LINUX.ORG.RU

8
Всего сообщений: 54

Software Development Engineer FORTRAN/Python/MATLAB, Копенгаген

Требуется FORTRAN/Python/MATLAB разработчик в Technical University of Denmark / Wind energy / Wind Turbine Loads and Control.
Основные задачи:

  • разработка in-house кодов для структурного анализа (в основном аэроупругость/динамика твердого тела)
  • разработка скриптов для пре- и постпроцессинга.
  • поддержка инженеров и исследователей в написании скриптов/прототипов, конвертация прототипов в production код.

З/п 23000+ DKK (220000+ руб) после налогов.

Подробности по ссылке: https://www.dtu.dk/english/About/JOB-and-CAREER/vacant-positions/job?id=97f8996c-564c-4b93-a20e-213d228b1cff

 , , , ,

ssem ()

Software Development Engineer С++/Python/MATLAB, Копенгаген

Требуется С++/Python/MATLAB разработчик в Technical University of Denmark / Wind energy / Wind Turbine Structures and Component Design.
Основные задачи:

  • разработка in-house кодов для структурного анализа (в основном Конечные Элементы)
  • разработка скриптов для пре- и постпроцессинга КЭ.
  • разработка плагинов/скриптов для стриминга данных в БД/Облако (Postgres+TimescaleDB+Grafana / MQTT)
  • поддержка инженеров и исследователей в написании скриптов/прототипов, конвертация прототипов в production код.

З/п 23000+ DKK (220000+ руб) после налогов.

Подробности по ссылке: https://www.dtu.dk/english/About/JOB-and-CAREER/vacant-positions/job?id=4cc334d8-c2e1-4690-bf96-4d72e6ccf496

 , , , ,

ssem ()

А вот как Интель добивается «превосходства» в некоторых программах

https://3dnews.ru/997915

На Реддите выложили рецепты, как отучить Matlab проверять производителя процессора. Это позволяет задействовать на AMD весь набор инструкций типа SSE и AVX, что поднимает производительность до 3 раз. «Искаропки» же Matlab использует на не-Интеловских процессорах только SSE1

 , , ,

alexferman ()

Нашли программиста

Решено.

 , , , ,

photonscore ()

Matlab programmer (data exploration, statistics, elements of machine learning) до 200.000 Net удаленка для М и МО

Распределенная команда разработчиков с большим и стабильным финансированием приглашает в штат на постоянную работу (возможна удаленка для М и МО) программистов Matlab.

Your Experience/Skills

Experience in working with datasets (medium sized, order of several GB), experience in programming, MATLAB (Ideally, we would like to hire people who write on MATLAB in science, not industry!) Experience with distributed version control (git) Reasonable spoken & written English (some team members do not speak Russian) Understanding of mathematics, statistics, and time series

Technology:

* the interface to strategy platform is in MATLAB (so experience in MATLAB required), * the interface to trading platform is in Python 3 (so Python skills would be advantageous), * we are open to expanding to other technologies down the line, but need results delivered in MATLAB first

Methods:

* datasets are of medium size (GigaBytes, hundred thousands datapoints) * thus, insufficient data for many popular machine learning methods (no neural nets…) * goal: classification (supervised learning) * preference for old-fashioned linear methods, or * very judicious application of some (low dimensional) more modern methods (such as Support Vector Machines, Decision Forest, etc.) * candidate must be aware of overfitting/sampling bias issues

We are ready to hire a few specialists from junior to senior level

Senior task * mostly data exploration, significant statistics, maybe elements of machine learning, nearly research level * analyse data for patterns and irregularities * formulate trading strategies and backtest them (familiarity with exploration/test/validation advantageous)

Junior task * mostly data processing, lots of programming, some mathematics * data cleaning, manipulation, transformation * backtesting infrastructure (take historical price data, take strategy, write code to simulate what strategy would have yielded on given data)

Условия:

Работа в распределенной команде (потому нужен английский язык) профессионалов высокого уровня (разработчики не ниже уровня Senior, PhD Stanford и т.д.) с большим и устойчивым финансированием (никаких задержек по з/п) Офис в центре рядом с метро, возможна удаленная работа после испытательного срока. График работы и размер з/п реально обсуждается в каждом конкретном случае (исходим от пожеланий кандидата).

-----------------------------
Svetlana Skorikova
Talent Acquisition Professional
e-mail skorikova.sv@gmail.com
8 (985) 6447813 (via phone call, whatsapp)

 , , , ,

Svet2010 ()

MATLAB/Python 3 on Linux developer с возможностью удаленной работы для М и МО от 150.000 Net

Все в туже команду куда уже нашлись два Senior C++ developer и нужен третий теперь ищу программиста по работе с данными, а именно MATLAB/Python 3 on Linux Programmer for agile Fintech team.

Our Benefits
Small international agile team
Flexible work arrangements
Beyond our requirements (MATLAB/Python 3 on Linux, git), choose your own tech stack
Office near Arbat/Smolensky Metro station or remote

Your Role
Data transformation, filtering, cleaning, and processing (eg computation of various indicators), backtesting
Coding and working in MATLAB and Python 3
Development and support of data analysis tools for trading platform
Optionally, depending on candidate’s desire & competence, more sophisticated statistical and machine learning analysis to create strategies (but not required; data processing and coding formulas for existing strategists is sufficient)

Your Experience/Skills
1 to 10 years experience in Python 3 and experience with MATLAB (the more the better)
Experience with distributed version control (git)
Reasonable spoken & written English (some team members do not speak Russian)
Basic understanding of mathematics, statistics, and time series
Beneficial, but not required: experience in UNIX, scripting (incl. shell scripting) and basic DevOps
Beneficial, but not required: basic understanding of markets, trading, tick data etc.

Офис рядом с м.Смоленская, возможна удаленная работа после испытательного срока. Размер з/п реально обсуждается в каждом конкретном случае (исходим от пожеланий кандидата).

По телефону вкратце объясню что как что с этой вакансией и вообще...

PS Senior C++ developer тоже актуальна!


-----------------------------
Svetlana Skorikova
Talent Acquisition Professional
e-mail skorikova.sv@gmail.com
8 (985) 6447813 (via phone call, whatsapp)
8 (929) 6193605 (via phone call)

 , ,

Svet2010 ()

Включение иконок. Создание ярлыка. Запуск Matlab. GNOME 3, Linux Arch

Здравствуйте! Поиском пользовался, кучу информации прочитал, все сводится к тому, что нужно просто включить такую функцию в gnome tweak tool. Но дело в том, что в моем GTT нет раздела «рабочий стол». Искал, но не нашел ничего подобного, собственно вопрос, как вылечить GTT, или если он здоров, что я делаю не так?

GNOME 3.30.2 ARCH 4.19.2

Еще такой вопрос, установил программу скачанную с торрента, установил посредством монтирования образа и запуска от туда инсталятора. Все установилось, но как мне теперь сделать ярлык на исполняемый файл программы? Или чтобы я видел эту программу в меню GNOME? Сейчас я запускаю программу так :

cd /programs/matlab ./matlab

Благодарю всех откликнувшихся! Пришел в линукс тусовку совсем недавно, без вашей помощи еще сырой! Спасибо!

 , , ,

GRYAZ ()

jupyter и matplotlib для «больших» векторов? Как не сливать Matlab-у?

Цель: применить jupyter/python/matplotlib/<ещё что-то?> к задаче радиотехники.

Дано: 3276799 комплексных числа. Необходимо визуально оценить спектр.

Вот такой тестовый код вешает (!!!) kernel в jupyter-е (попробовал на двух машинах):

%matplotlib inline

import numpy as np
import matplotlib.pyplot as plt

fig, axis = plt.subplots(nrows=1, figsize=(16, 8))

n = 3276799

t = np.arange(n)
x_t = np.random.random(n) + 1j * np.random.random(n) + np.sin(2 * np.pi * .05 * t)
x_t -= x_t.mean()
x_f = np.fft.fft(x_t)

axis.plot(np.abs(x_f))

Для сравнения вот такой matlab-овский код:

n = 3276799;
t = 1 : n;
x_t = rand(n, 1) + 1j * rand(n, 1) + sin(2 * pi * .05 * t');
x_t = x_t - mean(x_t);
x_f = fft(x_t);
plot(abs(x_f));

отрабатывает и отрисовывает график за доли секунды.

Раунд спора с научруком на тему Matlab vs Jupyter/python/matplotlib был эпично проигран! :'-(

Вопрос: что не так в python-ом коде? Как решить такую задачу в jupyter?

P.S. Только, пожалуйста, не надо говорить, что визуально оценивать 3М точек, это не по фэншую. Если matplotlib для этого не предназначен, то порекомендуйте альтернативу. Решать такую задачу можно и нужно и Matlab её решает успешно.

 , , ,

omegatype ()

хоткеи в MATLAB

Можно ли заставить матлаб использовать системные хоткеи? Ну потому что встроенные ну совершенно инопланетянские, например откат: Ctrl-Shift-Minus.

UPD: Оказывается там есть меню настроек... мне его пришлось минут 5 искать. Короче, надо зайти сначала на вкладку HOME, а там есть пимпочка preferences. Ну и там Keyboard..

 

dikiy ()

Ошибка в матлабе?

[A,B,t,r]=solve('e^(-i*k*a)+r^(i*k*a)=A*e^(-i*q*a)+B*e^(i*q*a)',
'A*e^(i*q*a)+B*e^(-i*q*a)=t*e^(-i*k*a)',
'i*k*(e^(-i*k*a)-r*e^(i*k*a))=i*q*(A*e^(-i*q*a)-B*e^(i*q*a))',
'i*q*(A*e^(-i*q*a)-B*e^(-i*q*a))=i*k*t*e^(i*k*a)')

Выдаёт ошибку Error:Expression or statement is incorrect--possibly unbalanced (,{,or[.
Вот исходное уравнение
http://www.picshare.ru/view/9003843/

 

Gremlin_ ()

Julia 0.7

Вышла альфа-версия сабжа для математических вычислений.

Язык, созданный для замены Fortran, R, Matlab и Python.

По скорости сравним с Сишкой. Кто-нибудь юзал, тестал?

Разрабы просят тестать язык в хвост и в гриву и о багах сообщать на Гитхабе.

 , , ,

FilosofeM ()

Магия cell2mat в octave

Доброго времени суток. Думаю, комментарии излишни, взгляните на код и, пожалуйста, объясните логику возникновения ошибки...

  7 death_records = sql.query('SELECT height, weight, age, death_date, surgery_date FROM heart_surgery WHERE death_date is not null LIMIT 10;')(2:end, :);
  8 
  9 death_records(:, 1)
 10 death_records(:, 2)
 11 cell2mat(death_records(:, 1))
 12 cell2mat(death_records(:, 2))

Вывод:

ans = 
{
  [1,1] = 168
  [2,1] = 156
  [3,1] = 167
  [4,1] = 164
  [5,1] = 170
  [6,1] = 156
  [7,1] = 155
  [8,1] = 174
  [9,1] = 173
  [10,1] = 177
}
ans = 
{
  [1,1] = 65
  [2,1] = 50
  [3,1] = 53
  [4,1] = 60
  [5,1] = 80
  [6,1] = 69
  [7,1] = 63
  [8,1] = 86
  [9,1] = 68
  [10,1] = 108
}
ans =

168
156
167
164
170
156
155
174
173
177

error: cat: dimension mismatch
error: called from
    cell2mat at line 83 column 11
    wtf at line 12 column 1

 ,

Rot1 ()

Специалист по языку Modelica

Приветствую!

Ищется человек обладающий опытом работы с языком Modelica.

Нужно реализовать перевод уже существующих моделей из разных языков в Моделику. Область - газовые турбины.

Возможна работа по договору подряда. Можем работать с компаниями также по офиициальному договору. Все оффициально.

ant.kavalerov@gmail.com

С уважением, Антон

 ,

Closius ()

Разыскивается преподаватель MATLAB (Москва, 40-60K)

Всем привет!

Наши товарищи ищут преподавателя MATLAB, который будет вести практикумы у них на предприятии.

Или даже нескольких, чтобы раскрывать разные темы (так что даже если вы знаете, например, только обработку изображений, но хорошо, то это всё равно это будет интересно).

О главном

  • Платить будут 40-60 тысяч в месяц.
  • Находятся в районе м. Кунцевской.
  • График занятий — 2 раза в неделю по 3-4 часа, по вечерам.
  • Практический опыт применения MATLAB — обязателен. Опыт преподавания тоже приветствуется.
  • Занятия начнутся в 2018 году.

Как будут проходить занятия?

  • Занятия будут проходить в маленьких группах (3-5 человек), ориентировочно в таком формате:
  • разобрать присланные домашки (вам их должны будут залить в репозиторий);
  • прочитать кусок теории к занятию (слайды + доска);
  • показать нужный тулбокс вживую, на большом экране;
  • раздать студентам задачи для выполнения на месте и помочь, если что-то не работает;
  • выдать новые домашки.

Примерный список тем, которые хочется осветить — ниже:

Введение в MATLAB:
• возможности IDE (включая работу с системами контроля версий);
• основные конструкции языка MATLAB;
• принятый стиль кодирования;
• ключевые функции для работы с многомерными данными.;
• импорт и экспорт данных;
• визуализация (разнообразные виды 2D- и 3D-графиков и их настройки) в том числе для динамически изменяющихся данных;
• создание простейших интерактивных приложений c графическим интерфейсом.

Базовая математика:
• специальные функции
• линейная алгебра
• случайные числа
• интерполяция данных
• фурье-анализ

Simulink, его возможности и сфера применения.

Обзор тулбоксов:
• Signal Processing Toolbox;
• Матстатистика, оптимизация, машинное обучение:
• Optimization Toolbox;
• Curve Fitting Toolbox;
• Statistics and Machine Learning Toolbox;
• Neural Network Toolbox;

Обработка изображений:
• Computer Vision System Toolbox;
• Image Processing Toolbox;

Связь с контрольно-измерительной аппаратурой:
• Data Acquisition Toolbox;
• Instrument Control Toolbox;
• Control System Toolbox (синтез PID-регуляторов и других систем управления);

Экспорт и сборка кода на C/C++ с помощью MATLAB Coder
Синтез и верификация HDL-кода (MATLAB HDL Coder, MATLAB HDL Verifier)

Если заинтересовало — пишите нам на мыло: mipt-dc@yandex.ru

 ,

Yak ()

Объясните данный код на matlab распознавания образов для 2х классов

%1. Случай, когда классы отличаются лишь матожиданиями,
%а матрицы ковариации одинаковы C1=C2=C

clear all;
n=100;
C=[4 1 -1; 1 4 1;-1 1 4]; %матрица ковариации
%формируем реализации образов класса N1 на основе двумерной %гауссовcкой случайной величины с матожиданием M1
M1=[-2 -3 -3];
N1=randncor(3,n,C);
N1(1,:)=N1(1,:)+M1(1);
N1(2,:)=N1(2,:)+M1(2);
N1(3,:)=N1(3,:)+M1(3);
%формируем реализации образов класса N2 с матожиданием M2
M2=[1 11 0];
N2=randncor(3,n,C);
N2(1,:)=N2(1,:)+M2(1);
N2(2,:)=N2(2,:)+M2(2);
N2(3,:)=N2(3,:)+M2(3);

T1(1:n)=0;
T2(1:n)=1;
N=[N1 N2];
T=[T1 T2];
figure(1);
%subplot(2,2,1); %позволяет выводить графики каскадом
plotpv(N,T);
%Пусть на вход классификатора поступают реализации класса N1,
%тогда логарифм отношения правдоподобия g(x)
g1(1:n)=0;g2(1:n)=0;
I1=0;
I2=0;
for i=1:n
    g1(i)=(N1(:,i)'/C)*(M1-M2)'-(1/2)*((M1+M2)/C)*(M1-M2)';
    g2(i)=(N2(:,i)'/C)*(M1-M2)'-(1/2)*((M1+M2)/C)*(M1-M2)';
    if g1(i)>0 
         I1=I1+1; 
    end;
    if g2(i)>0 
         I2=I2+1; 
    end; 
end;
figure(2);
subplot(1,2,1);
hist(g1,16); %для n<1000 получается не похоже на норм. распр. 

subplot(1,2,2);
hist(g2,16); %для n<1000 получается не похоже на норм. распр. 

%Посчитаем теоретические матожидание и дисперсию g(x) для %гипотезы о принадлежности первому классу

Mg_1=1/3*(M1-M2)/inv(C)*(M1-M2)'
a1=Mg_1;
Dg_1=2*a1
%второму классу
Mg_2=-1/3*(M1-M2)/inv(C)*(M1-M2)'
Dg_2=Dg_1
%посчитаем практические матожидание и дисперсию
Mg_pr_1=mean(g1)
Dg_pr_1=std(g1)^2

%оценим вероятность ошибки первого рода (принимаем решение о %принадлежности второму классу, а в действительности верна %гипотеза о принадлежности первому)
c1=0;
x=(c1-a1)/sqrt(2*a1);
alpha=normcdf(x)

%оценим вероятность ошибки второго рода (принимаем решение о %принадлежности первому классу, а в действительности верна %гипотеза о принадлежности второму)
x=(c1+a1)/sqrt(2*a1);
beta=1-normcdf(x)
SummOshibkaDlyaN1=1-I1/n
SummOshibkaDlyaN2=1-I2/n

%****Для второго класса

Mg_1=1/2*(M1-M2)/inv(C)*(M1-M2)'
Dg_1=2*Mg_1;
%второму классу
Mg_2=-1/2*(M1-M2)/inv(C)*(M1-M2)';
a2=Mg_2;
Dg_2=2*a2;
%посчитаем практические матожидание и дисперсию
Mg_pr_2=mean(g2)
Dg_pr_2=std(g2)^2

%оценим вероятность ошибки первого рода (принимаем решение о %принадлежности второму классу, а в действительности верна %гипотеза о принадлежности первому)
c1=0;
x=(c1-a2)/sqrt(2*a2);
alpha=1-normcdf(x)

%оценим вероятность ошибки второго рода (принимаем решение о %принадлежности первому классу, а в действительности верна %гипотеза о принадлежности второму)
x=(c1+a2)/sqrt(2*a2);
beta=normcdf(x)

function y=randncor(m,n,C);
%09.09.05 функция для генерации гауссовских случайных векторов 
%с нулевым мат. ожиданием и матрицей ковариации С размера m*m
%m-размер (длина) вектора; n-количество генерируемых векторов
%в совокупности на выходе образуется матрица размера m*n  
% формирование верхнетреугольной матрицы разложения (факторизации) Холецкого
R=chol(C);
%генерация матрицы размера m*n гауссовских независимых случайных величин с
%параметрами 0;1
x=randn(m,n);
%получение матрицы n гауссовских коррелированных векторов длиною m каждый
y=R'*x;
%пример проверки результатов путем оценки матрицы ковариации получаемой
%совокупности данных
% m=3; n=1000;
% C=[3 2 1;2 3 2;1 2 3]
% R=chol(C)
% A=R'*R
% x=randn(m,n);
% y=R'*x;
% оценка выборочной матрицы ковариации
% s=zeros(m,m)
% for i=1:n
% s=s+y(:,i)*y(:,i)';
% end;
% s=s/n

 , ,

Gremlin_ ()

Перебор вариантов

Есть программа (сейчас на матлабе), в которой я перебираю большое количество вариантов, точнее, все последовательности 0 и 1 размером n, т.е. 2^n. Соответственно, начало следующее:

parfor i = 1:2^(box_size^2/2)-1

 c_points = de2bi(i,box_size^2/2);
 
 box = zeros(box_size+2,box_size+2);

 for j = 1:box_size
     box(j+1,2+rem(j,2):2:box_size+1) = c_points(1 + (j-1)*box_size/2:j*box_size/2);
 end

de2bi - преобразует неотрицательное целое число i в вектор-строку двоичных цифр.

Есть ли простые способы это оптимизировать? Например, есть ли способ генерировать эти 0-1 строки оптимальнее? Сейчас выполнение занимает слишком много времени. Далее происходят не слишком сложные операции с матрицей box и, скорее всего, я даже готов переписать это на каком-нибудь другом языке, если это принесет ощутимый прирост к скорости выполнения.

 

tyakos ()

Линейная алгебра на GPU в Python - текущее состояние дел?

Преамбула: имеется вектор из 100e6 элементов, который необходимо нарезать на фрагменты размером N, применить к каждому фрагменту fft, а затем применить к ним ряд операций линейной алгебры (в тч. копирование, вырезание поддиапазона, так же в numpy как vstack, roll, conj, поэлементное произведение). Результирующий код на numpy выполняется порядка 5-10 минут на одном ядре core i5.

Есть мнение, что «matlab может в gpu из коробки, просто нажимаешь какую-то галочку и все выполняется на GPU, ну, по крайней мере, операции линейной алгебры над векторами легко»!

Вопрос к знатокам - действительно ли тулбокс параллельной обработки данных в матлабе настолько крут? Настолько, что можно сформировать параллельный алгоритм с минимальным редактированием кода?

Сейчас смотрю в сторону PyOpenCL, я правильно понимаю, что для этого необходимо изучить как бы другой язык? Язык написания kernel-ов?

Вот это читал - не очень ясно в контексте сабжа, где тут ниша именно вычислений? Theano?

UP 1: Видеокарта Radeon :)

Перемещено leave из desktop

 , , ,

omegatype ()

Портирование matlab-кода на python (частичное соответствие результатов)

Есть несколько bin-файлов с сэмплами от осциллографа Agilent, файлы сохранены в формате осциллографа. По наследству достался код на MATLAB, который читает эти файлы так:

function FileReadTest
   file_name = '/path/to/file'
   m = memmapfile(file_name,'Format','single','Offset',164);
   disp(file_name)
   double(m.Data(1:10))
end

Что, кажется, соответствует оригинальным рекомендациям.

Мне необходимо читать эти же файлы в Python, «портировал» функцию следующим образом:

import numpy as np

file_name = '/path/to/file'

with open(file_name, 'r') as file:
    file.seek(164)
    print file_name
    print np.fromfile(file, np.float32, count=10)

А теперь начинаю вручную сравнивать результаты на разных bin-файлах и... где-то совпадает, а где-то нет! И это, как-то вгоняет в ступор, если бы результаты всегда расходились, было бы ясно. Кто подскажет?

 , , ,

omegatype ()

Метод главных компонент. Очень нужна помощь!

Здравствуйте! Мы делаем работу по рамановской спектроскопии сперматозоидов (исследование в области репродукции человека). Снимали спектры с морфологически нормальных и аномальных сперматозоидов. Т.к. данные, полученные при рамановской спектроскопии представляют собой суммарные колебания атомарных связей, то объем информации получается очень большой. В иностранной литературе такие данные обрабатывают с помощью метода главных компонентов. Нам достаточно сложно сформулировать какие операции нужно произвести, так как мы не являемся специалистами в этой области, но приблизительно нам кажется, что нужно сделать следующее: 1.Разложить на компоненты 2. Выбрать наиболее значимые признаки 3. Сортировать на группы по этим признакам 4. Построить корреляционную матрицу 5. Построить диаграмму с распределением на ней всех спектров на кластеры разных цветов. Посоветуйте, пожалуйста, хорошего спеца, если есть такая возможность. Будем очень благодарны!

 , ,

Raman_Raman ()

Matlab + i3wm

Возникает проблема с матлабом с этим вм: при открытии графика, F5, он открывается в новом тайле. Случайным оброзом окно с графиком перестает работать: кнопки не тыкаются, точнее, тыкаются, но реагируют кнопки основного окна матлаба, которые как-бы под окном графика лежат. В итоге приходится перезагружать заного. Сначала думал проблема tab mode, но появляется в любом варианте. Сталкивался ли с этим кто-либо? Есть решение и описание причины бага?

Алсо: октаву не предлагать. Была бы возможность, пользовался бы ей.

 , ,

JAkutenshi ()