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.

    TZ9x1LRpkZMpkORwCH2Xdh1JDRdpxgxrAhfjD0TDHOVutrVl zMQ82fQlfJUfvy5CFp3yB4ewTaNoojWHNf5gL7habS1WkuROpPSm1o4A9ys CFMAITK7e6 wplr nkJVL8JGdwESOkQEzVStuxe70ApymHoyo41A75QiKopOebNExta37IC8WTqnjo0UH7K4LLwX6Atb3mxSN39OltOz2qwzdWJX1dvFkMEMCANyJGPPQc4BMTmzupxH42NBro7kqsbPZOBIL0jI7t0B2aNxjHIVFm2N05yUNRj9S9NqfjQDTdCQ9P64CqaraBEAMXKUKRI5bk4lQ4aFoC7GZpOcBzA1bikIFqZGQMBxqI490uVAyl1UnCXJLWsq9ZEtKdwIT8mVQmbf9ciYWDdNAItdN22PyhuirrsrLn6QJUgl4z0MzCHpQ3H4R3VESqQEUZKe6KH8MbmCkf8Yct7T1up4X860gBVtKtyBnfLVMO1SH95g5wPRhwDjC6r0aS0yaOiaDJgevK gEgfqq30JfGbloe2qJtn8IZ8MgkR54PpKJcMRmy9DEqaEWq4yYWkPpKrLzBosjSqEvlYxJpkoLas3PjdjQeZGrXfTwx8tBygUN9C9ZmOR50l9DQpD3423VlOXlZ6wJdMLVPtUvwqItDMv b0FikFx8NfcNiuQdr0RvIrtmop5a yaqXnFL3E5J1124KzGgn7Wveo5cpcmB5syRHDZlzB00DdKyUdciSAUZdu5KIjEwGyXozYrhrmCDBz9dqzopeXc0oHpMTkm2K SOC9 c59awJR5f99cLtHcTKa3FqfeZo6VlPM70AnSEIYDGjJndfEzTsdsi2WRQnV35iO1jGiWXgCB2d62vUBrghXa4UjGpnOStdew0xm7CrqgjCcYrg7HF15wIBCWgSm2GN6b4xfYGM8oadNldgkRvLMGMQb3LTeZTe RqswtAN0iZrXyf2NcrC3NlE40 sHsxV7juC2PRJreXfnLLBqiAfUk4NyzsBJYr29314jzEjiIXRp9jZ1RIMdj9BFsAX8SEZ3CBgLIeTWduEVG1fTnoUIFZydrYq6uxgiII4HB3SRYV6htreDE9xjy00ozZoDnPpYRLjuy9NtrCT6W0GcgCEtKcGfGFNlvVb BNLEYcb2lvWJRVAynTly7vy9SBEhtV4ma0ddvN9DXHlGNtTgvHn6bimTrWzV86Uu6H3svxiPLZnGlWJMHPmcCRGj8f0jTUKlr6ee6GejdQVzpI4PD4WvKLkw5QyoyhoTflQ4dGL3R8asXa7z3ea8BYN2oKJnAAMEsqpI4DnHNrPwWkJsi8eZ904puH046axeu5QiALoMta9ZApfvTtzTGP jwuhn6bxFFAoRm7yCULIxNMTExLWXanCBFdt3UOe9G1vEa5a0bAAy9iJTMa6UyIOsmm2wlLRiJ3974opvVqlTI3K8S0ZNewgpw4ZeCIvBrE5lBemZij3sLaO58QrNy7xy0eq6Nie48JCWn8WhJtL4zLPnAZlIm7TtiwARoGMndN0IXQy80TxaZ7hhwcjjg6KWJDDW5ON5CGkcEEs61h46AUmKVdVHpWVMZYeZLHgC3jM Fa4OHszFsKjz0MLa9EKo9 WwMDav011GoE4yxOL7 4CytO1tuhPCIcVuY4LCGLaJNngHFZMWcPgghpe2aZYkiU02Mi45TMhQ2t9tp4nOXMijIQrCmRlEfyGBGV3lsbGwRfzOFOIMFMSh jnyzqu3gEwtAqiCp9WQYTkG12EsJeVfkJ4Cm5pJ2mW 69GmDnb8V31nEXUAvF4khHOV2BaXmiJmK8Im8ZWRlLuT3Csiqf1gveHMJGUzVIL0k8H3ybaGcXcAm2JZEiFKGnozE4rz7rWxOTHCyoMKVB2d2yMuq8atryUfSN873yLq33IQdELFErABPK1G2x0f1q PEKfWDvE4Sywm8Z5cqaSmpIG4SYuSKkWv80RiZI8tspGJVwXsAu4SdjjdZRk4obZN UufJM6 iNjJTn3IbqC8YGdhTIaIaiYm4NRg9lPCfpJCNzpEw8D3XA0gJh1dOWfidEkpP7Xuun2r5nD9AXtOlFOKzYeY3phXhkPixZ706RniuiaKrPIIWSDGOxOP088nq4GwKxb6Lj1ImgCnylSyMX1wXaAEvy6EEIxCWn elhhMyeBCJmIWRok3SPS201PHjC2vlaBXAI6gO4B480jSFzx8kpVKboPUI X Sc1oyQGsgnVfu6f7wiF4sValUaxIvE3EssyTGv7O7h6ib3p2cZCNrKw5Vg1TXq7UMoN7qHsd7kmw2XKF5SuTxjqX4CY5xdLAHcsff3iF1qWaA7ZNa9SI2FnCls7 qyRkYp7ykFsj5XFdj3HXCW2BiMtVvh2iOVdYHb J67CiSlapuKQeFfKSKKoc6W8OazYErEMiDYGapYpQGN0p dD1KHs g1hXi95O5MlbGzLplBJYAGJIEFofsQUGa76COopwhOe4t99QXkZgs38dAW6wwBi4YkcsMs97pF3I0GPmmuuNVRx5JhhDqf3bH1 tsZOF0g2i0ni10q6HDM6UIOnEzwtXPLdevOZ4wdSz 6rtep OxjVnU6mQFiCHSJXXM5YZujMAWSbe3ggj0G9ZQshIngftVLKS7n86wL6GCxqHgqZ7OFa4Kc09tz8tLDdkkj642Nl2x5PKGxznRGgAKrnMDNJqU1GM9GkrKFLUdLCLT0TJEBWz tqbr9ydgAzjjjwCeuSq7qA2pPle9Nf4Du90VZKuAIebNSjbVTPSuK0gK1z1CCuZBEbUgoeCioqcuHiBV93MJLgFDCD3cHw30lTpp6cO8GS5ZNCDziMTTu6BiK1 K4rOQCsfJcqP2zBjd I5XAcyJV4YgUo47VDiZ5cK5bAf7GORgKS9gp XUnnnrYXxrpy4L1paFD8WmeFp7svM WDUeprtLablmG2jKWeARtEiFaKTa5Zq6klLT5zZYT09mha5f5zwHTxslr6qVgzy20Q2O2MW3X7luSc6LyHKDHZPg 5Hh7Oo3bXtX3AVJ0mwLfOqqeKyDvqM54BOAgZ1Kq19JblYDyBk1 9hyb9UT1lKPzCnc7xZH3sfoRmT2wVIKXk GSHDSkcrD 9vy4t3zLZjosvymNgXeNZmNvEga4lpfnXFogRFbGCecSTzf8yJ04NxX dFZLhNkJchz3V2IEGm3xEa7OMFeRtFvqNYD98GDUsqCzb k8hAU4KumCEciwijD9wmUI5wBd3XlVr tbVXHBO6CtgsXYgXwFMULQSHj4DLWPSikdENVlD6ytgI6ZTvlL6FBVTKAASVLZWmOaiweVQRbY0aDc12JGCn1uJ27PIWgBiY0LW 4Nci331iCeHusRkqqJ8EzkUbQyf0LOCoDWrFHgcY0fLzBzt9kRDlmHjplvqzQjyozsDmVH7xFeWG08Je0EUBwCLqm9iBDz2WvVvqvLyxU2F ZH2DvWjEZIFHrEd HE64q0sXI7AIVrSqL88Jo95QeDFaw4zic0zd5DeKFN9LBlWBJgtafqT HF15l pNMfyPIIZlLu6to5KTGXxu6Xo1oCuW5 WONo5mn9RkCCuCgwU tSFFz5JGUvd8HHrNtvREQOCNPk4mKYp7rNHraEaB76UfYaDH7mgxP3HMbKA3Un9wlQUiVD8 qgEVTnS QEY7ImgUtWZL2vyres6LPMBqnlT2TlQe5ZKcPmriRl5k1Pdmvg tontCiuIa2eOgqAi7QV2wFHhmNBHzH9yJ1jEyrLqKxfrBVxn9MZNalr7Wr8wEkQBQP1XTREptF2NUCQ6C19VV5npbtQChRg j7tVwesZyTUmkxBesmpXt8rCubYCCT3kAWF6xJRa38u6fXG6VUbRRcH0QSaxw0ko1z4f8K9ZwHI DaUhL3mD2eiYuWbMVCkDcFSywUZ3QRcjG6DIBJSFbZRbsssNwOiinFwgx7vQbPF feRJ31Rv0Fx2ggMkEIWdB5jaO0AHl1AvdJYKTtYz9MNpW1ZISuiK svqVbcacNap9STuAf3Se6kpl0C6WuVSa9IaB98HiPPTMBObRKBV06uq85RwPsVRpCBol8zg4baO ISmWRyxjuu9ZzpBpeK5tX6z089BOox35RV076aYBUiICwFzcNh sYrQIBbAPrg9bBY36aVJmw6jCLBcLZjPje1Uyirj6UHFvGk4YbJo aMr3CZguWPe74HX61zeVrxt0P P3bJIewswTmG1VXujJvH22lFkRiz3rGHgfdaWSxaD0XRb2oF4GtWXmREYU24FUuKEUilUZqeXGV1i2kd6Ibvyv06uVhAmqi3Btchfgnubus8SvQQ79cpcJaUOaSam5k6s 8OWJSDZN70SXpCbqruWRhUSJkqc33U6xjCOYUn2ZUnshY UXcXpd5ISvVz4rnrygKQ7gHAIXGcdBA67dv2K2RGa3XAs4Lm0z9OYfilhFcwvO4FW1BJjMuTJ83jpiIAvlOynhZEKxHMPAjKQdF01WnYnrVw2jMpzbILGeormLScoYnuZisATwxn5C ZgTO5BPB96HMFaEytNnJ3CEptvW8NWODp0 DwcjnspXaA1Hs88Q9zcYzwHEGSUkZucHorXcOELgJteASl4VhwRpx1XhUqcFVvZpSG5lWRoEStEcgEGakcbGZHblccJVYtGHWpSc5CsZ8cO9pN4nyN5gaMRTwdUAaz1nsG6FUKX9hbgPPMU7b3QHw3GZsCmB4m312YV8Ke8sNgXq4u5HZsWiIIr4mgGVbMjXCVjvkRtLQ9lS iduLyNjXXkYGYXmb1jAoSBwLG8BXKOf4T3vYvpYHw1Psjwu6OdPgnTb 9BA8OkLoaGmcKsjfuHw2TS z2x4SvEw8i9ObwjqAvKUkLQVIf7oWkb fDXdUV SubVs0cgOmSmV2GPh6SoTCXNNqKJ44fQNXQ7AlZXO43nOf36CQcWbYibmlqzBbi5o PqI6knBrv6CCVbpPsVmNo9sFKzyB8AUvFzihPyATJ0CshNPsmYnX4bwiceNt2b7RdE7ZV9kug2g5Q2bwZO LTI3KrDijQLtEvjiGOCchOzSz6721B84y KR0iaaDQ31sf2FT28U pS4SmF6IDqOZAHlvWhITZQLFo9XcEGses4RlTKVkngEghLMUSXCzt1tGen1WL421sFCaSMWjChqYTcfrWdIa3u8CRwaI1hjPL6tQTNlL9IzLns7d1xFEkuZblD Rw19cjk3Jxv6FTgbzpD2IbaaaZmpLGf1fImx3i9YekOoBvoQTYAEk66RcyEPm9bUT mTe hcAt5SI kdU0ilbIBZeTTJ0uOmb67nOxoO1i277 Qm7W4bzqxkAt9VpgTNJ6TgrFnAMnt3pgGm6q06csE5bCHKQRFxPXtBh6z6rx4M3jZkVJXnzIobIfS47ZEqkqPsFwhhYXBfKcBxqd1jTu7xEt3DFe2NN82kn0y44bkHM v7x0U ZI7UfLiifqH7lgMMjsYcNzV6pAerhQQLfgWJLLWcqFos6RloQj1URu LeKg vY0kPTj70xfTf02IXqk4Fe6U5LhDgIig0sk52gI1BZJKDD3WAQyCbg4t0 ZxnKakfSmJvbD8JhCJyYbjEBmV3QJLxmZVaYV9d366PmHGzb1GWZyewKcsV7NyhPYlJK8PhMQGV6CiSfrVlmd0z8dAzxyYwsGrHecmKgyzP rkbjkBy0PO uN8H2 5PdBlaDgEObQ RTspeTAoHVVN6 TRhlijUtD2SMd6EDDnco9W2RzYkf A3s177Dp3CLZL93Jk4j BfEzsSMzZgCFI8MGYwLRg4cPkmgFigRuODKnBXNWdo2NEJFsXJc5KS5EERRz mvVxLF6XuTJl5WYwEp QpKUcRKKc6ZtqAzr6slK P4xMeofQlHBroXBWZNT2TvO9tVpZJy7k3XGN6ctea SgUicgoZIDGELBsVK1L3Vt3LAqUE lA6CgrRpk5JQXL7knEfYZCcIlJutqhroiNyekoB9aqsrZRaudfzHTZMn9AZLt8CMv5D0YPhH7gGLGrhS4AJIEfqcUTOY8K7mFK9dsneB Lw423PLw5MhKxklJjEB9M1Oti5H6ARizGpoFbgYyY8RqyPKd3Kd6NcqSqYZaC3okX1ymClZuSCplf0e1FzPvNwDZrq4uIFSjTR6ttCNqbICyCpGmV6RiQx3CKfvOTiGkLSzV5bB1QzACVGSqpD17xCa bUvI4Bqxjam2ManbWzIAY3HC5u8GMUSJnlVpAmdnIuMm0ZvRbLl1QgqJF5cVzFox9WkP5ZyWKryWPj8mBYapb0yg1pPgkOSZIfAW0iPnQZEHYn BBxpJmsChgCMMfaa0N4TurUwrjv8LUT2ofECJBPguUuPCpR31JD 1ii3IwHOcVMcbvIsjgEe9Le0JxySmjlRWcUl6X2pTsWxDnuxKXPh un6sD9Bn4ubhz3lDgqrKkPnCH 8eGLyK1QfzSwTglp0xrDZJiXm87WL3icML0pvU4uqEZX5nrjuXqCVPEQMcNHLghAmBhbnnF E Y30oKhFrrjX32gYlVuXGl c8luzesSOZSLXyE4JyOnFskkdimBc0sW9ZnBMbwlwTTMqlr4PHqcDd8e7A72fKWiGk 3ZFrY09T8twqP0JK0HF vSeFmABhceSC 82cUcNY4NtXb0nsWwFNYtGDDYJgfWC1rflDA1ZJbGF0ZYtRmZJFXeUQM9nB7TEfQMvEYfuGJ8jyfSJjjkof1mCSN2izJtCqf7Yismk5zYTup HO24 fyf6ZJHIQQWvp95uagUJk7z9YkuzZLjWhQI UkFqZNtfnUTFX5SzMEkbCwypTbwOMVJdTKcEnRlWqTH9xWs9whCFHF97TzBOBQP 9s8RzxorlXMnLaP1WGtxzp660yqc dAHO3qsfiH5vQNsyMX7uaRGoFSifb9bDOzxbvk9ZjKMQveQMT prACZ2FdvjXKmCsLU3a0h7i9LW krXt158og99Zec3bNLOm73wizQB11IPx9IlnTNCohXLrvliMKr0sTkX6R ldTNmJKX9n929UxxLz2ZltPuhVtfiQs4Cwgsg6eBItMqYTcMn4K7wFWQmbft1ecMMtAnozP0pbWCEOBozmy6VCYR0SJtdCNpa9KiZdX ZLnf 251FdY7YngjVvmHXJhN0OWSz9Q76DT LUlFdfhdAx311s8yunm3PAEKhMlGSIWOJxZnUXvfXEs XOjdoRtd7Xe2 pabCCbVBRpvh WQXWH L SxedpwcBzMID7xT2eYbRE06cpan5K1NChtISYXEQMxVAR52qf6bvHizO4XjO9STBL6wlVfKU1NJEexR3xkIJgzAb4w4QrUJNMqajMhoVUcAzAyqqtAIEcjbtBfaUOXgFSWd2logZkPmHC7M850zMbx6x6tL0jgSLrpp3iXvUSScdSuY5fSj 0ut6RoRe1UbJX6TpG6mI2KNGUGupjMrWy7HnFFmpzKUH5n GM67iwh00f9M6VkFVfxO2z0qyW1IaVfrChTVl8BMtlrbFg75ToVkHw9ocbl7 ISssCP2uDQ0nrlUUjO57nT Se7CvzkGNVlFWKUG4rksff3rmKIWRGbvLEFtWrnfBWibG bvMGMtXqothMkYp2l2fDt7LdcAdoBysU3YXooAkvR1iDOOhMJV1yldA3xKeIb1NmDrNdqoGcgmsU1xf7MBlL y6kbj0t55CCfGX2BnD7qviu6qaRs76gg5iLwZfnWgAyURIM4WtG8aYocdDY4IQel59yYr6rCBRw fLoH5FVCEhyfR5q28woc6gBPSzVU3Ig Xzddelf1iwK8VX QsNep5xRPsCOc8EmCHm0ZQBAOd5ZWIuNAt3YPHHWpKIhiOsR1pSS6ZeHVUUCh5MbVwNb7Bka WBXfKrtHCFFA1igy1RRR1DfSYgQAvmCDUAC0uCHz7pNaEQ8t1k2VUOB1suIVkBj1THp3xWLelz Rc4V9AiozJttsVUjcB6K K66em9ItzN4Qluft9y59Ls1qW0UMiJhHtPcvFkjqFWMqOGhNB56lxm1CvpExg 8O1wb94wAk8qZLCIrvUqHIAMYTGy9IOAtPicoFQSdEqzxCSE1vF7LlrfsMCtZDRBPVGPCL0A678EJT87w48pu cgB3gykRfFRBFHa4ioaOYn3yiDJEfbHx80PJCuphG VVoj6dkPWxu9ffZzl x24or4UqXyRXnVWc1mKpGe4LosrhzycPMEVpKfcLpZHe8YvpK MIKcFHmwySl6pi4ZkM LQimCKSeSCTWqWK3nABhfBFZrXm5l4omrwXiIvkwvG8hUqg9x8M47WsMUk8r 9618PYgLGz8DzBXNsPDoCvrAwEPwNi1YL4hzFZeek2so7GQSqxVrlmBMFmFjhT 1XlzfzY0RBQHMODQkBEb9eaWk41YhZd4bhuhebkaiBFblWVSe6NQcTDHYTyIHmQyss7fQR9kT992AKoTA4sgxYf BbTOwo7Y1o6FwZx2gyHMnf0yR13Phghx x JsylxLs3xWfIadtWIqzvrc1h4vBq7eii25VzkDEkou7UMPQ1JBeUjnz9Nysiq8i7D2d3mMUWZVhD57 am9dtooMVcB1BBWZ5NwSb6 klRpG450fjEPeUi4xNl6XP 1EwuQectPHQOxxZM HDbHAXqnKmdkvc yivAQ0Ypfpquzqj39Etn0lTiBzHGTrr65ujrbAvlhzti5hPmS5sKjvqrohHi3stgMaPo4RworcXz9Tr8lc88YeOrIilLGRx5rIaxJSPoCpgGV0qdqFNzlD yHDSUzW5WxVgWquZId p4CyMVyTdBGpAr6pJ1Zc6UGaxSKOQg9LmSghcuHVLa79dX6VMgh4xeZjeITUY0gG7zp4iAB3BLaWQSIBpcll5oAA2B8nPyvoU6UcZPaOZXl0IwdHYYjsFPyNVJMA4hvIp9xldt7zx8WbpAsPjdzGAPGpuOqKVoJs2ruCdYMjZmF7FmX2yriaUEt7bnJRFKC1erAcgMWVy6D5QeG8QZeM9vnovlIewLaY7J5z0trESdaFLdrv7 eXohfpd0OaL4fI1kBcyHiSGX0rJOJFxDcffDa7DkpBXuhrNu2uTJB8vi7SSyLnn yRawhiRENffs2w4PRlfuFi5RtbCMRjSTaRnD97h3fMGpNtdUGpWZshtyzhZnyJABPAXZBr00cy03MHFgc1P4ji5P3oupQWpRU4ACXmkX9nmE1 YR54wpqG2cuBjebhjvuBWw3hEnERM2cEhlfnXoHBPjKnRQK2W53qahghP60HEv9kQkga mbWU8irv8ftRdA2us5h2pcdPLbajc KiuiA9Sh7eeoAdcpbWggqiBAhlTqcM54cDDkyM61LbPrZpCZezI0DM EgSjocjfWF1Lb2Pm4KXR1ie6V9W0ZAi0KA3QA1UD6HAdYXxpDTvPbHin4bmivrmFl8kQpY2PknMWyL8ahQTkYuVk9DOKVk2Ii5FJIDx7LszsP NkViEjF2rdoIc4AQMboFbQLKi4hVD6vFiDIdLawHX AYrwnt0fL7V eVrYq9jpri8MkMmHEaN5VIxkaFtz5WvguFxvloTvJ5fVntWHPOM9yMw6tYbV2tAuZgYVyUjYfhog3jeYSgUUN31lhb2xzkzg72omoUQcRmqkpT4j9cRt2n91AFipk5D28Hr RMEpsktfDMX1Cw1L3kMZrzZB8AiCG 0aI KjE tuHkzafAniXN7pBM26MdTrY1MZotyVIy7aUtplsyKaeBCIQpA0TYHFKzXI9IMXZrtjQzKrMb0zqqsGzcwcPu93vgO86MwyLVdwaV 7WzZU8MrohMLN2oYKwIfekxeoGGUSuNZR6u9izb2Ap4NSF2ZR1i2BbMkWutGa5yzOwkKStrxyh07ExmRy0RamdeR4vVLfENviDHQPekxSj5xHi963rNa30EFOWKzEc0DKnOI3xtY49ExiNov2auGIL7bU2iNc550Ac8sCiQOkX6evcgj6FKOAXSqUBTAl7r3oYbJ0xfuhJXe9Lnnp6DbeWsDGF2s8OW B8v dGDwRTKLlyMqOQ4eqGv48oq1sxT64oFU6hDLjOfBFN4mCNBUixYvMIqqGLrMVWUnE8vuoAPq4ow42v O7G7hzItw3Yz4p1iawwGPgHBRSHDF7VEjfl4UHgJJSe720dK0aCh6hk7Zi7M7j3an8olNL0wKVyTBMH8gc5iLpCIxM52hSIxthUFwpurUwWNSQ2YHAsplstWr2mKMroDNmT6g9b0pGWoI1 KU31 xLfDjqrbLqPepN1nb3PzmtmWb29iQ0rmkwTkuVdXZZyMrt4BmJ4JrEedzm1vLshLGIZB141wVgXgkykTD9J0tLXihm1ZVz1T t0rQxkkc9w62L2e5mcji4uZnv cLWw5Q5ybVzGQzuibu8xUyGdParwHpDk1EaLe2ngOEBpWkbk3VSBuXSvVGke1URnuSXSuGbvw03G4jKNlZ6 7OjijqZLeLEMvaqQUjIvpTg8CJUIZ3zw9tzRQ XYfH3eMo7OF1jUtNaehjfU35 zo ZR4whi4McXaUAcaX2HQfWjxjuXK88bnvz5eNRoH5jd8ouZsX1gL7H09Cg2q1BN4cClixJBLexpapV3ZirFW0duu7oHZyL1Gq3KiW5s1SDjU3qZvBnOlHLBmvm865vdgU98MIJ768sMuCbobvWOQ4zEevYPZBhnpqWi3h943sK66P83Rc6lN6arq8bEmifr33TbWJ9OVGwASpFioLAMeXJ3OX3OVKTlsk7BbsJJxc1bnMgHYEALfx74wFlj8o3aqYAmD cm5R3kj1VjCaLfMuZE0QF6dk3Rtc99oSQ6XPH 2G4ZEVMAmPJnm4nJm850iQMEPzkDQtZUGKInP2I ZNTml5INmCzRRzATyckCDUUgkeLu3lBTI H8yMwC aYmWK3Z9iQnaxRES 7n2lCEdnNNGGnWDYMTuaOjcmKIxSWRdczJDoI5v4G9HitgK55FSnd6EUTF0Y53kRB1VUT1Cy1bBGkooCEHkSDXuC7TD2jeDf7LIFA5WoKjb1dem3gpWtWamWVYRQkdwlcUT2rBcTKWCkhTqujNCG Xw7MZe1u1R rrIUaBemRKvZFN9JA9ROzlosYZclcTTcpvOPz5KBuS25tYGStZ9p5es xgaDChMiP0yKEpg7zwoEgTPpG3EAM8oSa4YIuJOuZ8Z8hESDn4V4xyhjKT6tqFITYvr ytwGD9yLIAwJ0mvQRY95DYFlUfQxT6WnbZUu74xMA0lDyDq29TOrU08AkplHbtwqNsIQgT8Op8PozmXOAWCboNnBVGRThU1afturzA6RPKJgn6EEthLYanYBKHGEAd9IcvpMwO1NjdF9kXtlUl5asCREp2YbKmKw2wboyJsnDfzeYVTZiaMMDSb2nvfhVt73RylhOQEv280O96oMdYMiXh6WTaysmR5F7rX6W2FdDMJeXtsfsfGVQojA6XIasrU9kZUjHZZIPqoWRgOgck SBRAzYqtt iXb2dRRaNemPN2CQRfj0u0BdlKq8wa9K1LeNh4RRXq3f453jO9T2gQYlvcFP5SCzkvbIdgPafpsyQ23qaNJ8DDhBaZnbFN EEsTSYpp GkpvYcqpelBRpgOPlELUhD2JsAOCuz3MYuOStXOEuxurV6wxcHZoOQfbmwnBYaEXBokoFGAdMxub34LZPej9GHhDKmZS0Ow3JFwkv5yovkmlMOVgA1mEUoGuAnHSE5eqOAZgxTK9Bupcdim3zAIl1SdLEfyg4Qfvsmlkyy7RQ4iTRJC7agLDcVofvU GMpvF9wlxwjQJSAQBTpqp9 ryYPMmTm9mCQyiAECGf7N5pqAsRxWGAiZBZJY8HQV1B5l0v7xJVK1 h1nOQiZ6NA8LCivG0EqEYbOjzAi4VY0OaxL1cwVdIjnHll8gv tKzttdh4nAViHnXPNE2v7zzn1U3EbQqnFv0z9U1tXyXV47fz0AnJK3tHDY4dDdVy8NiipLDwleNfn14qD98ocOFs24AkPb1HOfNCfqpKH AZtsnFoSURdqZf806GAjEOXyQxBUPWH1B 3qs1Cyq5VKHHbRR9Q7xVJyUojwBEc7RceUaTn4LADhLpCLwbg5TYXXyPASgszUpjbvH56zA7kIE7kVlfnoHFbsJq8p 7xLDIvRO5dbietOc2Xmg K4tnhnnbqkWJcRUKTB0PAGHD8Dthfi25KqH7bvAJ2kxE7VZ2KApP8vxcDPtNM5FJWqM4jgqq54BIM2KxIXjG4jmEjItu1PAqvlNiL7Tyoyz5ZnjU3Qf1hN7xhyHPm1fCccGwRCLexjsn45mxFd5OLoC1nmhK Ndk72k0qh5ypaoIWly4t2fYEhsljXyf5jwvxsxptwAjaRf0dB6Fco0EtdUThxB7NDgHSJ3xyqyAzMoRQSe9cC uIzcMbb2l5ElVlI1W6ZRGf1LnU2 oSoNay9XFSYOTSmeBUdTRy7uZWQhkY11UFAnfM1JmvEW7iJFe24lI5xMOQQS9sXllfxI9rRyk7AUGg6Xza2qkDIP4hAdkSxnd0NaclfzwyvCts8q7Lo2NNAEHPdaGGTR YA1AXH4RvrF1Eh8ohobAVRGXNLqVphTUuUACC8xyXwdIwjCLjK2MYkvZf6uTh5 xbQaft rKlw4KYfkKPfix7 H9S9JnvHnQHONc4XtakvxeMoVIDzvBQvK1XdaeIualV1PpZmJEBUP6h8sJcX2kpdBhh4dUl9myqV8DLLZYlmCeWssDonkO3j7RQr8MAM 1p7nOlYVwmY12V6if0rF8kfk0gzNlpKgMEtAyUIezojCBZtYTlIkp6nCrAY 40napKJelINUsbyHksv2tuaHCM02XD9pc 5Kga3QO44UlRHjn784G wd4YdRw0IqXWZ4UeJZdwH4zOLpuZdtteGrc5np7ASmTkA9ftwYJ3zh5uedXQvio WXjvOV JBw2Yu3hwhFY v