Tìm kiếm
15 kết quả cho “notebook”. Tìm không phân biệt dấu.
- Building reproducible Python environments with XARs Bài tóm tắt · Jane Street · 2023
…-with-xars/) Bối cảnh - Trader và researcher dùng Python và notebook rất nhiều, nhất là cho ML. Phần lớn code (nhiều là OCaml) nằm trong monorepo, nhưng notebook rải khắp nơi và ph…
- Inside HRT's Python Fork: Leveraging PEP 690 for Faster Imports Bài tóm tắt · Hudson River Trading · 2025
…u thư viện. - Hậu quả: script khởi động trễ hàng chục giây, notebook mất vài phút (có ngữ cảnh 10–15 phút) để nạp, job phân tán ngắn tốn phần lớn thời gian cho import. Trong khi đó…
- LyftLearn: ML Model Training Infrastructure built on Kubernetes Bài tóm tắt · Lyft · 2021
…chọn cấu hình phần cứng (GPU/CPU, RAM) và base image rồi mở notebook Jupyter hoặc R-studio trên cụm Kubernetes riêng của LyftLearn, lên trong vài giây ; notebook không dùng vài giờ…
- Nền tảng ML (feature, training, serving, giám sát model) Chủ đề Thành viên
Model ML đầu tiên của một công ty thường được nhúng thẳng vào một service có sẵn, với feature tính trong vài script và train bằng một job riêng. Khi số model và số người làm model tăng, bốn chỗ cùng hỏng:
- Hạ tầng nghiên cứu định lượng (dữ liệu thị trường, feature, backtest) Chủ đề Thành viên
Một quỹ định lượng hay công ty market making sống bằng vòng nghiên cứu: đặt giả thuyết → lấy dữ liệu → tạo feature → train model hay dựng tín hiệu → backtest/mô phỏng → đưa vào giao dịch thật → lặp lại. Theo Optiver, độ…
- Chi phí hạ tầng và build vs buy Chủ đề Thành viên
Khi còn nhỏ, chi phí hạ tầng là chuyện phụ và cloud là lựa chọn hiển nhiên. Khi lớn lên, hoá đơn có thể chiếm phần lớn giá vốn. Hai câu hỏi xuất hiện: tối ưu chi phí trên nền đang có thế nào, và khi nào nên tự xây (hoặc…
- Deploy và release an toàn Chủ đề Thành viên
Phần lớn sự cố bắt đầu bằng một thay đổi: code mới, cấu hình mới, hạ tầng mới. Khi hệ thống và tổ chức lớn lên, câu hỏi là làm sao đưa thay đổi lên production thường xuyên mà vẫn giới hạn được thiệt hại khi có lỗi.
- Migration không downtime Chủ đề Thành viên
Hệ thống đang chạy thật (gọi xe, chat, thiết kế) không được dừng, nhưng phải đổi ngôn ngữ, database hoặc hạ tầng bên dưới.
- Jane Street Công ty Thành viên
Công ty giao dịch định lượng và market making, viết gần như mọi thứ bằng OCaml. Blog không kể chiến lược, nhưng kể khá nhiều về hạ tầng quanh chúng. Ở tầng công cụ, từ 2012 họ tự viết build system Jenga; năm 2014…
- From shallow to deep learning in fraud Bài tóm tắt · Lyft · 2018
…hể chép tay hàng nghìn cây, nên cần cách serialize model từ notebook và nạp vào production một cách tin cậy; đổi lại mất bớt khả năng giải thích, bù bằng feature importance riêng c…
- Uber Công ty Thành viên
Một vòng đủ: monolith → microservices → tổ chức lại microservices. Năm 2012–2013 Uber có hai monolith; khi lên hàng trăm kỹ sư thì tách. Lý do chủ yếu là tổ chức. Năm 2015 họ có 500+ service và phải chuẩn hoá contract…
- Lyft Công ty Thành viên
Năm 2019, Amundsen, công cụ tìm dữ liệu dựa trên metadata, xếp hạng bảng theo số lần được query và lấy "ai hay dùng" từ audit log; metadata cơ bản công khai cho mọi người, metadata giàu chỉ cho người có quyền . Nền tảng…
- How we systematically improved our reliability Bài tóm tắt · Neon · 2026
…ảnh hưởng, nhưng không dán số của nó vào thẳng: bắt nó dựng notebook đặt mỗi con số cạnh query sinh ra nó để kỹ sư chạy lại. Tốt hơn nữa là có dashboard SLO/SLI để không cần AI. -…
- Migrating Large-Scale Interactive Compute Workloads to Kubernetes Without Disruption Bài tóm tắt · Uber · 2025
…ernetes/) Bối cảnh - DSW (Data Science Workbench): nền tảng notebook (Jupyter, RStudio) cho data scientist, ML engineer. Mỗi phiên là một container riêng, cho phép user tự cài pack…
- Investment Insights from Two Years of AI-Powered Postmortem Analysis Bài tóm tắt · Zalando · 2025
…stiCache, Elasticsearch) thử dùng LLM. Thay đổi chính - Thử NotebookLM trước: tóm tắt nhanh gấp 3 nhưng vẫn mất hàng tuần cho một nhóm chuyên gia, và có ảo giác nặng, mất ngữ cảnh…