Сейчас во многих статьях указывается приблизительное время чтения в минутах, поддержу тренд, но чуть- чуть по-другому :) Первый вопрос, который задает себе читатель: а эта статья она вообще о чем? Нужно ли мне ее читать? Что я узнаю нового для себя? Спрашивали? Отвечаем! :) Обычно в статьях по технике планирования Planning Poker рассматривается вопрос КАК проводить сессию, подробно, красиво, с примерами успешных кейсов. Но статья, которую вы сейчас читаете сфокусирована на другом. На нормах деятельности, которым нужно следовать при проведении сессий по оценки сложности задач. Она отвечает на вопрос ЧТО вы должны делать, чтобы сессия оценки сложности задач была успешна и ЧЕМ следует руководствоваться при выборе той или иной техники.
Продолжаем строить домашний медиа-комбайн на Kubuntu с KODI на борту. Сегодня научим его запускать ретро-игры и позволим себе немного поностальгировать по Darkwing Duck на SEGA и Grand Theft Auto или Gran Turismo на Playstation 1.
О том, как разворачивался сам медиацентр, как его настраивали и какими дополнительными возможностями он оброс читайте в предыдущих публикациях - часть 1, часть 2.
В реалиях современного мира, когда ведется повсеместная цифровизация и накопление данных обо всем и о каждом, возникает резонный вопрос, а как этими данными воспользоваться? Многие, наверняка, уже слышали о рекомендательных системах в сферах развлечения и продаж. Инвестиционные компании не стоят в стороне от современных тенденций в области Data Science и рекомендательных систем в частности. Так давайте рассмотрим, в чем особенности и какие этапы пришлось пройти одной крупной инвестиционной компании для того, чтобы разработать собственную рекомендательную систему для повышения эффективности кросс-продаж и что в итоге получилось.
В предыдущей части я постарался ответить на вопрос, зачем фронтенд-разработчику может понадобиться Docker. Сегодня попытаюсь простым языком рассказать, что это за инструмент, как он работает, и сравнить его с другими известными во фронтенде понятиями.
