A
Не питона, C++
Не С++, а питона
Size: a a a
2020 May 05
MV
Пруфы? 🙂 Откуда такое мнение, учитывая, что все internal продукты практиески написаны на плюсах?
A
Какого рода пруфы вам нужны? Оффер - это NDA.
Можно просто вакансию показать от них с доплатой за некий перечень крутых скиллов
MV
Можно просто вакансию показать от них с доплатой за некий перечень крутых скиллов
Смешно. Ни одна компания не публикует такие вилки. Но когда хантят - всё равно делают отступления.
У меня нет цели с пеной у рта это доказывать, если вы предпочитаете думать, что в яндексе платят мало, пусть так и будет.
У меня нет цели с пеной у рта это доказывать, если вы предпочитаете думать, что в яндексе платят мало, пусть так и будет.
MV
В Яндексе к тому же есть программа мотивации через опционы.
AK
В любом случае держать в одной команде Python и C++ разработчиков - это какой-то не слишком эффективный подход. По сути вместо того,чтобы люди делали один большой проект, команду приходится делить на "бедных родственников" и "крутых перцев, кодящих на какой-то безумно сложной штуке". Одни ходят к другим и просят запилить фичу или оптимизировать что-то. Так себе концепция.
На Julia можно писать всё с самых нижних уровней до самых верхних, и это - огромное преимущество языка, особенно с учётом включения возможностей DSL, позволяющих специфические вещи, которые ближе к высшей математике, чем к разработке в любом виде, ещё и оформлять примерно так, как это выглядело бы в научной литературе, свёрстанной в tex.
На Julia можно писать всё с самых нижних уровней до самых верхних, и это - огромное преимущество языка, особенно с учётом включения возможностей DSL, позволяющих специфические вещи, которые ближе к высшей математике, чем к разработке в любом виде, ещё и оформлять примерно так, как это выглядело бы в научной литературе, свёрстанной в tex.
RS
В любом случае держать в одной команде Python и C++ разработчиков - это какой-то не слишком эффективный подход. По сути вместо того,чтобы люди делали один большой проект, команду приходится делить на "бедных родственников" и "крутых перцев, кодящих на какой-то безумно сложной штуке". Одни ходят к другим и просят запилить фичу или оптимизировать что-то. Так себе концепция.
На Julia можно писать всё с самых нижних уровней до самых верхних, и это - огромное преимущество языка, особенно с учётом включения возможностей DSL, позволяющих специфические вещи, которые ближе к высшей математике, чем к разработке в любом виде, ещё и оформлять примерно так, как это выглядело бы в научной литературе, свёрстанной в tex.
На Julia можно писать всё с самых нижних уровней до самых верхних, и это - огромное преимущество языка, особенно с учётом включения возможностей DSL, позволяющих специфические вещи, которые ближе к высшей математике, чем к разработке в любом виде, ещё и оформлять примерно так, как это выглядело бы в научной литературе, свёрстанной в tex.
если убедить всех, что “правильный подход“ - писать на одном языке, потом переписывать на другой, а ещё лучше, в реальную нагрузку пускать на третьем, но внутри делать совершенно иное, то можно получить важное конкурентное преимущество. 🙂
АО
В своё время, кстати, концепция двух языков не выглядела такой плохой, но разумеется у меня свой bias - это было тыщу лет назад, научная среда и все умели худо-бедно прогать на С/Fortran.
Правда мне тогда продали ruby, а не питон, но суть была та же. Мы писали тяжёлый код на сях, потом рубями всё склеивали. Это было не так плохо, на самом деле, потому что позволяло быстро решить задачу визуализации например (картинки в gnuplot например делать). Конечно, тогда мы даже не думали, что кто-то будет на этих языках писать самостоятельные решения, или что кто-то не умеет писать на С, если нужно что-то быстрое...
Правда мне тогда продали ruby, а не питон, но суть была та же. Мы писали тяжёлый код на сях, потом рубями всё склеивали. Это было не так плохо, на самом деле, потому что позволяло быстро решить задачу визуализации например (картинки в gnuplot например делать). Конечно, тогда мы даже не думали, что кто-то будет на этих языках писать самостоятельные решения, или что кто-то не умеет писать на С, если нужно что-то быстрое...
AM
What should I read in order to / Что мне почитать, чтобы:
1. Understand basics of Julia / Понять основы языка Julia ?
1.1 ThinkJulia: https://benlauwens.github.io/ThinkJulia.jl/latest/book.html
1.2 QuantEcon parts: https://julia.quantecon.org/
1.3 Zero2Hero Julia: https://www.youtube.com/watch?v=Fi7Pf2NveH0
1.4 Julia wiki: https://en.wikibooks.org/wiki/Introducing_Julia
1.5 From zero to Julia: https://techytok.com/from-zero-to-julia/
1.6 Jane Herriman intro to Julia: https://www.youtube.com/watch?v=8h8rQyEpiZA
1.7 Introduction to Computational Thinking with Julia, with applications to
modelling the COVID-19 pandemic: https://github.com/mitmath/6S083
2. Understand Julia more deeply / Лучше понять некоторые тонкие аспекты Julia?
2.1 Chris Rachauckas tutorial: https://ucidatascienceinitiative.github.io/IntroToJulia/
2.2 Tom Kwong. Hands-on Design Patterns and Best Practices with Julia.
2.3 Malcolm Sherrington. Mastering Julia.
2.4 Julia workshop 2019 (Finland): https://github.com/crstnbr/JuliaOulu20
2.5 D.P.Sanders workshop: https://github.com/dpsanders/hands_on_julia
2.6 Metaprogramming workshop: https://youtu.be/SeqAQHKLNj4
3. Learn some applications to specific branches of mathematics / Узнать больше о
приложениях к некоторым областям математики?
3.1 Linear algebra / Линейная алгебра:
3.1.1 Introduction to applied linear algebra: vectors, matrices and least
squares http://vmls-book.stanford.edu/
3.1.2 Folkmar Bornemann: Numerical Linear Algebra. A Concise Introduction with MATLAB and Julia
3.1.3 MODERN APPLICATIONS OF NUMERICAL LINEAR ALGEBRA METHODS: https://github.com/ivanslapnicar/GIAN-Applied-NLA-Course
3.2 Differential equations, dynamical systems / Дифуры и динамич. системы:
3.2.1 DynamicalSystems.jl tutorial: https://www.youtube.com/watch?v=13hqE_1a158
3.2.2 DifferentialEquations tutorial: https://www.youtube.com/watch?v=13hqE_1a158
3.2.2 Partial Differential Equations tutorial: https://www.youtube.com/watch?v=13hqE_1a158
3.3 Optimization / Оптимизация:
3.3.1 Kochenderfer, Wheeler : Algorithms for Optimization
3.3.2 Kwong: Julia Programming for Operations Research, 2nd Edition
3.4 Data science / Наука о данных:
3.4.1 Data science workshop: https://youtu.be/SLE0vz85Rqo
3.4.2 Queryverse workshop: https://www.youtube.com/watch?v=OFPNph-WxLM
3.5 Statistics, bayesian, etc / Статистика, байесовский подход и др.:
3.5.1 Statistics with julia: https://github.com/h-Klok/StatsWithJuliaBook
3.5.2 Turing language tutorials: https://turing.ml/dev/tutorials/
3.5.3 Statistical rethinking in Julia: https://github.com/StatisticalRethinkingJulia/StatisticalRethinking.jl
3.6 Calculus, symbolic computations, ... / Анализ, символьные вычисления:
3.6.1 Calculus with julia : http://calculuswithjulia.github.io/
4. Ecosystem, packages, etc / Экосистема, пакеты и иное:
4.1 How to write a package (Rackauckas) https://youtu.be/QVmU29rCjaA
4.2 How to install https://youtu.be/oyx8M1yoboY
1. Understand basics of Julia / Понять основы языка Julia ?
1.1 ThinkJulia: https://benlauwens.github.io/ThinkJulia.jl/latest/book.html
1.2 QuantEcon parts: https://julia.quantecon.org/
1.3 Zero2Hero Julia: https://www.youtube.com/watch?v=Fi7Pf2NveH0
1.4 Julia wiki: https://en.wikibooks.org/wiki/Introducing_Julia
1.5 From zero to Julia: https://techytok.com/from-zero-to-julia/
1.6 Jane Herriman intro to Julia: https://www.youtube.com/watch?v=8h8rQyEpiZA
1.7 Introduction to Computational Thinking with Julia, with applications to
modelling the COVID-19 pandemic: https://github.com/mitmath/6S083
2. Understand Julia more deeply / Лучше понять некоторые тонкие аспекты Julia?
2.1 Chris Rachauckas tutorial: https://ucidatascienceinitiative.github.io/IntroToJulia/
2.2 Tom Kwong. Hands-on Design Patterns and Best Practices with Julia.
2.3 Malcolm Sherrington. Mastering Julia.
2.4 Julia workshop 2019 (Finland): https://github.com/crstnbr/JuliaOulu20
2.5 D.P.Sanders workshop: https://github.com/dpsanders/hands_on_julia
2.6 Metaprogramming workshop: https://youtu.be/SeqAQHKLNj4
3. Learn some applications to specific branches of mathematics / Узнать больше о
приложениях к некоторым областям математики?
3.1 Linear algebra / Линейная алгебра:
3.1.1 Introduction to applied linear algebra: vectors, matrices and least
squares http://vmls-book.stanford.edu/
3.1.2 Folkmar Bornemann: Numerical Linear Algebra. A Concise Introduction with MATLAB and Julia
3.1.3 MODERN APPLICATIONS OF NUMERICAL LINEAR ALGEBRA METHODS: https://github.com/ivanslapnicar/GIAN-Applied-NLA-Course
3.2 Differential equations, dynamical systems / Дифуры и динамич. системы:
3.2.1 DynamicalSystems.jl tutorial: https://www.youtube.com/watch?v=13hqE_1a158
3.2.2 DifferentialEquations tutorial: https://www.youtube.com/watch?v=13hqE_1a158
3.2.2 Partial Differential Equations tutorial: https://www.youtube.com/watch?v=13hqE_1a158
3.3 Optimization / Оптимизация:
3.3.1 Kochenderfer, Wheeler : Algorithms for Optimization
3.3.2 Kwong: Julia Programming for Operations Research, 2nd Edition
3.4 Data science / Наука о данных:
3.4.1 Data science workshop: https://youtu.be/SLE0vz85Rqo
3.4.2 Queryverse workshop: https://www.youtube.com/watch?v=OFPNph-WxLM
3.5 Statistics, bayesian, etc / Статистика, байесовский подход и др.:
3.5.1 Statistics with julia: https://github.com/h-Klok/StatsWithJuliaBook
3.5.2 Turing language tutorials: https://turing.ml/dev/tutorials/
3.5.3 Statistical rethinking in Julia: https://github.com/StatisticalRethinkingJulia/StatisticalRethinking.jl
3.6 Calculus, symbolic computations, ... / Анализ, символьные вычисления:
3.6.1 Calculus with julia : http://calculuswithjulia.github.io/
4. Ecosystem, packages, etc / Экосистема, пакеты и иное:
4.1 How to write a package (Rackauckas) https://youtu.be/QVmU29rCjaA
4.2 How to install https://youtu.be/oyx8M1yoboY
Thanks a lot!!
DO
Кто хочет — напишите как дополнить, и можно прикрепить, а то много вопросов, что почитать, чтобы ... ?
Мое мнение не очень ценно т.к. у меня мало опыта работы с Julia, но из того, что читал, полезнее всего пока показалась вот эта " Julia: High Performance Programming" by Avik Sengupta, Ivo Balbaert, Malcolm Sherrington https://ru.b-ok2.org/book/3382136/5ff4d5
KT
Dmitry Osipov
Мое мнение не очень ценно т.к. у меня мало опыта работы с Julia, но из того, что читал, полезнее всего пока показалась вот эта " Julia: High Performance Programming" by Avik Sengupta, Ivo Balbaert, Malcolm Sherrington https://ru.b-ok2.org/book/3382136/5ff4d5
я вот думал, что она уже устарела ) я ее тоже читал, но это было до v1.0
DO
Она безусловно устарела во многих аспектах (или точнее язык развивается сравнительно быстро), но там все же очень много дельного
DO
Спасибо, это еще не видел
AR
What should I read in order to / Что мне почитать, чтобы:
1. Understand basics of Julia / Понять основы языка Julia ?
1.1 ThinkJulia: https://benlauwens.github.io/ThinkJulia.jl/latest/book.html
1.2 QuantEcon parts: https://julia.quantecon.org/
1.3 Zero2Hero Julia: https://www.youtube.com/watch?v=Fi7Pf2NveH0
1.4 Julia wiki: https://en.wikibooks.org/wiki/Introducing_Julia
1.5 From zero to Julia: https://techytok.com/from-zero-to-julia/
1.6 Jane Herriman intro to Julia: https://www.youtube.com/watch?v=8h8rQyEpiZA
1.7 Introduction to Computational Thinking with Julia, with applications to
modelling the COVID-19 pandemic: https://github.com/mitmath/6S083
2. Understand Julia more deeply / Лучше понять некоторые тонкие аспекты Julia?
2.1 Chris Rachauckas tutorial: https://ucidatascienceinitiative.github.io/IntroToJulia/
2.2 Tom Kwong. Hands-on Design Patterns and Best Practices with Julia.
2.3 Malcolm Sherrington. Mastering Julia.
2.4 Julia workshop 2019 (Finland): https://github.com/crstnbr/JuliaOulu20
2.5 D.P.Sanders workshop: https://github.com/dpsanders/hands_on_julia
2.6 Metaprogramming workshop: https://youtu.be/SeqAQHKLNj4
3. Learn some applications to specific branches of mathematics / Узнать больше о
приложениях к некоторым областям математики?
3.1 Linear algebra / Линейная алгебра:
3.1.1 Introduction to applied linear algebra: vectors, matrices and least
squares http://vmls-book.stanford.edu/
3.1.2 Folkmar Bornemann: Numerical Linear Algebra. A Concise Introduction with MATLAB and Julia
3.1.3 MODERN APPLICATIONS OF NUMERICAL LINEAR ALGEBRA METHODS: https://github.com/ivanslapnicar/GIAN-Applied-NLA-Course
3.2 Differential equations, dynamical systems / Дифуры и динамич. системы:
3.2.1 DynamicalSystems.jl tutorial: https://www.youtube.com/watch?v=13hqE_1a158
3.2.2 DifferentialEquations tutorial: https://www.youtube.com/watch?v=13hqE_1a158
3.2.2 Partial Differential Equations tutorial: https://www.youtube.com/watch?v=13hqE_1a158
3.3 Optimization / Оптимизация:
3.3.1 Kochenderfer, Wheeler : Algorithms for Optimization
3.3.2 Kwong: Julia Programming for Operations Research, 2nd Edition
3.4 Data science / Наука о данных:
3.4.1 Data science workshop: https://youtu.be/SLE0vz85Rqo
3.4.2 Queryverse workshop: https://www.youtube.com/watch?v=OFPNph-WxLM
3.5 Statistics, bayesian, etc / Статистика, байесовский подход и др.:
3.5.1 Statistics with julia: https://github.com/h-Klok/StatsWithJuliaBook
3.5.2 Turing language tutorials: https://turing.ml/dev/tutorials/
3.5.3 Statistical rethinking in Julia: https://github.com/StatisticalRethinkingJulia/StatisticalRethinking.jl
3.6 Calculus, symbolic computations, ... / Анализ, символьные вычисления:
3.6.1 Calculus with julia : http://calculuswithjulia.github.io/
4. Ecosystem, packages, etc / Экосистема, пакеты и иное:
4.1 How to write a package (Rackauckas) https://youtu.be/QVmU29rCjaA
4.2 How to install https://youtu.be/oyx8M1yoboY
1. Understand basics of Julia / Понять основы языка Julia ?
1.1 ThinkJulia: https://benlauwens.github.io/ThinkJulia.jl/latest/book.html
1.2 QuantEcon parts: https://julia.quantecon.org/
1.3 Zero2Hero Julia: https://www.youtube.com/watch?v=Fi7Pf2NveH0
1.4 Julia wiki: https://en.wikibooks.org/wiki/Introducing_Julia
1.5 From zero to Julia: https://techytok.com/from-zero-to-julia/
1.6 Jane Herriman intro to Julia: https://www.youtube.com/watch?v=8h8rQyEpiZA
1.7 Introduction to Computational Thinking with Julia, with applications to
modelling the COVID-19 pandemic: https://github.com/mitmath/6S083
2. Understand Julia more deeply / Лучше понять некоторые тонкие аспекты Julia?
2.1 Chris Rachauckas tutorial: https://ucidatascienceinitiative.github.io/IntroToJulia/
2.2 Tom Kwong. Hands-on Design Patterns and Best Practices with Julia.
2.3 Malcolm Sherrington. Mastering Julia.
2.4 Julia workshop 2019 (Finland): https://github.com/crstnbr/JuliaOulu20
2.5 D.P.Sanders workshop: https://github.com/dpsanders/hands_on_julia
2.6 Metaprogramming workshop: https://youtu.be/SeqAQHKLNj4
3. Learn some applications to specific branches of mathematics / Узнать больше о
приложениях к некоторым областям математики?
3.1 Linear algebra / Линейная алгебра:
3.1.1 Introduction to applied linear algebra: vectors, matrices and least
squares http://vmls-book.stanford.edu/
3.1.2 Folkmar Bornemann: Numerical Linear Algebra. A Concise Introduction with MATLAB and Julia
3.1.3 MODERN APPLICATIONS OF NUMERICAL LINEAR ALGEBRA METHODS: https://github.com/ivanslapnicar/GIAN-Applied-NLA-Course
3.2 Differential equations, dynamical systems / Дифуры и динамич. системы:
3.2.1 DynamicalSystems.jl tutorial: https://www.youtube.com/watch?v=13hqE_1a158
3.2.2 DifferentialEquations tutorial: https://www.youtube.com/watch?v=13hqE_1a158
3.2.2 Partial Differential Equations tutorial: https://www.youtube.com/watch?v=13hqE_1a158
3.3 Optimization / Оптимизация:
3.3.1 Kochenderfer, Wheeler : Algorithms for Optimization
3.3.2 Kwong: Julia Programming for Operations Research, 2nd Edition
3.4 Data science / Наука о данных:
3.4.1 Data science workshop: https://youtu.be/SLE0vz85Rqo
3.4.2 Queryverse workshop: https://www.youtube.com/watch?v=OFPNph-WxLM
3.5 Statistics, bayesian, etc / Статистика, байесовский подход и др.:
3.5.1 Statistics with julia: https://github.com/h-Klok/StatsWithJuliaBook
3.5.2 Turing language tutorials: https://turing.ml/dev/tutorials/
3.5.3 Statistical rethinking in Julia: https://github.com/StatisticalRethinkingJulia/StatisticalRethinking.jl
3.6 Calculus, symbolic computations, ... / Анализ, символьные вычисления:
3.6.1 Calculus with julia : http://calculuswithjulia.github.io/
4. Ecosystem, packages, etc / Экосистема, пакеты и иное:
4.1 How to write a package (Rackauckas) https://youtu.be/QVmU29rCjaA
4.2 How to install https://youtu.be/oyx8M1yoboY
Большое спасибо!
2020 May 06
KH
AM
Thanks for sharing it
АО
KH
"Birds of a feather flock together" - everyone who is interested in topic X has an informal meeting/discussion about it