Přejít k navigační liště

Zdroják » Zprávičky » Školení Ruby on Rails pro úplné začátečníky v Praze

Školení Ruby on Rails pro úplné začátečníky v Praze

Zprávičky Různé

Chcete se dozvědět, jak se vyvíjejí webové aplikace v jiných technologiích než je PHP, či Nette Framework? Chcete si osahat Ruby on Rails a zjistit, o kolik může být vývoj webových aplikací snažší a zajímavější?

Je-li pro Vás praktické školení pro úplné začátečníky v Ruby zajímavou formou úvodu do nové technologie, máte jedinečnou příležitost na jedno takové školení přijít a to za velice příznivou cenu. Nejbližší termín je v sobotu, 24. března 2012.

Více informací najdete na stránkách projektu školení ruby on rails, nebo na srazu školení ruby on rails.

Pokud se jako první přihlásíte na školení a napíšete do poznámky „Zdroják.cz“, dostanete od organizátorů malé překvapení.

Nově také je vypsán termín pro mírně pokročilé, bude se konat v sobotu 28.dubna 2012.

Komentáře

Odebírat
Upozornit na
guest
0 Komentářů
Nejstarší
Nejnovější Most Voted

Frugal computing: architektura pro dobu dražší infrastruktury

Vývojáři se naučili zrychlovat dotazy, přidávat cache, škálovat služby a hlídat účet za cloud. Frugal computing začíná o jednu otázku dřív: musí se výpočet, přesun dat, volání modelu nebo uložení vůbec stát? Rostoucí spotřeba datových center a nové evropské reportování ho posouvají do návrhu architektury, dřív než do závěrečné poznámky o udržitelnosti v prezentaci.

Odysseus: PewDiePie vydal open-source AI workspace, který běží na vašem vlastním hardwaru

AI
Komentáře: 0
Felix Kjellberg, youtuber se 110 miliony odběratelů, strávil rok učením se programovat a fine-tuningem vlastních AI modelů. Výsledkem je Odysseus – bezplatný, open-source workspace pro práci s umělou inteligencí, který neposílá žádná data do cloudu. Projekt má týden, přes 61 000 hvězdiček na GitHubu a znovu otevírá otázku, komu vlastně patří váš digitální kontext.

Když Git už nestačí: jak izolovat databázový stav pro pokusy AI agentů

Gitová větev vývojářům oddělí kód, ale databáze často zůstává společná. U AI agentů je to slabé místo: rychle spouštějí migrace, mění data a zkoušejí víc cest najednou. Databázová větev jim dá vlastní pracovní prostor, jenže tím práce nekončí. Ještě je potřeba řešit citlivá data, oprávnění, životnost větve i zbytek stavu aplikace.