Привет! Меня зовут Ивасюта Алексей, я техлид команды Bricks в Авито в кластере Architecture, а это мой цикл статей о протоколе HTTP. В первой части мы уже познакомились с версией протокола 1.0 и поговорили о структуре ответов и запросов. Теперь пришло время узнать, что такое Cookies и для чего нужен CORS.

Тактический ИИ делится на две части: анализ – поля боя и действия на основе полученной и обработанной информации, путем создания набора согласованных приказов (известных, как План действий), которые используют слабые места в позиции нашего противника, обнаруженные во время анализа поля боя.

Несмотря на разнообразие подходов к UX (статья 1, статья 2, статья 3), в научной и практической среде за последние два десятилетия сформировались стандартизированные методики изучения пользовательского опыта. Объединяет их то, что все они основаны на теоретических предпосылках, разработанных в рамках относительно новой дисциплины Human-Computer Interaction (HCI). При этом четко прослеживается тенденция на расширение факторов, входящих в UX. Сегодня я расскажу о трех самых распространенных опросниках: AttrakDiff, UEQ и meCUE. 

Большая книга по теории, большая книга не только по теории, подкасты и Стэнфордский курс — под катом 6 рекомендаций для изучения от наших Data Scientist'ов Лаборатории машинного обучения. 

Вторая часть подборки материалов от QA для начинающих специалистов (и не только). Под катом квалификационные требования, практические пособия и классика книг по тестированию.

Все, что мы выражаем письменно или устно, несет в себе огромное количество информации. Тема, которую мы выбираем, наш тон, подбор слов - все это добавляет некую информацию, которую можно интерпретировать, извлекая из нее определенный смысл. Теоретически мы можем понять и даже предсказать поведение человека, используя эту информацию.

Но есть одна проблема: один человек способен сгенерировать декларацию объемом в сотни или даже тысячи слов, состоящую из предложений самой разной сложности. Если вас интересуют большие масштабы и вам нужно анализировать несколько сотен, тысяч или даже миллионов людей или деклараций по какому-то конкретному региону, то в какой-то момент эта задача может стать совершенно неподъемной.

Как вы, наверное, знаете, на днях OpenAI выпустила языковую нейросеть ChatGPT. Этот текстовый ИИ уже побил все рекорды по хайпу. Он набрал 1 млн зарегистрированных пользователей меньше чем за неделю. Для сравнения, у Twitter достижение этой цифры заняло 2 года, у Facebook — 10 месяцев.

ChatGPT доступен для бесплатного использования на время периода «сбора обратной связи». Компания надеется использовать собранные данные для улучшения финальной версии инструмента. Поработать с ИИ может каждый, достаточно зарегистрироваться у них на сайте. Учтите, что может потребоваться VPN или гугл-аккаунт с американским номером, потому что в некоторых странах сервис не поддерживается. Зато бот понимает запросы в том числе и на русском (хотя модель при этом использует только ту информацию, которая была заложена в неё еще до 2021 года):

Привет, чемпион!

Летом прошел чемпионат на Kaggle - "American Express - Default Prediction", требовалось предсказывать - выйдет ли пользователь в дефолт или нет. Табличное соревнование в 5К участников с очень плотным лидербордом.

Вот ведь парадокс, все умеют решать табличные соревнования, все знают, что бустинги "стреляют" точнее всех, но почему-то все равно не все могут забраться в топ лидерборда. В чем проблема?! Мы с командой все-таки смогли забрать серебро? и сейчас я расскажу, как можно было выиграть медаль в этом чемпионате.

Разметка- самая важная часть проекта глубокого обучения. Это решающий фактор того, насколько хорошо модель обучится. Однако это очень утомительно и отнимает много времени. Одним из решений является использование автоматизированного инструмента разметки изображений, который значительно сокращает время.

В этой статье мы обсудим некоторые приемы и приемы разметки в OpenCV. С помощью этих методов мы создадим автоматизированный инструмент для разметки одного класса. Он также будет иметь функцию отклонения ненужных объектов. Все это использует возможности некоторых простых алгоритмов в OpenCV.

Когда в американской компании открывается позиция продукт-менеджера — начинают поступать отлики. Предположим, скрининг-колл с рекрутером уже прошёл и кандидату предстоит поговорить с нанимающим менеджером. Как ему понять на интервью, что кандидат будет хорошим продукт-менеджером?

В этой статье я расскажу о трех составляющих, которые очень активно используются в настоящее время в технологических компаниях FAANG в США для оценки продукт-менеджеров при найме.

Одной из основных целей современного HR в компании является создание и развитие комфортной рабочей среды для сотрудников — говоря иначе, такой внутренней корпоративной среды, которая была бы благоприятной для всех сотрудников, или employee-friendly среды. Employee-friendly среда позволяет компании как формировать ее привлекательный и продающий образ на рынке труда для привлечения новых сотрудников, так и создавать эффективный инструмент удержания текущих сотрудников и борьбы с их выгоранием. Замечу, что и увольнение и выгорание сотрудника являются событиями, которые существенно влияют на результаты работы компании.

В рамках данной статьи предлагаю рассмотреть основные шаги, с которых стоит начать создание employee-friendly среды в IT-команде (конечно, если это позволяет политика компании).

Темы статьи: 
- Фреймворк - это модель. И у нее есть некие допущения. Эффективность модели и зависит от допущений. 
- Иванов Иван натягивает свой опыт на фреймворк, что же получится?
- Любая стандартизация призвана устранить изменчивость. 
- Любой продукт является системой, потому что создание любого продукта имеет некоторую цель, а основное свойство системы — ее наличие. Продукты без цели не существуют. 
- JBTD - для чего его лучше всего использовать

В предыдущей статье я рассказывал, как построить простой кластер Kubernetes с одним мастер-узлом. Прошло время, опали листья... и мне захотелось большего, поэтому решил позариться на высокодоступные кластеры. В интернете много статей о том, как построить подобное решение, и давайте даже опустим тот факт, что многие из них уже устарели. Одно дело — установить кластер, а как же обслуживание: удаление, добавление, замена узлов? Про это и не вспоминают! В итоге оказалось, что не всё так просто, и вот, спустя больше ста установок, удалений и замен, у меня получилось собрать подробнейшее руководство по установке и, главное, обслуживанию highly available кластера с помощью Kubespray.

СЕО red_mad_robot Алексей Макин и Global CTO Леонид Новожилов побывали на подкасте «Распаковка» от «Хекслет» и рассказали о том, как компания работает с наймом, подходит к формированию грейдов и культурному коду. По мотивам этого разговора сделали материал — читайте, комментируйте и слушайте полный выпуск подкаста на Ютубе.

Привет, Хабр! Сегодня мне хотелось бы поговорить о том, как можно контролировать облачного провайдера или внешних подрядчиков, если речь идет о работе с действительно важными и даже критически важными ИТ-системами. В этом посте речь пойдет про решение категории PAM, а также о сценариях его использования, которые становятся все популярнее.

Владея знаниями по вёрстке, можно достичь поставленных целей и перейти на следующую ступень профессионализма. В этой статье я расскажу, какие материалы мы с коллегами используем в своей работе: уверен, эта информация будет полезна разработчикам на CSS.

На базовом уровне

Цель: Помнить все свойства в CSS. Достигается примерно за 300 часов

Что изучать?

Звук – HiFi-сервис с большой командой инженеров. Мы используем передовые технологии и современный стек, и экспериментируем, чтобы решать сложные, нестандартные задачи. Одна из технологий  – GraphQL.

Эта статья изначально создавалась как гайд по работе с GraphQL для инженеров Звука (системные аналитики, разработчики, QA). При этом статья может быть полезна всем, кто никогда не работал с GraphQL, но очень хочет понять, зачем он может быть нужен, и как поможет решить задачу вашего бизнеса.

Представим, что вопрос, зачем строить матрицу, перед вами уже не стоит. Компания (или подразделение) уже достаточно зрелая, чтобы осознать такие потребности.

Хабр, привет! 

Меня зовут Полина Окунева, я работаю ведущим аналитиком в компании GlowByte в команде Advanced Analytics, а также автор курса по A/B тестам. Сегодня в статье я предлагаю интересующимся небольшой гайд по A/B-тестам.

Когда я начала погружаться в тему A/B-тестирования пару лет назад, меня кидало из стороны в сторону: то перечитывала фундаментальные учебники по статистике, то переключалась на статьи о конкретных методиках. Но во всем этом многообразии материалов для меня на тот момент был огромный недостаток — я не могла собрать все в кучу и разобраться, а как же проводить-то этот A/B-тест? Я знала, что есть разные виды тестов, множественное тестирование и поправки, полезный и популярный Bootstrap… Но как все это соединить было не очевидно. Хотелось понять, какие этапы есть у A/B-тестирования и когда на что обращать внимание. Хотя бы какие термины гуглить и когда.

Сегодня я представляю вашему вниманию пазл, который сложился в моей голове по итогу плотной работы в этой теме. Я не претендую на истину в последней инстанции — шаги могут и должны(!) быть адаптированы конкретно под вашу задачу. Но если вы только начинаете входить в сферу A/B-тестирования, надеюсь, статья будет очень полезна. Я не буду подробно останавливаться на каждом понятии. Моя цель — обозначить технические этапы и показать новичкам модельную картину A/B-тестирования.