🧮 Використання транзакцій в реляційних базах даних
Транзакція — це основна робоча одиниця при взаємодії з базою даних. Катерина Медведська, Data Engineer в Boosters, на мітапі генезійського бекенд-ком’юніті розповіла про особливості транзакцій в базах даних, гарантії, які надають ASID-транзакції та про те, навіщо потрібні різні рівні ізольованості транзакцій. Команда корпоративного блогу Genesis підготувала конспект з найважливішими тезами з виступу спікерки.
Дивіться допис і читайте повний матеріал блогу за посиланням!
Транзакція — це основна робоча одиниця при взаємодії з базою даних. Катерина Медведська, Data Engineer в Boosters, на мітапі генезійського бекенд-ком’юніті розповіла про особливості транзакцій в базах даних, гарантії, які надають ASID-транзакції та про те, навіщо потрібні різні рівні ізольованості транзакцій. Команда корпоративного блогу Genesis підготувала конспект з найважливішими тезами з виступу спікерки.
Дивіться допис і читайте повний матеріал блогу за посиланням!
Дайджест актуальних вакансій⚡️
Junior
📍Admin
Administrative Assistant
Junior Business Development Specialist
Junior Associate (Corporate and M&A)
🎨 Design
2D Animator (Legit)
Junior Web Designer (Remote) (Legit)
Motion Designer (Universe)
📎Others
Junior PHP Engineer (AMO Apps)
Creative Marketing Specialist (Google) (АМO Apps)
Sales Development Representative (Remote)
Middle/Senior
🔎Analytics
Mobile Data Analyst (AMO)
Data Analyst
Web Product Analyst
📈Marketing
Product Marketing Manager (Mobile) (АМО Apps)
User Acquisition Manager (Universe)
Senior User Acquisition Manager (Facebook ads)
⚙️Technical
Front-End Developer
Full Stack Developer
Senior iOS Developer (Lift)
Manual QA Engineer (Lift)
🖇Others
Product Manager (Fitness app) (АМО Apps)
HR Administrator
Partnership & Operations Manager
Customer Success Manager (OBRIO)
Sales Development Representative (Promova)
B2B Sales Manager (Promova)
Marketing Motion Designer (Lift)
Middle Marketing Designer (talentC)
Senior Graphic Designer (Genesis Growth Accelerator)
#genesis_вакансії
Junior
📍Admin
Administrative Assistant
Junior Business Development Specialist
Junior Associate (Corporate and M&A)
🎨 Design
2D Animator (Legit)
Junior Web Designer (Remote) (Legit)
Motion Designer (Universe)
📎Others
Junior PHP Engineer (AMO Apps)
Creative Marketing Specialist (Google) (АМO Apps)
Sales Development Representative (Remote)
Middle/Senior
🔎Analytics
Mobile Data Analyst (AMO)
Data Analyst
Web Product Analyst
📈Marketing
Product Marketing Manager (Mobile) (АМО Apps)
User Acquisition Manager (Universe)
Senior User Acquisition Manager (Facebook ads)
⚙️Technical
Front-End Developer
Full Stack Developer
Senior iOS Developer (Lift)
Manual QA Engineer (Lift)
🖇Others
Product Manager (Fitness app) (АМО Apps)
HR Administrator
Partnership & Operations Manager
Customer Success Manager (OBRIO)
Sales Development Representative (Promova)
B2B Sales Manager (Promova)
Marketing Motion Designer (Lift)
Middle Marketing Designer (talentC)
Senior Graphic Designer (Genesis Growth Accelerator)
#genesis_вакансії
⚙️Нові інструменти для розробників
Оскільки IT-технології швидко розвиваються, на ринку постійно з’являються нові інструменти для розробників. У дописі ми зібрали п’ять нових інструментів, на які айтівцям варто звернути увагу у 2023 році.
Переглядайте та зберігайте рекомендації!🗂
Оскільки IT-технології швидко розвиваються, на ринку постійно з’являються нові інструменти для розробників. У дописі ми зібрали п’ять нових інструментів, на які айтівцям варто звернути увагу у 2023 році.
Переглядайте та зберігайте рекомендації!🗂
Знайомтеся — це Тимур Болотюх, Machine Learning Lead в компанії PlantIn з екосистеми Genesis. Застосунок PlantIn використовує технологію Machine Learning для розпізнавання рослин та автоматичного підбору плану догляду за ними. Тож сьогодні Тимур розповів про дані, які підходять алгоритму машинного навчання, а також про специфіку тренування моделей👇
⚙️Які дані підходять алгоритму Machine Learning?
Щоби натренувати нейромережу, потрібні величезні набори даних. Уявімо, що ми натренували свою модель на картинках поганої якості. Коли користувач завантажить якісне фото у великому розширенні, алгоритм просто не розпізнає зображення, адже для нього це зовсім інші дані. Тому вони мають бути ретельно відібрані та приведені до єдиного формату. Підготовка та систематизація даних для моделі називається розміткою — цим займаються окремі команди.
✍️Як відбувається тренування моделі?
На практиці для більшості задач можна взяти вже готову натреновану архітектуру, довчити її на своїх даних, адаптувати та отримати хороші результати. Наприклад, є популярний датасет ImageNet, на якому вимірюють точність усі популярні архітектури — це один мільйон зображень і одна тисяча класів. І всі нові архітектури, що з'являються, уже натреновані на цьому датасеті. Їх називають «притреновані». Умовно, ці алгоритми вже на старті можуть відрізнити на фотографії велосипед від людини. Завдання розробника — адаптувати її під свій проєкт, наприклад, навчити відрізняти фікус від дифенбахії.
⚡️Чи можна натренувати одну велику модель, яка автоматично зможе розпізнавати будь-які зображення?
У випадку з Computer Vision для вирішення завдань з класифікації існує підхід Zero-shot learning. З ним можливе створення класифікатора, який може розв'язувати довільну задачу з визначення класу без навчальних прикладів. Але в нашому випадку це не спрацює. Ми використовуємо підхід Fine-Grained Image Classification (FGIC), адже деякі рослини можуть бути схожі, але належатимуть до різних класів.
#genesis_team
⚙️Які дані підходять алгоритму Machine Learning?
Щоби натренувати нейромережу, потрібні величезні набори даних. Уявімо, що ми натренували свою модель на картинках поганої якості. Коли користувач завантажить якісне фото у великому розширенні, алгоритм просто не розпізнає зображення, адже для нього це зовсім інші дані. Тому вони мають бути ретельно відібрані та приведені до єдиного формату. Підготовка та систематизація даних для моделі називається розміткою — цим займаються окремі команди.
✍️Як відбувається тренування моделі?
На практиці для більшості задач можна взяти вже готову натреновану архітектуру, довчити її на своїх даних, адаптувати та отримати хороші результати. Наприклад, є популярний датасет ImageNet, на якому вимірюють точність усі популярні архітектури — це один мільйон зображень і одна тисяча класів. І всі нові архітектури, що з'являються, уже натреновані на цьому датасеті. Їх називають «притреновані». Умовно, ці алгоритми вже на старті можуть відрізнити на фотографії велосипед від людини. Завдання розробника — адаптувати її під свій проєкт, наприклад, навчити відрізняти фікус від дифенбахії.
⚡️Чи можна натренувати одну велику модель, яка автоматично зможе розпізнавати будь-які зображення?
У випадку з Computer Vision для вирішення завдань з класифікації існує підхід Zero-shot learning. З ним можливе створення класифікатора, який може розв'язувати довільну задачу з визначення класу без навчальних прикладів. Але в нашому випадку це не спрацює. Ми використовуємо підхід Fine-Grained Image Classification (FGIC), адже деякі рослини можуть бути схожі, але належатимуть до різних класів.
#genesis_team
🤔 Що дратує тимлідів: 7 болей керівника технічної команди
Керівник команди, як правило, відповідає за кінцевий продукт, стежить за термінами та наявністю всіх необхідних ресурсів. Однак найголовніше й водночас найскладніше завдання управлінця — перетворити групу людей з різними навичками, запитами та амбіціями на злагоджений механізм.
Олександр Барило, Front End Team Lead в Boosters, у матеріалі для корпоративного блогу Genesis розповів про найпоширеніші труднощі, з якими зіштовхуються тимліди. Тож переглядайте допис, аби дізнатися, якими ці труднощі бувають та як їх долати, і читайте повний матеріал у блозі!
Керівник команди, як правило, відповідає за кінцевий продукт, стежить за термінами та наявністю всіх необхідних ресурсів. Однак найголовніше й водночас найскладніше завдання управлінця — перетворити групу людей з різними навичками, запитами та амбіціями на злагоджений механізм.
Олександр Барило, Front End Team Lead в Boosters, у матеріалі для корпоративного блогу Genesis розповів про найпоширеніші труднощі, з якими зіштовхуються тимліди. Тож переглядайте допис, аби дізнатися, якими ці труднощі бувають та як їх долати, і читайте повний матеріал у блозі!