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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #993 · 9.07

Trigger Warning: санкции, вкусовщина, личное мнение. Прочитал новость о снижении посещаемости кинотеатров в России. Спустя почти три года могу сказать, что нынешняя ситуация целиком уничтожила лично в моей жизни только две вещи: дроны и походы в кино. Всё остальное или чуть-чуть видоизменилось (перешёл с Fusion 360 на Компас, проблем не испытываю), или подстроилось вообще без заметных внешних эффектов (вместо Google Pay теперь платёжный модуль банка, например Alfa Pay, работает не хуже). Какие-нибудь 3D принтеры от топовых брендов всё так же продаются на Aliexpress с доставкой из России напрямую от производителя. Для покупки видеоигр и софта тоже куча вариантов. Стройматериалы есть (сделал 2 ремонта за последние 2.5 года), инструмент есть, электроника есть. Наверное, люди, которые любили путешествовать по Европам, испытывают больше неудобств. А пользователи Инстаграма и Фейсбука неудобств не испытывают, потому что они и так непрерывно едят кактус. Как и пользователи айфонов, впрочем, эти вообще готовы терпеть что угодно. И если с дронами всё очень трагично, то вот от кинотеатров я, похоже, отказался сам. Рефлексировал этот момент и понял вот что: иногда в кино выходило что-то, что я хочу посмотреть. Я порывался купить билет, но не из-за того, что в кинотеатре удобнее или качественнее, а просто ради возможности посмотреть что-то уже сейчас. Почти во всех случаях меня в итоге закручивали дела, и через пару месяцев я уже смотрел нужный фильм у себя дома. В этом смысле фильмы являются заложниками тех правил, по которым их сначала выпускают в кинотеатры и только потом уже в широком доступе. Был бы я готов платить деньги просто за получение фильма в момент выхода? Билет в хороший кинотеатр стоит порядка 1000 рублей, но ты отдаёшь эти деньги за инфраструктуру: комфорт, зал, звук, большой экран. Билет в плохой кинотеатр на тот же фильм будет стоить рублей 150-300. Если я не использую инфраструктуру кинотеатра и плачу только за доступ, то именно по этой цене и нужно смотреть. В таком случае да, пожалуй: дайте мне возможность заплатить эти 300 рублей и посмотреть дома фильм в момент его выхода, а не через несколько месяцев. Тем более, качество и комфорт дома будут кратно выше, чем в кинотеатре за 300 рублей. Понятно, что так не делают в первую очередь из-за пиратства, потому что кинотеатры позволяют гарантировать платёж, а цифровое распространение не позволяет. Но, всё-таки, надеюсь, современный тренд со всеми этими стриминговыми сервисами приведёт куда-то туда. #life

Hashtags

Резултати

Намерени 3 подобни публикации

Търсене: #hdfs

当前筛选 #hdfs清除筛选
Data Science Jobs

@datasciencejobs · Post #2288 · 29.08.2024 г., 18:33

#job#работа#vacancy#вакансия#Data engineer #DataScience#HDFS#PySpark #Python#удаленно Вакансия: Data engineer Формат: Удаленно Занятость: полная, 5/2 (гибкое начало дня) З/П: до 300 000 руб. 🔶Эта вакансия - отличная возможность для инженера данных стать часть вдохновленной команды и принять участие в развитии платформы машинного обучения дочерней компании 🔶 Ключевая задача: развитие платформы машинного обучения 🔶Основные обязанности •Разрабатывать отчетность с использованием скриптов на PySpark •Генерировать новые признаки для ML-моделей •Автоматизировать процессы для бизнеса 🔶Обязательные требования: •Опыт работы с большими данными: HDFS, PySpark от 1 года •Опыт работы с Python, в том числе с Pandas, NumPy Преимуществом при отборе будет •Опыт работы с геоданными, git 🔶 Что мы можем предложить взамен •Место работы: удаленно по РФ •Трудоустройство по ТК РФ в аккредитованное юр. лицо •Официальное трудоустройство •Размер заработной платы обсуждается после собеседования •Годовое премирование •ДМС со стоматологией •Компенсация мобильной связи •Возможности для развития 📲Контакт: @Oskar17

Data Science Jobs

@datasciencejobs · Post #2934 · 20.09.2025 г., 07:03

#вакансия#datascientist#llm#nlp#HDFS#Kafka#Spark#удалёнка Ищем Senior Data Scientist в команду Поиск 3.0. Сейчас направление фокусируется на развитии Циан-помощника (наш LLM агент), делая его умнее и полезнее для всех пользователей и развитии текстового поиска, внедряя в него современные NLP и мультимодальные механики. Полная удалёнка внутри РФ. Если есть желание ходить в офис, у нас есть замечательные современные офисы в Москве, Питере и Новосибе. Вилка - от 350 до 500, готовы обсуждать. О нас: В Циан большая команда ML. В команде настроены процессы перфоманс ревью, регулярного обмена опытом, выделяем время на исследовательскую работу! Сейчас направление фокусируется на развитии текстового поиска, чтобы пользователи находили идеальные варианты быстрее, и Циан-помощнике, делая его умнее и полезнее. Задачи: * NLP задачи как в виде обучения моделей, так и в виде разработки вспомогательных сущностей на python * Внедрение мультимодального подхода к поиску * Развитие интеллектуального помощника по поиску недвижимости: обучение собственных llm моделей на базе opensource, исследование готовых решений от openAI/Yandex и других. * Разработка и внедрение в продакшн моделей машинного обучения для улучшения пользовательского опыта Требования: * Опыт: Не менее 3х лет релевантного опыта на позиции DS в продуктовой компании * Python: пишет легко читаемый и поддерживаемый код * SQL (оконные функции, оптимизация запросов) * Опыт в DL: обучение/дообучение собственных глубоких нейросетей * Опыт разработки NLP моделей: от tfidf до llm * Классический ML: бустинги, линейные модели. Будет плюсом: * Apache стек: HDFS/Kafka/Spark (DF API) * Опыт работы с CV и мультимодальными моделями Бонусы: ДМС с первого дня (стоматология, госпитализация, полис ВЗР), Кафетерий льгот, 5 day off в год, помимо основного отпуска. Контакты: По всем вопросам и с резюме пишите @mistakef Не забудьте указать, что вы из datasciencejobs

GitHub Trends

@githubtrending · Post #15246 · 24.10.2025 г., 13:30

#go#blob_storage#cloud_drive#distributed_file_system#distributed_storage#distributed_systems#erasure_coding#fuse#hadoop_hdfs#hdfs#kubernetes#object_storage#posix#replication#s3#s3_storage#seaweedfs#tiered_file_system SeaweedFS is a fast, simple, and highly scalable distributed file system designed to store billions of files and serve them quickly, especially small files. It uses a master server to manage volumes on volume servers, which handle file data and metadata, enabling very fast file access with minimal disk reads. It supports features like replication, erasure coding, cloud integration for elastic storage, and compatibility with many metadata stores and APIs including Amazon S3. This means you get efficient, cost-effective storage with fast access, easy scaling, and flexible deployment options for large-scale file storage needs. https://github.com/seaweedfs/seaweedfs