Закрутилось завертелось и все готово

#ithumor

Проектирование программного обеспечения

1. Об архитектуре
2. Декомпозиция, объектно-ориентированное проектирование
3. Моделирование. UML
4. Моделирование и анализ
5. Моделирование поведения
6. Структурные шаблоны
7. Порождающие шаблоны
8. Поведенческие шаблоны
9. Антипаттерны
10. Архитектурные стили

#video

https://www.youtube.com/watch?v=rV3y-hcyEcM&list=PLlb7e2G7aSpQwYFLXBG22XnKYXFzQ7-1K

Только он и поможет

#ithumor

Next.js

1 Базовые концепции и установка (Basic Concepts & Setup Environment)
2 Страницы и Роутинг (Pages & Routes)
3 Макет и компоненты (Layout & Components)
4 Cтили (Styles)
5 Навигация по страницам (Pages Navigation & Redirecting)
6 Картинки и метаданные (Images & Metadata)
7 Получение данных (Fetching Data)
8 Динамические роуты (Dynamic Routes)
9 Рендеринг на сервере и статичная генерация (SSR & SSG)

#video #js

https://www.youtube.com/watch?v=M1Y7JmaslkU&list=PLNkWIWHIRwMHjz7hM5o10BNc6dq0OMd2U&ab_channel=webDev

А поднимать это другому котику у которого лапки

#ithumor

Уроки по Django REST Framework

1. Django REST Framework - что это такое
2. Установка Django Rest Framework
3. Базовый класс APIView для представлений
4. Введение в сериализацию. Класс Serializer
5. Методы save(), create() и update() класса Serializer
6. Класс ModelSerializer и представление ListCreateAPIView
7. Представления UpdateAPIView и RetrieveUpdateDestroyAPIView
8. Viewsets и ModelViewSet
9. Роутеры: SimpleRouter и DefaultRouter
10. Ограничения доступа (permissions)


#video #django

https://www.youtube.com/watch?v=i-uvtDKeFgE&list=PLA0M1Bcd0w8xZA3Kl1fYmOH_MfLpiYMRs

Сис админ он всегда сис админ

#ithumor

Базы данных

1. Введение в БД. Классификация СУБД. Базовый синтаксис SELECT
2. Реляционная алгебра. Соединения. Теоретико-множественные операции
3. Модели данных. Функции. Подзапросы
4. Представления, обобщенные табличные выражения. Множественная группировка и поворот
5. 12 правил Кодда. Нормализация. Модификация данных. Процедурные расширения
6. Транзакции и обработка ошибок. Блокировки. Курсоры
7. Индексы и материализованные представления. Триггеры. Пользовательские типы данных и функции
8. Программные интерфейсы доступа к данным. ADO.Net

#video #database

https://www.youtube.com/watch?v=j6lJvmYfE6g&list=PL29EQ0Er2RSshMUy4OFq-H5DIyvu4QHxj

Когда программист решил попробовать себя в кулинарии

#ithumor

Изучение JavaScript с Нуля до Профи

1. Введение. Основные моменты.
2. Подключение JS к HTML документу
3. Переменные и Типы данныхv
4. Математические операции
5. Логические операции
6. Prompt, Alert, Confirm
7. Условные операторы IF и ?
8. Логические операторы И, ИЛИ, НЕ
9. Циклы while, for, switch
10. Функции. Объявление, вызов, передача параметров, возврат значений

#video #javascript

https://www.youtube.com/watch?v=lMgb_VlCZmI&list=PLYc9DBcBhQgT4kb5MgkRuGHtWCOBdZU7J&ab_channel=MikhailTech

4 всадника ITшника

#ithumor

Python 3 - разработка GUI на PyQt5

1. Обзор курса
2. Python - краткий обзор
3. Qt - Краткий Обзор
4. GUI
5. PyQt5, PySide2, SIP
6. Краткий Обзор Инструментов
7. Установка Необходимых Пакетов
8. Первая PyQt5 Программа
9. Вторая PyQt5 Программа - Объектно-Ориентированная
10. Сигналы и Слоты

#video #python

https://www.youtube.com/watch?v=pnk2kLB6QsQ&list=PLCp7YGqt4kFpuWeXTvtWpt3RYXhRJn4FK&ab_channel=MastersOfCode

🐢 Столкнулись с «тормозным» C#-кодом? Медленные алгоритмы могут растянуть выполнение задачи на минуты вместо миллисекунд. 

📅 Приглашаем на открытый урок «Анализ сложности алгоритмов и сортировка на C#» 3 июля в 20:00 МСК.

Разберём, что такое Big O, какие факторы влияют на скорость, и на практике напишем пузырьковую, вставками и другие сортировки.

Вы увидите, как измерять время выполнения, сравнивать производительность и выбирать самый эффективный алгоритм. После занятия ваш код станет быстрее, а техническое интервью — проще.

Регистрируйтесь сейчас — урок проходит перед стартом курса «C# Developer»: https://otus.pw/iDVGk/?erid=2W5zFFzQF1a

Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

А потом устраиваешь фаталити вообще всему

#ithumor

Обучение DevOps с нуля

1. Как стать DevOps-инженером с нуля. Интенсив по DevOps
2. Запускаем контейнер через Docker-Compose. CI CD с нуля Интенсив по DevOps
3. Делаем локальный запуск через Docker-compose. DevOps с нуля. Интенсив по DevOps
4. Основы DevOps Engeniering. Интенсив по DevOps
5. Запускаем контейнер в «облаке». Интенсив по DevOps
6. Распространенные ошибки в DevOps. Интенсив по DevOps
7. Как стать Dev-ops инженером. Интенсив по Dev-ops
8. Как сделать сборку контейнера с приложением. Интенсив по Dev-Ops
9. Как собрать приложение с помощью облака. Интенсив по программированию

#video #devops

https://www.youtube.com/watch?v=v8idAqlFldU&list=PLmEQTfkM_pfmE3X3mK1O8RVKUkz6ygHTR&ab_channel=Skillbox%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5

Потому что для этого нужно переделать половину дома

#ithumor

Java

1. Новый этап: Deep learning - чат-бот.
2. Больше теории. Чат-бот или свой framework для Deep learning?
3. Virtual environments. Костяк учебного фреймворка для нейронки.
4. Проект DeepJava. Погружаемся в математические основы DeepLearning.
5. Копаемся в коде DeepLearning. Подбираем тренировочные параметры.
6. MNIST on DeepJavaUniverse.
7. Текущие задачи и прогресс в DeepJavaUniverse.
8. Переход на матрицы. Допиливаем batching.
9. Прогресс в DeepJavaUniverse. Много разбираем код.
10. Тесты. Проблемы batching и качества обучения.

#video #java

https://www.youtube.com/watch?v=53WQjYA0Y2w&list=PLsQAG1V_t58BZtW5I9BCfqWBD6iAbPkEr&index=38&ab_channel=KovalevskyiAcademy

На словах ты Лев Толстой . . .

Добрый день, уважаемые подписчики! С сегодняшнего дня меняется формат постов в этом канале. Тут будут IT новости, чаще мемов и больше разной активности (надеюсь на это). Прошлый формат в виде мем + обучающие видео останется в ВК (ссылка в описании), а в ТГ будет более живой контент. Надеюсь, что вы встретите изменения в позитивном русле и не оставите бедного админа без работы :)

Вот вам котик

Учёные обошли главную преграду на пути к квантовым компьютерам: обычные компьютеры теперь «понимают» квантовые
Моделирование квантовых вычислений стало реальностью

Международная группа учёных разработала алгоритм, позволяющий обычным компьютерам эффективно моделировать отказоустойчивые квантовые схемы на основе сложного кода GKP (Gottesman-Kitaev-Preskill). Исследование стало результатом совместной работы специалистов из Университета Чалмерса (Швеция), Миланского университета (Италия), Гранадского университета (Испания) и Токийского университета (Япония). Это достижение открывает новые возможности для тестирования и верификации будущих квантовых устройств.

Главная проблема на пути к практическому применению квантовых компьютеров — высокая вероятность ошибок в вычислениях. В отличие от классических компьютеров, где ошибки легко исправляются, квантовые системы чрезвычайно чувствительны к внешним воздействиям: вибрациям, электромагнитному излучению и колебаниям температуры. Эти факторы могут приводить к потере квантовой когерентности и, как следствие, к неверным результатам. Для проверки правильности квантовых вычислений исследователи используют моделирование на классических компьютерах, однако моделирование отказоустойчивых квантовых вычислений – задача невероятной сложности, требующая огромных вычислительных ресурсов.

Учёные обошли главную преграду на пути к квантовым компьютерам: обычные компьютеры теперь «понимают» квантовые
Источник: Chalmers University of Technology / Cameron Calcluth
В своей работе учёные сосредоточились на моделировании квантовых вычислений, использующих код GKP, известный своей эффективностью в коррекции ошибок. Информация кодируется во множественные энергетические уровни квантово-механической системы, что делает его устойчивым к шумам. Однако именно эта особенность — множество энергетических уровней — и создавала значительные трудности для моделирования на классических компьютерах. До настоящего момента надёжная симуляция квантовых вычислений с использованием кода GKP считалась практически невозможной.

Ключевым элементом нового алгоритма стало создание математического инструмента, позволяющего эффективно обрабатывать информацию. Доктор Кэмерон Кэлклт из Университета Чалмерса, ведущий автор исследования, отмечает, что это открывает новые пути для создания более надёжных и масштабируемых квантовых компьютеров. Возможность моделировать квантовые вычисления с использованием кода GKP позволит более эффективно тестировать и совершенствовать новые квантовые алгоритмы и архитектуры.