Как стать автором
Обновить
  • по релевантности
  • по времени
  • по рейтингу

Покупка в Apple Store с доставкой в Россию

IT-компании

Для чего я пишу этот пост?


На многих форумах не устают задавать одни и те же вопросы, суть которых сводится к одному — “Где и как дешевле купить определенный девайс?”. Некоторые, осознав, что лучший способ это заказать заграницей и в этом нет ничего сложного, решаются на покупку в иностранном интернет магазине, но получают не совсем то, что ожидали, например, недавний пост «Так ли выгодно делать покупки за рубежом (на примере ebaytoday.ru)».

Особенно ярко это проявляется при покупке техники Apple, так как официально техника, если и поставляется, то с большой задержкой и в большинстве случаев по заоблачным ценам. Данная статья не сможет решить первую проблему в полной мере, так как Гонконг не является, так называемой “страной первой волны”, где в первую очередь появляются устройства от Apple, а вот метод борьбы со второй я и попытаюсь описать далее.

Итак, о чем же данный пост?


В данном посте я хочу описать весь процесс покупки техники на Apple Store HK через посредника(Shipito), начиная от основных моментов работы с shipito.com, заканчивая объединением нескольких посылок в одну и оплатой доставки в Россию. Описываемый способ может использоваться и для США, но, к сожалению, я не пробовал этого делать и, по некоторым отзывам, Apple Store US отказывается высылать на адреса Shipito, на этом моменте я постараюсь остановиться подробнее в заключении.

UPD: получил посылку, публикую Tracking #: CP839884595HK и пишу сроки внизу статьи.
Много текста с картинками.
Всего голосов 184: ↑167 и ↓17 +150
Просмотры 63K
Комментарии 180

Продолжается передел акций Luxoft

Исследования и прогнозы в IT Финансы в IT
Американская инвестиционная компания JPMorgan скупила 4.5% акций Luxoft, в то время как французский фонд BNP Paribas, наоборот, сократил свою долю в два раза. Как это связано с финансовой ситуацией Luxoft?
Читать дальше →
Всего голосов 14: ↑9 и ↓5 +4
Просмотры 5.2K
Комментарии 5

Спецпроекты в Сбербанк-Технологиях: как в банках готовят Hadoop, Spark, Kafka и прочую Big Data

Блог компании JUG Ru Group Java *Big Data *Машинное обучение *Hadoop *
Все мы любим посмеяться над дремучим legacy на Java, которое якобы живёт в банках. После прочтения этой статьи у вас появится понимание другой грани этой истории. Оказывается, конкретно в Сбербанк-Технологиях есть целые большие отделы, занимающиеся прорывными технологиями и направлениями, включая Big Data и Machine Learning. Более того, скоро мы можем оказаться в мире, где Machine Learning встроен чуть ли не в каждую кофеварку. К добру или к худу, но Internet of Things, следящий за нами тысячью глаз из каждого банкомата, — куда более актуальное прочтение этой старой шутки.

Как вы, наверное, заметили, я пишу на Хабре про виртуальные машины, внутренности OpenJDK, JVM и другую системную разработку. Почему эта статья — о банковском софте? Потому что это актуально как никогда. Вот представьте, вы такой весь в белом, дважды Data Scientist и четырежды важный гуру JIT-компиляции. Что дальше? Кому всё это может быть нужно прямо здесь и сейчас? Часто слышу рассуждения на тему: «Вот сейчас ты ковыряешься в своей любимой Java, а завтра никто тебя на работу не возьмёт». Это очень забавное и опасное заблуждение. Благодаря таким товарищам, о которых пойдёт речь в этой статье, работа у нас будет всегда.

Конечно, на слово мне никто верить не должен, поэтому специально для Хабра я сорвался на самолёт в Москву, чтобы пообщаться с начальником отдела разработки спецпроектов в Сбербанк-Технологиях. Вадим Сурпин потратил на меня чуть больше часа, а в этом интервью будут только самые важные мысли из нашего разговора. Кроме того, удалось уговорить Вадима подать заявку на участие в нашей конференции JBreak. Более того, Вадим — первый человек, который показался мне достойным инвайта на Хабр: vadsu (инвайт был честно заработан статьей про хакинг ChromeDriver).

Читать дальше →
Всего голосов 46: ↑40 и ↓6 +34
Просмотры 29K
Комментарии 24

Сбербанк — у Вас для меня «посылочка» есть, но я ее не возьму…

IT-компании
Рассказ об опыте последнего общения со Сбербанком по вопросу приема платежей по платежным картам на сайте при переходе на новый формат фискальных данных и том бардаке, который это сопровождает.

Не могу молчать, так меня впечатлил их подход к вопросу…


Читать дальше →
Всего голосов 93: ↑87 и ↓6 +81
Просмотры 52K
Комментарии 144

FunTech iOS-meetup #1

Блог компании FUNCORP Программирование *Разработка под iOS *Разработка мобильных приложений *Конференции


Приглашаем вас на первый FunTech iOS-meetup, который пройдёт 23-го марта в Москве.

Программа


«Крутим RunLoop. Как устроена лента ВКонтакте», VK, Александр Терентьев


В своём докладе Александр расскажет о том, с какими задачами и проблемами при реализации сложных коллекций возможно столкнуться. Объяснит причины «тормозов» при анимации скролла и как их исправить. Приоткроет тайну, как реализован один из самых важных и популярных разделов приложения ВКонтакте — лента новостей.
Читать дальше →
Всего голосов 22: ↑21 и ↓1 +20
Просмотры 3.2K
Комментарии 1

Видео докладов с FunTech iOS-meetup #1

Блог компании FUNCORP Программирование *Разработка под iOS *Разработка мобильных приложений *Конференции


23 марта команда FunTech Meetups провела свой первый собственный iOS-meetup, с которого сегодня выкладываем видео докладов.

«Крутим RunLoop. Как устроена лента ВКонтакте», Александр Терентьев, VK


Всего голосов 18: ↑18 и ↓0 +18
Просмотры 2.7K
Комментарии 1

Sber.DS — платформа, которая позволяет создавать и внедрять модели даже без кода

Блог компании Сбер Big Data *Машинное обучение *Искусственный интеллект Data Engineering *

Идеи и встречи о том, какие ещё процессы можно автоматизировать, возникают в бизнесе разного масштаба ежедневно. Но помимо того, что много времени может уходить на создание модели, нужно потратить его на её оценку и проверку того, что получаемый результат не является случайным. После внедрения любую модель необходимо поставить на мониторинг и периодически проверять.


И это всё этапы, которые нужно пройти в любой компании, не зависимо от её размера. Если мы говорим о масштабе и legacy Сбербанка, количество тонких настроек возрастает в разы. К концу 2019 года в Сбере использовалось уже более 2000 моделей. Недостаточно просто разработать модель, необходимо интегрироваться с промышленными системами, разработать витрины данных для построения моделей, обеспечить контроль её работы на кластере.





Наша команда разрабатывает платформу Sber.DS. Она позволяет решать задачи машинного обучения, ускоряет процесс проверки гипотез, в принципе упрощает процесс разработки и валидации моделей, а также контролирует результат работы модели в ПРОМ.


Чтобы не обмануть ваших ожиданий, хочу заранее сказать, что этот пост — вводный, и под катом для начала рассказано о том, что в принципе под капотом платформы Sber.DS. Историю о жизненном цикле модели от создания до внедрения мы расскажем отдельно.


Читать дальше →
Всего голосов 13: ↑10 и ↓3 +7
Просмотры 11K
Комментарии 5

Российский SaaS 2019 — итоги

SaaS / S+S *Облачные вычисления *Исследования и прогнозы в IT История IT

Традиционные итоги рынка SaaS за 2019 год — государство, маркетплейсы, цифры по рынку и инвестиции в сегмент.
Читать дальше →
Всего голосов 6: ↑2 и ↓4 -2
Просмотры 2.8K
Комментарии 1

Как оценивать интеллект? Подход Google

Блог компании Сбер Тестирование IT-систем *Машинное обучение *Искусственный интеллект Natural Language Processing *
Перевод
От себя:

В ноябре 2019 года вышла программная статья от Google «Об оценке интеллекта» Франсуа Шолле (создатель Keras).
64 страницы посвящены тому, как появилось современное понимание ИИ, почему машинное обучение от него так далеко, и почему мы все еще не можем адекватно измерить «интеллект».


Чтобы отбор был честным, задание для всех одно: залезьте на дерево

Наша команда занимается NLP и общей методологией ИИ-тестов, учитывая последние тренды в универсальных трансформерах типа BERT, которые оцениваются тестами на логику и здравый смысл. Так, NLP забирает в себя все новые задачи, связанные с воспроизведением все более сложных действий и по сути отражающих механизмы мышления. Оказалось, что и другие области ML отхватили свой кусок пирога в этом направлении. Например, CV — «Animal AI Challenge».

Понятно, что сейчас “лучше” при возможности делать ML-модели более интерпретируемыми, не использовать 10 маленьких классификаторов, а тренировать одну модель, и так далее, но насколько это все-таки далеко от реального “интеллекта”?
Читать дальше →
Всего голосов 14: ↑13 и ↓1 +12
Просмотры 8.8K
Комментарии 12

Всё, что нам нужно — это генерация

Блог компании Сбер Блог компании SberDevices Машинное обучение *Искусственный интеллект Natural Language Processing *
Tutorial

Применяем ruGPT-3 в популярных задачах и показываем, зачем языковым моделям триллион параметров


С наступлением 2021 в NLP продолжается гонка «больше — лучше», захватывая новые архитектуры. Пальма первенства самой большой языковой модели в 2020 году принадлежала GPT-3 от OpenAI с 175 миллиардами параметров — но недолго. Модель GShard с помощью Mixture-of-Experts повысила планку до 600 миллиардов параметров, а затем и Google Brain заявил о разработке архитектуры Switch Transformer с 1,6 триллионами параметров (и тоже является MoE). Насколько повышение результатов за счет объема полезно для индустрии? Тот же Switch Transformer с его триллионом параметров далеко не на 1 месте в лидербордах.

Огромные языковые модели (Enormous Language Models, теперь это термин, им посвящен отдельный воркшоп конференции ICLR 2021) показывают действительно интересные результаты — не только в традиционных задачах ML, но и в новых сферах применения: генерации всего того, что раньше генерировать без ошибок было нельзя — музыку, изображения попиксельно, программный код и т.д. Из всех традиционных форм NLP-задач — классификация, классификация элементов последовательности, seq2seq, — по сути, у нас остается только одна: seq2seq. С приходом больших языковых моделей все задачи NLP сводятся теперь к форме генерации, при должном качестве этой самой генерации.

Seq2seq — самая «человеческая» форма решения задач: человек использует тот же формат,  отвечая на сообщения в чате, общаясь устно, сортируя имейлы в почте.  

  • Лично нам в SberDevices не терпелось поскорее применить такой формат к различным задачам — поэтому мы открываем доступ к самой большой русскоязычной нейросети ruGPT-3 XL с 1,3 млрд параметров. 

Инженерный запал вылился в кропотливую работу по распараллеливанию обучения, очистке данных и тестированию. Но зато… теперь в open-source модель ruGPT-3 XL с 1,3 млрд параметров!



А также ее публичное API:


Читать дальше →
Всего голосов 21: ↑21 и ↓0 +21
Просмотры 10K
Комментарии 79

Бесплатный API диалоговой модели на ruGPT-3

API *

Roughs Talker API — бесплатный API диалоговой системы, построенной на нейросети ruGPT-3 от Sberbank AI.

Я произвел отстройку нейросети на датасете из 84 920 живых диалогов. Это позволило собрать языковую модель, способную симулировать живое общение.

Читать далее
Всего голосов 3: ↑3 и ↓0 +3
Просмотры 2K
Комментарии 11