Делюсь лайфхаками как обойти проблему с nocaptcha при регистрации в LinkedIn
1. Чистим куки, историю и ставим DuckDuckGo. Туннель по vless+reality должен быть, а лучше вообще резидентский прокси в Германии или Голландии купить за оверпрайс для реги. Системные настройки на компе тоже меняем на те, что у вашего резидентского прокси, то есть если вы по IP в Голландии, то ставьте язык ОС голландский и таймзону Амстердама. И лучше все это делать через виртуалку в VirtualBox.
2. Ещё более надёжный метод - купить симку Lebara на чистый телефон с Алиэкспресс. Sms-activate тогда будет не нужен вообще.
3. Если ничего не помогает - byebyedpi в помощь.
Лично я сумел победить nocaptcha error, а потом вспомнил свой пароль от старого аккаунта и таки зашёл в святая святых успешного успеха в сфере IT.
#хинты #лайфхаки
1. Чистим куки, историю и ставим DuckDuckGo. Туннель по vless+reality должен быть, а лучше вообще резидентский прокси в Германии или Голландии купить за оверпрайс для реги. Системные настройки на компе тоже меняем на те, что у вашего резидентского прокси, то есть если вы по IP в Голландии, то ставьте язык ОС голландский и таймзону Амстердама. И лучше все это делать через виртуалку в VirtualBox.
2. Ещё более надёжный метод - купить симку Lebara на чистый телефон с Алиэкспресс. Sms-activate тогда будет не нужен вообще.
3. Если ничего не помогает - byebyedpi в помощь.
Лично я сумел победить nocaptcha error, а потом вспомнил свой пароль от старого аккаунта и таки зашёл в святая святых успешного успеха в сфере IT.
#хинты #лайфхаки
Айтишник с хорошими хардами: становится сеньором/лидом
Айтишник с хорошими хардами и философским уклоном: пишет такие постыссылку на канал пока не дам, почитаю его еще и если понравится репостну
Айтишник с хорошими хардами и философским уклоном: пишет такие посты
Forwarded from Стареем с Андреем (Andrei Tarkhov)
Давайте на минуту поживем в мире фрактального ада старения. Все разваливается примерно с одинаковой скоростью от случайных причин. Повреждения не до конца чинятся или не все они чинятся, и мы медленно стареем как результат. Как мы видели выше — каждая клетка будет набирать свой уникальный набор повреждений. Более того, каждый из нас стартует с нашим уникальным набором вариантов генов. Кто-то больше предрасположен к сердечно-сосудистым заболеваниям, кто-то к раку, кто-то к деменции. Траектории старения довольно неплохо кластеризуются, или, лучше, непосредственные причины смерти хорошо кластеризуются — инфаркт, инсульт, деменция, рак, инфекция и так далее.
Определение болезни как таковой предполагает какую-то повторяемость, что есть определенная группа людей, для которой характерно одно и то же ее проявление. Можно построить диагностические критерии, например, «вот у вас текут сопли из носа, температура и болит голова, и вы потеряли обоняние — вероятно у вас коронавирус».
Если вы делали обычный генный тест, или тем более полногеномный тест — вероятно на вас обрушился поток предрасположенностей и непонятных генетических вариантов. Вы не чувствуете запах спаржи, а ещё у вас повышены риски деменции или потери слуха. Вряд ли у вас есть моногенные заболевания, потому что их обычно и без гентеста можно диагностировать. Остальной геном тоже что-то должен делать, бесконечные списки энзимов, варианты которых почему-то вам повышают риски заболеть. Между генетическим тестом и проявлением заболевания обычно десятилетия, образ жизни, питания, медикаменты и факторы среды. Тем не менее, сила изменений в последовательности гена достаточна, чтобы кто-то нашел эту ассоциацию в GWAS какой-то группы людей. Мы все уникальны, при этом большая часть вариантов генов не очень уникальна — огромное количество людей будет носить ровно такую же часть вашего гена, хотя линий родства между вами уже давно не проследить. Вместе с этим, они будут и риски ваши носить. В человеческой популяции, конечно, варианты генов обычно хорошо перемешаны — спасибо запретам на близкородственные браки. Культурно, религиозно и географически замкнутые общины, конечно, исключения, как и монархические династии с их странными подбородками и губами, но оставим эту головную боль им.
Каждый из нас рождается с примерно 80 новыми генетическими вариантами, умножим на 8 млрд человек, и поделим на размер генома в 3 млрд нуклеотидов — получим, что каждое поколение перебирает весь геном по 213 раз. В каждой соматической клетке копится порядка 2-3 тысяч мутаций, умножим на число клеток в организме 30 трлн, получим, что наши соматические клетки перелопачивают весь геном примерно 20-30 миллионов раз — достаточно, чтобы попробовать многочисленные комбинации всего со всем. К чему вся эта математика?
К тому, что, чтобы мы не развалились за долю минуты от накопленных повреждений, наши механизмы починки и запас прочности генома должен достигать просто космических значений. Клетки должны уметь выдерживать тысячи мутаций, не теряя своей функциональности на протяжении десятилетий. Как? Эта комбинаторика должна давать оценку снизу на сложность и дублирование каждой из подсистем — если мы должны выдержать такое количество различных повреждений, оставаясь живыми — сдержки и противовесы должны быть очень хорошо отбалансированы. Добавьте к этому половое размножение, когда два генома взрослых родителей перемешиваются, и включается игра на выживание и отбор той комбинации их генов, который достаточно функционален, чтобы ребенок мог дожить до своего взросления и завести своих детей. Не зря эволюция старалась 4 миллиарда лет! У нас столько времени нет и придется крепко думать о том, что со всем этим делать.
Определение болезни как таковой предполагает какую-то повторяемость, что есть определенная группа людей, для которой характерно одно и то же ее проявление. Можно построить диагностические критерии, например, «вот у вас текут сопли из носа, температура и болит голова, и вы потеряли обоняние — вероятно у вас коронавирус».
Если вы делали обычный генный тест, или тем более полногеномный тест — вероятно на вас обрушился поток предрасположенностей и непонятных генетических вариантов. Вы не чувствуете запах спаржи, а ещё у вас повышены риски деменции или потери слуха. Вряд ли у вас есть моногенные заболевания, потому что их обычно и без гентеста можно диагностировать. Остальной геном тоже что-то должен делать, бесконечные списки энзимов, варианты которых почему-то вам повышают риски заболеть. Между генетическим тестом и проявлением заболевания обычно десятилетия, образ жизни, питания, медикаменты и факторы среды. Тем не менее, сила изменений в последовательности гена достаточна, чтобы кто-то нашел эту ассоциацию в GWAS какой-то группы людей. Мы все уникальны, при этом большая часть вариантов генов не очень уникальна — огромное количество людей будет носить ровно такую же часть вашего гена, хотя линий родства между вами уже давно не проследить. Вместе с этим, они будут и риски ваши носить. В человеческой популяции, конечно, варианты генов обычно хорошо перемешаны — спасибо запретам на близкородственные браки. Культурно, религиозно и географически замкнутые общины, конечно, исключения, как и монархические династии с их странными подбородками и губами, но оставим эту головную боль им.
Каждый из нас рождается с примерно 80 новыми генетическими вариантами, умножим на 8 млрд человек, и поделим на размер генома в 3 млрд нуклеотидов — получим, что каждое поколение перебирает весь геном по 213 раз. В каждой соматической клетке копится порядка 2-3 тысяч мутаций, умножим на число клеток в организме 30 трлн, получим, что наши соматические клетки перелопачивают весь геном примерно 20-30 миллионов раз — достаточно, чтобы попробовать многочисленные комбинации всего со всем. К чему вся эта математика?
К тому, что, чтобы мы не развалились за долю минуты от накопленных повреждений, наши механизмы починки и запас прочности генома должен достигать просто космических значений. Клетки должны уметь выдерживать тысячи мутаций, не теряя своей функциональности на протяжении десятилетий. Как? Эта комбинаторика должна давать оценку снизу на сложность и дублирование каждой из подсистем — если мы должны выдержать такое количество различных повреждений, оставаясь живыми — сдержки и противовесы должны быть очень хорошо отбалансированы. Добавьте к этому половое размножение, когда два генома взрослых родителей перемешиваются, и включается игра на выживание и отбор той комбинации их генов, который достаточно функционален, чтобы ребенок мог дожить до своего взросления и завести своих детей. Не зря эволюция старалась 4 миллиарда лет! У нас столько времени нет и придется крепко думать о том, что со всем этим делать.
Мнение про HR аутстафф-конторки
Для джуна это шанс вкатиться. Правда, придется подписаться на рабство по ученическому договору на год и ишачить за 30к в месяц. Но даже так лучше, чем ничего.
Для миддлов и сеньоров эти посредники не нужны вообще. Зачем отдавать 30-50% своей зарплаты им, если можно самому напрямую отправлять резюме по адресам компаний? Тем более есть слитые базы email'ов компаний, по ним рассылаешь резюме, сделанное в LaTex-редакторе и пануешь после офферов от них. Лично я по слитым базам спамил ещё в 2016 году. Так и попал в один широко известный корейский чеболь на должность с шестью годами опыта, имея ноль опыта.
#аутстафф
Для джуна это шанс вкатиться. Правда, придется подписаться на рабство по ученическому договору на год и ишачить за 30к в месяц. Но даже так лучше, чем ничего.
Для миддлов и сеньоров эти посредники не нужны вообще. Зачем отдавать 30-50% своей зарплаты им, если можно самому напрямую отправлять резюме по адресам компаний? Тем более есть слитые базы email'ов компаний, по ним рассылаешь резюме, сделанное в LaTex-редакторе и пануешь после офферов от них. Лично я по слитым базам спамил ещё в 2016 году. Так и попал в один широко известный корейский чеболь на должность с шестью годами опыта, имея ноль опыта.
#аутстафф
Стоит ли указывать возраст в резюме? Стоит ли прикладывать фото?
По возрасту: нет, не нужно. Эйчар обычно - это либо совсем молодая девушка, для которой возраст 30 - это уже гроб и "со святыми упокой", либо женщина за 40, для которой твои 20 - это "мама, дашь денег на Роблокс?".
Про фото, увы, есть некоторый расизм на Западе: для западного барина фото белого человека прибавляет к зарплате. В России на фото всем пофиг, но, если прикладываешь, то лучше чтобы фото было "посолиднее" (особенно если идёшь к кабанчику работать), а не из кальянной или с "Нашествия" с банкой охоты крепкое в руке.
#лайфхаки
По возрасту: нет, не нужно. Эйчар обычно - это либо совсем молодая девушка, для которой возраст 30 - это уже гроб и "со святыми упокой", либо женщина за 40, для которой твои 20 - это "мама, дашь денег на Роблокс?".
Про фото, увы, есть некоторый расизм на Западе: для западного барина фото белого человека прибавляет к зарплате. В России на фото всем пофиг, но, если прикладываешь, то лучше чтобы фото было "посолиднее" (особенно если идёшь к кабанчику работать), а не из кальянной или с "Нашествия" с банкой охоты крепкое в руке.
#лайфхаки
❤1
Forwarded from e/acc
Кто заменит курьеров?
По выходным стараюсь делать мини-рисерч по индустрии для инвестирования. Сегодня поделюсь про роботов-доставщиков. Гуманоиды сегодня переоценены (миллиарды долларов стоимость компаний, которые не генерируют выручки), плюс практические массовые гуманоиды это еще года 3. Роботы-доставщики уже работают и в ближайшее время автоматизируют миллионы позиций.
Рынок жирный. У Doordash в прошлом году было 2.58 млрд заказов и 8 млн людей-курьеров, которые заработали суммарно $18B - грубо выходит около $7 на одну доставку только в выплатах курьеру (и это при том, что базовая выплата у них начинается с $2-10+ за заказ). У Uber - 8.8 млн активных водителей и курьеров глобально. В Европе только Wolt - 260k курьеров, Deliveroo - 135k райдеров. Грубо, 30 млрд доставок еды в год, $2 за робо-доставку, $60B в год (против ~$250B/год которые тратят сегодня курьеров).
Если убрать человека из последней мили, математика резко меняется, к чему стремятся все маркетплейсы еды и доставки (фаундер Uber еще 10 лет сказал, что автономия это главный стратегический приоритет). Serve Robotics хочет довести стоимость доставки роботом до $1 на масштабе, Coco говорит про “меньше чем половину стоимости человека” на своих объемах, Robomart говорит про снижение до 70%. Практически это значит следующее - платформа/ресторан будут готовы платить роботам примерно $1-3 за дроп вместо ~$7-10 за человека, то есть экономия в 3-4 раза при нормальном покрытии по районам и стабильном ETA. Я видел отчет, что живые курьеры доставляют успешно 98.5% заказов (остальные приходится компенсировать, включая стоимость товара/блюда), а роботы уже сегодня - 99.5%
Посмотрим на самых интересных игроков рынка:
- Zipline (дроны-доставщики самолетного типа) - 1.6 млн+ доставок, 100 млн+ автономных миль, доставка где-то в мире каждые 60 секунд, работа на 4 континентах
- Serve Robotics (тротуарные боты, спин-аут Postmates, публично торгуется, оценка ярд) - 1,000 роботов в 5 городах, 100k+ доставок, средняя дистанция около 1.3 мили
- Coco Robotics (Лос-Анджелес/Майами/Хельсинки, интеграции с DoorDash и Uber) - 500k+ доставок, план - 10,000+ роботов в 2026
- Starship - одна из первых компаний в индустрии, но работает только на кампусах, флот больше 3к роботов, 9 млн доставок за все время
- Wing - сеть дронов, больше 0.5 млн доставок сегодня
- Meituan - китайская сеть дронов, несколько сотен тысяч доставок в год
Глобально, этот рынок в 10+ миллионов курьеров будет заменен роботами везде, где это имеет экономический смысл, и базовые технологии для этого готовы. Сегодня это создает фантастические перспективы для фаундеров. И не только в области создания и operations роботов, но и отдельными компонентами рынка:
- компьютер-вижн (под "грязную реальность" - дождь, ночь, толпы, собаки, коляски, стройки, узкие тротуары, обоссаные лифты)
- датасеты для навигации (тротуары, съезды, лестницы, пандусы, проходы, ограничения по времени, динамические препятствия, боевые консьержки)
- indoor-навигация (лифты, моллы)
- teleop (пожалуй, самый большой рынок сегодня)
- fleet ops (диспетчеризация, мониторинг, SLA, анти-вандализм, удаленная диагностика, зарядка)
- построить конкретную delivery-вертикаль (фарма, почта, товары, одежда, бухло и наркотики)
FrodoBots, например, уже публикуют датасет около 2,000 часов данных с тротуарных роботов из 10+ городов. Я говорил с фаундером и они видят спрос на миллионы долларов на их данные. Для инвесторов тут понятная ставка на снижение стоимости (рынок winner-takes-city, а не winner-takes-all), для пользователей - дешевле и быстрее доставка. Многим курьерам придется искать другую работу, но шансы что эти изменения НЕ случатся я оцениваю как 0%.
По выходным стараюсь делать мини-рисерч по индустрии для инвестирования. Сегодня поделюсь про роботов-доставщиков. Гуманоиды сегодня переоценены (миллиарды долларов стоимость компаний, которые не генерируют выручки), плюс практические массовые гуманоиды это еще года 3. Роботы-доставщики уже работают и в ближайшее время автоматизируют миллионы позиций.
Рынок жирный. У Doordash в прошлом году было 2.58 млрд заказов и 8 млн людей-курьеров, которые заработали суммарно $18B - грубо выходит около $7 на одну доставку только в выплатах курьеру (и это при том, что базовая выплата у них начинается с $2-10+ за заказ). У Uber - 8.8 млн активных водителей и курьеров глобально. В Европе только Wolt - 260k курьеров, Deliveroo - 135k райдеров. Грубо, 30 млрд доставок еды в год, $2 за робо-доставку, $60B в год (против ~$250B/год которые тратят сегодня курьеров).
Если убрать человека из последней мили, математика резко меняется, к чему стремятся все маркетплейсы еды и доставки (фаундер Uber еще 10 лет сказал, что автономия это главный стратегический приоритет). Serve Robotics хочет довести стоимость доставки роботом до $1 на масштабе, Coco говорит про “меньше чем половину стоимости человека” на своих объемах, Robomart говорит про снижение до 70%. Практически это значит следующее - платформа/ресторан будут готовы платить роботам примерно $1-3 за дроп вместо ~$7-10 за человека, то есть экономия в 3-4 раза при нормальном покрытии по районам и стабильном ETA. Я видел отчет, что живые курьеры доставляют успешно 98.5% заказов (остальные приходится компенсировать, включая стоимость товара/блюда), а роботы уже сегодня - 99.5%
Посмотрим на самых интересных игроков рынка:
- Zipline (дроны-доставщики самолетного типа) - 1.6 млн+ доставок, 100 млн+ автономных миль, доставка где-то в мире каждые 60 секунд, работа на 4 континентах
- Serve Robotics (тротуарные боты, спин-аут Postmates, публично торгуется, оценка ярд) - 1,000 роботов в 5 городах, 100k+ доставок, средняя дистанция около 1.3 мили
- Coco Robotics (Лос-Анджелес/Майами/Хельсинки, интеграции с DoorDash и Uber) - 500k+ доставок, план - 10,000+ роботов в 2026
- Starship - одна из первых компаний в индустрии, но работает только на кампусах, флот больше 3к роботов, 9 млн доставок за все время
- Wing - сеть дронов, больше 0.5 млн доставок сегодня
- Meituan - китайская сеть дронов, несколько сотен тысяч доставок в год
Глобально, этот рынок в 10+ миллионов курьеров будет заменен роботами везде, где это имеет экономический смысл, и базовые технологии для этого готовы. Сегодня это создает фантастические перспективы для фаундеров. И не только в области создания и operations роботов, но и отдельными компонентами рынка:
- компьютер-вижн (под "грязную реальность" - дождь, ночь, толпы, собаки, коляски, стройки, узкие тротуары, обоссаные лифты)
- датасеты для навигации (тротуары, съезды, лестницы, пандусы, проходы, ограничения по времени, динамические препятствия, боевые консьержки)
- indoor-навигация (лифты, моллы)
- teleop (пожалуй, самый большой рынок сегодня)
- fleet ops (диспетчеризация, мониторинг, SLA, анти-вандализм, удаленная диагностика, зарядка)
- построить конкретную delivery-вертикаль (фарма, почта, товары, одежда, бухло и наркотики)
FrodoBots, например, уже публикуют датасет около 2,000 часов данных с тротуарных роботов из 10+ городов. Я говорил с фаундером и они видят спрос на миллионы долларов на их данные. Для инвесторов тут понятная ставка на снижение стоимости (рынок winner-takes-city, а не winner-takes-all), для пользователей - дешевле и быстрее доставка. Многим курьерам придется искать другую работу, но шансы что эти изменения НЕ случатся я оцениваю как 0%.
❤1
Вышли эпигенетические часы последнего поколения с наивысшей точностью определения возраста человека.
Как известно, можно был угашенным в ноль торчком в 25 лет с убитым сердцем, почками и печенью, а можно и в 50+ быть как Брайан Джонсон и по возрасту жизненных систем соответствовать возрасту 25-30 лет.
Настанет тот день когда вместо паспортного возраста возраст человека будет автоматически считываться раз в сутки с помощью встроенных под кожу датчиков. Этот возраст будет сопряжён со стоимостью медстраховки, и тогда люди быстро станут зожниками на спорте.
Сделают такие датчики не у нас, но внедрят у нас первыми на фоне постепенной отмены ОМС.
#научный_иммортализм #новости #продление_жизни
Как известно, можно был угашенным в ноль торчком в 25 лет с убитым сердцем, почками и печенью, а можно и в 50+ быть как Брайан Джонсон и по возрасту жизненных систем соответствовать возрасту 25-30 лет.
Настанет тот день когда вместо паспортного возраста возраст человека будет автоматически считываться раз в сутки с помощью встроенных под кожу датчиков. Этот возраст будет сопряжён со стоимостью медстраховки, и тогда люди быстро станут зожниками на спорте.
Сделают такие датчики не у нас, но внедрят у нас первыми на фоне постепенной отмены ОМС.
#научный_иммортализм #новости #продление_жизни
eLife
DunedinPACE, a DNA methylation biomarker of the pace of aging
DunedinPACE is a novel DNA methylation biomarker of the pace of biological aging for intervention trials and natural experiment studies investigating how the rate of aging may be changed by behavioral or drug therapy, or by environmental modification.
DBHub - новый незаменимый помощник когда не хочешь исследовать где что лежит, чтобы создавать очередную витрину данных, и хочешь чтобы рутину за тебя сделала LLM.
DBHub — это универсальный сервер баз данных MCP, реализующий интерфейс сервера Model Context Protocol (MCP).
Этот шлюз позволяет клиентам, совместимым с MCP, подключаться и исследовать различные базы данных:
Универсальный шлюз: Единый интерфейс для PostgreSQL, MySQL, MariaDB, SQL Server и SQLite
Безопасный доступ: Режим только для чтения, туннелирование SSH и поддержка шифрования SSL/TLS
Мультибазы данных: Подключение к нескольким базам данных одновременно с конфигурацией TOML
Готов к продакшену: Ограничение строк, контроль таймаута блокировок и пул соединений
Нативный MCP: Полная реализация Model Context Protocol с ресурсами, инструментами и промптами
Теперь можно не костылить Text-to-SQL а использовать готовый MCP.
Но как и всегда с AI инструментами, нужно быть осторожным, так как DBHub может дропнуть базу, а также:
DBHub — это универсальный сервер баз данных MCP, реализующий интерфейс сервера Model Context Protocol (MCP).
Этот шлюз позволяет клиентам, совместимым с MCP, подключаться и исследовать различные базы данных:
Универсальный шлюз: Единый интерфейс для PostgreSQL, MySQL, MariaDB, SQL Server и SQLite
Безопасный доступ: Режим только для чтения, туннелирование SSH и поддержка шифрования SSL/TLS
Мультибазы данных: Подключение к нескольким базам данных одновременно с конфигурацией TOML
Готов к продакшену: Ограничение строк, контроль таймаута блокировок и пул соединений
Нативный MCP: Полная реализация Model Context Protocol с ресурсами, инструментами и промптами
Теперь можно не костылить Text-to-SQL а использовать готовый MCP.
Но как и всегда с AI инструментами, нужно быть осторожным, так как DBHub может дропнуть базу, а также:
Execute SQL queries directly from AI tools:#технологии
- Run SELECT queries for data analysis
- Execute DDL/DML in read-write mode
- Support for parameterized queries
- Multi-statement execution with transaction support
Nvidia выкатили какой-то свой Kubernetes для AI-приложений.
Зачем он нужен непонятно, но очень интересно.
#технологии
Зачем он нужен непонятно, но очень интересно.
#технологии
AIStore
AIStore - scalable storage for AI applications
AIStore is a lightweight object storage system with the capability to linearly scale-out with each added storage node and a special focus on petascale deep learning. See more at: github.com/NVIDIA/aistore
Как должна выглядеть идеальная работа дата-инжира в 2026 году
1. Нанимаешь джунов, даёшь им задачу сделать опись данных в дата-каталоге типа Openmetadata. Можно и в эксельке, если совсем уж нет никаких дата-каталогов.
2. Нанимаешь миддлов, чтобы они подключили MCP к Hive, S3, Postgres и другим источникам данных.
3. Приходишь, пишешь промпт "Хочу витрину". GPT6 тебе все собирает, пишет даг, ты пробегаешься глазами, говоришь "Отлично!", деплоишь и идёшь отдыхать.
Можно даже и без джунов и миддлов, сам опись делаешь (но в бигтехе не получится, там таблиц тысячи, нужны джуны).
1. Нанимаешь джунов, даёшь им задачу сделать опись данных в дата-каталоге типа Openmetadata. Можно и в эксельке, если совсем уж нет никаких дата-каталогов.
2. Нанимаешь миддлов, чтобы они подключили MCP к Hive, S3, Postgres и другим источникам данных.
3. Приходишь, пишешь промпт "Хочу витрину". GPT6 тебе все собирает, пишет даг, ты пробегаешься глазами, говоришь "Отлично!", деплоишь и идёшь отдыхать.
Можно даже и без джунов и миддлов, сам опись делаешь (но в бигтехе не получится, там таблиц тысячи, нужны джуны).
Дата-инженер - это умирающая профессия
Я искренне убежден, что дата-инженеры в ближайшие три года станут такими же динозаврами, как админы БД Oracle или BI-разработчики на Power BI.
Наши пайплайны отрисует текстовый процессор с контекстным окном в 2 миллиона токенов с доступом по REST или через CLI в Airflow.
Data quality и сборку витрин сделает он же, если дать ему доступы по MCP ко всей инфраструктуре (с аппрувами команд со стороны человека).
Если выдать текстовому процессору доступы к Confluence и Gitlab, то он поймет что и как в компании работает.
А если контекстное окно расширят до 10 миллионов токенов, то туда влезет вообще вся кодовая база среднестатистической IT-конторы и все знания компании, и он сможет точечно внести изменения в код в любом месте и ничего не сломать.
Профессия будущего с кучей денег - это AI Engineer, то есть текстово-процессорный инжир полного цикла: от деплоя моделей и прочего mlops до тюнинга перфоманса моделей и оптимизации расхода токенов. Такой инженер должен быть как немного дата-систиенсом, так и дата-инжиром и девопсом. При этом уклон, конечно, в ML. Самый богатый AI Engineer - это тот, кто сэкономил компании миллионы на моделях, из чего он сам себе в карман положит полмиллиона-миллион зелёных в год.
#прогнозы
Я искренне убежден, что дата-инженеры в ближайшие три года станут такими же динозаврами, как админы БД Oracle или BI-разработчики на Power BI.
Наши пайплайны отрисует текстовый процессор с контекстным окном в 2 миллиона токенов с доступом по REST или через CLI в Airflow.
Data quality и сборку витрин сделает он же, если дать ему доступы по MCP ко всей инфраструктуре (с аппрувами команд со стороны человека).
Если выдать текстовому процессору доступы к Confluence и Gitlab, то он поймет что и как в компании работает.
А если контекстное окно расширят до 10 миллионов токенов, то туда влезет вообще вся кодовая база среднестатистической IT-конторы и все знания компании, и он сможет точечно внести изменения в код в любом месте и ничего не сломать.
Профессия будущего с кучей денег - это AI Engineer, то есть текстово-процессорный инжир полного цикла: от деплоя моделей и прочего mlops до тюнинга перфоманса моделей и оптимизации расхода токенов. Такой инженер должен быть как немного дата-систиенсом, так и дата-инжиром и девопсом. При этом уклон, конечно, в ML. Самый богатый AI Engineer - это тот, кто сэкономил компании миллионы на моделях, из чего он сам себе в карман положит полмиллиона-миллион зелёных в год.
#прогнозы
❤1
Нормальная зарплата для дата-инженера - это 100 000 рублей в месяц.
Если этих денег тебе не хватает, то нужные средства тебе должна давать твоя женщина. Деньги - это выражение женской любви. Если много даёт, то ей много вернётся. Если хочет обеспеченного, то обеспечит тебя, и ты сразу будешь обеспеченным. А ты будешь ее вдохновлять и одаривать мужскими космическими энергиями, заботой и лаской, будешь радовать ее своим присутствием в ее жизни.
Если у тебя уже есть дети, то настоящей женщине для любви они не помеха, ведь чужих детей не бывает. Если у тебя есть дети, но ещё нет своей квартиры, то настоящей женщине с милым рай в шалаше, если любит, и вообще Бог дал зайку даст и вам лужайку.
Настоящая женщина также должна угадывать твое настроение и твои потребности, ей не надо сообщать "Хочу есть" - она видит что ты голодный вечером после работы дата-инженером и сразу идёт готовить минимум пять разных блюд.
Деньги от женщины - это выражение ее любви к тебе. Причем сумма тоже важна:
- Если ей 18, и у нее не было парня, то можешь и ты оплатить за нее пиво и чипсы в Пятёрочке.
- Если у нее был один парень, то 100 000 рублей в месяц тебе от нее - это базовый минимум.
- Два парня - 200 000 рублей.
- 50 парней - минимум пять миллионов в месяц она должна зарабатывать, чтобы доказать тебе что она тебя любит. Она пойдет на вторую, третью работу, на вахту риэлтором в Дубае лишь бы доказать тебе, что любит тебя. Иначе она тебя не любит, и от нее надо уходить.
- Если у нее уже есть дети, то она идёт на работу и обеспечивает их, а ты вдохновляешь ее на трудовые свершения ради любви.
Вот поэтому 100 тысяч рублей в месяц - это норма, дорогой друг. Расслабься и не парься, все у тебя замечательно, а если нет, то срочно ищи настоящую женщину. Не знаешь как - оставляй заявку в комментариях на курс от админа "Как найти настоящую женщину?", всего за 50 000 рублей по скидке перед новым годом.
#memes#сарказм
Если этих денег тебе не хватает, то нужные средства тебе должна давать твоя женщина. Деньги - это выражение женской любви. Если много даёт, то ей много вернётся. Если хочет обеспеченного, то обеспечит тебя, и ты сразу будешь обеспеченным. А ты будешь ее вдохновлять и одаривать мужскими космическими энергиями, заботой и лаской, будешь радовать ее своим присутствием в ее жизни.
Если у тебя уже есть дети, то настоящей женщине для любви они не помеха, ведь чужих детей не бывает. Если у тебя есть дети, но ещё нет своей квартиры, то настоящей женщине с милым рай в шалаше, если любит, и вообще Бог дал зайку даст и вам лужайку.
Настоящая женщина также должна угадывать твое настроение и твои потребности, ей не надо сообщать "Хочу есть" - она видит что ты голодный вечером после работы дата-инженером и сразу идёт готовить минимум пять разных блюд.
Деньги от женщины - это выражение ее любви к тебе. Причем сумма тоже важна:
- Если ей 18, и у нее не было парня, то можешь и ты оплатить за нее пиво и чипсы в Пятёрочке.
- Если у нее был один парень, то 100 000 рублей в месяц тебе от нее - это базовый минимум.
- Два парня - 200 000 рублей.
- 50 парней - минимум пять миллионов в месяц она должна зарабатывать, чтобы доказать тебе что она тебя любит. Она пойдет на вторую, третью работу, на вахту риэлтором в Дубае лишь бы доказать тебе, что любит тебя. Иначе она тебя не любит, и от нее надо уходить.
- Если у нее уже есть дети, то она идёт на работу и обеспечивает их, а ты вдохновляешь ее на трудовые свершения ради любви.
Вот поэтому 100 тысяч рублей в месяц - это норма, дорогой друг. Расслабься и не парься, все у тебя замечательно, а если нет, то срочно ищи настоящую женщину. Не знаешь как - оставляй заявку в комментариях на курс от админа "Как найти настоящую женщину?", всего за 50 000 рублей по скидке перед новым годом.
#memes
🤡3💊2🥴1
This media is not supported in your browser
VIEW IN TELEGRAM
Вот почему айтишнику нужно работать по ТК РФ и получать минимум 500к в месяц, а лучше 700-900к в месяц
🤡4💊2🥴1🤝1
Интересная статья про то, как AI агенты убивают разработку ПО.
Зачем нужен Power Point, когда AI сгенерирует тебе презентацию в фирменном стиле компании?
Зачем нужны операционные системы, когда OpenAI создаёт генеративную ОС, в которой можно за пару промптов сгенерировать себе видеоредактор или свой личный Photoshop?
SaaS-сервисы пытаются интегрировать AI, но зачем их услуги, если можно сгенерировать свой личный Databricks или AWS?
#технологии
Зачем нужен Power Point, когда AI сгенерирует тебе презентацию в фирменном стиле компании?
Зачем нужны операционные системы, когда OpenAI создаёт генеративную ОС, в которой можно за пару промптов сгенерировать себе видеоредактор или свой личный Photoshop?
SaaS-сервисы пытаются интегрировать AI, но зачем их услуги, если можно сгенерировать свой личный Databricks или AWS?
#технологии
Martin Alderson
AI agents are starting to eat SaaS
Software ate the world. Agents are going to eat SaaS.