Clean Code
12.3K subscribers
2.77K photos
9 videos
3.83K links
Советы по написанию кода, обзоры распространенных ошибок и многое другое.

Ссылка: @Portal_v_IT

Сотрудничество: @oleginc, @tatiana_inc

РКН: clck.ru/3Ht6ch
Download Telegram
Clean Code #test #Python & Max

Выберите правильный вариант 👇🏼
Clean Code #test #PHP & Max

Выберите правильный вариант 👇🏼
Почему PostgreSQL захватил мир баз данных?

Рассказываем про PostgreSQL: как эта база появилась, как незаметно захватила мир БД, почему на неё все бегут с MySQL и почему она может легко заменить кучу других баз

📺 YouTube

Clean Code & Мах
Размышляй данными при разработке игры! Главная архитектурная ошибка

В этом видео разберем одну из главных архитектурных ошибок при разработке игры - думать логикой, а не данными. Когда ты пытаешься описывать код игры, опираясь на логические умозаключения, то постоянно возникают проблемы с рассинхроном игровой логики, появлением непонятных багов и усложнением разработки. Опираясь же на действительные данные - ты всегда можешь быть уверен в том, что игра будет работать как надо. Возьми что угодно: анимация, UI, условия победы, механики и тд. - все либо оперирует данными, либо данные отображает пользователю. Именно поэтому так важно научиться разработке с ориентированием на данные, а не на различные логические условия и деревья умозаключений

📺 YouTube

Clean Code & Мах
📖Principles of Soft Computing Using Python Programming
🖋Nandi Gypsy | 2024

Мягкие вычисления — это подход к вычислениям, призванный воспроизвести уникальную способность человеческого разума учитывать неопределенность и неточность в своих рассуждениях. Он идеально подходит для вычислительных операций, в которых жесткие аналитические модели не учитывают разнообразие и неоднозначность возможных решений. По мере того как машинное обучение и искусственный интеллект становятся все более распространенными в сфере вычислений, возможности мягких вычислений по преобразованию вычислительной техники становятся все более значительными.

💾 Скачать книгу

Clean Code | #книги #Python & Мах
📖Mastering Go Network Automation
🖋Taylor Ian | 2023

В книге подробно рассматриваются такие важные темы, как развертывание контроллеров входящего трафика и внедрение service mesh с помощью Linkerd. Читатели узнают о контейнерных хранилищах, управлении контейнерными хранилищами с помощью Docker, а также об автоматизированных SSL-сертификатах, настройке брандмауэра и сетевых политиках. В книге также рассказывается о мониторинге и оптимизации производительности, в том числе о том, как отслеживать производительность контейнеров и автоматически развертывать обновления. В книге рассматриваются различные стратегии тестирования производительности, такие как нагрузочное, стресс-тестирование и тестирование масштабируемости. В ней рассказывается, как с помощью таких инструментов, как Vegeta и Apache JMeter, на реальных примерах найти узкие места в производительности и оптимизировать сеть.

💾 Скачать книгу

Clean Code | #книги #Go & Мах
Реальное собеседование на Аналитика Данных. Разбор и правильные ответы.

Сейчас вы увидите запись реального собеседования на Junior Analytica данных. Вопросы будут непростые и те же самые вопросы могут спокойно задать на позицию middle и выше. Запомните, все вопросы на всех собеседованиях повторяются, поэтому смотрите это видео очень внимательно, ставьте видео на паузу и пытайтесь сами отвечать на вопросы, которые задают кандидаты, после чего уже смотрите правильный ответ.

📺 YouTube

Clean Code & Мах
This media is not supported in your browser
VIEW IN TELEGRAM
Нейросети уже заменяют носителей языка.

В Telegram быстро набирает популярность ИИ-девушка Chatty, с которой можно голосом практиковать живой разговорный английский и ещё 12 языков на основе новейших моделей искусственного интеллекта. Попробовать можно бесплатно.

🇬🇧 Английский: @ChattyTutorBot
🇩🇪 Немецкий: @ChattyGermanBot
🇪🇸 Испанский: @ChattySpanishBot
🇫🇷 Французский: @ChattyFrenchBot
🇮🇹 Итальянский: @ChattyItalianBot
🇵🇹 Португальский: @ChattyPortugueseBot
🇨🇳 Китайский: @ChattyChineseBot
🇯🇵 Японский: @ChattyJapaneseBot
🇰🇷 Корейский: @ChattyKoreanBot
🇸🇦 Арабский: @ChattyArabicBot
🇹🇷 Турецкий: @ChattyTurkishBot
🇷🇺 Русский: @ChattyRussianBot
🇵🇱 Польский: @ChattyPolandBot
Encoder vs Decoder | Главные отличия на собеседовании NLP инженера

Плюс практический кейс из индустрии и много чего еще в этом видео:
– Зачем делить на sqrt(d) перед softmax?
– Как работает multi-head attention?
– Главное отличие Encoder от Decoder?
– Зачем матрицы K и Q, почему бы не заменить их на одну?
– Как работает FFN блок?
– Зачем нужен Residual Connections?
– Как работает LayerNorm?
– Почему размер decoder модели порядка миллиарда, а encoder – миллиона?
– Что делать, если модель не помещается на карточку?
– Какой размер модели во время обучения и что мы на самом деле храним?
– Как работает Mixed-Precission во время обучения?

📺 YouTube

Clean Code & Мах
Clean Code #test #Csharp & Max

Выберите правильный вариант 👇🏼
Clean Code #test #PHP & Max

Выберите правильный вариант 👇🏼
Зачем нужны JS фреймворки на самом деле?

В этом видео попробуем провести мысленный эксперимент и построить современное SPA-приложение на чистом JavaScript. Поговорим о роутинге, реактивности, компонентах, обновлении DOM, batching и других задачах, которые приходится решать практически в любом интерфейсе.

📺 YouTube

Clean Code & Мах
React Fiber под капотом useState

Описание
Каждый компонент Реакт оборачивает в родительский фибер (packages/react-reconciler/src/ReactFiber.js: createFiberFromElement)
У фибера есть состояние (ReactFiber.js: this.memoizedState)
Подчёркиваю: хуки нужны чтобы ДОЧЕРНЫЙ функциональный компонент получил доступ к состоянию своего РОДИТЕЛЬСКОГО Fiber узла. (ReactFizzHooks.js)
Фиберы обновляют своё состояние через алгоритм согласования (там внутри высчитывается новая версия фибера и обновляется основной (ReactFiber.js: function createWorkInProgress)), но это уже другая история.

📺 YouTube

Clean Code & Мах