Почему надо готовиться, исходя из своего опыта. Как правило если говорим о бигтехах кандидат ограничен временем к примеру в час на 2-3 задачи из алгоритмической секции, если до этого не нарешивал скорей всего может уйти больше времени. Для львиной доли задач которые дают на собесах есть паттерны вроде "два указателя", "бинарный поиск", но как правило в работе такого рода задачи реализовать не требуется, а как известно нетренериуемый навык угасает. По себе знаю, что спустя полгода-год реализация корнер кейсов для того же бин поиска вылетает из головы как по щелчку.
Прорешивая тот же литкод решение становится очевидным, как только побьешься об него какое-то время, но попавшись в первый раз не всегда складываются мысли в пользу очевидного простого решения. Тут хочется задать риторический вопрос - если кандидат кандидат подготовился к собеседованию и знает ответы на все вопросы, смог и ответил на все вопрос, делает ли это кандидата подходящим для вакансии?!
Навык проходить собеседования и знания нужные в работе далеко не всегда пересекаются и в зависимости от компании набор навыков очень сильно может отличаться причём как в плюс так и в минус. Уже не говорю про задачи с литкода, которые чаще тоже существуют для того, чтобы проверить навык решения задач на литкоде. И этот подход становится стандартом, не скажу, что он плох, всё-таки позволяет определить границу хотя бы на теоретическом уровне, но этот подход вынуждает определить "топ 100 вопросов на собесах" и готовиться к ним иначе этот фильтр пройти будет сильно сложнее.
в конце 21го видимо, что-то интересное из фич завезли, что создало резкий скачек скачиваний в месяц даже больше 30к, но всё-таки интересно какие сценарии использования системы? Сколько не натыкаюсь на статьи про ReactOS создается впечатление, что она создается исключительно для того, чтобы реализовать интерфейсы windows 10-20 летней давности и иметь возможность запускать старое ПО нативно.
Для улучшения читабельности кода на python есть ряд "договоренностей", в частности PEP8. Не то, чтобы я придираюсь, но даже посмотрев на этот код спустя какое-то время потребуется время на понимание деталей. Соблюдая SOLID и правила оформления кода + комментарии для понимания, что делает какая часть кода, время на понимание кода в будущем сокращается кратно.
Нет, как я выше сказал это другая задача. Поясню, в случае когда мы захватываем изображение или видео поток с камеры мы имеем двумерное изображение в координатах xy и его мы обрабатываем как изображение соответственно на выходе мы тоже получим плоские координаты, это как раз тот случай что описывается в статье. Если стоит задача получить положение частей тела в пространстве (xyz), то нужно получить глубину и существует несколько способов это сделать например «склеивание» двух изображений на разном фокусном расстоянии, использование инфракрасных датчиков(как в кинекте или intel realseance), но в любом случае нужно трехмерное представление объекта. При любом выбранном способе мы получаем облако точек и условно говоря нейросеть уже в этом случае нужно обучать по объемным датасетам, а не по изображениям. Датчик расстояния для способа описанного в статье ни к чему в общем.
Почему надо готовиться, исходя из своего опыта. Как правило если говорим о бигтехах кандидат ограничен временем к примеру в час на 2-3 задачи из алгоритмической секции, если до этого не нарешивал скорей всего может уйти больше времени. Для львиной доли задач которые дают на собесах есть паттерны вроде "два указателя", "бинарный поиск", но как правило в работе такого рода задачи реализовать не требуется, а как известно нетренериуемый навык угасает. По себе знаю, что спустя полгода-год реализация корнер кейсов для того же бин поиска вылетает из головы как по щелчку.
Прорешивая тот же литкод решение становится очевидным, как только побьешься об него какое-то время, но попавшись в первый раз не всегда складываются мысли в пользу очевидного простого решения. Тут хочется задать риторический вопрос - если кандидат кандидат подготовился к собеседованию и знает ответы на все вопросы, смог и ответил на все вопрос, делает ли это кандидата подходящим для вакансии?!
Навык проходить собеседования и знания нужные в работе далеко не всегда пересекаются и в зависимости от компании набор навыков очень сильно может отличаться причём как в плюс так и в минус. Уже не говорю про задачи с литкода, которые чаще тоже существуют для того, чтобы проверить навык решения задач на литкоде. И этот подход становится стандартом, не скажу, что он плох, всё-таки позволяет определить границу хотя бы на теоретическом уровне, но этот подход вынуждает определить "топ 100 вопросов на собесах" и готовиться к ним иначе этот фильтр пройти будет сильно сложнее.
Можно пример?
На первый взгляд виртуализация для этого сценария выглядит наиболее надежным решением
в конце 21го видимо, что-то интересное из фич завезли, что создало резкий скачек скачиваний в месяц даже больше 30к, но всё-таки интересно какие сценарии использования системы? Сколько не натыкаюсь на статьи про ReactOS создается впечатление, что она создается исключительно для того, чтобы реализовать интерфейсы windows 10-20 летней давности и иметь возможность запускать старое ПО нативно.
На сегодня кто основные пользователи системы и есть ли статистика по увеличению/уменьшению пользователей?
2022 год чинить надо и его особенности
Для улучшения читабельности кода на python есть ряд "договоренностей", в частности PEP8. Не то, чтобы я придираюсь, но даже посмотрев на этот код спустя какое-то время потребуется время на понимание деталей. Соблюдая SOLID и правила оформления кода + комментарии для понимания, что делает какая часть кода, время на понимание кода в будущем сокращается кратно.
Hacker evolution обязательна к ознакомлению)