Не любил аллегории, но написал аллегорическую книгу? ВК это его рассказ внукам про условное «добро и зло», про «англеов и демонов». В принципе, в Силме появляются и те и другие, это было его изначальная задумка, которая развилась в такой вот мир. Н опочти все события, персонажи и сама идея книги построены на аллегории.
Описание напоминает эксперимент «свободных денег», которые проявили себя схожим образом именно при локальном образении (хоть механика выпуска там другая)
Примечательно, что «родоначальники» всего этого зоопарка (Google) давно уже тихонько отошли от дел и спокойно пилят свои уникальные БД (как транзакционные, так и аналитические) и файловые системы (Фейсбук пошел еще дальше и запилил свою файловую систему только для картинок), а остальные этого просто не замечают.
Примечательно, что в «хороших» университетах (из Ivy League, например) в серьезный академический оборот попал только Spark, при чем без привязки к Hadoop.
Но Big Data рынок это такая себе система с обратной связью: по итогам 2015 года, «Big Data специалисты» получали в США практически больше всех (уступив только DevOps) и это позволяет им зарабатывать, по сути, легкие деньги, и они, не желая терять такую жизнь, подключаются к маркетингу компаний, рассказывая на каждом углу каждому встречному, как они решают «Big Data проблемы» и рубят бабло, создают кучу персональных блогов и книжек и, как итог, привлекают еще больше внимания и ажиотажа.
На фоне всего этого удивляет, что такие вещи как графовые базы данных (которые уже начал использовать Амазон, к примеру), проходят мимо рынка.
P.S. На самом деле весь этот зоопарк выстрелил по 1-й простой причине: возможность запускать любой рандомный код (на Python, Java, Scala) для анализа данных.
Луговский (по-крайне мере образца середину нулевых) одобрительно кивает головой. Помню, как 10 лет назад он был едва ли не единственным адептом мета-программирования, ФП и «правильного» ООП
Надо признать что такое упорство восхщает, а самое главное: оно дает результат. Этот парень, как итог, прошел почти все стадии гейм-дева, научился работать с 2D и 3D графикой, физикой, ИИ, освещением, тенями, оформлением, дизайном, музыкой и под конец даже VR добавил.
Интересно, а внутренняя система, которой пользуются кассиры, смотрит на ту же БД\сервер? Я к тому, что вы только что открыли ящик Пандоры — оказывается легкое шаманство и можно тупо «положить» сервер, а если он еще и один с тем что кассиры используют…
То есть, схема следующая: я покупаю бумажную версию, указываю адрес и вы отправляете ее курьером с оплатой по факту доставки на месте? Или расходы на доставку будут включены в заказ заранее?
Кстати, не понимаю, почему не применят логарифм к сумме?
Ну вот вводим прогрессивную систему удельного веса голоса отдельного гражданина. За счет берем, например, налоговую декларацию за год. Сумму уплаченных налогов логарифмируем и получаем вполне неплохой мир, где разница между бездельником, или «уклонистом» и средним классом все-таки достаточно велика, а вот разница между миллионером и миллиардером практически нивелируется
Сразу представляешь себе Спейси в роли Гилберта, Рами Малека в роли Попова, Финчер — режиссер, немного нуара, приглушеный свет, дождь за окном и стук клавиш.
«Если вы собираетесь делать карьеру в науке в СНГ, то конешно в аспирантуру.
Если вы собираетесь делать карьеру в IT в СНГ, то тогда на работу программистом».
Fixed
Ибо в США и Европе, PhD уровень ценится и открывает дороги в очень хорошие места. Ты работаешь над настоящими научными проектами (а не как в большинстве пост-советских вузов), знакомишься с «лидерами рынка» и, имея хоршую рекомендацию профессора в чей лаборатории ты трудился, уходишь в сферический Гугл пилить сферический ИИ, или в сферический Нью-Йорк работать квант-аналитиком на 5-значную зп со старта. Для примера, посмотрите на команду Andrew Ng и отследите карьеру его аспирантов.
Да и кроме того, например, в Дании при выдаче разрешения на проживание, работает система баллов и в ней кандидат наук по профильным направлениям (физ.-мат. например или CS) сразу получает 100 из 100.
Строго зависит от людей. Работал я как-то с тех лидом у которого был феноменальный нюх на «молодых и голодных». Он умел за 10 минут понять какая мотивация у человека, что им движет и выбирал тех, кто очень хотел пролезть из говна к солнцу и при этом «котелок варит». После наема никаких «сюсюканий»: на тебе рабочий ноут, сам поставь и сконфигурируй себе БД под хранилище данных, BI систему с репортингом, настрой ETL скрипты и залей себе тестовые данные для работы. (и ты сидишь и делаешь это, спрашиваешь, куришь мануалы, набиваешь шишки) Справился? Оке, вот твоя первая тех спека, дедлайн — конец следующей недели, вперед. Ах да, а вот тебе доки (у него была база почти всех «закрытых» документов из дорогих курсов для сертификаций).
И ты опять сидишь и лабаешь.
В итоге, уже через год его «джуны» умели то, что некоторые «синьоры» не научились делать за 10 лет своего опыта. Но надо сказать что и зп повышал он соответственно и регулярно и не было ощущения что ты за 700 баксов делаешь то что обычно делают за 2500.
Конечно, такой метод строго зависит от людей: надо найти того самого молодого и перспективного из хорошего вуза с хорошими мозгами, но при этом амбициозного и готового пахать, но оно того стоило.
Самая большая проблема в его «школе» была только в том, что через 3-4 года, когда приходил момент расти дальше, ты выходишь на рынок и понимаешь что тебе никто не верит, что за свою карьеру ты проработал с таким огромным стеком технологий, умеешь все это делать и готов быть условным Senior/Tech Lead на равне с тем кто «7+ years of solid experience».
Не надо. Гиктаймс оставляет огромное пространство для экспериментов, чего стоят только регулярные посты в «Здоровье гика» про стимуляторы мозга, наркотики и прочее. На «Хабре» такое не представишь, а вот в «ГК» — самое то.
Проблема «Мегамозга» именно в его контенте. То есть, само по себе управление проетками и менеджмент — очень полезные и ценные навыки, которые рано или поздно придется приобретать любому IT-специалисту, если он, конечно же, желает расти. Во многих компаниях (особенно это любят в аутсорсе) даже на Senior часто спрашивают про SDLC, project management и risk management, а Team Lead это и вовсе на 70% уже управление, пускай и маленькой (но гордой и независимой) командой. Потому такие знания и тексты от тех, кто занимается этим направлением, были бы крайне полезны.
Но.
Именно этого контента чаще всего и нет на «Мегамозге». Хлипкие тексты про «мотивацию» и «маркетинг», плохо прикритые грубой рекламой фиг_поймешь_каких_компаний, слабо вяжутся с заявленной тематикой ресурса.
Слышал, что EPAM строил некое решение которое анализирует социальные сети на разных языках (и данные разной структуры) и выявляет ранние тренды которые могут повлиять на стоимость акций.
Например, где-то в США разбилась и сгорела Tesla машина, в твиттер пошли первые фотки и тут же инструмент подхватил это и вывел аналитику инфу, тот продает акции пока они не начали падать на фоне негативных слухов
-->> 1. На пресс-конференции директор ФБР Джеймс Коуми сказал, что метод использует технику NAND-зеркалирования
Seriously? Всего неделю назад он заявил, что «этот метод не работает», или такой перевод?
-->> 2. Скорее всего, технические подробности техники взлома будут засекречены и скрыты от независимых специалистов и инженеров Apple.
А вот и нет. В США также есть закон, согласно которому ФБР обязана поделится методом взлома с Apple, Ибо это создает неконкурентную среду и бла бла бла
Примечательно, что «родоначальники» всего этого зоопарка (Google) давно уже тихонько отошли от дел и спокойно пилят свои уникальные БД (как транзакционные, так и аналитические) и файловые системы (Фейсбук пошел еще дальше и запилил свою файловую систему только для картинок), а остальные этого просто не замечают.
Примечательно, что в «хороших» университетах (из Ivy League, например) в серьезный академический оборот попал только Spark, при чем без привязки к Hadoop.
Но Big Data рынок это такая себе система с обратной связью: по итогам 2015 года, «Big Data специалисты» получали в США практически больше всех (уступив только DevOps) и это позволяет им зарабатывать, по сути, легкие деньги, и они, не желая терять такую жизнь, подключаются к маркетингу компаний, рассказывая на каждом углу каждому встречному, как они решают «Big Data проблемы» и рубят бабло, создают кучу персональных блогов и книжек и, как итог, привлекают еще больше внимания и ажиотажа.
На фоне всего этого удивляет, что такие вещи как графовые базы данных (которые уже начал использовать Амазон, к примеру), проходят мимо рынка.
P.S. На самом деле весь этот зоопарк выстрелил по 1-й простой причине: возможность запускать любой рандомный код (на Python, Java, Scala) для анализа данных.
И все это без условных Unity — почти голый С++.
И это очень круто
Ну вот вводим прогрессивную систему удельного веса голоса отдельного гражданина. За счет берем, например, налоговую декларацию за год. Сумму уплаченных налогов логарифмируем и получаем вполне неплохой мир, где разница между бездельником, или «уклонистом» и средним классом все-таки достаточно велика, а вот разница между миллионером и миллиардером практически нивелируется
Отличное кино вышло бы, да и развязка что надо
Если вы собираетесь делать карьеру в IT в СНГ, то тогда на работу программистом».
Fixed
Ибо в США и Европе, PhD уровень ценится и открывает дороги в очень хорошие места. Ты работаешь над настоящими научными проектами (а не как в большинстве пост-советских вузов), знакомишься с «лидерами рынка» и, имея хоршую рекомендацию профессора в чей лаборатории ты трудился, уходишь в сферический Гугл пилить сферический ИИ, или в сферический Нью-Йорк работать квант-аналитиком на 5-значную зп со старта. Для примера, посмотрите на команду Andrew Ng и отследите карьеру его аспирантов.
Да и кроме того, например, в Дании при выдаче разрешения на проживание, работает система баллов и в ней кандидат наук по профильным направлениям (физ.-мат. например или CS) сразу получает 100 из 100.
И ты опять сидишь и лабаешь.
В итоге, уже через год его «джуны» умели то, что некоторые «синьоры» не научились делать за 10 лет своего опыта. Но надо сказать что и зп повышал он соответственно и регулярно и не было ощущения что ты за 700 баксов делаешь то что обычно делают за 2500.
Конечно, такой метод строго зависит от людей: надо найти того самого молодого и перспективного из хорошего вуза с хорошими мозгами, но при этом амбициозного и готового пахать, но оно того стоило.
Самая большая проблема в его «школе» была только в том, что через 3-4 года, когда приходил момент расти дальше, ты выходишь на рынок и понимаешь что тебе никто не верит, что за свою карьеру ты проработал с таким огромным стеком технологий, умеешь все это делать и готов быть условным Senior/Tech Lead на равне с тем кто «7+ years of solid experience».
Но.
Именно этого контента чаще всего и нет на «Мегамозге». Хлипкие тексты про «мотивацию» и «маркетинг», плохо прикритые грубой рекламой фиг_поймешь_каких_компаний, слабо вяжутся с заявленной тематикой ресурса.
А все потому что «ШОК СЕНСАЦИЯ БОЛЬШИЕ КОРПОРАЦИИ КОРМЯТ НАС ГОВНОМ» важней, чем простая и бесхитростная правда. Даже в сфере IT. Увы
Например, где-то в США разбилась и сгорела Tesla машина, в твиттер пошли первые фотки и тут же инструмент подхватил это и вывел аналитику инфу, тот продает акции пока они не начали падать на фоне негативных слухов
Seriously? Всего неделю назад он заявил, что «этот метод не работает», или такой перевод?
-->> 2. Скорее всего, технические подробности техники взлома будут засекречены и скрыты от независимых специалистов и инженеров Apple.
А вот и нет. В США также есть закон, согласно которому ФБР обязана поделится методом взлома с Apple, Ибо это создает неконкурентную среду и бла бла бла