аналитика на кубах

Есть в играх и конкретно в геймдизайне одна тема, которая временами мне кажется просто какой-то магией, чем-то сложным и близким к тому, что называется творчеством.Это модели монетизации. Что мы продаем пользователю, какой опыт и какое поведение монетизируем. Например, в шутерах важна конкуренция, и можем ее монетизировать через продажу мощности (что чаще всего), продажу геймплея или продажу скинов и прочих блестяшек (правда, для этого нужна огромная аудитория).Магия для меня в том, как это придумывать. Люди много лет продавали сложность в match3, потом прикрутили мету и стали продавать ее. А потом появились Dream со своими Royal Match и показали, что можно продавать винстрик (и, соответственно, делать многослойный лайвопс), полностью изменив этим жанр. Как они пришли к этому? Как можно придумывать вещи такого плана? Не знаю.Где-то рядом лежат всякие монетизаицонные механики. Гача, баттлпасс, свинья-копилка, подписки, одноразовые офферы, офферы с альтернативами, вот это вот все -- оно же эксплуатирует разные паттерны, как пользователи обращаются с деньгами/ценностью и принимают решение о платеже. Я бы хотел уметь придумывать такое.Это все, конечно, не про аналитику. С другой стороны, я не представляю, как можно быть хорошим аналитиком в геймдеве, не погружаясь глубоко в устройство монетизации игры.

Что ж, с днем рождения меня. В поисках интересного опять зашел на Amazon (не делайте так!).Мой улов и чтиво на ближайшее время. Первая — весьма старенькая книга, но с вполне симпатичным оглавлением. Вряд ли найду что-то новое, но интересны подходы и акценты. Вторая книга — коллективная монография (каждая глава отдельного автора) на тему исследований пользовательского опыта в опросах, интервью и т. д. Выглядит достаточно подробно, надеюсь, что окажется чем-то типа 101-учебника, в котором затронуты основные темы.Третья — дань моей любви к истории и социологии науки. Ну и к статистике. Насколько я помню, Найман с Фишером чуть ли не на ножах были, интересно почитать, как это было. А Леманн — мало того, что сам сделал вклад в непараметрические методы, так еще и непосредственный свидетель событий.

Треды в рабочем мессенджере эпизодически поражают. И развенчивают фантазии о наукоемкости работы аналитиков. Чувствую себя обезьяной с перестановочными тестами в кармане и Скиннером наперевес.- а в Юнити есть инструменты из коробки простеньку физику воды посчитать? Не сталкивался?Можно конечно погуглить и написать расчёт гидродинамики для, например, 10 вертексов, но может что-то готовое есть.- Сталкивался. Навье-Стокса на GPU писал) Немного не то, даНичего особого, художники обсуждают, как замоделить бутылочку с плещущейся при движении водой.

[1/3] System Design. Подготовка к сложному интервью по GenAI (Рубрика #SystemDesign)Изучил интересную книгу для подготовки к интервью по System Design, но уже в новой реальности, когда проектировать надо не только базы, очереди, кэши и микросервисы, но и системы вокруг LLM, diffusion models, RAG, мультимодальных моделей и AI-powered продуктов. Это русское издание книги "Generative AI System Design Interview" из экосистемы ByteByteGo. Авторы - Али Аминиан и Хао Шенг. Али Аминиан уже известен по книге про ML System Design Interview, а здесь фокус смещается с классических ML-систем вроде поиска и рекомендаций на генеративный AI: чатботы, генерацию текста, изображений, видео, RAG и персонализированные AI-сценарии.В обычном System Design Interview кандидат часто рисует распределенную систему: API, балансировщики, базы данных, очереди, кэши, фоновые джобы, мониторинг. В GenAI-интервью все это остается, но появляется еще один слой сложности:- Какие данные нужны;- Какую модель выбрать;- Нужен ли RAG или fine-tuning;- Как измерять качество генерации;- Как бороться с hallucinations;- Как учитывать latency и стоимость инференса;- Как встроить safety-фильтры;- Как собирать feedback loop;- Как мониторить деградацию системы после запуска.Именно поэтому книга полезна не только ML-инженерам. Она хорошо ложится и на backend engineers, и на архитекторов, и на технических руководителей, которым сейчас приходится проектировать AI-фичи не как демо на API, а как часть production-системы.Внутри книги заявлены три главные вещи:1️⃣ Фреймворк из 7 шагов для GenAI System DesignАвторы предлагают не начинать сразу с "берем LLM и векторную базу данных", а последовательно пройти путь от требований до деплоя и мониторинга в проде. Это сильно дисциплинирует мышление, потому что в GenAI-задачах легко перепрыгнуть к модной технологии и забыть про реальные ограничения продукта.2️⃣ 10 практических задач с подробными решениямиСреди кейсов есть следующие: Gmail Smart Compose, Google Translate, ChatGPT-like personal assistant, Image Captioning, Retrieval-Augmented Generation, Realistic Face Generation, High-Resolution Image Synthesis, Text-to-Image Generation, Personalized Headshot Generation и Text-to-Video Generation. Этот набор покрывает разные сценарии и сильно шире, чем просто прикрутить трансформер к чат-боту:)3️⃣ Много диаграмм и end-to-end разборовДля System Design это особенно важно. Хороший ответ на интервью - это не только "какую модель выбрать", но и то, как выглядит система вокруг модели: preprocessing, retrieval, prompt builder, inference service, post-processing, safety layer, logging, monitoring, feedback loop. Мне кажется, главная ценность книги в том, что она показывает: "GenAI-система - это не модель в вакууме".В общем, модель - это конечно ядро, но вокруг него есть данные, права доступа, индексы, промпты, ранжирование, guardrails, UX, стоимость, GPU-инфраструктура, A/B-тесты, метрики качества и эксплуатационные ограничения. И если все это не проектировать осознанно, то на выходе получается не production-система, а красивый прототип с непредсказуемым поведением.Книга полезна как способ обновить представление о System Design в эпоху AI, ведь раньше мы проектировали в основном детерминированный софт: запрос пришел, сервис обработал, база ответила, результат вернулся. Теперь все чаще приходится проектировать системы с вероятностным поведением: модель может ответить хорошо, средне, неверно, опасно, дорого или слишком медленно. Поэтому архитектура должна включать не только масштабирование и отказоустойчивость, но и evaluation, safety, feedback и постоянный контур улучшения.В продолжении более подробный разбор фреймворка в 7 шагов от авторов книги.#SystemDesign #AI #GenAI #Architecture #Engineering #ML #Interview #Software

Все говорят про ИИ-агентов, но мало кто объясняет, что это значит для бизнеса конкретно. Попробую без терминов. А в конце еще расскажу про своих.ИИ-инструмент это когда вы пишете запрос, получаете ответ. Спросили, ответил, разошлись. ChatGPT прошлой версии, Алиса, Gemini когда вы заходите в чат и просите.ИИ-агент это когда вы ставите задачу, а он сам придумывает шаги, сам их делает и приносит вам готовый результат. Не отвечает, а выполняет. Сравните с разницей между "человек, у которого вы консультируетесь" и "сотрудник, которому вы поручаете".Чтобы было понятнее, на пальцах. Вот три задачи, которые агент делает без вас:1️⃣ - Поиск + анализ + документ. Я говорю: "найди три российских компании, которые внедрили ИИ-ассистента в продажах за последние полгода, выпиши их кейсы, оформи в одностраничник для моей команды". Через 10 минут у меня этот одностраничник в почте. 2️⃣ - Мониторинг + уведомление. Один раз настраиваю: следи за упоминаниями нашей компании в российских телеграм-каналах больше тысячи подписчиков, пиши мне в чат краткую сводку каждое утро. Дальше работает само.3️⃣ - Встреча + резюме + рассылка. Агент подключается к Zoom, слушает, делает протокол, отправляет всем участникам. Ничего не нажимаю, ничего не загружаю. Просто пришло письмо.И в этом, кажется, и есть та неуловимая разница, которую сложно объяснить, пока сам не попробовал. Когда часть задач уходит в фон и возвращается готовой, у вас высвобождается не "час в день", а другое мышление. Освобождается слой, на котором вы раньше тратили внимание на координацию, передачу, проверку.Что бы я предложила сделать с понедельника: возьмите свой типичный рабочий день и подсветите три задачи, которые ну точно не требуют вашего ума. Это и есть ваши кандидаты на агента.Из моих:1. синхрон с календарем и задачами (просто могу написать, что через месяц мне нужно на маникюр и он предложит свободный слот по моим правилам, сам поставит и напомнит)2. генерация контента (нет, ИИ за меня не пишет, НО - он шерстит топ 15 каналов в теме, новостные сводки и официальные соцсети инструментов, генерит мне 10-20 тем, из которых я уже выбираю о чем писать, готовит черновики, которые я дожимаю уже со своими идеями, кейсами) - также и по Youtube уже. 3. лиды для продаж (поиск контактов, формирование индвидуальных писем на стыке нас, человека и компании) - тут целый процесс, как нибудь поделюсь прям кейсом настройки. ... дальше можно приводить еще примеры, но даже это уже существенные задачи.А вы про ИИ-агентов уже думаете в практической плоскости или это пока ощущается как "слово из новостей"?

⚙️ Одна функция вместо десяти команд✔️Каждый раз, когда нужно распаковать архив, начинается одно и то же. Это tar.gz или tar.bz2? Какие там флаги у unrar? А 7z вообще как запускается? Приходится лезть в документацию или историю команд. Самописная функция extract() решает именно эту проблему.▶️Скопируйте функцию в ~/.bashrc или ~/.zshrc:extract() { if [ -f "$1" ]; then case "$1" in *.tar.bz2) tar xjf "$1" ;; *.tar.gz) tar xzf "$1" ;; *.bz2) bunzip2 "$1" ;; *.rar) unrar x "$1" ;; *.gz) gunzip "$1" ;; *.tar) tar xf "$1" ;; *.tbz2) tar xjf "$1" ;; *.tgz) tar xzf "$1" ;; *.zip) unzip "$1" ;; *.7z) 7z x "$1" ;; *) echo "unknown archive" ;; esac fi}▶️Потом применяете изменения:source ~/.bashrc▶️Функция определяет тип архива по расширению файла и сама выбирает нужную команду. Вы просто пишете extract имя_файла и получаете распакованное содержимое. Без флагов, без гугления, без ошибок из-за опечатки в параметрах.▶️Поддерживаемые форматы: tar.gz, tar.bz2, bz2, rar, gz, tar, tbz2, tgz, zip, 7z.▶️Один синтаксис для любого формата. Если файл не распознан, функция скажет unknown archive вместо того, чтобы молча упасть.➡️ Что можно добавить:▶️Базовая версия уже полезна, но её можно немного доработать. Например, добавить проверку, что нужная утилита вообще установлена, или выводить имя команды перед запуском. Вот расширенный вариант:extract() { if [ ! -f "$1" ]; then echo "'$1' не найден" return 1 fi case "$1" in *.tar.bz2) tar xjf "$1" ;; *.tar.gz) tar xzf "$1" ;; *.bz2) bunzip2 "$1" ;; *.rar) unrar x "$1" ;; *.gz) gunzip "$1" ;; *.tar) tar xf "$1" ;; *.tbz2) tar xjf "$1" ;; *.tgz) tar xzf "$1" ;; *.zip) unzip "$1" ;; *.7z) 7z x "$1" ;; *) echo "Формат не поддерживается: '$1'" ; return 1 ;; esac}🖼️ Ссылка на источник🔨 bash_help

Отдельно хочется вспомнить кучу историй, где люди готовили по ИИ-рецептам и удивлялись, почему так плохо и не похоже на картинку. А там советы типа "и включите гриль на 100 минут, чтобы образовалась корочка". Ну без базара, она образовалась. Черная. А потом думаешь: это еще и ничего. Готовить по ИИ-советам все же лучше, чем лечиться, воспитывать детей и строить отношения по ИИ-советам.

Я говорю: «Bullet-time» — вы отвечаете: «Max Payne». Другого ответа будто бы и быть не может, ведь игру просто невозможно представить без того самого момента, когда время вязнет, пули медленно режут воздух, а Макс в красивом прыжке расстреливает врагов. И при этом свою главную фишку игра обрела совершенно случайно.Работа над игрой шла уже 15 месяцев, и, несмотря на множество технологических новшеств, у нее не было той самой особенности, которая бы отличала Макса Пейна от других пиксельных парней с пистолетами. Звезды сошлись во время одного из визитов издателя Скотта Миллера в офис Remedy в Финляндии. Разработчики показывали ему новые наработки, и среди них был эффектный момент: враги после смерти падали в замедленном действии. Уже само по себе это выглядело круто — но Миллер сразу понял, что в этом скрыто нечто большее.Они показали мне новую функцию, при которой некоторые враги после смерти двигались бы в замедленной съемке, а камера показывала падающее тело. Я сразу понял, что это еще не предел. Я предположил, что замедленная съемка — это слишком круто, чтобы использовать ее только для сцен с гибелью бандитов, и что нам нужно найти способ внедрить ее в игровой процесс.В ту ночь мне пришла в голову идея, я записал ее на бумажке и на следующий день рассказал о ней: игрок должен иметь возможность активировать режим замедленной съемки с помощью таланта Макса, и пока весь мир вокруг него, включая его собственное тело, движется медленно, он может быстро целиться и стрелять в плохих парней. Ребята из Remedy реализовали эту идею, и она отлично сработала.Несколько месяцев спустя мне пришла в голову идея назвать этот режим «bullet-time». Я исходил из логики, что в игре есть два временных режима: real-time и bullet-time. Я рассказал о своей идее ребятам из Remedy, и она им понравилась, так что мы сразу же зарегистрировали товарный знак.Так и родилась одна из самых узнаваемых механик своей эпохи, а Max Payne стала первой игрой, в которой она применилась. Причем bullet-time стал не просто украшением, а сердцем всего экшена и идеально лег в геймплей игры. Наверное, поэтому Max Payne до сих пор так хорошо помнят и любят. Ну и за ту самую ухмылку, конечно же. #Разное✔️ Олдфажный геймер | Telegram | ВКонтакте

В интернетах разгоняется тема о белых списках на фиксе в Подмосковье. Я, как и многие, уже ничему в принципе не удивлюсь, но тут важно понимать, что например провайдер Всем Wi-Fi, абоненты которого жалуются сегодня, это не вполне обычный провайдер - они ставят оборудование, работающее с симкартами. Иногда с одной, чаще с несколькими.Не знаю, как сейчас, а несколько лет назад, например, было популярно оборудование микротик, там много было решений такого типа. Себе я в свое время ставил довольно крутой Зуксель. Рынок был наводнен копеечными модемами с ломаной прошивкой Кинетик. Много всего может быть. Это оборудование умеет обеспечивать хорошее стабильное качество связи, так что даже забываешь, что это мобилка. Но в условиях ограничений, этот недостаток выходит к сожалению на первый план. И конечно там действует белый список.Это лирика. Главное, что это все мобилка, а не фиксированная связь.

Относительная нумерацияЧастенько народ интересуется, а почему у меня в виме такая странная нумерация. Да, этим вопросом и я в своё время задавался. Называется это «Относительная нумерация». ㅤГлавная идея здесь — быстрое перемещение по коду с клавиатуры.Например, курсор стоит у меня в 27 строке. Если я сейчас выполню комбинацию: 6j, то курсор у меня встанет на строку: Не забудь подставить своё мыло. Такая нумерация показывает расстояние до строки от курсора, а не её абсолютный номер.Аналогично работает и в других направлениях. В редакторе ZED это включается через конфиг:relative_line_numbers": "enabled"В виме же по классике в конфиге:set number set relativenumberЧестно, если ты пользуешься мышкой, это бесполезная настройка. Для новичков это совсем неочевидная фича и возможно даже вредная. Короче у этой фичи целая философия:➡️ Мышление расстояниями. В заурядной жизни, ты будешь думать — ага, мне бы на строку 15 попасть. А если ты адепт вима, твоё мышление такое — мне бы на 6 строчек ниже.➡️ Ускорение всех count-команд. Тут не только клавиши hjkl задействованы, ты можешь выполнять ряд других операций. Например:5dd — удалить 5 строк3yy — скопировать 3 строки4> — сдвинуть 4 строки вправо2} — прыгнуть на 2 абзацаТы сразу видишь нужное число, сразу прожимаешь нужную комбинацию.➡️ Сильно уменьшает мысленную математику. Без — так… я на 120 строке, мне нужно на 133… это +13. С ней — вижу 13 → 13j. Мозги по сути вообще ничего не считают. Это плюс. Думаешь не головой, а жопой.➡️ Работает лучше с большими файлами. Когда у тебя файл на 1000+ строк, абсолютные номера создают шум, а относительные прям в тему. Ты ориентируешься вокруг курсора, а не во всём файле.Минусы? Да конечно! ➡️ Поначалу выламывает тебя, перестраивает, больно➡️ Плохо подходит для дебага с конкретными строкамиВ общем относительная нумерация, это не про цифры, она про то, чтобы перестать искать строки и моментально перепрыгивать в нужное место.Если есть чё добавить, камон в комменты, будет интересно почитать.🛠 #devops #linux—💬 Bashdays 📲 MAX 🌐 LF 🔵 Blog

⚡️ Claude - это инструмент, который может писать тексты, разбирать документы, работать с файлами, суммировать большие PDF, помогать с кодом и автоматизировать рутину.Но главная ошибка новичков - использовать Claude как обычный поиск: задали короткий вопрос, получили средний ответ и закрыли вкладку.Нужно иначе.Дайте ему контекст. Покажите примеры. Объясните, какой результат нужен. Загрузите файл, папку или длинный документ. Попросите не просто ответить, а подумать, сравнить варианты и выдать готовое решение.Claude особенно хорош там, где нужно много читать, аккуратно писать и не терять логику на длинной дистанции.Начните с трёх задач: перескажите большой PDF, перепишите текст в вашем стиле и попросите разобрать папку с файлами.И продвинутый совет: заведите отдельный файл ABOUT_ME.md, где будут ваша роль, аудитория, стиль, запреты и примеры хороших ответов. Загружайте его в начале работы - и Claude будет отвечать не «вообще нормально», а ближе к вашему реальному стилю.После этого Claude перестаёт быть игрушкой и становится рабочим напарником.

Не самое свежее, но любопытное исследование доказывает, что человек работает ИИ-детектором лучше любого сервиса. Исследователи дали 300 статей на проверку людям и AI-детекторам, часть статей в выборке были настоящие, из NYT и Scientific American, а часть сгенерированные GPT-4o (помним, скорбим), Claude 3.5 Sonnet и o1-Pro, в том числе с перефразированием и «гуманизацией». Результат весьма впечатляющий — пять редакторов, которые сами постоянно используют LLM для написания текстов, ошиблись в одной (!) статье из трёхсот. Им не понадобилось какое-то специальное обучение, хватило собственной насмотренности. Эксперты замечают характерные для ИИ слова, шаблонные вводные словосочетания и выводы, фейковые цитаты вымышленных экспертов, отсутствие стилистических шероховатостей. При этом опенсорсные детекторы вроде Binoculars и Fast-DetectGPT на гуманизированных текстах o1-Pro показали точность 6,7% и 23,3% соответственно. А люди — 100% 🙂А вот люди, которые LLM не пользуются, сработали в исследовании на уровне подбрасывания монетки — путали «сложные слова» с признаком AI и считали грамматические ошибки маркером машины (хотя тут, конечно же, наоборот).Короче, лучший детектор нейросетевого текста — человек, который сам каждый день пишет с нейросетью, и я готов лично подписаться под этим выводом. Но если честно, иногда хочется развидеть растущий вокруг нейрослоп. Ну или хотя бы немного с ним побороться.—Пономарь

Эксплуатационные требования к видеонаблюдению. Начало.Может быть когда-то я и напишу свою книгу, но для этого надо быть чуть более отважным и чуть более слабоумным...Поэтому пока я недостаточно отважен и не совсем ещё выжил из ума предлагаю вам свой пересказ прочитанной мною книги. На этот раз это будут рекомендации подразделения научных разработок МВД Великобритании для составления эксплуатационных требований к системам видеонаблюдения.Я буду, опираясь, на эти рекомендации собирать и свой опыт, добавлять имеющиеся у меня данные о том, как происходит внедрение систем видеонаблюдения в моём окружении и информационном поле.Когда речь заходит о проектировании системы видеонаблюдения, очень многие начинают с привычного набора вопросов:Сколько камер поставить? Какие камеры выбрать? Сколько мегапикселей нужно?Какой регистратор взять? Сколько хранить архив? Нужна ли видеоаналитика? А можно подешевле? *это, пожалуй, самый страшный и самый глубокий вопросВопросы вроде бы правильные. Но есть одна неприятная деталь: если начать с них, можно очень уверенно спроектировать систему, которая технически работает, но практически не решает задачу. Любая подсистема безопасности, будь то СВН, ОПС, СКУД, периметральная охрана (я имею ввиду ТСОБ) или что0то другое должна начинаться с самого важного документа - КСБ - концепция систем безопасности, где будет описаны основные требования и определения.Если закупать оборудование по принципу "вот тут надо посмотреть за входом, а там дальше разберёмся" то получается почти всегда плохо. Камеры показывают картинку. Регистратор пишет архив. Монитор выводит изображение. Сервер обрабатывает потоки. Всё включается, мигает, записывает и даже иногда радует заказчика первые пару недель. А потом происходит инцидент, и выясняется, что лица не видно, номер не читается, оператор не понял, куда смотреть и что делать с тем что увидел, архив нашли только через три дня, а нужный фрагмент почему-то не записался или уже затёрся.На этом месте обычно начинается великая русско-интеграторская драма: заказчик говорит, что система плохая, проектировщик говорит, что всё было по СНИПам, ГОСТам, нормам, монтажник говорит, что поставил как нарисовали и как заплатили, поставщик говорит, что камеры хорошие, а служба эксплуатации молча смотрит в монитор и думает о смене профессии.Проблема в том, что система видеонаблюдения должна начинаться не с камеры. Она должна начинаться с эксплуатационных требований.Читать многабукав 👇TELEGRAPHDZEN