и больше 10 лет разрабатываю базы данных и все системы, которые так или иначе с ними связаны. Когда я был молод, написал свой вариант Кафки, который делал то же самое, что делает Кафка, только между инстансами Oracle. Участвовал во всяких разных датасаентистских вещах. В частности, делал систему идентификации людей по венам на ладонях. И много всякого интересного.

В какой-то момент разработки вашего приложения вы получаете обратную связь от пользователей: при нажатии на кнопку, например, «Выбрать адрес», ваше приложение сначала на пару секунд подвисает, а уже только потом показывает экран со списком адресов. Специально никто медленный код не писал, но он откуда-то где-то возник.

Сегодня расскажу, как Apple предлагает решать эту проблему с помощью логов.

Привет, Хабр! На связи Михаил Семёнов, лидер дивизиона баз данных в СберТехе, Артём Лаптев, руководитель эксплуатации продукта Platform V Pangolin в SberInfra, и Вячеслав Гавришин, руководитель команды развития Platform V Pangolin в SberInfra. 

В этой статье мы поделимся историей импортозамещения систем управления базами данных в Сбере и опытом миграции с MSSQL и Oracle на собственную СУБД Platform V Pangolin. А ещё расскажем, как разрабатываем и кастомизируем отечественную СУБД уровня enterprise. Кроме того, покажем, какие решения помогли нам упростить процесс миграции и использовать продукт в микросервисной архитектуре Банка. Если вам это близко ― просим под кат!

Видеоблогер Конор Хекстра использовал разные языки программирования, чтобы решить одну и ту же задачу. Попутно выяснилось, что у Фортрана полно поклонников.

Осознанные прерывания и непреднамеренные сбои

• происходит сбой оборудования, на котором размещен узел;
  
• администратор кластера по ошибке удаляет (экземпляр) виртуальную машину;
  
• ВМ исчезает из-за сбоя в работе гипервизора или облачного провайдера;
  
• возникает критическая ошибка ядра;
  
• узел исчезает из кластера из-за сетевого раздела кластера;
  
• происходит выселение пода с ноды из-за отсутствия ресурсов на ней или превышения лимитов.
  

Примечание: Большинство этих событий неспецифичны для Kubernetes и должны быть знакомы пользователю, за исключением проблемы с отсутствием ресурсов на ноде.

Люди не всегда понимают, что им говорят/передают другие люди. Например, читая книги я частенько сталкиваюсь с сплошными абстракциями (что авторы на самом деле имели в виду - неясно, ты должен догадаться сам, при этом авторы оставляют за собой право судить, правильно ли ты догадался или нет). Как же передавать смысл понятным образом и давать понятные определения - вот о чем статья.