Trigger warning: скрепы.
TL;DR: Я сделал механическую игрушку на российский конкурс, и это была очень сложная инженерная задача.
Несколько месяцев назад Российское Общество «Знание» объявило конкурс «Родная Игрушка»: нужно было отправить идею какой-нибудь куклы, модельки, конструктора, настолки итд, которая впоследствии может производиться в России и обладать соответствующим культурным или научным колоритом. Было подано что-то около 22 тысяч идей, я отправил две. В следующий тур вышло несколько сотен, в том числе внезапно одна из моих — заводная подводная лодка, которая плывет не вперед, как существующие заводные игрушки для ванны, а прям погружается и всплывает. Связал я это не с военными подлодками, а с научными глубоководными аппаратами, по которым у России несколько мировых рекордов. Вы знали, например, что Кэмерон брал наши глубоководные «Мир-1/2» для съемок Титаника? А еще они первыми достигли дна Северного Ледовитого Океана.
После отбора вы попадали в этап моделирования, где нужно было сделать 3D-модель, чертежи, спецификацию, описание и так далее. Здесь я уже не обошелся без помощи профессиональных 2D и 3D художников. Заказал эскизы и моделирование внешнего вида, а сам уже в Компасе дорабатывал нужные элементы для сборки.
Моделирование отсекло ещё значимый процент участников, где-то 70-80 человек в пяти категориях вышли на этап создания прототипа. И вот тут я скажу вам, сложно передать, сколько хитрых инженерных задач пришлось решить по пути. Проект оказался одним из самых сложных (и одним из самых интересных) в моей практике. Вообще, айтишнику полезно поработать с материальным миром, изобилующим погрешностями и допущениями.
Герметичность корпуса, например, испытывает противоположные воздействия при движении в среде вверх и вниз — швы, не пропускающие при погружении, начинают пропускать при всплытии. Разница в два грамма балласта на таких масштабах влияет на плавучесть очень значительно, поэтому балласт должен легко регулироваться (я остановился на двух отсеках с ружейной дробью). Мультипликатор заводного механизма пришлось перепроектировать пять раз, попутно печатая фотополимером зубчатые колеса с модулем пол миллиметра. Сделать фотополимер цветным с устойчивостью к воде — офигенно непростая задача с не самым очевидным решением: в жидкий раствор с нужным базовым оттенком подмешивается пигмент для эпоксидных смол, и только потом печатается на чуть увеличенной засветке. Сделать полностью прозрачное стекло не вышло, но и текущая частичная прозрачность получилась не сразу. Даже у жетонов был десяток итераций, чтобы они не оказались слишком тяжелыми, и чтобы металлическое ядро для захвата магнитом не было слишком далеко от стенок. Добавьте сюда подбор шага и размеров винта, сложности работы с моделью такой формы, летнюю жару, из-за которой постоянно забивался подающий механизм принтера...
Но результатом очень доволен, смотрите видео. Прямо сейчас еду в Москву на выставку игрушек, где выберут победителей, чьи проекты запустят в тираж уже на настоящем производстве.
#gadgets#diy#hobby
#job#работа#vacancy#вакансия#Data engineer #DataScience#HDFS#PySpark #Python#удаленно
Вакансия: Data engineer
Формат: Удаленно
Занятость: полная, 5/2 (гибкое начало дня)
З/П: до 300 000 руб.
🔶Эта вакансия - отличная возможность для инженера данных стать часть вдохновленной команды и принять участие в развитии платформы машинного обучения дочерней компании
🔶 Ключевая задача: развитие платформы машинного обучения
🔶Основные обязанности
•Разрабатывать отчетность с использованием скриптов на PySpark
•Генерировать новые признаки для ML-моделей
•Автоматизировать процессы для бизнеса
🔶Обязательные требования:
•Опыт работы с большими данными: HDFS, PySpark от 1 года
•Опыт работы с Python, в том числе с Pandas, NumPy
Преимуществом при отборе будет
•Опыт работы с геоданными, git
🔶 Что мы можем предложить взамен
•Место работы: удаленно по РФ
•Трудоустройство по ТК РФ в аккредитованное юр. лицо
•Официальное трудоустройство
•Размер заработной платы обсуждается после собеседования
•Годовое премирование
•ДМС со стоматологией
•Компенсация мобильной связи
•Возможности для развития
📲Контакт: @Oskar17
#вакансия#datascientist#llm#nlp#HDFS#Kafka#Spark#удалёнка
Ищем Senior Data Scientist в команду Поиск 3.0.
Сейчас направление фокусируется на развитии Циан-помощника (наш LLM агент), делая его умнее и полезнее для всех пользователей и развитии текстового поиска, внедряя в него современные NLP и мультимодальные механики.
Полная удалёнка внутри РФ. Если есть желание ходить в офис, у нас есть замечательные современные офисы в Москве, Питере и Новосибе.
Вилка - от 350 до 500, готовы обсуждать.
О нас:
В Циан большая команда ML. В команде настроены процессы перфоманс ревью, регулярного обмена опытом, выделяем время на исследовательскую работу! Сейчас направление фокусируется на развитии текстового поиска, чтобы пользователи находили идеальные варианты быстрее, и Циан-помощнике, делая его умнее и полезнее.
Задачи:
* NLP задачи как в виде обучения моделей, так и в виде разработки вспомогательных сущностей на python
* Внедрение мультимодального подхода к поиску
* Развитие интеллектуального помощника по поиску недвижимости: обучение собственных llm моделей на базе opensource, исследование готовых решений от openAI/Yandex и других.
* Разработка и внедрение в продакшн моделей машинного обучения для улучшения пользовательского опыта
Требования:
* 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)
* Опыт в DL: обучение/дообучение собственных глубоких нейросетей
* Опыт разработки NLP моделей: от tfidf до llm
* Классический ML: бустинги, линейные модели.
Будет плюсом:
* Apache стек: HDFS/Kafka/Spark (DF API)
* Опыт работы с CV и мультимодальными моделями
Бонусы:
ДМС с первого дня (стоматология, госпитализация, полис ВЗР), Кафетерий льгот, 5 day off в год, помимо основного отпуска.
Контакты:
По всем вопросам и с резюме пишите @mistakef
Не забудьте указать, что вы из datasciencejobs
#go#blob_storage#cloud_drive#distributed_file_system#distributed_storage#distributed_systems#erasure_coding#fuse#hadoop_hdfs#hdfs#kubernetes#object_storage#posix#replication#s3#s3_storage#seaweedfs#tiered_file_system
SeaweedFS is a fast, simple, and highly scalable distributed file system designed to store billions of files and serve them quickly, especially small files. It uses a master server to manage volumes on volume servers, which handle file data and metadata, enabling very fast file access with minimal disk reads. It supports features like replication, erasure coding, cloud integration for elastic storage, and compatibility with many metadata stores and APIs including Amazon S3. This means you get efficient, cost-effective storage with fast access, easy scaling, and flexible deployment options for large-scale file storage needs.
https://github.com/seaweedfs/seaweedfs