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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #721 · 26.12

Почему я люблю языки с сильной системой типов, проверяемой статическим анализом кода — хорошо написанная программа является своей собственной спецификацией и позволяет выражать через язык программирования законы существования предметной области. Когда-то давно я писал на ActionScript. Там была система типов, но вот десериализация JSON'ов по-умолчанию была в какой-то общий Object, к полям которого нужно было обращаться ["по_строковому_имени"]. В один момент мне потребовалось написать что-то на C#, который я совсем не знал, я стал гуглить, как десериализовать JSON, и с удивлением обнаружил кучу советов заранее объявить класс со всеми нужными полями и десериализовать в него. "Какой ужас!", — подумал я тогда, — "Это же дико неудобно! А если я не знаю полей JSON? А если их много? Отвратительный язык!" Теперь то я прекрасно понимаю, что JSON это контракт, и что правильная десериализация только такая и должна быть, и что в хорошем API в одном поле никогда не бывает данных принципиально разных типов, и так далее. Нет, если вы набиваете вечерами пет-проект или сидите бессонную ночь на хакатоне, нет ничего плохого в том, чтобы взять простой язык с динамическими типами вроде JavaScript или Python, не требующий описывать данные. Но вот в энтерпрайзе, особенно когда над одним проектом работает много людей (а бывает это очень часто) — хорошее использование системы типов убережёт разработчиков от огромного количества ошибок, будет бить их по рукам, когда они пытаются сделать что-то не то, и будет подсказывать, когда они не уверены в чём-то. С помощью статической типизации можно на уровне кода обозначить правила, по которым ведёт себя предметная область вашей программы в реальном мире. Разработчику не только будет сложно их нарушить, но он ещё и станет узнавать какие-то вещи, которые мог не знать раньше. Например, если мы делаем медицинскую CRM, и больница заводит новых пациентов только тогда, когда знает их группу крови, мы можем объявить тип "Пациент" (или, если точнее, "Карта пациента") и запретить создавать экземпляры этого типа, не передав в конструктор группу крови (которая, в свою очередь, тоже является типом, вероятнее всего ValueObject'ом). Если новый программист пришёл в проект, он, во-первых, не сможет записать в БД некорректную карту пациента. Понятно, мы не учитываем случаи, когда новый программист переделывает модели предметной области — это будет хорошо видно на кодревью. А, во-вторых, даже если ему никто не сказал, что пациенты должны быть с группой крови, он узнает это из кода. И уже будет понимать, что в тех процессах реальной жизни, которые он описывает кодом, карта пациента создаётся только при наличии группы крови. А, значит, нужно искать какой-то способ сначала эту группу крови получить, и только потом создавать карту. Программирование моделирует реальный процесс. В настоящей работе даже на языках с типами, конечно, без должного контроля можно написать что угодно. Нужна управленческая воля, компетентность руководства, понимание опасности техдолга, в идеале отдельные должности для архитекторов, опытные лиды и старшие разработчики. Но когда всё это есть, можно отсекать много проблем ещё на старте и проще погружать новичков. #dev

Hashtags

Резултати

Намерени 6 подобни публикации

Търсене: #onnx

当前筛选 #onnx清除筛选
Data Science Jobs

@datasciencejobs · Post #1969 · 20.03.2024 г., 12:00

Привет друзья!👋 Меня зовут Лена, я HR компании NeofleX. Наш отдел Data Science в поиске специалиста по компьютерному зрению для работы над проектом, цель которого — повышение эффективности обслуживания клиентов в розничной торговле. Мы ищем эксперта, способного самостоятельно разрабатывать решения и вести за собой команду, вкладываться в повышение наших внутренних компетенций и способствовать развитию основы для будущих проектов. Этот ПРОЕКТ — лишь один из многих, в рамках которого вы сможете проявить свои навыки и внести свой вклад в нашу работу в области компьютерного зрения. #vacancy#job#вакансия#удаленка # Python# NumPy# Scikit Learn# PyTorch #DeepLearning#OpenCV#Docker#ONNX#DataScientist#ComputerVision Вакансия: Data Scientist (Computer Vision) Компания: NEOFLEX Опыт работы: от 3 лет 🔥 ПРОЕКТ: Команда занимается разработкой ETL-процессов для заполнения витрин в кластере Hadoop, необходимых для построения регуляторной ЦБ и внутренней банковской отчетности. Разработка потоков ведется с помощью Java с использованием Spark. Оптимизация запросов. Взаимодействие с системными аналитиками по прототипам. Город: Любой Формат работы: удалёнка Занятость: full time З/п: от 200 000 - 350 000 net 📌 ЧЕМ ТЫ БУДЕШЬ ЗАНИМАТЬСЯ: • Применением и адаптацией современных методов глубокого обучения в области компьютерного зрения для анализа данных с камер. • Оптимизацией существующих моделей для улучшения точности и скорости обработки данных. • Тесным взаимодействием с командой разработчиков для интеграции созданных моделей в рабочую среду. • Активным участием в пилотных и R&D проектах. 📌 ТЫ НАШ ИДЕАЛЬНЫЙ КАНДИДАТ, ЕСЛИ У ТЕБЯ ЕСТЬ: • Уверенное владение Python. • Опыт в разработке и реализации проектов в области компьютерного зрения. • Понимание алгоритмов, применяемых в компьютерном зрении. • Хорошая математическая подготовка, знание теории вероятностей и математической статистики. 📌 СОВСЕМ КРУТО, ЕСЛИ: • Опыт работы в CV проектах для розничной торговли. • Навыки работы с облачными платформами и контейнеризацией (Docker, Kubernetes). • Желание работать в команде, так как для нас важно поддерживать коммуникацию с коллегами. • Наличие научных публикаций / ученой степени / призовых мест в соревнованиях. 📌Что мы предлагаем Вам: •Официальное трудоустройство по ТК РФ. •График работы 5/2. •Гибкое утро. •Подключение к программе ДМС (включает стоматологию, обследования, лечение заболеваний, теле-медицина, Полис ВЗР), а также возможность страхования родственников по корпоративной цене. •Насыщенная корпоративная жизнь: яркие корпоративы, праздники для детей сотрудников, корпоративные спортивные мероприятия; мотивационные награждения. •Прозрачную системы карьерного развития в компании. •Персонального наставника с первого дня работы. •Возможность развития личной экспертизы и экспертизы компании. •Собственную платформу внутренних и внешних образовательных программ. •Возможность пройти сертификацию. 100% УДАЛЁННЫЙ ФОРМАТ РАБОТЫ !!! ✅Контакт для связи: телеграмм https://t.me/HelenaList🥰 👉 Не забудь уточнить, что ты из @datasciencejobs

GitHub Trends

@githubtrending · Post #15617 · 15.04.2026 г., 12:30

#python#ai#deep_learning#filetype#keras_classification_models#keras_models#mime_types#onnx Magika is a fast AI tool from Google that detects file types with ~99% accuracy across 200+ formats, using a tiny model that works in milliseconds on one CPU. Install easily via pip, brew, or scripts for CLI/Python/JS/Go use; scan files, directories, or streams with options like JSON output or recursion. It boosts your safety by routing files to scanners, like in Gmail/Drive, helping spot threats quickly without size limits. https://github.com/google/magika

GitHub Trends

@githubtrending · Post #14907 · 03.07.2025 г., 13:30

#python#agents#generative_ai_tools#llamacpp#llm#onnx#openvino#parsing#retrieval_augmented_generation#small_specialized_models llmware is a powerful, easy-to-use platform that helps you build AI applications using small, specialized language models designed for business tasks like question-answering, summarization, and data extraction. It supports private, secure deployment on your own machines without needing expensive GPUs, making it cost-effective and safe for enterprise use. You can organize and search your documents, run smart queries, and combine knowledge with AI to get accurate answers quickly. It also offers many ready-to-use models and examples, plus tools for building chatbots and agents that automate complex workflows. This helps you save time, improve accuracy, and securely leverage AI for your business needs[1][3][5]. https://github.com/llmware-ai/llmware

GitHub Trends

@githubtrending · Post #14800 · 07.06.2025 г., 11:30

#java#anthropic#chatgpt#chroma#embeddings#gemini#gpt#huggingface#java#langchain#llama#milvus#ollama#onnx#openai#openai_api#pgvector#pinecone#vector_database#weaviate LangChain4j helps you add powerful AI to your Java applications by making it easy to use Large Language Models (LLMs). It provides a simple way to switch between different LLMs and embedding stores without needing to learn each one's specific API. This means you can easily experiment with different models and tools, making your development process faster and more flexible. LangChain4j also offers many examples and tools to help you build complex AI applications quickly, such as chatbots and retrieval systems. This simplifies the integration of AI into your projects, allowing you to focus on creating better applications. https://github.com/langchain4j/langchain4j

GitHub Trends

@githubtrending · Post #15518 · 24.02.2026 г., 11:30

#rust#ai#ai_ocr#attention_mechanism#gnn#gnn_model#gnns#graph#graph_neural_networks#llm_inference#low_latency#mincut#neo4j#ocr#onnx#rust#vector#wasm RuVector is a free, open-source vector database that gets smarter with every query. Unlike static databases, it learns from usage via GNN layers, runs LLMs locally with no cloud costs, supports graph queries like Neo4j, scales freely across nodes, and deploys as a single self-booting file (125ms startup). Run with `npx ruvector`. You benefit from faster, more accurate AI search that improves automatically, zero operating costs, full offline/privacy control, and easy scaling—perfect for RAG, agents, or edge apps without vendor lock-in. https://github.com/ruvnet/ruvector

GitHub Trends

@githubtrending · Post #15436 · 25.01.2026 г., 12:00

#python#amd#anime#compression_artifact_reduction#deep_learning#directx_12#gui_application#intel#manga#noise_reduction#nvidia#onnx#onnxruntime#opencv#python#python3#pytorch#super_resolution#video#video_processing#windows QualityScaler is a free Windows AI app that upscales, enhances, and denoises your images and videos with a simple drag-and-drop GUI. It supports formats like JPG, PNG, MP4, MKV; works offline on any DirectX12 GPU (4GB+ VRAM, 8GB RAM); and offers features like multi-GPU use, resize, interpolation, and stop/resume. Download from itch.io, Steam, or GitHub. Benefit: Quickly turn low-quality photos/videos into sharp HD masterpieces privately on your PC, saving time and money vs. online tools. https://github.com/Djdefrag/QualityScaler