В конце мая в Киеве прошла 28-я ежемесячная Масштабная Битва Проектов (МБП), организатором которой выступила инвестиционная платформа STARTUP.NETWORK, ориентирующаяся на венчурный рынок. Цель мероприятия – содействие начинающим предпринимателям в оценке их проектов с точки зрения инвестиционной привлекательности.

В МБП участники представили 11 проектов, применимых в самых разнообразных сферах человеческой деятельности:

• Социальный менеджер задач;
• Мини-энерго комплекс;
• Агрегатор рыболовных товаров;
• Проект по автоматизации международной торговли;
• Керамическая энергосберегающая нагревательная эко панель двойного действия (с оздоровительным эффектом);
• Программное обеспечение, улучшающее работу медицинских учреждений.
• Внедрение технологии энергосбережения;
• Аэропонная теплица;
• Сервис, автоматизирующий работу интернет-магазинов с прайсами поставщиков;
• Производство снеков.

Среди конкурсантов был также заявлена фриланс-биржа для лингвистов и их клиентов 2Polyglot. Проект презентовал его основатель и руководитель, директор компании SVAM-Systems Андрей Прудко. На всю презентацию стартапа выделялось шесть минут: 3 минуты непосредственно на описание проекта и 3 минуты на вопросы от экспертов и гостей. Безусловно, за такое короткое время невозможно донести до публики абсолютно все нюансы и особенности проекта. За время выступления, Андрей постарался как можно более полно раскрыть сущность биржи, обозначить нюансы ее функционирования и детали использования.

Победителя выбирала, с одной стороны, экспертная комиссия, а, с другой стороны, зрители. По результатам голосования двух указанных групп был составлен сводный рейтинг, в котором лингвистическая биржа «Polyglot» заняла 3-е место (среди ИТ-проектов – 1-е). Победителем выбрали керамическую энергосберегающая эко панель двойного действия с оздоровительным эффектом. Разработчики выигравшего проекта представят его в заключительной годовой МБП, по результатам которой они могут получить инвестиционные предложения.

Большинство экспертов заинтересовались «Polyglot», поэтому от них были получены интересные идеи относительно дальнейших направлений развития проекта и конструктивная критика, заставляющая искать пути решения насущных проблем стартапа. Руководствуясь полученными отзывами и советами, разработчики «Polyglot» будут совершенствовать биржу для лингвистов таким образом, чтобы ее использование стало более комфортным и интересным.

Можно сказать, что «первый блин не вышел комом». Участие в МБП подтвердило целесообразность и необходимость дальнейшего развития стартапа. Команда «Polyglot» находится на правильном пути, который, в конечном итоге, приведет ее к успеху.

ссылка на оригинал статьи http://megamozg.ru/post/16170/

Привет, Хабр! В этом посте мы бы хотели разобрать один из наших свежих шаблонов из магазина TemplateMonster, созданный на базе собственного фреймворка для WordPress – Cherry. Мы выбрали для обзора тему автора PixelBuddha, доступную в каталоге под номером 52089.

Этот шаблон хорошо подойдёт для личного блога, портфолио или для создания Landing page, он лёгок в настройке и управлении. Главной фишкой темы является анимация — много анимаций. Разработчики постарались на славу: анимирован буквально каждый элемент страницы — ссылки, изображения-превью, кнопки и т.д. Используются как простые: плавное изменение цвета или эффекты «всплытия», так и сложные эффекты: изменение размеров изображений, переворачивающиеся картинки-кнопки, которые напоминают анимацию из Material Design, и другие. В том числе анимации подвергся и скроллинг страницы. Простой дёрганный скроллинг в браузере был заменён плавной прокруткой страницы.

Одно из преимуществ новизны — шаблон поддерживает респонсивный дизайн страниц. Блог с установленной темой будет одинаково хорошо смотреться как на девайсах с шириной экрана 2K, так и на мобильных телефонах с шириной 320px, как у iPhone 4.

Навигация по сайту на телефоне организована не менее удобно, чем на компьютере — в форме выпадающего списка, в котором сохранена иерархия страниц. Список реализован с помощью HTML тега «select», поэтому проблем с касаниями по экрану не возникает. К сожалению, такая навигация доступна только мобильным телефонам, на экранах шириной 768 пикселей и более появляется большая «компьютерная» навигационная панель, с выпадающими списками по наведению мыши, поэтому на планшетах, управляться с сайтом не так удобно, как хотелось бы. Но это не должно стать проблемой, навигация по подпунктам доступна напрямую со страницы, хотя для этого и требуется произвести одну дополнительную загрузку.

В дополнение к WordPress форматам были добавлены форматы записей «аудио» и «видео», а также более 80 различных шорткодов, которые упрощают вёрстку страниц с контентом для сайта.

Также изменениям были подвергнуты и привычные форматы записей, так, например, галерея из обычного списка фотографий превратилась в слайдер фотографий, который может быть настроен внутри фреймворка.

Более интересные опции предлагает родительская тема-фреймворк Cherry. Во-первых, данный фреймворк позволит настроить цвета, шрифты, картинки на сайте под свои потребности. Во-вторых, страницы блога и портфолио можно настроить под свой вкус. В арсенале Cherry имеется четыре схемы страницы для блога: панель слева, панель справа, без панели и кирпич и другие настройки отображения контента, такие как лайки, дизлайки, количество комментариев и т.д. Портфолио содержит две схемы страницы: сетка и кирпич. Кроме того, страница с портфолио имеет встроенную навигацию по категориям без перезагрузки страницы, новый контент подгружается автоматически, а уже существующий контент перестраивается на свои места, всё это сопровождается красочной анимацией. В-третьих, встроенный в фреймворк плагин Cherry помогает сайту работать с SEO: настройка файла robots.txt и карты сайта.

Внутри фреймворка Cherry уже находятся несколько заготовленных виджетов, которые можно разместить в произвольном месте на сайте. В первую очередь Cherry предлагает виджеты для добавления персональных рекламных объявлений: Cherry 125×125 Ads и Cherry Banner. Также виджет для социальных сетей: Facebook, Twitter, Flickr, LinckedIn, Delicious, YouTube и Google Plus. Кроме того, из Flickr и Instagram можно выводить фотографии из своего профиля, обнвляться они будут автоматически, для этого созданы соответствующие виджеты Cherry Flickr и Cherry Instagram.

Разработчиками Cherry предусмотрен режим импорта и экспорта контента с сайта, это может быть полезно в случаях переезда сайта, либо загрузки демо-контента для обзора предлагаемого шаблона.

На сайте разработчиков представлена полная документация по фреймворку Cherry, а также интерактивный гид по установке темы и фреймворка на сайт с WordPress и загрузки демо-контента.

После установки темы, будет предложено установить дополнительные плагины Cherry Lazy Load Boxes Plugin для динамической загрузки изображений по мере прокрутки страницы вниз, Cherry MediaParallax Plugin для создания эффекта параллакс при прокрутке страницы, Contact Form 7, Newsletter, MotoPress Content Editor.

Наибольший интерес представляет плагин Cherry Lazy Load. Он позволяет загружать страницу без загрузки изображений, тем самым позволяет снизить время ожидания до загрузки сайта. Изображения будут подгружены по мере прокрутки страницы вниз. Однако эффект будет заметен только при медленном интернет-соединении или при использовании на сайте изображений высокой чёткости.

В целом, скорость загрузки сайта с установленным шаблоном Theme52089 и фреймворком Cherry не лучше и не хуже, чем с любым другим стандартным шаблоном WordPress, т.к. на скорость загрузки сам шаблон никак не влияет.

Официально тема Communications Company с кодовым номером 52089 поддерживает 5 языков, среди которых, кроме русского и английского, также присутствуют немецкий, испанский и итальянский.

Лицензия этой темы на один сайт в интернет магазине TemplateMonster стоит $75.

ссылка на оригинал статьи http://habrahabr.ru/post/259661/

Всю свою недолгую профессиональную карьеру я с удовольствием работал с крупными Open Source фреймворками — Lucene, Solr, Hadoop (map-reduce и yarn), Spark, Zeppelin, IPython, etc. Выбирая между разработкой проприетарного продукта и чего-то на основе open source, я всегда выбираю open source по следующим причинам:

Джедай разработка. Джедай — это в первую очередь человек, который может в одиночку изменить судьбу вселенной (не подпадающий под принцип «один в поле не воин»). И некоторые open source фреймворки позволяют решать сложные технические проблемы простым деплоиментом готовых решений. Теоретически можно написать свой map-reduce, свою распределенную файловую систему и даже свою supertable realtime database. Но это займет много времени и будет по качеству хуже существующих решений. А вот свой Spark за пределами долины уже не написать — просто слишком сложная система, требующая слишком много очень высококвалифицированных разработчиков. Но зачем все это писать, если весь big data стек организации можно поднять на 2 дня. Террабайты логов? Cassandra + Spark + Zeppelin. Из готовых docker контейнеров опытный человек может поставить все и за один день.

— Apache Spark релизится раз в 3 месяца с мажорными фичами. Это радикальное увеличение стабильности, появление новых инструментов (SparkSQl, Dataframe, GraphX), увеличение количества реализованных алгоритмов (Gradient boosting в MLLib). Solr за пару лет научился шардироваться и посему работать с большими данными. Hadoop переродился в Yarn. Эти фреймворки обзаводятся новой полезной функциональностью без приложения моих усилий. А значит, я могу более эффективно решать поставленные перед мной задачи. В проприетарном продукте жизнь становилось бы легче только тогда, когда я бы сильно вкладывался в то, чтобы сделать ее легче.

Хорошая документация. Очень мало top level apache проектов с плохой документацией. В apache incubator плохую документацию можно встретить чаще. Но даже в этом случаи — в силу открытости проекта у него есть пользователи, которые оставляют следы своих изысканий на StackOverflow. То что в проприетарном проекте обычно первый шаг — обратится непосредственно к автору кода, является самым крайним шагом в open source. За 2 года своего самого тесного общения со spark мне пришлось писать на dev mailing list всего дважды.

Сложившееся комьюнити. В open source у меня всегда есть чувство плеча и принадлежности к какому то кругу, который всегда поможет в корректно поставленном техническом вопросе. Появляется ощущение, что у тебя замечательные коллеги по всему земному шару. И они останутся, если ты даже сменишь фирму, но не сменишь фреймворк.

Работа на себя. Работая с open source вы увеличиваете свою экспертизу в нем и быстро растете в зарплатно-профессиональном плане. Действительно, если понадобиться сменить работу — на рынке есть 5 контор, технологический стек которых вы уже примерно знаете и можете приносить пользу с первого дня. Вам не нужно по полгода входить в контекст переходя с одного проприетарного стека на другой. И фирмам тоже проще — можно нанять сотрудников, которых практически не надо обучать.

Все это является плюсом для сотрудников и работодателей в России. И для того, чтобы воспользоваться этими преимуществами, не надо быть committer. Достаточно быть contributor. Для тех, кто не знает, кратко расскажу, чем они отличаются. Сontributor — это человек, который предложил патч к проекту и его committer вмержил в мастер. Committer — это человек, который имеет право (и обязанность) регулярно коммитить и вмерживать патчи в мастер.

Contributor, таким образом, идеальный сотрудник в российских реалиях. Он хорошо знает проект, раз пользовался им достаточно, чтобы понять, где его можно улучшить. Он смог его улучшить. Он может собирать проект из сорсов и править сорсы, а значит, всегда сможет залезть в код и кастомизировать, если понадобится.

Контрибьютером быть классно — тебе не надо сдавать Spark Certification за 300 баксов, при этом никто не поставит под сомнение твою компетентность в этом фреймворке.

Committer обладает большей экспертизой в проекте, но куда важнее — большей властью.

Он может «протащить» в проект патч, выгодный его работодателю. Он может забанить патч, если он не выгоден. Он может определять пути развития проекта. Но власть идет не бесплатно. Он реально должен работать над формированием и поддержанием своего авторитета — читать бесконечные, бесполезные патчи, писать архитектурные гугло-доки, отвечать на вопросы. Делать это в свободное время почти нереально — это громадный труд. Поэтому коммитер делает это за счет работодателя. А что работодателю с этого? Посмотрим на список коммитеров в Spark:

Spark зарождался в UC Berkley, поэтому вычтем всех из Berkley. Databricks — компания, которую образовали основатели Spark, зарабатывает на Databricks Cloud — analytic tool поверх Спарка. Spark является по факту их главным продуктом, поэтому они должны в него вкладываться. Yahoo всегда строила свою инфраструктуру на отрытых решениях — сначала это был Hadoop, теперь Spark. Компаниям такого рода нужны коммитеры по следующим причинам:

• В инфраструктуру на этом фреймворке у них вложены по крайне мере десятки миллионов долларов (кластеры по тысячи машин в Yahoo). Контроля такого рода вложений не бывает слишком много. Нельзя допускать изменений в проекте, которые не позволят перейти на более новую версию в силу обратно несовместимых изменений или архитектурных решений, которые не укладываются в видение компании;
• В любой большой компании обычно приходится делать локальные патчи в open source, чтобы заставить работать для специфических условий или требований. Если эти патчи будут большими и серьезным, это создаст проблемы при переходе на новую версию. Поэтому такие патчи надо стараться вмерживать в upstream. Протащить большой патч в большой проект, без того, чтобы какой либо коммитер был в этом заинтересован практически невозможно;
• Компания видит свои приоритеты и коммитер старается транслировать эти приоритеты в комьюнити.

Я не знаю наверняка, но думаю, что Alibaba имеет не меньше инвестиций в инфраструктуру, чем Yahoo. Groupon меньше, но все же. Для ClearData Spark — основной движок.

Intel нужно точно знать, что Spark хорошо совместим с Intel. Cloudera, Hortonworks — являются вендорами хадупа (а значит и Спарка). Они должны транслировать не только свои интересы, но и интересы заказчика. Компании, для которых Big Data и IT — основной бизнес, куда сильнее заинтересованы в committers. MapR, SAP, Oracle, IBM — сейчас активно ищут коммитеров Cпарка (хотя я не понимаю, как можно активно искать всего 30 людей, которых все поименно знают). И они готовы платить хорошие деньги. Стать комитером Спарка в долине — гарантировано поднять свою зарплату в 2 раза, если она была уже высока.

Компании, которые готовы платить большие деньги за коммитеров, в России отсутствуют. IT-интеграторы не имеют размах IBM и SAP не только в плане оборота, но и в плане амбиций определять развитие отрасли. Они следуют тенденциям, формируемым в долине. Committer просто не сможет принести им пользы.

Продуктовые же компании в России либо малы, либо сидят на проприетарном технологическом стеке. Yandex пытается развиваться по модели Google, где вся разработка in house. Как я понимаю, это позиция основана на идеи, что разработка внутри быстрее и эффективнее любого open source, когда компания в состоянии создать критическую массу опытных специалистов. С деталями инфраструктуры ВКонтакте не знаком, но она тоже проприетарная. Одноклассники точно пользуются Spark, почему их не видно в комьюнити — не могу сказать.

Таким образом, будучи committer, выиграть по деньгам или возможностям в России на фоне простого contributor считаю очень сложным.

Отсутствие компаний в России, которые хотели бы держать committers (которым было бы выгодно), считаю основной проблемой низкого количества committers.

ссылка на оригинал статьи http://habrahabr.ru/post/259657/

Всем привет! Эта статья посвящена итогам первого года работы лаборатории компьютерного зрения в Детском Технопарке Новосибирска (официально «Центр развития творчества детей и юношества»). «Лаборатория компьютерного зрения» звучит, конечно, громко, но что-то мы сделать всё же успели.

Эволюция идеи

Начнём с того, что планировалось. В голубых мечтах виделся робот NAO (смотрит на вас с картинки), читающий вслух любой текст, поднесённый в «особую зону» на манер баркод-ридера в супермаркетах, некий условно универсальный чтец вслух для тех, кто не может по каким-то причинам сделать этого сам. В более приземлённой версии хотелось сделать из NAO робота-библиотекаря, распознающего названия книги и её автора. Учитывала ли я сложность задачи и уровень школьников (да и своё отсутствие опыта), когда ставила изначальную задачу? Конечно, нет. В итоге, разумеется, мы реализовали другую, хотя и близкую, задачу, впрочем, вышло даже лучше.

Небольшое пояснение с ответами на очевидные вопросы: почему NAO? Так вышло, что на базе этого центра оказалось три таких робота, с которыми никто не работал. Камеры у них неплохи, плюс есть встроенный синтезатор речи (производители даже говорят о специальном инструментарии для запоминания лиц/объектов и распознавании живой речи, но я лично этим не пользовалась), API понятный, понимает Python. Почему распознавать именно текст? Не знаю, почему-то текст мне показался на тот момент ближе всего (книжный червь, что с меня взять).

Работу со школьниками я начала в конце октября прошлого года. Поначалу их было всего двое: мальчик и девочка, 10 и 11 класс, соответственно. Чуть позже к нам присоединились 2 восьмиклассника (напоминаю, что слово «интеграл» в 8 классе незнакомо, как и многое другое, впрочем). И тут выяснилось, что не всё так просто. То есть вообще всё непросто.

После того, как роботы перестали вызывать острое желание их понякать были освоены в пределах графического интерфейса (как подключать, как управлять, как переключаться между верхней и нижней камерой, как сделать фотографию, как и куда её сохранить), мы сосредоточились на обработке изображений.

Первой поставленной задачей было сделать снимок книги и попробовать найти автора и название стандартными, описанными несколько раз на stackoverflow, методами (конвертация цветов, фильтры, утолщения, etc etc). С какими-то книгами манёвр удался, с какими-то — нет. Например, с книгой про хакеров нам удалось, несмотря на её нетрадиционный дизайн.

А вот с вроде бы менее маргинальным изданием мы потерпели многочисленные фиаско (картинок, помимо этой, история не сохранила). В общем, стало понятно, что дальше так жить нельзя времени у нас на это нет и надо менять задачу.

Очевидное, но не совсем то, решение предложили заехавшие в гости на какое-то мероприятие ребята из ТУСУРа, не первый год работающие с NAO. Они предложили белый лист как белый ровный фон. Ок.

Жить стало проще, но не очень.

Впрочем, после небольшого шаманства с фильтрами нам таки удалось применить Tesseract (точнее, его питоновскую обёртку Tesserwrap) и дело сдвинулось: робот заговорил. Сначала через камеру моего мака:

А потом уже и сам по себе. Мы даже сделали мусор новогоднее поздравление (которое я отчего-то записала зеркально через PhotoBooth и рационального объяснения этому нет).

Однако ложные срабатывания оставались такими же «приятными» как ложные грибы. И тогда один из школьников задал мне вопрос: «А что нам мешает сделать словарь и озвучивать только то, что в нём есть?»

Действительно. Подумав, я сформулировала финишную идею нашего со школьниками проекта: робот-тьютор английского языка. Наш робот всё равно знает только английский (в теории это можно было исправить), а робот-тьютор, практикующий с учащимся/учащейся английский язык, имеет некую связь с реальностью. Ну я бы в своё время не отказалась. На том и остановились.

Командная работа и её результат

И тут наступил апрель. Или март. В общем, недалеко замаячили майские праздники (с отменяющимися в их честь занятиями), дети то и дело срывались на олимпиады, начали появляться сообщения о каких-то фестивалях робототехники, в общем, «зима близко», а проекта нет.

Первым делом мы утрясли алгоритм: тактильными головными датчиками выбирается уровень игры (соответствующий сложности словаря), с их же помощью игру можно прекратить; робот выбирает рандомом слово из словаря, произносит его, делает снимки с верхней камеры, распознаёт текст, парсит его, сверяет со словарём, сверяет со сказанным словом и кивает головой, положительно или отрицательно, в зависимости от результата.

Пришлось давать по задаче каждому и радоваться, что на первых занятиях для школьников был открыт github. Двое занялись экспортом движений из графического интерфейса (чтобы не писать самим) и их правкой, кто-то занялся написанием кода рандомного выбора, кто-то — словарём, а мне досталось бегать вокруг и подсказывать в случаях затыков. Через какое-то время все участки по отдельности оказались готовы, и осталось их соединить воедино. Эту задачу тоже взял на себя один из учеников (с косяками которой мы разбирались несколько часов кряду впоследствии, но он всё равно молодец).

Не буду рассказывать как мы «пролетели» на региональном фестивале робототехники из-за этой сырой общей версии, лучше расскажу, что мы подали проект на Ш.У.С.Т.Р.И.К.а и ради этого допилили проект (4 часа полноценной работы — и у нас перегрелись датчики, так что зрение и движения опять вышли на разных видео). Проект, впрочем, Ш.У.С.Т.Р.И.К.а взял, как сообщил мне товарищ, присутствовавший на оглашении результатов в Томске. Ура.

Ну и сегодня, на выставке в рамках Дней науки в Новосибирске наконец-то удалось отладить версию и записать видео всего вместе (коротко и некачественно, ибо телефон).

Впрочем, некоторым школьникам на выставке (и том печальном фестивале) очень даже понравилось. Правда, к сожалению, многие стеснялись, что чего-то не расслышали и не понимают в английском языке.

Дальнейшие планы

В первую голову: ускорить эту версию (пока что мы делаем снимок с камеры раз в секунду), сделать карточки со словами на картоне (чтобы дети не сгибали их в руках, когда показывают роботу), возможно, переделать реализацию и поместить текст в какую-то контрастную рамку, например, красного цвета; поворачивать картинку, etc.

Ну а если мы продолжим с проектом в следующем учебном году (хотелось бы), то хочется сделать русско-английский словарь, возможно, объектные словари, может быть, что-то еще. Не факт, что c NAO.

Код, без последней версии, смотреть и ругать можно тут. Последняя версия тоже появится там, но чуть позже — у нас идёт работа над ошибками.

Литература и оборудование

— роботы NAO
— macbook pro
— Tesserwrap
— OpenCV Python
— stackoverflow

ссылка на оригинал статьи http://geektimes.ru/post/251560/

NASA и Verizon работают над отслеживанием полётов гражданских и коммерческих дронов в США. Космическое агентство делает систему управления воздушным трафиком с использованием радаров, спутников и сигнала сотовой связи. Verizon использует собственную сотовую сеть для трекинга дронов. Google и Amazon подписались на тестирование системы.

Проект стоимостью 500 тысяч долларов обеспечит безопасность полётов гражданских и коммерческих беспилотников. Система поможет держать аппараты подальше от запретных зон — например, от Белого дома.

Операторы беспилотных аппаратов смогут сажать аппараты в случае плохой погоды. Система позволит управлять движением, чтобы избежать столкновений. Федеральное управление гражданской авиации работает над правилами движения для дронов: небольшие аппараты должны летать не выше 150 метров и только в светлое время суток и со скоростью до 160 километрами в час.

Google и Amazon работают над собственными программами для использования дронов. Компании примут участие в тестировании системы отслеживания аппаратов.

Google в августе 2014 года начал тестировать доставку товаров при помощи дронов. Над проектом компания работает с 2011 года, планируя доставлять товары покупателям в течение дня. В марте 2015 года Федеральное агентство гражданской авиации США выдало специальное разрешение Amazon Logistics для экспериментирования с доставкой дронами на специальных условиях: беспилотники должны летать не выше 122 метров при хороших погодных условиях, а оператор должен иметь сертификат частного пилота и медицинское освидетельствование.

ссылка на оригинал статьи http://geektimes.ru/post/251558/