Почему так много ютуберов сталкиваются со стрессом, одиночеством и истощением?

Ютубер Мэтт Лис: «Человеческий мозг не приспособлен для ежедневного взаимодействия с сотнями людей»

Когда Мэтт Лис начал посвящать всё своё время съёмке роликов для YouTube, он чувствовал себя победителем лотереи. Он, как молодой, амбициозный автор, режиссёр и ведущий, сумел создать низкобюджетные и влиятельные фильмы, способные дойти до зрителей всего мира. Всего несколько лет назад такое достижение не было бы возможным без разрешения владельцев телеканалов. В феврале 2013 года он выпустил свой первый вирусный хит, укороченную версию объявления компании Sony о выходе её игровой консоли PlayStation 4, с весёлыми, но язвительными комментариями. За несколько дней это видео посмотрели миллионы раз. «По сегодняшним стандартам оно не кажется вирусным», — говорит Лис, однако в том месяце оно попало в список наиболее популярных видеороликов на YouTube. Подпитка самооценки Лиса стала несравненно меньше эффекта, оказанного этим событием на его карьеру. Когда алгоритмы YouTube замечают такой успех, они начинают перенаправлять зрителей на другие ролики того же автора, что привлекает к каналу подписчиков, а, через рекламу, которую показывают перед роликами, и доход. За одну ночь Лис увидел ростки вполне надёжной карьеры.

Как известно, поисковая оптимизация одностраничных приложений задача непростая и решение ее может потребовать значительных затрат труда, особых умений от разработчиков и финансовых затрат от заказчика. Какие же решения предлагает сообщество, чтобы, по возможности быстро и с минимальными затратами, сделать React веб-сайт дружественным к поисковым серверам?

Перевод Making a Simple Neural Network

Что мы будем делать? Мы попробуем создать простую и совсем маленькую нейронную сеть, которую мы объясним и научим что-нибудь различать. При этом не будем вдаваться в историю и математические дебри (такую информацию найти очень легко) — вместо этого постараемся объяснить задачу (не факт, что удастся) вам и самим себе рисунками и кодом.

Всем привет! Ни для кого не секрет, что в мире программирования есть много приемов, практик и шаблонов программирования (проектирования), но зачастую, узнав что-то новое, совершенно не понятно, куда и как это новое применить.

Сегодня на примере создания небольшого модуля-обертки для работы с http запросами разберем реальную пользу каррирования — приема функционального программирования.

Всем новичкам и интересующимся применением функционального программирования на практике — welcome, те, кто прекрасно понимают что такое каррирование — жду ваших комментариев по коду, ибо как говорится — нет предела совершенству.

Автор электронной книги — Эдди Османи, один из руководителей разработки Google Chrome

tl;dr

Cжатие изображений всегда должно быть автоматизировано

Оптимизацию графики обязательно надо автоматизировать. О ней легко забыть, рекомендации меняются, да и сам контент может легко проскользнуть мимо конвейера сборки. Для автоматизации при сборке используйте imagemin или libvips. Есть и много других.

Большинство CDN (например, Akamai) и сторонних решений вроде Cloudinary, imgix, Fastly Image Optimizer, Instart Logic SmartVision и ImageOptim API предлагают комплексные автоматизированные решения для оптимизации изображений.

На чтение статей и настройку конфигурации вы потратите время, которое дороже оплаты их услуг (у Cloudinary есть бесплатный тариф). Но если всё-таки не хотите отдавать работу на аутсорсинг по соображениям стоимости или из-за дополнительной latency, то выбирайте приведённые выше варианты с открытым исходным кодом. Проекты Imageflow или Thumbor предлагают альтернативу на собственном хостинге.

Если вы пробуете свои силы в функциональном программировании, то это значит, что вы довольно скоро столкнётесь с концепцией чистых функций. Продолжая занятия, вы обнаружите, что программисты, предпочитающие функциональный стиль, похоже, прямо-таки одержимы этими функциями. Они говорят о том, что чистые функции позволяют рассуждать о коде. Они говорят, что чистые функции — это сущности, которые вряд ли будут работать настолько непредсказуемо, что приведут к термоядерной войне. Ещё вы можете узнать от таких программистов, что чистые функции обеспечивают ссылочную прозрачность. И так — до бесконечности.

Кстати, функциональные программисты правы. Чистые функции — это хорошо. Но есть одна проблема…

Автор материала, перевод которого мы представляем вашему вниманию, хочет рассказать о том, как бороться с побочными эффектами в чистых функциях.

Привет, Хабр! Представляю вашему вниманию перевод статьи How I Shipped My First SaaS Side Project While Working Full Time Тиграна Хакобяна, который работая в известном сервисе отложенного постинга Buffer смог запустить свой проект и даже его монетизировать.

В 1959 году один из ведущих лингвистов и математиков того времени, Йегошуа Бар-Хиллел, опубликовал знаменитую статью: «Демонстрация неосуществимости полностью автоматического высококачественного машинного перевода»[1]. С тех пор привидение мальчика Джонни, оставившего коробку с игрушками в манеже, как назгул следует по пятам мечтателей, не жалеющих денег инвесторов на поиски вавилонской рыбки. Прошло почти 60 лет — целая жизнь (а для компьютерных технологий — как минимум четыре), но Джонни все еще тут: дышит в затылок нейросетям глубинного бурения, не дает расслабиться hadoop-кластерам.

И снова о наушниках, на этот раз речь о т.н. “умных” гарнитурах. Я расскажу о том, какими их видят различные разработчики и в рамках каких концепций создаются новые устройства.



Известно, что разработка аудио-ассистентов является одним из наиболее востребованных и передовых направлений в современной ИТ отрасли. В прошлом году эксперты Gartner оценивали этот рынок более чем в $3,5 млрд. Это отразилось на концепции беспроводной аудиогарнитуры. Благодаря голосовым ассистентам она становится не просто аксессуаром для музыки и связи, но полноценным, универсальным интерфейсом для ввода и вывода данных. Есть и другие технологии, которые позволяют сделать гаджеты умнее, например, алгоритмы избирательного шумоподавления и т.п.

Мы уже рассказывали о нашумевших Google pixel buds, гарнитуре-полиглоте, впечатлившей многих уже во время презентации. Под катом мы продолжим о других устройствах, которые определят основные технологические тренды в ближайшем будущем. Это не детальный обзор устройств c попыткой выявить лучшее, но анализ функционала и технологий, которые будут востребованы пользователями.

Привет, хабр!
С удивлением обнаружил отсутствие на хабре развернутой статьи о сабже, что немедленно сподвигло меня исправить эту вопиющую несправедливость.

В условиях когда клиентская часть веб-приложений становится все более толстой, бизнес-логика неумолимо переползает на клиент, а на суверенитет серверных технологий все более смело посягает node.js нельзя не задуматься о приемах проектирования архитектуры на javaScript. И в этом деле нам несомненно должны помочь паттерны проектирования — шаблонные приемы решения часто встречающихся задач. Паттерны помогают построить архитектуру, которая потребует от вас наименьших усилий при необходимости внести изменения. Но не стоит воспринимать их как панацею, т.е., грубо говоря, если качество кода «не фонтан», он кишит хардкодом и жесткой связью между логически независимыми модулями, то никакие паттерны его не спасут. Но если стоит задача спроектировать масштабируемую архитектуру, то паттерны могут стать хорошим подспорьем.
Но впрочем эта статья не о паттернах проектирования как таковых, а о их применении в javaScript. В первой части этой статьи я напишу о применении порождающих паттернах.

Предлагаем вашему вниманию перевод очередного материала Билла Соро, который посвящён шаблонам проектирования в JavaScript. В прошлый раз мы рассказывали о паттерне RORO, а сегодня нашей темой будет шаблон Ice Factory. Если в двух словах, то этот шаблон представляет собой функцию, которая возвращает «замороженный» объект. Это — очень важный и мощный паттерн, и разговор о нём мы начнём с описания одной из проблем JS, на решение которой он направлен.

В этом материале автор — фронтенд-разработчик — сделал обзор основных способов создания, изменения и сравнения объектов JavaScript.


Объекты — одно из основных понятий в JavaScript. Когда я только приступил к их изучению, они показались мне довольно простыми: всего лишь пары ключей и значений, как и описывалось в теории.

Лишь спустя некоторое время я начал понимать, что тема гораздо сложнее, чем я полагал. И тогда я стал изучать информацию из разных источников. Некоторые из них давали хорошее представление о предмете, но увидеть всю картину целиком я смог не сразу.

В этом посте я попытался охватить все аспекты работы с объектами в JS, не вдаваясь слишком глубоко в отдельные подробности, но и не упуская важные детали, которые помогут вам понять предмет и почувствовать себя увереннее во время его дальнейшего изучения.

Итак, давайте начнем с основ.

Объект

Объект в JavaScript — это просто набор свойств, каждое из которые представляет собой пару ключ-значение. Обратиться к ключам можно с помощью точечного (obj.a) или скобочного обозначения (obj['a']).

Помните, что скобки следует использовать, если ключ:

• не является допустимым JavaScript-идентификатором (в нем есть пробел, тире, начинается с цифры...)
• является переменной.

Одно из свойств, которое объекты в JS получают при создании, называется Prototype, и это очень важное понятие.

До того, как написанный нами код будет исполнен, он проходит довольно долгий путь. Андрей Мелихов в своем докладе на РИТ++ 2018 разобрал каждый шаг на этом пути на примере движка V8. Заходите под кат, чтобы выяснить, что даёт нам глубокое понимание принципов работы компилятора и как сделать JavaScript код производительнее.



Узнаем, является ли WASM серебряной пулей для повышения производительности кода, и всегда ли оправданы оптимизации.

Спойлер: «Преждевременная оптимизация — корень всех бед», Дональд Кнут.



О спикере: Андрей Мелихов работает в компании Яндекс.Деньги, активно пишет на Node.js, а в браузере — меньше, поэтому ему ближе серверный JavaScript. Андрей поддерживает и развивает сообщество devShacht, заходите познакомиться на GitHub или Medium.

Всем привет! Самое время переходить на гибкую разработку. Наконец-то найден современный, последовательный подход к решению тех проблем, с которыми сражались целые поколения команд разработчиков. Гибкие команды используют простые понятные практики, эффективность которых в реальных проектах была неоднократно подтверждена. Но, погодите минутку… Если гибкие методологии так хороши, почему на них еще не перешли все без исключения? В реальном мире практика, хорошо работающая в одной команде, создает серьезные проблемы в другой; различия обусловлены образом мышления команд и их подходом к делу. Чтобы разобраться в этом придется погрузиться в гибкую разработку и поменять свое отношение к проектам!

Всем привет, меня зовут Семен Левенсон, я работаю teamlead’ом на проекте «Поток» от Rambler Group и хочу рассказать о нашем опыте использования Apollo.

Объясню, что такое «Поток». Это автоматизированный сервис для предпринимателей, позволяющий привлекать клиентов из Интернета в бизнес, не вовлекаясь в рекламу, и быстро создавать простые сайты, не являясь экспертом в верстке.

В последние несколько лет тема искусственного интеллекта и машинного обучения перестала быть для людей чем-то из области фантастики и прочно вошла в повседневную жизнь. Социальные сети предлагают посетить интересные нам мероприятия, автомобили на дорогах научились передвигаться без участия водителя, а голосовой помощник в телефоне подсказывает, когда лучше выходить из дома, чтобы избежать пробок, и нужно ли брать с собой зонт.

В данной статье мы рассмотрим инструменты для машинного обучения, которые предлагает разработчикам Apple, разберем, что нового в этой области компания показала на WWDC18, и попробуем понять, как можно применить это все на практике.

Всем привет! Наша компания превращает «классическую» бытовую технику в «умную» и управляемую с телефона (по Bluetooth или WiFi). То есть в неё встраивается электронный модуль с радиоканалом. Если производитель техники хочет провести модернизацию существующей модели техники, то мы можем внедрить свою управляющую плату, которая связывается со специальным мобильным приложением. А ещё можно разработать её с нуля или внести дополнительные изменения в плату, приложение или корпус.

Как-то к нам пришёл заказчик и попросил разработать способ (датчик) для измерения объёма воды в чайнике, чтобы потом пользователь мог видеть эти данные в мобильном приложении. Конструктивное исполнение датчика должно быть простым и подходить для любой модели чайника. Формального ТЗ у нас не было: заказчик хотел, чтобы чайник мог определять, сколько воды в него налито.

ИИ для игры в Dota 2 от компании OpenAI нашумел в прошлом году, когда обыграл топовых мировых игроков. Но только в матчах 1v1 и с кучей ограничений, отчего не все воспринимали успех всерьез.

После этого компания поставила амбициозную цель — создать ИИ для командной игры и сыграть на турнире The International в конце августа 2018 на профессиональном уровне. Пока они укладываются в график.

Как подсчёт солнечных пятен объединяет прошлое и будущее науки

Самым высокомерным астрономом Швейцарии в середине XX века был специалист по солнечной физике Макс Валдмайер. После его выхода на пенсию в 1980 коллеги испытали такое облегчение, что почти отправили следом и инициативу, которой он руководил в качестве директора Цюрихской обсерватории. Валдмайер отвечал за практику, уходящую корнями во времена Галилея, и остающуюся одной из самых длинных научных практик в истории: подсчёт пятен на Солнце.

Цюрихская обсерватория была мировой столицей подсчёта солнечных пятен: холодных тёмных участков на поверхности Солнца, в которых циркуляция внутреннего тепла подавляется магнитными полями. С XIX века астрономы связывали солнечные пятна с солнечными вспышками, способными нарушить ход жизни на Земле. Сегодня учёным известно, что пятна отмечают участки, создающие колоссальные электромагнитные поля, способные вмешиваться в работу всего, от системы глобального позиционирования и электрических сетей до химического состава атмосферы.

Представление художника о молодой звезде, окружённой протопланетным диском. У протопланетных дисков, принадлежащих солнцеподобным звёздам, есть множество неизвестных свойств, включая и элементарную сегрегацию различных типов атомов

Миллиарды лет назад, в каком-то забытом уголке Млечного Пути, молекулярное облако, не отличающееся от множества остальных, сжалось и сформировало новые звёзды. Одна из них появилась в относительной изоляции, собирая материал из окружающего её протопланетного диска, который, в итоге, превратился в наше Солнце, восемь планет и всю остальную Солнечную систему. Сегодня учёные заявляют, что Солнечной системе 4,6 млрд лет, плюс-минус несколько миллионов. Но откуда мы это знаем? Равен ли возраст, допустим, Земли и Солнца? Именно это хочет узнать наш читатель:

Откуда нам известен возраст Солнечной системы? Я весьма смутно представляю себе процесс измерения возраста камня с тех пор, как он был жидким, но примерно 4,5 млрд лет назад Тейя столкнулась с протоземлёй, сделав жидким практически всё. Откуда мы знаем, что мы определяем возраст Солнечной системы, а не просто находим десятки новых способов определения даты столкновения с Тейей?

Отличный вопрос, полный нюансов – но наука справится с такой задачей. Вот вам история того, как всё было.