TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1011 · 16.08

Видеоигры плохо коллекционируются. Цикл устаревания видеоигр очень своеобразный и отличается от практически всего остального: кино, книг, настолок, музыки. Во-первых, есть чисто технические проблемы: на современных устройствах старые игры не запустятся, так что вам нужно хранить, помимо самой игры, какую-нибудь древнюю приставку. И периферию к ней, потому что современный телевизор в теории тоже может отказаться работать с этим всем. И если, не дай бог, что-нибудь сломается, вы потеряете доступ вообще ко всей вашей коллекции. Я уже не говорю о том, что, в общем-то, держать придется десяток разных приставок и пару древних компьютеров. К этому добавляется тот факт, что игры вам придется покупать и хранить на дисках. А еще бывают игры, которые не являются многопользовательскими, но требуют перманентного соединения с интернетом и живых серверов разработчиков, такие коллекционировать можно только в пиратском виде. Во-вторых, есть эстетический момент. Бывают люди, которые спокойно смотрят на кубическую древнюю графику или даже наслаждаются ей, но таковы не все. Я вот обожаю Half-Life, однако всерьез играть в первую часть мне тяжеловато (к счастью есть Black Mesa Source). Практически во всех остальных жанрах искусства авторы почти не упирались в технологии своего времени, поэтому сейчас можно с полным удовольствием и читать книгу столетней давности, и смотреть старый фильм. Пожалуй, особняком стоит тут всякая фантастика: давайте честно, на бой световыми мечами в четвёртом эпизоде "Звёздных Войн" без слёз не взглянешь. Но всё равно это игровое кино, 80% времени которого занимают симпатичные актёры и прекрасно смоделированные декорации. С играми хуже — авторы первой "Лары Крофт" сделали бы круглые... эээ головы персонажей, если бы могли. С настолками в этом плане куда приятнее. Коробка содержит в себе все компоненты и правила. Ей не нужен интернет или другие источники данных. Ей не нужна периферия для работы. Через 20-30-50 лет я открою коробку, в ней всё ещё будет всё необходимое для игры, графика всё ещё останется такой же красивой. Даже если издатель за это время обанкротится, настолка — вещь в себе. Пожалуй, есть только один по-настоящему серьёзный недостаток против видеоигр — для партии в настолку нужны другие люди. #games

Hashtags

Резултати

Намерени 2 подобни публикации

Търсене: #sklearn

当前筛选 #sklearn清除筛选
Data Science Jobs

@datasciencejobs · Post #2226 · 22.07.2024 г., 18:04

#вакансия#ds Мы в Циан 🏘 ищем сильного Senior Data Scientist-а в команду CRM. Локация - Полная удаленка внутри РФ. Если есть желание ходить в офис, у нас есть замечательные современные офисы в Москве, Питере и Новосибе. Вилка - от 350 до 500 гросс, готовы обсуждать О нас В Циан большая команда ML. В команде настроены процессы перфоманс ревью, регулярного обмена опытом, выделяем время на исследовательскую работу! Команда CRM занимается прямыми коммуникациями с клиентами (пуши, емейлы, смски и тд) Наш стек ● Python (Numpy, SciPy, Pandas, sklearn, PyTorch); ● Экосистема Hadoop (PySpark, Hive, Kafka); ● Airflow; Задачи: ● Повышение эффективности пуш-уведомлений, емейлов и других каналов прямых коммуникаций с клиентами; ● Оптимизация коммуникационной нагрузки, выбор оптимального канала коммуникации, выбор оптимального времени отправки; Требования к кандидату ● Опыт: Не менее 3х лет релевантного опыта на позиции DS в продуктовой компании ● Python: пишет легко читаемый и поддерживаемый код ● SQL (оконные функции, оптимизация запросов) ● Apache стек: HDFS/Kafka/Spark (DF API) ● Классический ML: бустинги, линейные модели. ● Базовые знания в NLP и CV: трансформеры, TF-IDF ● DL: PyTorch. Плюшки: ДМС с первого дня (стоматология, госпитализация, полис ВЗР), Кафетерий льгот Benefactory, 5 day off в год, помимо основного отпуска. Пишите в ЛС рекрутеру / мне (@DANAlina95 / @kgavrilchik) или скидывайте свои резюме на [email protected] #Python#Numpy#SciPy#Pandas#sklearn#PyTorch#Hadoop#PySpark#Hive#Kafka#Airflow