deepblack

Уважаемый пионэр и шкодник!

Деление математики на разделы - условное, и предназначено для облегчения процесса изложения материала в процессе обучения. Реальные же практические задачи тянут за собой сразу несколько разделов математики.

Невозможно изучать математику, сказав что, "Ой, вот геометрию я буду учить, тут интересно, а матан не буду, там интегралы и сложна". Потому что любая практически интересная геометрия хватает понятие "площадь", "объем" - а тут и толпа интегралов к вам дружно вылезет.
Профессионалы отлично знают свой раздел, а по смежным - знают рамочно устройство раздела и в каких учебниках смотреть нужные теоремы.

Есть несколько вариантов. Я не эксперт (исключительно любитель), так что не утверждаю, что хотя бы один из них реально правильный.

Вариант 1. Создание сессии на стороне сервера, сохранение данных из формы в самой сессии.
Вариант 2. Создание сессии, но сохранение данных в БД. Присваиваем уникальный ID пользователю (как правило, это решает за нас атрибут AUTO_INCREMENT в бд) и в сессии храним лишь этот id. При повтором открытии формы пользователем берем из сессии его id, ищем в бд, и если есть уже заполненные им поля формы, то подставляем эти значения в форму.
Вариант 3. Без сервера и бд. Сохраняем все введенные данные с помощью js в LocalStorage. При повторном заходе клиента, просто смотрим, есть ли в хранилище введенные им данные, и если есть, подставляем в форму. Но если в форме есть поля с загрузкой файлов, то в этом случае, нужно будет их хранить, например, в base64.

В первом и третьем варианте подразумевается, что в после заполнения всех полей формы все данные всё равно будут записаны в БД.

UPD: тут зависит от конкретного случая. Если, например, на первом этапе пользователь воодит свой E-mail, и он вам понадобится, например, для рассылок, независимо от того, заполнил он форму полностью или нет - то лучше второй вариант. Если же вам не нужны данные пользователя, пока он не заполнит все поля - то третий вариант будет проще и лучше. Ну и первый вариант в этом случае тоже подойдет

Можно записывать в localStorage. Когда клиент решит продолжить регистрацию, мы просто подставляем значения из хранилища. Тем самым мы уменьшаем трафик и не храним данные в базе, которые возможно никогда и не потребуются

Мне 48 лет, из них больше 30 я в IT. Образование - 8 классов и "подворотня".
Мне иногда ужасающе нехватает высшего образования.
Все-таки лучше когда "школу обучения" прививают специалисты.
То что "программит на (чемугодно)" не столкнется с чем-то из математики - не верь.
Сидишь такой фигачишь сайты, и тут хренак - GIS-проект, и ты начинаешь натягивать теорему арксинусов на геоид Красовского, потому что нужны расстояния между точками поверхности.
Или задача фильтрации данных, и ты пытаешься осилить преобразование Фурье.
Или данные от источника могут поступать с запоротыми битами, потому что источник болтается на орбите, и ты впарываешься в коды Боуза-Чоудхури-Хоквингема...

Википедия? Агась!
https://ru.wikipedia.org/wiki/%D0%9A%D0%BE%D0%B4_%...
Стало понятнее? Вот-вот...

Так что, послушай старого дурака, который всю жизнь испытывает трудности с тем, чему его могли давным-давно научить - бери вышку! Потом не пожалеешь.

Десятки миллионов рублей. У авиасейлсов свой штат разработки, который фигачит уже несколько лет.

Нормального работодателя привлекут не сертификаты или ноутбуки. Нормального работодателя в первую очередь привлечет содержимое ваших предыдущих проектов. По сети гуляет тысячи практически копий задач, часто абсолютно
бесполезных с точки зрения реального применения, героических переписываемых из одного ноутбука в другой. И толку?
Работодателя несомненно привлечет ваш опыт в решении практических задач в его предметной области. Подчеркну - "практических" и в "его" (или смежной) области. Вот это значит, что вам не придется месяцами разбираться в нюансах и отдача от вас будет достаточно быстро. Этот фактор в DS намного значимее, чем даже при разработке SW или системном администрировании. Фокус заключается в том, что именно в них - а по факту в умении транслировать язык предметной области в язык DS - заключается огромная доля "ценности" аналитика. И классный DS специалист в анализе речи может оказаться на первых порах практически беспомощным при решении задач в области - например - распознавания рентгеновских снимков. Пока не "въедет" глубоко в предметную область. Хотя по сути инструменты - очень близки.
Сертификаты - тем более бесплатные, вещь говорящая только о том, что вы потратили определенное количество часов на изучение предмета - похвально, но не впечатляюще. Тем более таких сертификатов сейчас расплодилось достаточно много.
Несколько повысить ваш рейтинг может ваши успехи на Kaggle или подобных конкурсах - но тут надо быть осторожным. Потому что есть большая разница между конкурсными решениями и реальными проектами реального бизнеса. Это как "олимпиадное программирование" и реальный опыт разработки ПО.
Кстати, интересно выглядит ваше (подтвержденное) участие в некоторых открытых проектов - как минимум это говорит, что вы умеете работать в команде. Возможно - успехи на некоторых хакатронах, если вы сумеете красиво описать, что и как вы там решали, даже если не добились там побед.
Ну вот как-то примерно так.
P.S. И да, я про Datа Analysis и Machine Learning.
"DS/ML инженер" - это совсем другая история, хотя многие (а в широких массах - большинство) этого и не понимают.

VPS за $5.
Сами не осилите, то еще разово $10-20

На гитхабе есть обсуждение, что нужно доустановить

Работать будет только на тех задачах которые вы реализуете.
Из описания вы хотите какой-то магии с разгрузкой ноута от его задач, так работать не будет.
Ядра с других машин нельзя никак "монтировать".
Кластер, это несколько машин объединенных одной задачей и ПО которое распределяет конкретную задачу.
Так же полезно будет знать следующую таблицу: https://gist.github.com/jboner/2841832

Для начала я бы попробовал bulk_create, поделив эти 150к на чанки определенного (установить опытным путем) размера. А вообще конкретизируйте задачу, пожалуйста. Не очень понятно, зачем вам 150к строк в базу нужно писать каждые 10 секунд.

среднеквадратичное отклонение
верхний и нижний квартили
и т.д.

обычные статистические методы, ну и просто обрезка по нереальным параметрам, навроде роста 2,5 метра, коммента через минуту после публикации часового ролика и проч

https://xn--80aesfpebagmfblc0a.xn--p1ai/#
Парсьте здесь данные