Представь компанию, где стираются иерархии и организационные барьеры. Где классным проектам дают зеленый свет, а идеи каждого - не пустой звук. Звучит неплохо? Местами нереально? Не правда ли? Но так работают многие IT-компании.
Слышал про Valve Corporation? Американская организация-разработчик компьютерных игр использует принципы горизонтальных связей в своей работе уже давно. Если не вдаваться в подробности (подробнее читай в документе), тут все равны, никто не перед кем не отвечает и каждый занимается тем, что ему нравится (конечно, если это приносит прибыль или какую-то пользу для компании). Рабочие столы здесь с колесиками, чтобы ничто не мешало сотрудникам быть ближе друг к другу в нужный момент. Корпоративная утопия или гигантская ответственность? И то и другое. А еще особое устройство требует особых навыков от сотрудников.
Что это дает? Как говорят сами компании - повышает эффективность работы над продуктом, сокращает время на его разработку, помогает сделать команду самостоятельнее, мотивированнее, конкурентноспособнее. Но такие принципы используют не только где-то в кремниевых корпорациях-гигантах. За примерами далеко ходить не пришлось. Мы спросили наших продактов мобильных приложений Кавер, Кузбасс Онлайн и Запись к врачу, как они выстраивают свою работу в командах. Читай в картинках.
#Цифровыепродукты

Пссс, читатель... Не хочешь узнать что-то новенькое о нейросетях? Не проходи мимо, сегодня рассказываем о проекте по обучению искусственного интеллекта.
В октябре 2020 года поступил заказ - научить нейросети отслеживать автомобили, незаконные стройки, вырубки леса и считать людей, чтобы оценивать заполняемость на массовых мероприятиях. Задача не из простых, а сроки на реализацию масштабного проекта сжатые - два месяца.
Программист, который взялся за проект, построил инфраструктуру платформы на базе сервера с 4 GPU класса V100 и адаптировал работу моделей под эффективное использование такого объема ресурсов.
“Пришлось сократить сроки на исследование моделей, но зато удалось быстро на основе имеющихся данных провести необходимые эксперименты по обучению нейросети, подобрать наиболее эффективные функции и параметры для ее обучения, а еще наметить перспективы для дальнейшего дообучения”, - рассказывает создатель платформы.
Кстати, во время обнаружения нейросетью объектов капитального строительства был интересный случай. Некоторые дома частично закрыты деревьями и асессор иногда размечал такие участки изображений как часть дома, но нейросеть, обучившись на других изображениях, всё же вырезала эти участки, то есть показывала большую точность, чем человеческий глаз.
После создания машины, которая позволит получать большое количество данных, наработки передали заказчику, поделились опытом, чтобы он мог самостоятельно продолжить работу в этой сфере.
Как обучить нейросети? Интересно? Читай в картинках.
#Цифровыепродукты
#Онейроночках