⚒ Разработчик фиксит баги на проде. Обычное дело!

#жиза #юмор

🧑‍💻🪜 6 карьерных советов программисту

Советы, которые подойдут джуниорам, мидлам и сеньорам.

#туториал

Читать статью

🤔По мотивам статьи Mensur Durakovic для студентов, окончивших вуз:

1️⃣Универ/институт (любое учебное заведение) не подготовит к работе
2️⃣Начать проект с нуля — большая редкость, поэтому бо́льшую часть времени приходится работать над существующими проектами
3️⃣Никого не волнует ваш чистый код
4️⃣Иногда приходится работать с некомпетентными людьми
5️⃣Привыкайте к митингам: надо быть готовым как к продуктивным встречам/созвонам, так и к бесполезным
6️⃣Учитесь оценивать свои трудозатраты правильно
7️⃣Ошибки станут вашими заклятыми врагами на всю жизнь
8️⃣Неопределенность станет вашим токсичным другом
9️⃣Оторваться от работы будет практически невозможно
🔟Вы получите больше пользы от хороших навыков общения, чем от хороших технических навыков

Ставьте 👍, если согласны с автором, а в комментариях присылайте цифру пункта, который, по вашему мнению, отражает реальность больше всего (или пишите свой вариант)

Edge vs Cloud computing: в чем разница?

🔸Облачные вычисления централизуют обработку данных и вычислительные ресурсы в удаленных ЦОДах. Это обеспечивает масштабируемость, эффективность и централизованное управление данными. Клиенты могут обращаться к облачным сервисам с любого устройства с доступом в интернет, но сталкиваются с задержками из-за физического расстояния до ЦОДов.

🔹Предназначение периферийных (граничных) вычислений — перемещение вычислительных ресурсов из облачного ЦОДа ближе к пользователю/устройству, к «краю» сети.

🔹Другими словами, периферийные вычисления распределяют процессы обработки данных на устройства, находящиеся ближе к источнику данных, например, на IoT-устройства или локальные серверы, что уменьшает задержки.

🤔Существует мнение, что периферийные вычисления заменят облако, но оно ошибочно. Скорее вопрос стоит так: «Как избирательно использовать обе технологии?».

🤖 Напоминаем, что у нас есть еженедельная email-рассылка, посвященная последним новостям и тенденциям в мире искусственного интеллекта.

В ней:
● Новости о прорывных исследованиях в области машинного обучения и нейросетей
● Материалы о применении ИИ в разных сферах
● Статьи об этических аспектах развития технологий
● Подборки лучших онлайн-курсов и лекций по машинному обучению
● Обзоры инструментов и библиотек для разработки нейронных сетей
● Ссылки на репозитории с открытым исходным кодом ИИ-проектов
● Фильмы, сериалы и книги

👉Подписаться👈

🚩 Итог одной валютной удаленки: проработал месяц бесплатно и ушел с долгами

Изумительная история фронтендера, который целый месяц работал без зарплаты и даже остался должен своему работодателю $1609

#почитать

Читать статью

Императивное vs функциональное vs объектно-ориентированное программирование: наглядное объяснение от ByteByteGo (Alex Xu)

📌Подход, особенности и основной фокус:

1. Императивное
☑️Описывает шаги, которые должна выполнить программа, чтобы достичь желаемого состояния/результата.
☑️Использование последовательности команд, циклов, условий.
☑️Четкое определение того, как решить задачу через последовательные шаги и изменения состояния программы.

2. Функциональное
☑️Сосредоточено на определении и использовании функций, особенно тех, которые не изменяют состояние и не имеют побочных эффектов.
☑️Неизменяемость данных, поддержка функций высшего порядка и рекурсии.
☑️Выражение логики программы без явного указания состояния и изменений.

3. ООП
☑️Моделирование данных и функций программы в виде объектов, которые могут взаимодействовать друг с другом.
☑️Использование классов и объектов, поддержка наследования, инкапсуляции и полиморфизма.
☑️Организация кода вокруг объектов.

#инфографика

☝️🚀 Рейтинг ИИ-инструментов с открытым исходным кодом за последние 28 дней

🔝Топ-5 в нашей подборке:

1️⃣ huggingface/transformers — тысячи предварительно обученных моделей для выполнения задач в различных модальностях, таких как текст, изображение и звук.
2️⃣ qdrant/qdrant — векторная база данных для ИИ нового поколения.
3️⃣ pytorch/pytorch — тензоры и динамические нейронные сети на Python с сильным ускорением графического процессора.
4️⃣ tensorflow/tensorflow — библиотека для быстрого и эффективного создания нейросетей любой сложности.
5️⃣ ageitgey/face_recognition — инструмент для распознавания лиц. Можно использовать как CLI-инструмент или в виде Python-библиотеки.

#инструменты

🤔 Сложно ли поменять стек разработки?

Выйти на тот же уровень производительности в другом стеке в том же направлении (бэкенд/фронтенд) может занять от нескольких месяцев до полугода. Конечно, у каждого это время различается, но в любом случае оно включает:

✔️Изучение нового языка
✔️Ознакомление с экосистемой языка
✔️Понимание инфраструктуры (сборка, доставка и т. д.)

💬 А вы меняли стек? Сколько времени это заняло?

#холивар

💬🤯Критичность в мышлении — это стремление не принимать на веру первое, что приходит в голову. Критичность заставляет говорить себе: «Подожди-ка, так ли в самом деле это логично и разумно? Может быть, есть более подходящий ответ?».

С помощью нескольких вопросов из популярного Теста критического мышления Кинчера проверим, насколько вы критичны👇