Data Science: Алгоритмы и Структуры данных

Об одном интересном свойстве триангуляции Делоне В процессе решения некоторой задачи, я наткнулся на одно интересное свойство триангуляции Делоне, которое мне не удалось загуглить, как и его применение к решению разных задач. Я уверен, что не являюсь его первооткрывателем, но оно, по крайней мере, не является широко известным. Поэтому я решил написать о нем статью. https://habr.com/ru/articles/828610/ Алгоритмы и Структуры данных | ChatGPT

В 10-17 раз быстрее, чем что? Анализ производительности Intel x86-simd-sort (AVX-512) В статье приведён анализ производительности недавно ставшей популярной [1] реализации сортировки Intel AVX-512. https://habr.com/ru/articles/741148/ Алгоритмы и Структуры данных | ChatGPT

Всего за 5 минут определите подходящую вам IT-профессию. Онлайн-школа Skillfactory разработала уникальный профориентационный тест из 18 вопросов. Ответив на них, узнаете наиболее подходящую вам специальность. Работайте в российских или зарубежных компаниях, в офисе или удаленно. Для айтишников — сниженная ставка по ипотеке, высокая зарплата, комфортные условия и гибкий график. Переходите по специальной ссылке, чтобы пройти тест, получить карьерную консультацию и мини-курс для выбора профессии в IT или дизайне Реклама. Информация о рекламодателе по ссылкам в посте.

Новейшая технология КТ — измерения под контролем реконструкции Тут мы расскажем о нашей новой разработке, которая одновременно решает два из наиболее обсуждаемых аспектов в области КТ: как снизить дозу облучения и как сократить время томографического эксперимента? Первый имеет огромную важность для медицины, а второй – для индустрии. В нанотомографии, например, время эксперимента может достигать десятков часов. В статье мы покажем результаты, которых достигли в ходе экспериментов по исследованию разработанного нами подхода. https://habr.com/ru/companies/smartengines/articles/737460/ Алгоритмы и Структуры данных | ChatGPT

Стоит ли решать задачи на Codewars? Или как я полюбил алгоритмы Всем привет! В этой статье я расскажу вам об изучении алгоритмов, как я пришел к Codewars, и что делал неправильно. https://habr.com/ru/articles/828048/ Алгоритмы и Структуры данных | ChatGPT

Глубокое погружение в LSM-дерево С увеличением спроса на операции, которые требуют больших объемов записи, традиционные базы данных, использующие B-дерево, становятся узким местом, поскольку обновление записей в b-дереве приводит к многочисленным беспорядочным операциям ввода-вывода (IO) и обновлению нескольких страниц на диске. B-дерево очень хорошо подходит для "тяжелых" операций чтения. Для операций с большими объемами записи у нас есть LSM-дерево. https://habr.com/ru/companies/otus/articles/738312/ Алгоритмы и Структуры данных | ChatGPT

Умножение Монтгомери Деление целых чисел — это долго и сложно. Вычислять остаток от деления — нисколько не проще. При этом в спортивном программировании, да и в прикладной математике типа криптографии, задача умножения чисел по модулю встречается повсеместно. Один из вариантов эффективного решения — умножать по модулю, вообще при этом не используя операции деления, с помощью алгоритма Монтгомери. Про него я и хотел бы поговорить. https://habr.com/ru/articles/827880/ Алгоритмы и Структуры данных | ChatGPT

Другого шанса не будет, НОТКОЙН вернулся, судный день настал! Заходим 👉 https://t.me/notcoin_bot?start=er_19915104 Вы сразу получаете в подарок семи дневный платинум аккаунт, благодаря которому сможете пассивно зарабатывать - это просто ГЕМ 2024 года!

Job Market в США моими глазами В этой статье я расскажу о своем опыте поиска работы в США, начиная с работы с рекрутинговыми агентствами и подачей напрямую в компании, до участия в хакатонах и нетворкинге на различных мероприятиях. Я поделюсь своими успехами, неудачами и уроками, которые извлек за этот период. Надеюсь, мой рассказ будет полезен тем, кто находится в похожей ситуации или просто интересуется американским рынком труда в сфере технологий. https://habr.com/ru/articles/828046/ Алгоритмы и Структуры данных | ChatGPT

Бот поиска заявлений абитуриентов по СНИЛС Многие из вас когда‑то поступали (или будут поступать) в вузы. Это происходит обычно 1 раз в жизни, поэтому абитуриенты часто не понимают всей специфики работы приёмной комиссии, построения списков, сроков зачисления и т. п. Часто этим просто лень заниматься. Да плюс ещё эти правила приёма меняются каждый год (более того скажу — чаще чем раз в год) и уследить за этим обычному человеку не представляется возможным. В прошлом году вернулись (через более чем 10 лет) к поступление по приоритетам. Что это значит? Абитуриент расставляет приоритеты в конкретном вузе для бюджетных мест (я хочу сначала на специальность№ 3, потом на специальность№ 1, а потом на специальность№ 2) и вуз должен подсчитать куда человек может поступить. Для этого он берёт список всех абитуриентов и расставляет их в порядке приоритета и количества баллов. Если человек проходит в список по 1му приоритету, то он там остаётся, если нет, то вуз его пытается «засунуть» в список по 2му приоритету и т. д. https://habr.com/ru/articles/827916/ Алгоритмы и Структуры данных | ChatGPT

Узнай, сколько лет твоему Telegram аккаунту и заработай токены! Появился бот, который вычисляет возраст телеграм-аккаунта и начисляет токены $DOGS. Токен уже успел залиститься на платформе BingX и других биржах! Переходи по ссылке и забирай бонусные баллы за наш олдовый аккаунт, приглашай друзей и повышай свой баланс, чем старше аккаунт, тем больше баллов. Bark! Bark! – Dogs 🦴

Алгоритмы, вдохновлённые природой. Часть 2 В мире современных технологий учёные всё чаще обращаются к природе за вдохновением для создания новых алгоритмов. Одним из таких примеров является бактериальный алгоритм поиска (Bacterial Foraging Algorithm, BFA), который моделирует процесс поиска пищи бактериями. С момента своего появления в 2002 году BFA привлекает внимание благодаря своей эффективности в решении сложных задач оптимизации. Мы рассмотрим, как именно работает этот алгоритм, какие биологические процессы лежат в его основе и как он может быть применён. https://habr.com/ru/companies/sberbank/articles/827850/ Алгоритмы и Структуры данных | ChatGPT

Панорама матричных расширений: от x86 до RISC-V Матричные расширения появились не так давно — чуть более трех лет назад. Несмотря на это, они есть у каждой уважающей себя процессорной архитектуры, в том числе у относительно молодой открытой RISC-V. Причем, как это ни парадоксально, по числу матричных расширений RISC-V уже обогнала все остальные архитектуры: на данный момент разработаны два кастомных расширения и прямо сейчас разрабатываются два стандартных. Почему их так много и чем они отличаются? Поддерживаются ли разреженные матрицы? Об этом и многом другом вы узнаете из статьи. Приготовьтесь, будет интересно и (спойлер!) без многоэтажных формул. https://habr.com/ru/companies/yadro/articles/827430/ Алгоритмы и Структуры данных | ChatGPT

JavaScript: структуры данных и алгоритмы. Часть 1 В этой серии статей мы будем разбирать структуры данных и алгоритмы, представленные в этом замечательном репозитории. Сегодня мы будем говорить о самых простых и популярных структурах данных: односвязном и двусвязном списках, стеке и очереди. https://habr.com/ru/companies/timeweb/articles/826424/ Алгоритмы и Структуры данных | ChatGPT

Эффективный запуск и инференс LLM на своем сервере с нуля (часть 1) Недавно обнаружил для себя крутой базовый курс по эффективному запуску и инференсу LLM моделей от легенды AI мира — Andrew NG и его платформы DeepLearning. Он полностью на английском языке в формате видео, поэтому я осмелился адаптировать его под формат Хабра на русском языке. Знания должны быть доступны всем и в удобной форме, так ведь? Многие команды (включая и Compressa AI) начинали LLM проекты с использования облачных API. Но по мере развития все больше разработчиков хотят использовать open-source LLM, чтобы экономить на токенах, снижать latency, запускать fine-tuning на собственных данных и в целом меньше зависеть от внешних моделей. Из этого курса вы узнаете детали эффективного обслуживания и дообучения open-source LLM, включая методы обработки множества запросов от нескольких пользователей. Используя несколько таких методов одновременно, вы можете улучшить как задержку (latency), так и пропускную способность (throughput). Например, благодаря применению последних open-source технологий в своем продукте, мы добились увеличения пропускной способности до 70x на 1 GPU в сравнении с дефолтными Hugging Face & PyTorch. https://habr.com/ru/articles/827538/ Алгоритмы и Структуры данных | ChatGPT

Изучаем новые структуры данных для iOS разработчика Мобильные разработчики редко сталкиваются в работе со сложными структурами данных. Как правило, в рутинных задачах вполне достаточно уметь использовать Array, Dictionary и Set. На моей практике даже с этими структурами данных у разработчиков есть проблемы. Не все могут объяснить, почему, например, для ключа в словаре нужен Hashable протокол, а для значения нет. С оценкой сложности операций также бывают проблемы. Но сегодня не об этом. Хороших статей о том, как устроены базовые структуры данных, предостаточно. Наверное, вы слышали и о деревьях, графах, связанных списках Tree, Graph, Linked List, но в повседневной работе мобильного разработчика вряд ли вы с ними сталкиваетесь. Сегодня я хотел бы рассказать о редких и недооцененных структурах данных. И самое главное, как впустить их в свою рутинную работу программиста. "почтенный" возраст. https://habr.com/ru/articles/827162/ Алгоритмы и Структуры данных | ChatGPT

Протокол FAST: от технаря технарям Протокол FAST (FIX Adapter for STreaming) — это международный стандарт, используемый для обмена данными в реальном времени на финансовых рынках. Этот протокол был разработан для повышения эффективности и скорости обмена информацией между различными участниками рынка, такими как брокеры, биржи, банки и другие финансовые учреждения. Протокол FAST является ключевым элементом в инфраструктуре высокочастотной торговли (HFT) и продолжает оставаться актуальным, несмотря на его "почтенный" возраст. https://habr.com/ru/articles/827330/ Алгоритмы и Структуры данных | ChatGPT

Всё, что вам нужно — это линейное внимание Говорят, что механизм внимания плохо переносит работу с последовательностями большой длины. Это — идея, которая встречалась любому, кто потратил достаточно много времени, занимаясь трансформерами и механизмом внутреннего внимания. Это, одновременно, и так, и не так. С одной стороны — с этим сталкивался каждый, кто пытался увеличить размеры контекста своей модели, натыкаясь при этом на то, что модель начинала работать с сильным скрипом. С другой стороны — возникает такое ощущение, что практически каждую неделю выходит новая эталонная модель, которая характеризуется новыми размерами контекста, бьющими все рекорды. (Контекстное окно Gemini составляет 2 миллиона токенов!) Есть много хитроумных методов, вроде RingAttention, которые позволяют обучать модели с очень большими размерами контекста на мощных распределённых системах. Но сегодня меня интересует всего один простой вопрос: «Как далеко можно зайти, применяя лишь механизм линейного внимания?». https://habr.com/ru/companies/wunderfund/articles/827328/ Алгоритмы и Структуры данных | ChatGPT

Всего за 5 минут определите подходящую вам IT-профессию. Онлайн-школа Skillfactory разработала уникальный профориентационный тест из 18 вопросов. Ответив на них, узнаете наиболее подходящую вам специальность. Работайте в российских или зарубежных компаниях, в офисе или удаленно. Для айтишников — сниженная ставка по ипотеке, высокая зарплата, комфортные условия и гибкий график. Переходите по специальной ссылке, чтобы пройти тест, получить карьерную консультацию и мини-курс для выбора профессии в IT или дизайне Реклама. Информация о рекламодателе по ссылкам в посте.

Оцениваем алгоритмы планирования процессов в операционных системах Планирование процессов в операционных системах — это как умение акробата балансировать на тонкой нити. Этот незаметный сложный механизм определяет, как ваш компьютер управляет своими ресурсами. На первый взгляд все кажется просто: переключайте задачи на процессоре как можно быстрее, чтобы минимизировать время простоя и максимизировать общую производительность. Но в реальности это глубокий исследовательский вопрос, который требует учета множества факторов: приоритетов задач, доступности ресурсов и оптимизации. Давайте разбираться вместе! https://habr.com/ru/companies/selectel/articles/827272/ Алгоритмы и Структуры данных | ChatGPT