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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1117 · 1.07

На самом деле у меня для вас осталось всего две истории про #interview, но одна из них такая длинная, что я её разобью на две части. Завтра начну, а пока что интерлюдия: куда ещё подавался и как. Т1 Иннотех Интегратор, но с постоянными крупными клиентами типа Газпрома. Очень красивые сайты, хорошо оформленные вакансии. На DotNext пару лет назад я выиграл у них на стенде носки. Хорошие носки, долго носил, собственно поэтому и вспомнил про компанию. Форма на сайте не позволила приложить файл с резюме. Написал на эйчарную (!) почту, там сказали подаваться через форму. Вакансия вскоре исчезла, в людях особо не заинтересованы, я не стал продолжать. Авито Подался через знакомство. Пришли с вакансией абсолютно мимо, что-то типа «Менеджер по техподдержке». Эйчар явно хотела просто хоть как-то ответить на резюме, раз ей его закинули, но не читала. Я сказал, что я шарпист. Ответили, что шарписты не нужны, потому что переходят на Go. Предложили пройти собес на шарписта и переучиться на Go внутри. Интересный вариант, но я к тому моменту только начинал поиски, поэтому отказался. Go — унылейший язык, но платят за него много, может когда-то и перейду. Северсталь После Росатома первое время очень хотел снова в какую-то такую отрасль, чтобы заниматься промышленностью. Увидел вакансию .NET-сеньора. По всем ключевым пунктам идеально подходил, плюс есть опыт в смежной отрасли. Подался через почту на сайте, получил ответ, что не подхожу. Скорее всего, ответ автоматический, а на деле либо остановлен найм, либо ленивый эйчар. Альфа-Банк Полный игнор даже после подачи резюме через знакомства по программе реферралов. Газпром Через знакомства меня куда-то в подрядчиков закинули, но никакого эффекта это не возымело вообще. Nedra Digital Цифровизация бурения нефтяных скважин. На сайте и на hh очень пасофно расписано, как они ищут людей, но на самом деле не ищут. Полный игнор. Lamoda Tech Подавался через hh. Любопытно, что в вакансии были дополнительные пункты, которые обычно у разработчиков отсутствуют, а я по ним подходил: опыт программирования электроники, умение работать с Blazor, работа с промышленным оборудованием и т.д. Игнор. Позже оказалось, вакансию забыли удалить. Positive Technologies Компания-разработчик систем компьютерной безопасности. Полный игнор. Астра Те, которые делают импортозамещение. Вакансия по моему стеку, подался через hh, полный игнор. Касперский Во всех выборках мне постоянно подсовывались вакансии Касперского. Но в прошлом году туда ушёл мой бывший начальник и, как я слышал, остался там. Руководитель он, на мой личный взгляд, крайне сомнительный, совершенно не хотелось бы снова с ним работать, поэтому я даже подаваться не стал. ______ В итоге я подался в 15 компаний. Из них от 9 был хоть какой-то отклик (60% от всех, считаю очень хорошим показателем). И в 6 были собеседования (40% от всех). #dev

Резултати

Намерени 3 подобни публикации

Търсене: #quantization

当前筛选 #quantization清除筛选
GitHub Trends

@githubtrending · Post #14747 · 25.05.2025 г., 11:30

#python#deep_learning#intel#machine_learning#neural_network#pytorch#quantization Intel Extension for PyTorch boosts the speed of PyTorch on Intel hardware, including both CPUs and GPUs, by using special features like AVX-512, AMX, and XMX for faster calculations[5][2][4]. It supports many popular large language models (LLMs) such as Llama, Qwen, Phi, and DeepSeek, offering optimizations for different data types and easy GPU acceleration. This means you can run advanced AI models much faster and more efficiently on your Intel computer, with simple setup and support for both ready-made and custom models. https://github.com/intel/intel-extension-for-pytorch

GitHub Trends

@githubtrending · Post #15091 · 24.08.2025 г., 11:30

#python#comfyui#diffusion#flux#genai#mlsys#quantization Nunchaku is a fast and efficient engine that runs 4-bit neural networks using a special method called SVDQuant, which compresses models to use less memory and speed up processing by 2 to 5 times compared to older methods. It supports advanced AI models for tasks like high-quality text-to-image generation and image editing, working best on modern NVIDIA GPUs. You can easily install and use it with ComfyUI, and it has active community support on Slack, Discord, and WeChat. This means you can generate or edit images quickly with less computing power, saving time and resources. It also offers tutorials and example workflows to help you get started smoothly. https://github.com/nunchaku-tech/ComfyUI-nunchaku

GitHub Trends

@githubtrending · Post #15385 · 02.01.2026 г., 12:30

#python#deep_learning#inference#openai#quantization#speech_recognition#speech_to_text#transformer#whisper Faster-Whisper is a fast version of OpenAI's Whisper that transcribes audio up to 4x quicker with the same accuracy, using less memory on CPU or GPU—benchmarks show it beats original Whisper (e.g., 1m03s vs 2m23s for 13-min audio on GPU). Install via `pip install faster-whisper`, no FFmpeg needed, and use simple Python code like `WhisperModel("large-v3").transcribe("audio.mp3")` for segments with timestamps. You benefit by getting quick, efficient speech-to-text for real-time apps, saving time and resources on long files or batches. https://github.com/SYSTRAN/faster-whisper