Programação
Tópico em 'Informática & Tecnologia (Gadgets)' criado por
PaninoManino em 28/04/2017, 15:14.
|
|
1048 respostas neste tópico
|
18/10/2024, 20:47 |
(18/10/2024, 08:24)nando3d Escreveu: Pesa mais na validação, pois antes bastava fazer uma continha matemática do dígito verificador. Validação é fácil, se o código estiver ok. Mas eu gosto disso, bom que tem mais trabalho pra gente.
1 usuário curtiu este post: TimeBandit
29/10/2024, 11:11 |
29/10/2024, 14:57 |
Flutter ta pegando bem no brasil.
Eu trabalhei com o RN, vou dar uma estudada, mas parece que os hibidos estão se tornando obrigatorio para quem trabalha com mobile nativo.
Tava vendo uma publicação no linkedin que me chamou hoje, um sujeito escreveu que para trampar home office tem que ter disciplina de horário, organização e seguir o mesmo horario da empresa, e para minha surpresa apareceu uma galera falando que o importante era apenas entrega.
Pensando fiquei surpreso que tem trabalho home-office assim no brasil. sem seguir rotina. Seria mais ou menos o padrão do exterior, que não te tratam como criança. Aqui no brasil colocam agenda a semana toda em horários diferentes, checam se o seu dispositivo está inativo muito tempo, teclado e etc, para ver se vc está trabalhando. Mas pensando mais na verdade parece mais migué de br. 
30/10/2024, 23:57 |
(30/10/2024, 08:14)gangrena Escreveu: Tava vendo uma publicação no linkedin que me chamou hoje, um sujeito escreveu que para trampar home office tem que ter disciplina de horário, organização e seguir o mesmo horario da empresa, e para minha surpresa apareceu uma galera falando que o importante era apenas entrega. Onde eu trabalho aqui no BR, o home office é bem de boa, sem estresse... Mas eu particularmente não vejo com bons olhos ter como regra horário muito alternativo... De vez enquanto tudo bem, mas sempre dificulta, pq no final acaba necessário trocar info com outros devs ou analista ou testert.
31/10/2024, 07:14 |
(30/10/2024, 23:57)gusyavoo Escreveu: Onde eu trabalho aqui no BR, o home office é bem de boa, sem estresse... Mas eu particularmente não vejo com bons olhos ter como regra horário muito alternativo... De vez enquanto tudo bem, mas sempre dificulta, pq no final acaba necessário trocar info com outros devs ou analista ou testert.Eu concordo, gosto de um certo nível de flexibilidade, mas não como essa galera que não entra em calls e nada, só coda, faz push e ninguém sabe quem e o que fez. E em projetos grandes interação é muito importante. Por mais que acabe virando horario fixo, acho que é a forma que funciona, e não cada um fazendo o horario e quanto quer. A flexibilidade eu gosto no ponto de que se eu começo cedo, termino o expediente mais cedo e os sonecas que levantam as 11:00 que fiquem trabalhando até depois das 18:00
Full Cycle comentando sobre uma pesquisa do stackoverflow sobre satisfação com o trabalho dos desenvolvedores:
https://youtu.be/boX-EHIukYc?t=1304 Apenas 20% está feliz.
30 papers indicados pelo Ilya Sutskever
![[Imagem: cQEv4PY.jpeg]](https://i.imgur.com/cQEv4PY.jpeg) The First Law of Complexodynamics The Unreasonable Effectiveness of Recurrent Neural Networks Understanding LSTM Networks Recurrent Neural Network Regularization Keeping Neural Networks Simple by Minimizing the Description Length of the Weights Pointer Networks ImageNet Classification with Deep Convolutional Neural Networks Order Matters: Sequence to Sequence for Sets GPipe: Easy Scaling with Micro-Batch Pipeline Parallelism Deep Residual Learning for Image Recognition Multi-Scale Context Aggregation by Dilated Convolutions Neural Message Passing for Quantum Chemistry Attention is All You Need Neural Machine Translation by Jointly Learning to Align and Translate Identity Mappings in Deep Residual Networks A Simple Neural Network Module for Relational Reasoning Variational Lossy Autoencoder Relational Recurrent Neural Networks Quantifying the Rise and Fall of Complexity in Closed Systems: the Coffee Automaton Neural Turing Machines Deep Speech 2: End-to-End Speech Recognition in English and Mandarin Scaling Laws for Neural Language Models A Tutorial Introduction to the Minimum Description Length Principle Machine Super Intelligence Kolmogorov Complexity and Algorithmic Randomness Stanford’s CS231n Convolutional Neural Networks for Visual Recognition Meta Better & Faster Large Language Models Via Multi-token Prediction Dense Passage Retrieval for Open-Domain Question Answering Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks HuggingFace Zephyr: Direct Distillation of LM Alignment Stanford Lost in the Middle: How Language Models Use Long Contexts Misc Precise Zero-Shot Dense Retrieval Without Relevance Labels ALCUNA: Large Language Models Meet New Knowledge The Perils & Promises of Fact-checking with Large Language Models https://aman.ai/primers/ai/top-30-papers/
05/11/2024, 12:44 |
Impressionante.
Citar:Anton Shilov reports via Tom's Hardware: https://x.com/FFmpeg/status/1852542388851601913 ![[Imagem: ngXL2UG.jpeg]](https://i.imgur.com/ngXL2UG.jpeg)
1 usuário curtiu este post: Roxas
|
|
« Anteriores | Seguintes »
|
