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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1083 · 8.04

Ух, очень продуктивная была поездка. Наши взяли золото, причём, в этом году организаторы решили наградить в том числе экспертов по подготовке, чьи команды выиграли. Не надеялся я, что когда-нибудь ещё раз (после победы в 2022) поднимусь на эту сцену и получу медаль, а оно вот как сложилось. Наверное, по эмоциям от AtomSkills один из самых сильных эффектов. С ним соперничают, разве что, мой первый хакатон VK Hack 2018, и крупнейший в мире хакатон «Цифровой Прорыв», сильно изменивший мою последующую жизнь. В любом случае, каждый год AtomSkills это очень масштабное и классно срежиссированное мероприятие с большим количеством впечатлений, интереса, опыта. А сейчас вот был юбилейный чемпионат — десятый, и такой подгон. Два года не брали медалей, и никогда раньше в нашей компетенции не награждали тех, кто привёз команды. Видимо, мои хакатонные боги-покровители решили, что я засиделся. В задание тоже удалось привнести некоторую новизну. В целом схема такая: эксперты совместно делают задание, придумывают шкалу оценки и критерии. Но при проверке решений каждую команду смотрят только те, кто к этой команде не имеет отношения. При этом критерии оценки это в большинстве своём объективные предикаты, на которые решение проверяется. Например, в критериях может быть фраза «Система позволяет создать нового пользователя: да (3 очка) / нет (0 очков)». Де-факто споров почти не возникает, коллегия экспертов почти всегда сразу видит и понимает, засчитывается тот или иной критерий или нет. Субъективные части в оценке тоже есть, но их влияние на результат в разы меньше, чем в обычных хакатонах. И да, важнейшее ключевое отличие: на AtomSkills решение каждой команды обязательно разворачивается независимо на пустом компьютере и прогоняется через бизнес-сценарии. Нельзя наврать в презентации, будто бы ты что-то сделал, чего нет. Нельзя сделать решение на моках или фейковое. Нельзя вытащить только на харизме и софт-скиллах. В этом году мы, как авторы задания, к обычной энтерпрайз-части добавили алгоритмическую задачу. Стандартно командам предлагается сделать мини-CRM или нечто подобное в заданном домене, что увеличивает влияние заготовок. Если принести с собой слишком много подготовленных форм, CRUD'ов, конфигов и так далее, это экономит тебе много времени, и ты в итоге просто выигрываешь из-за форы. Сейчас же в мини-CRM была специальная функция: написать алгоритм оптимизации расписания работ. Детали задачи я расскажу завтра, но в целом никакие заготовки не помогали решить это эффективно, если не знать задачу заранее (а она до конкурса скрыта, и разглашение карается дисквалификацией). В итоге лично на мой взгляд итоговый балл получился очень взвешенным: — Если команда сделала хороший алгоритм и не провалилась при этом по обычной не-алгоритмической части, она набирала много баллов (как наши) — Если команда сделала неэффективный, но работоспособный алгоритм, у неё был шанс вывезти за счёт супер идеального вылизанного исполнения не-алгоритмической работы (такие получили серебро и бронзу) — Если алгоритм у команды не заработал вообще, то даже при супер идеальном остальном решении в тройку она не попала — Если алгоритм у команды был хороший, но имелся сильный провал во всём остальном — она вообще оказывалась ниже середины В общем, не знаю, попаду ли в следующий раз, но воспоминания и опыт невероятные. #dev

Hashtags

Резултати

Намерени 8 подобни публикации

Търсене: #optimization

当前筛选 #optimization清除筛选
Data Science Jobs

@datasciencejobs · Post #2599 · 07.03.2025 г., 16:04

#вакансия#vacancy#DA#analyst#senior#remote#fulltime#optimization Вакансия: Middle+/Senior Data Analyst (с опытом в оптимизационных задачах) Формат: Удалённый Занятость: Полная Оплата: 3500 - 4500$ net. Ptolemay - аутсорсинговая IT-компания полного цикла по разработке мобильных и веб-приложений для бизнеса и стартапов. Ищем ML Engineer для аутстафф-проекта в сфере металлургии. Обязанности: - Разрабатывать и внедрять алгоритмы оптимизации для объемно-календарного планирования. - Осуществлять постановку и решение задач LP, NLP, определять целевые функции и ограничения. - Автоматизировать планирование в промышленности или смежных областях. - Работать с пакетами оптимизации (SciPy, Pyomo, CVXPY, OptaPlanner) и солверами (COBYLA, Ipopt и др.). Требования: - Опыт работы по функциональному направлению от 4-х лет. - Знание языков программирования Python либо Java. - Знание основных типов оптимизационных задач (LP, NLP и т.д.). - Опыт работы с пакетами оптимизации (SciPy, Pyomo, CVXPY, OptaPlanner или аналогичные). - Опыт работы с различными солверами (COBYLA, Ipopt и другие), понимание принципов их работы (сильные и слабые стороны). - Опыт линеаризации задач, постановка целевой функции и ограничений. - Опыт постановки задачи, разбиение на подзадачи. Условия работы: - Удалённый формат работы. - Полная занятость. - Оформление по ИП, СМЗ. - Оплата 3500 - 4500$ net. Буду рад ответить на вопросы и ознакомиться с резюме: @Dmitriy_Ptolemay

Venture Village Wall 🦄

@venturevillagewall · Post #3621 · 21.12.2024 г., 10:22

BuyerCaddy Secures $1.5M Funding BuyerCaddy has successfully raised $1.50M in funding as of December 19, 2024. The platform focuses on cost savings, optimization, and tech stack benchmarking, helping users identify redundant products, track utilization, and enhance integrations. #Funding#BuyerCaddy#TechStack#Optimization#CostSavings

智能视界

@AITimes365 · Post #158 · 17.07.2024 г., 00:52

#境外AI#Chrome#Google#Gemini#离线模型 Chrome浏览器内置可离线大模型 Gemini Nano ! 开通方式: 1. 下载并安装 Chrome (Dev 或 Canary) 版本 127 或更高版本。 2. 打开 Chrome,访问:chrome://flags/#prompt-api-for-gemini-nano,将设置改为 Enabled。 3. 打开 Chrome,访问:chrome://flags/#optimization-guide-on-device-model,将设置改为 Enabled BypassPrefRequirement。 4. 打开 Chrome,访问:chrome://components,找到 "Optimization Guide On Device Model",点击 "Check for Update"。 5. 如果没有看到 "Optimization Guide On Device Model",请等待几分钟,或尝试切换代理节点。 6. 打开浏览器并访问 https://chromeai.org/ 即可开始使用。

GitHub Trends

@githubtrending · Post #14797 · 06.06.2025 г., 12:00

#python#agents#document_search#evaluation#guardrails#llms#optimization#prompts#rag#vector_stores Ragbits is a tool that helps build and deploy GenAI applications quickly. It offers features like swapping between many language models, ensuring safe interactions with these models, and connecting to various data storage systems. Ragbits also includes tools for managing data and testing prompts, making it easier to develop reliable AI applications. This helps users create more accurate and efficient AI systems by integrating the latest data and reducing errors. Overall, Ragbits makes it faster and more efficient to develop and deploy AI applications. https://github.com/deepsense-ai/ragbits

GitHub Trends

@githubtrending · Post #15575 · 20.03.2026 г., 11:30

#java#aerospace#flight_simulator#java#modeling#optimization#rocket#rocketry#simulation#trajectory OpenRocket is a free tool to design, visualize in 3D, and simulate model rockets with six-degree-of-freedom flight analysis, real-time data on altitude/velocity, automatic optimization, and exports for 3D printing or other programs. It works on any platform via Java. You benefit by testing rockets virtually first, saving time/money on failed builds, predicting performance accurately, and flying safer, higher with optimized designs. https://github.com/openrocket/openrocket

Venture Village Wall 🦄

@venturevillagewall · Post #3510 · 20.12.2024 г., 06:30

Future of AI Search Optimization A new market emerges as users shift from traditional Google searches to AI tools like ChatGPT and Claude. The $70 billion search optimization industry sets the stage for a vast new optimization market focused on AI responses. Early entrants can capitalize on this shift with relatively simple platforms. Discover more: Read Here #AI#SearchOptimization#ChatGPT#Claude#Perplexity#MarketTrends#Innovation#TechIndustry#BusinessOpportunities#DigitalMarketing#InformationRetrieval#Technology#Entrepreneurship#FutureOfWork#Investment#Strategy#Growth#Optimization#Startups

GitHub Trends

@githubtrending · Post #15242 · 23.10.2025 г., 12:30

#python#ant_colony_algorithm#artificial_intelligence#fish_swarms#genetic_algorithm#heuristic_algorithms#immune#immune_algorithm#optimization#particle_swarm_optimization#pso#simulated_annealing#travelling_salesman_problem#tsp You can use scikit-opt, a Python library offering many heuristic optimization algorithms like Genetic Algorithm, Particle Swarm Optimization, Simulated Annealing, Ant Colony, Immune Algorithm, and Artificial Fish Swarm Algorithm. It supports user-defined functions to customize operators, allows continuing runs from previous iterations, and accelerates computations via vectorization, multithreading, multiprocessing, and caching. GPU support is in development. It helps solve complex optimization problems such as function minimization and the Traveling Salesman Problem efficiently, with easy installation and rich examples. This saves you time and effort in implementing and tuning optimization algorithms yourself. https://github.com/guofei9987/scikit-opt