Введение

Рад вновь приветствовать читателей в своей любимой рубрике "ШХ" что является сокращением от "Шерлок Холмс" и разумеется серия таких статей напрямую относится к OSINT. Сегодня на практике попробуем некоторые инструменты и попробуем узнать больше о человеке исходя из его никнейма. В качестве цели я возьму одно из своих имён "VI.......TE".

Дисклеймер: Все данные, предоставленные в данной статье, взяты из открытых источников, не призывают к действию и являются только лишь данными для ознакомления, и изучения механизмов используемых технологий.

Большинство из нас хоть раз в жизни задавались вопросом: «Каково кратчайшее расстояние между двумя точками?». По умолчанию многие дадут тот же ответ, что и Архимед более 2 000 лет назад: прямая линия. Если вы возьмёте плоский лист бумаги и поставите на нём две точки в любом месте, вы сможете соединить эти две точки любой линией, кривой или геометрической траекторией, которую только можно себе представить. До тех пор пока бумага остаётся плоской и никак не изогнутой, прямая линия, соединяющая эти две точки, будет самым коротким путём между ними.

Именно так работают три измерения пространства в нашей Вселенной: в плоском пространстве кратчайшее расстояние между любыми двумя точками — это прямая линия. Это верно независимо от того, как вы вращаете, ориентируете или иным образом располагаете эти две точки. Но наша Вселенная состоит не только из трёх пространственных измерений – она содержит четыре измерения, пространство и время. Легко взглянуть на это и сказать: «О, ну три из них — пространство, а одно — время, вот мы и получаем пространство-время», — и это правда, но это не вся история. В конце концов, кратчайшее расстояние между двумя событиями в пространстве-времени уже не является прямой линией. И вот, что говорит об этом наука.

В мире существует огромное количество онлайн-школ, которые предлагают освоить новую профессию и «войти в IT». Многие ребята, кто стремится изменить жизнь, заканчивают такие школы в надежде быстро устроиться на работу. Но как показывает практика, почти все выпускники сталкиваются с проблемой отсутствия коммерческого опыта. Но откуда ему взяться, если они только закончили курс? В этой статье я покажу решение данной проблемы.

Краткое содержание. Модели машинного обучения, обученные на данных участников без каких-либо гарантий конфиденциальности, могут допустить утечку чувствительной информации.

Наша модель верифицируемого конфиденциального обучения под названием Confidential-DPproof (Confidential proof of differentially private training) способствует более конфиденциальному обучению и не раскрывает никакой информации об использованных данных и самой модели.

Confidential-DPproof доступна с открытым исходным кодом и может использоваться организациями для предоставления гарантий верифицируемой конфиденциальной защиты клиентских данных в продуктах на основе машинного обучения.

Привет, Хабр. Меня зовут Максим Яровой, я руковожу внутренним центром развития и обучения IT-специалистов – МТС Тета.

Одна из основных проблем обучения в IT-секторе в том, что учебные программы часто отстают от быстро развивающейся индустрии. МТС Тета была создана два года назад, чтобы мы могли прямо внутри компании запускать актуальные и значимые для нас и наших сотрудников курсы по всем ключевым направлениям IT.

Мы разом упростили процесс обучения для всех: и для студентов, и для руководителей, которые ищут себе новые таланты. Сегодня я расскажу о нашем проекте, а четверо коллег, которые уже прошли (или разработали!) наши курсы поделятся своими мыслями. Подробнее – под катом.

В прошлом году Дарио Амодей, руководитель известной компании Anthropic, занимающейся разработкой искусственного интеллекта, заявил в Конгрессе, что новые технологии искусственного интеллекта могут вскоре помочь неумелым, но злонамеренным людям проводить крупномасштабные биологические атаки, например, создавать и выпускать вирусы или токсичные вещества, которые вызовут массовые заболевания и смерть.

Сенаторы от обеих партий были встревожены, а исследователи ИИ в промышленности и научных кругах обсуждали, насколько серьёзной может быть эта угроза.

В поле общественного обсуждения проблем нашей страны постоянно всплывают такие вопросы, как недостаточные темпы технического прогресса, нехватка специалистов и обычной трудовой силы, и многое подобное, и в таком вот стиле.

Обсуждать все это в общем для простого человека несколько проблемно, но можно воспользоваться подходом «в малой капле отражается море» и посмотреть, как те же самые проблемы существуют в среднего размера НИИ.

В 2008 году я устроился ведущим инженером в НИИ Физических измерений, г. Пенза.

Для меня работа в этом НИИ была более чем знакома, я там работал с середины 80-х по середину 90-х. НИИФИ с момента своего создания было сосредоточено на создании датчиков и специализированной измерительной аппаратуры для космической отрасли.

Начало 2000-х характеризовалось тем, что цены на нефть поползли вверх, в государстве появились какие-то деньги, но одновременно стала происходить череда ярких и красочных неудач с нашими ракетами. И вопрос – а что же там происходит с нашими ракетами – создал на НИИФИ фокус ощутимого финансового потока.

Поскольку в этой организации работает куча людей, связанных между собой родственными связями, то, помимо официального молчания по всем щепетильным вопросам, организация была пронизана слухами, что у нас общий бюджет НИИ достиг сначала 0,7 (примерно 2008–2009), далее 0,9; потом 1,3; 2,1 и 2,7 (2012) миллиарда рублей.

Здесь можно задаться очень простым вопросом – а вот кто будет делать интеллектуальное наполнение проектов под эти в общем-то огромные финансовые потоки.

Алюминий, который числится в таблице Менделеева под №13, — 12-й по распространенности во Вселенной (или во всяком случае в Солнечной системе). В земной литосфере он занимает третье место среди всех элементов (после кислорода и кремния) и первое место среди металлов. В континентальной земной коре его больше 8%, на втором месте железо — его примерно вдвое меньше. Меди в земной коре меньше в тысячу раз, а олова в сто тысяч раз. Тем не менее, медь получали промышленным способом за 75 веков до н.э. (начало «медного века»), олово — за 35 веков до н.э. (начало «бронзового века»); железо — за 12 веков до н.э. (начало «железного века»).

А промышленное производство алюминия началось всего 165 лет назад. С этого момента и следует отсчитывать начало «алюминиевого века». В 1954 году алюминий обогнал по объемам производство медь, и сейчас лидирует по этому показателю среди цветных металлов. В прошлом году его выплавили 68,4 млн т, и на сегодня он один из важнейших металлов в мире. Разумеется, без алюминия была бы невозможна наша нынешняя реальность с компьютерами, самолётами и космическими ракетами. Автор этой статьи уверен, что устройство, с которого вы сейчас читаете эту статью также содержит несколько десятков (а может) и сотен грамм этого металла.  

В нашей стране вопрос о ветроэнергетике стал на повестку дня позже, чем на Западе. Многие отечественные историки пишут, что впервые об этом побеспокоился Ленин еще в 1918 году в «Наброске плана научно-технических работ». Правда, сказал он о них как-то неопределенно и вскользь, лишь упомянул «водные силы и ветряные двигатели вообще». Ленин почти 20 лет прожил в эмиграции в Европе, читал тамошнюю прессу и поневоле был в курсе европейских и американских достижений в этой области. Однако в плане ГОЭЛРО, утвержденном им в 1920 году, про ветроэлектрогенераторы нет ни слова. О том, как внедряли ветрогенераторы в советское время и что с ними стало, читайте в нашей статье.

В 70-е годы в Чили задумали уникальный проект, который и сегодня кажется фантастическим — компьютер, который бы управлял экономикой всего государства. Систему удалось построить и успешно запустить — но ей было не суждено просуществовать долго из-за военного переворота. Однако проект, получивший название Cybersyn, остался важной вехой в истории технологий и до сих пор служит источником вдохновения. 

Сингапур — небольшое островное государство с площадью всего 734 кв. км и населением 5,9 млн человек. В 1960-х там не было ничего, кроме трущоб, а сейчас его называют одним из самых технологически продвинутых мест планеты. 

Одно из самых впечатляющих преобразований — цифровизация госуправления. В то время, как в некоторых странах только начинают внедрять биометрическую идентификацию, «всевидящее око» Сингапура знает всех своих граждан в лицо в прямом смысле этого слова. А еще — следит за каждым их движением при помощи десятков тысяч камер и беспристрастных роботов-полицейских. Что это — концепция комфортного и безопасного города будущего или же цифровой ГУЛАГ? Понятное дело, что всё куда как сложнее. Разбираемся. 

В обширном математическом пространстве дроби занимают особое положение. По своей сути они представляют собой одновременно и числа, и способ выражения частей целого, служащий опорным блоком как в базовой арифметике, так и в сложной математической теории. Несмотря на их повсеместное распространение и абсолютную необходимость в расчетах, дроби поначалу могут показаться сложным разделом, поскольку его освоение требует не только понимания чисел и действий, но и способности концептуально мыслить и визуализировать части целого.

Дроби являются одной из самых древних и фундаментально присущих человечеству математических концепций. Дошедшие до нас сведения из истории разных цивилизаций по их использованию показывают, как развивались по всему миру математическое восприятие частей целого, понимание и работа с дробями, как эволюционировало математическое мышление в области абстрактного дискурса и отталкиваясь от практических потребностей различных культур.

Подробно рассказал про каждое место работы, что делал для увеличения дохода, за что увольняли. Дал советы, как тебе достичь этой цели более коротким путем, не допустив моих ошибок.

Java-разработчик и предпочитаешь работать в VS Code? Для тебя есть хорошая новость! Теперь ты можешь писать ещё более надёжный код вместе с расширением PVS-Studio, которое помогает находить ошибки в Java-проектах и не только.

При построении умного дома одним из ключевых моментов является определение местоположения людей в доме. Поначалу кажется, что это должно быть просто, но на практике все оказывается не так гладко. Обычно для этого используют инфракрасные датчики движения, но они имеют свои недостатки.

Мой выбор пал на DIY микроволновый датчик Hi-Link LD2410, расскажу почему.

В статье «Ускоряем анализ данных в 180 000 раз с помощью Rust» показано, как неоптимизированный код на Python, после переписывания и оптимизации на Rust, ускоряется в 180 000 раз. Автор отмечает: «есть множество способов сделать код на Python быстрее, но смысл этого поста не в том, чтобы сравнить высокооптимизированный Python с высокооптимизированным Rust. Смысл в том, чтобы сравнить "стандартный-Jupyter-notebook" Python с высокооптимизированным Rust».

Возникает вопрос: какого ускорения мы могли бы достичь, если бы остановились на Python?

Под катом разработчик Сидни Рэдклифф* проходит путь профилирования и итеративного ускорения кода на Python, чтобы выяснить это.

*Обращаем ваше внимание, что позиция автора может не всегда совпадать с мнением МойОфис.