Kurgan-Telecom Ru | Информационные технологии

Я специализируюсь на преподавании иностранных языков взрослым людям и исследую, как люди разных профессий и личного опыта изучают языки. 

Большинство моих учеников — сотрудники IT, еще точнее — продакт менеджеры, которые либо ищут работу в международных компаниях, либо нуждаются в адаптации своего уровня под должность. Основной запрос к процессу изучения в таком случае звучит так: язык нужен по делу и за короткое время. Простым прохождением учебника или изучением всего подряд в надежде, что в нужный момент это все трансформируется в практический скилл, задачу “язык для работы” не решить.

В этой статье я поделюсь несколькими советами и наблюдениями, которые помогут продакт-менеджеру сориентироваться и спланировать процесс изучения английского языка. 

Английский для работы — это проект, который в среднем закрывается за полтора года. В моей практике самые успешные случаи были 8 месяцев, причем 2 ученика с абсолютного нуля. 

50% результата зависит от воли ученика 

50% от грамотного планирования процесса и опыта преподавателя

СОВЕТ 1: 

Вам не нужен язык “вообще”, вам нужен фокус на том, что понадобится для работы

Если вы пронаблюдаете за тем, что и как вы говорите в течение рабочего дня (неважно, на профессиональные темы или за ланчем с коллегами), вы увидите, что пользуетесь набором одних и тех же конструкций, одинаково реагируете на сходные ситуации, пишете одни и те же фразы в одних и тех же формулировках. Ваши мысли и внутренние движения могут быть сколько угодно сложными и разнообразными, но их языковое воплощение подвергается категоризации, компоновке и приоритизации по признаку частоты употребления. 

Любой начинающий разработчик задаётся вопросом: с чего начать и какой язык выбрать, чтобы успешно стартовать в мире IT? Тут сложно что-то посоветовать, но, возможно, ваш вариант — 1С, популярный язык разработки в России, на котором работает огромное количество приложений, охватывающих почти все сферы бизнеса. В 1С всегда можно найти занятие по душе и доходу.

Меня зовут Пётр Ходжаев, я ведущий инженер-программист в компании «Мартика», 1С-разработчик с опытом более 10 лет, а также ревьюер на курсе «Разработчик 1С» в Яндекс Практикуме. В этой статье хочу обобщить свой накопленный опыт и помочь в становлении начинающему разработчику 1С. Мы пошагово разберём, с чего начать, и по шагам построим путь, который необходимо пройти, чтобы стать уверенным и сильным специалистом.

Статья о способах определения магнитных полюсов у соленоидов и электромагнитов различной формы, с привязкой к статору электродвигателя, как пример более сложного электромагнита. Текст направлен на осмысленное понимание создания и использование магнитных полей в электротехнических устройствах. Эта статься с упором на простоту и визуальное объяснение материала, без лишнего усложнения.

В этой статье мы создадим полноценный мини-блог на FastAPI с нуля, используя современные технологии веб-разработки. Вы узнаете, как реализовать JWT-аутентификацию, работать с Markdown и создать привлекательный пользовательский интерфейс.

Мы рассмотрим асинхронную работу с SQLAlchemy 2, включая сложные запросы и связи ManyToMany, а также интеграцию фронтенда с использованием Jinja2.

Этот проект демонстрирует, как создать функциональный блог, подобный Telegraf, преодолевая его ограничения и расширяя возможности.

После проведения 200+ личных интервью и проектирования еще сотен, мы с командой решили собрать в единую статью гайд и примеры проведения глубинных интервью (или, в простонародье, кастдева).

Привет, читатель! Вот уже три года я провожу собеседования на позиции Unity-разработчиков. За это время я просмотрел более 500 кандидатов на позиции мидла и сеньора, провёл свыше 100 интервью и нанял более 20 Unity-разработчиков. Этот опыт помог мне выявить множество "зелёных" и "красных" флагов, которые помогают определить подходящих кандидатов.

Эта статья будет полезна всем Unity-разработчикам — от Junior до Senior, а также лидам, которые проводят собеседования.

10 новых российских сервисов для поддержки клиентов при помощи ИИ, замены проекторов на офлайн-мероприятиях, командной работы над задачами в Telegram и многого другого. Битва за «Продукт недели» началась!

Product Radar — здесь каждую неделю публикуются лучшие онлайн-сервисы и железки от русскоязычных команд.

Всем привет, с вами Sergey Sabbath:)
А вот и моя любимая тема! Я с нетерпением ждал новый State of DevOps ради неё. Одна из самых ценных вещей в новом исследовании — это определение платформенной инженерии (PE, Platform Engineering) как социально-технической дисциплины. Здесь инженеры думают не только о технических аспектах автоматизации, но и о повторяемости процессов и о том, как предоставить самообслуживание клиентам платформенных решений.

“Platform engineering is a sociotechnical discipline where engineers focus on the intersection of social interactions between different teams and the technical aspects of automation, self- service, and repeatability of processes.”

Если вы фанат такой нелепой программы как Paint net, где отсутствуют бинды на горячие клавиши и прочие удобства современных редакторов, то эта статья для вас! Здесь вы узнаете как бесплатно создавать плагины с помощью CodeLab на языке C# и подготовить их к релизу.

Рассмотрим варианты реализации кастомных методов в репозиториях Spring Data JPA.
Как добавить кастомный метод к одному репозиторию? Как ко всем? Какие есть подводные камни?

Для Ollama доступно множество интеграций. Одна из популярных — Open WebUI. Это веб-интерфейс для управления Ollama, предлагающий широкие возможности и гибкие настройки. Недавно в Open WebUI появилась поддержка плагинов Pipelines, которая позволяет вызывать функции.

Получить доступ к Claude из России может показаться сложной задачей из-за региональных ограничений сервиса. В этой статье я подробно расскажу, как зарегистрироваться в веб-версии и API Claude, какие инструменты потребуются для обхода ограничений, и как безопасно пользоваться сервисом в дальнейшем. Руководство основано на личном опыте и включает актуальные на конец 2024 года способы регистрации, проверенные на практике.

Поискав на русскоязычных ресурсах я понял, что практический полезной информации там крайне мало, либо же она могла не учитывать изменения в работе сервиса. Простым пользователям приходиться собирать информации буквально по крупицам - с разных видео на ютюбе, форумах или поверхностных статьях.

Поэтому я решил создать актуальное руководство, основанное на своем личном опыте, знаниях и учитывая все подводные камни, которые могут встретить неопытного пользователя Claude.

Трудно поверить, но всего два года назад, летом 2022 года, миру были представлены самые первые научные снимки с космического телескопа Джеймса Уэбба («Уэбб»). И хотя они раскрыли удивительные подробности о формирующихся планетах, молодых звёздных системах, экзопланетах, звёздах с дисками из обломков, галактиках и многом другом, наибольший сюрприз был получен при взгляде на самые большие расстояния. Там, среди самых глубоких космических глубин, которые когда-либо исследовались, оказалась неожиданная популяция галактик — в большом количестве — невероятно далёких, красного цвета, точечных по размеру, но при этом достаточно ярких, чтобы их легко обнаружили приборы «Уэбба».

Современные пользовательские интерфейсы требуют высокой интерактивности и удобства взаимодействия. В этой статье поговорим о том, как реализовать мощный, адаптивный компонент мульти‑выбора на основе Vue 3 Composition API. ChipsMultiSelect — это компонент, который объединяет возможности выпадающего списка, визуализации выбора в виде «чипсов» и встроенной фильтрации.

Выбранные элементы отображаются в виде «чипсов».

Исследователи использовали ежедневные данные собираемые Fitbit. Данные использовались для обучения алгоритма машинного обучения, способного точно прогнозировать эпизоды перепадов настроения, связанные с биполярным расстройством. Это открывает дверь к использованию персонализированного алгоритма для управления состоянием пациента.

Доброго времени суток,

Сегодня, я продолжаю рассмотрение графики в Небесном Крае. Начнём более классическое рассмотрение всего конвейера, чтобы узнать, что таит в себе Creation Engine? Не будем тянуть кота, пусть спит. Окунёмся сразу в пучину графических ухищрений Беседки.

Что общего между стиральной машиной, CPU и микросервисами? Все они выигрывают от «конвейеризации» (англ. pipelining).

В этой статье мы соберем информацию из разных сфер, и увидим, насколько универсален принцип конвейеризации. Получим интуитивное понимание терминов «задержка» (англ. latency) и «пропускная способность» (англ. throughput). А также научимся увеличивать пропускную способность в своих бизнес-процессах, компьютерных системах, и просто в повседневной жизни.

Процесс получения качественного фидбека от коллег и руководителей — важная часть становления и развития IT-специалиста. Где-то этот процесс отсутствует вовсе, где-то он не отлажен и имеет недостатки или просто нерегулярен, но при этом потребность сотрудников в обратной связи не исчезает.

Такой запрос есть и у меня, поэтому я провел эксперимент, в рамках которого старался получить честный фидбек от коллег, руководителей и подчиненных. Приглашаю вас ознакомиться с тем, как это было и что их этого вышло.

В этом посту поговорим про различия в двух подходах моделирования, а именно, чем отличаются физически обоснованные модели от моделей, основанных на данных. На самом деле между этими двумя понятиями есть и кое-что среднее, что становится актуальнее в решение научных задач. Но об этом позже. 

Итак, начнем с моделей, основанных на данных. Такого рода модели встречаются почти на каждом шагу. Любая задача машинного обучения, будь то регрессия (например, предсказание цен на товары), классификация (определение маркера болезни по данным об анализах пациента), рекомендация (определение более подходящего видео в вашей ленте), сегментация (определение объектов на фото или видео) и т. д. Задач машинного обучения достаточно много, но все они требуют одного - данных.

В этом классе моделей требуется собрать подходящий набор данных, обработать его (например, убрать различные аномалии или трансформировать переменные), определиться с типом задачи, выбрать модель для этого типа задачи и подать данные на вход. И, наконец, обучить модель, подбирая оптимальным образом весовые коэффициенты. 

Модели, основанные на данных, по факту являются статистическими моделями, которые наилучшим образом аппроксимируют неизвестную зависимость. Во многих задачах неизвестны закономерности между независимыми переменными и результирующим признаком или признаками. Они либо сложны для описания, либо у нас нет четкой формулы для получения ответа. Именно здесь такие статистические модели приходят на помощь.

Новшества Dart 3.4 разобраны в официальном анонсе здесь. Но там не говорится про два новых правила линтера.

Разбираем правило missing_code_block_language_in_doc_comment для улучшения документации и правило unnecessary_library_name для чистки старого кода.