Когда речь заходит о советских домашних ПК, многие знакомы с основными моделями. Однако, существуют уникальные и менее известные устройства, среди которых выделяется компьютер «Юниор ФВ-6506», произведенный Киевским заводом управляющих и вычислительных машин (УВМ) начиная с 1990 года.
Этот компьютер базируется на стандартном процессоре КР580ВМ80А, но привлекает внимание своим объемом оперативной памяти - 128 Кбайт, а также удобной 88-клавишной клавиатурой. Однако, следует отметить, что объем постоянной памяти (ПЗУ) составляет всего 2 Кбайт.
Уникальность «Юниора» заключается в его способности запускать операционную систему CP/M-80 с кассеты, что позволяло работать с этой операционной системой без необходимости использования дисковода. Этот компьютер имеет специальные выходы для управления магнитофонами, оборудованными соответствующими входами для внешнего управления, что открывало возможность работы с магнитофонами различных моделей, включая те, что использовались у компьютеров с электронным управлением, например, моделей «Маяк-231, 232, 233 и 240».
Пользователям «Юниора» становились доступны множество возможностей операционной системы CP/M: трансляторы и интерпретаторы различных языков программирования, текстовые редакторы, электронные таблицы, базы данных, а также игры. Важно отметить, что доступ к этим функциям был предоставлен исключительно в текстовом формате, поскольку стандартные программы для CP/M не поддерживали графику.
Однако, следует выделить графические возможности «Юниора». Несмотря на небольшое разрешение графики - всего 240×120 точек, это значительно превосходило классические текстовые псевдографические решения. Более того, наличие двух палитр по 8 цветов в каждой и возможность использовать цветные тексты и псевдографику делали его привлекательным для пользователей.
Работаю в отечественном бигтехе (наверно), есть свой ЦОД, даже не один, а я - маленький админ, дежурный ЦОД. Работа по сменам, по 12 часов, праздников не существует. Работа нервная и не благодарная, большая текучка. Если все работает штатно (редко), то можем расслабиться и заняться своими делами.
В задачи входит слежка за мониторингом, подъем упавших баз и виртуалок, обновление продукта по ночам. На самом деле работа очень сильно размазана по многим направлениям тонким слоем, постоянно подключаем админов по круче, которые ответственны за приболевший сервис, дергаем разрабов (даже ночью!(а не хер на прод херню деплоить! Опять метод базу положил, вот пидр!)).
Сама должность считается входной в эксплуатацию в компании, что очень прикольно так как маленький админ - несмышленыш получает в свои руки дичайшее количество доступов на продакшн и от того дико трясется при каждом действии. Через год тряска проходит и админ уже спокойно кладет базу по уверенному не знанию в самый разгар рабочего дня.
Сижу рядом с разрабами и тестировщиками, варюсь в их коллективе. Работают часа 4 от силы, остальное или на созвонах или поглощают печеньки или просто болтают. Моя же работа не предполагает отлучение от экрана на любое время без уведомления коллег-дежурных в любой удобной форме, так как в один момент прилетает триггер о какой-то проблеме и все весело пляшут с бубнами. Да, я не могу знать, чем буду занят в самое ближайшее время.
Ночные и дневные смены драмматично различаются. Днем в будни постоянно с(х)уета, на серверные вентиляторы под давлением летит говнокод после очередного обновления, то железки отвалились, то сетевики опять напартачили и не предупредили нас заранее. Не часто бывает спокойно, очевидно когда давно не было обновлений. Время летит незаметно. Днем в выходные обычно спокойно, иногда на вентилятор капает тот же говнокод. Происходит саморазвитие. Ночные смены, внезапно, самые приятные. На ночь есть план обновления, есть план работ: места на базе добавить или развернуть новую виртуалку, например, всегда тихо спокойно. За ночные смены платят больше)
А вот и про зарплатку, кстати: за нормальный месяц, без переработок и недоработок можно получать 80к рублей. Админ аналогичного грейда, но работающий в 5/2 в смежном отделе получает 50-60к, тут я точно не знаю.
Сейчас Василии, которые за 80к изображают бурную работу в офисе думают, что твой 1М в год это некие люто бешеные и незаслуженные доходы😁
В их представлении, мол буду получать 1М в месяц, а расходы у меня останутся на уровне 50к.
Увы, так это не работает. Когда у тебя такой доход, то расходы увеличиваются пропорционально как и хотелки твоей семьи.
К примеру, мой знакомый вынужден был уехать из Белгорода, в Москву (как оказалось не зря) и его жена настояла на покупке апартов в Сити (да кто сейчас так делает?). Теперь он в мыле бегает и добывает деньги под эти хотелки, ибо ипотека есть и платить ее нужно.
Или авто. В целом, хватит же и Лады Весты или нет? И идешь ты за новеньким то-китайцем, который дешевеет уже на 1,5 🍋 через 2 года. Если за немцем, то там вообще караул. Есть правда чит-код в виде американцев, там авто в общественном сознании часто стоят х3 от реального ценника, а надежны аки паровоз.
Или одежда. На мой взгляд сидит хорошо и плевать где купил, но нет, в топах всегда будет кто-то, кто разбирается за шмот и если в офис ходи как хочешь, то на мероприятие будь добр постараться. В IT кстати, этой проблемы нет, да и то я не уверен.
Не забывайте, что с ростом доходов будет расти ценник развлечений и досуга. Никуда вы от этого не уйдете.
Билеты на мероприятия будете брать получше, заведения подороже, ибо в дешевые больше не хочется. На отпуске только будете экономить, ибо если уж и получится слетать на Сейшелы или Маврикий, то внезапно обнаружится, что там дешевле чем в сочинский сезон😁
И не забывайте про учебу. Где бы ты ни был за такую зп (кроме госухи) учиться придется как студенту Бауманки на 2 курсе. Чем больше компания, тем круче должен быть скилл за такую зп. Я даже не говорю про то, что ты отвечаешь буквально за все и часто просыпаешь ночью ото сна, что что-то забыл или не успел.
Ну и из последнего, государство недавно решило, что денег на выплату пособий семьям мигрантов стало мало и решило повесить эти расходы на тебя. Так, что изволь, поддержать трудолюбивых специалистов со своего дохода, он ведь в серую торгует, а дома жена и 5 отпрысков.
Основная мысль в том, что даже с условным 1🍋 деньги будут уходить как песок. И выйдя на такой доход вы вряд ли за год купите квартиру и исполните все свои хотелки.
Хорошая куча воды написана, про то, что нужно много трудится и работать спецом в большой компании и как там по бутафорски и по-мудацки организованы процессы.
Не пойму почему айти всегда - это только прогеры. Прогеры это молоток, который просто от спринта в спринт тянет свои тасочки … дай бог, что-то задеплоит. Изредка там рождается в голове дизайн-решения.
ЗП у разрабов в айти - в среднем хуйня по миру. Особенно у программистов. ( it-разрабочик это не только прогерок, если что ). Это в России было так если ты в айтишке = ты первый парень на деревне. Но сейчас это уже не так и размыто очень сильно.
Рынок IT в целом - Перегретая залупа. Тупыми проектами и стартапами однодневками и их "командами". И там сидят «крутые сеньоры», которые нихуя толком не сделали.
99% прогеркам вряд ли предстоит спроектировать в своей жизни, на работе, что-то сложнее своей лабы, которую Он делал когда-то в универе или на курсе по сетям.
Каждый новый проект, как день сурка и примерно одинаковый подход к MVP. около 70% стартапов закрываются в течение первых 20 месяцев после привлечения первоначального финансирования.
2. Прогер - как источник дохода.
Тейк, что - Бигтех зарабатывает из за «инженеров-прогерков» ахаххахахахах балять ахахахх. Компании часто нанимают себе топовые команды / топовых лидов - из Бигтехов и не повторяют успеха.
Эффективная бизнес модель. И договорённости… это залог успеха. Дальше уже хоть уроду безногому, будут тебе там норм платить. It -команда в it-проекте конечно образующая , но когда в компаниях много отделов , они просто живут по воле управленцев сжирая бюджет по настроению и степени своей бездарности.
Бигтех - просто дойные коровы, которые плодят дерьмо и все никак не могут сдохнуть. И люди которые там работают в отдельности, бесполезные чуть менее, чем полностью.
В большинстве случаев - Чем больше Грейд у прогерка - тем он медленнее и вреднее для любого нового проекта.
А если он сошёл с небес бигтеха … этот чудик 😈 вполне может зазвездиться.
Причем он ещё тащит свой стек и свои бестпрактики за собой…. и если этот "Чиф Архитект Офисер" - грамотно поясняет за свою сферуработухуйню, ему будут смотреть в рот как заворожённые. Часто так могут менять тех-дира/лида например. Но только через годик - полтора станет ясно, что это шило на мыло.
А ещё вреднее HR с лидом, которые этими грейдами мыслят. В больших компаниях мрак. Чем больше компания и старше... тем медленнее и бюрократичнее процессы в ней.
3. Про инновации и новые технологии
Хоть основной стек в разных областях уже устарел и максимально туп и прост, каждый раз выходят Новые библы / спецификации / интеграции / Требования / к секьюрности / оркестрации и так далее.
Век живи - век учись.
Но нечего там учить ) к сожалению. Все среды разработки и окружение — Реинкарнация ООП , Фреймворк на фреймворке без конца и края - блять я отвечаю. Микросервисы и контейнеры. Столько лет прошло ничего толком не изменилось. Нихуя не придумали нового.
Каждый раз понятно, что сделана хуйня и видно, что нужно все сделать заново "правильно". Кто-то молился на nocode - что тот будет меньшим говнокодом и костылями, чем сама разработка.
75% проектов не достигают целей в сроки, бюджеты идут нахуй и функционал идёт в жопу )) потому что «гибкие» методологии против бюрократии и безалаберности.
Рынок искусственно сам себе генерирует больше работы. И кажется, что все должно становится проще — и быстрее. Но продукты вылазят все медленнее и все хуевее. Особенно от больших команд. Будто бы высирают студенческий пет-проект , а эту хуйню пилили 2-3 года.
Было бы весело, если бы это был чей-то сговор… но каким-то Макаром невежество и пиздешь откровенный… под профессиональным сленгом проникает в умы миллионов людей в том числе по средствам массовой информации, курсов и митапов.
Индустрия сама себя усложняет. Большие игроки как и везде влияют на общий флоу.
800% бесполезных усилий 20% результата.
ИТ самая ленивая и наименее прикладная и наименее утилитарная отрасль по своей кпд, единственные боги там - это управленцы, визионеры и проектировщики.
А зачем я это все? Решайте проблемы - в плоскости проблем и решений. Дизайн-решений, которые действительно приносят пользу продукту или вам впервую очередь! Для индустрии ИТ (как и любой другой) - полезно меняться, быть сложной - чтобы оздоравливать рынок и стимулировать конкуренцию. Поэтому похуй... тут нет никакой морали.
Просто пиздите розгами прогерков если они идут мимо вас, не важно просрал он очередной спринт или пушит пару строк в неделю — он знает за что.
Да, чёрт возьми да, да! Это же прекрасно решать сложные задачи, когда работа требует мыслительного процесса, а не монотонного заполнения таблиц, когда можешь свалить пораньше потому что решил проблему, вместо того что бы сидеть положенные 9 часов. Так ещё и платят куда больше 40 тыс в месяц
Привет, Пикабу! Меня зовут Александр Троицкий, я автор канала AI для чайников, и я решил поделиться своим небольшим исследованием о самых быстрорастущих российских IT компаниях.
1 апреля закончился срок сдачи бухгалтерской отчётности для российских компаний, а это значит, что мы можем посмотреть на финансовую отчетность российских компаний и проанализировать её.
Методология
При составлении этого рейтинга использовалась следующая методология:
К "небольшим" компаниям я отношу тех, у кого выручка за 2023 год составляет менее 2 млрд рублей. Это считается официальной классификацией ФНС. Больше 2 млрд рублей считается крупным бизнесом
Не учитываются компании, у которых в 2022 году выручка была меньше 60 млн рублей. Если взять совсем маленькие компании, может получится "эффект низкой базы", когда при делении на маленькое число рост покажется очень большим. Например, если компания в 2022 заработала 100 рублей, а в 2023 смогла достичь выручки в 1 млн рублей, то рост составит 1000000%, но нам вряд ли интересны такие кейсы
IT компанией считаются те, чья основная деятельность связана с разработкой ПО, обработкой данных или продаже товаров через интернет (маркетплейсы)
В рейтинге не участвуют дочки крупных компаний или совместные предприятия крупных компаний - рост их выручки часто может объясняться изменением внутрикорпоративных денежных потоков, а не увеличением реального бизнеса
Компанию должно быть просто найти в Интернете, у нее должен быть сайт с указанием ее юридического лица и списком продуктов, которые она предоставляет
Интеграторы и аутсорс компании без своих коробочных решений в рейтинг не включены, так как не разрабатывают собственные продукты
Данные о выручке я брал из ФНС и официальной открытой отчетности, которую все компании обязаны публиковать, иногда уточнял данными с сайта (если они есть). По этой причине в рейтинге нету ИП - они не публикуют отчетность
Я изучил 100 компаний с самым большим ростом выручки, ниже первой сотни я не опускался, так как это требует много времени
Здесь нету рекламы и продакт плейсмента. Мне никто ничего не платил за составление этой статьи (хотя может быть и стоило бы заморочиться). Решение о добавлении компании в эту таблицу я принимал исключительно по критериям выше
Я не проверял эти компании на отзывы в сети или на качество их услуг - так что данная статья не является рекомендацией, а лишь сухой выжимкой из цифр
Основные наблюдения из рейтинга:
Количество B2B компаний больше B2C. Смею предположить, что это связано с импортозамещением и заменой ушедших иностранных брендов на местные российские аналоги
Неожиданно было увидеть компанию, позиционирующую себя как майнинг криптовалюты
На таких, казалось бы, уже состоявшихся рынках, как edtech всё равно можно что-то сделать, если правильно выбрать свою нишу - яркий пример тому Ukids. Или Bibi в такси перевозках. Или Reglab в кибербезопасности. Или Hello, Doc! в телемедицине.
Лидер рейтинга Mile-on-air добился такого роста за счет стратегического партнёрства с Тинькофф, хотя упоминания о M&A я не нашел.
Среди 100 проверенных мной компаний с самым большим ростом выручки было много совместных предприятий или технологических дочек больших компаний. Если честно, я даже не знал, что почти каждая более-менее крупная российская компания выделила такие дочки. Скорее всего, чтобы их сотрудники получали отсрочку от армии.
Заключение
Если этот рейтинг вызовет у вас интерес - я могу сделать какой-нибудь еще. Например, про банки или страховых компании. Если у вас есть замечания - пишите, я учту их.
Привет, Пикабу! Меня зовут Александр Троицкий, я автор канала AI для чайников, и сегодня я расскажу про самую популярную у дата саентистов модель машинного обучения - градиентный бустинг.
Что это за модель?
Если брать определение из словарика, то градиентный бустинг - модель машинного обучения, решающая задачи классификации и регрессии. Она состоит из ансамбля более слабых моделей (чаще всего дерево решений) и учится последовательно на ошибках предыдущей модели.
Но здесь я хочу упростить все сложные статьи с кучей математических терминов, коих в интернете немало, поэтому просто предлагаю разобрать это определение бустинга простыми словами:
"Решает задачи регрессии и классификации" - это значит, что модель может выбирать из нескольких заранее готовых ответов (котик на фото или пёсик - это классификация), так и угадывать какое-то число (сколько стоит квартира от млн рублей до млрд рублей - это регрессия).
"Состоит из ансамбля более слабых моделей" - это значит, что внутри нее сидит не одна модель, а множество. И вместе они каким-то образом принимают решение как ответить окончательно. В случае с бустингом модели принимают решения и исправляют ответы предыдущих последовательно. Что это за последовательность я подробно покажу на примере ниже.
"Чаще всего состоит из деревьев решений". Дерево решений - это простой алгоритм машинного обучения. Для наглядности давайте представим, что у нас есть 4 квартиры, на основании которых мы хотим научиться оценивать стоимость квартиры. Само собой, в реальности мы бы делали модель на основании миллионов примеров стоимости квартир, но для упрощения мы возьмем 4 шутки:
Пример с квартирами
Вот какие выводы (примерно) сделал бы наш просто алгоритм дерева решений:
Результаты модели "дерево решений" на примере с квартирами
"Учится последовательно на ошибках предыдущей модели" - это значит, что мы сначала обучаем какую-то простую модель, потом смотрим, где мы ошиблись, и обучаем новую модель поверх первой, которая исправляет изначальные значения первой модели. Так повторяется какое-то количество раз, и в итоге мы складываем значения всех итераций (при регрессии). Давайте разберемся на примере с квартирами.
Как работает и обучается модель градиентного бустинга (XGBoosting) на примере?
Для начала наша модель предсказала всем квартирам одинаковую стоимость (очень слабая модель).
Всем предсказали стоимость 2.250.000 рублей
Таким образом, вычтя из реальной стоимости квартиры предсказанную нашей моделью величину, мы получаем ошибки нашей модели.
Ошибки после 1 шага, на них будем обучать 2 шаг
Именно на них будет обучаться следующая модель. Ее цель - уменьшить эти ошибки. При этом модель будет обучаться на тех же факторах, что и первая модель (местоположение и число квадратных метров). Во время следующей итерации наша модель решила добавить к изначально предсказанной стоимости 200.000 рублей квартирам в центре и вычесть 200.000 рублей квартирам на окраине.
Как изменили предсказания после 2 шага
Таким образом, у нас получилась новая предсказанная стоимость квартир и новые ошибки.
Результаты после 2 шага и ошибки б
Дальше мы проводим еще один шаг обучения. На этот раз бустинг решил уменьшить предсказанную стоимость квартирам на окраине с площадью меньше 40 метров. Уменьшил он эту стоимость на 500.000 рублей.
Результаты после 3 шага обучения
Ну и после 4 шага обучения алгоритм решил увеличить стоимость на 500.000 рублей квартирам площадью больше или равной 70 метрам в центре . Вот что получилось.
Результаты после 4 шага обучения
Итак, в итоге у нас получилась модель, которая обучилась на 4 шагах и в итоге предсказывает стоимость квартиры с погрешностью в 50.000 рублей.
Наш финальный алгоритм выглядит таким образом:
Базово оцени квартиру в 2.250.000 рублей
Если квартира в центре, добавь 200.000 рублей. Если она на окраине, вычти 200.000 рублей.
Если эта квартира на окраине и ее площадь меньше 40 метров, вычти еще 500.000 рублей.
Если квартира в центре и она больше или равна 70 метрам, добавь к стоимости 500.000 рублей.
Этот пример иллюстративный. Он описывает механику работы градиентного бустинга. В реальной жизни, конечно, этот пример бустинг решил бы с мЕньшей ошибкой за первое же обучение из-за маленького количества наблюдений.
Что еще стоит знать про модели бустинга?
У градиентного бустинга есть два основных гиперпараметра. Гиперпараметр - это то, что вы задаете модели как ограничение. С помощью них дата саентисты могут изменять модель, ничего не меняя в принципах ее работы. В основном тюнинг гиперпараметров используется, чтобы не дать модели переобучиться и показать хорошую предсказательную силу.
В нашем примере, переобучение модели - это когда модель хорошо предсказывает стоимость конкретно этих 4 квартир, но если ей дать другую квартиру, то она предскажет ее стоимость отвратительно.
Так вот у градиентного бустинга в качестве основных гиперпараметров есть learning rate и количество шагов обучения. Разберем каждый из них:
Количество шагов обучения - это сколько раз мы дообучаем модель на ошибках предыдущей. В нашем примере мы сделали 4 шага. Чем больше выборка, тем больше шагов обучения допустимо делать.
Learning rate - это то, на сколько мы можем исправлять предсказания предыдущего алгоритма. В нашем примере мы не ограничивали этот параметр, но часто рекомендуют ставить его меньше 0.2. Чем меньше этот параметр, тем больше возможностей вы оставляете для будущих шагов для улучшения качества модели.
Заключение
Поздравляю! Вы узнали про то как работает градиентный бустинг!