مشاهدات

اینها صرفاً مشاهدات منه و ممکنه با من موافق نباشید. اما برای من فعلاً در حد "فکت" قطعی محسوب میشه:


فکت اول

اگر کسی اصول و مبانی یک کار رو عمیق و دقیق بلد نباشه، با وجود هوش مصنوعی هم هنوز اون کار رو بلد نیست.

فکت دوم

بسیاری از کسانی که اصول و مبانی یک کار رو بلد هستن، با ترکیب دانش و مهارت خودشون و هوش مصنوعی، اون کار رو ضعیف‌‌تر و مزخرف‌تر از قبل انجام می‌دن (هر چند در نگاه اول به چشم نیاد).

فکت سوم

گروه کوچکی از کسانی که اصول و مبانی یک کار رو بلدن، با به‌کارگیری هوش مصنوعی، اون کار رو بسیار بهتر از قبل انجام میدن. اون‌قدر خوب که ممکنه خودشون قبل از به‌کارگیری ابزار، باور نمی‌کردن چنین خروجی‌ای داشته باشن.

برداشت من

تفاوت کسانی که در فکت دو و سه بهشون اشاره کردم، بیش از ا‌ون‌ که تابع آشنایی با ابزارهای هوش مصنوعی باشه، به شناخت‌شون از ماهیت اون کار (task) برمی‌گرده.


توضیح یک

اینجا منظورم از هوش مصنوعی، صرفاً شاخهٔ هوش مصنوعی مولد هست. در بقیه‌ی شاخه‌های هوش مصنوعی، درستی این ادعاها رو باید جداگانه بررسی کرد.

توضیح دو

واضحه که اصول و مبانی خیلی از کارها رو (نه همهٔ کارها) میشه با همون هوش مصنوعی مولد یاد گرفت. اما خود این یادگیری مستلزم ده‌ها، گاه صدها و در برخی موارد هزاران ساعت تلاش هست.

منظور من کسانی هستن که می‌خوان از روی این مرحله بپرن و مستقیماً خروجی بگیرن.

#هوش_مصنوعی

صوت جلسه 1

مواردی که خارج از کتاب بهشون اشاره شد در جلسه.
- اهمیت دقت هر چه بیشتر به کلمات
- بررسی کلمات Learning و Systems thinking و thinking

صوت جلسه 23

مواردی که خارج از کتاب بهشون اشاره شد در جلسه:
- دقت به مفاهیم پیرامون Snowflake schema مثل
The principle behind snowflaking is normalization of the dimension tables by removing low cardinality attributes and forming separate tables.
- یادآوری در خصوص اهمیت یادگیری صحیح انواع مدل ها در لایه های مختلف توسعه مثلdocument data model

صوت جلسه 2 خوانش کتاب یادگیری تفکر سیستمی

مواردی که خارج از کتاب بهشون اشاره شد در جلسه.
- قانون کانوی
- کمی صحبت عمیق تر در خصوص Concrete thinking vs Abstract thinking

#میم_شبانگاهی

وقتی جا GUI با ترمینال کار می‌کنی:

@DevTwitter | <Mamad/>

اگر قرار باشه که همه مون بریم شرکت های بزرگ و خفن، دیگه کی شرکت های کوچیک رو بزرگ کنه؟

به فکر ساختن باشید، وقتی از یه شرکت بزرگ میای بیرون شاید هیچ خاطره ای از کارهات نداشته باشید.

ولی وقتی یه بیزینس کوچیک رو هل میدید رو به جلو، ۱۰ سال بعدش هم به دست آوردهاتون فکر می‌کنید.

انسان در مقابل AI ممکنه شانسی نداشته باشه ولی انسان همراه AI قطعا شانس های زیادی داره!

برای آشنایی بیشتر با تفکر های رایج پشت بیزنس خیلی خوبه.

https://www.paulgraham.com/ds.html

صوت جلسه 3 خوانش کتاب یادگیری تفکر سیستمی

مواردی که خارج از کتاب بهشون اشاره شد در جلسه.
- ریسک و عدم قطعیت

دیروز در یک نبرد نابرابری با GCP سر ایمپلمنت کردن خیلی تمیز OTLP جوری خورد تو صورتم که تا الان هنوز سرگیجه دارم (خود گوگل سرویسش رو داشت خیلی تمیز هم با Cloud Run اینتگریت میشه).

خواستم بگم وقتی دارید یه سرویسی، چیزی، هرجایی راه میندازین یه هدف خیلی والا برای خودتون ست نکنین که دست یافتن بهش چهارتا مهندس گوگل و پنج تا ارشد مایکروسافت نیاز داشته باشه. مطمئن باشید قبل شما اون سرویس رو یکی ساخته، فقط کافیه ازش استفاده کنین!

خلاصه این همه زحمت رو با جاش ریختم دور‌ عین بچه آدم از همون سرویس گوگل استفاده میکنم.

صوت جلسه 4 خوانش کتاب یادگیری تفکر سیستمی

مواردی که خارج از کتاب بهشون اشاره شد در جلسه.
- تفکر خلاق

صوت جلسه 24 خوانش کتاب طراحی برنامه های کاربردی داده محور

اتمام فصل سوم بخش اول کتاب

بشخصه برای من Alerting خیلی مهمه . اینکه خودت زودتر از مشکل بوجود اومده با خبر بشی تا اینکه از طریق CRM و مشتری تازه بفهمی سرویس هات رفته تو دیوار خیلی مهمه. توی دوره میکروسرویس Alerting روی گرافانا بات تلگرام و کامل بررسی میکنیم

لینک ثبت نام: https://zarinp.al/714413

@DotNetIsFun

من هرچقدر بگم Alerting چقدر مهمه کم گفتم.

Alerting + Request Tracing = %99+ SLA

اول کاری چرا دنبال UI دیزاینر‌ میرید؟ کپی کنید دیگه!!!