что-то я сомневаюсь, что они на леопардов охотились. особенно учитывая что это одиночное (не стадное) животное, котрое легко убежать может. славяне во всяком случае точно боялись медведей? думаю там к ягуарам отношение было такое же
есть стандарт на это — DLNA. в идеале, вам нужно в своём устройстве-плеере иметь dlna-клиент, там где хранятся файлы — dlna-сервер, а этот фронтенд должен работать как dlna-контроллер
RedHat даёт возможность попробовать OpenStack бесплатно. или его можно поставить на свою машину. или почитать книжечку, ищите Getting_Started_with_OpenShift.zip
а насчёт доверия — это имхо вопрос исключительно успеха PR-служб. кто-то верит джобсу, кто-то — пейджу.
скажем так — изучая эти технологии, вы на определённом уровне наткнётесь на CS и математику. но я согласен с тем, что не надо ставить телегу впереди лошади — сначала изучая математику, затем CS, а потом заканчивая вуз и начиная программировать на PHP. пусть ребёнок начнёт с PHP, если затем доберётся до области где будет нужна математика — изучит, чи ни — то ни. может он окажется отличным менеджером или художником
а у нас дети сначала выбирают вуз случайным образом, затем 5 лет копят знания про запас, а затем оказывается что это не их уровень и они идут в м-видео торговать. и всё это, заметьте — за наш с вами счёт
вас заминусовали и по-моему совершенно зря. вот буквально один пример — 40 лет назад Cray-1 имел скорость 80 mflops. это был суперкомпьютер, стоящий миллионы долларов, и решал он в основном суровые военно-физические задачи
сейчас snapdragon 800, стоящий в обычном смартфоне, имеет производительность 115 gflops, т.е. в 1000 раз больше. и никто его суперкомпьютером не считает, так — поиграться :D
ещё лет через 30 процессор, встроенный в глазную линзу, будет считать сотни терафлопс, и это будет совершенно обыденно. ну подумаешь, очки в реальном времени следят за всем, происходящим вокруг. что тут такого?
похоже вы сильно преувеличили, утверждая что «Оптимизация почти всегда основана на довольно глубоких знаниях матанализа»?
мой цикл оптимизации обычно основан на выборе структур данных чтобы уменьшить число кеш-промахов, борьбе с переходами, увеличении ILP. по большому счёту всё это — задачи кодирования данных, ради них например пришлось познакомиться с полями Галуа. а вот из неэлементарного матанализа для меня интерес представляет только вездесущее преобразование Фурье
наверно, потому что асимптотика — это составная часть алгоритма? вы не можете уменьшить асимптотику пузырькой сортировки, но можете поменять её на другую
как раз сборщик и должен знать про O, xтобы правильно выбрать детали для сборки. или например что такое lock-free контейнеры чтобы не пытаться использовать их где не надо. согласитесь, это совсем не то, что фундаментальные знания о структурах данных и устройстве процессора, необходимые для хорошей реализации этих алгоритмов
4. чем тоньше технормы, тем ближе мы к желанию знать обо всём и обрабатывать всё и вся. нынешнее bigdata покажется песчинкой по сравнению с умными очками, ежесекундно обрабатывающими терабайты полученной информации с реальным применением ИИ
на работе то же самое, правда коллектив меньше. тут вспоминается первое правило выпускника — идти в большую продуктовую контору с хорошо поставленными процессами разработки
я получил систематические знания в школе, просто читая все заинтересовавшие меня книжки по IT. реальная проблема наверно в том, что когда человек запрягается в рабочую упряжку, ему трудно найти столько времени, сколько школьнику/студенту. я объём прочитанного за 3 школьных года оцениваю где-то в 50-100 книг
а вот в области математики у меня вузовского объёма знаний нет, я просто доучиваю отдельные области по мере появления к ним интереса
1. фундаментальные знания нужны
2. вуз как место где дети тратят 5 ЛУЧШИХ лет своей жизни, силком впихивая в себя случайно выбранный кем-то набор фундаментальных знаний, который кто-то определил как фундаметальное образование — не нужен и даже вреден. это настоящая диверсия
проблемы с «фундаментальным образованием» две — во-первых, для каждого человека этот набор разный. мне например нравится оптимизация, но не нравятся предметы цикла матанализа. в принципе в западных вузах эта проблема решена — там каждый студент выбирает свой набор предметов
вторая же проблема — то, что телега ставится впереди лошади. ребёнок должен сначала начать работать на каком-нибудь php, столкнуться с проблемами при написании на нём большой задачи и понять зачем ему нужны языки со стат.типизацией. или вляпаться в обработку статистики сайта и понять зачем нужна эта наука. вот тогда он будет учиться не за оценку, а ради реальных знаний. а что ему ненужно — так и останется неизученным, пусть кто-то хоть трижды это считает «фундаментальным образованием»
но это требует пересмотра подхода ко всей системе работы — начиная от разрешения работать с 10-15 лет, и кончая нынешним непременным 8-часовым рабочим днём. образование должно быть непрерывным, просто у детей его пропорция больше, у старпёров — меньше
а насчёт доверия — это имхо вопрос исключительно успеха PR-служб. кто-то верит джобсу, кто-то — пейджу.
а у нас дети сначала выбирают вуз случайным образом, затем 5 лет копят знания про запас, а затем оказывается что это не их уровень и они идут в м-видео торговать. и всё это, заметьте — за наш с вами счёт
сейчас snapdragon 800, стоящий в обычном смартфоне, имеет производительность 115 gflops, т.е. в 1000 раз больше. и никто его суперкомпьютером не считает, так — поиграться :D
ещё лет через 30 процессор, встроенный в глазную линзу, будет считать сотни терафлопс, и это будет совершенно обыденно. ну подумаешь, очки в реальном времени следят за всем, происходящим вокруг. что тут такого?
мой цикл оптимизации обычно основан на выборе структур данных чтобы уменьшить число кеш-промахов, борьбе с переходами, увеличении ILP. по большому счёту всё это — задачи кодирования данных, ради них например пришлось познакомиться с полями Галуа. а вот из неэлементарного матанализа для меня интерес представляет только вездесущее преобразование Фурье
а вот в области математики у меня вузовского объёма знаний нет, я просто доучиваю отдельные области по мере появления к ним интереса
2. вуз как место где дети тратят 5 ЛУЧШИХ лет своей жизни, силком впихивая в себя случайно выбранный кем-то набор фундаментальных знаний, который кто-то определил как фундаметальное образование — не нужен и даже вреден. это настоящая диверсия
проблемы с «фундаментальным образованием» две — во-первых, для каждого человека этот набор разный. мне например нравится оптимизация, но не нравятся предметы цикла матанализа. в принципе в западных вузах эта проблема решена — там каждый студент выбирает свой набор предметов
вторая же проблема — то, что телега ставится впереди лошади. ребёнок должен сначала начать работать на каком-нибудь php, столкнуться с проблемами при написании на нём большой задачи и понять зачем ему нужны языки со стат.типизацией. или вляпаться в обработку статистики сайта и понять зачем нужна эта наука. вот тогда он будет учиться не за оценку, а ради реальных знаний. а что ему ненужно — так и останется неизученным, пусть кто-то хоть трижды это считает «фундаментальным образованием»
но это требует пересмотра подхода ко всей системе работы — начиная от разрешения работать с 10-15 лет, и кончая нынешним непременным 8-часовым рабочим днём. образование должно быть непрерывным, просто у детей его пропорция больше, у старпёров — меньше