Привет! AR и VR — штуки модные, сейчас приложения с их использованием не сделал только ленивый (или тот, кому оно просто не надо). От Oculus до MSQRD, от простых игрушек, радующих детишек появлением динозавра в комнате, до прикладных приложений вида «Расставь мебель в своей двушке» от IKEA и прочее. Вариантов применения тут множество.

А еще есть не самая популярная по сравнению с ними, но на самом деле полезная область — обучение человека новым навыкам и упрощение его ежедневной работы. Тут в пример можно привести тренажеры для медиков, пилотов и даже правоохранительных органов. Мы же в СИБУРе применяем эти технологии в рамках цифровизации производства. Основной потребитель — непосредственный сотрудник производства в перчатках и каске, который находится на предприятии, на объектах повышенной опасности.



Меня зовут Александр Леус, я Product Owner Индустрии 4.0, и я расскажу о том, какие здесь возникают особенности.

«Говорят, что те, кто видел гиперзвуковой экраноплан, летящий в пузыре плазмы, из которого выехал танк, сфотался, а потом заехал обратно, никому про это уже ничего не расскажут.»

Зимой я долго приставал к Зеленому Коту по поводу плазменных движков и их физических ограничений. И вот он опубликовал пост, а я вдогонку хочу немного разобраться со «лженаукой» и мифами, а также понять, есть ли в ближайшей перспективе заменитель химическим ракетным движкам для моего реактивного ранца.

Я не специалист в движках. Ну совсем ни разу не специалист, но разобраться хочу. Сделаю небольшой «вброс» с расчетом на то, что хабраинтеллект выведет на чистую воду плазму.

• Как звучит в атмосфере двигатель, скорость истечения «струи» которого выше четвертой космической?
• Возможно ли, что уже сейчас есть рабочие образцы плазменных движков на военной технике, которые могут обеспечит скорость полета 27 махов для объекта 100-1000 кг?
• Какие есть первоисточники с разным уровнем достоверности по этому вопросу?

На Хабре несметное количество статей про удаленную работу. Истории из жизни, демонстрации успехов/неудач в этом нелегком деле. Но несмотря на это, постоянно продолжаю натыкаться на то, что люди путают удаленную работу с фрилансом. Читая очередную статью по этой теме, я понял, что ждать больше нельзя, в интернете кто-то не прав и надо срочно максимально просто изложить свой опыт по данному вопросу, чтобы впоследствии фраза «удаленная работа» не порождала у людей в голове ассоциацию «фриланс».

Вот уже некоторое время я обдумываю идею написать книгу о теории категорий для программистов. Не компьютерных теоретиков, программистов — скорее инженеров, чем ученых. Я знаю, что это звучит безумно, и я сам достаточно напуган. Я знаю, что есть огромная разница между наукой и техникой, потому, что я работал по обе стороны баррикад. Но у меня всегда был очень сильный порыв объяснить вещи. Я восхищаюсь Ричардрм Фейнманом, который был мастером простых объяснений. Я знаю, я не Фейнман, но я буду стараться изо всех сил. Я начинаю с публикации этого предисловия, которое должно мотивировать читателя изучить теорию категорий, и надеюсь на начало дискуссии и обратную связь.

Я постараюсь в нескольких параграфах убедить вас, что эта книга написана для вас, и развеять все ваши сомнения в необходимости изучения этой, одной из самых абстрактных областей математики, в свое драгоценное свободное время.

Привет, Хабр!

Меня всегда интересовал геймдев. Несколько лет назад я сделал шаг и окунулся в этот мир. Меня поражал успех Энгри Бердс (Angry Birds), взлёт и падение Зинги (Zynga), и одна мысль мне не давала спать — «Как же они сделали такие классные игры?».

Прошло немало времени, накопился ящик опыта, в закромах образовались какие-то отрывочные записи и комментарии. Я решил все структурировать и систематизировать, стараясь ответить на один из краеугольных вопросов — «Почему же пользователь вернётся в игру?».

Вступление

Несколько дней назад в блоге The Daily Viz была опубликована запись, которая привлекла внимание широкой общественности как пример простой и эффективной визуализации данных.

Визуализация представляла собой карту популярности дней рождения, реализованную как теплокарта (heatmap) в виде календаря. По вертикали располагались числа, по горизонтали — месяцы, и, глядя в эту незамысловатую таблицу, мы могли по насыщенности оттенка судить о том, насколько популярен тот или иной день в году с точки зрения деторождения.

Через какое-то время автор визуализации опубликовал в том же блоге второй пост, извинившись за то, что ввел сообщество в заблуждение, не прокомментировав должным образом исходные данные, использованные в работе над изображением. Проблема была в том, что исходный сет данных не содержал информации о реальном числе родившихся в тот или иной день людей. Информация была дана в другом виде — на каком месте (rank) находится тот или иной день в «рейтинге» популярности дней рождения.

То есть, разница между первой и второй позицией в рейтинге могла быть колоссальной (скажем, в два раза), но отличались бы они все равно только на один тон. Иными словами, визуализация не отражала реальных данных из-за того, что сет содержал лишь производные данные.

Немного подумав над этой проблемой, я решил описать собственный пример создания такой визуализации от начала до конца — т. е. от сбора данных до, собственно, отрисовки изображения. Этот пример хорош тем, что он, с одной стороны, относительно прост, а с другой — является целостным завершенным проектом с определенным интересным результатом.