Смотри и учись

В сентябре мы рассказывали о начале обучения в школах Яндекса по самым разным направлениям: от автоматизации тестирования до разработки интерфейсов и системного администрирования. Год подходит к концу, и занятия во многих школах уже завершились. Для тех, кто хотел посетить занятия, но не смог или просто интересуется информационными технологиями, мы выложили видеозаписи лекций.

Первый плейлист — для системных администраторов. В рамках Курса информационных технологий сотрудники Яндекса прочли более 20 лекций о разных аспектах системного администрирования, информационной безопасности и управления базами данных. Из этих лекций вы можете узнать всё о сетевой безопасности, основах DNS, системах управления кластерами и, конечно, о Linux.

Второй плейлист — для тестировщиков. На лекциях и мастер-классах Школы автоматизации процессов разработки рассказывали о статистическом анализе кода, нагрузочном тестировании и фреймворках автоматизации тестирования. Подробнее о том, что интересного было в этой школе, читайте в нашем техноблоге на Хабрахабре.

И, наконец, сборник лекций на самые разные темы для старшеклассников, интересующихся технологиями. Этой осенью в Малом ШАДе рассказывали о том, как правильно выбрать язык программирования, о теории игр или, например, о «мусорных» текстах в интернете. В Малом ШАДе с лекциями выступали как сотрудники Яндекса, так и наши друзья из Высшей школы экономики, Института проблем передачи информации РАН, Российской экономической школы и МФТИ.

Мы будем и дальше публиковать видеозаписи лекций и другие образовательные материалы о разработке, тестировании, управлении проектами и на другие темы, связанные с информационными технологиями. Подписывайтесь на интересные вам каналы и следите за обновлениями. Информацию обо всех наших школах, лекториях и курсах вы можете найти на сайте образовательных программ Яндекса.

РедактироватьУдалить
Показать комментарии
5
Скрыть комментарии
Авторизуйтесь, чтобы оставить комментарий.
Авторизуйтесь, чтобы оставить комментарий.

Если вас преследуют пылесосы

Сегодня посетители сайтов, входящих в Рекламную сеть Яндекса, получили возможность отключить показ рекламных объявлений, которые им в данный момент неинтересны.


Рекламная сеть Яндекса показывает контекстную рекламу — она соответствует вашим текущим интересам или тематике страницы, на которой вы находитесь. Допустим, вы хотите купить пылесос и перед этим ищете информацию в интернете: сравниваете характеристики, читаете отзывы, узнаёте цены. Когда пылесос выбран, куплен и даже опробован в действии, вы думаете, что теперь-то о пылесосах точно можно забыть — по крайней мере, на ближайшие несколько лет. Однако в интернете никто не знает, что пылесосы вас больше не интересуют. И вы видите их рекламу ещё какое-то время после покупки.

Лучший способ узнать, нужен ли вам ещё пылесос, — спросить напрямую. Теперь на любом сайте, входящем в Рекламную сеть Яндекса, вы можете закрыть ненужное объявление. Чтобы убрать рекламу, достаточно нажать на «крестик» и выбрать причину, по которой вы не хотите её видеть.


Наряду с тематикой страниц при подборе объявлений в РСЯ учитывается множество других параметров — от пола и возраста пользователя до времени суток. Все факторы имеют разный вес: какие-то более важны для принятия решения, а какие-то менее. Получается длинная и сложная формула показа объявлений. Для её настройки в Рекламной сети Яндекса с 2011 года используется метод машинного обучения Матрикснет. Он значительно упрощает процесс, а заодно позволяет быстро вводить новые факторы — то есть делает технологию подбора объявлений более совершенной. От этого выигрывают и пользователи, которые видят действительно полезные для них объявления, и рекламодатели, которые находят нужную аудиторию.

Нажатие на «крестик» сообщает алгоритму, что такую рекламу вам больше показывать не надо. Знать причину нам важно для того, чтобы лучше настроить алгоритм — и в будущем показывать вам объявления, которые действительно будут информативны и полезны. А вам больше не придётся раздражённо восклицать «Да я это уже купил!» или переживать, что родные догадаются, какой подарок для них вы искали.
РедактироватьУдалить
Показать комментарии
26
Скрыть комментарии
Авторизуйтесь, чтобы оставить комментарий.
Авторизуйтесь, чтобы оставить комментарий.

До центра и обратно: загруженность московских улиц

На этой неделе мы выпустили новое исследование о московских пробках. Оно рассказывает о том, где и когда образуются дорожные затруднения, какие трассы едут хуже и лучше всего в часы пик и как изменилась дорожная ситуация по сравнению с прошлым годом. Впервые за последние несколько лет загруженность столичных дорог не увеличилась, и этой осенью пробок в Москве было даже немного меньше, чем в прошлом году.

Кроме того, мы выяснили, из каких районов города быстрее добираться до центра и наоборот. Для этого посчитали, сколько времени займёт поездка на автомобиле между случайной точкой в любом месте города и точкой внутри ТТК — одной из тех, которые пользователи Яндекса указали как место работы при расчёте пробок на своем маршруте. Всего мы измеряли время для более чем 20 миллионов таких маршрутов — с сентября по ноябрь. Затем разделили карту Москвы на квадраты со стороной 100 метров и закрасили их в зависимости от среднего времени проезда из точек этого квадрата в центр или обратно.

Из зелёных квадратов автомобилисты добираются быстрее, из красных — дольше. Для точек в местах, где невозможно проехать на машине — например, лесов или водоёмов — считалось время от ближайшей дороги. Как видно, самое неудачное время для поездки в центр — с 8:00 до 10:00 утра. Дольше всех в эти часы до работы едут жители востока и юго-востока столицы.


 

Вечером домой большинство московских автомобилистов едут дольше, чем утром на работу.



Сколько времени водители тратят на то, чтобы проехать отдельные участки дорог Москвы, вы можете посмотреть на карте времени проезда по крупнейшим трассам.

РедактироватьУдалить
Показать комментарии
1
Скрыть комментарии
Авторизуйтесь, чтобы оставить комментарий.
Авторизуйтесь, чтобы оставить комментарий.

Яндекс.Браузер с возможностями для слабовидящих

Совсем недавно мы выпустили альфа-версию нового Яндекс.Браузера, чтобы показать, каким представляем себе браузер ближайшего будущего. Мы верим, что это будущее не за горами, а пока продолжаем работу над тем, чтобы улучшить настоящее — и обновляем привычную версию браузера.

В этом обновлении мы добавили поддержку средств экранного доступа для слабовидящих. Теперь Яндекс.Браузер поддерживают программы NVDA и JAWS, которые помогают слабовидящим работать за компьютером. Кроме того, в браузере появилась возможность открывать безопасные копии страниц, содержащих вредоносный код, а режим Турбо научился включаться заранее.

Подробнее о новых возможностях читайте в блоге Яндекс.Браузера.

РедактироватьУдалить
Показать комментарии
8
Скрыть комментарии
Авторизуйтесь, чтобы оставить комментарий.
Авторизуйтесь, чтобы оставить комментарий.

Яндекс.Мастер по выгодному тарифу

В сентябре мы запустили сервис Яндекс.Мастер — агрегатор компаний, которые занимаются бытовыми услугами. Мастер помогает справиться с любыми делами по дому. Неважно, что вам понадобилось, — убраться в квартире, проложить плинтус или привезти товар из магазина, — достаточно просто оставить заявку на сервисе, дождаться, пока её примут, и выбрать исполнителя.

Но есть одна проблема. Цены за одну и ту же работу у разных фирм могут разительно отличаться. И чем вызвана эта разница, как правило, непонятно. А мы не любим, когда что-то непонятно. Поэтому начиная с сегодняшнего дня цены на услуги Яндекс.Мастера будут не выше определённой суммы.


Стоимость установки окон, уборки, ремонта стиральной машины и других услуг теперь не зависит от того, какую компанию вы выбираете для выполнения поручения. Благодаря этому вы можете не беспокоиться о цене и при выборе исполнителя ориентироваться только на описание, рейтинг компаний и отзывы других клиентов.

Цены на услуги Яндекс.Мастера складываются из тарифа, умноженного на количество часов работы, а также платы за использование специального оборудования и расходные материалы. Мы устанавливали цены вместе с партнёрами, и они не превышают средних по городу. Например, в Москве минимальная стоимость уборки будет составлять не более 1200 рублей за три часа, а услуги электрика обойдутся максимум в 800 рублей в час.

Команда Яндекс.Мастера тщательно следит за тем, чтобы качество услуг соответствовало вашим ожиданиям. Мы рассматриваем все жалобы и принимаем участие в решении спорных ситуаций с партнёрами.

Воспользоваться услугами Яндекс.Мастера можно на странице master.yandex.ru или с помощью приложения для iPhone. Пока Яндекс.Мастер работает в Москве и Санкт-Петербурге, но другие города на подходе.

РедактироватьУдалить
Показать комментарии
15
Скрыть комментарии
Авторизуйтесь, чтобы оставить комментарий.
Авторизуйтесь, чтобы оставить комментарий.

2014 год в поиске Яндекса

До конца года осталось меньше месяца. Мы проанализировали поисковые запросы людей и выяснили, какие темы больше всего волновали их в этом году. В список попали люди, события и явления, которые вызвали всплеск интереса пользователей. Сравните свои ощущения с нашими данными.

РедактироватьУдалить
Показать комментарии
21
Скрыть комментарии
Авторизуйтесь, чтобы оставить комментарий.
Авторизуйтесь, чтобы оставить комментарий.

Яндекс открывает «Фабрику данных»

Сегодня мы открыли новое направление по работе с «большими данными» — Yandex Data Factory. В рамках YDF компании, которые имеют дело с огромными массивами информации, смогут решать свои задачи с помощью технологий Яндекса.

Чёткого определения у понятия «большие данные» нет. Одно из первых описаний предложили в 2001 году — оно известно как принцип «трёх V». Данные называют большими, если они обладают тремя признаками: большой объём (volume), многообразие (variety) и скорость (velocity). Последнее означает, что данные постоянно обновляются и нуждаются в своевременной обработке.

С «большими данными» имеют дело практически в любой сфере бизнеса: от банковского дела до телекоммуникаций, от коммунального хозяйства до здравоохранения. Компании собирают и хранят множество информации: планы, отчёты, сведения о действиях клиентов, показания датчиков, настройки оборудования, характеристики продукции, видео с камер наблюдения. Эта информация объёмна, разнообразна и зачастую обновляется в режиме реального времени.

Умение анализировать «большие данные» даёт много преимуществ. Выявив закономерности в данных, банк, например, сможет определить, какие продукты предложить клиентам, а поставщик коммунальных услуг — предсказать аномальные всплески потребления горячей воды и подготовиться к ним. Сложность, однако, состоит в том, что для анализа «больших данных» — в силу их объёма и разнородности — необходимы специальные инструменты. Такие инструменты есть у Яндекса.


В число технологий, которые используются для анализа данных в Yandex Data Factory, входят метод машинного обучения Матрикснет, глубокие нейронные сети, распознавание образов и речи, рекомендательные системы. Все они были разработаны Яндексом для собственных нужд — и собственных данных. Матрикснет мы изначально создавали для составления формулы ранжирования в поиске — а потом он стал использоваться и для прогнозирования пробок в Яндекс.Картах, и для таргетинга рекламы в Яндекс.Директе, и для машинного перевода текстов с одного языка на другой в Яндекс.Переводе.

Со временем мы убедились, что наши алгоритмы могут применяться и в отраслях, не связанных с интернетом — так как они не анализируют содержание данных, а выявляют в них закономерности. Первым опытом применения технологий Яндекса в сторонних проектах стало сотрудничество с Европейским центром ядерных исследований (CERN). В частности, Матрикснет лёг в основу системы поиска редких событий — данных о столкновениях частиц — в эксперименте LHCb на Большом адронном коллайдере.

В Яндексе работают очень сильные специалисты по анализу данных. А кроме того, у нас есть система их подготовки. С 2007 года обучением в этой области занимается Школа анализа данных. В 2014 году Яндекс и Высшая школа экономики открыли факультет компьютерных наук, в состав которого входит департамент больших данных и информационного поиска.

Перед публичным запуском Yandex Data Factory мы провели несколько пилотных проектов по обработке «больших данных» с компаниями-партнёрами. В частности, для компании, обслуживающей линии электропередач, в Yandex Data Factory создали систему, которая анализирует сделанные беспилотниками снимки и автоматически выявляет угрозы: например, деревья, растущие слишком близко к проводам. А для автодорожного агентства проанализировали данные о загруженности дорог, качестве покрытия, средней скорости движения транспорта и аварийности. Это позволило в режиме реального времени составлять прогноз заторов на дорогах на ближайший час и выявлять участки с высокой вероятностью ДТП.

Услугами Yandex Data Factory могут воспользоваться как российские, так и зарубежные компании из разных отраслей. Подробности о Yandex Data Factory можно узнать на сайте проекта.

РедактироватьУдалить
Показать комментарии
5
Скрыть комментарии
Авторизуйтесь, чтобы оставить комментарий.
Авторизуйтесь, чтобы оставить комментарий.
Больше записей