Чтобы строить будущее, нужно помнить о прошлом. Поэтому любому айтишнику полезно знать про языки вроде Fortran или Pascal, без которых современное программирование было бы другим.
В карточках рассказываем о главных языках программирования, которые сегодня уже не используют. Подробности ищите в статье блога.
#языки_программирования @skillfactory
В карточках рассказываем о главных языках программирования, которые сегодня уже не используют. Подробности ищите в статье блога.
#языки_программирования @skillfactory
💯4👾3❤1😁1
Доверяй, но проверяй — истина, которая во времена ИИ актуальна как никогда. Реальный ли человек на фото? Кто (или что) написал этот текст? А не сгенерирован ли этот код нейросетью? Определить последнее помогут AI‑детекторы кода.
Они оценивают, насколько фрагмент похож на типичный результат генератора. Это не проверка на плагиат и не поиск уязвимостей — детекторы пытаются угадать происхождение кода по косвенным признакам.
Обычно такие сервисы используют ML-модели, которые обучены на больших массивах кода. Детектор разбирает фрагмент и ищет в нем признаки, характерные для генерации. Проверка занимает секунды.
Мы протестировали сервис. Что из этого вышло, читайте в статье блога.
Верите в эффективность такого подхода?
👏 — Да, все можно проверить
👾— Нет, ИИ часто ошибается
#почитать @skillfactory
Они оценивают, насколько фрагмент похож на типичный результат генератора. Это не проверка на плагиат и не поиск уязвимостей — детекторы пытаются угадать происхождение кода по косвенным признакам.
Обычно такие сервисы используют ML-модели, которые обучены на больших массивах кода. Детектор разбирает фрагмент и ищет в нем признаки, характерные для генерации. Проверка занимает секунды.
Мы протестировали сервис. Что из этого вышло, читайте в статье блога.
Верите в эффективность такого подхода?
👏 — Да, все можно проверить
👾— Нет, ИИ часто ошибается
#почитать @skillfactory
👏5👾3❤1👍1
Считается, что ИИ упрощает задачи. Эксперты ActivTrak решили это проверить. И выяснили, что благодаря нейросетям рабочие дни стали короче примерно на 2%, зато сама работа — интенсивнее на 5%. То есть специалист за меньшее время делает больше обычного.
Из-за этого у людей снижается концентрация внимания, риски потери вовлеченности увеличиваются на 23%. Зато удалось затормозить выгорание — эксперты говорят, что аж на 22%.
В итоге день в офисе стал более плотным и фрагментарным. А ИИ не упрощает задачи, а, скорее, увеличивает их количество и ускоряет работу.
Приходите к нам, чтобы узнать больше о том, как ИИ меняеют жизнь. И можете ли вы на это повлиять.
#нейросети @skillfactory
Из-за этого у людей снижается концентрация внимания, риски потери вовлеченности увеличиваются на 23%. Зато удалось затормозить выгорание — эксперты говорят, что аж на 22%.
В итоге день в офисе стал более плотным и фрагментарным. А ИИ не упрощает задачи, а, скорее, увеличивает их количество и ускоряет работу.
Приходите к нам, чтобы узнать больше о том, как ИИ меняеют жизнь. И можете ли вы на это повлиять.
#нейросети @skillfactory
🔥7👎1
❤8👾3🔥1
Воскресенье — идеальный день, чтобы выдохнуть и не думать о серьезных вещах. Поэтому объявляем стикеротеку!
Скидывайте в комментарии стикеры, которые отражают ваше состояние прямо сейчас.
Скидывайте в комментарии стикеры, которые отражают ваше состояние прямо сейчас.
❤4👍1💯1
Когда данных становится больше, привычные инструменты начинают тормозить. И возникает вопрос: можно ли обрабатывать все это быстрее, без сложной инфраструктуры?
Polars — это библиотека для работы с данными, альтернатива Pandas, которая изначально заточена под скорость. Она использует многопоточность и ленивые вычисления, чтобы обрабатывать большие объемы данных эффективнее.
Зачем это нужно
Когда вы взаимодействуете с крупными датасетами, важно не только «чтобы работало», но и как быстро это происходит. Polars позволяет выполнять операции быстрее благодаря оптимизации. В результате — меньше ожидания и ограничений, больше пространства для экспериментов с данными.
Если хотите понять, как это работает и в чем Polars выигрывает у привычных инструментов, читайте нашу статью.
#почитать @skillfactory
Polars — это библиотека для работы с данными, альтернатива Pandas, которая изначально заточена под скорость. Она использует многопоточность и ленивые вычисления, чтобы обрабатывать большие объемы данных эффективнее.
Зачем это нужно
Когда вы взаимодействуете с крупными датасетами, важно не только «чтобы работало», но и как быстро это происходит. Polars позволяет выполнять операции быстрее благодаря оптимизации. В результате — меньше ожидания и ограничений, больше пространства для экспериментов с данными.
Если хотите понять, как это работает и в чем Polars выигрывает у привычных инструментов, читайте нашу статью.
#почитать @skillfactory
❤2
Похоже, мы постепенно переходим от формата «спросил — получил ответ» к «поставил задачу — получил результат». ИИ уже умеет писать, анализировать и генерировать. А теперь учится самостоятельно действовать: разбивать задачи на шаги, принимать решения и доводить все до финала.
Такие системы называют ИИ-агентами. Разобрали в карточках, что это такое и где применяется.
Если хотите не просто следить за трендами, а понимать, как использовать ИИ в работе, присмотритесь к нашим программам.
#подборка_пользы @skillfactory
Такие системы называют ИИ-агентами. Разобрали в карточках, что это такое и где применяется.
Если хотите не просто следить за трендами, а понимать, как использовать ИИ в работе, присмотритесь к нашим программам.
#подборка_пользы @skillfactory
❤4👍2👏2😁1