Есть компании, которые имеют программистов, и есть компании, которые имеют программистов.

Как фрилансеру сильно повысить свою продуктивность?

Палю фишечку с трека Элитный программист:

Делайте четыре помидорки строго с 8 до 10 утра.

Задачка: написать API для игры в крестики-нолики, в котором возникнет ошибка компиляции (не рантайма), если

- делается ход за пределы доски

- делается ход в уже выигранной позиции

- делается повторный ход тем же цветом

Из распространённых языков лучше всего подходит TypeScript, его система типов очень хороша; когда-то на C# я делал что-то подобное.

Курсанты, кто сделают это на Java, C++ или C#, будет скидка на очередной курс 30%, и потом возможно отдельно заплачу за серию подобных задачек.

Если бы меня оставили в покое на недельку, я сразу бросился бы программировать, написал какую-нибудь игрушечку (скоро, кстати, несколько выложу).

Всю жизнь заниматься любимым делом, которое всегда увлекательно, и когда за это ещё и хорошо платят, это хорошая карма.

Главное, развивайте свою карьеру осознанно. Осознанно релоцируйтесь, тщательно выяснив все детали о проживании, осознанно переходите в конкретную компанию, тщательно выяснив всю специфику работы, и т. п. Подходите ко всему этому рационально, с циферками.

Вы поверите, если я скажу, что за год вы можете улучшить свои скиллы в 36 раз?

Это совершенно реально!

Если вы каждый день улучшаете свой навык на 1%, то за год он и усилится в 36 раз.

Причём этот прирост на 1% вы можете получить легко и просто, буквально за 15 минут.

Вызываете ChatGPT и просите его сделать полезную выжимку под ваши потребности, которая и даст вам желаемый процент прироста. Это конечно отдельный prompt-скилл, запросы надо делать очень подробно и только на английском, чтобы получить качественный результат, ну шаблон один раз достаточно составить.

Какие материалы брать? Мощнее всего конечно анализировать научные статьи с топовых конференций. Но это сложновато, я так для СильныхИдей пока вручную делаю, вот надеюсь немного автоматизировать.

В прикладных проектах лучше всего обрабатывать книги и учебники. Понятно, что из книги по программированию небольшую выжимку не сделать, поэтому просите под конкретную изучаемую тему, например одну главу.

И блоги экспертов очень хороши для обработки AI. А вот форумы, соцсети, новостные сайты не надо, много мусора.

Уже прямо сейчас программисты могут добиваться роста своей продуктивности в 10-100 раз, и это далеко не предел.

Когда в конце февраля стартовали продажи Atomic Heart через VK Play, этот сервис, как нередко бывало со многими другими в подобных случаях, лёг.

Но, на минуточку, на дворе 2023-й год, и определённый ажиотаж прогнозировался, и резкие скачки нагрузки в первые часы продаж очевидны, это абсолютно типичная и хорошо известная инженерная ситуация, к которой надо было быть готовыми на 100500%.

Не знаю, вроде солидная платформа... Пройдите, что ли, мои курсы за 200 долларов по азам построения highload-систем...

Высокая нагрузка -- это не конкретный количественный критерий, а класс инженерных ситуаций, когда проект сталкивается с реальными сложностями в процессе своего роста.

Формально надёжность обычно задаётся двумя документами:
-- требования к уровню предоставления сервиса (service level objectives, SLO) и
-- соглашение об уровне предоставления сервиса (service level agreements, SLA).
Это контракты, описывающие ожидаемые производительность и доступность сервиса.

Неформально же говоря, система считается надёжной, когда она продолжает работать нормально даже в случае проблем.

Соответственно, VK Play надёжной считаться никак не может.

"Москва первой в мире снизила интервал движения поездов метро до 80 секунд...
В начале года на Кольцевой линии установили новую микропроцессорную централизацию... Недавно провели испытания системы на отечественном ПО в режиме максимальной нагрузки, и удалось добиться самого короткого в мире интервала движения между поездами -- порядка 80 секунд... С помощью новой автоматики движения на Кольцевой линии столичного метрополитена поезда сменяли друг друга на станциях быстрее, чем в метро Парижа, Токио, Гонконга и Пекина..."

40 лет назад моим дипломным проектом в институте была программа на PL/I (а в тексте ее логика подробно разбиралась на псевдокоде в духе Алгола 68 (кстати, очень хороший и по сегодняшним меркам язык, допускавший например моделирование символьных вычислений на фазе компиляции), которая рассчитывала оптимальное расположение светофоров на перегоне метро с целью минимизации интервалов между поездами. Сам алгоритм выдавал математически оптимальный вариант. Придумал его не я конечно, а умники с кафедры. Но программировать тогда вообще никто не умел, и эта программа для кафедры была реально ценной.

Куратор из проектного института, где делали соответствующие раскладки для метро вручную, офигел: говорит, мы человечков держим на проектировании этого минимум 2-3 года, чтобы они научились делать неплохие раскладки, но оптимальная...
Не поверил :) Ну я просто программист, берите результаты программы да проверяйте.

Машинное время тогда было очень дорогое, 1 час счета в неделю на ЕС ЭВМ считалось счастьем, поэтому быстро привыкаешь делать очень качественную инспекцию кода :) А мне жутко хотелось программировать, и когда появилась возможность покодить на одном из первых 8-разрядных микропроцессоров, я быстренько переписал логику на его ассемблере...

Ну и вот, в 2023-м автоматизация критически важной транспортной инфраструктуры Москвы достигла наконец уровня 1983-го года. Хотя совсем не факт, что светофорчики на перегонах и сегодня расставляются автоматически; вполне возможно, что по прежнему вручную на глазок.

Я иногда упоминаю гомотопическую теорию типов Воеводского как абсолютный топчик в computer science. Однако 100% сильно недооценивают уровень, требуемый для её понимания. Бедолаги начинают читать научпоп вроде "Нового Розеттского камня" Баеза...

Погодите, это реально очень сложные темы. Надо будет перед хотт сперва например теорию категорий изучить по-взрослому, а не на хабровском уровне "для программистов" с диаграммками объектов и морфизмов; да и других шагов ещё немало нужно.

Самый первый, входной пропуск на пути к HoTT -- Shape Modality (и это ещё задолго до теорката). Если не понимаете вообще что там пишут, забудьте и про хотт и про теоркат, это просто не ваше. Просто спокойно пишите обычный код, изучайте мои СильныеИдеи по Higher Work, и будет вам счастье.

В феврале сего года в правительстве России было объявлено о создании национального проекта по беспилотным системам. О стратегической важности этого направления я много лет писал еще с середины 1990-х в бумажном еженедельнике PC Week/RE, а читали его даже в Госдуме.

Вот например (2004-й год):

Во всем мире, кроме России, за последние четыре года проектирование и производство "беспилотников" переживает настоящий бум. В самом ближайшем будущем, по мнению военных экспертов, эти аппараты поступят на вооружение во все воинские подразделения НАТО вплоть до армейских взводов и самых малых разведподразделений...

Всего-то 20 лет потребовалось ЛПР наверху, чтобы осознать важность очевидного.

=

Сегодня ситуация аналогичная стратегически уже с AI двойного назначения.

Оттуда же (2004-й год):

Элементы искусственного интеллекта сегодня пытаются придать даже минам. Последнее для российских специалистов на выставке Eurosatory-2004 в Париже стало настоящим откровением. Беда наших заказчиков не только в постоянной нехватке финансов, но и в полном отсутствии долговременных идей...

Только по экзистенциальной теме AI счет идет уже не на десятилетия, и даже не на годы, а буквально на считанные месяцы.

Яндекс Мэйл Сбер, где русская GPT? Китайцы на днях свою версию выкатывают, и GPT4 уже вышла.

Не можете сами сделать, хакните OpenAI (инструкция, как это сделать за 600 долларов) и локально дообучите русскому языку.

"Intelligent Machines and Idiotic Humans: A Startup Story"
(идеи для AI-стартапов)

Серия 6. Простые идеи для стартапов, где на бэке используется ChatGPT, и можно не париться наймом фрилансеров за деньги под подобные задачи.

- всяческие пауки для парсинга сайтов - AI нагенерит их код под конкретный сайт легко и просто, а заказов в этой теме обычно много;

- распознавалки шаблонных изображений, документов, образов. AI и датасеты подберет и код ноутбуков для обучения моделек сделает, и как на серваке это всё задеплоить, пояснит;

- умные чатботы под конкретные наборы товаров/услуг + рекомендательные системы. Интегрируются хорошо с пауками, которые парсят сайты, вытаскивая и токенизируя из них нужные сведения автоматически. Я кстати в тг уже рекламу таких ботов встречаю, пока другие спят; значит доходное дело;

- обработка естественных языков в разных доменах (инженерные, медицинские, ...), можно формальные грамматики задавать;

- автоматическая генерация кода и документации под конкретную кодовую базу с "пониманием" истории проекта;

- автоматическое тестирование API;

- автоматическая генерация тестовых скриптов для системы тестирования UI;

- автоматическая генерация кода специфической визуализации сложноструктурированных данных, OLAP....

P.S. Не могу не упомянуть модный стартап Adept

Adept aims to build AI that can automate any software process...

We’re training a neural network to use every software tool in the world, building on the vast amount of existing capabilities that people have already created...

Собралась пара десятков AI-спецов, сбежавших из FAANG, замутили свою нейронку, и вот уже набрали 350 млн. долл. инвестиций.

Всё, расходимся.

Обратились ребята, довольно известный массовый сервис, расшаривает информацию между микросервисами, при этом на их серверах как-то проскакивают пакеты с информацией о кредитках и приватных данных с госуслуг, и они сильно нервничают, опасаясь утечек, за это сейчас здорово влетает.

Ну, для того, чтобы некоторую пользовательскую информацию можно было технически скрывать, очевидно, она должна быть в проекте эксплицитной, формально описанной, чтобы существовали ясные способы что-то с ней делать. Но быстро выяснилось, что соответствующие структуры данных непосредственно в их проекте, на их основном языке программирования, отсутствовали. Они фактически были написаны на IDL (интерфейсный язык для описания обмена сообщениями между серверами).
Это грубейшая архитектурная ошибка, и я встречаю её регулярно.

Структуры данных, определяемые на языках вроде IDL и его расширения OpenAPI, или в конфигурационных файлах -- это формат сериализации.
Но формат сериализации не имеет никакого отношения к модели данных проекта.
Такие языки создавались для других целей (понижение связанности, в частности), а главное, что когда вы используете сериализационные форматы для представления своих данных, вы наносите своему проекту два тяжёлых удара, от которых он вряд ли оправится :) и которые разберём с курсантами на формате higher work (бывший hard work).

Кстати, я давно уже выкладывал в СильныхИдеях мощный материал на эту тему "Смысл и моделирование данных в проекте", сейчас ещё пару занятий в higher work по нему добавлю.

В управлении проектами есть мантра "быстрее, дешевле, качественнее; выберите любые два". Но если время и деньги желательно снижать, то качество желательно повышать, и возникает некий когнитивный диссонанс.

Корректнее говорить о трёх ресурсах "время, деньги, некачественность", сумма которых перед началом проекта равна некоторой интегральной оценке ресурсов, и далее мы раз в неделю или раз в день например выбираем, во снижение какого параметра вложить очередные усилия.

Из переписки с курсантами, с курса карьеры, буквально на неделе. Обратите внимание, что зарплаты фактически идентичные. Совпадение? Не думаю :)

Кажется, план не пригодится, я 3-4 статьи успел прочесть. Мне сегодня сделали оффер с релокацией в Париж на 65 тыс. евро в год, завтра я с ним соглашусь...

Рынок стагнировал, предлагают не более 350к на сеньорские позиции. МЯСО совсем оборзели, уже требует четыре интервью, при том, что рынок опустел и остались совсем зелёные юнцы. Меня пока ценят на текущем проекте, сейчас веду переговоры об увеличении зп...

То, чему я учу в Школе, ценно и имеет значение только для очень небольшой группы программистов, потому что, честно говоря, довольно странно ожидать, что миллионы людей будут настолько одержимы глубоким погружением в программирование.

Например, многие ли насладятся этой заметкой Dan Luu, в которой он подробно показывает, почему философия UNIX "делай хорошо одну вещь" на практике работает совсем не так уж и хорошо?

Я хочу зарабатывать деньги, чтобы поддерживать и развивать мою аутентичную схему преподавания, а не наоборот.

Когда я начал обучать/повышать квалификацию профессиональных разработчиков, то обнаружил, что я один из совсем немногих людей не то что в России, но и в мире, кто проводит продвинутые тренинги (сейчас это формат Higher Work) по программной инженерии и проектированию, не связанные с техническими темами, на хорошей математической базе.

Спустя годы наблюдаю, что моя монополия в этой теме только растёт и стала почти абсолютной.

Моя деятельность заключается в поиске и исследовании экзотических программных технологий и обучении им. Фактически я пытаюсь убедить людей изучать и применять малоизвестные технологии проектирования, которым сопутствует высокий риск -- но и высокая отдача; в частности и особенно, это формальные методы и хорошая математика.

Меня не поддерживает ни одна компания, но у меня есть некоторая личная репутация: люди иногда читают материалы, которые я пишу, и которые они могли бы проигнорировать только потому, что под ними стоит моё имя. Моя аудитория -- разработчики, а не технические директора, не тимлиды, не менеджеры проектов и т. д.

Я не пытаюсь выглядеть нарочито объективным в отношении того, о чём я пишу и что защищаю; наоборот, я защищаю то, что объективно хорошо. Все мои материалы в СильныхИдеях основаны на официально рецензируемых научных исследованиях.

Я обучаю этим темам потому, что искренне верю, что они могут произвести революцию в ИТ. Если я когда-нибудь перестану в это верить, я перестану этому учить.

Но, объективность и научный подход сильно ограничивают круг тем, которые я могу "проповедовать". Они также ограничивают контексты, в которых вы можете использовать мои материалы. Быть объективным -- означает прежде всего сказать не "это подходящая технология, используйте её", а наоборот: "это неподходящий инструмент для работы, вам это не нужно". Или "в общем это помогает, но свойство XYZ в вашем контексте серьёзно ограничивает его эффективность", или даже "это альтернативный подход, который я абсолютно презираю, не используй его, так будет лучше для тебя” )))

Совсем простое объяснение силы системы статических типов языка программирования. Системы типов Java или F# позволяют доказывать некоторые формальные свойства вашей программы.

Системы типов Coq, Agda, Lean, F* позволяют доказывать произвольные свойства вашей программы. Но это требует уже совсем другого подхода, мастерства и ресурсов. Ну и уровень это даже не массово-сеньорский, этому учат в университетах уровня MIT.

Хорошая новость, что можно относительно легко встроить себе в голову думательную машинку (языковую модельку), худо-бедно "автоматически" выводящую типы непосредственно в уме, и поддерживающую общую логическую консистентность вашей программы. Занимаемся этим с курсантами в формате Higher Work.

P.S. Ваш гитхаб будет смотреться очень стильно, если в нём будут маленькие сайд-проекты по подобным темкам. Например, небольшой служебный скрипт на Idris... библиотека с трансдьюсером Clojure... кодовая база с формальной спецификацией...

ChatGPT3 уже стал легаси, а что насчёт технического долга?

Уже буквально появляются случаи, когда GPT4 смотрит на код своего предшественника, и говорит: "что за фигня? какой дурак нафигачил этот код? всё неверно, переделывайте заново с нуля!" )))

А когда GPT станет действительно сильно умнее человека-программиста, он будет писать такой удивительный код, что его логика, его абстракции станут вообще непонятными простому смертному. Сам код будет понятен только AI и в принципе несопровождаем белковыми программистами, и ИТ попадётся в финальную ловушку.

1960-е: Кобол позволит не-программистам разрабатывать программы!
(этот язык программирования старались сделать похожим на естественный английский)

1980-е: Языки программирования 4-го поколения (4GLs) позволят не-программистам разрабатывать программы!
(это были некие продвинутые подобия Кобола в парадигме lowcode)

2000-е: UML позволит не-программистам разрабатывать программы!

2010-е: DDD, BDD и TDD позволят не-программистам разрабатывать программы!

2020-е: AI позволит не-программистам разрабатывать программы!

Однако, из всей этой цепочки, ChatGPT (Кобол 21-го века) самый плохой вариант из всех, потому что естественный язык -- ужасный способ определять форму, цели и функции сложной программной системы, если только эта система не относится к узко определенной области, в которой уже есть хорошо продуманные и детально сформулированные понятийные шаблоны.

23-го марта Stephen Wolfram сообщил, что "in collaboration with OpenAI, ChatGPT gets its "Wolfram superpowers"!"

Его статья, подробно объясняющая, как GPT устроена внутри,

Однако восторгаться особо нечему, ну сможет AI теперь более подробно и наглядно разбирать решения задачек, генерировать "описание смысла" математических формул и писать небольшие скрипты на вольфраме. Это всё карго-культ, пусть и как-то удовлетворительно работающий. Да, у программистов появился джинн, у которого можно просить исполнения любых желаний, и многие он выполнит, но практически всегда с низким качеством. Этакий дешёвый цифровой фастфуд.

Главное, что ни ChatGPT, ни WolframAlpha не обладают способностью к планированию -- одному из ключевых навыков действительно разумных существ (правда, многие люди этой способностью тоже явно не обладают :). Без сомнения, GPT4 выдающееся достижение, но хайп вокруг неё наминает мне тот же ажиотаж, что и у фанатов web3, рассказывающих нам о том, как DOA изменят всю жизнь на земле.

Дело даже не столько в том, что LLM не могут "постичь" причинность и рассуждать логически, сколько в том, что все эти LLM по определению вообще ничего не могут понимать )))

Сэм Альтман вот в защиту своего детища заявил, что дескать способность достаточно точно сгенерировать следующее слово во фразе и есть мышление lol

"Artificial Intelligence Is Stupid and Causal Reasoning Will Not Fix It"