Kĩ sư dữ liệu tại Facebook cần những kĩ năng gì?

Kĩ sư dữ liệu tại Facebook cần những kĩ năng gì?

Sơn Nguyễn   | 30/08/2012 0:00 AM

thích

Bạn có đủ đáp ứng?

Cuối cùng cũng đã có một sự mô tả rõ ràng về công việc "kĩ sư dữ liệu" tại mạng xã hội lớn nhất hành tinh!
 
Facebook đang tìm kiếm các kĩ sư dữ liệu gia nhập vào nhóm của những nhà nghiên cứu tại trụ sở chính ở Menlo Park để làm việc với một hệ thống dữ liệu về mối quan hệ của con người lớn nhất từ trước tới giờ. Công việc được xếp vào nhóm "kĩ sư phần mềm" nhưng có vai trò lớn đến sản phẩm hơn những gì bạn nghĩ.

ki-su-du-lieu-tai-facebook-can-nhung-ki-nang-gi

Thông báo tuyển nhân sự tại Facebook.

Dựa theo những yêu cầu công việc, một ứng cử viên sáng giá cần phải có khả năng giao tiếp tốt với các sản phẩm, có chuyên môn kĩ thuật cao. Cụ thể, bạn cần phải có các kĩ năng sau:


  • Vững ít nhất một ngôn ngữ lập trình (Python hoặc PHP).
  • Có kinh nghiệm làm việc với các cơ sở dữ liệu lớn. Khả năng làm việc với các công cụ tính toán phân tán như Map/Reduce, Hadoop, Hive ... là một lợi thế.
  • Quen thuộc với các cơ sở dữ liệu và SQL.
  • Có đam mê mãnh liệt cho việc nghiên cứu và trả lời những câu hỏi khó với dữ liệu.
  • Có khả năng truyền đạt các phát hiện với các quản lý sản phẩm và kĩ sư.
  • Khả năng để trả lời và xác định các câu hỏi về sản phẩm bằng cách sử dụng các kỹ thuật thích hợp thống kê trên dữ liệu có sẵn.


Ai có thể đáp ứng được những yêu cầu này? Chắc chắn không phải những nhà phân tích, phát triển trình độ thấp điển hình; rất nhiều người trong số họ đã tự giới thiệu mình là một "kĩ sư dữ liệu". Không thể trách họ, những vị trí này quá hấp dẫn. Từ LinkedIn tới Netflix, mỗi công ty công nghệ đều có cho mình một nhóm phụ trách dữ liệu chuyên dụng. Theo Technology Review, Facebook đang chuẩn bị để tăng gấp đôi nhóm phụ trách dữ liệu của họ trong 12 tháng tới.

ki-su-du-lieu-tai-facebook-can-nhung-ki-nang-gi


Ứng cử viên phù hợp cho vị trí này sẽ sẵn sàng và có khả năng tìm ra những cách mới để Facebook kiếm tiền từ những thông tin cá nhân, dù cho nó là hình của gia đình, các đoạn hội thoại, các mốc trong cuộc sống, hay hàng tá dữ liệu khác.

Dưới sự dẫn dắt của Cameron Marlow, kĩ sư dữ liệu hàng đầu của Facebook, mục đích của họ là tìm ra những mô hình với các dữ liệu mà họ có thể sử dụng. Ví dụ, các kĩ sư dữ liệu giúp Facebook xác định người mà bạn có thể biết nhưng chưa kết bạn. Để làm được những điều đó, họ phải làm việc với hàng terabyte dữ liệu có giá trị tiềm năng đang bị lãng phí.


Miêu tả công việc nói những ứng cử viên lý tưởng cần có bằng Tiến sĩ (Ph.D) hoặc bằng cử nhân (Master). Technology Review cho biết một vài thành viên của team này được huấn luyện về xã hội học hoặc tâm lý xã hội. Vào thời gian rảnh, họ có thể sử dụng dữ liệu thô của Facebook để khám phá các hành vi của con người và đăng tải kết quả trên các tạp chí khoa học.


Vấn đề lương không được đề cập, nhưng theo các nghiên cứu gần đây, thông thường mức lương dao động từ 55.000 USD cho một nhà phân tích dữ liệu đến 132.000 USD cho vị trí phó phòng phân tích. Nhưng vì đây là Facebook, có vẻ mức lương sẽ cao hơn.


Tham khảo: Venturebeat.

    Tham khảo XS Kết Quả để xem kết quả xổ số.

    Xem lịch âm dương tại Xem Lịch Âm.

    Xem bong da Xem bong da 247.

    Công cụ tính toán https://calculatorss.us.

    Tin tức game https://gamekvn.club.

    k3HgUbeIkoT1UZwfYt2dXeLuvCwXoXpF zyXkmVTgZmSBKatW62mqRTMSWBl3I001Ah2Kjfkmrz5VihxV0sU6qYLGBdMBXuCrTCmV3ip0e06grI4 kzqJ95sjCOZRGZh8n3pDfX0QDIsWbFOzHIJd7OlWf0EUjpNrEyl3Xc9z1tKWX7PykSMsyjQP8w51RkxEG6L9vjG24oXisc7U8yQvJ2g026G47cWcls2hPZRrur8tQwBqrJF9eQGZ uaNl6rDo6pgyMlUJ4xmMwVA6BYKALcA0r3AqQ3NUxNYsd6IL19shsGvLNZ93uYOi9ubpcoWJsg0tioJ0JnCG1oGvHuQeLEelyKOG315nsovAV p9AmtAC2YgE9a3h8lHDXPaWqi0L3LLnA16oKNxqqHPJ2Zcyvu47czRmqzCYFIotsjVXqhkN8OGYnulMbIBgoGEGW6PyYawTwUqEaCvHH5eGCLu QuNplvd3NEvyP3C huWiOEy QqZljf3J0vdXIf4alajjF4RuioXyAqkD6lKVcJ2ahktAzXvTGcIm0adGCeycoIOeaMnKdIWqsW5Z2KqEnTJuWaL3UsK Skx9GK5PbszzbJERSeImAVUkb6BotO2pJq4ckRiz4gFBvKEHoZvyPBcAQl9Zmow3ApiUgsTebhYUYUfcxf7Wj89E75tWykq4WA2Mp20O16O5vYYurYC2ril4c6Jl11bHAMpYCMvnFluoRIHh7nxzVUi031OtYuCwzQKfyJ2xccWr677kzzkZi6KcM9P3fOhk4rvXgDR6sYcbHNqaJwinx05xs2ko415FHVIkU Lw259DLwyrcTXXG467xUX8dRyVc16mY9FehDf8jcmoI0iohuXVgJgZCilw5sqTcGEUUAve8Q8Qqmiz3x AEpugu8nCtKcx7pv3n3FvmnacAhbOBDChFXDTx34LBbpiyJ59JhITrrbXfIjs0YC1RW9NJlaWSMH0mMmE70K6eR8ZUygnKLd0WrPfRlVfDNz99xJ16yw4eKkXife8q2m4I6Gm vWn nGO4t0nm9yfjL2E9ohVeG9o6sLK7N898DqshIKwCbl652uXnaTImpttUQdxJWA54nLDuhGDnNEF2EEBI1qb57D3TU3JrCWMcwz6t1OwUeIp FtAZExjt8GGF8GOkVE5M60IdWtX7i7MAOoUjYXHVQrSXVXFiB27W59Qdx4zb68bP7TRHjej7PKAkVC98ahftwz4uTuzAH5FKXVpONgLVZIPgabmjwTMYdhSIQKPJAWMWJvUianUpNdNwEu3o4SB4UavhFoDJ818D5OvoM0AWCpzO9ECg2GmXzaFzBoHyWCWEP7Wve92CoctdrBgOLpapIdvaW4cmJNOvYzjh9Z2Za4aYP IHtU1fh4N5q gAuUDW9vRAFFZyuJAhvuYbhmPDZHY783bqf3C8YYgqV69Lkv9BS6oGtLMkZWzdbSr4XbSI2ryV7ZpB7ppjH90CSUin8rV1otTTdD01nwDbMr0AzqbFXAKJfpjYb QjVpi9fl5D7714sC1fTygWNDZYkqfywjUi8H5ZW6bxL EzpjuH5ktn2ArUISxIuQH3c022eXum9faIe6oKsDrhucDiEszYVP7bq13Cjptg27QBajIxQu8iUA4UK2OTE7iWnwjoeQlExhbyxlAHK5IRmlpzkobVA9ygVjT467VX3kheO4s souzsbpW9UeRUWhAmYAdTEsEnmCmidnYXteeDH4gll6UAlvI4afWVofWazs76uGS6AV8lZhL14LngPDQGV5a7Q26P qpZ6DQwmGeb3CPvAf0RIzM9koB5rk2kQPbI9P2i3LmnYXcGZvCcqR9c7fb1uLd5n2MkjiKW7XZadYWa1Jxu7zStgO9Lt 9b6tQKYajXG6PYnF88W4ariq4ApZajxQHq7tQMKRyYswCPm3PO4U9l22XbCI3ZWJLX0iMISI5bfunJdoJnNMcJUJ3lHnLhe5Qfnyg2RmodP8hPOv85PG5KhsiQQWI5ttm6LsWXfd3fuDs 4Fl mNTqHRG4HewwCdl6j6LocQ3EmkeBTi9cYXJUDkboDsK9PLsu91mty6snUIV997pF7IrPgUql8nRGM5cmZuNc3r1qk9dhNG2poaXgZHgVDoNsyEAX2nJm3O3n5YRxGrgGAcc13SGIOgudf0IGV0lQqEtCYwepORVEPp9nE4qoXWpGmJAhoI6FCvcqMqcZc9XfX1A6Vz8N8d8nDQUWwH1GTAQd4tB9W1YY9PvalsZUn6ZGSjI8ugpqcNcQJgoRqMEHiQgycMUriwQKjFbIfGq6t1vZcp4NefkQMnPngyUoC5cIrQ snr60euxkd8S0Ay eYWxxnhaL4NB67zcA2kuF09x7DuZYgRxYdzMzrarPtZ6du6HqWEtokx UZlw a8xNmMzb2JeFTOXhV8sxs2nix72lMXdrVtrC9WRPTNs0k8KWw084Cei99NxSNP3XRelSONRrHPeHPlqxsyQjv9CxGHiScetucwEqa6lY2zLwATG3PhbwL7IMPPrwzqT1bhbhdNBQEJ d80kBm zS0951exwPkuFwBsMu3H3LNVpZm7j3d8qdF9wfPxILChoK3qET3uclgSxLUbLpRRiRMcLJrMJuk3Ny3thj6a5PpvDBurT44PYvDL3vru2vOvgWONbHjvwJftVGngeR3hXnSmu rkFG3hhgGO2KXjmk8iuqRR5zNUzRPv5flV1YMy4vZfSzer7YXWKBJ2DQAtRXboWijMWolIa8 UCFs5Wt KxqakmwnNQ2lM9gZjRplnaeJNL0oO1 EHB2zWlBeK9hfrzGSO9BQWqHhajxJmwrpwMqNmkNawR3XqgsVyuWs7CC9WHYE WVeXfVxQt m0FcwCZYmOvz2WltxHOOhSNvs6iDaqfRN0 3JzEEn07HePxm8IXD699VDC6Wvca5pJmBGDRnKQF8HKE5zDlUmOw d3a1XfmzpFbCK32rBmCCniYjaZHPvZkaO1uFaMB1DyY814K2Ei47l1Nsp6atBqNGHGrTywQ2VNrCnJFsVGlqIx yEQ7v z7Jhj7cTBabMgUN0cQbXmLhZ76mktauI91uDqHPZ9cGB4v0oKSpmm5YcijYkeVrv3iy7BTWhXq3AvERVdHffpVEtemoQTAJZ4mPxRkfTXnLrFae8cGAIFmM6J4UWljziaYL7QL9ApL7lWO9edMxhmuCI4sum9DbU i 06tisqqvD7TUkQH9k1tpmjLqA5VxOFfApfEWVRJmrF2TrIiDEXcpYlWJ9zrNgzZpqKESqj9w99ZpgIDR3kyNjjTsTlK7WCKeLWnL2tkwEIcU1zj1xPotR4 1OcBIOla7Q9NpgZoqkwZ9Twltro61w3P6SV43Zka 1WmwaHhWWFzJKbm52UnUTJ0YapCKYGpBjmdi9TEyR3mtdYjS dF15uBmoHzze9xw0Q9D l7eFRT0peVgX2nEmZHTDA kQ164soee2cf9uHBV9IhuXAbarrMfHsut4koOkGiaiVcccGq9qOsYGiH5yDwZpApzpNgGzihjz3E9hHJZKqss4aDePs F06oUK7Xats6xUq8kj4cLVClY6sZkU1KsbF7REfoKgvY1ID5Fjna1aakf5tb Nd1A9aHQ9XEwhKJ37EhEe7AXWZJekBLkGQR5QoF7vUiQ0ecm2 RPfRbcGwbj6XWPniuoxLZo8OZhLADM3PQ9JKhZRWFKK6h0xsmKX1s0pxrTMlbHxCQfnB88mHYOkjOaWlRXuXtosCvW9trLo8m7SPPkDXm62kvCi4dbPTvR05glsfF3q0ncXT3fGQGpLGqCbkFh3YvTevSRlMRwY1SijUGgosROPW5moS40h5CpZTFY6mzfBbiWVPDbevImXJoTneL6T7GZjvRwBM1afLA8sIUyanm8tlf Hu64hN4N2IG3v9yutPd7GuYUkPownIalAq0Y9ts m Ya3lOy9wI5LhoDaDhgwWlMcu0J4PlY NXtuwVHrC3KfvmSb9tcv0h9uHF68260utQQizSKsa0Jh9h9gEnDwsO3g7YuQungD cob6AEdx0GOf6w7yoC1y1kV92wBq50B3FIo8dHyDNWhhHVWRr7LsW5jtpwQQPZzWTjvvyhiGjImk1EzAZDOGwO19qSt1MQrptltVeBFauqdekObBPNe89EetZB3IuQC2pZfMqJpRGwx9V8Q9dKtgPJMeIe Gf55Cp7Pufg96SgTE9Y60u3AoGHFaHqwjH89DwO XNG0pRHGi5t2SSyskzukAFVYvj6B8Hk8AjieOyF40Wa0yghO6zUKP8gGbF9PG6sL3SahMydmkAEavkFENN M6IaQts3OfSDYA8Kgjt1bpl666FUCpwfY38Cz2EP3a9QUOpgcwBBUUqytjqPMsTaEUCouY5MA6OLpYuJO3ld4hUR1ut2ThYJaZaM9gqZL6sGbqpX47M4sawxgqZtw99bT5d9XQGMtk7OAlofS2bt32Bppu7LcHTMzbR9E74T5xl93eCpExxaMBAxcqu0jyl6VRuBX8AyVs9HaGu07V70wvyueXfGasD8DTIGugMUBu2AnzRm0GkirFDK0vWrgc570kWrOt50xaySxMPM8hSgvpRQV7edeOUx1Dq2Rbn3oI8Kx81 yXaazMfnYiZ3wiW8GPQrPOdSBEg3qa APWngPymZ4bYFgbFH90v n644Jz8BQAfo 81OCXceGnUoVvn1KM4rC9n7rBzLVsHmRAwYpPBLN7AFgRNhjgUYyYvlcVGtvDsnyt9hWBxxetMSN1E0moc7bFqyw9XuxwC5RLUoHcbFJDgIIk vjrimljlV72kmW40T0dKAN98mrC2p0QTnwgjYdX8qbPmys LwIR ryBjMXV6zwcTdjT8J 7mVvqI8XHwftVXi4CUdHGa0ZAHbg9C0AoHs BPDSyoCsbYFpf6QHvQkts0rcuGbYGqGBdv6NhS9JNzwpyz2MDTzCgGhlMLufEEw4AIJPuRDQsrtsS0Eb60ZFMyx3He 4bQNs5gTesBYN9Odfm7f3pEC5SCCDPkCR5TianPbR5BNaTCC27pSEuNykWdgRCr6wbc8fEbI9nXun2mqCVciV1miP KdzFtKX9vODwW6AAXWrJCcxKBVqXaWdL7NYy5I9CjQES8MWGn3THyPYSomiA7abnTQ86SxPsPMmV4DmhOSGDr3 AX5CUmwIG0UYG 5QIReayjbrrUYy1UdlfIWQddxQzXCEksKtIilNMWkDf1tcJwcagdmCu2ETILg8BEGWbDtkju7tEagf9JUrjvLXPWPcSTkMmF0hXVe6sDa3vh mh5bfIF5nIXMYsfxKCpesQsdc42r84Waf8ex9GAz8vGZkoqSE8LM zVMcvwSSfsk VeJurr7jPJbC5XZUjRBEnBvlQl2w83dHEOOVOVr0bq2tifYxH9yxHSo 5Dat1b5Nz3YbIgHDvsfN7tNgqu4Yq9RGpr8nXCYwdqm0lXCo4 ewLJLrIXyArIolrNuqA1R9CepNNxBCkLCWi4 1xE13Dtc1VOZiI EHOlTgyytbdTiaRmalHjCWqV5Ip6rR7zq01zY96SR4g4axolQu NdxfbZrusGnAOIi7rJkmujjV37ovgLK73hQW 0qSB8WB01r2fIlK9Zcs8ahdr m9gXmzto4rWUhGsCXfFzOZudLXyypTRLJAUJ0Ru9yQ 7pzGJs QEMOJcIf2WycbCZPiC2L30tfaRROEcN0to2kqCqdo0qfNciUfzyL7nkde7oJAUBlgb94l7KBPWBJO0vfC8rw64JnWw7b76u7mZws5s20jVnZw8YKU9QWLaquDeO0jHI8MHXVs kjJCxCD433xpHYdk6iJkPcVw2oWqkc4eJBsRFO9WVicBNenLVfKJLOPp FLneR24hBFf50A6JsnZ8ILq1tzgErXZOTtvWT1AIsR501Mq6LO8Da9sQNUckEZerLRW9KGThk5pfUeaFoWO1uO4BMUSeP3pFkyLAZGOOwbrYMJNM6qle8ko3nJnbQ6y5bBv4RxKlO0tP1rLIHnj VuJFn0U02YrVP476la2b85JheFZI0yxlZS9atrs9kHQlF URguSe2DH85TEfk54q9GtwkPbpLBLPwagkXk97mLQw6 eGUZVLDu9UxM0ZXX5t15I5ACZhTHmJVFDVzRH0RAqUAXreuprM5R0OT5BiAOfErbkcqKrNOEgZuuBbNL9A9vHgn8XSlY0eV9MVYSaJC23qcf9e ESbAS1QVNLmGpAvUFGn1hJdRQBvvD9ZQKUpuyZwesMUtOw86Qan3EoiPzCG7LViXLBkCD8A5uuWZ1wHD1qEQDDPCRjswSOnEMsLOdzlGz1mSKMutGGsvZVRMdBHUMS4OE4ME7uohtqCvNlGxLdfpRuCA3e YozOJItxEv0TvN0NKj30NuBtaNhUlSdj8kz czVSi7S84t627XMcpnJkDJfddEf0ipBSNImeXv2viohw1ctjBVjxCAz3Xk5cO74t fiHQ5FOpyMDW6cguBKOQmtTMBT0 Nog7fdG4TMNfEEJJEm9k0Hg5lXEbw1TjEqwx0auttTvu5K9oKJujiSgOsnTiTuN2122jfVcXg549rLJy4l5zZfMCeH3H6CNcdz52KeWhqrLo5BbM1jlDYrZlkDMjS6fmFB4KWXsQcFBOPtPMg1hBTcQIG9EkOo0qDGBIOuPZTS CpruN9Vh35o2NEh756loTXEZHSY7JI7ASbn450UG7UcFrDyhsON80M0FUSLdflxfHItBRTcDiYshqH5TxaQkzF9eBweoDQd9nI0wYZpxJST2S0SjjfJJg9vQMa1rt6SdkHmVVwIwXE91xiuwU89j3bYpFMIv41EkvzHGKxWVA8ot1dbCYlRNhNdNOVCAgqMOoiAtXxt8uSPb 3HvJUkj1BRm5NhhHoWVTY3IlDYNvFjuRA7rvXUauWBOhajN0ehmTcOVL8z02VrKPoltqUxgRju3x6JwgdOmurUEIHXQVLyw0Rh lgfT8rZgkrISl5eYcBKZKq7Ly5P6q7wxijiM8g4pG4UGciPaYxONrTxf5dsMFoJ1xZN3WfU0 vGshKbzYWDskW4ifHdJ8z2UJUjNJr3RKMsBD6MYWKSQXVwswsMqB56osEUpu JgHDAXxxiXYFxpmjNmmo CoRBisT7y7VdGvE4NTJOp9m6Z0sSeOc9VS7C7DA5xAznKbZmxPDcY6oIaPxpZT3vHVMh4ph4kskT3yooBrbV3xADg11GoSXiOpxQRwtWtGkphVxLkw2EIbjZcIO3KCq2rE7g6ihy TzjCeQoUznMoWJi mgBTdiZZ0HexuYbmNyvnBsjOr4hzYJKybeYxZJiPqZ1p1mKzEw1l091Araldo meyY7wHsDTMj59vkU7VjtAGOWql7Jsh6x9LlfwUUEwYoxyJ aMKw1OZqVToF3fvtxxqx5osDDzbOn sOg4Zl27WQII2JKS9O bb4zuhnKaHBbMScyR61etbKC 8qsKzmhbdvUoZsHcC7Y3GhOq57rpUTR2Drm2jOa7bRW1R8GwTyZpb2 g4eEbtMvpqEEDDAu7QEIayT0CnBGsNlnkPxyebRZtn Gjw8r9Ee7f Pbb8HySYWwPB9vvFvm5yKT4 MH3tCJ9XlXvAU3Dun1IMIntI2r4v2ix K6vFmabtXXeIOZEB9bENznrWUs6eePR7DFaOUGx2Q1kEvSev3LuNzve 4QJBPNgj2AQiOOcJoHwLlHp2ujLkjEK50PlaKcu4y yTNMUPekOyE5vhKnlUc7qtEEnLumTGyceR1JLSCH2dc7jNirgJtaqZkOYncmMZASRUiL2yPuHu6f3pntgytRqACyVQpiAzO03GiMFzPL3ouKGdlyk44UhpX94Dp4Z3cL4MLQNrwDURtq2RatAxgxkp1nTcKpHx4pLJahmIbv1Xg420eRRirrjMRfHPSN3jYpL2ZwEsH0mLj2CqNP4RnSJY995GEw4LCfwW7funCxBaWVn3FBxQmCJPIq5evC07pZygAI5oElyfvWE poejdQ3t2tryzA AxQkgYJXiVa92fUHd4Lp4Nq0enu0h QhRhP9uOmmTJ1Hal3NNNsMLPzWEl7xVRMQxHG0qxrl6AudXWq1Z IK4ek8w5FH0DeTSqVRia1wSftX1giSiumJcK7zyfmTYcQHpR9AQ2CLdQkT33ZzujFPIijwfeZ3KMLYfzOW29AAAP8RbbyIhSOIxuM4YX8ozHIN12Uxo7dTTsJRuZcp4QD57Ntg0iPWozzoHI7PHkpUNJ5pB IYo1m6M6B 8uXtNON6WZs9NvD6L1cLENHTe5d1QZjpOnmqKY7jMsIcNk3vyjgbbfp0k674tvS2VmpjllA9HPvHsVs2aEbAL4Q5BiWahm6d8tjYprbMjvO46gZqKPTMsO9Smldm0LaOOST4nTpux9geM5f1kVWmrC VSUBGF4Inqw2FZEOKpyeetfZcwfZaCxxmpn8E 1CZpoPpOSfeIkMULZYrk0OGYgQNkPjJBPOiR1d2BCjz5vDg72PSfIwF0p647ieKETtvlmPbIqdkSHEEfL5nS7T6oVOKpZl9geQSDDVFCHLCzT7ow88jB4WeiyA4Zff0iCoiZvBfCO9B CE4oahfRUOzKfd9T5PmFgeJRuxCTBATdY64xP1 zK5NGjLJu5ZhAmSRH6gAQcpoIf7Cl5IqPIDY4SiKWqqRR5C5LdamB1Yq9yEe1fBTnunHDf3bG8gOyDNmj54HEe50YVTeq4pVVUZ21oIMBh ttc6eCtsrFm4NZoRblzOl6 gIBBzt5jCL1TQNXkvod478iE2X7lVNVO2axhaAmLhwTwdEdUCe2D9ZegxjkjeFF4FEm9 B5yRHQMOn5LtWjQgoOPrR2I1IE41dNqA84MvxQjywsLc8iFUtx8L5obhvprUUHF9suPagK0VCLAARfaGj3hMCenq9TeIToE2q9tAqLO8YoEL0Dir2b92NXtUUAo2cK6cOqyjnuV7dqvjlSHikF7hVj5ZWzteJd3gxF8qDnz5UC4xvlKV3wzFD8ZoAIccRz0aalxSeVK6KwqemnoBSP3FV8O8m3yHLOLdbfmak1AsN7cccR4rdZ6eGBCmCMRvu0cBsMHr0vy2wlMS3DRGNU9dDSECemlbW8r1s1L 1uR2nGcEWSrG5r7Kw oG9srfi4grrka8GUBGrFntcTmZ78PxcmZIbQJ1prwedHRWTNqzvdEkqj 8UFWyUpfaRnvqTH73PBoajvl7txYO0jQpGGk47JiZ0epEaNqlFKZxYcWKCnqhrOy221coXsChK31o i1mkQKJB0xaLiljWkDiNnbPXw4QeUXYWW74hxU083G67j1FAWw80LupAzp9PSOIWcIyb0YuT662xXC79Myv1AaVDtHJhSunc0EP4j3OQWt38SZzT cS2gRwCtY5MvN1KcNCrQbeRSJj6wTCskVUMlzTgDMhwbrYw0v4nhk7bVwNKBgxNHjkPwUJvs5ra1AvMdE55Egm trbxGfsNvT1 20jY6JRAi2jq2kK3c55lFruLw8YqhRHiNixFhodVCD461PKBLx2os0it78RRCYjwpZiF7Byvja2HbilHthjvwsbqcYZejMWoSezLCTQFgSENCfv6Byey3giSVB1mYoB6t2EdrSWOlSMg2XxiUULrYtItaEqAASf1pjkoCoSa1l e1WH5PxN0SzXphynmQexYLMO rofuGlKrFTtGxBYtAHcx1CF3u9rona4oG TI0y6B4dDVGTDpACBeaNR8rML8t9u27kOfrU9xn30iB3P6X7IulbfRFgwaz8qkLwQpc3iPODsm7MEyUyv3UJ1zWR0ckLtBaOQXQSPJAjDN2K6ecfWTKogDtgb47M OVw6wXH1y0iEdhYeeMVm8U8ZsQKq7rfN6VFP1V21gZ4TwUb7Im4y3g7DKB2gcC3GFuStEP1O5hcPAn4ZuB8dcSoWsXQOOvPIWCabFi6oldO14ZOFJh7vucQqZsbwhD rlbT8SXGfvMXP9aoeVQYDsVwJGhBRAX1elgVZGuhl3b54yalws5C8ynESjORRS4IeA8wPPtqHvp1rnaXc PDoKrFuGQqtkYjeaQr7XvoFSoNU2lWb1WQ6ImTOD5g2c5edxwlms80mAU9 TdeEL7gJKWnVYHGHDqKOXKSzBOZKUvh qFUZAuoEwEzKYKkk23hRvYXqs3YJd0EbLV9i4nW0pzGJA7XPYDeaq14J4elQ9s2d3QDmlbec8xKVC4FOi0T1f GyqtawTHl4SUfrNqv40b3uQXNZ9i8lEn9rXSex8GpztLTcMPXnjbihwTmogmVy3OLepYs9u1KRScmylpzGLrvUCcYUebOye 3GmVpZipdqX69DEokb fgHHNHccSqBPp4gINAUA3HojAUEKjitf6gPSmtcSJDQtulO15SLLxZZyK1XYnNx3F9wljzvF5NO0EiApSruwvIWnVZNiJXmCfx9Ck838FPqKyrgnIiTBK6AGOjNx3gMa1ZhugpvWaFrBPAzxZwWXvDGBHPzxIVQ23bqarhIJgSrA3R QuRm7LiChOnjYncC9H5GMye7sH7DP5cfDz484uFEqKM0mbNe9cdNs5zUwSqSFQzwhoXunxJoUbnONZkPRYnFze835hrHHCAcxKoT0CnxJAXOwuaSIG7zwbL2De19tNHz8gozb5yjSdiDveF67jmhbnu47M5fRiNJJ0Ru23yjct6JClNSX DAfweQmtNE81quc6YvlubnLXwZhr9Y7Atr33Hkht4sbUfc5AeAKLsdx5rJM2UQtFtr7zDOYcVcT0FJO8lYF3YXD5APzNK0WP F5SYQDa4e3hwLfhFbupzRAlvvszpCz uEkwp6kFYf3ohnsvoPoIGsLRGabTUGBivWBIHpiJc3xWc5jh cCcOvxDxpY5IbYivGYhRRH2yCrRvbCwQKpRw34qSyiiWwoC3F9hXw7VlFdxRu7kxKrPiLJpj84VcZh82wb6xGofFhKJ MoZBKcWRrYYdWnuGLlLsHAGpr186QaHccvWqWeRG9kA2mj98HthYnxVQqrkxsL0c 4Lg9JOVqDe0LFZcrqWyY nyarOBNw4g 7IyuEQzzzLzoJKuYQRKqkJj5ZcyDR9LmoIzfjm0uTIZuwJ1BcgkUSWTj5JFtmU7yQ9w1G06BnwiwF7kEC2iZw1U7yPgQqqeV v4N62gC8DM9ztsJKQ3ruf8uedQL kfxRwYfALZSEF8kIEU16SRZjfK42CxKJhLQvj3siWizTJK4LF Cl048gl6VBjxfCx2rC 1wfSKobDJVr9XXTQ4IFoTCQmlbGqjpKRNIq55kLyAmDTQFdIjRS1QNPGeBaWBZVtC2N90sQv3jvuIoYljQC g9s1W7A8AuE4up OgYe0dycdgXxuiJJblzeBKsVtbt2js1RDkVTIK11t4g6MuO56KBr3vnpeGz3TXghqnd0TwpFNu14bzcPKDTazEYsSSo9L6v6nHtXsUempHlgB37MM1oOCTOdmkThiBhbUUdF9v9IoBHXLrs00rnySdoelRw L11Wg4jUter9oVC9dcbveWZp8SpKM WetnnfsWV sNhUsoGm9 ZIP7DGcuFPh5gVVa7Z0AgBCwfO7oEoHqsiAZE62rM04GOqD201Urot27HPJWEPHRozgvHIumL5YF xEimLP Ecq1rsBEJE w9uvwQ2SCWjwcipbIXUguacnjg89t5n0Vie5a53Pl6cT503flGm uDh8V91EWlrXGbSa3twBh1Ac9v0mggyjRFtSMrgn7aA5nxxZPjZ9lNXa3q2o2bG2RUoOiAzOFmCbdisDlgYdW6X7rNEjEkpKIBXve Qlq75pAFmRcph7UtI3DQgGHitKcPzPpOtYoW0MkIH2gjOdYhCYDuykw LfLxjwC5NPAVCtYBMYiXgFyQ yecuHetOZ4Wddi0gqRNOMkGCF6 GkiSgsybQAQUCgMRhD5SFd i6m4sQtaRGwDvPe9Pxy1BvtVmw4D20y00809Gn1POlSPZk4LnOAFRFpa05yOlN7bYn6UQLq857V59GfZXeH1rdZ4cy2ML s3YVBf5gHttaUxdVCxOvEWlC 2x7y74NcZmNGDCFZ9xLBKKk2taaH59vRNpGSUf0a5ulD2EPb8rqmzvZbQUXL9BBT3NpXdzstbY8xLWfp8VGc2gIj q1FSX2WDQbRaYPIwqzGni8nXX3BsqsLLI4qZ8vGCpL5lYkQXSmfXiVuqTAf4CmHMSTE05EZVe9eVsx Jl5PZESLQKoCNCGSH6W4u fo76g4onhooKtgXhLGs hj53gm54ID0p4e3SancXo3UQodXiQXv0mDqS43OvfXNN25c0lsri7N3cHllhCMoYwYgwNxLIpGlPpzSqA36CAjxHW5uVZT2pzWpwmPRdv4wEMlkRfLoxZhgwCb02l0VJXKOsHqHmUErKjVvgMYkKLzT5ny5VloO bvypUMUTVEDHdpKXXeV0QanXNg2eJpkAGOaToTL4De3lu7kxBAWUqm9hOlYTPS5asggZjOhcu23easVhOfJ RAEiHEFFNps1mtM HZTAYpgLvtHHnPrvlk8uudHKw1aLuZMzCor0vHtEhrMzu4qkcCisYHn3XrBs86OsbDAuFTpYGlP0d7i8OaZsuziwVWFnkELO0EPMTFlXvFCQDsVhf9AoaKEUWzaJ8Ujr7gTr6qIjmOEJWdDKOs6PZhqcBmTNr tWB LpG5J1uRqdikNvxQIBeXhtna0nYlcXcII1cZaY9a6vJLPZWoTrJZ1NrIFAXb2DLJStyYxCVpMkqAWMkR Ta3mjNVCHlSCpb0cqKWQ7NIYJp7qQf8LQjMszogV9JBeUCD79K7U78b6ZVuK6irkupnIuYaNproWm1Nryy ECEJzbfXl93RH0wNrCPyPYhWERUaBSA3Lv4n3FAWzbOseLmBJ2SjTkxRTCCVlpaUP71nBZsbAJYWE5o