1. Расписание Maker и Manager
Пол Грэм написал эту прекрасную статью о графике производителя и менеджера. Расписание Maker предназначено для людей, которым нужны большие блоки глубокой концентрации, чтобы быть продуктивными. Авторы, художники, разработчики программного обеспечения, специалисты по обработке и анализу данных — все они творцы. Компании и менеджеры, которые осознают эту потребность, должны создать среду, в которой их создатели смогут процветать. Часто эта поддержка не предоставляется, поэтому производители сами определяют свой график, например, создавая блоки непрерывных часов для основной работы или отказываясь от определенных встреч.
http://www.paulgraham.com/makersschedule.html
https://www.fs.blog/2017/12/maker-vs-manager/
2. Заставьте проекты машинного обучения работать
Каковы некоторые ключевые факторы в реализации успешных проектов машинного обучения? Выбор алгоритма/модели является одним из них, но наличие структурированного подхода к управлению еще более важно. Этот пост содержит мои любимые ресурсы по этой теме.
https://medium.com/@trung.ngvan/make-machine-learning-projects-work-84ab1b5752d6
3. Кроссплатформенное развертывание моделей машинного обучения в Python
Нужно развернуть модели в Python на разных платформах? Посмотрите мой пост: https://medium.com/@trung.ngvan/cross-platform-deployment-of-python-machine-learning-models-b0cb11b43309
4. Хакерские сайты
Все три «хакерских» сайта, которые я знаю, потрясающие: хакерские новости (Y Combinator), hackernoon и hackerrank. Если вы учитесь кодировать, последнее — отличное место для обучения, написания кода для решения проблем.
5. Достаточно хорошие и передовые методы научных вычислений
В нашей профессии мы пишем код/программу/софт. Хороший код — это знание и применение лучших практик. См. https://medium.com/@trung.ngvan/best-and-good-enough-practices-in-scientific-computing-3b1063d98930.
