TGTGInsightаналитика telegramLIVE / telegram public index
← DevOps

TGINSIGHT SIMILAR POSTS

Найти похожее

Источник @DevOPSitsec · Post #2113 · 1 апр.

💻 Какой язык программирования лучше для обучения? Многие школы используют Java, C#, C или C++, но всё больше образовательных программ переходят на Python. У Python есть очевидный плюс — на нём легче начать. Это помогает студентам быстрее увидеть результат и сохранять мотивацию. Но есть и минус. Python сильно абстрагирует низкоуровневые детали, поэтому студентам сложнее понять, как работают структуры данных, память и другие фундаментальные вещи. Лично я считаю, что программисты должны становиться polyglots — людьми, которые знают несколько языков. Фокусироваться на одном языке — стратегическая ошибка. Но влияет ли язык на результаты обучения? Исследование John R. Hott (ACM ICER 2025) показывает: почти никак. Студенты, которые выполняли задания: - только на Python - только на Java - на смеси языков показали статистически одинаковые результаты. Не было значимых различий: - в оценках за программирование - в письменных заданиях - в тестах и квизах - в уровне сложности, который испытывали студенты Вывод исследования простой: 👉 выбор языка программирования почти не влияет на результаты обучения. То есть преподавателям не стоит слишком переживать о том, какой язык выбрать для курса. Гораздо важнее другое. Вместо бесконечных споров *Python vs Java vs C++* стоит учить студентов: - как создавать продукты - как запускать проекты - как строить бизнес - как быть независимыми от технологических трендов Как пишет Zed Shaw в эссе “AI Didn't Kill Programming, You Did”: проблема не в AI и не в языках программирования — проблема в том, как люди учатся программированию. Главная мысль: 🚀 программирование можно выучить на любом языке. Начните с Logo. Попробуйте Ada. Изучите Python, Go, Rust или C. А ещё лучше — попробуйте придумать свой язык программирования. Именно так и начинается настоящее понимание компьютеров. Исследование https://engineering.virginia.edu/faculty/john-r-hott Эссе https://learncodethehardway.com/blog/39-ai-didnt-kill-programming-you-did/ #programming#education#python#java

Результаты

Найдено 2 похожих постов

Поиск: #predictiveanalytics

当前筛选 #predictiveanalytics清除筛选
Data Science Jobs

@datasciencejobs · Post #1684 · 21.09.2023, 07:01

#вакансия#job#datascience#mlengineer#research#predictiveanalytics Роль: Middle ML engineer в IDecide Локация компании и заказчика: РФ Работать можно удалённо. Москва или Подмосковье - преимущество с т.з. возможности пересекаться в офисе с командой). Такое есть команда в Иваново. Доход: 200-250К net Отклики присылать: @mipt_nz Статус: есть экспериментальный код модели предсказания оттока клиентов для компании финансового сектора. Модель включает в себя предобработку данных, генерацию фичей, ML модель и rule-based часть. Задачи: Необходимо сделать рефакторинг кода для внедрения в продакшен, для этого: - разобраться в текущем коде модели (в этом помогут текущие разработчики модели); - написать тесты; - переструктурировать код в соответствии со стандартами индустрии (за образец можно взять классы scikit-learn); - сопроводить код комментариями и документацией. Требования: - знание классического ML и python; - опыт написания продакшен кода в ML; - хорошее знание ООП; - знание структуры классов scikit-learn, либо желание разобраться в ней; - базовое владение: git, командная строка linux, docker, понимание сервисной архитектуры. Интересный проект по предсказанию поведения пользователей на основе исторических данных. Присоединяйтесь, ждём Вас в команду 🤗

Crypto M - Crypto News

@CryptoM · Post #64826 · 10.04.2026, 02:43

🚀 AI's Impact on Investment and Trading: Insights from Nansen CEO PANews posted on X (formerly Twitter) about a discussion with Nansen CEO Alex Svanevik on the evolving role of AI in investment and trading. Svanevik highlighted that 'smart money 2.0' is transforming into a predictive system, with agent trading expected to surpass human trading by 2028. However, he emphasized the need for users to build a 'trust ladder' before fully relying on trading agents. The conversation also covered the implementation of tools like OpenClaw in enterprise settings, where safety is prioritized over speed. Svanevik shared insights on how the Nansen team utilizes OpenClaw and how AI is reshaping team structures. He noted that 'judgment' is becoming the most scarce resource within AI-native companies. Svanevik further pointed out that low latency, overcoming AI bottlenecks, and open-source solutions will define the next generation of agent infrastructure. #AI#Investment#Trading#FinTech#MachineLearning#PredictiveAnalytics#OpenSource#EnterpriseAI#FinancialTechnology#AlgorithmicTrading