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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #852 · 10.08

Автор OpenSource библиотеки тайно ворует данные разработчиков, чтобы проверять, донатят они ему, или нет. Вообще, скандалы с опенсорс-библиотеками бывают не так уж и редко. Разработчики делают что-то бесплатно, этот труд оказывается нужен тысячам людей, включая большие корпорации, а дальше возможны варианты. За последние пару лет ожидаемо было много политических заявлений и даже вредоносного кода по признаку страны, из которой запускается софт. Просто, стартуя с какой-то версии, какая-нибудь библиотека начинает делать что-то постороннее, помимо своей основной функциональности. К чести комьюнити, такие вещи всегда очень жестко критикуют, даже если идеологические взгляды разработчика выглядят общепринятыми в той среде, где это комьюнити развивается. Вот на днях новый такой скандал. Впервые в моей жизни в такую ситуацию попала библиотека, которую используем на работе — а именно Moq для .NET. Автор написал код, который спаунит новый системный процесс и командой git config --global user.email читает почту разработчика, а затем с помощью почти зашифрованной закрытой DLL-библиотеки, помещённой в поставку Moq, отправляет данные в сервис GitHub SponsorLink, чтобы проверить, платит ли разработчик донаты. Конечно же, система безопасности на проде не даст никуда сходить этому коду и ничего плохого сделать. Но, помимо прода, рабочие проекты запускаются еще и на компьютерах разработчиков локально. Вот тут заложена настоящая опасность. Где запрос почты, там может быть следующим шагом что угодно другое — скачивание ваших интимных фото и передача вовне, чтение файла с паролями из папки браузера, поиск номера кредитки... Разумеется, всё во имя самых благих целей. В общем, комьюнити порассуждало о том, что это критический подрыв доверия, хотя автор оправдывался как мог (как moq, хе-хе). Народ просто закидал его камнями, начал массово исключать Moq из своих зависимостей, ставить дизлайки, отправлять репорты. Вроде как это вынудило мейнтейнера откатить изменения. Но на всякий случай Moq лучше не обновлять больше никогда и постепенно заменить на аналоги. Доверие — важнейший ресурс в опенсорсе. #dev

Hashtags

Резултати

Намерени 2 подобни публикации

Търсене: #vit

当前筛选 #vit清除筛选
Data Science Jobs

@datasciencejobs · Post #2854 · 08.08.2025 г., 06:05

#вакансия#ML#CV#Engineer#Senior#YOLOv5#YOLOv8#EfficientDet#EfficientNet#ResNet#ViT#DeepLab#ObjectTracking#SQL#Docker#k8s#Remote Senior CV/ML Engineer Всем привет! Наша компания Will9 (резиденты Сколково, ИТ-аккредитация) активно развивает продуктовое направление, в связи с чем мы находимся в поиске Senior CV/ML Engineer в высоконагруженный масштабный продукт для ритейла. Наша компания занимается реализацией проектов для ТОП-3 ритейлеров РФ и работает на рынке более 8 лет. Вам предстоит принять участие в составе команды асов в разработке продукта. Спектр задач довольно широкий – матчинг товаров и ценников, построение облаков эмбеддингов, классифкация, сегментация и детектирование, трекинг объектов, а также непрерывное дообучение в “боевых” условия магазинов на тысячах камер. Мы ждем от вас: ● Более 4 лет опыта полного цикла обучения, развертывания и поддержки систем компьютерного зрения (желательно в ритейле, индустриальной или IoT-сфере) ● Опыт построения пайплайна от сбора данных до инференса в проде: ○ Аугментация, аннотация, выбор модели, обучение, валидация, экспорт, интеграция. ○ Применение Active Learning, Semi-supervised Learning (если аннотация ограничена). ● Практический опыт владения языком Python более 4 лет (основные библиотеки для DS/ML/CV) ● Глубокое знание современных CV-технологий: ○ Object Detection: YOLOv5/v8, SSD, Effi cientDet, Faster R-CNN и др. ○ Image Classifi cation: Effi cientNet, ResNet, ViT и др. ○ Instance/semantic segmentation: Mask R-CNN, DeepLab. ○ Object Tracking. ● Опыт построения и поддержки больших мультиклассовых каталогов: ○ Работа с большим количеством классов (10k+), включая fi ne-grained classifi cation. ○ Оптимизация производительности при inferencing на большом классовом спейсе ● Приветствуется знание систем баз данных (например, PostgreSQL, Infl uxDB) и языка SQL. ● Опыт с микросервисной архитектурой и контейнеризацией (Docker, Kubernetes), а также организации высокопроизводительного инференса (например, DeepStream или Triton Inference Server) ● Практический опыт оптимизации сетей (прунинг, квантизация, дистилляция) будет существенным плюсом Что мы предлагаем: ● Конкурентоспособная заработная плата (170-300k для middle, от 300 до 500к на руки для senior в зависимости от опыта). ● Делаем 2 новых продукта (трекшен от ритейла очень хороший). ● Небольшой эффективный коллектив проектной команды, собранный из профессионалов (A-Team). ● Полностью удаленный формат работы и гибкий график. ● Готовы брать и на проектную деятельность (неполная занятость). 👉 По всем вопросам и с резюме пишите @PrometeiArt