Привет, меня зовут Иван Дмитриев, директор по ИТ и безопасности холдинга TalentTech,  и сегодня я хочу поговорить про безопасность облаков и безопасность в организациях в целом. Поскольку я смотрю на вопрос со стороны службы ИБ, в этом посте хотелось бы обсудить вопросы взаимодействия с между ИБ и ИТ, а также поговорить о том, что делать с ИБ-специалистами, которые пытаются заблокировать ваши идеи, заявляя, что “это небезопасно”. Желающих подискутировать о степенях безопасности и их оценке также приглашаю пообщаться в комментариях.

Меня зовут Иванов Алексей. Я DS и скрам-мастер в центре ML-экспертизы разработчика HRtech-решений TalentTech. Мы занимаемся обучением моделей для проектов компании. 

Ровно год назад наша команда самоорганизовалась и начала  применять подход SCRUM (будем дальше  — скрам.) Я расскажу о наших внутренних процессах: что произошло, что происходит и, возможно, будет происходить с нами в ближайшем будущем.

Этот пост будет полезен для Flutter-разработчиков, которым хочется поработать с флейворами (flavours), изменить и дополнить их. Сегодня мы не будем говорить о процессе создания флейворов с разными иконками, названиями и идентификаторами, благо таких публикаций существует уже очень много. Вместо этого речь пойдет о том, как определять флейвор в Dart-коде, а также о решении некоторых часто встречающихся при сборке приложений проблем, связанных с введением флейворов. 

Итак, я рассчитываю, что вы знаете, что такое флейвор и зачем он нужен (если нет, почитайте, например, вот этот материал). Поэтому мы сразу перейдем к тем вопросам, с которыми встречается разработчик Flutter, когда у него возникает задача определить новый флейвор. 

Так как мы являемся разработчиками системы для рекрутинга и HR, хотим поделиться своим видением и опытом использования машинного обучения в подборе кандидатов. Тема непростая, но все идет к тому, что через пару-тройку лет подобные штуки будут использоваться практически во всех компаниях. Кто-то их будет ставить у себя внутри, кто-то воспользуется облачными вариантами. Главная причина — они в разы ускоряют обработку входных данных. Поэтому бизнес от них не откажется. 

Среди уже автоматизированных процессов — оценка «большой пятерки» (софт-скиллы), мэтчинг резюме и вакансий, диалоги с кандидатами и exit-интервью. Под катом кратко про то, как все это устроено и чем грозит соискателям в ближайшем будущем. Хотя, не особо грозит. По факту можно научить систему прекрасно работать даже с резюме, состоящими из 10 строк, в то время как живых рекрутеров разом всех не обучишь. Но это все философия.

• Сегментация изображений
• Детектирование объектов
• Классификация изображений
• Отслеживание движущихся объектов во времени
• Распознавание лиц
• Оптическое распознавание символов
• Генерация изображений

Особенность SSD

• Syncronize — изменения папки А передается в папку Б и наоборот.
• Echo — все изменения папки А передаются в папку Б.
• Contribute — Тоже что и Echo, но удаленные файлы в папке А не удаляются из папки Б.

<img src="

• Улучшена система заданий (условность выполнения, возможность одновременно безостановочного (non-stop) и промежуточного (via) пункта вместо одного из двух)
• Загрузка AI и графики с центрального сервера
• Фреймворк для создания своего AI
• Возможность владения б́ольшим количеством машин
• Неводные края карты
• Снятие ограничений на размер и количество окон
• Ограничение компаний — 15, сетевых клиентов — 255
• Основанные на пути сигналы (умные светофоры)

Восстановление зрения по методу Шичко-Бейтса.
Лекции Жданова В.Г. Анализ. Отзыв. Дополнения.