Все потоки

Выкидывать старый редактор Хабра (тот, который с html-тегами) ни в коем случае нельзя. На редактор DTF/vc.ru без слез не взглянешь, у Пикабу редактор неплохой, но не такой крутой как у Хабра, поэтому вывод: круче ручной разметки ничего не придумали.

«МегаФон» начинает продажу 12 категорий товаров для мобильной электроники под собственным брендом Stellarway.

Аксессуары для мобильных устройств и ноутбуков сегодня демонстрируют уверенный рост. Объём их продаж в интернет‑магазине и розничной сети «МегаФона» и Yota в третьем квартале 2023 года вырос на 12% в штуках по сравнению с аналогичным прошлогодним периодом. Наилучшую динамику отмечают в категориях док‑станций (+590%), проводных гарнитур (+421%), наушников (+145%), внешних источников питания (+70%). Наибольший прирост продаж в денежном выражении показывают сетевые зарядные устройства (+75%), наушники (+102%) и внешние аккумуляторы (+93%).

Под маркой Stellarway «МегаФон» будет выпускать более 100 товаров во всех популярных категориях: защитные стёкла, аккумуляторы, проводные и беспроводные наушники, адаптеры, аудио и дата‑кабели, сетевые и автомобильные зарядные устройства, проводные гарнитуры. Будут представлены беспроводные зарядки для Apple Watch и чехлы MagSafe.

Защитные стёкла, устройства для быстрой зарядки и чехлы от Stellarway уже доступны в интернет‑магазине. Разработкой и поставками аксессуаров Stellarway занимается дочерняя компания оператора Revo Charge.

«МегаФон» рассчитывает, что до конца 2024 года товары Stellarway займут до 50% продаж всех аксессуаров в объединённой розничной сети. Запуск собственной торговой марки позволит увеличить объём продаж аксессуаров примерно на 25% в течение следующего года.

Гендиректора Valve Гейба Ньюэлла обязали явиться в суд для дачи показаний по антимонопольному иску, поданному студией Wolfire Games. Компания начала судиться с Valve ещё в 2021 году из-за антиконкурентных практик в Steam.

Сам Ньюэлл просил дать показания удалённо из-за опасений по поводу COVID. Однако, по мнению суда, топ-менеджер представил «несущественные доказательства того, что он подвергается особому риску серьёзного заболевания».

Wolfire Games обвинила Valve во внедрении 30-процентных комиссий для разработчиков игр. Студия утверждала, что компания использовала «доминирование, чтобы получать чрезвычайно высокую долю почти от каждой продажи, проходящей через её магазин», а также «эксплуатировала издателей и потребителей».

В ноябре 2021 года иск отклонили. Тогда окружной судья США заявил, что в жалобе не хватает фактов, однако он позволил студии обратиться с иском повторно. В мае 2022 года Wolfire Games подала новую жалобу.

❓100 Вопросов по Машинному обучению (Machine Learning) - Вопрос_13

🔠Вопрос_13: Какие есть альтернативы Expectation-Maximization (EM) ?

1. Markov Chain Monte Carlo (MCMC): MCMC - это класс методов, которые позволяют проводить сэмплирование из сложных распределений, таких как постериорные распределения параметров моделей. MCMC методы генерируют последовательность сэмплов, которая соответствует искомому распределению. MCMC алгоритмы, такие как Metropolis-Hastings и Gibbs sampling, являются альтернативой EM и позволяют оценивать параметры модели, учитывая скрытые переменные.

2. Stochastic Gradient Variational Bayes (SGVB): SGVB - это метод, который комбинирует идеи градиентного спуска и вариационного вывода для оценки параметров моделей. Он позволяет приближенно оптимизировать параметры модели, используя стохастические градиенты, что делает его масштабируемым для больших наборов данных. SGVB широко применяется в глубоком обучении и моделях с динамическими параметрами.

3. Bayesian Optimization: Bayesian Optimization (байесовская оптимизация) - это метод, который позволяет находить оптимальные значения гиперпараметров модели. Вместо оценки параметров модели, как делает EM, байесовская оптимизация исследует пространство гиперпараметров с целью нахождения наилучших настроек модели с использованием итераций оптимизации и апостериорных распределений.

t.me/DenoiseLAB (Еесли вы хотите быть в курсе всех последних новостей и знаний в области анализа данных);

Вроде интересный разговор получился.

❓100 Вопросов по Машинному обучению (Machine Learning) - Вопрос_12

🔠Вопрос_12: Expectation-Maximization (EM) ?

Expectation-Maximization (EM) - это итерационный алгоритм, который используется для оценки параметров вероятностных моделей, когда некоторые данные являются наблюдаемыми, а другие данные являются скрытыми или неполными. EM-алгоритм часто применяется в статистике и машинном обучении для обучения моделей с неизвестными параметрами.

EM-алгоритм состоит из двух основных шагов: шага ожидания (Expectation) и шага максимизации (Maximization).

1. Шаг ожидания (Expectation step, E-шаг): На этом шаге вычисляются ожидаемые значения скрытых переменных (или "ответственностей") в соответствии с текущими значениями параметров модели. Это делается путем вычисления условного математического ожидания скрытых переменных при условии наблюдаемых данных и текущих параметров модели.

2. Шаг максимизации (Maximization step, M-шаг): На этом шаге обновляются параметры модели, чтобы максимизировать ожидаемое правдоподобие, полученное на E-шаге. Обновление параметров происходит путем решения оптимизационной задачи, которая может включать максимизацию правдоподобия или минимизацию ошибки между наблюдаемыми данными и ожидаемыми значениями.

   t.me/DenoiseLAB (Еесли вы хотите быть в курсе всех последних новостей и знаний в области анализа данных);

   https://boosty.to/denoise_lab (Если вы хотите поддержать проект, или получить более модные фишки по коду и продвижению подписывайтесь).

❓100 Вопросов по Машинному обучению (Machine Learning) - Вопрос_11

🔠Вопрос_11: Какие есть альтернативы Affinity Propagation ?

1. Агломеративная кластеризация (Agglomerative Clustering): Это иерархический метод кластеризации, который начинает с каждой точки данных в отдельном кластере и последовательно объединяет ближайшие кластеры, пока не достигнет заданного числа кластеров или критерия объединения. Агломеративная кластеризация может работать как с евклидовыми расстояниями, так и с другими метриками.

2. Gaussian Mixture Models (GMM): Это статистическая модель, которая представляет каждый кластер как смесь нормальных распределений. GMM моделирует данные с помощью вероятностей и может обнаруживать скрытые кластеры и моделировать данные с разной формой распределения.

3. Spectral Clustering: Этот алгоритм использует спектральные методы для преобразования данных в новое пространство и выполнения кластеризации. Он основан на вычислении собственных векторов матрицы сходства данных и последующем применении методов кластеризации на полученных спектральных коэффициентах.

   t.me/DenoiseLAB (Еесли вы хотите быть в курсе всех последних новостей и знаний в области анализа данных);

   t.me/DenoseLABChat (Если вы хотите задать вопрос и получить на него ответ по анализу даных подключайтесь в наш чат);

   https://boosty.to/denoise_lab (Если вы хотите поддержать проект, или получить более модные фишки по коду и продвижению подписывайтесь).

Представлен релиз дистрибутива OpenMandriva Lx 5.0. Проект развивается силами сообщества после того, как компания Mandriva S.A. передала управление проектом в руки некоммерческой организации OpenMandriva Association.

Для загрузки предлагаются Live-сборки для архитектуры x86_64 с KDE (полная 3 ГБ, сокращённая 2,5 ГБ и оптимизированная для процессоров AMD Ryzen, ThreadRipper и EPYC), GNOME и LxQt. Отдельно в ближайшее время будут опубликованы серверная сборка и образы для плат на базе архитектуры ARM64 (Raspberry Pi 4).

Основные изменения в OpenMandriva Lx 5.0:

• проведена реорганизация структуры файловой системы — все исполняемые файлы и библиотеки из корневых директорий перенесены в раздел /usr (каталоги /bin, /sbin и /lib* оформлены как символические ссылки на соответствующие каталоги внутри /usr);

• компилятор Clang, используемый для сборки пакетов, обновлён до ветки LLVM 17. Для сборки всех компонентов дистрибутива можно обойтись только Clang, в том числе доступен вариант пакета с ядром Linux, собранный в Clang;

• компоненты рабочего стола и графического стека и системные пакеты, в том числе ядро Linux 6.6.2, systemd 254.5, GCC 13.1, glibc 2.38, binutils 2.41, инсталлятор Calamares 3.2.62;

• обновлены развиваемые для OpenMandriva приложения OM Welcome, OM Control
  Center, Repository Selector (repo‑picker), Update Configuration
  (om‑update‑config).

Источник: OpenNET.

ФАС vs Роскомнадзор. Надо ли маркировать рекламу в запрещенных соцсетях?

На данный момент официальная позиция ФАС, которое обладает исключительным правом на определение, что является рекламой, а что просто информацией состоит в том, что ведомство не отслеживает запрещенные соцсети, а Роскомнадзор заявляет, что планирует отслеживание рекламы в запрещенных соцсетях и требует исполнение закона о маркировке рекламы (статья 18.1 закона о рекламе №38-ФЗ).

Чем закончится это противостояние ведомств на данный момент неизвестно, особенно, чем это грозит для бизнеса и пользователей запрещенных соцсетей при размещении рекламных материалов у блогеров.

Однако, точка отсчета здесь именно ФАС, так как Роскомнадзор не имеет полномочий привлекать к ответственности за отсутствие токена в публикациях и наличие отчетности в ОРД, так как сначала должно быть официальное заключение ФАС, что публикация являлась рекламой. Но ФАС не будет делать данную экспертизу, так как ведомство не отслеживает публикации в запрещенных соцсетях.

Здесь эпизод из интервью известного юриста по рекламному праву Дмитрия Григорьева насчет маркировки рекламы в запрещенных соцсетях (около 1 минуты)
Если кратко, то Роскомнадзор требует маркировку, но если мы этого не сделаем, то нам за это ничего не будет. Во всяком случае пока ведомства не определят совместную позицию по данному вопросу.

Ubisoft заявила о «технической ошибке», которая вызвала показ всплывающей рекламы в Assassin’s Creed. Объявления продвигали последние версии игры в преддверии «Чёрной пятницы». 

В Ubisoft рассказали, что пытались разместить рекламу Assassin’s Creed Mirage в главном меню других игр серии. Однако из-за ошибки реклама появилась во внутриигровых меню. Ubisoft сообщает, что проблема уже устранена.

Ранее Microsoft использовала полноэкранные всплывающие окна в Xbox для продвижения своих игр. Такая реклама появлялась только при загрузке консоли.

В X появился ИИ-проект Anna Indiana.

«Привет, мир! Я Анна Индиана, я певица и автор песен с искусственным интеллектом. Вот моя первая песня Betrayed by this Town (Преданный этим городом). Всё — от тональности, темпа, последовательности аккордов, нот мелодии, ритма, текста и до моего образа и пения — автоматически генерируется с помощью искусственного интеллекта. Надеюсь, вам понравится 💕», — пояснил ИИ.

Как залететь в IT, чтобы не было больно

Есть 2 способа, которые зависят от способности переносить критику:

Агрессивный способ

Границы, по которым ты не начинаешь работать, существуют только в твоей голове. Это просто самозащита: у меня не получится, подумают что я глупый, уволят. 

Ты выходишь на первую работу, но не готов к ней. Набиваешь шишки, тебя критикуют, но ты стоишь на ногах. Тебя даже могут уволить, но ты просто находишь новое место и идешь дальше без тормозов. Это самый быстрый способ вкатиться.

Да, такой подход агрессивный, не всем он подойдет. Если готов к такому, то начинай проходить собесы уже сейчас.  Если ты с ужасом такое представляешь, то читай дальше 🙂

Прагматичный способ

Посмотри на себя глазами работодателя. От тебя ждут самостоятельности, чтобы ты приносил пользу как можно раньше. По моему опыту, граница джуна, где он начинает работать в плюс, начинается примерно со второго месяца.

Главная цель сейчас, пока ты не начал работать – научиться решать реальные проблемы. Тогда ты сможешь решать проблемы и на работе, не отвлекая других разработчиков. При этом у тебя не будет прописанных шагов, как на онлайн-курсах.

Где найти такие кейсы с проблемами? Спроси у своих знакомых, нужно ли им что-то сделать, может кому-то нужен сайт или автоматизировать какую-то рутину. Это будут настоящие проблемы, где не будет медиатора между тобой и заказчиком. Это разовьет в тебе самостоятельность и ты научишься решать задачи без готовых инструкций!

Телеграм-канал Вайтишная

Хочу поделится опытом / наблюдениями.
Не редко SSD как SATA так и NVMe выходят из строя.

Во всех таких случаях Windows либо не загружается (висит на лого или заходит в UEFI Setup), либо глючит, зависает, не может установить обновления или корректно завершить работу.

Те из них что хоть как то определяются - препарирую в Linux
И видно что ведут они себя немного по разному.

Я позволю себе разделить их по симптомам на четыре класса:

1. Чтение всего объема ok / Запись проходит как бы успешно, но при пере-монтировании видно что никакие файлы не записались.

2. Чтение всего объема ok / Отваливается при попытке записи в любой сектор.

3. Чтение в основном ok, но некоторые сектора UNC.

4. Чтение в основном ok, но после некоторых или каждого UNC требуется пере-подключить.

Применяю к ним GNU ddrescue в окружении Debian на рабочем десктопе.
SATA подключаю напрямую / NVMe через USB докстанцию.

Статей про ПО ddrescue написано много. Хотелось бы отметить ключи запуска которые (по моим наблюдениям) позволяют прервать процесс копирования в случае если SSD совсем перестал возвращать данные после очередной ошибки.

-O, --reopen-on-error reopen input file after every read error
-J, --verify-on-error reread latest good sector after every error

-d, --idirect

Первый -O указывает после каждой ошибки заново открывать файл устройства.
Второй -J проверяет что SSD еще может выдавать данные, перечитывая последний не сбойный сектор. Опционален, иногда приводит к проблемам.

И обязательный -d использовать DirectIO для доступа.

Света Антипина, руководитель группы бренд-менеджеров в Спортмастере, рассказала про выгорание, его симптомы, стадии и что делать, если у вас оно всë-таки выявлено. Актуальная тема для сотрудников всех сфер деятельности.

Смотреть запись

Хотите к нам в прямой эфир? Читайте пост с описанием рубрики и стучитесь к админам канала.

Во время конференции AI Journey директор «ИИ Тинькофф» Виктор Тарнавский рассказал о разработке собственных больших языковых моделей. Компания планирует интегрировать их в свои продукты, рассказали Хабру в пресс-службе.

На данном этапе «Тинькофф» не стремится выпускать на B2B-рынок аналог GPT и будет фокусироваться на частных решениях своих задач. В компании считают, что из-за разработки общих моделей можно потерять фокус. Все решения на базе больших языков моделей будут работать в экосистеме «Тинькофф».

Кроме того, директор ИИ-подразделения компании отметил, что «Тинькофф» — одна из немногих компаний в РФ, способных разрабатывать большие языковые модели.

Представлен релиз библиотеки OpenSSL 3.2.0 с реализацией протоколов SSL/TLS и различных алгоритмов шифрования. Поддержка OpenSSL 3.2 будет осуществляться до 23 ноября 2025 года. Поддержка прошлых веток OpenSSL 3.1 и 3.0 LTS продлится до марта 2025 года и сентября 2026 года соответственно. Поддержка ветки 1.1.1 прекращена в сентябре этого года. Код проекта распространяется под лицензией Apache 2.0.

В OpenSSL 3.2.0:

• добавлена клиентская поддержка протокола QUIC (RFC 9000), используемого в качестве транспорта в протоколе HTTP/3. Реализация включает среди прочего возможность передачи нескольких потоков через один канал связи. Компоненты для использования QUIC на серверах будут включены в выпуск OpenSSL 3.3, который планируют опубликовать не позднее 30 апреля 2024 года. QUIC представляет собой надстройку над протоколом UDP, поддерживающую мультиплексирование нескольких соединений и обеспечивающую методы шифрования, эквивалентные TLS/SSL.

• в TLS появилась поддержка подключаемых схем цифровых подписей, позволяющих использовать сторонние реализации алгоритмов.

• в TLS реализована поддержка расширения для сжатия сертификатов на этапе согласования соединений (RFC 8879), позволяющего ускорить установку соединения так как на передачу данных сертификатов приходится львиная доля трафика на этапе согласования соединения. Поддерживается сжатие с использованием библиотек zlib, zstd и Brotli.

Источник: OpenNET.

Энтузиаст опубликовал репозиторий BlackFriday GPTs Prompts с коллекцией промптов для GPT и других больших языковых моделей. Все запросы распределены на категории:

• Programming;

• Marketing;

• Academic;

• Job Hunting;

• Game;

• Creative;

• Prompt Engineering;

• Business;

• Productivity & life style;

• Jailbreaks.

В каждой из категорий собраны промпты на английском языке с подробным описанием. В разделе Jailbreaks собраны способы обойти ограничения и цензуру языковых моделей.

Опросы об уровне удовлетворенности балансом работа-жизнь

Вы когда-нибудь задумывались о том, насколько сотрудники вашей компании довольны балансом между работой и личной жизнью? Давайте разберемся, как создать и использовать такие опросы.

1. Зачем нужны такие опросы?

• Опросы помогают понять, насколько хорошо сотрудники умеют совмещать работу и личную жизнь.

• Это показатель благополучия сотрудников и может влиять на их производительность и лояльность.

2. Какие вопросы задавать?

• Сформулируйте вопросы так, чтобы они отражали различные аспекты баланса: время на работе, стресс, возможность отдыха, гибкость рабочего графика и т.д.

• Например: "Насколько вы удовлетворены возможностью совмещать работу с личной жизнью в нашей компании?"

3. Анонимность и конфиденциальность

• Обеспечьте анонимность ответов, чтобы сотрудники чувствовали себя свободно, высказывая свое мнение.

4. Действия на Основе Обратной Связи

• Используйте результаты опроса для внедрения изменений: введение гибкого графика, программ поддержки баланса между работой и личной жизнью и т.д.

6. Регулярность Опросов

• Проводите такие опросы регулярно, чтобы отслеживать динамику и эффективность внедренных изменений.

Опросы об уровне удовлетворенности балансом работа-жизнь — это не только способ узнать мнение сотрудников, но и инструмент для повышения лояльности персонала. Создавайте свои опросы с помощью сервиса Testograf и стремитесь к лучшему балансу в вашей команде!

Читайте также:

• Конструктор тестов

• Как через опросы уменьшить  текучесть кадров

❓100 Вопросов по Машинному обучению (Machine Learning) - Вопрос_10

🔠Вопрос_10: Что такок Tarantool и как он устроен ? (Часть_3)

1. Транзакции: В более новых версиях Tarantool была добавлена поддержка механизма транзакций. Транзакции позволяют группировать несколько операций в единую атомарную операцию, что обеспечивает целостность данных.

2. Разрешение конфликтов: Tarantool предоставляет механизм разрешения конфликтов при работе с репликацией и шардингом. Возможности разрешения конфликтов включают автоматическое разрешение конфликтов на основе временных меток и возможность управления конфликтами пользовательским кодом.

t.me/DenoiseLAB (Еесли вы хотите быть в курсе всех последних новостей и знаний в области анализа данных);

t.me/DenoseLABChat (Если вы хотите задать вопрос и получить на него ответ по анализу даных подключайтесь в наш чат);

https://boosty.to/denoise_lab (Если вы хотите поддержать проект, или получить более модные фишки по коду и продвижению подписывайтесь).

❓100 Вопросов по Машинному обучению (Machine Learning) - Вопрос_10

🔠Вопрос_10: Что такок Tarantool и как он устроен ? (Часть_2)

1. Replication: Tarantool предлагает механизм репликации, который позволяет создавать реплики базы данных для обеспечения отказоустойчивости и масштабируемости. Репликация Tarantool основана на механизме репликации мастер-слейв (master-slave) и поддерживает асинхронное и синхронное реплицирование.

2. Sharding: Tarantool поддерживает горизонтальное масштабирование с помощью шардинга данных. Шардинг позволяет распределить данные по нескольким узлам-серверам, что позволяет обрабатывать большие объемы данных и повышает производительность.

3. Индексы: Tarantool предоставляет различные типы индексов для оптимизации запросов и обеспечения быстрого доступа к данным. Включая хеш-индексы, деревья и индексы, основанные на отсортированных списках.

   t.me/DenoiseLAB (Еесли вы хотите быть в курсе всех последних новостей и знаний в области анализа данных);

   t.me/DenoseLABChat (Если вы хотите задать вопрос и получить на него ответ по анализу даных подключайтесь в наш чат);

   https://boosty.to/denoise_lab (Если вы хотите поддержать проект, или получить более модные фишки по коду и продвижению подписывайтесь).