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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #91 · 26.10

Сейчас 10 лет Яндекс.Такси. Кажется, именно Яндекс первым привел Uber-модель в Россию. Пишут, что мой первый заказ был в мае 2013-го. Целая вечность назад, но я помню — был где-то в районе Лесной, нужно было в точку, удалённую от метро. Как раз крутили рекламу нового сервиса от Яндекса, я скачал, запустил поиск. Ждал минут 15, потом ещё искал, где водитель припарковался. Быстрее было бы дойти. Сейчас уже стало ясно, что сервисы такси — одна из важнейших технологических вех нового времени. Сложно представить себе что-то ещё, что настолько фундаментально поменяло наши жизни. Ни роботы-пылесосы, ни сервисы доставки, ни даже каршеринг — ничто из этого настолько сильно не поделило мир на "до" и "после". Процесс вызова такси по телефону действительно был неприлично труден: следовало знать адрес, где находишься, знать номер таксопарка, а затем ждать неопределенное время, после чего платить весьма немалые деньги водителю налом. К такси прибегали в крайних случаях, когда обойтись другим способом было невозможно. Сокращение такого значительного числа издержек в столь необходимой для людей услуге — перемещение — сопоставимо с изобретением интернета или электричества. Да, и без электричества мы могли обогревать и освещать свои дома, готовить пищу, вращать мельницы. Но на этом примере становится видно, что время и усилия на получение результата очень важны. Такси стало полноценным вариантом повседневного транспорта, а не редкой вынужденной мерой для богатых. Я заказываю такси десяток раз в месяц, и уже всерьез не способен вспомнить, как в принципе возможно было жить без этих сервисов. Что я делал в таких же ситуациях 10 лет назад? Ждал автобус полчаса, шел пешком час? Или даже просто отменял своё намерение добраться в какую-то точку? Лучше, наверное, и не вспоминать. #life

Hashtags

Резултати

Намерени 3 подобни публикации

Търсене: #pipelines

当前筛选 #pipelines清除筛选

🚢Saipem получила контракт на строительство офшорного трубопровода в Саудовской Аравии. Итальянская Saipem заключила новый контракт с Aramco в рамках действующего долгосрочного соглашения. Стоимость проекта оценивается примерно в $500 млн. Работы будут выполнены на месторождении Safaniya — одном из крупнейших офшорных нефтяных активов в мире. Контракт предусматривает проектирование, закупку, строительство и установку магистрального трубопровода диаметром 48 дюймов. Общая протяжённость составит около 65 км офшорной и 12 км наземной инфраструктуры, включая сопутствующие подводные объекты. Морская фаза будет реализована с использованием строительных судов Saipem, уже размещённых в регионе. Изготовление конструкций запланировано на верфи Saipem Taqa Al-Rushaid Fabricators в Даммаме с привлечением локальных инженерных ресурсов. Проект подтверждает устойчивость капитальных вложений в сегмент разведки и добычи в регионе Персидского залива и укрепляет позиции Saipem как одного из ключевых подрядчиков в офшорном строительстве на Ближнем Востоке. 📌Saipem S.p.A. — итальянская инжиниринговая и офшорная компания, основанная в 1957 году. Специализируется на EPC-проектах в нефтегазовом секторе. Акции компании обращаются на Миланской фондовой бирже; структура собственности включает институциональных инвесторов и итальянские финансовые структуры. #Offshore#Pipelines#SaudiArabia#Saipem#EnergyProjects

djangoproject

@djangoproject · Post #420 · 21.08.2017 г., 10:36

https://alysivji.github.io/mongodb-pipelines-in-scrapy.html #Scraping Websites into #MongoDB using Scrapy #Pipelines Summary Discuss advantages of using Scrapy framework Create #Reddit spider and scrape top posts from list of subreddits Implement Scrapy pipeline to send scraped data into MongoDB Sure, we could hack together a solution using #Requests and #Beautiful_Soup (bs4), but if we ever wanted to add features like following next page links or creating data validation pipelines, we would have to do a lot more work.

Repositorio data science

@repo_science · Post #3078 · 18.04.2023 г., 15:54

#analysis#AWS#Databases#ETL#MongoDB#pipelines#RDS#S3#Scala#Spark#SQL ⚙️ 50 HOURS OF BIG DATA, PYSPARK, AWS, SCALA, AND SCRAPING (2022) 🌐 Inglés ⚖️17.03GB 🔗Link ----- Canal principal:@repo_science Cupones: @freecoupons_reposcience -----