Задать вопрос
  • Взломали впс и выкачали 30 терабайт трафика, куда он ушел?

    Zoominger
    @Zoominger
    System Integrator
    пароль был что-то вроде тест123, ибо было влом вводить сложный пароль в командной строке

    Классика самсебезлобногобуратизма.

    стало интересно, куда шел трафик и вообще что происходило с сервером?

    А хрен его знает. Я вот думаю, что на ботнеты и дудос.

    трафика набежало на 15 евро

    Вам крупно повезло, некоторые влетали на огромные суммы. Считайте это платой за науку.
    Ответ написан
    8 комментариев
  • При сохранении в csv python выдает ошибку кодирования?

    @RockyMotion Автор вопроса
    Помогло поменять:
    html = open(x)
    на:
    with open(x, 'rb') as f:
        html = f.read()
    Ответ написан
    Комментировать
  • Уехал в Москву, но не тяну по сложности, стоит ли возвращаться домой?

    @RaGe22
    Вот когда вас с 3-4 местах уволят, тогда ладно езжайте домой
    Ответ написан
    Комментировать
  • Уехал в Москву, но не тяну по сложности, стоит ли возвращаться домой?

    @itsjustmypage
    Если взяли, значит устраиваешь. Продолжай штудировать и спрашивать. Английский технический довольно простой и переводчики такое нормально переводят.

    KEEP-CALM-POSTER-LOW_large__78588.129146
    Ответ написан
    Комментировать
  • Какие самые нужные, общие знания в программной инженерии и embedded разработке?

    @vanyamba-electronics
    В любой профессии самое важное - это школа. Без учителя, который тебе откроет путь в мир профессии, специалист будет только разрабатывать не реальные проекты, а пустые фантазии в своих мечтах.
    Поэтому самое важное знание - это английский язык. Нужно бегло читать на английском, и желательно быть способным вести переписку на английском.

    Второе самое важное знание для разработчика - это высшая математика. Без неё ты не сможешь ни оценить трудозатраты, ни просто посчитать приближённое значение функции. Тем более не сможешь понять, почему один проект успешен и приносит прибыль, а другой не продвинулся дальше версии 1.2.

    Третье самое важное знание для разработчика - это философия. В любом продукте есть философия. Философ сказал бы, что любой продукт - это просто плод философии разработчика. Apple, Google, Microsoft - это не только разные технологии, но и разные философии. Даже когда они создают свои продукты под одну и ту же технологическую базу, разница в философии разработки делает их продукты настолько непохожими на другие.

    Четвёртое самое важное знание - это физика. Математика, философия - всё это спокойно может работать и на бумаге, но физику не обманешь. Любое устройство - это объект физического мира, и живёт по законам этой Вселенной.

    Пятое самое важное знание - это религия. Как разработчик лично я постоянно сталкиваюсь с тем, что мой проект кто-то может просто объявить аморальным явлением.
    Почему? - спрашиваю я.
    Потому что ты аморальный человек, - отвечают мне, и с этим ничего не поделать - потому что потребитель верит не аморальному мне, а этому святому человеку. Он старушек через дорогу переводит, а у меня очередной дедлайн.

    Шестое самое важное знание - это языки программирования. Чем на большем числе разных языков ты составлял хотя бы и небольшие программы, тем свободнее ты в выборе инструментов для разработки.

    Может сложиться образ эдакого супермена в голове читателя. Но тут важно понимать, что любое явление обладает набором параметров. Допустим по первому свойству у вас 3, по второму 4, зато по 5+. Это делает вас как разработчика непохожим на других разработчиков. И если для какого-то проекта нужно подтянуть английский, например, то приходится подтягивать по ходу.
    Ответ написан
    5 комментариев
  • Люди с какими навыками нужны для запуска стартапа?

    Merovei
    @Merovei
    1. Руководитель (идеолог, менеджер). Доступно объясняет, зачем все собрались и что делать.
    2. Разраб (кодер, верстальщик, back end, front end). Без него вообще ничего не будет работать.
    3. Дизайнер (ux/ui). Делает красивый интерфейс, чтобы пользователи забыли про здравый смысл и купились на картинку.
    4. Коммуникатор (маркетолог, продажник). Первым скажет, если продукт никому не нужное говно и почему оно так.
    5. Копирайтер. Исправляет грамматические ляпы в безграмотных текстах того, кто это написал. -тся и ться, в течение(ии) и т.п.

    Если это венчурный стартап, то желателен наставник. Подскажет, кому втюхнуть бизнес, если не зайдёт (планы Б, В и т.д.)
    Без бухгалтера, юриста, переводчика, SEO-шника, СММ-щика и секретарш на первых порах можно обойтись. Все кто не особо нужен, тех на частичную занятость.
    Ответ написан
    1 комментарий
  • Как быть Python junior?

    @Trahibidadido
    Backend/DevOps
    1) Не ищи удаленку. Если Москва\Питер - просто пиши резюме на вакансии мидлов, главное опиши те скиллы в которых уверен. Из того что ты должен знать если хочешь идти именно питонистом, если идешь в веб:
    а) Все true pythonic way - итераторы, каскады, взаимодействия со словарями и т.д., дабы ни у кого не возникало вопросов.
    б) Ориентироваться в библиотеках, а главное грамотно подключать зависимости
    в) один из веб фреймворков, django\flask в фаворе
    д) sql, желательно чистый. Организация схем хранения, ключи, индексы, нормализация и денормализация данных, построение сложных запросов и т.д.

    С этим багажом, тем более если тебе 20-22 можешь спокойно писать на вакансии seniorа, HR сам поймет что ты даже не мид, но если голова на плечах и в тебе увидят потенциал - 99% возьмут. Питонисты стоят дорого и их мало, а любая мало-мальски серьезная компания готова их растить.

    Только будь готов к тому что первые 3 месяца твоей работы будут похожи на ад, особенно если тебя не снабдят ментором которому можно будет задавать глупые вопросы.

    Попал на работу python-джуном именно так. Сейчас, спустя 4 месяца и 2 вытащеных из ямы проекта - стабильный джун ушедший на повышение. На мне команда из еще трех разработчиков. P.S. никогда не бойся тестеров и DBA, они твои лучшие друзья ;)
    Ответ написан
    3 комментария
  • Как убрать картинку в footer'е?

    @ikfah012
    Не самый умный парень в этом чате
    Учимся работать с инструментами разработчика.
    Открываем сайт, выбираем нужный нам элемент (в нашем случае футер), жмём правой клавишей - "посмотреть код".
    Нас интересуют Styles, делаем осмотр.
    5c9ef35dd08dd963626250.png
    Находим в стилях футера бэкграунд.
    Можно, например, убрать с него чекбокс и сразу увидеть, что изображение пропало.
    5c9ef388abe23732796501.png
    Значит, нам нужно в указанном файле поправить нужное свойство и даже строка указана :)
    Удачи
    Ответ написан
    Комментировать
  • Существуют ли НЕ видеоуроки по различным ЯП?

    vvpoloskin
    @vvpoloskin
    Инженер связи
    Во народ пошел. Тут люди программировать по Кернигану и Ричи учились, из официальных руководств не вылазили, когда еще инета не было. А теперь новички просят дать им обучающие игры, да еще и в удобном формате и бесплатно.
    Что дальше? Программировать будут учиться по мультикам и журналам с наклейками?
    Ответ написан
    5 комментариев
  • Какой минимальный уровень знаний для работы в анализе данных/ML?

    @dmshar
    Вариантов ответов на ваш вопрос - огромное множество. Но если информация аж трехлетней давности для вас - устарела (хотя я не понимаю, как могут устаревать базовые, фундаментальные знания . Да и более свежих версий на Тостере - навалом. Ну да ладно) , то вот вам новейшее изыскание на заданную тему
    https://dev.by/news/kak-izuchit-data-science
    Ответ написан
    Комментировать
  • Как правильно реализовать авторизацию и аутентификацию на сайте?

    @ghostiam
    На Go писатель, серверов пинатель.
    Да, самый простой вариант, это:
    Пользователь отправляет нам на сервер логин+пароль.
    Сервер сверяет с данными в БД, если всё хорошо, то генерирует большую случайную строку(Токен), которую добавляет как запись в БД (UserID, Token), после этого отправляет клиенту токен, чтоб тот установил у себя его в куки (заголовок Set-Cookie).
    Теперь браузер клиента на каждый запрос будет отсылать на сервер куку и мы можем, обращаясь к БД на поиск строки из куки, получать данные о пользователе.
    Но так как хранение в БД не всегда эффективно, токены хранят иногда в быстрых БД, таких как Redis или MemCached.

    По поводу сессии:
    Иногда, чтоб не ходить в главную БД на каждый запрос, некоторые данные выносят из главной БД(В тот же Redis, MemCached или даже просто в файл на диске с именем токена). Просто теперь, хранится не только токен, но и по имени токена сразу же получают некоторые данные, например, что у пользователя ID=42 и что он администратор.

    Через какое то время удалять?

    День, неделя, несколько часов, зависит от задачи.
    Например, некоторые сайты хранят сессию сутки, но если нажать галочку "Запомнить меня", то срок может увеличится до недели или месяца.
    Сервисы оперирующие с деньгами или чем-то, что может представлять ценность, делают сессии от 10 минут.
    Ответ написан
    6 комментариев
  • Как выучить PostgreSQL?

    sim3x
    @sim3x
    Переводной материал https://postgresql.leopard.in.ua/html/

    Но лучше оф доки
    Ответ написан
    Комментировать
  • Ресурсы по обучения Python?

    Вот не плохой порядок:
    https://younglinux.info/python.php
    https://stepik.org/course/67
    https://pythontutor.ru
    https://stepik.org/course/431
    https://pythonworld.ru
    Марк Лутц: "Изучаем Python", "Программирование на Python" и "Python карманнй справочник"
    https://py.checkio.org
    https://devman.org/

    Я не так давно начал изучать python3 самостоятельно, по курсам, учебным материалам и книгам. Чувствую себя всё ещё любителем-новичком и впечатления от старта ещё достаточно свежи. Так что поделюсь своим мнением. Может кому поможет.

    Внимание! Оцениваю ресурсы с точки зрения начинающего. Может быть для фундаментального понимания лучше и какие-то другие ресурсы. Я же оцениваю материалы для ЧАЙНИКА, у которого, по сути, нет никакого опыта даже кодинга, про программирование я вообще молчу. Знание английского позволяет читать со словарём, но смотреть английские курсы - нет. Список от наиболее полезных и понятных до продвинутых, углублённых, шероховатых и тех в которых я не уверен до конца. Мнение субъективное. На истину не претендую.

    https://stepik.org/course/67

    Плюсы:
    + краткая и понятная теория без лабуды и излишнего углубления в детали (в соновном)
    + несколько практических заданий после каждого урока - читаешь условие задачи. Пишешь код где удобно. Копируешь, вставляешь в поле для ответа. Система автоматически прогоняет его через тесты. Если код выдаёт неверный ответ, система об этом сообщает - показывает входные данные и то, что должно быть на выходе. Исправляешь код в своём любимом редакторе и снова вставляешь в поле и так, пока код не начнёт работать, как надо. - Отличная практика. В начале немного раздражает, но ближе к середине появляется азарт. Начинаешь понимать, как работает код не просто в теории а на практике, "руки привыкают".
    + к каждому шагу идут комментарии пользователей и администраторов. Если что-то не понятно, там будут подсказки и интересные мысли. Не плохо придумано.
    + мелкие плюшки, такие как статистика занятий по дням года, репутация и прочее

    Минусы:
    - как минимум в одном месте спрашивается то, о чём не давалось информации в теоретической части. Мелочь, да и в коментах всё ясно, но у людей побомбило.
    - практические задания местами переусложнены и тренируют больше гибкость ума, чем понимание языка и начальные навыки кодинга. Да, гибкость ума, конечно, важна для программиста, но в САМОМ НАЧАЛЕ это больше деморализует. Я бы с интересом взялся за них в конце глав или курса, но не сразу же после первого знакомства со списками. И об этом говорили и другие изучающие в коментах.
    - манера речи преподавателя и текст могут показаться нудноватыми, нужно прилагать усилие воли, заставлять себя не уснуть, продолжать, вслушиваться, всматриваться, вдумываться, разбираться и практиковаться (чистый субъектив, сила воли нужна в любом учении и развитии)

    https://younglinux.info/python.php Лаборатория юного линуксоида: Python. Введение в программирование
    Тоже краткая теория, как на стэпике, но нет системы автоматической проверки выполненных заданий. Просто читаешь, разбираешься и по желанию (рекомендую), выполняешь задания к уроку.

    Плюсы:
    + отличная краткая теория. В дополнение к стэпику, вообще отличная. Я по ней разобрался в основах. После неё туманности стэпика проходят. По степени понятности базовой теории для чайника я лучше ресурса не видел.
    + неплохие задания для практики. Опять же в дополнение к стэпику заходят хорошо.

    Минусы:
    - тут только теория, практика - просто дополнение.

    https://pythonworld.ru и pythontutor.ru
    Не плохо дополняют выше перечисленные проекты. Тут текст посложнее, несколько менее понятен, чем тем, что выше. Но для разъяснения иногда полезны.

    Ну и поисковик в помощь. Если где проблема, что-то не понятно. Так и пиши в поиске, мол, "как сделать то-то", "как работает то-то" и прочее. Ответы найдёте на всяких вопрос-ответных системах, в блогах, в туториалах и прочее.

    Как освоишь базис, можно взяться за книги Марка Лутца: Изучаем Python, Программирование на Python и Python карманнй справочник. У него очень подробная информация. Новичку совсем без опыта там очень тяжело, но когда пройдёшь базовые курсы, Лутц читается не очень сложно и интересно. После его книг, можешь считать, что знаешь Python.

    Ну и паралельно можно (даже необходимо) практиковаться на всяких https://stepik.org/course/431 https://py.checkio.org https://devman.org/ и прочие. Полезно также придумывать скрипты и програмки, имеющие реальную пользу для вас.
    Ответ написан
    Комментировать
  • Есть ли онлайн сервис для генерации UML диаграммы по SQL коду?

    @barolina
    turn coffee into code
    UML - может строить Navicat
    Python (диграмма классов) - Pycharm
    Ответ написан
    Комментировать
  • Как решаются подобные задачи и каким инструментом лучше?

    @dmshar
    Если вас интересует серьезное изучение темы, то даю наводку. Официально это называется "Теория многомерного шкалирования". Есть учебники (например - Толстова Ю.Н. Основы многомерного шкалирования - гууглится элементарно), предмет изучается в университете на соответствующих специальностях. Поскольку эта теория используется в основном гуманитариями (психологами, экономистами и пр), то изложение весьма простое.

    А вот если интересует подход на основе современной Data Science, то в принципе выше вам почти все правильно написали. Но я бы во-первых, попросил уточнить, вам действительно надо "процент соответствия лучшей" или все-таки задача стоит вновь поступающему описанию придать одну из пяти описанных ранговых(оценок)? Это несколько меняем алгоритм решения. Однако в любом случае, это точно "обучение с учителем. Почти классическая задача Классификации или Регрессии - зависимости от ответа на поставленный вопрос. В принципе - (почти) любой алгоритм подойдет. Если данных не очень много, и нет абсолютной уверенности в их непротиворечивости - то подход на основе деревьев. Тогда во-первых можно обойтись без нормализации (все равно количественных данных у вас аж одно), а во-вторых - использовать совершенно стандартные модули библиотеки scikit-learn.
    Но конечно, обучающих элементов чем больше - тем лучше.
    Ответ написан
    1 комментарий
  • Как решаются подобные задачи и каким инструментом лучше?

    2ord
    @2ord
    Нужно закодировать входные данные вектора.

    Возраст можно нормализовать в промежутке лет 20..100 (ну или меньше). То есть 100 лет это число 1.0 , а 20 лет - это 0.0. Все что между - доля от максимума, учитывая нижний порог. Кстати, любой возраст выше максимума для простоты можно принимать за максимум. Аналогично и для минимума.

    Пол кодируется просто: 0 (М) или 1 (Ж)

    Язык кодируется исходя из набора языков. Если в самом простейшем случае из лишь 2, тогда аналогично кодированию пола. Если больше 2-х, то в целях расширения набора языков имеет смысл кодировать вектором.
    Допустим, есть набор языков Rus, Eng, Jap, тогда язык Jap кодируется как вектор (0, 0, 1), где важен порядок языков.

    Таким образом, для [50, Ж, ru]
    Возраст: (50-20)/(100-20)=0.375
    Пол: 1
    Язык: (1, 0, 0)

    Выстраиваем данные по порядку в итоговый входной вектор: (0.375, 1, 1, 0, 0).
    Каждому словесному описанию результата по градации от плохо до отлично давать оценку от 0 до 1 (в процентах).
    Таким образом, для каждого входного вектора получаем результат оценки градации.
    Если данные не противоречивы, то обучая на множестве репрезентативных данных (80%), в конце можно проверить верность обученной модели на тестировании оставшихся 20% данных.

    Помимо машинного обучения есть еще статистические модели, таблицы решений, деревья решений и много других интересных способов решения задачи. Полагаю, в банках при выдаче ссуды и подсчет рисков в страховых компаниях делается не только машинным обучением, поскольку оно может оказаться верным лишь для определенного набора данных.
    Ответ написан
    2 комментария
  • Какую нейросеть выбрать для определения машин на парковке?

    flapflapjack
    @flapflapjack
    на треть я прав
    А нужны ли нейросети? Берете картинку с пустым двором (можно составить из нескольких, так как абсолютно пустой двор вряд ли будет когда-то,
    затем с помощью openCV найти разницу (области) с кадром с камеры - их количество и будет количеством машин. Маленькие области (люди, собаки) - исключить с помощью размеров, например по ширине.

    P.S.

    Перечитал вопрос - мда, вот со временами суток и погодой облом тогда.
    Ответ написан
    3 комментария
  • Существует ли курс/статья/книга где приведен полый алгоритм освоения машинного обучения?

    @asd111
    В машинном обучении как и в целом в программировании огромную роль играет практика. Вам надо прочитать хотя бы одну книгу или пройти курс где рассматриваются классические алгоритмы машинного обучения( те же деревья решений, SVM, k-nearest и т.п.) Из курсов я бы советовал курс от ods.ai, который находится на https://mlcourse.ai/
    И потом очень важно начать практику на kaggle. Поскольку теория лучше всего усваивается с практикой.
    Относительно математики для машинного обучения я бы советовал подтянуть статистику - её там больше чем линейной алгебры.
    Для первой практики возьмите задачу про титаник https://www.kaggle.com/c/titanic и попробуйте порешать её как умеете и с помощью простых алгоритмов наподобие обычных решающих деревьев из sklearn.
    И зарегистрируйтесь на ods.ai и вступайте в группу в вк https://vk.com/mlcourse
    Ответ написан
    5 комментариев
  • Чем так крута Scala, почему её стоит учить, где применяется, с чем её едят и в чем сложность?

    Чем крута: лаконичностью. Решены болячки джавы (множественное наследование, стирание типов, метапрограммирование). Мощная система типов с поддержкой ко- и контрвариантности. Синтаксис позволяет писать DSL.

    Почему стоит учить: как минимум для расширения кругозора.

    Где применяется: бекенд, фронтенд, десктоп, Андроид.

    С чем едят: чаще всего с akka и spark.

    Сложность в: нужно немного повернуть мозги.

    Почему стоит пересесть: не стоит. Серьезно. Пересесть ради пересесть плохая мотивация. Пересесть нужно когда у вас появится интерес к функциональному программированию.
    Ответ написан
    5 комментариев
  • Python для enterprise приложений? Используют?

    sergey-gornostaev
    @sergey-gornostaev Куратор тега Python
    Седой и строгий
    Существенно меньше, чем Java, но всё же бывает. Однако, это скорее исключения из правил, чем закономерность.
    Объяснение: Есть ли преимущество Java над Python для веб-приложения?
    Ответ написан
    1 комментарий