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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #949 · 26.01

На выходных попробовали Трон Кубов. Это такая полудуэльная игра на сражение между разными персонажами. У игры фантастически крутой продакшен — каждый планшет героя оформлен в своём стиле со своими цветами, кубики сделаны с персональной текстурой и гранями, своя колода карточек и жетоны состояний. Вообще, каждый персонаж это просто такая мини-коробочка со всем необходимым, можно носить на турниры (под это, собственно, игра изначально и создавалась). У каждого персонажа свои способности, но сам игровой процесс одинаковый: бросаешь кубики, и по ним определяешь, какую из способностей активировать. На кубики можно влиять: во-первых, выбирать, какие и сколько раз перебросить; во-вторых, играть с руки карты вроде "Установи любой кубик в желаемое положение", "Скопируй один из выпавших кубиков", "Измени значение на единицу". Игра моим друзьям очень понравилась, а ещё она оказалась на удивление сбалансированной: первую партию сыграли вничью, во второй мы убили соперников, когда у нас самих оставалось 2 жизни из начальных 50. Задумался в целом о рандоме в играх. Кит Бургун пишет, что синглплеерные игры без источника случайности вообще не могут существовать, потому что иначе они превращаются в пазлы: для каждой ситуации находится и фиксируется оптимальный ход, игра становится решённой (solved). В играх против других людей ваш соперник является источником случайности для вас, потому что вы не знаете, как он думает. И всё-таки, добавление случайности в саму механику часто очень важно. Бывают игры с огромным пространством неоднозначных решений, как, например, шахматы или го. У них есть своя интересная специфика, но нередко они требуют очень длительного обдумывания хода, потому что человек начинает перебирать это пространство в глубину, и делает это сравнительно медленно. Бывают игры с очень маленьким пространством решений, например, крестики-нолики, и любому взрослому играть в них скучно. Найти баланс довольно сложно, поэтому (по крайней мере среди казуальных игр) хорошо работает следующая механика: игрок с помощью случайности либо получает небольшой кусочек пространства решений, либо ему меняют веса в этом пространстве так, чтобы его настоящий выбор был не таким большим. В добавок это создаёт мета-игру на риск, повышает реиграбельность, а ещё позволяет более слабому игроку выиграть за счёт удачи — очень хорошие свойства для казуальной настолки. Впрочем, в такой системе тоже не слишком легко сбалансировать процесс. Иногда от случайности может зависеть слишком многое, и мы получим Монополию или Колонизаторов, в которых скилл вообще не влияет на победу. Иногда случайность добавлена, но она скорее мешает: в Brass шесть разных действий, доступных с помощью карт, но только в одном важно, какая именно карта вам пришла. Иногда случайность добавлена и не работает как надо: в Hearthstone порядок прихода карт почти не влияет на решения игрока — он всегда играет оптимальную карту в конкретный ход. А иногда рандом приводит к злоупотреблению другими аспектами игры: в Baldurs Gate 3 из-за броска одного кубика может зависеть результат сложнейшего боя, поэтому иногда выгоднее просто перезапускать сохранение, пока не выпадет, как надо. Так что задача геймдизайнера отнюдь не становится простой при работе со случайностью. По первым двум партиям кажется, что авторы Трона Кубов вполне справились с управляемым рандомом, но евро-игрокам скорее всего такая степень случайности будет казаться большой, да и стратегически игра совершенно не глубокая. В любом случае, продолжим играть, пока не надоест :) #games

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #releaseengineer

当前筛选 #releaseengineer清除筛选
Data Science Jobs

@datasciencejobs · Post #3122 · 02.02.2026 г., 18:18

#релизинженер#релизинженервакансия#MLOps#DevOps#ReleaseEngineer ❇️Релиз-инженер с функцией MLOps Senior ❇️| Компания Top Selection 🔥 Мы в поиске Релиз-инженера с функцией MLOps на проектную занятость Грейд: Senior Ставка: от 288К до 315К Гражданство/Локация: РФ Загрузка: фуллтайм Срок: долгосрочный Оформление: только ИП ‼️ Описание: Мы создаём интеллектуальную ML - систему прогнозирования спроса, которая учитывает сезонность, промо, макро- и микроэкономические факторы, поведение клиентов и ограничения логистики. Наш стек: GitHub/Gitlab, Jfrog Artifactory, SonarQube, Jenkins/GitlabCI , ArgoCD, Helm, Hashicorp Vault, OpenTelemetry, Grafana, Grafana Tempo, Mimir, Prometheus, Apache Spark, k8s 📝 Задачи: * Облегчение и ускорение труда разработчиков * Создание CI/CD пайпланов. * Помощь в контейнеризации приложений, подготовке к доставке и развертыванию. * Техническая консультация. * Помощь в настройке централизованной среды разработки * Управление релизным процессом, проведение, сопровождение релизов. * Заведение RFC * Проведение релизов * Контроль работоспособности систем до, во время и после релизов. * Актуализация технической документации. * Управление инфраструктурой * Поддержание работоспособности инфраструктурных сервисов. * Настройка мониторинга сервисов. * Контроль за утилизацией ресурсов, повышение оптимальности их использования. * Своевременное обновление сервисов и зависимостей. * Своевременное устранение обнаруженных уязвимостей в исходном коде и подкотрольных сервисах. ✅Требования к кандидату (+/-): - Не менее 4 лет в роли DevOps/Release Engineer или аналогичной, с фокусом на CI/CD и релизный процесс. - Опыт работы в проектах с ML-моделями. СУспешное проведение релизов в production-средах, включая управление RFC и контроль работоспособности систем до/во время/после релизов. ✅Технические навыки и обязанности: - CI/CD и релизный менеджмент: Создание и поддержка пайплайнов в Jenkins/GitLab CI; управление релизным процессом с ArgoCD и Helm; контейнеризация приложений (Docker/Kubernetes). - Инфраструктура как код: Работа с Kubernetes (k8s), HashiCorp Vault для секретов; настройка и поддержка инфраструктуры. - Мониторинг и observability: OpenTelemetry, Grafana (Tempo, Mimir), Prometheus; контроль утилизации ресурсов, выявление уязвимостей (SonarQube). - Артефакты и репозитории: GitHub/GitLab, JFrog Artifactory. - MLOps-специфика: Опыт с Apache Spark для ML-workloads; автоматизация развертывания ML-моделей, интеграция с ML-пайплайнами. - Дополнительно: Актуализация документации, технические консультации для разработчиков, настройка централизованной dev-среды, устранение уязвимостей и обновление зависимостей. ✅Стек технологий (обязательный опыт): - GitHub/GitLab, JFrog Artifactory, SonarQube, Jenkins/GitLab CI. - ArgoCD, Helm, HashiCorp Vault. - OpenTelemetry, Grafana, Grafana Tempo, Mimir, Prometheus. - Apache Spark, Kubernetes (k8s). По всем вопросам и с резюме пишите @aliiS_a