@dejavuBlog · Post #3358 · 15.03.2026 г., 17:40
#Postgres#网站 https://postgresqlco.nf
TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #367 · 30.05
Поговорим про ML. Пару дней назад вышла новость о том, что в продажу поступила первая русскоязычная книга, половину текста в которой написала нейросеть ruGPT-3. А до этого вы все наверняка натыкались на очень яркие записи про Dalle и Imagen, где нейросеть по описанию рисует картинку, и получается очень любопытно. Такими темпами скоро нейросети превратятся в крипту: высокотехнологичную вещь, о которой, однако, в среде приличных технарей лучше не упоминать. Потому что то, каким образом это используется, и то, какой образ этому создают в массах, расходится не только с реальностью, но и с определённым уровнем вменяемости. Кстати, ML ещё и может ярко демонстрировать эффект Даннинга-Крюгера. Мем про "Ты чё, пёс, я математик!" нифига не шутка. Человек может считать себя крутым программистом, если научился комбинировать чужие библиотеки на питоне. Хотя на самом деле простейшую практическую задачу решить не способен -- я с такими сталкивался лично. ML-щики вообще пихают свои нейросети куда ни попадя, считая, что это волшебная таблетка и швейцарский нож для любых ситуаций. Мне рассказывали случай, когда на хакатоне по работе с данными выиграл человек, который просто аккуратно вручную подобрал нужные зависимости в Excel :) Глобально же нейросетями пытаются решать три вида задач: 1. Информации в вопросе много, а в ответе нужно мало. Например, распознавание образов и символов. Подбор значений каких-нибудь коэффициентов. Приложение "Хотдог или не хотдог" из сериала Кремниевая Долина. Обычно нейросети справляются с таким очень хорошо. Рукописный ввод распознают шикарно, по фото могут назвать породу собаки, математические формулы читают. Но важно понимать, что под капотом даже у такой нейросети не возникает никаких понятных вам символов. Например, при распознавании рукописного ввода случайный набор пикселей, не имеющий для человека смысла, может быть с той же степенью уверенности интерпретирован нейросетью, как совершенно чёткая буква А. Просто мы на такой случайный набор не попадаем почти всегда, и поэтому всё ок. 2. Информации в вопросе средне, и в ответе нужно средне. Как правило, это предсказание, восстановление недостающих данных, улучшение качества фото, раскрашивание ч/б. С такими задачами нейросети справляются уже средненько. Улучшенный нейросетью снимок сразу видно. Предсказание лишь ненамного точнее, чем случайный выбор. Польза в том, что в обращении такие сети просты, а результат всё-таки дают. Но не стоит их переоценивать. Например, сюда можно отнести задачу суммаризации текста (по большому объёму текстов тебе печатают выжимку). Мои товарищи в одном чате несколько дней игрались с ботом-суммаризатором, и в основном половина написанных им фраз это просто мусор и ерунда для ржача. Но в другой половине всё-таки какой-то совсем небольшой смысл проглядывался. Недостаточный для того, чтобы задалбывать этим ботом участников чата (привет, ребята :) ), но не абсолютный рандом. 3. Информации в вопросе мало, а в ответе нужно много. Это генерация данных: вот как раз написание текстов, составление рисунков, логотипов и так далее. Так вот, по моему скромному, но всё-таки хоть немного компетентному мнению, в таких вопросах нейросети выдают полную херню. И хвалёная логотипная нейросетка Лебедева — тоже полная херня. И распиаренная GPT ничего толкового не пишет. Когда читаешь примеры в новостях-анонсах, сразу думаешь: "Вау, как круто!". Но когда пробуешь сам: ruGPT-3 по уровню осмысленности где-то чуть ниже "Яндекс.Рефератов", если помните такой сервис и суть его работы. Я не знаю, будут ли сети по созданию изображений работать так круто (сейчас доступа к ним ни у кого нет), но книга в соавторстве с человеком стала возможна только по той причине, что в качестве человека взяли Павла Пепперштейна, который берёт случайные комбинации словосочетаний и выдаёт это за литературу. Поверьте: человечество пока что в безопасности касательно захвата машинами. #dev
Hashtags
Търсене: #postgres
@dejavuBlog · Post #3358 · 15.03.2026 г., 17:40
#Postgres#网站 https://postgresqlco.nf
@thedevs · Post #1643 · 27.12.2019 г., 16:48
PostgreSQL at low level: stay curious. #article#tutorial#coding#database#postgres https://kutt.it/rMIuHf
@thedevs · Post #2156 · 04.11.2025 г., 11:00
Don't give Postgres too much memory. #article#postgres#cpu#ram @thedevs https://thedevs.link/ZsRFTm
@githubtrending · Post #14763 · 30.05.2025 г., 00:30
#rust#database#postgres#postgresql#rust#serverless Neon is a serverless, open-source database that works like PostgreSQL but is designed for the cloud, making it easy to set up and manage without worrying about servers or manual scaling. It splits storage and computing, so you can quickly create, copy, or branch databases for testing or development, and it automatically adjusts resources to save costs and handle traffic spikes. This means you can start using Postgres in seconds, connect with your favorite tools, and focus on building your app instead of managing infrastructure, all while enjoying fast performance and flexible workflows[3][5][2]. https://github.com/neondatabase/neon
@datasciencejobs · Post #2063 · 28.04.2024 г., 06:02
#вакансия#финтех#тестирование#ml#модели#mlops#techwriter#postgres#python#удалённо#банк В один из крупнейших банков — лидеров отрасли, требуется специалист по тестированию ML моделей, с опытом ручного функционального и интеграционного тестирования в проектах MLOps и внедрением ML моделей в прод. 🌟 Требуемые знания и опыт: - Опыт ручного функционального и интеграционного тестирования от 2 лет - Опыт написания тестовой документации (тест-кейсы, чек-листы) - Уверенные знания теории тестирования - Опыт применения техник тест-дизайна на проекте - Опыт диагностики ошибок в браузере - Опыт работы с git, jenkins, postman, lens, airflow или аналог - Опыт работы с задачами в Jira или аналог - Опыт работы с документацией в Confluence или аналог - Опыт работы с БД postgress, умение писать простые запросы к базе - Опыт тестирования API - Опыт оценки трудоемкости задач - Умение заводить полный, понятный и воспроизводимый дефект - Опыт разработки автотестов на Python Личные качества - Умение работать самостоятельно, искать недостающую информацию - Искать ответы на вопросы перед тем как эскалировать их - Внимательность в процессе тестирования задач 💥 Мы предлагаем: - Оформление по ИП, но можно и в штат компании (ставка обсуждается индивидуально с каждым кандидатом, вилка ~350к net) - Работа в крупном российском банке (опыт финтеха!) - Удаленка по РФ - Есть возможность влиять на процессы тестирования - Разноплановость задач и проектов - Нет токсичности в команде, всегда готовы помочь - Ежемесячные 1to1 - Возможность поработать с уникальными и хайповыми технологиями ML ✍️ По всем вопросам и с резюме пишите @hitmaker 👉 Не забудьте уточнить, что вы из @datasciencejobs
@repo_science · Post #3180 · 12.05.2023 г., 19:53
#webScraping#Python#Scrapy 🐍 Scrapy course - Python web scraping for beginners The Scrapy #Beginners Course will teach you everything you need to learn to start scraping websites at scale using #Python Scrapy. Topics - Creating your first #Scrapy spider - #Crawling through websites & scraping data from each page - Cleaning data with Items & Item Pipelines - Saving data to CSV files, #MySQL & #Postgres#databases - Using fake #user-agents & headers to avoid getting blocked - Using #proxies to scale up your web scraping without getting banned - Deploying your #scraper to the cloud & scheduling it to run periodically 🗣️ Joe Kearney. 🔗Link 📢#youtube ⭐️ Resources ⭐️ Course Resources - Scrapy Docs - Course Guide - Course Github - The Python Scrapy Playbook ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----
@githubtrending · Post #15211 · 10.10.2025 г., 11:30
#typescript#cloudflare_kv#cloudflare_pages#cloudflare_workers#drizzle_orm#postgres#remix#tailwindcss#typescript#vite Supermemory lets you easily save and organize information from websites, PDFs, text, and apps like Google Drive or Notion. You can then chat with your saved memories in natural language to quickly find what you need. It connects with popular AI tools, automatically updates your data, and creates smart knowledge graphs to help you remember and use your information better. This saves you time and effort by keeping all your important content in one place and making it easy to access and search whenever you want. It’s like having a personal assistant for your digital memory. https://github.com/supermemoryai/supermemory
@githubtrending · Post #15580 · 23.03.2026 г., 11:30
#go#cli#database#database_management#dbms#environment#local#postgres#postgresql#supabase Supabase CLI lets you run Supabase locally, manage database migrations, deploy functions, generate types from your schema, and make secure API calls. Install easily via npm (`npm i supabase --save-dev`), Homebrew, Scoop, or binaries for any OS, then run `supabase init` and `supabase start` to launch your full stack with local URLs and keys. This benefits you by speeding up development, testing changes offline without cloud costs, ensuring type safety, and simplifying CI/CD for reliable deploys. https://github.com/supabase/cli
@githubtrending · Post #15377 · 30.12.2025 г., 12:00
#python#ai#ai_agents#ai_coding#claude_code_plugin#claude_code_plugins#claude_code_plugins_marketplace#claude_marketplace#claude_plugin#claude_skills#docs#documentation#mcp#mcp_server#postgres#postgresql#skills pg-aiguide helps AI coding tools create better PostgreSQL code with semantic search of official docs, best-practice skills for schemas/indexes, and extension info like TimescaleDB. Install it free as a public MCP server or Claude plugin in tools like Cursor/VS Code for one-click setup. It fixes AI's weak spots—outdated code, missing constraints (4x more), indexes (55% more), and modern PG17 features—producing robust, fast, maintainable schemas that save you debugging time and production fixes. https://github.com/timescale/pg-aiguide