Как правило нужно при рассылке через смс, когда каждый символ денег стоит. Другое дело, что у приличных ребят на это можно shlink поставить и на свой домен сокращатель навесить без особых проблем.
Я смотрю непонимание, что делать с болью не отпускает людей, при этом кормит маркетинг. Попробую изложить механику в типичном случае айтишника без каких-либо травм.
Исходим из того, что проводим несколько часов в кресле, например по причине продолжительной концентрации на работе.
Когда мы сидим - мышцы спины расслабляются и нагрузка идёт на позвоночник. Вся тушка висит на палке, как чучело в огороде. Чем дольше и чем неподвижнее сидим, тем меньше мышцы поддерживают наше положение и тем больше нагрузка на эту палку (позвоночник).
Если при этом если не иметь поддержку поясницы, или сидеть креветкой, то проблемы возникнут очень быстро. Но если вы соблюдаете рекомендации, то они всё равно проявятся. Далее обязательно бежим покупать себе супер кресло, не менее чем за 60к, но проблема остаётся.
Выбрали по всем критериям: поддержка поясницы, регулируемые подлокотники, поддержка головы, корейская сетка, чтобы не потела спина, механизм качания седла отдельно от спинки. Но спина не проходит. Что пошло не так?
Основные проблемы (надеюсь вы уже стали догадываться):
1) Сетка на спинке, как и кожа, являются слишком скользкими материалами. По сути тушка просто соскальзывает и вся нагрузка ложится на палку.
2) Сетка на сидении создаёт своеобразный гамак, соответственно меньше движений, отсюда застой в тазу и плохое питание мышц спины.
3) Поддержка поясницы подпружиненна и со временем вызовет лордоз. Простой признак - выпячивание живота.
4) Механизм качания сбивает корректное положение, происходит скатывание по сидению вниз.
Прикольные скрытые проблемы, не правда ли?
Добавлю также, что стул-седло тоже не помощник, он подходит только для людей, которые гарантированно встают раз в 15-20 минут. Если этого не делать мышцы из-за статичного положения всё равно будут расслабляться перекладывая нагрузку на позвоночник. Собственно коленный стул туда же.
Что же делать? С точки зрения механики проблему решить достаточно просто. Необходимо подвесить тушку или положить её, чтобы снять нагрузку на палку. С "положить" всё просто, но тут другая проблема - что не движется, то атрофируется. Попробуем подвесить.
1) Кресло с подходящей не подпружиненной поддержкой поясницы и грубой, шершавой тканью. Приподняться на подлокотниках, сесть спиной плотно к спинке, копчик тоже ближе к спинке. Должны почувствовать, что не сползаете. Дешевое "TetChair CH 888", далеко от эталон, но как пример сойдёт.
2) Терапевтическая подушка "Детензор". Тут проще - при облакачивании на спинку получаем подъемный эффект. Правда стул нужен попроще.
И еще - механизм качания отключить, больше ёрзать, больше вставать.
Если есть признаки выпячивания живота - встаньте к углу спиной, прижмите пятки, зад и голову к углу, просуньте ладонь под поясницу, она не должна свободно проходить, вы должны чувствовать костяшки. Если рука проходит свободно, то, положите руки на таз и подкрутите - нижняя часть вперёд, верхняя назад, ягодицы вместе, так и живите теперь :) А лучше обратитесь к специалисту.
Итоговая стоимость грунтового теплообменника перевалит за 2 млн.руб.
Вижу теоретика, а не практика. Хоть бы почитали профильные темы на ФорумХаусе для начала. Например про геоконтур типа "многоэтажка".
В 2022 году геоконтур на ~800м трубы (вместе с колодцем, спиртом (вместо антифриза), всей обвязкой, насосом и т.п.) обошёлся в ~200 000р.
Это для теплового насоса на 8 кВт по теплу. Ну и грунт у меня "плохой" - чистый песок. На глине можно было бы уложиться в 500-600м трубы (теплопроводность грунта там выше).
Это траншея 50м длиной и 4-5м шириной. Если была глина, то можно было бы сделать её более узкой, но длинной
Одна из траншей под "многоэтажку". Трубы разные, т.к. изначально планировалось использовать два контура - гликолевый и фреоновый (DX-контур). Но в итоге, всё работает на растворе спирта. Геоконтур так же работает на "пассивное охлаждение" вентиляции летом и преднагрев вентиляции зимой
...вообще, хотел изначально статью запилить про опыт строительства энергопассивного дома. Но это всё таки скорее для Форумхауса, а не для Хабра.
Час работы экскаватора - 3-4 тыс р (11 часов было наработано)
Метр трубы ПНД-32 - ~65р
Метр трубы PERT-20 - ~50р
Колодец (два кольца 1.5м, крышка, люк) - ~25 000р
Почти вся остальная сумма - это обвязка (как в колодце, так и в доме). Трубы уложил сам с помощью друга - за выходные. Обвязку собирал сам, это да - экономия. Но там и ничего сложно, на самом-то деле.
Обвязка в колодце. Пришлось повозиться с гидравликой, т.к. разные типы труб, которые пришлось объёдинить в один контур. Сейчас бы сделал чуть по другому - проще и дешевле
Обвязка в доме. Снизу два патрубка для подключения ТН. Справа вверх уходит линия в канальный охладитель - это подогрев и охлаждение вентиляции напрямую от геоконтура.
Я веду полную смету строительства, так что цифры корректные. Сейчас некоторые элементы я бы сделал проще/по другому. Так что даже есть возможность немного удешевить геоконтур.
Ушло 100л, целевая концентрация раствора 25-30% (с расчётом на -15°). Грунт почти всю зиму болтается около 0°, к началу весны остывает до -2-3°
Если у вас столько бесплатной рабсилы, то может пирамиду имени себя начнёте строить?
Не понимаю, к чему здесь эта ирония. Я Вам описываю реальный проект, который уже реализован. Я могу допустить, что в Москве стоимость работы экскаватора или цены на стройматериалы выше, но уж точно не в разы.
Скорее наоборот, это у Вас в статье указаны какие-то неадекватные цены на земляные работы и трубы (250р за метр полиэтилена, серьёзно? Это какие-то элитные трубы для элитных тёплых полов).
И мой опыт не какой-то уникальный, в профильных ветках FH полно таких же геоконтуров, сделанных не за космические деньги. Было бы желание.
Решил рассказать про пассивный подогрев/охлаждение вентиляции. Вентиляция работает 24/7, благодаря геоконтуру получилось серьёзно сократить затраты на зимний подогрев. На фото подача справа, за счёт геоконтура воздух прогревается до -5,5, дальше рекуператор поднимет до +18. Затраты энергии при этом - один циркуляционный насос. Летом эта система позволяет не включать охлаждение до начала июня, пока грунт не прогреется до ~ +15
"Руками" я делал в основном то, что не требует большого физического труда. Копать землю и таскать раствор - это точно не моё.
Но вся прелесть в том, что подобные системы в основном требуют умственной работы - поиска информации и подготовки проекта, рисование схем и понимания принципов. В общем, это не сильно отличается от классических ITшных DIY проектов, в стиле "умный дом на Ардуино за 5 шагов". Информации на том же FH хватает, вникнуть в суть можно за пару вечеров.
Для контура, оптимальны трубы или ПНД-25 или PERT-20. Первые чуть дешевле, вторые позволяют использовать коллектор и обвязку для тёплого пола, что ускоряет и упрощает монтаж. По спирту - объёмы вполне приемлемы, если не укладывать километры трубы. Для глинистого грунта, погонный метр трубы даёт ~15 Вт. У меня на сухих песках - ~10 Вт. Это фактические цифры, полученные опытным путём, задолго до меня. Люди давно уже практикуют такие геоконтуры.
Мои данные по температуре корректны. У меня около десятка датчиков температуры по всей системе отопления/геоконтура/вентиляции, я тут всё мониторю.
Кстати, при расчёте объёма грунта, Вы считаете только теплоёмкость и почему-то не учитываете тепловой поток из глубины земли. Ну и глубина промерзания - это показатель для голой земли. Под снегом грунт промерзает гораздо меньше.
Классическая "многоэтажка" копается в виде траншеи глубиной 2,5 м, где укладывается 4 уровня трубы с шагом 0,5м (верхний - на -1м):
Фото с интернета
Я нахожусь на северо-востоке Казахстана, но наш климат ближе к югу Сибири. Зимой до -35, глубина промерзания грунта официально - почти 2м. Летом жара до 40.
На счёт катастрофического промерзания грунта (как написано в статье), Вы не совсем правы. Газон и огород растёт без проблем. Вот фруктовые деревья - это да, растут хуже. В остальном проблем нет.
Самый лучший путь это адаптироваться постепенно и начинать с игр, где реально надо перемещаться по комнате и взаимодействовать с предметами - это квесты навроде Rick&Morty, Please dont touch anything, I expect you to die, superhot vr, tower tag, Creed Rise to Glory. И перемещение через телепортацию. Скалолазание тоже подходит - (Climb 2). Играть маленькими порциями - десять минут поиграл и перерыв.
Затем уже можно ритм игры попробовать - Beat Saber, Pistol Whip, Against. С них крайне редко кого тошнит. Даже те, кто в игры не играет как правило очень быстро адаптируются - проверял на тётках, которые вообще ни разу в жизни не играли в игры. Но тоже лучше ограничивать сессию.
Дальше идут уже игры со свободным перемещением и тут главное не переиграть. Если переиграешь, то отходняки часов по 6 могут быть. Это не очень приятное состояние, особенно первый час.
Тут сильно зависит от игры, надо подобрать что-то такое, что поменьше воздействует на вестибулярку и в то же время то, что сильно затягивает. Скорей игры с медленным перемещением, а не ураганные шутеры. Into the Radius и Alyx будет лучше, чем Population One или Pavlov. В первых двух играх часты ситуации, когда можно будет постоять на месте - там не нужно постоянно бегать.
Весь этот путь может вполне себе в пару недель уложится. Но полная адаптация это пара месяцев.
ох... 10 лет назад занимался подобным (и даже вещами на пару порядков продвинутее, но все равно очень рад, что это в прошлом)
во-первых, что мой личный вывод, что серьезных алготрейдеров с командами разрабов, что стратегии на основе анализа одного числового ряда, мягко говоря, хрень полная. Могут еще как-то работать либо вещи, основанные на микроструктуре рынка (стакан, HFT, код на FPGA), на предоставлении ликвидности, на технологическом превосходстве, на анализе дополнительной информации (новости читать нейросетью), но вот эта магия на свечах сделала богатыми только продавцов лопат. К слову, продавцы лопат неплохо постарались, - сейчас куча библиотек (в том числе, бесплатных), которые любой индикатор вроде MACD или линий Боллинжера рассчитают из коробки без необходимости программировать их с 0 через pandas и numpy
во-вторых, если уж так хочется в этом участвовать, то инструменты давно придуманы и запрограммированы. 10 лет назад была удивительная прожка Amibroker, имеющая свой векторный язык, интерпретирующийся написанным на С++ движком, что давало поистине реактивную скорость. И там были из коробки реализованы очень неплохие алгоритмы оптимизации, позволяющие реально сократить время оптимизации на порядки без потери точности, например, CMA-ES. Конкретно он настолько хорошо работал, что я потом кажется, запрограммировал его сам на C#, чтобы в свой самопичный бектестер залить.
ну и, последнее, - оптимизировать по профиту, не имея защиты от дурака в виде статистических тестов стат значимости гипотез - очень плохая идея. Втупую оптимизировать по профиту можно, разве что, HFT с 10000+ сделок за один прогон бектеста. Во всех остальных случаях это будет просто подгонка под историю. Недаром люди придумали всякие штуки вроде Sharpe ratio. Скачайте тот же Amibroker ради любопытства, посмотрите, какие там, помимо профита, цели оптимизации из коробки дает выбрать, почитайте их формулы на википедии, задайтесь вопросом, а зачем это придумано?
Сегментируя игроков, мы во многом опираемся на их собственное мнение.
На мобильной платформе есть три сегмента: казуальные, мидкорные и гипер-казуальные игры. Вопреки распространённому мнению это не про сложность прохождения, а про сложность освоения. Матч-3 миссия может быть очень сложной, куда труднее, чем геймплей тактической стратегии. Но она тем не менее остаётся казуальной, так как механик и контента, который нужно изучить, в игре немного.
И казуальные и мидкорные продукты - это игры для игроков, то есть людей, которые сами осознают себя игроками. Гиперказуалки в противовес им - это игры для людей, который сами называют себя non-gamer, то есть не считают себя игроками, хоть и играют в игры.
Забыли про стоимость жизни написать. И про банковский сектор, который застрял в развитии лет на 15. И про то что большинство IT проектов - это дремучее легаси с непонятными процессами.
И ещё очень веселит когда условный Luxoft зовёт на 60к € в год до налогов, в какой нибудь Мюнхен, а тот же Thinkcell уже несколько лет не может закрыть вакансию C++/Qt за 130к € и в Берлине.
И да, налоги для семьи где жена в декрете и есть пара-тройка детей будут раза в два отличаться от налогов для бездетного холостяка.
Подделки под видом оригинала DS18B20 сейчас встречаются даже у именитых продавцов. Лично мы проверяем эти датчики, поместив их в термокамеру на 120 градусов, непрерывно считывая показания. Если датчик оригинальный (или подделка качественная) - данные идут. Плохие подделки при этой температуре просто умирают, другие перестают отдавать данные, пока температура выше 100-110. Те, что работают - проверяем на точность и скорость конвертации. Но у тех, что работают на 120, с этим обычно все в порядке.
Я бы рекомендовал на lcsc/szlcsc их покупать с доставкой через посредника. Но тут полстатьи про то, что "известные параметры" в китайском даташите отражают то как хотели, а не то как получилось.
Знаю много матёрых коллег которые пришли в ML из гуманитарных наук, в ML нет сложной математики. Вот к примеру 4 странички (алгебра, матан, диффуры, теорвер) необходимого минимума для Deep Learning (http://www.d2l.ai/chapter_preliminaries/linear-algebra.html). Сложной математики в ML нет, более того, чтобы применять ML и строить ML сервисы её знать необязательно. Да, это во многих местах ускоряет поиск проблем или даёт идеи попробовать нестандартные метрики, нестандартные модификации моделей – но такое пригождается нечасто.
Дам консервативную оценку, за 4-6 месяцев или даже быстрее сможете. Тем более, с таким опытом в бекенде. Многие чисто технические вещи будут даваться быстро. Вопрос чисто в усидчивости.
Постараюсь ответить. Есть такое понятие как data scientist под которым часто путают ML-инженера, но на самом деле это набор профессий (аналитик, дата инженер, ML-щик) как computer scientist - программист, но так никто не говорит.
Работа ML-инженера состоит из 3-х этапов:
1) Сбор и подготовка данных. Сюда входит написание sql и mapreduce запросов, аугментация и синтез данных, их очистка от ненужных признаков, заполнение пропусков, приведение к одному виду и т.д.
2) Подбор, обучение или создание модели, оценка её качества - здесь мы можем выбирать готовую модель и обучать на ней данные или создавать собственную. Нужно хорошее понимание как работает каждая модель изнутри, а для этого нужна неплохая математика.
3) Вывод в продакшн и поддержка. Когда модель готова и хорошо справляется с поставленном задачей, то нужно её внедрить в продукт, запустить на серваке, проверить как она работает в реальных условиях. Тут уже пригодятся всякие докеры, линуксы и т.д. Также иногда бывает, что модель учат на питоне, а в прод тащат на плюсах или джаве.
В data science есть куча направлений:
аналитики, которые используют ML для предиктивной аналитики и которые этого не умеют и просто рисуют дэшборды в Power BI;
дата-инженеры: админы баз данных, sql-разработчики, cloud-разработчики и т.д.;
ML-щики: classic ML и deep learning (NLP, CV, ASR и т.д.);
reseearch ML - те, кто разрабатывает новые модели и нейросети;
ML-ops - девопсеры, знающие специфику работы с ML.
Ещё ML-инженеры могут очень сильно разниться по скиллам и задачам: кто-то пользуется готовыми моделями без понимания как они работают - это плохие ML-инженеры, а кто-то умеет их реализовывать с нуля самостоятельно, что говорит о том, что человек имеет очень глубокое понимание как всё устроено изнутри и у такого специалиста модель никогда не накроется, кто-то просто учит модели, а кто-то делает всё подряд.
Хороший ML-инженер - это всё, что я описал выше и даже больше, и это уровень хорошего джуна, но очень часто от них требуют гораздо меньше. К слову, алгоритмы и системный дизайн тоже нужно знать.
Идём по порядку. Инженер машинного обучения end-2-end специалист.
Один из ключевых навыков - это продуктовое мышление и способность быстро освоиться в новом домене, понять, где бизнес получает или теряет деньги, какую ценность мы даем пользователю и какую роль в каком месте какой цепочки играет или будет играть ML сервис. Отсюда: поговорить с заказчиками, аналитиками, бекендерами, разобраться что и как работает сейчас с разных сторон, понять какую цель или боль бизнеса покроем.
Следующий пласт навыков - ML System Design. Умение декомпозировать большой проект на составляющие (примерный план упомянут в статье во 2 пункте).
Датасет никто за вас не подготовит, поэтому SQL и навыки работы с БД (включая аналитические) также входят в наш инструментарий. Также в больших компаниях нужно работать с распределенными системами, HDFS или, доводилось, ODPS. Здесь какие-то азы из дата инженерии лишними не будут. В каком-то случае нужные под задачу данные еще не собираются, соответственно нужно дата инженеру или бекендеру сформировать набор требований. К этому же кластеру отнесем data quality, методы препроцессинга, чистки, мониторинга данных.
Само машинное обучение - отдельная большая тема. Умение быстро разобраться в новой или старой задаче; читать научные статьи, искать имплементации, знать что как запускать, валидировать, оценивать в оффлайн/онлайн.
Сюда же включим навыки писать качественный код на Python, включая оптимизацию, тестирование (как общее, так и специфическое для ML кода), дебаг и остальное.
Первая версия построена - вопросы интеграции, деплоя. Какие-то базовые вещи из MLOps будут не лишними: написать CI/CD, завести версионирование моделей, версионирование данных. Мониторинг моделей.
Навык дизайна А/Б экспериментов. Отдельная большая тема. Не всегда в компании есть платформа А/Б или выделен аналитик. Всегда нужно понимать что тестируем, как и на что это повлияет, отдельная тема для исследования в каждой отдельной задаче как мы оцениваем ожидаемый эффект в онлайн метриках по оффлайн метрикам.
Ну и широкий спектр soft skills: навык презентации, объяснение что мы сделали или что будем делать (так чтобы было понятно человеку без математического склада ума), работа с разными командами, приоритизация, дисциплина, всё всё.
Интересно. Похоже на Черногорию, где я сейчас живу. На счет доступности покупок из Европы - есть какие-то ограничения по их стоимости и таможенные сборы на них?
И еще вопрос... Если есть ВНЖ - доступен-ли безвизовый въезд в соседние страны?
Наконец-то грамотная статья про действительно умный дом где "ум" в первую очередь управляет инженерными системами, а не чайником.
Возможно прочитал слишком по диагонали -
при включении света в санузлах либо СПА зоне включается вентилятор, при выключении — выключается с выбегом в 15 минут;
если вентилятор простоял час, он включается на 15 минут (включение света в санузлах сбрасывает таймер)
на мой взгляд слишком сложно. В моей схеме тоже один вытяжной вентилятор, тянет через санузлы со всего дома, но попроще - две скорости. Постоянно работает на малой что обеспечивает достаточный воздухообмен при условии регулирования притока в помещениях, плюс в санузлах установлены контроллеры влажности по сигналу которых (повышение влажности) вентилятор переключается на полную мощность (до понижения влажности до установленного значения). Со светом в санузлах не связано никак т.к. санузлы с окнами и свет днем может и не включаться там при пользовании.
В остальном согласен - рекуперация в системе вентиляции слишком сложна и дорога в реализации, а реальный эффект (по опросам тех, кто таки решился) не превышает 20% в самых идеальных условиях (рекламируемых продавцами 30% не удалось достичь никому). Т.е. овчинка выделки не стоит.
Кроме того там еще есть минусы -
Требуется система отвода конденсата из теплообменника рекуператора (особенно зимой)
Требуется регулярная антибактериальная обработка теплообменника рекуператора (аналогично кондиционеру в автомобиле) - там "тепло и сыро" - идеальная среда для размножения всякой гадости.
Еще момент - не увидел как решен вопрос с резервированием электропитания критических потребителей. Я у себя решил этот вопрос посредством установки инвертора и аккумуляторов. Понятно, что зарезервировать весь дом слишком дорого - трехфазный инвертор достаточной мощности стоит космически (дешевле поставить 3х5кВт по одному на каждую фазу), но основное - количество аккумуляторов, которые обеспечат достаточную автономность - их объем и вес (тут придется строить отдельную "аккумуляторную" и опять цена улетит в космос).
Посему у себя зарезервировал в первую очередь насос скважины, аэратор ЛОС и розетки в кабинете (я работаю удаленно дома для меня это критично) - компы (3 ноута), мониторы (2 внешних 22" монитора), роутер, коммутатор, оптический модуль (основной канал у меня оптика + роутет в горячем резерве держит LTE канал с направленной на вышку 2хMIMO антенной и автоматом переключается с основного канала на резерв и обратно при необходимости).
При текущей конфигурации системы (самый мощный потребитель - насос, но он включается на 13 секунд при смыве одного бачка в санузле) аварийного питания критических цепей хватает на 10-12 часов (т.е. есть вода хотя бы холодная, работает ЛОС, есть интернет и питания компов, есть возможность зарядки гаджетов).
Газа у меня нет (и не предвидится в обозримом будущем), посему отопление на электричестве. Котел в такой ситуации нерационален, проще теплый пол + конвекторы.
Каждый элемент системы отопления управляется отдельным термостатом. Термостаты имеют WiFi интерфейс (возможность внесения изменений в настройки и мониторинга текущего состояния) но при этом работают автономно - в ручном (задается температура и он ее поддерживает) или автоматическом (задается расписание где на каждый день можно задать до 6-ти временных интервалов, каждый со своей температурой) режимах.
Фактически у меня используется тип расписания "5 + 2" (т.е. отдельное расписание на будни, отдельное на выходные, есть еще типы "7" когда все дни одинаковы или "6 + 1" - будни + суббота и отдельно воскресенье). В процессе пришел к следующему (планировка у меня такова, что первый этаж это большая общая комната с кухонной зоной, кабинет, небольшой санузел и изолированное техпомещение, на втором этаже три спальни - наша, детская и гостевая и основной санузел): ночью температура понижается везде (на первом этаже никого нет - нет смысла топить на полную, в спальнях - лучше спится когда прохладно). В спальнях температура повышается утром и вечером (вставать-ложиться комфортнее) в будни или на весь день в выходные. В санузлах утром и вечером (когда обычно ходим в душ) температура повыше чем в комнатах. В техпомещении температура поддерживается ниже - +15 больше там и не нужно.
Если помещение не используется (мы живем вдвоем, дети с внуками иногда приезжают в гости) - это в основном гостевая и детская спальни, там термостат просто переключается на ручной режим с пониженной температурой и закрывается дверь.
Т.е. система отопления распределенная, каждый элемент работает в автономном режиме (при потере связи я просто не смогу увидеть что там с температурой и удаленно поменять настройки, но работать он будет как работал) и выход из строй одного элемента на общее состояние не сильно повлияет - мощности хватит с запасом - остальные "вывезут". Фактически в системе нет "ключевого элемента", выход из строя которого парализовал бы все разом. Только потеря каких-то некритичных функций. Это основной момент ("децентрализация"), который вынес за 20+ лет в разработке систем мониторинга и управления инженерным оборудованием зданий (прошлая работа моя) - не должно быть одного сервера, который рулит всем. Каждый элемент способен работать автономно, сервер нужен для сбора и представления информации и возможности изменений настроек работы отдельных элементов. Ну и контроль за параметрами работы, аварийные сообщения и т.п. При этом сервер должен иметь как минимум один резервный канал связи с внешним миром - нет интернета - посылаем СМС (например).
Поскольку изначально думал об энергоэффективности дома, то сделана хорошая теплоизоляция. В результате при отключении электричества (раза два было зимой) за 6-8 часов (дольше не отключали - административно мы к городу относимся и нормы на устранение аварии городские - бригада выезжает моментально), температура в помещениях при -20 на улице ни разу не опускалась ниже +17.
У меня установлен предварительный грубый фильтр(5мкм)ВВ20, от трёхвалентного железа(та самая ржавчина), потом ионообменный фильтр(Аквафор_A800), для очистки от двухвалентного(растворённого) железа и угольный фильтр(запах и прочее)ВВ20.
Никакой ржавчины и накипи в чайнике за три года. У соседей обычный механический фильтр, постоянная накипь и следы ржавчины в ванной. Вода из одного источника, даже по анализам.
Предварительный фильтр когда выкручиваю, картина такая же как в публикации(можно соскабливать железо со стенок и переплавлять), но пугаться этого не стоит, т.к. фильтрация идёт снаружи внутрь и вода просто прекратит проходить через него, если он забился.
Аквафор_A800 штука дорогая, мешок соли 25кг за месяц съедает(и через десять лет потребует замены смолы/картриджа), но нужен анализ воды для настройки. До этого разные ионообменные фильтры перепробовал, не помогали практически(т.к. их смолу нужно часто восстанавливать), в ручную это делать два раза в месяц, заколеблешься.
А обратный осмос это и поток никакой(т.е. только питьевая) и реминерализацию нужно обязательно делать иначе будут проблемы с зубами и прочим. Если есть газовый водонагреватель, то накипь его убьёт.
Как правило нужно при рассылке через смс, когда каждый символ денег стоит. Другое дело, что у приличных ребят на это можно shlink поставить и на свой домен сокращатель навесить без особых проблем.
Я смотрю непонимание, что делать с болью не отпускает людей, при этом кормит маркетинг. Попробую изложить механику в типичном случае айтишника без каких-либо травм.
Исходим из того, что проводим несколько часов в кресле, например по причине продолжительной концентрации на работе.
Когда мы сидим - мышцы спины расслабляются и нагрузка идёт на позвоночник. Вся тушка висит на палке, как чучело в огороде. Чем дольше и чем неподвижнее сидим, тем меньше мышцы поддерживают наше положение и тем больше нагрузка на эту палку (позвоночник).
Если при этом если не иметь поддержку поясницы, или сидеть креветкой, то проблемы возникнут очень быстро. Но если вы соблюдаете рекомендации, то они всё равно проявятся. Далее обязательно бежим покупать себе супер кресло, не менее чем за 60к, но проблема остаётся.
Выбрали по всем критериям: поддержка поясницы, регулируемые подлокотники, поддержка головы, корейская сетка, чтобы не потела спина, механизм качания седла отдельно от спинки. Но спина не проходит. Что пошло не так?
Основные проблемы (надеюсь вы уже стали догадываться):
1) Сетка на спинке, как и кожа, являются слишком скользкими материалами. По сути тушка просто соскальзывает и вся нагрузка ложится на палку.
2) Сетка на сидении создаёт своеобразный гамак, соответственно меньше движений, отсюда застой в тазу и плохое питание мышц спины.
3) Поддержка поясницы подпружиненна и со временем вызовет лордоз. Простой признак - выпячивание живота.
4) Механизм качания сбивает корректное положение, происходит скатывание по сидению вниз.
Прикольные скрытые проблемы, не правда ли?
Добавлю также, что стул-седло тоже не помощник, он подходит только для людей, которые гарантированно встают раз в 15-20 минут. Если этого не делать мышцы из-за статичного положения всё равно будут расслабляться перекладывая нагрузку на позвоночник. Собственно коленный стул туда же.
Что же делать? С точки зрения механики проблему решить достаточно просто. Необходимо подвесить тушку или положить её, чтобы снять нагрузку на палку. С "положить" всё просто, но тут другая проблема - что не движется, то атрофируется. Попробуем подвесить.
1) Кресло с подходящей не подпружиненной поддержкой поясницы и грубой, шершавой тканью. Приподняться на подлокотниках, сесть спиной плотно к спинке, копчик тоже ближе к спинке. Должны почувствовать, что не сползаете. Дешевое "TetChair CH 888", далеко от эталон, но как пример сойдёт.
2) Терапевтическая подушка "Детензор". Тут проще - при облакачивании на спинку получаем подъемный эффект. Правда стул нужен попроще.
И еще - механизм качания отключить, больше ёрзать, больше вставать.
Если есть признаки выпячивания живота - встаньте к углу спиной, прижмите пятки, зад и голову к углу, просуньте ладонь под поясницу, она не должна свободно проходить, вы должны чувствовать костяшки. Если рука проходит свободно, то, положите руки на таз и подкрутите - нижняя часть вперёд, верхняя назад, ягодицы вместе, так и живите теперь :) А лучше обратитесь к специалисту.
Итоговая стоимость грунтового теплообменника перевалит за 2 млн.руб.Вижу теоретика, а не практика. Хоть бы почитали профильные темы на ФорумХаусе для начала. Например про геоконтур типа "многоэтажка".
В 2022 году геоконтур на ~800м трубы (вместе с колодцем, спиртом (вместо антифриза), всей обвязкой, насосом и т.п.) обошёлся в ~200 000р.
Это для теплового насоса на 8 кВт по теплу. Ну и грунт у меня "плохой" - чистый песок. На глине можно было бы уложиться в 500-600м трубы (теплопроводность грунта там выше).
Это траншея 50м длиной и 4-5м шириной. Если была глина, то можно было бы сделать её более узкой, но длинной
...вообще, хотел изначально статью запилить про опыт строительства энергопассивного дома. Но это всё таки скорее для Форумхауса, а не для Хабра.
Час работы экскаватора - 3-4 тыс р (11 часов было наработано)
Метр трубы ПНД-32 - ~65р
Метр трубы PERT-20 - ~50р
Колодец (два кольца 1.5м, крышка, люк) - ~25 000р
Почти вся остальная сумма - это обвязка (как в колодце, так и в доме). Трубы уложил сам с помощью друга - за выходные. Обвязку собирал сам, это да - экономия. Но там и ничего сложно, на самом-то деле.
Я веду полную смету строительства, так что цифры корректные. Сейчас некоторые элементы я бы сделал проще/по другому. Так что даже есть возможность немного удешевить геоконтур.
Этиловый, технический, ~270р/л
Ушло 100л, целевая концентрация раствора 25-30% (с расчётом на -15°). Грунт почти всю зиму болтается около 0°, к началу весны остывает до -2-3°
Не понимаю, к чему здесь эта ирония. Я Вам описываю реальный проект, который уже реализован. Я могу допустить, что в Москве стоимость работы экскаватора или цены на стройматериалы выше, но уж точно не в разы.
Скорее наоборот, это у Вас в статье указаны какие-то неадекватные цены на земляные работы и трубы (250р за метр полиэтилена, серьёзно? Это какие-то элитные трубы для элитных тёплых полов).
И мой опыт не какой-то уникальный, в профильных ветках FH полно таких же геоконтуров, сделанных не за космические деньги. Было бы желание.
"Руками" я делал в основном то, что не требует большого физического труда. Копать землю и таскать раствор - это точно не моё.
Но вся прелесть в том, что подобные системы в основном требуют умственной работы - поиска информации и подготовки проекта, рисование схем и понимания принципов. В общем, это не сильно отличается от классических ITшных DIY проектов, в стиле "умный дом на Ардуино за 5 шагов". Информации на том же FH хватает, вникнуть в суть можно за пару вечеров.
Для контура, оптимальны трубы или ПНД-25 или PERT-20. Первые чуть дешевле, вторые позволяют использовать коллектор и обвязку для тёплого пола, что ускоряет и упрощает монтаж. По спирту - объёмы вполне приемлемы, если не укладывать километры трубы. Для глинистого грунта, погонный метр трубы даёт ~15 Вт. У меня на сухих песках - ~10 Вт. Это фактические цифры, полученные опытным путём, задолго до меня. Люди давно уже практикуют такие геоконтуры.
Мои данные по температуре корректны. У меня около десятка датчиков температуры по всей системе отопления/геоконтура/вентиляции, я тут всё мониторю.
Кстати, при расчёте объёма грунта, Вы считаете только теплоёмкость и почему-то не учитываете тепловой поток из глубины земли. Ну и глубина промерзания - это показатель для голой земли. Под снегом грунт промерзает гораздо меньше.
Классическая "многоэтажка" копается в виде траншеи глубиной 2,5 м, где укладывается 4 уровня трубы с шагом 0,5м (верхний - на -1м):
Я нахожусь на северо-востоке Казахстана, но наш климат ближе к югу Сибири. Зимой до -35, глубина промерзания грунта официально - почти 2м. Летом жара до 40.
На счёт катастрофического промерзания грунта (как написано в статье), Вы не совсем правы. Газон и огород растёт без проблем. Вот фруктовые деревья - это да, растут хуже. В остальном проблем нет.
Самый лучший путь это адаптироваться постепенно и начинать с игр, где реально надо перемещаться по комнате и взаимодействовать с предметами - это квесты навроде Rick&Morty, Please dont touch anything, I expect you to die, superhot vr, tower tag, Creed Rise to Glory. И перемещение через телепортацию. Скалолазание тоже подходит - (Climb 2). Играть маленькими порциями - десять минут поиграл и перерыв.
Затем уже можно ритм игры попробовать - Beat Saber, Pistol Whip, Against. С них крайне редко кого тошнит. Даже те, кто в игры не играет как правило очень быстро адаптируются - проверял на тётках, которые вообще ни разу в жизни не играли в игры. Но тоже лучше ограничивать сессию.
Дальше идут уже игры со свободным перемещением и тут главное не переиграть. Если переиграешь, то отходняки часов по 6 могут быть. Это не очень приятное состояние, особенно первый час.
Тут сильно зависит от игры, надо подобрать что-то такое, что поменьше воздействует на вестибулярку и в то же время то, что сильно затягивает. Скорей игры с медленным перемещением, а не ураганные шутеры. Into the Radius и Alyx будет лучше, чем Population One или Pavlov. В первых двух играх часты ситуации, когда можно будет постоять на месте - там не нужно постоянно бегать.
Весь этот путь может вполне себе в пару недель уложится. Но полная адаптация это пара месяцев.
ох... 10 лет назад занимался подобным (и даже вещами на пару порядков продвинутее, но все равно очень рад, что это в прошлом)
во-первых, что мой личный вывод, что серьезных алготрейдеров с командами разрабов, что стратегии на основе анализа одного числового ряда, мягко говоря, хрень полная. Могут еще как-то работать либо вещи, основанные на микроструктуре рынка (стакан, HFT, код на FPGA), на предоставлении ликвидности, на технологическом превосходстве, на анализе дополнительной информации (новости читать нейросетью), но вот эта магия на свечах сделала богатыми только продавцов лопат. К слову, продавцы лопат неплохо постарались, - сейчас куча библиотек (в том числе, бесплатных), которые любой индикатор вроде MACD или линий Боллинжера рассчитают из коробки без необходимости программировать их с 0 через pandas и numpy
во-вторых, если уж так хочется в этом участвовать, то инструменты давно придуманы и запрограммированы. 10 лет назад была удивительная прожка Amibroker, имеющая свой векторный язык, интерпретирующийся написанным на С++ движком, что давало поистине реактивную скорость. И там были из коробки реализованы очень неплохие алгоритмы оптимизации, позволяющие реально сократить время оптимизации на порядки без потери точности, например, CMA-ES. Конкретно он настолько хорошо работал, что я потом кажется, запрограммировал его сам на C#, чтобы в свой самопичный бектестер залить.
ну и, последнее, - оптимизировать по профиту, не имея защиты от дурака в виде статистических тестов стат значимости гипотез - очень плохая идея. Втупую оптимизировать по профиту можно, разве что, HFT с 10000+ сделок за один прогон бектеста. Во всех остальных случаях это будет просто подгонка под историю. Недаром люди придумали всякие штуки вроде Sharpe ratio. Скачайте тот же Amibroker ради любопытства, посмотрите, какие там, помимо профита, цели оптимизации из коробки дает выбрать, почитайте их формулы на википедии, задайтесь вопросом, а зачем это придумано?
Сегментируя игроков, мы во многом опираемся на их собственное мнение.
На мобильной платформе есть три сегмента: казуальные, мидкорные и гипер-казуальные игры. Вопреки распространённому мнению это не про сложность прохождения, а про сложность освоения. Матч-3 миссия может быть очень сложной, куда труднее, чем геймплей тактической стратегии. Но она тем не менее остаётся казуальной, так как механик и контента, который нужно изучить, в игре немного.
И казуальные и мидкорные продукты - это игры для игроков, то есть людей, которые сами осознают себя игроками. Гиперказуалки в противовес им - это игры для людей, который сами называют себя non-gamer, то есть не считают себя игроками, хоть и играют в игры.
Такое деление принято в индустрии.
Забыли про стоимость жизни написать. И про банковский сектор, который застрял в развитии лет на 15. И про то что большинство IT проектов - это дремучее легаси с непонятными процессами.
И ещё очень веселит когда условный Luxoft зовёт на 60к € в год до налогов, в какой нибудь Мюнхен, а тот же Thinkcell уже несколько лет не может закрыть вакансию C++/Qt за 130к € и в Берлине.
И да, налоги для семьи где жена в декрете и есть пара-тройка детей будут раза в два отличаться от налогов для бездетного холостяка.
Подделки под видом оригинала DS18B20 сейчас встречаются даже у именитых продавцов. Лично мы проверяем эти датчики, поместив их в термокамеру на 120 градусов, непрерывно считывая показания. Если датчик оригинальный (или подделка качественная) - данные идут. Плохие подделки при этой температуре просто умирают, другие перестают отдавать данные, пока температура выше 100-110. Те, что работают - проверяем на точность и скорость конвертации. Но у тех, что работают на 120, с этим обычно все в порядке.
Я бы рекомендовал на lcsc/szlcsc их покупать с доставкой через посредника. Но тут полстатьи про то, что "известные параметры" в китайском даташите отражают то как хотели, а не то как получилось.
Подача онлайн заявления https://zp.midpass.ru/
Запись в очередь через портал https://q.midpass.ru/
Спасибо за приятный отзыв,
Знаю много матёрых коллег которые пришли в ML из гуманитарных наук, в ML нет сложной математики. Вот к примеру 4 странички (алгебра, матан, диффуры, теорвер) необходимого минимума для Deep Learning (http://www.d2l.ai/chapter_preliminaries/linear-algebra.html). Сложной математики в ML нет, более того, чтобы применять ML и строить ML сервисы её знать необязательно. Да, это во многих местах ускоряет поиск проблем или даёт идеи попробовать нестандартные метрики, нестандартные модификации моделей – но такое пригождается нечасто.
Дам консервативную оценку, за 4-6 месяцев или даже быстрее сможете. Тем более, с таким опытом в бекенде. Многие чисто технические вещи будут даваться быстро. Вопрос чисто в усидчивости.
Постараюсь ответить. Есть такое понятие как data scientist под которым часто путают ML-инженера, но на самом деле это набор профессий (аналитик, дата инженер, ML-щик) как computer scientist - программист, но так никто не говорит.
Работа ML-инженера состоит из 3-х этапов:
1) Сбор и подготовка данных. Сюда входит написание sql и mapreduce запросов, аугментация и синтез данных, их очистка от ненужных признаков, заполнение пропусков, приведение к одному виду и т.д.
2) Подбор, обучение или создание модели, оценка её качества - здесь мы можем выбирать готовую модель и обучать на ней данные или создавать собственную. Нужно хорошее понимание как работает каждая модель изнутри, а для этого нужна неплохая математика.
3) Вывод в продакшн и поддержка. Когда модель готова и хорошо справляется с поставленном задачей, то нужно её внедрить в продукт, запустить на серваке, проверить как она работает в реальных условиях. Тут уже пригодятся всякие докеры, линуксы и т.д. Также иногда бывает, что модель учат на питоне, а в прод тащат на плюсах или джаве.
В data science есть куча направлений:
аналитики, которые используют ML для предиктивной аналитики и которые этого не умеют и просто рисуют дэшборды в Power BI;
дата-инженеры: админы баз данных, sql-разработчики, cloud-разработчики и т.д.;
ML-щики: classic ML и deep learning (NLP, CV, ASR и т.д.);
reseearch ML - те, кто разрабатывает новые модели и нейросети;
ML-ops - девопсеры, знающие специфику работы с ML.
Ещё ML-инженеры могут очень сильно разниться по скиллам и задачам: кто-то пользуется готовыми моделями без понимания как они работают - это плохие ML-инженеры, а кто-то умеет их реализовывать с нуля самостоятельно, что говорит о том, что человек имеет очень глубокое понимание как всё устроено изнутри и у такого специалиста модель никогда не накроется, кто-то просто учит модели, а кто-то делает всё подряд.
Хороший ML-инженер - это всё, что я описал выше и даже больше, и это уровень хорошего джуна, но очень часто от них требуют гораздо меньше. К слову, алгоритмы и системный дизайн тоже нужно знать.
Спасибо большое за очень хороший вопрос.
Идём по порядку. Инженер машинного обучения end-2-end специалист.
Один из ключевых навыков - это продуктовое мышление и способность быстро освоиться в новом домене, понять, где бизнес получает или теряет деньги, какую ценность мы даем пользователю и какую роль в каком месте какой цепочки играет или будет играть ML сервис. Отсюда: поговорить с заказчиками, аналитиками, бекендерами, разобраться что и как работает сейчас с разных сторон, понять какую цель или боль бизнеса покроем.
Следующий пласт навыков - ML System Design. Умение декомпозировать большой проект на составляющие (примерный план упомянут в статье во 2 пункте).
Датасет никто за вас не подготовит, поэтому SQL и навыки работы с БД (включая аналитические) также входят в наш инструментарий. Также в больших компаниях нужно работать с распределенными системами, HDFS или, доводилось, ODPS. Здесь какие-то азы из дата инженерии лишними не будут. В каком-то случае нужные под задачу данные еще не собираются, соответственно нужно дата инженеру или бекендеру сформировать набор требований. К этому же кластеру отнесем data quality, методы препроцессинга, чистки, мониторинга данных.
Само машинное обучение - отдельная большая тема. Умение быстро разобраться в новой или старой задаче; читать научные статьи, искать имплементации, знать что как запускать, валидировать, оценивать в оффлайн/онлайн.
Сюда же включим навыки писать качественный код на Python, включая оптимизацию, тестирование (как общее, так и специфическое для ML кода), дебаг и остальное.
Первая версия построена - вопросы интеграции, деплоя. Какие-то базовые вещи из MLOps будут не лишними: написать CI/CD, завести версионирование моделей, версионирование данных. Мониторинг моделей.
Навык дизайна А/Б экспериментов. Отдельная большая тема. Не всегда в компании есть платформа А/Б или выделен аналитик. Всегда нужно понимать что тестируем, как и на что это повлияет, отдельная тема для исследования в каждой отдельной задаче как мы оцениваем ожидаемый эффект в онлайн метриках по оффлайн метрикам.
Ну и широкий спектр soft skills: навык презентации, объяснение что мы сделали или что будем делать (так чтобы было понятно человеку без математического склада ума), работа с разными командами, приоритизация, дисциплина, всё всё.
Надеюсь, верхнеуровнево обрисовал
Вот отличный материал по теме: Workera AI Career Pathways
Если кратко, то вот сравнение ML-профессий:
Описание типичных задач предлагаю посмотреть в документе.
Интересно. Похоже на Черногорию, где я сейчас живу. На счет доступности покупок из Европы - есть какие-то ограничения по их стоимости и таможенные сборы на них?
И еще вопрос... Если есть ВНЖ - доступен-ли безвизовый въезд в соседние страны?
Наконец-то грамотная статья про действительно умный дом где "ум" в первую очередь управляет инженерными системами, а не чайником.
Возможно прочитал слишком по диагонали -
при включении света в санузлах либо СПА зоне включается вентилятор, при выключении — выключается с выбегом в 15 минут;
если вентилятор простоял час, он включается на 15 минут (включение света в санузлах сбрасывает таймер)
на мой взгляд слишком сложно. В моей схеме тоже один вытяжной вентилятор, тянет через санузлы со всего дома, но попроще - две скорости. Постоянно работает на малой что обеспечивает достаточный воздухообмен при условии регулирования притока в помещениях, плюс в санузлах установлены контроллеры влажности по сигналу которых (повышение влажности) вентилятор переключается на полную мощность (до понижения влажности до установленного значения). Со светом в санузлах не связано никак т.к. санузлы с окнами и свет днем может и не включаться там при пользовании.
В остальном согласен - рекуперация в системе вентиляции слишком сложна и дорога в реализации, а реальный эффект (по опросам тех, кто таки решился) не превышает 20% в самых идеальных условиях (рекламируемых продавцами 30% не удалось достичь никому). Т.е. овчинка выделки не стоит.
Кроме того там еще есть минусы -
Требуется система отвода конденсата из теплообменника рекуператора (особенно зимой)
Требуется регулярная антибактериальная обработка теплообменника рекуператора (аналогично кондиционеру в автомобиле) - там "тепло и сыро" - идеальная среда для размножения всякой гадости.
Еще момент - не увидел как решен вопрос с резервированием электропитания критических потребителей. Я у себя решил этот вопрос посредством установки инвертора и аккумуляторов. Понятно, что зарезервировать весь дом слишком дорого - трехфазный инвертор достаточной мощности стоит космически (дешевле поставить 3х5кВт по одному на каждую фазу), но основное - количество аккумуляторов, которые обеспечат достаточную автономность - их объем и вес (тут придется строить отдельную "аккумуляторную" и опять цена улетит в космос).
Посему у себя зарезервировал в первую очередь насос скважины, аэратор ЛОС и розетки в кабинете (я работаю удаленно дома для меня это критично) - компы (3 ноута), мониторы (2 внешних 22" монитора), роутер, коммутатор, оптический модуль (основной канал у меня оптика + роутет в горячем резерве держит LTE канал с направленной на вышку 2хMIMO антенной и автоматом переключается с основного канала на резерв и обратно при необходимости).
При текущей конфигурации системы (самый мощный потребитель - насос, но он включается на 13 секунд при смыве одного бачка в санузле) аварийного питания критических цепей хватает на 10-12 часов (т.е. есть вода хотя бы холодная, работает ЛОС, есть интернет и питания компов, есть возможность зарядки гаджетов).
Газа у меня нет (и не предвидится в обозримом будущем), посему отопление на электричестве. Котел в такой ситуации нерационален, проще теплый пол + конвекторы.
Каждый элемент системы отопления управляется отдельным термостатом. Термостаты имеют WiFi интерфейс (возможность внесения изменений в настройки и мониторинга текущего состояния) но при этом работают автономно - в ручном (задается температура и он ее поддерживает) или автоматическом (задается расписание где на каждый день можно задать до 6-ти временных интервалов, каждый со своей температурой) режимах.
Фактически у меня используется тип расписания "5 + 2" (т.е. отдельное расписание на будни, отдельное на выходные, есть еще типы "7" когда все дни одинаковы или "6 + 1" - будни + суббота и отдельно воскресенье). В процессе пришел к следующему (планировка у меня такова, что первый этаж это большая общая комната с кухонной зоной, кабинет, небольшой санузел и изолированное техпомещение, на втором этаже три спальни - наша, детская и гостевая и основной санузел): ночью температура понижается везде (на первом этаже никого нет - нет смысла топить на полную, в спальнях - лучше спится когда прохладно). В спальнях температура повышается утром и вечером (вставать-ложиться комфортнее) в будни или на весь день в выходные. В санузлах утром и вечером (когда обычно ходим в душ) температура повыше чем в комнатах. В техпомещении температура поддерживается ниже - +15 больше там и не нужно.
Если помещение не используется (мы живем вдвоем, дети с внуками иногда приезжают в гости) - это в основном гостевая и детская спальни, там термостат просто переключается на ручной режим с пониженной температурой и закрывается дверь.
Т.е. система отопления распределенная, каждый элемент работает в автономном режиме (при потере связи я просто не смогу увидеть что там с температурой и удаленно поменять настройки, но работать он будет как работал) и выход из строй одного элемента на общее состояние не сильно повлияет - мощности хватит с запасом - остальные "вывезут". Фактически в системе нет "ключевого элемента", выход из строя которого парализовал бы все разом. Только потеря каких-то некритичных функций. Это основной момент ("децентрализация"), который вынес за 20+ лет в разработке систем мониторинга и управления инженерным оборудованием зданий (прошлая работа моя) - не должно быть одного сервера, который рулит всем. Каждый элемент способен работать автономно, сервер нужен для сбора и представления информации и возможности изменений настроек работы отдельных элементов. Ну и контроль за параметрами работы, аварийные сообщения и т.п. При этом сервер должен иметь как минимум один резервный канал связи с внешним миром - нет интернета - посылаем СМС (например).
Поскольку изначально думал об энергоэффективности дома, то сделана хорошая теплоизоляция. В результате при отключении электричества (раза два было зимой) за 6-8 часов (дольше не отключали - административно мы к городу относимся и нормы на устранение аварии городские - бригада выезжает моментально), температура в помещениях при -20 на улице ни разу не опускалась ниже +17.
Никакой ржавчины и накипи в чайнике за три года. У соседей обычный механический фильтр, постоянная накипь и следы ржавчины в ванной. Вода из одного источника, даже по анализам.
Предварительный фильтр когда выкручиваю, картина такая же как в публикации(можно соскабливать железо со стенок и переплавлять), но пугаться этого не стоит, т.к. фильтрация идёт снаружи внутрь и вода просто прекратит проходить через него, если он забился.
Аквафор_A800 штука дорогая, мешок соли 25кг за месяц съедает(и через десять лет потребует замены смолы/картриджа), но нужен анализ воды для настройки. До этого разные ионообменные фильтры перепробовал, не помогали практически(т.к. их смолу нужно часто восстанавливать), в ручную это делать два раза в месяц, заколеблешься.
А обратный осмос это и поток никакой(т.е. только питьевая) и реминерализацию нужно обязательно делать иначе будут проблемы с зубами и прочим. Если есть газовый водонагреватель, то накипь его убьёт.