29 ноября мы снова собрали кучу людей, чтобы поделиться опытом контент-маркетинга.

Нет, все было не так, мы это уже когда-то это делали. Давайте про дополненную реальность! Воздушные шары! Изобразительное искусство! Переучивание гуманитариев! Нынешний «Контентинг» был подхвачен фонтаном свежих тем в 20 докладах. Лейтмотивом конференции стала тема знакомства редакторов с программированиям. Ведь кто пишет на Хабр: либо технари, освоившие область писательства, либо наоборот — гуманитарии, освоившие экспертную область технарей. Для этого мы позвали 40 тематических спикеров и разделили их на два потока: технологии и креатив. Много фотографий и подробности — под катом.

Многие учёные и инженеры имеют неоправданно завышенные ожидания к искусственному разуму. Почему-то они считают, что мыслящие машины, будучи созданными, сразу же решат многие наши проблемы и приведут к технологической сингулярности. Однако, такой образ мыслей является заблуждением.

Примечание. Я намеренно не использую слово «интеллект», ибо под ним обычно разумеется способность к анализу проблем и принятию решений на основе шаблонов, без осознания процесса. В указанном значении интеллект присущ и программе Maple, решающей сложные уравнения, и пчёлам, способным к обучению и сложному поведению, и многим иным животным. Взамен я буду использовать слово «разум», говоря про мыслящие машины уровня человека.

А нужен ли вообще нам искусственный разум? Нужен. Увы, «голый» интеллект решает слишком узкий класс проблем, причём порой весьма неэффективно. Более того – «голый» интеллект не способен сам сформулировать проблему! Например, возьмём игру в шахматы, – машина решает проблему не творчески, затрачивая немалые ресурсы и используя различные алгоритмы, заложенные в неё инженерами. Человек решает проблему творчески – он генерирует новые решения, причём используя намного меньшие ресурсы!

Мы поддерживаем офис одной сервисной компании и хотели бы немного рассказать про нашу работу. Для поднятия настроения, так сказать. В общем-то, наш день выглядит одинаково: приходим, логинимся в cisco agent, садимся за телефон и начинаем слушать хотелки юзеров. Что-то разруливаем сами, что-то передаём второй линии рядом. Несмотря на то, что офис заказчика состоит преимущественно из инженеров, тикеты не очень сильно отличаются от тикетов нефтегазовой компании или госкомпании. Конечно, без того, чтобы проехать 200 километров, чтобы включить принтер в розетку (реальный случай), но всё же.

Хотя, например, эта разница очень сильно проявилась, когда безопасники в очередной раз дали задачу пройтись по кабинетам и посмотреть, кто хранит записанные пароли на рабочих местах. Поначалу без сюрпризов — где-то каждый тридцатый записывает и клеит на монитор. Проблема была в том, что если в бухгалтерии это верные пароли («А откуда шпион узнает, что это пароль, а?»), то ушлые инженеры специально записывают какие-то случайные комбинации символов. Видимо, прикалываются над безопасниками.

История в многих частях с продолжением и еще никому не известным (но обязательно счастливым) концом.

Работа на стыке инженерных технологий и программирования — это будущее. Уже сейчас множество стартапов объединяют в своих командах разработчиков и технарей, чтобы конструировать, например, роботов и дронов.

Немного в стороне стоит автомобилестроение, в котором в основном преобладают консервативные настроения. Исключением, наверное, является только Tesla Илона Маска. Бренды не пускают сторонних разработчиков к своим технологиям и развивают их внутри компаний, справедливо опасаясь промышленного шпионажа.

Однако, уже сейчас существуют стартапы, которые тратят много времени и сил на разработку устройств, увеличивающих возможности автомобилей.

В предыдущей части мы рассказывали о продукции, а теперь пора заглянуть в цеха. Мы пройдемся по неожиданно высокотехнологичным зонам, заглянем в неприметные комнаты и узнаем, какие процессы лучше доверить роботам, а где никак не обойтись без людей.

Всем привет!

Сегодня мы детально обсудим очень важный класс моделей машинного обучения – линейных. Ключевое отличие нашей подачи материала от аналогичной в курсах эконометрики и статистики – это акцент на практическом применении линейных моделей в реальных задачах (хотя и математики тоже будет немало).

Пример такой задачи – это соревнование Kaggle Inclass по идентификации пользователя в Интернете по его последовательности переходов по сайтам.

UPD 01.2022: С февраля 2022 г. ML-курс ODS на русском возрождается под руководством Петра Ермакова couatl. Для русскоязычной аудитории это предпочтительный вариант (c этими статьями на Хабре – в подкрепление), англоговорящим рекомендуется mlcourse.ai в режиме самостоятельного прохождения.

Все материалы доступны на GitHub.
А вот видеозапись лекции по мотивам этой статьи в рамках второго запуска открытого курса (сентябрь-ноябрь 2017). В ней, в частности, рассмотрены два бенчмарка соревнования, полученные с помощью логистической регрессии.

Это — не статья, это — фейлбук. То, что вы прочтете под катом, — выжимка наших нелепых техно-промахов за все 5 лет работы над флагманским продуктом — iFunny. Возможно, наша фейловая история поможет вам избежать ошибок, а возможно, вызовет смех. Что тоже хорошо. Смешить людей — призвание FunCorp уже 13 лет.

«Это должно быть сделано еще вчера», «Протестируйте как-нибудь быстренько», «Время от начала разработки до выкладки на продакшн должно быть минимальным, а если возможно — еще меньше» — наверное, многим знакомы подобные цитаты. И покуда мы (тестировщики) — одно из последних звеньев в цепочке разработки, именно нам чаще всего приходится балансировать между скоростью выхода фич и их качеством.

В данной статье хочу поделиться тем, как мы в нашей компании применяем успешные практики из Lean Startup (несмотря на то, что многие наши проекты вполне сформировались и устоялись), с какими проблемами сталкиваются тестировщики при использовании данной методологии и как мы с этими трудностями справляемся.

Пара слов о себе: я тестировщик, имела опыт работы в проектах разного масштаба, была единственным тестировщиком на проекте и работала в командах, в которых использовались разные подходы и методологии. По моему опыту, работать по Lean Startup — это круто, но тут есть и подводные камни для тестирования, о которых неплохо знать заранее.

В стране по адресу http://dom.gosuslugi.ru создан и запущен в промышленную эксплуатацию единый информационный ресурс в сфере ЖКХ — государственная информационная система жилищно-коммунального хозяйства (ГИС ЖКХ). Цель и сверхзадача системы – наконец сделать ЖКХ полностью прозрачной и предоставить населению способы для усиления общественного контроля в столь важной сфере. В статье кратко описываются некоторые возможности ГИС ЖКХ, доступные всем жителям нашей страны уже сегодня, а также обзорно рассматриваются основные архитектурные решения и технологии, которые позволили выдержать требования по срокам и обеспечить нужные эксплуатационные характеристики системы.  

Источник

Привет, Хабр! Спешим сообщить тебе, что трансляции с Хайлоада уже выложены на Youtube-канале Хабра. Напоминаем — что это плод специального проекта Хабра и Хайлоад. 7 ноября, текстовая трансляция, несколько сотен постов (доступна здесь). 8 ноября, текстовая трансляция – тут. Наверняка не у всех была возможность наблюдать за этим онлайн, поэтому спешим сообщить, что теперь доступна запись конференции, которую вы можете посмотреть в любое удобное для вас время на YouTube канале Хабра. Страницу специального проекта просмотрели больше 25 000 раз, текстовую трансляцию прочитали больше 9 000 человек, а видео на ютубе посмотрели на данный момент 10 000 человек.  Ну что ж, надеемся, что это помогло читателям Хабра немного погрузиться в новое или горячо любимое, расширить свой кругозор и найти для себя что-то полезное в самой гуще высококонцентрированных докладов о высоких нагрузках.

Оказывается, у МегаФона в Питере есть Лаборатория, которая занимается разными интересными вещами — от тестирования новых моделей телефонов еще перед их официальным выходом на рынок до составления требований по скорости отклика сенсорного экрана. Сегодня мы пройдемся по этой Лаборатории, познакомимся с ее обитателями и узнаем много страшных слов:


Ничего не понимаете? Ничего, после прочтения статьи будете!

Если заинтересовались — прошу под кат!