ggeo1

https://twitter.com/MarcosBL/status/728442224132825089

Καταρχήν, δε μιλάμε για Ελλάδα..Τα πράγματα είναι σχεδόν ανύπαρκτα όσον αφορά την ενασχόληση με scientific computing. Αν θες να το γυρίσεις σε web development ή γενικά ΙΤ τότε οκ υπάρχει ακόμη ελπίδα. Ως μαθηματικός όμως και εφόσον σου αρέσουν οι τομείς που ανέφερες έχεις αρκετές (έως και πάρα πάρα πολλές) ελπίδες να δουλέψεις έξω.Μην το σκέφτεσαι καν για Ελλάδα..Και γω κάποτε έλεγα μονο Ελλάδα.Τώρα όπου φύγει φύγει..(Εννοείται ότι είμαι Ελληνάρας και αγαπάω την πατρίδα μου και την ιστορία της και δεν το αλλάζω με τίποτα, όμως πρέπει να έχεις και μια δουλειά για να ζήσεις).Και στην τελική, πηγαίνεις για λίγα χρόνια έξω και μετά βλέπεις. Ως μαθηματικός, βλέπω ότι ζητάνε άτομα για computer graphics (opengl κτλ).Είναι κάτι πολύ καλό αν σε ενδιαφέρει. Επίσης, και σε τομέα finances μπορείς να ασχοληθείς. Γενικά, το ότι είσαι μαθηματικός δε σε περιορίζει σε κάτι, αντίθετα σου διευρύνει τα πεδία (μιλάμε για scientific computing) Και μιλώντας για scientific computing, οι γλώσσες που παίζουν κυρίως είναι C/C++, Python.Οπότε, κανονίζεις ανάλογα. Όσον αφορά την εμπειρία ανοίγεις ένα github και βάζεις τα προγραμματάκια σου.Ποιά μπορεί να είναι αυτά?Διαβάζοντας σχετικά βιβλία γράφεις κάτι παρόμοιο.Και αργότερα μπορεί να σου έρθει καμιά ιδέα.

Έπεσα σήμερα πάνω σε αυτό.. http://stackoverflow.com/jobs/36832/experienced-c-plus-plus-software-developer-think-cell-software-gmbh?searchTerm=scientific&offset=18&sort=p για όποιον ενδιαφέρεται.. (άσχετο λίγο με το post αλλά σχετικό με τους μισθούς που λέγαμε παραπάνω)

Τσέκαρε και αυτό το site http://machinelearningmastery.com/machine-learning-in-python-step-by-step/. Και φυσικά ότι βρεις από open courses. Καλά το λες να ξεκινήσεις με Python.Και να μάθεις να χρησιμοποιείς το pandas http://pandas.pydata.org/ Aφού μαθεις κάποια βασικά μπορείς να πειραματίζεσαι με projects από το http://kaggle.com/. Kαι follow http://www.kdnuggets.com/2012/12/most-influential-data-scientists-on-twitter.html http://bigdata-madesimple.com/33-most-noted-data-scientists-on-twitter/

Kαι λίγο παραπάνω από το ταβάνι που λέγαμε.. http://stackoverflow.com/company/work-here/462526?gh_jid=462526&gh_src=uatli1

Aν δεις εκτελεί : --exec ${DAEMON} ${DAEMON_OPTS} οπότε είναι σωστά έτσι. Το δοκίμασα και αυτό ( όχι το συγκεκριμένο λινκ ) αλλά χωρίς επιτυχία.Έτσι είπα να δοκιμάσω το πιο κλασικό.Θα το κοιτάξω πάντως το λινκ.

Σε ubuntu 16.04 server προσπαθώ να το τρέξω.

Γειά σας, Προσπαθώ να κάνω ένα σκριπτάκι να τρέχει ως service. Χρησιμοποιώ : #!/bin/sh NAME=myname PIDFILE="/var/run/${NAME}.pid" LOGFILE="/var/log/${NAME}.log" DAEMON="/bin/sh" DAEMON_OPTS="${HOME}/myfolder/run.sh" START_OPTS="--start --background --make-pidfile --pidfile ${PIDFILE} --exec ${DAEMON} ${DAEMON_OPTS}" STOP_OPTS="--stop --pidfile ${PIDFILE}" test -x $DAEMON || exit 0 set -e case "$1" in start) echo -n "Starting ${DESC}: " start-stop-daemon $START_OPTS >> $LOGFILE echo "$NAME." ;; stop) echo -n "Stopping $DESC: " start-stop-daemon $STOP_OPTS echo "$NAME." rm -f $PIDFILE ;; restart|force-reload) echo -n "Restarting $DESC: " start-stop-daemon $STOP_OPTS sleep 1 start-stop-daemon $START_OPTS >> $LOGFILE echo "$NAME." ;; *) N=/etc/init.d/$NAME echo "Usage: $N {start|stop|restart|force-reload}" >&2 exit 1 ;; esac exit 0 Mετά απο sudo service myname status δείχνει ότι είναι active αλλά: 1) Process 10934 ... success Main PID 3115 ..status=1/FAILURE ( δε βρίσκω πουθενά αυτό το 3115 ) 2) Το pid file δημιουργείται ok.To /var/log/myname.log ειναι άδειο 3) Το σκριπτάκι δεν τρέχει Δε γνωρίζω και πολλά από σκριπτάκια , οπότε αν έχετε καμιά ιδέα. Ευχαριστώ

Καλησπέρα, Πιστέυω ότι αυτό που θέλεις να κάνεις είναι όντως AI/ Machine Learning. Δες λίγο εδώ τις "διαφορές" http://numenta.com/blog/machine-intelligence-machine-learning-deep-learning-artificial-intelligence.html https://www.quora.com/What-are-the-main-differences-between-artificial-intelligence-and-machine-learning http://upfrontanalytics.com/data-mining-vs-artificial-intelligence-vs-machine-learning/ Γνώμη μου είναι να ασχοληθείς με την Python η οποία χρησιμοποιείται πάρα πολύ σε machine learning. Ένα δυνατό πακέτο είναι http://scikit-learn.org/stable/. Έχει πολλές πληροφορίες στο διαδίκτυο αν το ψάξεις. Για πχ http://machinelearningmastery.com/blog/ http://ipython-books.github.io/featured-04/ και φυσικά αρκετά courses σε edx,coursera κτλ.

Εξαρτάται πόσο θα θελήσει ο ίδιος να ψαχτεί και σε τι βάθος θα φτάσει.Ναι, μπορεί να ξέρει λίγα πράματα από προγραμματισμό ,μπορεί όμως και το αντίθετο.Δεν ξέρω αν χωράει σύγκριση Πληροφορικάριου-Computational Scientist .Όλα σχετικά είναι.Ένας computational scientist-scientific programmer σαφώς και γνωρίζει και χρησιμοποιεί version control.Επίσης,είναι λάθος που λες ότι γνωρίζει μια γλώσσα όπως Matlab.Μια χαρά γνωρίζει ότι θα του χρειαστεί C/C++ , Python,Java,CUDA,openMP κτλ.Και μάλιστα μπορεί να τις γνωρίζει σε αρκετό βάθος , αφού καλείται να κάνει optimize και πρέπει να γνωρίζει και από hardware .

Για long double πρέπει να χρησιμοποιήσεις printf("%Lf", (long double)(t1 - t0)); και όχι "%f"

Κάθε φορά στην εκκίνηση μου βγάζει το παρακάτω: Το GnuPG απέτυχε να ξεκινήσει. Πρέπει να διορθώσετε το σφάλμα του GnuPG πριν ξεκινήσετε το KGpg. gpg: option file '~/.gnupg/gpg.conf': Δεν υπάρχει τέτοιο αρχείο ή κατάλογος Ξαναδημιούργησα το gpg.conf και συνεχίζει να μου το γράφει . Δεν μπορώ να αποκρυπτογραφήσω χρησιμοποιώντας το kgpg.Μπορώ μόνο με το kleopatra. Αν προσπαθήσω να χρησιμοποιήσω το gpg από command line : gpg: public key decryption failed: No pinentry gpg: decryption failed: No secret key και αν κάνω: killall gpg-agent && eval `gpg-agent --daemon` μπορώ να χρησιμοποιήσω το gpg ( όχι το kgpg ). (Χρησιμοποιώ Manjaro , KDE)

Φίλε, με έσωσες!Πόσο καιρό παιδευόμουν! Σε ευχαριστώ!

Δεν μπορώ να βρω 'ρυθμίσεις διαχειριστή εργασιών'. Έχει τις ρυθμίσεις του συστήματος και από εκεί το 'Συμπεριφορά παραθύρων'.

Το έχω ήδη στο "κλικ για εστίαση" και ακόμη μου το κάνει.. Ευχαριστώ για την απάντηση.