Так случается, что работники работают плохо. Не продуктивно. Например, работники увиливают от работы всеми имеющимися способами. Может быть, что работники собачатся и во всех проблемах винят друг друга. Атмосфера при этом адская. Или наоборот, в рабочее время работники планируют совместные вечеринки, пьют чаек, приходят попозже / уходят пораньше, решают кучу немыслимых посторонних проблем. В то время как всю их работу выполняют несколько изможденных переработками «чудиков». Ленивому и бесполезному большинству хорошо, а отличным ребятам невыносимо. Еще бывает, что работники работают, даже на первый взгляд стараются, но получается в результате просто скверно или во всех отношениях недостаточно.

В таких компаниях всегда есть вакансии. Менее приятные руководству и более замотивированные на результат работники уходят, затем отдел кадров в совокупности с начальниками подразделений активно освежают окружение. Но все усилия напрасны, не успевши обучиться премудростям работы, новый сотрудник уже виртуозно регулярно отлынивает от работы, погряз в переработках или откровенно косячит в простейших задачах.

Озадаченное устойчивым регрессом руководство компании принимает решение о необходимости включения в состав команды аналитика бизнес‑процессов (его могут назвать процессным аналитиком или бизнес‑аналитиком). Такое руководство мыслит следующим образом: придет человек, выстроит взаимодействие, опишет процессы, внедрит улучшения, научит всех работать по новому и все начнут работать высокопроизводительно. Денег в компании станет больше и по результатам года премия руководства увеличится многократно.

Я учился в Гарварде работе мозга, и мы изучали две его части:

1. Префронтальная кора — то, что мы обычно называем мозгом и интеллектом.
2. Амигдала — это его эмоциональная часть, которая не контролируется нами в основном.

Разница в том, что префронталка очень молодая, она появилась довольно недавно, по историческим меркам, конечно. И поэтому она слабее, чем амигдала в разы.

Амигдала с нами с момента формирования того, что мы считаем головой. И если бы мы могли отключать амигдалу во время изучения языков, мы бы делали это настолько быстро, качественно и эффективно, что это были бы жалкие месяцы. Мы не бросали бы занятия, нам бы не было страшно, стыдно, неприятно, мы не парились бы на счет акцента и так далее. Нам не нужна была бы мотивация, не было бы сомнений в подходах, которые мы используем.

И здесь я расскажу, как именно мешает и как от этого избавиться.

Во время изучения языка амигдала всегда выигрывает у префронтальной коры. Всегда.

Наши эмоции более сильные, чем префронтальная кора и интеллектуальная часть — это абсолютное правило. Поэтому, если вы испытываете стресс, страх; вы волнуетесь о том, правильно ли разговариваете, вам кажется, что ошибка — это ужас и так далее, вы не сможете. Насколько бы вы не понимали, что это нормально, ошибаться, неидеально говорить, акцент, вам просто это все равно не даст разговаривать свободно, потому что это прямой конфликт и прямая конфронтация.

В этом моменте, чтобы префронтальная кора сработала как надо, она должна убедить эмоциональную часть в том, что это окей, и здесь не имеет смысла бояться, здесь можно расслабиться или пробояться.

Эту заметку я решил написать, чтобы помочь потенциальными жертвам подобных раздач вирусов, люди пытаются найти способы смотреть ютуб, а находят майнер в свою ОС. Здесь будут приведены все пруфы которые я смог собрать специально заражая этим вирусом отдельную машину с Windows 10.

На ТГ канале peekbot при поддержке его ютубканала, с видеоинструкциями по установке и настройке, раздаётся файл с вирусом-майнером, внедренный в известный многим пакет zapret.zip с гитхаба...

PyTorch — это мощный и гибкий фреймворк для машинного обучения, широко используемый для создания нейронных сетей. Он особенно популярен благодаря простоте использования, динамическим вычислительным графам и богатой экосистеме инструментов для обучения моделей.

В этой статье мы реализуем собственную библиотеку машинного обучения на NumPy!

Привет, Хабр! Меня зовут Анна Назаренко. Я ведущий инженер продукта МТС Маркетолог, а еще у меня много хобби. В прошлый раз писала, как вяжу игрушки, а сегодня расскажу о музыке. И сразу спойлер: я росла в семье музыкантов и с их подачи с детства играла на фортепиано. Результат — классику я возненавидела и карьеру музыканта для себя не могла представить даже в страшном сне. Зато позже, во взрослом возрасте, нашла себя в написании саундтреков для игр. Подробнее обо всем этом — дальше.

В Kali Linux 2024.2 Release добавили инструмент, позволяющий автоматизировать поиск Proof-of-Concept скриптов для эксплуатации уязвимостей - sploitscan. Установим и рассмотрим два варианта использования инструмента.

Часть 1. Введение

Часть 2. Память и UART

Часть 3. Прерывания

Часть 4. Си и таймеры

Часть 5. DMA

Начинаю выкладывать курс по изучению контроллеров RISC-V на примере GD32VF103 и чуть более мощного CH32V303. Основной упор будет скорее на теорию и технологии, чем на "быстрый старт" и "электронику для домохозяек". То есть ассемблер, регистры и самодельные печатные платы.

Привет, Хабр! Сегодня мы познакомимся с уязвимостями небезопасной десериализации в PHP, научимся писать эксплойты для эксплуатации уязвимости в рамках тестирований на проникновение и попробуем себя в анализе кода.

Содержание

• Введение
• Построение собственного голосового помощника
• Настройка Raspberry Pi
• Подключение микрофона, клавиатуры и мыши
• Аспекты питания
• Реализация кода
• Обнаружение слова активации
• Распознавание речи и преобразование в текст
• Использование Chat API
• Преобразование текста в речь
• Тестирование и оценка производительности
• Заключение

В последние годы наблюдается всплеск интереса к разработке в области искусственного интеллекта и инновационных проектов. С появлением Chat API, передовой языковой модели, стало заманчивым создание персонального голосового помощника, превосходящего существующие решения, такие как Google Assistant или Amazon Echo. В этой статье мы рассмотрим процесс создания собственного голосового помощника с использованием Raspberry Pi, Chat API и нескольких дополнительных компонентов.

Каждый электронщик, работающий (или отдыхающий) с цифровыми микросхемами рано или поздно обязательно сталкивается с протоколом JTAG. Значительное количество материалов о данном протоколе содержит три раздела:
1) Обширный экскурс в историю и рассказ о том, как стенд с летающими щупами и рентгеновская установка легко могут быть заменены отладчиком на 2-3 порядка дешевле их.
2) Достаточно сжатое описание протокола JTAG (с картинкой его конечного автомата).
3) Рассказ о том, что фирменный отладчик, а также программное обеспечение компании <COMPANY NAME> позволят почти без усилий протестировать почти любое устройство почти любой сложности и конфигурации.

Проблема второго раздела подобных материалов в том, что в протоколе JTAG можно выделить более одного уровня абстракции. И за один раз, причём без практических примеров, осознать JTAG целиком может быть весьма непросто. В отсутствие же целостного понимания, для инженера, использующего JTAG, данный протокол будет представлять чёрный ящик, который либо работает (и всё хорошо), либо не работает (и непонятно, что делать). Представляется, что, исключив из рассмотрения историю JTAG и рекламу бренда, а также разделив задачу на отдельные составляющие, возможно осознать JTAG полностью, обретя способность устранять проблемы в работе данного протокола на любом уровне. И первым шагом к такому пониманию будет чтение идентификационного номера микросхемы.

Ты ждал знак? Вот он!

Много лет я не решался начать программировать ПЛИС, потому что это сложно, дорого и больно (как мне казалось). Но хорошо, когда есть друзья, которые помогают сделать первый шаг. И теперь я не понимаю одного — ПОЧЕМУ Я ЖДАЛ ТАК ДОЛГО?

Сейчас я помогу сделать первый шаг и тебе!

У меня есть для вас непростое задание. Когда в следующий раз начнёте новый проект, постарайтесь обойтись без PHP-фреймворка. Я не собираюсь перечислять недостатки фреймворков, и это не проявление синдрома неприятия чужой разработки: в этом руководстве мы будем использовать пакеты, написанные разработчиками нескольких фреймворков. Я всецело уважаю инновации в этой сфере.

За последние несколько лет машинное обучение сильно изменилось. В обиход вошли так называемые Fundation model. Вы обучаете одну огромную общую модель, которая умеет делать почти всё одинаково. Это как вырастить огромное дерево. Однако для небольшой такой модели из 3 млрд параметров вам потребуется 400 GPU и обучение в течение 5 дней.  Поэтому необходимо переходить на Machine Learning-кластера.

Дальнейшее повествование пойдет от имени Дмитрия Монахова, он занимался разработкой ядра Linux в Яндексе. Мне посчастливилось стать участником революции в Machine Learning, которая произошла за последние несколько лет.  А именно модели выросли до такого размера, что они уже не влезают ни в один сервер, ни в несколько серверов, ни даже в одну стойку. Стали строить что-то огромное, но вдруг вспомнили, что был какой-то чудак, который имел опыт работы с распределёнными файловыми системами, а машинное обучение — это и есть использование распределённых алгоритмов.

Четыре года назад ИТ-эксперт Чип Хуэн* проанализировала экосистему ML с открытым исходным кодом. С тех пор многое изменилось, и она вернулась к изучению темы, на этот раз сосредоточившись исключительно на стеке вокруг базовых моделей.

О результатах исследования читайте под катом.

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

Привет, Хабр! Меня зовут Тимофей, я Python Engineer с опытом в 3+ года.

Я бы не назвал данную статью полноценным роадмэпом в том понимании, в котором это слово обычно используют. В статье нет сроков изучения, отсутствует подробный план, затрагивающей все темы и подтемы. Да и зачем нужен еще один роадмэп «под копирку», когда в сети и так хватает качественных предложений.

Скорее, я хотел бы составить абстрактный план обучения, который сможет задать общий ориентир, а также будет коррелировать с роадмэпом вроде roadmap.sh. Кроме этого, я смогу дать несколько полезных советов из своего опыта, а также составлю списки полезных ресурсов для изучения языка, сопутствующих инструментов и технологий, которые в свое время помогли или же помогают мне самому.

Здравствуйте! Меня зовут Михаил, и я пишу эту статью специально для начинающих программистов, желающих изучить основы веб-разработки с использованием Flask.
 Я сам активно занимаюсь разработкой проектов на Flask и хочу поделиться своими знаниями и опытом, чтобы помочь вам начать свой путь в мире веб-разработки.

Flask для начинающих - Часть 2 создание Веб проекта.

Мы создадим с вами мини проект - веб сайт с админ панелью и обновлением контента сайта. При помощи Python, HTML, CSS, Bootstrap, Flask, SQLite.

Python приобрел большую популярность среди разработчиков благодаря различным решениям, заложенным в его архитектуру. Такими решениями являются сильная динамическая типизация, то есть язык не допускает неявных приведений типов в неоднозначных ситуациях, при этом тип переменной определяется во время присваивания ей значения и может изменяться по ходу программы. Также полезной функцией языка Python автоматическое управление памятью и поддержка множества парадигм программирования, таких как структурное и функциональное программирование. И наконец, Python является полностью объектно-ориентированным языком с поддержкой интроспекции, то есть способности определять тип объекта во время выполнения.

Но, как всякий другой язык программирования, Python имеет ряд уязвимостей, о которых мы подробно поговорим в этой статье. Так как статья ориентирована прежде всего на разработчиков Python, то мы будем говорить об ошибках в коде, которые по тем или иным причинам могут допустить программисты в процессе разработки. И начнем мы с рассмотрения инъекций команд.