#آیتم_120
▶️ هوش مصنوعی در فوتبال؛ تکنولوژی‌های استعدادیاب
🎞 کیفیت بالا در آپارات
@Futball120

اگر به فوتبال علاقه دارید این آیتم رو از دست ندید.

قبل از این از همچین روشی توی
NBA (BASKETBALL), HOCKEY, ....

استفاده شده بود، البته توی موضوع بسکتبال سیستم عملکرد بازیکن‌ها در کنارهم رو مقایسه و پیشنهاد رو بر این اساس میداد

اینبار موضوع استعدادیابی هست


نکته جالبتر که باید اضافه کنم (برای کارفرماهای ایرانی) :

اشتباهات میلیون دلاری این وسط هم خیلی مهمه، که خب خیلی از تیم‌ها (فوتبال و بسکتبال و ...) این موضوع رو درک می‌کنند

نکته :

اگر تو پروژه از Docker استفاده میکنید حتما multi-stage رو در نظر بگیرید
بخصوص وقتی قرار هست ابزار یا کد رو کامپایل هم بکنید.

#تجربه

فایل داکر برای golang حدود 1GB هست روی لینوکس و روی ویندوز به 5.5GB میرسه
مهم نیست کد چقدر بزرگ باشه برای کامپایل به همچین چیزی نیاز دارید؛ اگر single-stage docker ایجاد کنید حجم docker image بیشتر از حجم golang image میشه و خب خیلی زیاد هست مخصوصا وقتی کل سورس پروژه کمتر از 100MB هست.

همین رو اگر multi-stage کنید و کد رو روی stage قبلی کامپایل کنید و فقط نسخه کامپایل شده رو بردارید
توی لینوکس کمتر از 100MB و روی ویندوز کمتر از 300MB خواهد بود.


امنیتش هم بیشتر هست

خلاصه: چیزی که لازم ندارید رو بین لایه های ایمیج جابجا نکنید.

این گیت‌ خیلی جالبه، اونایی که تجربه کار با شرکت‌های بزرگ رو دارن مسیری که دنبال کردن تا گرفتن شغل و منابعی که خوندن رو به اشتراک گذاشتن


بنظرم جالب بودم، برای علاقمندان مفید خواهد بود قطعاً

GitHub Link

Image Super Resolution

PyImageSearch Tutorial

خودنمایی ورژن‌های مختلفی داره مثلاً طرف میره تو کاباره بعنوان رقصنده

توی کار ماهم، اینجوری خودنمایی می‌کنند (بی ارزش کردن کار نیرو‌های همکار یا زیردست)


کاش حالا که سواد توضیح دادنش رو نداری، شعور سکوت داشته باشی (که خب نداری، متأسفانه)

نمیدونم چرا تا امروز این کتاب رو ندیده و نخونده بودم
برای دوستانی که تازه شروع کردند و یا دنبال تئوری هستند
بسیار روان و عالی توضیح داده شده


بطور ویژه برای senior ها و البته مدرسین توصیه میکنم این کتاب رو

اینم ی cheatsheet عالی برای دوستان قبل مصاحبه software engineering


منبع :


Data Structures And Algorithmic Thinking With Python

#آموزش

این مورد بدرد همه میخوره، مخصوصاً اگر مثل من git شخصی، NAS ، next cloud , ... روی سیستم خونه دارید

یکی از دوستان دانشجوی دکتری هست و به این مرحله رسیده که کدهاش رو تست کنه و بذاره برای اجرا و ...
توی همین شرایط یک سفر حداقل ۱ هفته‌ای هم باید بره (فکر می‌کنم از طرف شرکت)
لپ‌تاپ هم قدرت کافی برای پردازش هوش مصنوعی رو نداره

همونطور که میدونید ip static توی ایران از طرف isp ها داده نمی‌شه و باید درخواست بدید و هزینه پرداخت کنید براش (که البته جلوتر میگم نداشتنش چقدر خوبه)

برای این دوستمون ۲ تا راهکار پیشنهاد دادن :

۱- خرید ip static و کانفیگ ssh روی PC و استفاده از ssh برای اجرای کدها در طول سفر
که خب با توجه به ماهیت کار ما چیز خوبی نیست و نشدنی
همیشه crawl کردن داده ی بخش مهمی از کار ما هست و به لطف static نبودن ip میشه خیلی راحت از banned شدن جلوگیری کرد.

۲- درخواست خط تلفن جدید، خرید اینترنت و ip static , ... که خب چون ۲ روز تا سفر وقت داره نشدنی هست.

وقتی متوجه شدم بهش پیشنهاد راهکار خودمو دادم (فکر می‌کنم خیلی قدیما تو کانال گذاشتم زیر ۵۰۰ نفر بود)

سریعترین راهکار اینه که :
ی جیمیل جدید درست کنید و دسترسی کد بهش رو باز کنید، روی سیستم‌عامل لینوکس هم ی cron job بنویسید که روی هر reboot یا هر ۱۲ ساعت ۱بار بهتون یک ایمیل بزنه (از طریق gmail جدید به هر آدرسی که میخواید)

متن این ایمیل بر اساس curl یکی از سایت‌های what is my ip باید باشه (که میشه public ip فعلی شما)

روی مودم هم port forwarding رو باز می‌کنید (دیفالت پورت ۲۲ برای ssh) که درخواستهای پورت ۲۲ رو بده به آی‌پی لوکال pc خودتون (بهتره local ip رو برای pc از طریق مودم static بذارید)


اینجوری هروقت لازم داشتید، ip رو روی ایمیل آخر دارید و راحت بهش ssh میزنید و همه چیز در دسترس خواهد بود‌.

پ.ن : پیشنهاد می‌کنم بجای ۱۲ ساعت یکبار curl و ارسال ایمیل، یک اسکریپت پایتون بنویسید ساعتی اجرا بشه و اگر ip عوض شده بود اونوقت ایمیل بفرسته براتون

نکته : اکثر isp های داخلی اگر مشکلی پیش نیاد و مودم رو ریست نکنید، ۳ روز ۱ بار ip public شمارو تغییر میدن

نمونه کانفیگ‌هایی که توی ۷-۸ سال اخیر استفاده می‌کنم (خیلی ساده و پیش پا افتاده) فقط می‌مونه تنظیمات روی مودم :

send mail from terminal with gmail :

sudo apt install ssmtp
su -
cd /etc/ssmtp

۲ تا فایل زیر رو می‌تونید نحوه کانفیگش رو گوگل کنید (باید آدرس‌ها و ... رو بهش بدید سخت نیست)
nano ssmtp.conf
nano revaliases

on gmail :
allow less secure apps to access account.

توی مرحله بعدی curl , ارسال ایمیل :

sudo apt install mutt

curl ipinfo.io/ip | mutt -s "Public IP Address" mySecretGmailAddress@gmail.com


to automate email sending :

create a file example <.publicip.sh> in user home
set chmod to 744 permission to make it executable only by current user

در نهایت cron job مختص یوزر :
می‌تونید اسکریپت ساده ۱ خطی رو بهش بدید یا اینکه خود دستور رو وارد کنید مثلاً :

sudo crontab -e

@reboot sleep 120 && curl ipinfo.io/ip | mutt -s "Public IP Address" mySecretGmailAddress@gmail.com

#تجربه
یک بحثی رو توی لینکدین دیدم از تعریف افراد از Senior، وقتی نظرات رو خوندم یک سلسله تعاریف خیلی شخصی بود.


با توجه به تجربه خودم و مصاحبه‌هایی که داشتم (کم نیست 😁) گفتم تعاریفی که متوجه‌اش شدم و معقول بود رو توضیح بدم :



سنیور توی جاهای مختلف تعاریف متفاوتی داره
خیلی از کسایی که توی لینکدین لقب سنیور برای خودشون میزارن نمی‌دونن چقدر توقع کارفرما رو بالا میبره، ( بیشتر بین‌المللی منظورم هست) و اکثراً بخاطر همین توی مصاحبه اول رد میشن (شخصاً این لقب رو نداشتم توی پروفایلم به همین دلیل و البته بار مسئولیت راهنمایی junior ها)

شرکت‌های داخلی تقریبا کاری به کیفیت کد
و ... ندارند ینی توی ایران میشه حتی با میزان سالی که توی یک شرکت کد زدید senior یا بالاتر از اون specialist بشید.

توی برخی شرکت‌ها، میزان توجه شما به task ایی که بهتون داده شده هست، ینی علاوه بر اینکه شما همواره زمانبندی و ... خوبی دارید
کدهای تمیزی میزنید، code review باقی افراد گروه رو انجام میدید، داکیومنت‌های آموزشی شرکت رو آپدیت ٫ ایجاد می‌کنید و البته optimization رو هم آشنا هستید، توی ML و ... شناخت بیزینس هم بهش اضافه میشه

اما بیشترین تعریف که به همه حوزه‌های کامپیوتر میخوره (شبکه، لینوکس، برنامه نویس و ... )
اینه که شما کارهای خودتون رو به خوبی و بدون نیاز به کسی انجام می‌دید (ینی اگر تسک سختی هم بهتون داده بشه خودتون راه خودتون رو پیدا می‌کنید و انجامش میدید) و علاوه بر اون نیروهای junior هم تیمی رو هم مدیریت می‌کنید که بهینه و درست کار کنند، تا توی کمترین زمان بهترین خروجی رو بدند
مرجع (گوگل، استک اورفلو) نیرو‌های جونیور شرکت می‌شید خلاصه هم توی منطق هم توی نحوه کد زدن.

این ۳ مورد ۹۹٪ مواردی بوده که شخصاً دیدم.


برای همین خیلی خیلی مهمه که حتی اگر کار فعلی رو توش خبره هستید بازم کدهای دیگران (گیت) بخونید و از لحاظ آموزش آپدیت باشید.

اگر به شاخه RL علاقمند هستید این سری ویدئوهای جدید کانال یوتیوب تنسورفلو رو از دست ندید :


https://www.youtube.com/c/TensorFlow/videos

اگر راجب SEER از meta خوندید قبل از اینکه بخواید بحث کنید راجبش یا به سراغش برید


به تعداد پارامترهای مدل هم دقت کنید.

هرکه قدرت پردازشش بیش، دستاوردش بیشتر.

SEER 10B: Better, fairer computer vision through self-supervised learning on diverse datasets

توجه :

حواستون به ورژن 5.18 کرنل لینوکس باشه، استثنا اگر روی سیستم اطلاعات مهم دارید این نسخه رو خیلی سریع آپدیت نگیرید.

توی این نسخه از کرنل بجای قرار C89 به C11 آپگرید بشه (بعد از ۳۰ سال)
دلایلش رو خود لینوس توضیح داده که می‌تونید بخونید (loop of vulnerability ایی شده واسه خودش 😅)

برای اطلاعات بیشتر :

Kernel C-upgrade explained

این کورس هم خوبه برای دوستانی که می‌خوان ML رو شروع کنند :
۹ ساعت ویدئو آموزشی
Youtube Link

توقع - واقعیت
وقتی مدل هوش مصنوعی رو تست نشده
میبری روی پروداکشن

#silicon_valley

TorchStudio

یک IDE تقریباً جدید هست، که شعارش اینه :
فقط وقت لازم هست، کد بزن
مدل هوش مصنوعی و ... رو روی اکوسیستم پایتورچ با چندتا کلیک می‌سازه و خب توجه‌هارو داره به خودش جلب می‌کنه.


شخصاً هنوز تست نکردم
(برتری شما، نحوه حل مسئله و نوع تفکر هست قطعاً)

add it to : /home/<username>/

#Tmux_config

این کتاب رایگان از دانشگاه برکلی شامل همه چیزی هست که قبل از شروع برنامه نویسی ML بهش نیاز دارید (Python - Math)

۱۰۰٪ مفید هست 😉😉😉

Python Programming And Numerical Methods: A Guide For Engineers And Scientists