Про то, что Linux изначально разрабатывалась как сетевая операционная система я думаю знают все. Поэтому в этой ОС можно вносить достаточно серьезные изменения в сетевую конфигурацию. Как говорится, в Линуксе можно все, главное знать как. Но прежде, чем начать обсуждение темы тонких настроек совершим небольшой экскурс в историю развития Линукс.

Все говорят, что цифровизация помогает компаниям сокращать издержки и повышать эффективность управления бизнесом. Мы расскажем о конкретном кейсе того, как оцифровка даже одного этапа жизненного цикла деталей позволяет сокращать издержки на примере железнодорожной индустрии. А именно, как вагоноремонтному предприятию можно сэкономить 7 млн. рублей в год, снизить срок инвентаризации с двух недель до одного дня и минимизировать ошибки при проведении ремонта.

Бывают такие вопросы, ответы на которые могут меняться в зависимости от имеющегося опыта. Причем каждый ответ будет правильным. Ну знаете, это как с делением на ноль. Сначала в школе говорят, что на ноль делить нельзя. Поступаешь в институт и выясняешь, что таки можно. Потом устраиваешься на работу и понимаешь, что может и можно, но смысла особого нет.

С OKR примерно такая же история. Штука, которую использует Google, вроде не может быть ерундой и поэтому вызывает неподдельный интерес у многих. Но то, какую конкретно от нее ждут пользу, сильно зависит от уровня зрелости вашего бизнеса. 

Сегодня открою вам Америку на основе данных OpenStreetMap в PostgreSQL15/PostGIS и моего проекта openstreetmap_h3. Запустим запрос и сравним время его выполнения на колоночном хранилище Citus в PostgreSQL и на стандартном в секционированной по H3 геоиндексу базе данных объемом 100GB.

Найдем top15 мест по застройке а Северной Америке и общую протяженность дорог, а также их тип и покрытие. Не буду перегружать публикацию логами программ, сфокусируемся на данных! Вы можете легко повторить все запросы самостоятельно на своем компьютере или ноутбуке.

Привет, Хабр! Oracle ушел, а сертифицироваться Java‑разработчикам где‑то нужно. Мы с партнерами решили занять освободившуюся нишу, и у нас это получилось. В этой статье расскажем о том, как мы создали аналог сертификации для джавистов, докрутили концепцию, а также дадим рекомендации, как подготовиться к тестированию, и поделимся полезными материалами.

Предыстория этого гайда: для тестирования версии нашего с партнерами ПО под Линукс необходимо было организовать много стендов с разнообразными дистрибутивами (преимущественно отечественными).

Самым простым способом, как мне показалось, являлась аренда виртуалок на облачном сервисе Яндекс Облако, так как там большое количество отечественных образов и все запускается «в пару кликов». За кажущейся простотой скрывалась проблема, с которой ко мне пришли партнеры: «Мы создали виртуалки в облаке, а как туда теперь войти в графическом режиме, как мы это делаем в VMWare/VirtualBox?».

Казалось бы, решение проблемы не так сложно гуглится, но единой консолидированной информации про все интересующие дистрибутивы я не нашел, поэтому собрал этот гайд для себя, партнеров, и... решил поделиться с сообществом, вдруг кому-то еще пригодится.

Навеяно статьёй с тем же названием:

Вначале разберем сам вопрос: Что такое «можно сказать»? Кто это может сказать? Какая информация доступна оценивающему? Вариантов как минимум три, для которых хотя бы эти аспекты относительно известны. Первый — сам человек, второй — его ближнее окружение, включая работодателя (каковой может потянуть на отдельный пункт), третий — совершенно посторонний человек. И из этих вариантов ни один не является достаточно простым, чтобы сжать ответ на этот вопрос в один абзац.

Первый вариант — «я сам»

Вопрос в этом варианте звучит так: «Когда я смог сказать, что стал программистом?».

В этой статье, а вернее целой истории, я хотел бы поделиться своим путем становления в качестве разработчика на Python и рассказать о некоторых идеях и советах, которые я усвоил за это время. Начиная с моих первых проектов и заканчивая моей текущей деятельностью, я поделюсь накопленным опытом и попробую осветить проблемы, с которыми я столкнулся на своем пути. Кого-то данная статься вдохновит начать свой собственный путь в разработке, а кому-то будет интересно прочитать историю успешного кейса входа и закрепления в ИТ.

Привет! На связи команда геоинформационных систем «Магнита». Мы начинаем серию очерков о модели прогнозирования продаж в новых магазинах. В первой статье расскажем про один из наиболее значимых признаков модели — балле Хаффа. Мы постараемся описать теоретическую сторону и покажем реальные примеры решения возникающих сложностей. Надеемся, эта статья предоставит ценные идеи и информацию для ваших задач, будь вы опытный специалист или новичок. Итак, приступим!  

Привет! Меня зовут Дима Вагин, я бэкенд-инженер в Авито. Сегодня расскажу, как мы работаем с БД PostgreSQL из Go. Покажу, какие библиотеки и пулеры соединений мы используем для доставки в код параметров подключения и как мы их настраиваем. А ещё расскажу про проблемы, к которым приводит отмена контекста, и о том, как мы с ними справляемся.

Сегодня хочу просто и доходчиво рассказать про одну из базовых структур данных, которая может быть полезной при реализации алгоритмов различной сложности, в том числе при решении задачек на собеседованиях.

«Разработка по Agile» не предполагает точных сроков реализации функциональности, но каждому владельцу продукта прилетает в неделю сотни «А когда будет готово...?». Даже когда продукт находится на этапе погружения команды в бизнес‑контекст и не завершены исследования, требуется определить сроки выхода MVP, ведь продукт или фича нужны «вчера» и важность стратегического планирования на квартал или год никто не отменял. Рассмотрим ситуацию, когда продукт не находится на ПРОДе и нет точного состава MVP.

Цель статьи — рассказать об оценке бэклога в полной неопределенности.

Прежде, чем выдвигать гипотезы по срокам, важно сделать ряд «приседаний» с командой после дискавери‑фазы: это декомпозировать продукт на фичи, определить MVP, составить USM и только потом с видением продукта приходить к архитекторам и команде, чтобы обсудить не просто оценки, а реализацию и зависимости. Здесь сталкиваемся с рядом проблем задач, например, если команда оценивает бэклог в SP, что невозможно и не правильно переводить в человеко‑дни, а положить SP на календарный график и диаграмму Ганта нереально (подробнее о SP туточки) или есть зависимости от фичей смежных команд и сроки их реализации еще неизвестны, или архитектура еще не готова и остается только выдвигать гипотезы, как будет реализовано. Вот здесь начинается интересный квест.

Владелец продукта вместе с командой разработки могут выбрать такой вариант: оценить риски, заложить время на дополнительные исследования и еще что‑нибудь — в таком случае мы окажемся с MVP через год‑два, что не подойдет никому. И ведь одной из важных задач продакта — это урезать функциональность на MVP по всем канонам и сделать быстро/дешево. В связи с этим рассмотрим шаги для проведения первичной оценки, когда есть понимание функциональности, но еще не проведен подробный бизнес‑анализ. Забегая вперед, это не «красная таблетка» и эти шаги не спасут от возможных изменений состава MVP, переприоритезации или влетающих новых важных задач. Ниже описанные шаги дают вектор движения и помогают сформировать ответ на вопрос «Когда?», не скатываясь в Waterfall.

Я вот именно тот, иногда ненавистный работодатель, в сфере ИТ. У нас компания разработчиков ~25 человек, кто-то уехал в Европу после начала СВО, но весь костяк команды в Питере. Мне 49, а ребятам в массе своей до 25 — студенты, учатся (магистратура, бакалавриат). Расскажу свой свежий опыт найма, а уж там дальше выводы делайте сами… Пишу по итогу справедливых опасений "взрослею и боюсь что будет дальше, найду ли работу?".

Применение искусственного интеллекта и машинного обучения в задачах промышленности не настолько распространено, как в других сферах и отраслях экономики вроде банкинга, ритейла, телекома. При этом современные промышленные объекты часто генерируют и собирают большое количество данных, а методы машинного обучения обеспечивают эффективное использование этих данных для решения различных устоявшихся типовых задач: выявления неисправностей и отказов, прогноз качества продукции, определения остаточного срока службы оборудования и многих других.

Как раз про решение одной из типовых задач - задачи определения остаточного ресурса я и рассказывал на конференции https://datastart.ru в ноябре 2022 года, а также на митапе ИИшницы “ИИ в индустрии”, откуда даже сохранилось видео. В этом посте я соберу, структурирую и немного дополню информацию из докладов.

Занимаетесь две минуты. Проверяете Instagram. Занимаетесь две минуты. Смотрите телевизор. Занимаетесь две минуты. Проверяете электронную почту. Занимаетесь еще две минуты. Зависаете в TikTok на неопределенное время...

Если это напоминает вашу типичную учебу, вы в этом не одиноки, но вам нужна помощь с мотивацией, особенно если скоро экзамен. Возможно, посещение этого сайта - очередная форма откладывания учебы. Если это так, то, по крайней мере, вы на правильном пути.

Не все способы мотивации к учебе подходят всем, но есть те, которые подойдут именно вам. Мы составили список идей мотивации, которые вы можете попробовать, если вам необходимо взять себя в руки и добиться результата.

Просмотрите приведенные ниже способы мотивации и попробуйте воспользоваться несколькими из них. Некоторые хорошо работают по отдельности, некоторые - в сочетании друг с другом, некоторые могут подойти вам сегодня, но не подойти завтра. В любом случае, это хороший способ отдохнуть от занятий, и, возможно, вы найдете то, что действительно поможет вам в учебе.

В предыдущих статьях мы рассмотрели и реализовали лексический и синтаксический анализаторы, а так же реализовали семантический анализ для нашего учебного языка, что дало нам основу. В данной статье мы продолжим начатое и реализуем генерацию кода для LLVM IR.

Почему буквы на клавиатуре расположены в определённом порядке и какой порядок букв позволяет печатать быстрее всего