Кирилл Левунин

При создании структур данных итераторы могут существенно повлиять на производительность, так как позволяют организовать отложенную загрузку данных. Отложенная загрузка дает возможность получать данные только тогда, когда они нужны. Также можно манипулировать данными (фильтровать, преобразовывать и так далее) перед передачей их пользователю.

Используйте заголовки:

header("Content-type: application/json; charset=utf-8");

echo json_encode($result);

1. Что нужно знать обязательно еще джуну по PHP?
Уметь гуглить вакансии, звонить в компании, отправлять резюме и ходить на собеседование. Именно это, а не что-либо другое, дает реальный шанс трудоустройства.

Это главное.

2. Никак не могу понять зачем нужны абстрактные классы и трейты, возможно из-за того что на практике с ними не работал
Для продвинутого наследования.

3. Что можно почитать по юнит-тестам т.к. с ними не работал и пока не имею предствления?
Документацию и примеры кода.

4. Страшно ли, что работал все время в phpmyadmin, а не в консоле?:)
Плохо, если вы боитесь консоли. Выбирать нужно просто удобный инструмент, но phpmyadmin в энтерпрайзе обычно не пользуют. Если сможете обойтись без него - значит ок.

5. Нужно ли джуну знать, как настраивать сервер (тонкости) апача?
Как настраивать - нужно. Тонкости - не обязательно.

По Юнит-тестам крутейшее видео (7 часов :) https://www.youtube.com/watch?v=gRmEpUYaS20&list=P...

от себя добавлю -- нужно знание фреймворка, сам недавно устроился, тестовые почти все дают такого плана -- сделай простейший REST API. Ну и резюме хорошее, много писем и звонков, как писали выше, на Джуна и с меньшими навыками устраиваются. Да, тесты от джунов не всегда требуют, тк в компаниях не всегда их пишут :)

Из языков строго python. Он похож чем то на Golang и на javascript так что сложностей в использовании не возникнет. С++ и R сразу нет. Потому что на С++ пишут в основном только сами библиотеки для ML либо что то очень быстрое наподобие анализа видеопотока в автопилотах и даже тогда прототип пишут на python, а R практически не развивается по сравнению с python и имеет более узкую сферу применения чем python.
В плане обучения можно сделать так:
1. Прочесть хорошую книгу по теме, потому что нужно знать термины и основные алгоритмы. Ну или хотя бы посмотреть курсы Andrew Ng Machine Learning. Для применения чужих библиотек на простых задачах этого в принципе достаточно.
2. Глянуть scipy, numpy и jupyter notebook. У scikit есть scikit learn, в котором реализованы некоторые популярные алгоритмы. Например SVM, decision trees и т.д. и есть доки под это дело для начинающих scikit-learn.org/stable
3. Зарегистрироваться на kaggle.com и найти задачу про титаник. Вот она https://www.kaggle.com/c/titanic Делаете решение как умеете. Можно взять простой gradient boost. Yandex как раз недавно выложил либу под это дело называется cat boost https://tech.yandex.ru/catboost/ Банальное использование этой библиотеки может дать около 80% точности. Вот туториал https://github.com/catboost/catboost/blob/master/c...
4. Прочитать про keras. Взять готовую модель для смешивания стилей изображений и сделать сайт наподобие ostagram.ru для смешивания изображений. https://github.com/fchollet/keras/blob/master/exam...

5. Дальше всё зависит от вас, поскольку заработать в области ML непросто :) Когда прочтете хотя бы одну книгу по ML, регистрируйтесь здесь ods.ai - это сообщество русскоговорящих специалистов в данной области.

Не хранить в столбце значение и размерность.
Вообще.
Никогда.

Если вам нужно хранить расстояние, то создаете 2 столбца

Значение ,  Размерность
100.25, км