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 1 подобни публикации

Търсене: #sentimentanalysis

当前筛选 #sentimentanalysis清除筛选
Data Science Jobs

@datasciencejobs · Post #1270 · 06.01.2023 г., 06:30

#вакансия#fulltime#office#Moscow#Analyst#python#data#Datascientist#middle#senior#Sentimentanalysis#ABtests#Adtech#digital Позиция: Аналитик данных (Python) Локация: Москва Занятость: полная Формат работы: только в офисе в Москве Зарплата: фиксированный оклад от 200 000 руб (обсуждается и уровень выше), плюс премии два раза в год 📌московский офис международной независимой data-компании. Компания продолжает работать в полном объеме на российском рынке и развивает технологии и алгоритмы сбора, сегментации и активации данных о поведении интернет-пользователей, располагает наиболее полным набором технологических решений и широкой экспертизой в области использования аудиторных данных в маркетинге. Ищем кандидата с опытом работы желательно на рынке диджитал рекламы, который хочет участвовать в комплексном развитие аналитических продуктов компании. 🔎Задачи и обязанности Создание новых и развитие текущих аналитических продуктов для решения задач клиентов и рынка. Ежедневная работа собственными технологиями компании. Коммуникация с глобальной командой по развитию и продвижению аналитических продуктов. Проведение аудиторных исследований (для лидирующих FMCG, Tech, Entertainment компаний): A/B тесты, кластеризация, презентация клиентам. Проведение исследований на базе семантического анализа (для лидирующих FMCG, Development компаний): Web scraping, WordClouds, Sentiment analysis, презентация клиентам. Проведение исследований по динамике роста знаний о продукте клиента - BrandLift (Для лидирующих FMCG, Tech, Pharma компаний): A/B тесты. Создание кастомных аудиторных сегментов. Выведение годовых бенчмарков по показателям эффективности рекламных кампаний. Участие в пре-сейле и защите проекта перед клиентом. 🔎Условия работы •Работа в комфортном офисе в дружном коллективе профессионалов (удаленки нет) •Возможность профессионального и карьерного роста •Полностью белая заработная плата •Премии •Компенсация обедов •ДМС •Оформление только в штат компании 🔎Требования к кандидату •Опытный специалист (не ниже уровня middle) •Владение одним из языков программирования: R (tidyverse) / Python (pandas), опыт использования в работе •SQL - опыт использования в работе •Опыт работы на рынке digital рекламы будет плюсом •Опыт проведения маркетинговых исследований •Опыт создания дашбордов в Data Studio будет плюсом •Уверенное владение Excel, Keynote/PowerPoint •Английский язык – B2+ (придется постоянно взаимодействовать с коллегами головного офиса в западной Европе) 📨 пожалуйста, пишите: @olganikolova