https://algorithm-visualizer.org/divide-and-conquer/quicksort
این سایت خوبیه که به صورت بصری هم ببینید الگوریتم های مختلف چطوری کار میکنن، من quicksort ش رو براتون لینک کردم، ولی توش بچرخین جالبه

طاهر عزیز رو از زمان همکاری در #مهبانگ میشناسم، دانش آموخته اقتصاد از شیکاگو و جزو معدود آدم های رشته اقتصاده که بهش ایمان دارم.
خوندن این پستش خالی از لطف نیست
https://www.linkedin.com/feed/update/urn:li:activity:7370915972280557569/

هرکس هرجا هست، یه قدم به طاهر نزدیک بشه ❤️

اگه دوست دارید خودتونم بنویسیدش، این مقاله برای شروع خوبه :
https://martinfowler.com/articles/build-own-coding-agent.html

خیلی تصادفی این رزومه رو دیدم توی لینکدین ، طرف برداشته رزومه شو در قالب ویندوز xp طراحی کرده، جذاب بود ایده ش :
https://mitchivin.com/

جریان‌های کاریِ معیوب و چگونگی درست کردنشان

اگر صبح‌ها احساس می‌کنید کار از لحظه‌ی اول «گیر» می‌کند یا هر پیام کاری «فوری»‌تر از قبلی میشود و یا هر جلسه برای حل جلسه‌ی قبل است احتمالاً مسئله شما تنبلی یا چیزهایی از این جنس نیست؛ «جریان کار»تان خراب است. خبر خوب؟ درست‌کردنش پیچیده و گران نیست؛ فقط نیاز به نگاه کردنِ درست دارد.
کتاب‌ها و تجربه‌ها یک نکته‌ی طلایی می‌گویند: بروید و ببینید کار واقعاً چگونه انجام می‌شود. پشت داشبوردها همه‌چیز مرتب است، اما کفِ کار، گره‌های کوچک، کوه می‌شوند. یک استاد مدیریت تعریف می‌کرد که چرا عمل‌های پیوند دیر شروع می‌شدند؛ همه دنبال «دکتر مقصر» بودند، اما با کمی مشاهده معلوم شد گره اصلی «پارکینگ» است! یک اصلاح ساده، کل برنامه را روان کرد.

مشکل رایج بعدی، برچسب “فوری” است. وقتی هر چیزی «اولویت یک» می‌شود، هیچ‌چیز اولویت ندارد. راه‌حل: یک صفِ مشترک و شفاف بسازید؛ کارها را رتبه‌بندی کنید و قبل از شروع مورد بعدی، مورد فعلی را ببندید. یک بانک بین‌المللی با همین کارو یک جلسه‌ی هفتگی که همه‌ی ذی‌نفعان در آن روی یک فهرست مشترک تصمیم می‌گرفتند—میانگینِ زمانِ تأیید پروژه‌ها را از ۱۲۰ روز به ۲۰ روز رساند.

نکته‌ی غیر شهودی اما حیاتی: استفاده‌ی ۱۰۰٪ از آدم‌ها، خروجی را بیشتر نمی‌کند؛ گلوگاه می‌سازد. کمی فضای خالی برای فکر و اصلاح بگذارید. هر جا حس کردید تیم برای عبور از یک پیچ، «میان‌بُر» می‌زند، بدانید سیستم دارد سیگنال می‌دهد: فرایند را ترمیم کنید، نه آدم‌ها را فرسوده.

برای راه‌انداختنِ جریان، از همین چند حرکت ساده شروع کنید:
•تعریف «تمام‌شدن» را برای هر کار بنویسید (چه تحویلی، با چه معیار).
•کارهای هم‌زمان را محدود کنید؛ به‌جای ۱۰ کار نیمه‌تمام، ۳ کار کامل.
•تابلوی دیداری بزنید (فیزیکی یا دیجیتال): «در صف / در حال انجام / تمام».
•جلسه‌ی هفتگیِ یک‌ساعته‌ی بین‌وظیفه‌ای برگزار کنید؛ یک فهرست مشترک، تصمیمِ واحد.
•بازخوردِ کفِ کار بگیرید؛ اگر از آنچه می‌بینید خجالت‌زده نمی‌شوید، کافی دقیق نشده‌اید.
•اندازه بگیرید: زمانِ انتظار، زمانِ انجام، و نرخ بازگشت کار برای اصلاح. فقط همین سه تا.

فلسفه‌اش ساده است: کارخانه‌ی خوب، «قهرمان» ندارد؛ جریانِ خوب دارد. هر جا کار گیر کرد، به‌جای فشار بیشتر، اصطکاک را کم کنید. با شفاف‌سازی، محدودکردن کارِ در جریان، و دیدن واقعیتِ کفِ کار، شلوغیِ بی‌حاصل به ثباتِ سودمند بدل می‌شود و ناگهان می‌بینید بدون اضافه‌کاری، خروجی بیشتر شده است
#مدیریت #رهبری #جریان_کار #گلوگاه #بهبود_فرایند #اکونومیست #سپندارند⁩⁩

الان به یه چیزی رسیدم که اسمش رو میگذارم copilot as a PM :)) رفتم PRD مو در قالب یه فایل md اضافه کردم به پروژه به کوپایلت گفتم ببین چند درصد یوزر استوری ها رو پوشش میدیم و ...

🚀 هوش مصنوعی رو به ابزارهای دلخواهت وصل کن! 💡
با Model Context Protocol (MCP) دیگه محدود به یک برنامه نیستی!

آقا این ویدیو خیلی خفنه! 🤩 ببینید بهترین ویدیو برای درک MCP هست بنظرم
می‌دونستی می‌شه هوش مصنوعی رو به همه برنامه‌هات وصل کنی؟
ام سی پی MCP یک راه استاندارد برای اتصال مدل‌های زبانی بزرگ (LLM) به ابزارها و برنامه‌های خارجی است. این پروتکل با حذف پیچیدگی‌های مرتبط با برنامه‌نویسی API، امکان استفاده آسان از ابزارهایی مانند Obsidian و سرچ در وب را فراهم می‌کند. در این ویدیو، نحوه راه‌اندازی سرورهای MCP محلی با استفاده از Docker Desktop، ساخت سرورهای سفارشی، و جزئیات فنی پروتکل توضیح داده می‌شود. این محتوا برای توسعه‌دهندگان و علاقه‌مندان به هوش مصنوعی که به دنبال گسترش قابلیت‌های LLM‌ها هستند، بسیار مفید است.

📽 زیرنویس فارسی
🧠 مناسب برای همه، چه مبتدی چه حرفه‌ای
🌐 ترجمه این ویدیو با وب‌سایت isega.ro انجام شده — حتماً سر بزن!
📌 برای دیدن قسمت‌های بعدی کانال رو دنبال کن:
📺🌐 @AiSegaro
🚀 هر روز یک قدم نزدیک‌تر به آینده‌ای هوشمند!
📤 بازنشر آزاد با ذکر منبع 🙏❤️

پادکست اکسپت اپیزود اول:‌ مصاحبه آزمایشی - واقعی مدیریت محصول

در این قسمت میلاد میرزایی عزیز دایرکتور محصول در دیجی‌پی، برای فرصت شغلی مدیریت محصول در سطح ارشد با ملیکا حسین زاده مصاحبه می‌کنند، و در انتها هم فیدبک این مصاحبه بررسی می‌شه.

تصمیم بر این شد که یک سرویس سفارش آنلاین و سفارش از میز (منو آنلاین) رستوران رو در یک روز کامل با AI پیاده سازی کنیم و سعی کنیم تا حد ممکن حتی یک خط کد هم نزنیم براش. کار سنگین ولی جذابی میشه، یه چالش واقعی 😁

پرامپت و فایل های تمپلیت لازم رو برای این مورد گذاشتم توی گروه چت

یه تست چند دقیقه ای با امیر گرفتیم، الان خودم هیجان زده ترم برای اون روز موعود :))

اینم یه ویدیو از خروجی تست امروزمون

اسم سرویس رو انتخاب کنید، بریم دامنه شو از الان بگیریم :) کاربر پاتیرا خیلی میتونه کمک کنه اینجا :)

اسم رویداد هم GPT 5 برامون انتخاب کرد AIHack24
پاورپوینت ارائه به اسپانسرها رو هم خودش ساخت + عکس بالا برای بنر پاورپوینت

برای بررسی بهتر خروجی های وب ، میتونیم از playWright MCP استفاده کنیم، داکیومنتش رو اینجا میتونید بخونید ، دل بدین به کار و اینترنت خوب داشته باشین برای دانلود مرورگرهای headless ش، 5 تا 10 دقیقه ای آماده خواهد بود
https://playwright.dev/agents