Нейросеть | Эстетика

🚀 TechGPT News: Технологии и ИИ без лишних слов! 🤖 Новости, тренды, практическое применение. Будь в курсе будущего уже сегодня. ➡️ Подписывайся: @TechGPTNews

🤖 Хотите быть в курсе последних новостей о технологиях и искусственном интеллекте? Тогда подписывайтесь на первый верифицированный Telegram-канал об ИИ - GPTMain News!  ✅ Здесь вы найдете: * ⚡️ Горячие новости из мира технологий и AI. * 🤖 Обзоры новейших разработок и продуктов. * 🧠 Инсайты от экспертов и лидеров индустрии. * 🔮 Прогнозы развития искусственного интеллекта. * 🚀 И многое другое! Будьте на шаг впереди с GPTMain News! 👉 @GPTMainNews

How does Uber build real-time infrastructure to handle petabytes of data every day? В 2023 году 137 миллионов человек пользовались Uber или Uber Eats хотя бы раз в месяц. Также в 2023 году водители Uber завершили 9,44 миллиарда поездок. Для поддержки бизнеса Uber агрессивно использует аналитику данных и модели машинного обучения для операций. Uber строит большую часть стека аналитики в реальном времени на компонентах с открытым исходным кодом. Однако этосталкивается с некоторыми проблемами: - По их опыту, большинство технологий с открытым исходным кодом были созданы для конкретных целей. - Uber пришлось проделать много работы, чтобы адаптировать решения с открытым исходным кодом для широкого спектра использования и языков программирования. Основные компоненты архитектурного стека Uber: - Apache Kafka - это, вероятно, самая важная часть всей платформы обработки данных, с огромной инсталляцией. - Apache Helix для управления кластером uReplicator - Apache Flink - Uber использует Apache Flink для построения платформы обработки потоков, которая обрабатывает все данные в реальном времени из Kafka. Flink предоставляет распределенную платформу обработки потоков с высокой пропускной способностью и низкой задержкой. - Flink SQL - Uber добавляет слой поверх Flink, называемый Flink SQL. Он может преобразовывать входные данные Apache Calcite SQL в задания Flink. Процессор компилирует запрос в распределенное приложение Flink и управляет его жизненным циклом, позволяя пользователям сосредоточиться на логике процесса. - Apache Pinot - это распределенная система OLAP с открытым исходным кодом для выполнения аналитических запросов с низкой задержкой. Она была создана в LinkedIn "после того, как инженеры определили, что нет готовых решений, которые соответствовали бы требованиям социальной сети". Pinot имеет лямбда-архитектуру, которая представляет единое представление между онлайн (в реальном времени) и офлайн (историческими) данными. - Presto - распределенный движок запросов с открытым исходным кодом, разработанный в Facebook. Он был создан для быстрых аналитических запросов к крупномасштабным наборам данных, используя движок массового параллелизма (MPP) и выполняя все вычисления в памяти, тем самым избегая записи промежуточных результатов на диск. Инфраструктура: HDFS, Amazon S3 или Google Cloud Storage (GCS) https://blog.det.life/how-does-uber-build-real-time-infrastructure-to-handle-petabytes-of-data-every-day-ddf5fe9b5d2c

🌐 TechGPT News: твой гид в мире технологий и ИИ! 🚀 Хочешь быть в курсе самых свежих новостей из мира технологий, инноваций и ИИ? Интересуешься, как эти разработки применяются в реальной жизни? 🤖 Тогда присоединяйся к нашему Telegram-каналу "TechGPT News"! Мы рассказываем о: * 💡  Прорывных технологиях и стартапах, меняющих мир * 🧠  Новейших разработках в области искусственного интеллекта * 🛠️  Практическом применении ИИ в различных сферах жизни * 🔭  Трендах и прогнозах развития технологического ландшафта * 🎙️  Интервью с экспертами и лидерами индустрии С нами ты: *  всегда будешь в курсе последних событий *  поймешь, как технологии влияют на твою жизнь *  найдешь вдохновение для новых идей *  расширишь свой кругозор Подписывайся на TechGPT News и окунись в захватывающий мир технологий! ➡️ Ссылка на канал: @TechGPTNews #TechGPT #Технологии #Инновации #ИИ #AI #Новости #Будущее

Основные принципы разработки (SOLID, KISS и т. д.) Статья, что бы освежить (или ознакомиться) с основными принципами проектирования ПО, систем, архитектур, орг структур и тд :) Тут хороший свод и особенно он хорош примерами. Если вы только знакомитесь с этими принципами - обратите внимание на примеры. Такие утверждения, как:Принцип подстановки Барбары Лисков (LSP) - это принцип объектно-ориентированного программирования, введенный Барбарой Лисков в 1987 году. Он утверждает, что объекты в программе должны быть заменяемыми на экземпляры их подтипов без изменения правильности выполнения программы.Просто из определения понять очень сложно. Но в статье приводится очень понятные и наглядные примеры, которые сразу все проясняют. https://habr.com/ru/articles/810941/

🚀 Хочешь быть в курсе последних трендов мира IT, технологий и нейросетей? 🧠 Тогда тебе к нам! DeepTech – твой проводник в мир инноваций и будущего. Подписывайся на наш Telegram-канал и получай: * 🔥 Горячие новости из мира IT и технологий * 🤖 Обзоры последних достижений в области нейросетей и искусственного интеллекта * 📈 Аналитику и прогнозы развития бизнеса в условиях технологической революции * 🎙️ Интервью с экспертами и лидерами индустрии * 💡 Инсайты и полезные материалы для профессионального роста Присоединяйся к сообществу DeepTech и будь на шаг впереди! ➡️ Ссылка на канал: @DeepTechNET #DeepTech #Нейросети #Технологии #IT #Бизнес #Инновации #Будущее

My key takeaways after building a data engineering platform Небольшая, но интересная статья про практический опыт построения платформы данных. Тут нет описания особенностей, связанных непосредственно с данными, но тем не менее есть несколько любопытных моментов, связанных с разработкой. В частности, очень правильное утверждение, что удалять код - необходимая и правильная практика для поддержания качества продукта. Хотя общепринятый в индустрии подход в оценке производительности разработчиков построен в основном на добавлении кода. Продукт состоит из функциональности, которая призвана решить конкретную проблему для клиента. Именно поэтому многие инженеры, а также руководители инженерных подразделений считают, что только написание кода считается работой с добавленной стоимостью. Однако автор твердо убежден (и я тут его поддерживаю), что продукт может оставаться актуальным в долгосрочной перспективе только в том случае, если вы также умеете удалять код. https://medium.com/datamindedbe/my-key-takeaways-for-building-a-data-product-307ad06e529f

Сори, за оффтопик, но не могу не поделиться :)

YouTube отменил редизайн браузерной версии из-за негативной реакции в сети. Наш пост про изменения, например, стал рекордным по дизлайкам для канала 😒 В компании отметили, что больше всего в обновленном интерфейсе пользователям не понравились рекомендации с крупными превью прямо под роликом.

🤖 Так выглядит первая в истории гонка болидов под управлением искусственного интеллекта. Даже они быстрее «Альпин» 😆 🏎 Подписывайтесь на

Если кто то пропустил просмотр исторического события - первой гонки AI, то вот нарезка самый выдающихся моментов эпического заезда 🙂

Дайджест статей How AI Is Changing Data Analytics in 2024 https://www.smartdatacollective.com/how-ai-is-changing-data-analytics/?utm_source=pocket_saves Временное хранилище данных на Apache Druid: почему это эффективно сработало для загрузки табличных файлов https://habr.com/ru/articles/809751/ Эволюция обработки данных: от MapReduce к стриминговому движку https://habr.com/ru/companies/yandex/articles/808059/ Креативность для аналитика данных: нужна ли, как проявляется и как развивать https://habr.com/ru/companies/yandex_praktikum/articles/809497/ ClearML Data Management https://habr.com/ru/companies/magnus-tech/articles/810435/ Как и почему мы построили Единую историю операций на Citus DB https://habr.com/ru/companies/gazprombank/articles/810477/ Как Figma удалось открыть себе путь к почти бесконечному масштабированию баз данных https://habr.com/ru/articles/810185/ How to implement big data for your company https://www.datasciencecentral.com/how-to-implement-big-data-for-your-company/?utm_source=pocket_saves

Apple зарелизили open-source языковые модели, которые работают на устройстве. https://www.macrumors.com/2024/04/24/apple-ai-open-source-models/

Уже через час начнется эфир с исторического автодрома Яс Марина 27 апреля на уникальную гонку автономных транспортных средств. Самые передовые автономные автомобили мира, управляемые AI, пройдут 5-километровую трассу, преодолевая 16 сложных поворотов на протяжении 16 кругов. Трансляция достпна по ссылке: https://www.youtube.com/watch?v=TPzBH-7ckO0

📢 Премия Data Award 2024 вышла на финишную прямую Работа по определению лауреатов премии для data-driven организаций и директоров по данным Data Award 2024 входит в завершающую стадию. Публикация конкурсных работ завершена, экспертный совет провел процедуру голосования. В итоге в шорт-лист вошли 55 номинантов. Результаты будут объявлены 16 мая на торжественной церемонии награждения. ✔️Читайте интервью со всеми номинантами на портале "Директор информационной службы"▶️

Коллеги из АЭРО проводят иследование на тему использования данных в ecomm и просят всех, кому тема близка, поучастсовать в исследовании и пройти опрос. Внесите свой вклад в развитие культуры данных 🚀! Предоставляю слово коллегам: "Последние несколько лет АЭРО уделяет всё больше внимания тому, как компании работают с данными. Вместе с Universe Ecom Convention мы решили провести исследование — оцифровать опыт людей и брендов и узнать об особенностях, с которыми сталкиваются сотрудники при использовании данных. Предлагаем принять участие в опросе — это займет не более 10 минут. Результаты исследования презентуем 23 мая на Международном Форуме Universe Ecom Convention 2024. " ➡️Переходите по ссылке и внесите свой вклад в развитие культуры данных! Мы будем вам очень признательны!💜 https://docs.google.com/forms/d/e/1FAIpQLSe6yoMH0M9_EzrC9mQW75VxHJi7eEyPt_PcdZBOLOciv99SKg/viewform

А вот вопрос ко всем - что какие AI Copilot для написания кода использует? Я вот в основном by default хожу в ChatGPT просто, ну и в VS стоит слагин GitHub Copilot. Но думаю что надо бы повнимательнее посмотреть вот эти: - codium - tabnine Есть какие то у кого уже выводы по этой теме? https://habr.com/ru/companies/bothub/articles/809421/

Кстати, кто то пробовал Mojo? Не первый раз встречаю описание, везде заявляется и подтверждается кратное увеличение производительности по сравнению с Python и совместимость с ним же. Но я так понимаю, что эта производительность проявляется именно в работе с ML моделями и подобными параллезуемыми задачами, а с точки зрения general development вроде как не должно быть кардинальных отличий? https://habr.com/ru/companies/raft/articles/808517/