• CPU с тепловыделением TDP 95Вт и 0db (полностью бесшумное охлаждение). Реально?

    angrySCV
    @angrySCV
    machine learning, programming, startuping
    можно еще рассмотреть вариант с переносом компьютера в другую комнату.
    можно купить по 20-30 метров ХДМИ или дисплей порт кабель, подключить монитор к компьютеру в кладовке например, при этом иметь возможность передавать по этим кабелям усб данные и подключать периферию непосредственно к монитору.
    Ответ написан
    Комментировать
  • Как вы оцениваете вклад проект менеджмента и маркетинга в компании по отношению к разработке?

    angrySCV
    @angrySCV
    machine learning, programming, startuping
    а какая разница что важнее? одно без другого не может существовать.
    не впадайте в такие крайности, что более "дефицитным" для вас, то для вас выше будет ценно.
    Если у вас критически не хватает продвижение, тогда маркетинг для вас будет более ценен, если продукт дерьмо, то для вас будет важнее и дороже оцениваться работа по созданию продукта.
    мой ролик по теме:
    https://www.youtube.com/watch?v=9hTInj8R-DE
    Ответ написан
    Комментировать
  • Как построить сотрудничество с партнером по проекту?

    angrySCV
    @angrySCV
    machine learning, programming, startuping
    если партнер ничего (по вашему), не делает, значит вы сможете двигаться без него также как и с ним, какая разница, делайте тогда один, как и раньше (когда он ничего не делал).
    если вы хотите успешный стартап организовать, к сожалению вам придется заниматься всем,
    разделять ответственность - не работает.
    Ответ написан
  • Почему браузеры стали такими прожорливыми?

    angrySCV
    @angrySCV
    machine learning, programming, startuping
    1. JS очень не эффективный по потреблению ресурсов язык (изза свой природы скриптового, динамически типизированного языка).
    2. Разрабы на свои сайты пихают всякое дерьмо, начиная от 25 сервисов статистики и трэкинга пользователей, заканчивая всякими сервисами обратных звонков, чатов, прыгающих кнопок, бесконечных библиотек, как сделать розовый переход на фоне и тд и тому подобное. Все эти библиотеки еще подтягивают еще по 50 сторонних библиотек, например ебанный джейквери, который нахер не нужен но его все равно все подряд подключают, потому что подавляющее большинство разрабов не могут, не умеют и НЕ ХОТЯТ делать экономичный и эффективный код.
    Ответ написан
    1 комментарий
  • База данных для хранения больших данных?

    angrySCV
    @angrySCV
    machine learning, programming, startuping
    использую монгу для хранения статистики по запросам в поисковиках
    название -> хэшированный индекс.
    в бд более 2 миллиардов записей - поиск и обновление занимает менее 1 миллисекунды.
    более чем 10 раз быстрее ваших требований, при хранении в 50 раз больше данных.
    Ответ написан
    Комментировать
  • Какую оптимальную архитектуру выбрать?

    angrySCV
    @angrySCV
    machine learning, programming, startuping
    ты не можешь кэшировать работу логики приложения -> тк ты сталкнешся с тем что кэш не соответствует реальной модели данных, и это приводит к ошибкам в сервисе (погугли инвалидация кэша), в итоге чтоб тебе держать кэш корректным тебе нужно будет еще больше нагрузки проводить и сверять корректность кэша с данными в БД.
    так что про кэширование логики забудь, кэширую простые готовые ответы пользователю, не поболее того.
    1. Для гиганского ускорения (в тысячи раз) тебе нужно перенести модель и логику в оперативную память, а для этого забыть про всякие там ноды хуеды, а перейти на статически типизированные компилированные языки, и уже эту модель данных в памяти асинхронно сохранять в базу данных, тогда все летать будет.
    2. Для легкой и самое главное корректной разработки сервиса с большим количеством "событийных" зависимостей - желательно использовать "Функциональное реактивное программирование" (в гугле поищешь материалы почему и как это реализуется)
    Ответ написан
    Комментировать
  • Достаточен ли объем знаний для работы на бирже?

    angrySCV
    @angrySCV
    machine learning, programming, startuping
    начни продавать те навыки которые лучше всего получаются, остальные подтягивай)
    тебе зарабатывать реально, хоть и конкуренция большая, рынок тоже большой. Задача научится себя продать, дерьмовую работу сложно продавать, дерьмо не любят, но есть куча вариантов при которых и дерьмо покупают.
    Подавляющее большинство фрилансеров говнари, и делают всякую херню (не лучше тебя), поэтому для них единственный вариант продать свой труд, продолжать снижать на него цену.
    Это путь в никуда -> но есть варианты не ценовой конкуренции, например найти свой сегмент, свою специализацию, которая у тебя лучше всего получается, и начинать отстраиваться от конкурентов какими-то преимуществами (качеством, подачей, сервисом и доп услугами и тд).
    Чем раньше начнешь так делать, тем быстрее начнешь реально зарабатывать.
    Ответ написан
    Комментировать
  • Экскурс на русском языке: суть, настройка, и использование Docker?

    angrySCV
    @angrySCV
    machine learning, programming, startuping
    все эти контейнеры, образа, нужны что отделить инфраструктуру (железо), от софта, что дает много свободы и гибкости.
    Кто-то эту свободу использует для тестирования, а кто-то для эффективного использования железа, запоковал свой микросервис в контейнер, и масштабируешь его по любому железу как угодно, на одном сервере запустил 5 контейнеров, на другом который мощнее запустил 50 контейнеров, на третьем еще 20-30 контейнеров, какой-то вышел из строя, нагрузку перераспределил на оставшиеся контейнеры со своими копиями микросервисов, тутже новый сервер поставил, еще сколько там отмашстабировал своих микросервисов.
    Такой подход позволяет повысить эффективность использования серверов, также задачи плавно балансировать нагрузку между серверами, когда низкая нагрузка отключил 100-200 контейнеров, что-нибудь другое там крутишь и тд, когда высокая добавил серверов, подзапустил еще контейнеров с копиями сервиса, и перенаправляешь часть запоросов туда.
    Если у тебя например соц сеть, или просто дата центр, то тебе важно динамически распределять нагрузку по разным серверам, динамически убирать какие-то сервера, добавлять, перераспределяя контейнеры.
    Конечные пользователи этого даже не заметят.
    П. С. докер просто на хайпе, но далеко не единственный вариант реализации такой стратегии.
    П. П. С.
    если вы не знаете зачем он нужен, то вам он гарантированно не нужен.
    Ответ написан
    4 комментария
  • Не могу получить заказ на бирже?

    angrySCV
    @angrySCV
    machine learning, programming, startuping
    потребность рынка растет еще больше, просто вы выбрали очень конкурентный, низкоквалифицированный сегмент с низким уровнем входа, начните заниматься разработкой для ЭПЛ ватч например, или там какой-нибудь автоматизацию на ардуино, сегментов становится все больше и больше с каждым днем, а также ниш. Не стоит замыкаться, тот сегмент который вы выбрали, очевидно загибается, оставьте его школьникам или индусам, идите дальше, повышайте качество, беритесь за более сложные проекты, на них всегда будет спрос.
    Ответ написан
    Комментировать
  • Хеширование слова с допуском ошибок при вводе и/или написании. Как сделать?

    angrySCV
    @angrySCV
    machine learning, programming, startuping
    возможно графы лучше подойдут, тогда ты при наличии ошибки, можешь пробовать другие варианты одного из узлов (буквы).
    Ответ написан
  • Kaggle, конкурс Titanic. Test Accuracy 0.87, лидерборд 0.75 почему?

    angrySCV
    @angrySCV
    machine learning, programming, startuping
    хех чувак, если бы обучающая и тестовая выборка были одинаковые, тогда можно было просто загрузить ответы из обучающей выборки в тест и не морочить голову, получив 100% верный результат.
    смысл конкурса, научится строить модель которая работает в ОБЩЕМ случае, для любых примеров данных.
    П. С.
    ты свою модель подгоняешь под свои тестовые данные, в итоге если результаты на других тестовых данных получаются сильно хуже - то это говорит лишь о том что ты переподогнал свою модель под свои тестовые данные, и она хуже работает в общем случае.
    Ответ написан
  • Почему после нанесения более дорогой термопасты железо работает хуже?

    angrySCV
    @angrySCV
    machine learning, programming, startuping
    если радиатор на теплопроводных трубках с прямым контактом, то хорошие термопасты могут позволять очень точечно отводить тепло, при этом края примыкающие к трубкам (но их не касающиеся) будут перегреваться.
    при таком случае лучше иметь какую-то типа термопрокладку, которая бы более равномерно "распределяла охлаждение" по всей поверхности.
    хотя скорее всего просто прижим слабый, или смещенный в одну сторону (такое тоже бывает).
    Ответ написан
    Комментировать
  • Если умирают веб студии то кто тогда заказчик на биржах?

    angrySCV
    @angrySCV
    machine learning, programming, startuping
    в работе по простым проектам, понятно заказчики напрямую выходят на исполнителей через биржи (например),
    также конструкторы часть на себя аудитории забирают (я уж не говорю всякие группы в ВК, тысячи их, вместо сайтов используют для работы просто группы в вк например)
    по хорошейму мигрируют веб студии, меняют сферу, кто лэндосы пилил конечно им тяжело)
    перспективы большие -> растет также потребность в сложных и нестандарных проектах, растет обьем новых сред для разработчиков (устройства, всякие там андройды, умные часы, разные интернеты вещей и тд), новые отрасли, всякие там майнинги, машинное обучение и тд.
    вобщем фрилансерам надо учится подстраиваться и все будет зашибись
    Ответ написан
    Комментировать
  • Что нужно знать перед изучением теории автоматов?

    angrySCV
    @angrySCV
    machine learning, programming, startuping
    хех, не стоит предварительную оптимизацию делать, начни изучать, что-то не поймешь - почитаешь.
    как правило все оказывается намного проще чем кажется со стороны.
    Ответ написан
    Комментировать
  • Какой код все таки писать, краткий или расписанный?

    angrySCV
    @angrySCV
    machine learning, programming, startuping
    блин чувак, вот ты фокус внимания с важных вещей уводишь на совсем не важные.
    Вот ты чего хочешь добится -> писать понятный код?
    ну так вот он у тебя совсем не понятный, что такое "сплитетТекст[0]", что такое "сплитетТекст[1]", по хорошему тебе нужно передавать обьект, и обращатся конкретно к именам -> например "текст.закаловок", "текст.дата".
    Оборачивать 2 повторяющиеся строки в цикл НЕ НАДО, ну если хочешь оберни, особо это ни на что не влияет, ну сделай как тебе удобнее.
    Ответ написан
    Комментировать
  • Возможно ли натравить нейросеть для заработка на бинарных опционах?

    angrySCV
    @angrySCV
    machine learning, programming, startuping
    Натравить можно, зарабатывать нельзя.
    этож казино в привокзальном лохотроне, в котором ты проигрываешь всегда, не зависимо от используемой методики.
    Ответ написан
    2 комментария
  • Как обучить нейросеть играть в игры?

    angrySCV
    @angrySCV
    machine learning, programming, startuping
    самый простой вариант, для начала.
    описываешь какие доступны действия для игрока (варианты ходов фигур).
    потом случайно начинаешь делать наугад действия (серию действий) и оценивать результат (победа или проигрыш)
    даешь возможность сохранять результаты ходов, и позиций, при каждом ходе ищешь варианты в базе данных.
    запускаешь бота играть против копии самого себя, собирая статистику ходов, и действий.
    бот типа обучается.
    -------
    проблема в том чтоб сделать грамотную оценочную функцию это один из ключевых моментов.
    Еще проблема -> рост сложности (количества вариантов ходов в партии), как работать с этой сложностью целая наука, постройка деревьев решений, поиск общих патернов, упаковка (кластеризация) типовых серий ходов, эффективные способы поиска ходов без проверки всего многообразия, всякие там эволюционные алгоритмы, для работы с не линейными схемами и тд и тому подобное.
    Ответ написан
    Комментировать
  • Data Engineer-стажер, куда податься, что учить?

    angrySCV
    @angrySCV
    machine learning, programming, startuping
    1. Учись решать задачи, которые перед Data Engineer ставят.
    2. Вроде нету, а если и есть вам туда гарантированно не светит попасть.
    Ответ написан
    Комментировать
  • Как правильно организовать регистрацию и авторизацию пользователей сайта (Java)?

    angrySCV
    @angrySCV
    machine learning, programming, startuping
    1. Верно (но это подходы из 90х)
    2. зачем шифровать случайную строку? шифруют данные, токен может как иметь какие-то данные (которые тогда обязательно шифруются), либо не иметь никаких данных, тогда шифровать не надо, и такие "токены" обычно в виде сессий передаются пользователям.
    3. шифрованные токены, обычно содержать в себе все что необходимо, смысл в том чтоб ты после получения токена расшифровывал его и получал все необходимые данные для авторизации из самого токена, а не искал что-то в базе.
    браузер может сохранять данные через кукисы, а также в локалСторейдж (ну есть еще экзотические варианты)
    4. немного сумбурно, и перепутанно, OAuth - всего лишь определяет набор правил по которому осуществляется безопасная авторизация, jwt - формат передачи данных, шифрованный json (можно применять как разные форматы при передаче данных, так и разные правила при авторизации).
    Ответ написан
    Комментировать
  • Стоит ли покупать MacBook 2010 года для back-end программирования?

    angrySCV
    @angrySCV
    machine learning, programming, startuping
    2010 -> нет не стоит брать, ни для чего.
    батарея сдохшая, совсем старый, не проапгрейдить, не продать.
    вобщем деньги на ветер.
    Ответ написан
    Комментировать