Главная
Яндекс николаев: Яндекс Карты — подробная карта мира

Яндекс николаев: Яндекс Карты — подробная карта мира

Содержание

Генеральным директором “Яндекс.Драйва” назначили Алексея Николаева

https://ria.ru/20220525/nikolaev-1790603334.html

Генеральным директором “Яндекс.Драйва” назначили Алексея Николаева

Генеральным директором “Яндекс.Драйва” назначили Алексея Николаева – РИА Новости, 25.05.2022

Генеральным директором “Яндекс.Драйва” назначили Алексея Николаева

Новым генеральным директором “Яндекс.Драйв” стал Алексей Николаев, занимавший с февраля должность директора по стратегическому развитию компании, бывший глава… РИА Новости, 25.05.2022

2022-05-25T13:07

2022-05-25T13:07

2022-05-25T13:18

яндекс

алексей николаев

экономика

технологии

/html/head/meta[@name=’og:title’]/@content

/html/head/meta[@name=’og:description’]/@content

https://cdnn21.img.ria.ru/images/07e6/05/19/1790604698_0:320:3072:2048_1920x0_80_0_0_985de1dff2c0e7ee4746f2ba4cc35b2e.jpg

МОСКВА, 25 мая – РИА Новости. Новым генеральным директором “Яндекс. Драйв” стал Алексей Николаев, занимавший с февраля должность директора по стратегическому развитию компании, бывший глава “Драйва” Антон Рязанов будет развивать новые бизнесы “Яндекса”, сообщили в пресс-службе компании.Уточняется, что стратегия сервиса не изменится. “Драйв” продолжит фокусироваться на подписке (долгосрочной аренде автомобилей) и B2B направлении. Новая структура поможет сделать более эффективным кросс-функциональное взаимодействие команд”, – уточнили в сервисе.Николаев присоединился к команде “Драйва” в феврале 2022 года в качестве директора по стратегическому развитию. До этого он работал в “СберХ” и возглавлял направление стратегических партнерств и M&A-интеграций.

https://ria.ru/20220516/yandeks-1788759610.html

РИА Новости

1

5

4.7

96

[email protected]

7 495 645-6601

ФГУП МИА «Россия сегодня»

https://xn--c1acbl2abdlkab1og.xn--p1ai/awards/

2022

РИА Новости

1

5

4. 7

96

[email protected]

7 495 645-6601

ФГУП МИА «Россия сегодня»

https://xn--c1acbl2abdlkab1og.xn--p1ai/awards/

Новости

ru-RU

https://ria.ru/docs/about/copyright.html

https://xn--c1acbl2abdlkab1og.xn--p1ai/

РИА Новости

1

5

4.7

96

[email protected]

7 495 645-6601

ФГУП МИА «Россия сегодня»

https://xn--c1acbl2abdlkab1og.xn--p1ai/awards/

1920

1080

true

1920

1440

true

https://cdnn21.img.ria.ru/images/07e6/05/19/1790604698_140:0:2871:2048_1920x0_80_0_0_9b344d03d65dc635770bc691f277df45.jpg

1920

1920

true

РИА Новости

1

5

4.7

96

[email protected]

7 495 645-6601

ФГУП МИА «Россия сегодня»

https://xn--c1acbl2abdlkab1og.xn--p1ai/awards/

РИА Новости

1

5

4.7

96

internet-group@rian. ru

7 495 645-6601

ФГУП МИА «Россия сегодня»

https://xn--c1acbl2abdlkab1og.xn--p1ai/awards/

яндекс, алексей николаев, экономика, технологии

Яндекс, Алексей Николаев, Экономика, Технологии

МОСКВА, 25 мая – РИА Новости. Новым генеральным директором “Яндекс.Драйв” стал Алексей Николаев, занимавший с февраля должность директора по стратегическому развитию компании, бывший глава “Драйва” Антон Рязанов будет развивать новые бизнесы “Яндекса”, сообщили в пресс-службе компании.

«

“Алексей Николаев назначен генеральным директором “Яндекс.Драйва”. Антон Рязанов продолжит работу в компании и будет развивать новые бизнесы “Яндекса”, такие как “Драйвматика” и другие технологические проекты”, – говорится в сообщении.

Уточняется, что стратегия сервиса не изменится. “Драйв” продолжит фокусироваться на подписке (долгосрочной аренде автомобилей) и B2B направлении. Новая структура поможет сделать более эффективным кросс-функциональное взаимодействие команд”, – уточнили в сервисе.

Николаев присоединился к команде “Драйва” в феврале 2022 года в качестве директора по стратегическому развитию. До этого он работал в “СберХ” и возглавлял направление стратегических партнерств и M&A-интеграций.

“Яндекс” не планирует переносить штаб-квартиру из России

16 мая 2022, 11:44

Яндекс выяснил, что ищут жители Николаева этой осенью » Николаевский Обозреватель

Что ищут жители Николаева

Ежедневно украинцы задают Яндексу 20 миллионов запросов: о еде и напитках, работе, покупках, продажах и многом другом. Почти 2% из них — это запросы жителей Николаева и области. Яндекс изучил, о чём они спрашивали в течение недели, и составил несколько рейтингов на разные темы.

(включите показ изображений, чтобы увидеть картинку)

Как и пользователи из других областей страны, чаще всего николаевцы ищут популярные в Украине соцсети. В топ-10 попали также характерные для региона запросы — о погоде в Николаеве и местном новостном ресурсе Преступности. нет.

Топ-10 запросов николаевцев

[одноклассники]
[вконтакте]
[вк]
[порно]
[преступности нет]
[одноклассники моя страница]
[погода в николаеве]
[контакт]
[ютуб]
[игры для девочек]

Рецепты

В запросах со словами «рецепт» и «как приготовить» чаще всего встречались оладьи, пироги и блюда из овощей — особенно из кабачков. Вот как выглядит список самых популярных блюд:

Оладушки на сыворотке
Огурцы на зиму
Кабачковая икра
Абрикосовый джем
Творожная запеканка
Пирожки с абрикосами
Пицца, оладьи из кабачков
Пирог с вишней
Рататуй
Кабачки по-корейски

Спиртное

Из спиртных напитков николаевцев больше всего интересовал самогон. Причем в основном они искали самогон из абрикосов. Другие крепкие напитки (водка и коньяк) оказались на четвёртом месте, уступив пиву и вину.

Самогон
Вино
Пиво
Водка и коньяк
Шампанское

Вакансии

Судя по поисковым запросам, самая популярная вакансия в Николаеве и области — водитель. О ней было в два с лишним раза больше вопросов, чем о работе моряка, занявшей вторую строчку рейтинга.

Водитель
Моряк
Массажист
Официант
Экспедитор
Моторист, продавец-консультант
Переводчик, медсестра
PHP-программист
Кассир
Юрист

Покупка и продажа

Покупать и продавать николаевцы, похоже, стремятся одно и то же — машины, квартиры и дома. Автомобили и недвижимость лидируют как в запросах со словами «купить», так и в запросах со словами «продать».

Покупка

Автомобиль
Квартира
Дом
Блендер
Видеокарта
Билет на поезд
Автошины
Телефон
Сборник народных сказок
Кожаная куртка

Продажа

Автомобиль
Дом
Квартира
Дорожные плиты
Собака
Кукуруза
Земельный участок
Ульи
Видеокамера
Водный транспорт

Необычные запросы николаевцев

[как заставить дочь работать заговор]

[почему комары кусают не всех]

[что едят маленькие ежики]

[как вызвать хорошую погоду]

[как открыть копилку]

[что есть в походе вегетарианцу]

[зачем нужна геометрия]

Письмо: Аналитический потенциал источника ионизации в электрораспылении водород/дейтериевый обмен для исследования олигонуклеотидов

Сохранить цитату в файл

Формат: Резюме (текст)PubMedPMIDAbstract (текст)CSV

Добавить в коллекции

  • Создать новую коллекцию
  • Добавить в существующую коллекцию

Назовите свою коллекцию:

Имя должно содержать менее 100 символов

Выберите коллекцию:

Не удалось загрузить вашу коллекцию из-за ошибки
Повторите попытку

Добавить в мою библиографию

  • Моя библиография

Не удалось загрузить делегатов из-за ошибки
Повторите попытку

Ваш сохраненный поиск

Название сохраненного поиска:

Условия поиска:

Тестовые условия поиска

Электронная почта: (изменить)

Который день? Первое воскресеньеПервый понедельникПервый вторникПервая средаПервый четвергПервая пятницаПервая субботаПервый деньПервый рабочий день

Который день? ВоскресеньеПонедельникВторникСредаЧетвергПятницаСуббота

Формат отчета: SummarySummary (text)AbstractAbstract (text)PubMed

Отправить максимум: 1 шт. 5 шт. 10 шт. 20 шт. 50 шт. 100 шт. 200 шт.

Отправить, даже если нет новых результатов

Необязательный текст в электронном письме:

Создайте файл для внешнего программного обеспечения для управления цитированием

Полнотекстовые ссылки

Атыпон

Полнотекстовые ссылки

. 2015;21(1):59-63.

doi: 10.1255/ejms.1330.

Юрий Костюкевич 1 , Алексей Кононихин 2 , Игорь Попов 3 , Наталья Стародубцевад 4 , Станислав Пеков 5 , Евгений Кукаев 6 , Мария Индейкина 7

, Евгений Николаев 8

Принадлежности

  • 1 Сколковский институт науки и технологий, ул. Новая, 100, Сколково 143025, Российская Федерация. Институт энергетических проблем химической физики РАН, Ленинский просп. 38 к.2, д. 119334 Москва, Российская Федерация. Московский физико-технический институт, 141700 Долгопрудный, Московская область, Российская Федерация. [email protected].
  • 2 Институт энергетических проблем химической физики РАН, Ленинский пр. 119334 Москва, Российская Федерация, 38 к.2. Московский физико-технический институт, 141700 Долгопрудный, Московская область, Российская Федерация. [email protected].
  • 3 Московский физико-технический институт, 141700 Долгопрудный, Московская область, Российская Федерация. Институт биохимической физики им. Эмануэля Российской академии наук, ул. Косыгина, 4, 119334 Москва, Российская Федерация. гексаполь@gmail.com.
  • 4     Московский физико-технический институт, 141700 Долгопрудный, Московская область, Российская Федерация. Научный центр акушерства, гинекологии и перинатологии, ул. Опарина, д. 4, Москва 117997, Российская Федерация. [email protected].
  • 5 Институт энергетических проблем химической физики РАН, Ленинский пр. 119334 Москва, Российская Федерация, д. 38, к. 2. [email protected].
  • 6 Московский физико-технический институт, 141700 Долгопрудный, Московская область, Российская Федерация. Институт биохимической физики им. Эмануэля РАН, ул. Косыгина, д. 4, стр. 119334 Москва, Российская Федерация. [email protected].
  • 7 Институт энергетических проблем химической физики Российской академии наук Ленинский просп. 119334 Москва, Российская Федерация, 38 к.2. [email protected].
  • 8 Сколковский институт науки и технологий, ул. Новая, 100, Сколково 143025, Российская Федерация. Институт энергетических проблем химической физики РАН, Ленинский просп. 38 к.2, д. 119334 Москва, Российская Федерация. Московский физико-технический институт, 141700 Долгопрудный, Московская область, Российская Федерация. [email protected].
  • PMID: 25906036
  • DOI: 10.1255/ejms.1330

Юрий Костюкевич и др. Масс-спектр Eur J (Чичестер). 2015.

. 2015;21(1):59-63.

doi: 10.1255/ejms.1330.

Авторы

Юрий Костюкевич 1 , Алексей Кононихин 2 , Игорь Попов 3 , Наталья Стародубцевад 4 , Станислав Пеков 5 , Евгений Кукаев 6 , Мария Индейкина 7 , Евгений Николаев 8

Принадлежности

  • 1 Сколковский институт науки и технологий, ул. Новая, 100, Сколково 143025, Российская Федерация. Институт энергетических проблем химической физики РАН, Ленинский просп. 119334 Москва, Российская Федерация, 38 к.2. Московский физико-технический институт, 141700 Долгопрудный, Московская область, Российская Федерация. [email protected].
  • 2 Институт энергетических проблем химической физики РАН, Ленинский пр. 119334 Москва, Российская Федерация, 38 к.2. Московский физико-технический институт, 141700 Долгопрудный, Московская область, Российская Федерация. [email protected].
  • 3 Московский физико-технический институт, 141700 Долгопрудный, Московская область, Российская Федерация. Институт биохимической физики им. Эмануэля РАН, ул. Косыгина, д. 4, стр. 119334 Москва, Российская Федерация. гексаполь@gmail.com.
  • 4 Московский физико-технический институт, 141700 Долгопрудный, Московская область, Российская Федерация. Научно-исследовательский центр акушерства, гинекологии и перинатологии, Россия, 117997, Москва, ул. Опарина, д. 4. [email protected].
  • 5 Институт энергетических проблем химической физики РАН, Ленинский пр. 119334 Москва, Российская Федерация, д. 38, к. 2. [email protected].
  • 6 Московский физико-технический институт, 141700 Долгопрудный, Московская область, Российская Федерация. Институт биохимической физики им. Эмануэля Российской академии наук, ул. Косыгина, 4, 119334 Москва, Российская Федерация. [email protected].
  • 7 Институт энергетических проблем химической физики Российской академии наук Ленинский просп. 119334 Москва, Российская Федерация, 38 к.2. [email protected].
  • 8 Сколковский институт науки и технологий, ул. Новая, 100, Сколково 143025, Российская Федерация. Институт энергетических проблем химической физики РАН, Ленинский просп. 119334 Москва, Российская Федерация, 38 к.2. Московский физико-технический институт, 141700 Долгопрудный, Московская область, Российская Федерация. [email protected].
  • PMID: 25906036
  • DOI: 10.1255/ejms.1330

Абстрактный

Ранее сообщалось, что различные конформации олигонуклеотидов могут быть обнаружены с использованием газофазного обмена водород/дейтерий (H/D), проводимого в ячейке столкновений масс-спектрометра. Наличие различных конформеров постулировалось на основании бимодальной формы распределения дейтерия и данных спектрометрии ионной подвижности. Здесь мы реализуем обмен H/D источника ионизации в электрораспылении для обнаружения различных конформаций олигонуклеотидов в области образования ионов. Мы наблюдали, что количество H/D-обменов существенно зависит от температуры десольватирующего капилляра и изменяется от 25% при 50°C до 80% при 450°C, но бимодальности в форме распределения дейтерия не наблюдалось. Такие результаты свидетельствуют о том, что в области образования ионов различные конформации ионов олигонуклеотидов быстро взаимопревращаются друг в друга.

Похожие статьи

  • В ESI-источнике H/D-обмен при атмосферном давлении для пептидов и белков различной молекулярной массы от 1 до 66 кДа: роль температуры десольватирующего капилляра на H/D-обмен.

    Костюкевич Ю., Кононихин А., Попов И., Спасский А., Николаев Е. Костюкевич Ю. и соавт. J Масс-спектр. 2015 Январь; 50 (1): 49-55. doi: 10.1002/jms.3535. J Масс-спектр. 2015. PMID: 25601674

  • Конформации катионизированных линейных олигосахаридов, выявленные методом FTMS в сочетании с H/D-обменом in-ESI.

    Костюкевич Ю., Кононихин А., Попов И., Николаев Е. Костюкевич Ю. и соавт. J Масс-спектр. 2015 Октябрь; 50 (10): 1150-6. дои: 10.1002/jms.3633. J Масс-спектр. 2015. PMID: 26456784

  • Конформационные изменения убиквитина во время ионизации электрораспылением, определенные с помощью H/D-обмена в источнике ESI в сочетании с МС высокого разрешения и фрагментацией ECD.

    Костюкевич Ю., Кононихин А., Попов И., Николаев Е. Костюкевич Ю. и соавт. J Масс-спектр. 2014 Октябрь; 49 (10): 989-94. doi: 10.1002/jms.3409. J Масс-спектр. 2014. PMID: 25303388

  • Характеристика быстрых, связанных с активностью конформационных переходов в белках с помощью масс-спектрометрии водородно-дейтериевого обмена менее секунды.

    Ресетка Д., Уилсон Д.Дж. Ресетка Д. и соавт. FEBS J. 2013, ноябрь; 280 (22): 5616-25. дои: 10.1111/февраль 12332. Epub 2013 11 июня. ФЕБС Дж. 2013. PMID: 23663649 Обзор.

  • Белковые конформации, взаимодействия и обмен H/D.

    Maier CS, Deinzer ML. Майер С.С. и соавт. Методы Энзимол. 2005;402:312-60. дои: 10.1016/S0076-6879(05)02010-0. Методы Энзимол. 2005. PMID: 16401514 Обзор.

Посмотреть все похожие статьи

Типы публикаций

термины MeSH

вещества

Полнотекстовые ссылки

Атыпон

Укажите

Формат: ААД АПА МДА НЛМ

Отправить в

Top Machine Learning Developer в Бангкоке, Таиланд: Александр Николаев

Занятость

  • Инженер программного обеспечения

    2017 – Присутствует

    Agoda

    • . отвечает за обнаружение подозрительных действий в учетной записи пользователя.
    • Реализована модель машинного обучения для показа CAPTCHA, что снизило количество ложных срабатываний на 50%.
    • Внедрил модель машинного обучения для обнаружения мошенничества с клиентами, что позволило компании сэкономить около 2,5 млн долларов США в год.
    • Руководил командой из шести человек по протоколам машинного обучения.
    • Реализован механизм обнаружения аномалий для ботов и обнаружения подозрительных пользователей. В частности, эта структура позволяла выявлять массовые атаки или атаки с заполнением учетных данных почти в реальном времени.
    • Консультировал широкий круг команд по подходам к машинному обучению и помог разработать быструю и эффективную POC.
    • Разработан механизм репликации данных в пяти центрах обработки данных с использованием Apache Kafka.

    Technologies: Rabbitmq, Apache Kafka, Couchbase, Impala, Hadoop, Microsoft Sql Server, Spark, Tensorflow, Jupyter, Play, Python, Java, Scala

  • 2017 – 2017 – 2017

    9000
  • 000

    9000
  • 000
  • 5000
  • 000 9000 9000 9000
  • 000
  • 000
  • 000
  • 000
  • 000
  • 000
  • 000
  • 000
  • 000
  • 000
  • 000
  • 000 9000
  • 000
  • 000
  • 000 9000 9000 9000
  • 000
  • 000 9000 9000 9000
  • 000
  • 000 9000 9000 9000 9000 9000 9000 9000
  • 000
  • 000
  • 000 9000 9000 9000 9000
    • . Реализована аналитическая библиотека на Python для проверки моделей кредитного скоринга.
  • Автоматизированные задания ETL.
  • Разработана структура для обнаружения аномалий в кредитных заявках с использованием TensorFlow.
  • Консультирование менеджеров и руководителей по вопросам науки о данных и передового опыта в отрасли.
  • Организованные мероприятия и конкурсы для специалистов по данным.

Технологии: TensorFlow, SQL, Jupyter, Python

  • Стажер по разработке программного обеспечения

    2016 – 2016

    Twitter

    • Реализовано раннее эффективное минимальное участие операторов с использованием ApacheB Lucirene, индекса.

    Технологии: Hadoop, Scala, Apache Lucene, Java. Питон и Ява.

  • Собрал и предварительно обработал данные, обучил модели, провел A/B-тестирование и довел до производства.
  • Участие в разработке аналитической базы.
  • Улучшена производительность классификатора определения возраста на 10% (по AUC).

    • Технологии: Vowpal Wabbit, Hadoop, MapReduce, SQL, Jupyter, Java, Python.

    Опыт. Raspberry Pi, приложение для iOS и дистанционное управление. Помимо управления лонгбордом, Raspberry Pi отвечал за сбор данных с ряда датчиков, таких как датчик IMU, датчик температуры, датчик освещенности, аккумуляторы и двигатели. Я обработал его для автоматической регулировки скорости (т. е. круиз-контроля) и классификации поверхности в режиме реального времени.

    Используемые технологии: Python (scikit-learn, Pandas, NumPy), SQLite, Apache Kafka.

  • Определение возраста на основе поведения пользователей на веб-сайте

    Я собрал анонимные данные из сервиса WebAdvisor Яндекс.Метрика, который отслеживает действия пользователей на веб-сайтах, такие как клики, прокрутки и скорость прокрутки. Нулевая гипотеза заключалась в том, что такие функции будут полезны для обнаружения двух групп пользователей; лица моложе 17 лет и пользователи старше 55 лет (возрастные группы с точки зрения маркетинга). В результате гипотеза подтвердилась, и мне удалось добиться повышения точности для этих групп на 11% по сравнению с существующим классификатором.

    Используемые технологии: Python (scikit-learn, Pandas, NumPy), XGBoost, Vowpal Wabbit, MatrixNet.

  • Конвейер обнаружения мошенничества

    Я реализовал модель LightGBM для обнаружения мошенничества с захватом учетных записей в Scala, Spark и Python. Это выявило 85% всех случаев мошенничества с общим коэффициентом улучшения 45%. Чтобы заставить его работать в приложении Scala реального времени, я использовал JPMML и Scala Play.

    Используемые технологии: LightGBM, PMML, Scala Play, Apache Kafka, Couchbase, Docker.

  • Платформа обнаружения аномалий

    Я внедрил Spark для обнаружения аномалий в сообщениях о трафике веб-сайта с использованием эффективного (линейного пространства) алгоритма кластеризации DBSCAN, который запускал оповещения о неизвестных кластерах в трафике.

    • Оставить комментарий