IT, BI, DWH, DM, AI

Mi okozza? - STRESSZ - A kiégés hosszabb idő után történik, ha mindennapi stressz tapasztalható. - Életstílus - ha nem törődünk a testünkkel, túl sokat vagy rossz ételeket eszünk, nem alszunk eleget, stb. - KÖRNYEZET, ahol dolgozunk a kiégés gyakori az IT szakmában: kaotikus, magas nyomás, nincs világos elvárás, hosszú munkaidő ... - Mindenki más, vannak aki hajlamosabbak a kiégésre, mint mások. A kiégésre jobban hajlamosak azok, akik jobban törődnek másokkal és a dolgokkal úgy általában. Különbségek a stressz és a kiégés között Feszültség: az evolúció fejlesztette ki, a hormonszint emelkedik, azt jelenti, hogy "reagálnunk kell", pl. vadászatkor megöli az állatot, és a hormonszint normálisra csökken, és rendben van Kiégés: ha nem szabadul meg a stressztől, és a hormonszintje magas marad, és hirtelen úgy érzi, el kell hagynia ezt a munkát A kiégés szakaszai és tünetei 1. Lelkesedés- elkötelezettség a munkakörben - minden új és érdekes - szereted - tanulni akarsz és meg akaro

Dynatrace egy Alkalmazás Performance Management megoldás Dynatrace Software egy vezető alkalmazás Performance Management Tool. A Dynatrace piacvezető platform ezt nyújtja a felhasználók számára: full-stack monitoringot, azaz a teljes infrastruktúra megfigyelését, beleértve az alkalmazások, teljesítmény és a végfelhasználói monitoringját is, nagyfokú automatizáció mellett. Szótár: APM: alkalmazás teljesítmény monitoring vagy angolul application performance monitoring Alapok A nagyvállalati alkalmazásoknál gyakran előforduló jelenség, hogy a felhasználók a nagy válaszidőkre, instabil és bugos alkalmazásokra vagy éppen az időszakosan elérhetetlen rendszerekre panaszkodnak. Jobb esetben ilyenkor megtörténik a hiba bejelentése, majd a fejlesztőkhöz napokkal később eljut az általában hiányosan kitöltött hibariport akik elkezdik az alrendszerekhez tartozó napló állományokat bújni és időnként felkeresik az architekteket némi plusz információ reményében hogy megoldást találjanak a problémára.

Adat feldolgozás ... előtti lépések Adattisztítás Átnevezés Rendezés és átrendezés Adattípus-konverziók Adatok duplikálásának megszüntetése Hiányzó vagy érvénytelen adatok kezelése Szűrés az adatok kívánt részhalmazára Adatátalakítás hosszú adatformátum széles adatformátum Excel hagyatékként pivot és unpivot funkciónak is nevezzük ezt a transzformációt Széles formátum : Tulajdonságok külön oszlopokban jelennek meg (több tulajdonság egy re tőbb oszlop, egyre szélesebb tábla) date AA BB CC 0 05/03 1 2 3 1 06/03 4 5 6 2 07/03 7 8 9 3 08/03 5 7 1 Hosszú formátum: Az egyestulajdonságok jelző tulajdonságok alapján ismételve jelennek meg (a törzs adat ismétlés miatt egyre a több tulajdonság egyre nagyobb rekordszámot foglal) date variable value 0 05/03 AA 1 1 06/03 AA 4 2 07/03 AA 7 3 08/03 AA 5 4 05/03 BB 2 5 06/03 BB 5 6 07/03 BB 8 7 08/03 BB 7 8 05/03 CC 3 9 06/03 CC 6 10 07/03 CC 9 11 08/03 CC 1 Adatgazdagítás Új oszlopok hozzáadása: Függvények használata a meglévő oszlopokból származ

Angol leírás WEB-en: Pentaho Community - Pentaho Community Wiki (atlassian.net) Pentaho Solutions: Business Intelligence and Data Warehousing with Pentaho and MySQL | Wiley Architektura : Fontos állományok és könyvtárak 1.       .kettle könyvtár(Kettle Home Directory : ($HOME/.kettle 2.       kettle.Properties :A dinamikusan képzett változók helye a feldolgozáshoz 3.       shared.xml : megosztott objektumok leírója <?xml version="1.0" encoding="UTF-8"?> <sharedobjects> </sharedobjects 4. db.cache - az adatbázis  cache.  5. repositories.xml - A helyi repositories file.  6. .spoonrc - User interface beállítás, utoljára megnyitott transformation/job.  6. .languageChoice - Nyelv kiválasztása.  Telepítési elemek elérése:   Pentaho from Hitachi Vantara - Browse /Data Integration at SourceForge.net ·       Java JRE 8 x64 vagy JDK 8 x64 kell hogy legyen a gépen. ·       Töltsük le a szükséges elemeket: o    Pentaho: https://source

Követelmények nyomon követhetőségi mátrix (RTM : Requirements Traceability Matrix) A szoftver fejlesztés valóban csak a megvalósított követelmények gyűjteménye, beleértve a felhasználói követelményeket, a felhasználói felület követelményeit, az üzleti követelményeket, a műszaki követelményeket, a funkcionális követelményeket, a nem funkcionális követelményeket és egyebeket. Régen persze a szoftverfejlesztések sokkal kisebbek voltak, és a fejlesztési ciklusok sokkal hosszabbak voltak, és ezért a követelmények   követése sem voltak akkora kihívások, mint manapság. Most már kiemelkedő fontosságú, hogy megbízható módszer álljon rendelkezésre a követelmények nyomon követésére a koncepciótól kezdve, a specifikáción és a fejlesztésen át, egészen a telepítésig.  Követelmények nyomon követhetősége lehetővé teszi számunkra, hogy azonosítsuk a követelmény forrását, valamint az életciklus összes többi műtermékét, például teszteket, felhasználási eseteket és projekttervezést.  Ezen összetett linkek

Átmenetes képek készítése python-nal Adva van két kép, amely alapján egy harmadikat képezünk úgy, hogy az egyik képet használjuk egy ideig majd a másik képet, esetleg az átmenetet simítjuk valamilyen technikával. Képsor (két kiindulási kép és a végeredmény) Maszk (átmenetes fekete fehér) Forráskód 1. (PIL csomag): Sokkal jobban hangolható és maszk kép alkalmazásával finomíthatjuk az átmenetet a képek között a PIL csomag használata esetén. import numpy as np from PIL import Image src1 = np.array(Image.open(r'teknos.jpg')) src2 = np.array(Image.open(r'hegy.jpg').resize(src1.shape[1::-1], Image.BILINEAR)) mask1 = np.array(Image.open(r'gradation_v.jpg').resize(src1.shape[1::-1], Image.BILINEAR)) mask1 = mask1 / 255 dst = src1 * mask1 + src2 * (1 - mask1) ## mentés Image.fromarray(dst.astype(np.uint8)).save(r'kesz.jpg') ## megjelenítés dst.show() Végeredmény második módszerrel Forrás kód  2 . (CV csomag) A két kép átlátszóságának hangolásával tudunk a két kép

Szép szám / Armstrong szám  Armstrong-számnak nevezünk egy n jegyű számot, ha minden számjegyét az n-edik hatványra emelve és összeadva, az eredeti számot kapjuk. A tízes számrendszerben 89 Armstrong-szám van, melyek közül a legnagyobb 39 jegyű. Forrás:    https://hu.wikipedia.org/wiki/Armstrong-sz%C3%A1m pl. 153   =>  1*1*1 + 5*5*5 + 3*3*3  =  153 1634 => 1*1*1*1 + 6*6*6*6 + 3*3*3*3 + 4*4*4*4 = 1634 abcd... = a ^ n + b ^ n + c ^ n + d ^ n + ... Python kód az ellenőrzéshez: '''  minták 3 153, 370, 371, 407 4 1634, 8208, 9474 5 54748, 92727, 93084 ''' num = 92727 ## megadott szám hossza //  length (number of digits) order = len(str(num)) ## inicializáció a sum sum = 0 ## vizsgálat temp = num while temp > 0:    digit = temp % 10             ## egyes számjegy kivétele    sum += digit ** order      ## összegzés    temp //= 10                       ## következő számjegyre léptetés/egyessé tétel # Eredméyn megjelenítése if num == sum:    print(num,"