Курсантам доступен 105-й материал СильныхИдей
"Как типично работает пятничный деплой"

1. Обновили прод.
2. Через 2 минуты стало ясно, что что-то пошло не так. В специально выделенный для этого канал условного шлака или чего-то другого подобного внутрикорпоративного посыпались множественные сообщения о каких-то ошибках SQL.
3. Вскоре выяснилось, что это было нарушение ограничений распределённой транзакции. Условно говоря, если топливо ракеты уже сожжено, то откатить транзакцию обратно не представляется возможным.
4. Так как мы начитались условного Сергея Бобровского, то откатиться назад и в коде уже не могли. Ведь правильная стратегия развития любой системы (без иронии):
двигаться только вперёд.
5. Через 5 минут мы выкатили обновлённый PR с хотфиксом.
6. Ошибки в проде прекратились.
7. Через час у нас был готов полный пакет обеспечения логической консистентности.

Однако мы, как почтальон Печкин, не отправили его, потому что развертывание в пятницу в 16:53 кажется слишком экстремальным даже для меня. Особенно когда все системы (вроде бы) работают, а проблема после фикса может уже подождать.

Да, но почему тесты не выявили этого??
(если конечно они у вас вообще были)

Давно обещанный минималистичный mp3-плеер. Используете его as is.
Сюда прицеплять не буду, мало ли, вдруг захочу что-то подправить, Поэтому забирайте с "официальной" странички.

Там собственно никаких пояснений и не требуется: скачиваете архив, распаковываете во вневременную папку, и можете вручную задать в проводнике ассоциацию файлов mp3. Но мне неохота было возиться с реестром, мьютексы мутить, через win32 искать уже запущенный экземпляр... поэтому при щелчке на музыкальный файл текущий запущенный продолжит работать без переключения на новый файл. Может и подправлю со временем. Возможно, регулировку rate стоит сделать не через 0,1 а через 0,05.

В UI полторы кнопки "открыть файл" + play/stop, и ещё две для регулировки скорости воспроизведения. Текущие настройки сохраняются в каталоге, откуда плеер был запущен.
Ну и из самого стокового windows media player (мой плеер по сути просто враппер вокруг него), доступно стандартное контекстное меню настроек. Можете и только его поставить.

Приятного прослушивания.

Ставь 🐳 если ждёшь от меня 100% рецептов, как разбогатеть с помощью программирования, при этом работать исключительно на удалёнке, и делать дневные тикеты на каждой из N параллельных работ максимум за часик,

а глубокомысленные темки вроде гомотопической теории типов совершенно по барабану 🥁

Многовато конечно, больше сотни 🐳 жаждут 100% рецептов как разбогатеть в айтишке :) Я безусловно буду и дальше в этом помогать, но без постоянной прокачки ума вам никак не стать x10-x100 программистом.

Если вы просто натренируетесь CRUD-у и js-формошлёпству типового миддлства в типовом стеке java/spring, c#/net, python/django, php/laravel/wp, ну, и очередную работу будете по определению искать соответствующую типовую, в массовке, и вряд ли будете особо отличаться даже от голодного энергичного джуниора, хорошо освоившего жпт (если вообще не проигрывать ему).

Тупик? Вовсе нет!

=

Какой может быть ваша топовая продуктивность на сегодня? Фиксируйте, сколько строк отлаженного кода в час в среднем вы пишете (если конечно вас менеджеры не дёргают постоянно:) вот тогда точно тупик, ищите нормальную работу, и никаких опенспейсов конечно). Затем замерьте свою механическую скорость набора кода с клавиатуры. У опытных программистов в среднем она около 50 WPM (с автодополнением), у джунов 10-20 WPM.
В строке кода java в среднем 5 слов. Допустим, за рабочий день вы закомитили в мастер 100 качественных строк (включая отладку, рефакторинг, тестирование соответствующей логики), или 500 слов, что на самом деле весьма немало.

Но за эти 480 рабочих минут - даже на стандартном сеньорском уровне - механическим набором вы могли однако выдать аж 24,000 слов, или 4800 строк кода. То есть на данный момент вы реализуете лишь ДВА ПРОЦЕНТА своего потенциала :)

Хотя на самом деле даже в такой стандартной ситуации не два, а вообще всего ОДИН процент, если вы не пользуетесь vim-ом, который рвёт редакторы стандартных ide раза в два, особенно в редактировании.

Удалить слово:
daw (1 секунда) vs. ctrl+backspace + перемещения (3 секунды)
Переименовать переменную в файле:
:%s/var/new_var/gc (3 секунды) vs. shift+F6 + ввод имени (до 10 секунд с подтверждениями)
etc

Но для этого, понятно, у вас в уме должна формироваться молниеносно, на быстром мышлении S1, в условном подсознании, в соответствующим образом прокаченных нейронных модельках вашего мозга - сразу после вдумчивого прочтения тикета - схема его реализации в пределах O(N) (в крайнем случае O(N log N)). Если задание сложное — то как декомпозировать его за O(N).
А какие-то технические детали вы можете получать в реальном времени через речевой диалог с жпт (непосредственно в процессе непрерывного фонового набора кода вслепую).

И это ещё я взял совершенно типовую ситуацию мэйнстрима и уровень programming in small: шаблонный стек, шаблонные задачки, где, казалось бы, никакого роста уже быть не может.
А вот оказывается, даже на ровном месте рост вполне возможен раз в СТО.

А представляете, когда задачи нетиповые, особенно на уровне programming in large, где абстрактный сферический конь и близко не валялся? Да там выдать тысячекратную продуктивность на фоне других вообще как нечего делать.

И, да, я заранее знаю все ваши возражения, которые разберу далее.

...

Никто не может сказать вам, что случится с айтишкой в самом ближайшем будущем, даже в ближайшие месяцы. Но было ли когда-нибудь по-другому? Мы просто ходим по кругу. Вы, как всегда, ищете быстрое решение, но не знаете, что самое быстрое решение -- это самый длинный путь.
Принципы не изменились, вы просто не делаете даже одного шага в нужном направлении, но зато делаете много шагов в ненужных :)

А какой самый первый правильный шаг? Он для джуниоров, если вообще не для начинающих, но 💯 вы его не делали. Это не вина ваша, а беда, просто потому что вас никто этому не учил.

Скоро выложу соответствующий большой материал -- БАЗУ -- на бусти и для донов в вк.

Я знаю, что всё, что вы хотели -- это "упростить". Вам просто был нужен способ уведомлять некоторые свои сервисы об изменении данных -- этакая реактивность-лайт, ничего сложного.

Выделенная система фоновых заданий? шина сообщений? асинхронные воркеры? служба очередей? Слишком. YAGNI -- заявили вы, помянув всуе какую-то бритву и обрезание лишних сущностей, будучи уверенным, что сможете без особых проблем и последствий разбросать несколько вызовов API по проекту (не будучи знакомым даже с понятием аспектов из AOP, и как их правильно готовить).

...Но спустя всего шесть месяцев оказывается, что ваша некогда безупречная кодовая база чрезмерно изобилует нерегламентированными HTTP-запросами. Подобно инвазивному виду, эти запросы аки борщевик расползлись по всей вашей бизнес-логике, и их стало невозможно удалить, не разрушив половину системы.

Я с сожалением вынужден сообщить вам, что, несмотря на ваши самые лучшие намерения, вы зачем-то пытались создать Erlang, и естественно, что такая задача оказалась вам не под силу.

Let it Crash.
Too big to fail.
zen of erlang

Курсантам выложил 107-й материал СильныхИдей
"Пятничный деплой: какие инструменты вам помогут"
(в продолжение пятничного деплоя)

"...Знакомые например успешно используют [...], интегрированный с их собственным логгером на питоне. Обработка ошибок по умолчанию там уже предусмотрена, так что вам не нужно об этом париться отдельно. И на стороне клиента это делается прозрачно на JavaScript.

...Конечно подобных технологий много, вот рекомендации, чтобы сделать их внедрение у вас действительно полезным:
-- подбирайте такой инструментарий, который уже с дефолтными настройками будет отслеживать все ваши важные значения, которые вы сами подразумеваете необходимыми по умолчанию,
-- зеро-кодинг , ну или как минимум максимально низкое сопротивление инструмента при добавлении новых характеристик, трассировок, отладочных точек,
-- любой желающий может создать оповещение под себя, под свою область ответственности, чтобы можно было отслеживать, как работает именно мой код,
-- возможность простого поиска по всем этим данным.
...

...Важно отметить, что в хорошем фреймворке вам не нужно развёртывать код для создания нового оповещения или настройки панели мониторинга. С помощью событий вы можете начать отслеживать всё, что, по вашему мнению, вызывает проблемы.
И тогда вы сможете их исправить :)"

Даю шесть соответствующих опенсорсных инструментов и рекомендации, какие из них в каких случаях лучше использовать.

Я кстати выкладываю постепенно материалы из СильныхИдей для донов - в паблике для неначинающих программистов (список всех материалов для донов), но очередной материал там через месяц сгорает. Я их со временем выложу на бусти, но существенно дороже, нежели по четыре материала в месяц за подписку 500 рублей.
Однако сегодня я дал пока что лишь 20-й материал, т.е. вы можете ухватить ещё начиная с 17-го, + соответственно остаётся ещё 87, ну и я пишу их тоже достаточно регулярно, поэтому лучше, быстрее и дешевле стать там доном.

Работы в айтишке больше не будет, говорили они... Между тем только на AI в США намедни выделено 500 миллиардов долларов, да и темка крипты и веба3 с вчерашнего дня вновь на повестке lol 🫢

Ну и кто это всё будет реализовывать-то? AI-Web3-стартапы зальют деньгами, и они соответственно потянут к себе специалистов из других отраслей, которые оголятся ещё сильнее. Я только вчера говорил, что в айтишке даже на месяц вперёд сегодня не загадаешь, и вот 😎

В результате пик спроса на AI-таланты ожидается в ближайшие 1–3 года, что приведёт к "войне за кадры" и повсеместному росту зарплат. Только на американский StarGate потребуются многие тысячи инженеров, программистов, датасайентистов, ML-специалистов и DevOps. Не знаю что будет в этой сфере у нас, но что брызги американского шампанского на какие-то проценты прилетят и в Россию, 💯

=

В 2024 году американские AI-инженеры зарабатывали на 8–12% больше, чем их коллеги, не связанные с AI. На уровне Senior разница достигала 10–12.5%. С новыми инвестициями этот разрыв может вырасти до 15–20%.

Средние зарплаты AI-инженеров в 2024 году составляли почти $250 тыс/год, в 2025-м прогнозировались до 270k, а после вчерашнего анонса к 2026–2027 годам могут превысить $300,000.

В компаниях уровня Netflix, Cruise или Amazon зарплаты AI-специалистов на позициях Staff Engineer уже сегодня достигают почти $700k в год

=

Развитие ИИ-инфраструктуры потребует участия множества специалистов:
- DevOps (зарплаты до $185,000 в год, как в NHL)
- Data Scientists (средняя зарплата $108k)
- Cloud-инженеров (в связи с расширением дата-центров Oracle и Microsoft)

Зарплаты разработчиков (прежде всего на языках Python, Go, Java) также вырастут, так как эти технологии активно используются в AI-проектах.

Калифорния, Техас, Нью-Йорк останутся центрами высоких зарплат.
(например, айфонщики там получают 90 долл/час).

TensorFlow, PyTorch (мой курс в помощь), NLP станут обязательными скиллами для многих разработческих позиций.

Не унываем, активнее учим английский, и готовимся. 🤘

Еле-еле я вчера удержался от соблазна начать делать курс с условным названием
"Как бэкендеру добавить к своим навыкам мега-скилл (профессию, по сути) AI/ML/DS Engineer" 🫢

Прежде всего ML Engineer как самая горячая тема в вакансиях (в msk/spb спрос на таковых вырос в 2024-м в три раза), но тут куча специфики и нюансов. Нужен мета-навык комбинирования бэк/ML скиллов, ключевая тема, по которой кстати сейчас вообще никто не учит, насколько знаю.
Да и сами скиллы нельзя освоить за пару недель. В этом главная засада: в дополнение к классическому бэку и фреймворку PyTorch надо знать дофига всего теоретического. С первого же шага попадаем в математику (cтатистика, линейная алгебра, теория вероятностей, оптимизация...). В целом я это одобряю: чем выше будет порог входа в любые айти-профессии, тем выше будет спрос на специалистов, тем выше будут зарплаты и тем меньше в теме будет хипстеров.

А от software design, cs и классического бэка даю зарок не отклоняться 💪🏻

По темке "как войти в мл" буду вкладывать небольшие пошаговые мета-материалы "что и где поизучать", на бусти (бесплатно, но только для папищеков).

...Ну например, на каком-нибудь современном обучающем курсе по ML, тыщ за 50, вам вполне могут дать такое задание:
"Сделай API на FastAPI, который классифицирует картинки через ResNet"

Работающий прототип вы вполне можете выкатить за пару дней, но вашему резюме он совершенно не поможет, потому что на реальной работе от вас потребуют например оптимизации инференса:
- переписать модель под ONNX/TensorRT, чтобы снизить latency в 5 раз;
- настроить асинхронную обработку (Celery/RabbitMQ) для параллельного выполнения запросов.
Или развернуть модель ResNet-50 (PyTorch) для классификации изображений в реальном времени, настроить батчинг GPU, добавить мониторинг моделей через Prometheus/Grafana, и деплоить с помощью Triton.

То есть от вас нужны минимум 2–3 проекта, где вы решали задачи , максимально приближенные к продакшену (оптимизация, масштабирование, интеграция). Проверяют не "знание гайдов", а понимание полного цикла, от сырых данных до работающего сервиса. Проекты в резюме/гитхабе нужны например такого плана:
"Мой API для обработки видео снижает затраты на хранение данных на 30% за счет динамического сжатия кадров (реализовано на OpenCV + FastAPI)"

/ds картинка стёб или нет, решайте сами 🙃

В дополнение к позавчерашнему, конечно ещё надо отметить тот факт, что сотни миллиардов долларов инвестируются в частности в Microsoft, поэтому нету ни малейших сомнений, что C#, .NET и Azure тоже станут базой грядущих AI-проектов. Типа такого:
"Реализовать ETL-пайплайн на C#, который подготавливает данные для обучения модели PyTorch и сохраняет результаты в Cosmos DB"

=

Важно! Даже если вы здорово мотивированы и учились в норм универе, где на первых курсах в обязательном порядке проходят весь этот условный "никому не нужный матан", СЕГОДНЯ, чтобы максимально денежно войти в профессию "ML Engineer", вам надо фокусироваться только на том, что реально приближает вас к ML.
А в банке например вас посадят на полгодика чистить данные транзакций, прежде чем допустят к моделям антифрода. Но даже на ETL-задачах вы можете незаметно учиться ML. Как тайно маскировать такое самообучение ML под "улучшение рабочих процессов", поясню постепенно на бусти. 😎

Пропорции стеков?
Python 50-60%
Java 15-20%
Go 10-15%
C# 5-10%
При этом 70% ML-вакансий требуют знания Python + один из языков (Go/Java/C#)

Прогноз до конца текущего десятилетия:
Python сохранит лидерство в этой же пропорции благодаря развитию AI/ML/DS-фреймворков.
Go вырастет до 20% из-за фокуса на облачные и распределённые системы.
C# может удвоить долю (10–15%) при успехе Stargate и Azure AI.
Java хз :)

В СИ курсантам выложил 106-й материал "Наилучший способ разрабатывать большие программы".

"...Немецкий программист Harald Armin Massa однажды выступил на PyCon с небольшим спичем "реальный вред функционального программирования", где в частности раскритиковал чистые функции просто по той причине, что они отделяют нас "от реального мира". Они конечно в любом случае требуют вычислительные ресурсы, оперативку, для их работы используется рантаймовское окружение и т. д., а мы как бы полагаем, что они идеальные абстракции. Но это относится не только к pure functions, а к любому коду. И конечно, любая программная абстракция в чём-то потенциально уязвима."

А если ваши абстракции протекающие (например, вы не умеете правильно готовить даже классические паттерны проектирования GoF), то они сразу убивают смысл большинства интерфейсов в вашей программе, которые вы так долго и старательно проектировали...

Поясняю, почему в контексте ФП правильнее говорить не столько о чистых функциях, сколько о [...]

Всех с Татьяниным днём! 🙏

А студентов - с праздником, когда лекции заменяются на сон, а семинары на кофе-брейки. Пусть ваши учебники автоматически открываются на нужной странице, а экзаменационные билеты выбираются с лёгкостью, как будто это собес, после которого вас всегда берут на работу.

Желаю вам, чтобы ваши знания росли быстрее, чем техдолг в конторе, где вы подрабатываете, а лекторы всегда были в хорошем настроении и делали бы не слишком въедливый code review ваших решений! 💥
Пусть ваши проекты всегда сдаются в срок, а кафе в университете всегда качественно готовит ваш любимый кофе! ☕️
Пусть ваши одногруппники всегда будут готовы помочь с конспектами, а стипендия приходит вовремя и с неожиданными бонусами! 🚀
И помните, что студенческие годы -- это не только учёба, но и незабываемые моменты, новые друзья, и многия любови! ❤️

С праздником, будущие гении и суперпрограммисты! 🤘
(сильно не напивайтесь: это приказ :) 💯)

- Этот AI обогнал 99% программистов в тестах!
- Почему тогда он по рекомендации "исправь баг в своём решении" предлагает "перезагрузить Вселенную и обновить jQuery до версии 0.5"?
- …Возможно, это метафора.

Кто только не написал, что deepseek r1 круче o1 по всем тестам: от джунов на StackOverflow до сеньоров с постами "R1 пояснит, почему ваш код — говнокод!".

Я попросил r1 написать простой тестовый веб-движок, получилось 200 строк кода, 10 функций. Я попросил его добавить сохранение - текущее состояние (две переменные) в localStorage; он сделал, но не учёл, что в localStorage его может и не быть (исходно например) lol

Начались ошибки, r1 начал лихорадочно их исправлять, даже не по джуниорски, а по стажёрски: понаставлял страховочных try, и почти в каждую функцию добавил совершенно ненужные проверки, превратив всё в говнокод. В нескольких местах вызывалась функция resetProgress() (например, для начала новой сессии), но r1 не додумался вызывать её, когда выводится заключительное сообщение GAME OVER. Вместо этого удалял сэйв физически из localStorage - но криво, и программа начинала работать вообще непредсказуемо.

Deep thinking? Ну, да, он "рассуждает" примерно так:

Еще возможно, currentTask имеет недопустимое значение. Например, после загрузки из localStorage currentTask может быть больше, чем длина массива tasks. В конструкторе есть проверка Math.min(task, this.tasks.length - 1), но если tasks еще не загружен, this.tasks будет undefined, и Math.min выдаст NaN. Нужно убедиться, что tasks инициализирован перед использованием.

Но с такими рассуждениями r1 только запутывается ещё быстрее :)
При этом конечно ни малейшего понимания смысла происходящего у него нету (хотя бы на уровне памятования), на каждой итерации он тупо пересматривает предыдущие свои ответы, если позволяет контекст.

Пришлось как обычно всё переделывать вручную.

Что интересно, пока по уровню и качеству кодинга (в моём субъективном опыте) пока и близко никем не превзойденной так и остаётся клод 3.5 (даже не sonnet, а стоковая версия).

А уж платить $200/месяц за o1 (примерно уровня r1) просто развод лохов почище крипты :)

AI прошёл медтесты лучше врачей. Но когда я спросил "стоит ли заменить сахар в кофе", он 20 минут доказывал, что "кофеин — это заговор марсиан".

=

Можно было конечно взять какой-нибудь классический IF-движок для текстовых игр, но я хотел весь контент полностью вынести из "свой движок", чтобы не надо было каждую сессию отдельно пересобирать. (ну вы поняли)

Конечно, например в RenPy есть встроенный модуль json для загрузки определённой игровой логики, но у меня такая минималистичная задача, что любой фреймворк сразу становится сильным усложнением.

Самый лёгкий считается Twinery, но вот как отработал его стандартный пример:

TypeError: t.match.test is not a function
at sugarcube_adding_functionality_example.html:98:34365
at Array.filter (<anonymous>)
at sugarcube_adding_functionality_example.html:98:34331
at Array.forEach (<anonymous>)
at t.default (sugarcube_adding_functionality_example.html:98:33652)
at t.render (sugarcube_adding_functionality_example.html:42:17487)
at sugarcube_adding_functionality_example.html:42:20091

...

Нет, как это и было многими десятилетиями, так и остаётся старая школа: если хочешь сделать хорошо, сделай всё сам.

Мини-тестик (ради лулзов сделал чуть-чуть по MLTT в сеттинге киберпанка :) скоро выложу для всех.

Обещание: AI генерирует шедевры в стиле Хемингуэя.
Реальность: Напоминалка "купить хлеб" превратилась в новеллу о булке, ищущей смысл жизни в тостере.

/dl пацаны пишут, что по датасету с собачьими жопками удаётся корги распознавать с точностью всего лишь 15% 😂

По нашему опросу, кто сколько строк комитит в мастер, написал сегодня пост, в частности про то, как можно быстро оценить насколько адекватна разработка некоторого проекта (теперь малограмотным it-менеджерам не укрыться за красивыми словами:).

На бусти оказывается нельзя делать бесплатные посты только для подписчиков. Поставил там минимальные 10 рублей, думаю это всё же можно считать как бесплатные.

Заходим в ML-инженеры. Шаг 0: hardcore
Если содержимое этого шага вам как минимум будет понятно,
вы чувствуете, что достаточно просто поразбираться в этих материалах,
и вы их поймёте без предварительной подготовки,
тогда имеет смысл продолжать.
А если это для вас тёмный лес, то лучше не тратьте впустую время на изучение этого всего. Сосредоточьтесь на классическом бэкенде.

...

Для курсантов, стоимость моей индивидуальной помощи (формат 3 курса карьеры) выросла на 60% (мест нет).

/ml Немало девопсов кстати сейчас активно и успешно переквалифицируются в MLOps и LLMOps, эти профессии критичны в тренде интеграции и масштабирования AI-моделей:
- оптимизация пайплайнов обучения моделей
- управление инфраструктурой (прежде всего облачной) для развертывания AI
- файнтюнинг предобученных моделей под конкретные задачи.
Вилка $150-250 тыс/год.

Разбираю понемногу ту полсотню эвристик, которые сделают из вас инди-хакера, способного упаковывать в своей голове (и почти без экзокортекса) системы на миллионы строк кода и взламывать любой корпоративный орг-код.

И в одной из эвристик я обнаружил такой побочный эффект, что оказывается Java 23 фактически принуждает программиста к даванию переменным осмысленных имён.

(Некоторые курсанты говорят, что на работе они ещё не закончили переход на Java 8. Нужно ли им изучать новые функции? :)

Конечно, хороший стиль десятки лет это подразумевал, с курсантами эту тему разбираем подробно на Ясном коде, но ситуация в современном мейнстриме с качеством кода совсем печальна (началось всё, подозреваю, с Java 10, где добавилось ужасающее var, и никакой тайп инференс на уровне компилятора тут не спасает от кривизны на уровне кода).

Широкое использование var, сложные цепочки Stream API и функциональные конструкции делают имена переменных едва ли не самым ключевым элементом для понимания Java-кода. API Java только усложняются (Stream, Vector, Structured Concurrency, Stream Gatherers, гибкие конструкторы, Карл! 😬 ), JEP 467 разрешил markdown-комментарии в JavaDoc, JEP 476 позволяет импортировать целые модули, поэтому во избежание конфликтов чёткие и наглядные имёна сегодня стали фактически обязательным микро-скиллом.

/c# но на картинке однако не java :)

🚨 Перестаньте проваливать собеседования по программированию!

🔥 Решаете сотни задач на LeetCode, но не можете пройти интервью с живым кодингом? Автор материала провалил 30+ собеседований, пока не осознал ошибки 98% кандидатов. Теперь он делится стратегиями, которые помогли ему попасть в Google, Amazon, Microsoft и Adobe.

Что внутри?
✅ Смена мышления: как сохранять спокойствие и избегать ошибок под давлением.
✅ Чёткий план действий: от анализа задачи до оптимизации решения.
✅ Коммуникация с интервьюером: как задавать вопросы и презентовать себя за 2 минуты.
✅ Проверка кода: методы выявления ошибок и обработки граничных случаев.
✅ Рекомендации Carnegie Mellon University


Почему это работает?
💡 Только практика, а не теория! Конкретные шаги, которые превращают подготовку в результат.

После прочтения вы:
→ Перестанете теряться на интервью.
→ Научитесь оптимизировать решения за минуты.
→ Сократите ошибки из-за стресса.

Для кого?
👨💻 Для разработчиков, которые хотят пройти собеседование с первого раза.


⏳ Цена 149 рублей только до понедельника!
Начать подготовку: ЖМИ НА БУСТИ 🚀

P.S. 🎁 Бесплатный бонус: методичка от Carnegie Mellon University + гайд по поведенческим вопросам.

(продолжаю тренироваться в инфоцыганстве :) но сам материал, от индуса конечно же, реально стоящий 👍 спасибо вам за поддержку! ❤️ )

Автор говорит о сдвиге в мышлении и практической стратегии, чтобы помочь тебе минимизировать ошибки на интервью, оптимизировать свои решения и значительно повысить свои шансы пройти собеседование.
1. Мышление
2. Введение
3. Поймите задачу
4. Спланируйте своё решение
5. Напишите код
6. Проверьте свое решение
7. Закончите собеседование сильно (для себя)
8. Заключение.
Подробный разбор с подпунктами, 2600+ слов!

qwenlm (Coder!) совсем тупой. Выдал говнокод на 50 строк, я ему говорю:
"происходит 1 2 3 " - в твоей версии, это неверно. А надо чтобы было "3 4 5"

Он отвечает:
"Понял вас. Давайте изменим код так, чтобы "происходило 1 2 3 " )))
На все последующие просьбы тоже так и отвечал, тупость непробиваемая.

дипсик r1 вчера висел (горизонтальное масштабирование? нет, не слышали), ну и как бы ставить сегодня на одну сферическую ai-лошадь в вакууме несерьёзно, которая вдобавок может в любой момент отключиться. Сегодня он вроде как работает, но еле-еле, раз в 10 медленнее. А завтра появится новая супер-модель.

Потом я попросил о том же hailuo , и он выдал подозрительно похожее на выдачу qwenlm )))
С точностью до запутанных условных вложений в коде.

Вернулся в итоге к любимому клоду 3.5; но как же классно он умеет отлаживаться. Всё помнит, понимает куда логи вставить, потом их грамотно анализирует, откатывается к прежним версиям - причём может вернуться чуть ли к исходной версии, и практически всегда добивает отладку до 100%! Хайку похуже чем соннет, но тоже упорный в этом плане, красавчики. Никакой другой жпт и близко так не умеет в дебаг.
Жаль только что Anthropic похоже сливают с ai-рынка.

...Пацаны говорят, что хорошо работает связка "r1 как архитектор и клод 3.5 как кодер". Надо признать конечно, что жпт тем лучше разбирается в рациональных темах, чем больше там формализма (математика, алгоритмические задачки кодфорса...), поэтому надо будет поэкспериментировать с генерацией кода на F#: хорошей системой типов сразу отсекается множество целых классов ошибок.
Ну и AI+TDD+BDD смотрится многообещающе, мои курсы в помощь.

Добавил вторую микро-игрушечку
(киберпанк с небольшими отсылками к MLTT):
Операция Σ-Кристалл: Тень в Сетях

Холодный свет неоновых рекламных полос мерцает сквозь дождь. Вы — Раннер под псевдонимом "Глитч", пробираетесь через цифровые руины заброшенного дата-храма. Ваша цель — ядро Sigma Core, где спрятан артефакт, способный переписать правила игры. Но ICE здесь не спит...
Ваши пальцы скользят по голо-панели. Нужно вплестись в легитимный трафик — поток зашифрованных голосовых сообщений от сотрудников. Но Страж слеп к эмоциям: он видит только числа и строки. Один неверный байт — и тревога разбудит всю систему.

(Первая игра "Интерактивный Конструктор Типов MLTT")