#chilling #amazon, #llm #education
Как я научился осваивать новые технологии за 1 день с помощью AI 🚀

Знаете, что меня поражает? Даже в Amazon, где я работаю, многие до сих пор не используют AI-помощников. А ведь это все равно что отказываться от калькулятора и считать в столбик! 🤔

Расскажу свою историю. Недавно получил задачу - сделать оператор для Kubernetes (и да, "буква П в слове Кубернетес означает простота" 😅).

Если делать по-старому, это выглядело бы так:
- День первый: гуглить "что такое Kubernetes"
- День второй: тонуть в документации
- День третий: пытаться понять, какие гайды актуальные, а какие нет
- День четвертый: паниковать и думать "куда я вообще влез?"

Знакомо? 😱

А теперь внимание! 🎯 С помощью AI я сделал всё за один день. Серьезно! Никакой паники, никакого информационного перегруза.

Как это работает:
- AI мгновенно отвечает на любые вопросы
- Объясняет сложные вещи простым языком
- Помогает писать код
- Сразу подсказывает лучшие практики

Это как иметь личного ментора, который доступен 24/7 и никогда не устает от ваших вопросов!

И знаете что самое крутое? Такие помощники доступны каждому. Не нужно быть сотрудником большой компании или иметь особые навыки. Просто начните их использовать!

Я уверен - умение работать с AI скоро станет таким же базовым навыком, как умение пользоваться Excel или писать имейлы. Кто освоит это раньше, получит огромное преимущество 💪

У меня есть своя проверенная техника обучения с помощью AI. Набираем 50 лайков - и я расскажу все секреты в следующем посте! ❤️

P.S. А как вы относитесь к использованию AI в работе? Делитесь в комментариях! 👇

Попробуй изменить подход:

1. То как решаешь задачки. 20-20-20. Решай задачу 20 минут, если не решил, то иди в дискуссии и изучай как другие решают это задачу, стараясь понять решение. Последние 20 минут используй на то, чтобы решить задачку еще раз несмотря в решение. Это самый эффективный способ решения задач. Важно соблюдать это правило и не тратить часы чтобы решить самостоятельно. Не забывай про цель - цель не доказать что ты всемогущий/-ая, а набить руку и визуальную библиотеку
2. Введи отдельно сессию, где ты разбираешь сложные алгоритмы. Старайся понять какую проблему они решают и как. Это может быть книга Сэджвика или Ютуб каналы, где разбирают как решать задачи, или курс по Алгоритмам от MIT. Где что то непонятно, подключай коммьюнити или GPT. Цель: углубиться в сложные алгоритмы и перестать их бояться.
3. Решай Моки - набивай опыт по прохождению интервью с людьми. Прохождение интервью с человеком может быть легче, так как задача собеседника направлять кандидата если тот застрял. Умение слушать собеседника - это то чего ты не получишь просто решая задачи на ЛитКоде. Более того, интервью это про беседу - коммуникацию с другим человеком.

В конце концов, тебе может повезти и у тебя никто не будет спрашивать Харды и ограничатся Медиум задачами.

Удачи в подготовке к интервью!

#chilling #amazon, #llm #education

5 проверенных советов: как выжать максимум из обучения с AI-ассистентами 🚀

Ура, мы набрали 50+ лайков в предыдущем посту! 🎉 Поэтому, как обещал хочу поделиться с вами своими наработками по эффективному обучению с помощью искусственного интеллекта.

## 1. Выделяйте время на обучение ⏱️
Качественное обучение требует времени! Конечно, можно быстро собрать решение используя тот же ИИ, но для настоящего понимания нужно больше. Если вы понимаете, что вам нужно разбираться в теме, так как с ней придется работать не раз, то мой совет - сделать паузу, чтобы овладеть материалом.

По своему опыту могу сказать, что оптимально выделять 30-60 минут на изучение новой темы. В это время я полностью погружаюсь в теорию и основные концепции, оставляя имплементацию/реализацию таска вне.

## 2. Объясняйте контекст и цели 🎯
Главный секрет успешной работы с AI-ассистентом - относиться к нему как к напарнику в обучении. Важно объяснять не только что вам нужно, но и зачем. Вот пример из практики:

Goal: I need to create an S3 bucket using Terraform for our team's temporary storage solution. 
Context: I'm familiar with S3 and AWS Lambda (which will interact with this bucket), but I'm new to Terraform.
Ask: Could you help me create a learning guide that covers:
- Core concepts
- Design patterns
- Best practices
- Common pitfalls
- Additional crucial aspects I should know about

## 3. Интерактивное обучение 🗣️
Главное преимущество AI-ассистентов - их интерактивность. Не останавливайтесь на первом ответе! Я обычно задаю уточняющие вопросы типа:
- "А как это будет работать в случае X?"
- "Можешь привести конкретный пример?"
- "Чего стоит остерегаться в Х?"
- "А почему именно такой подход считается лучшей практикой?"
- "Я не понимаю почему X, влияет на Y. Можешь объяснить?"

Например, если я изучаю новую технологию, то после получения базового объяснения я могу попросить: "Покажи типичный пример использования, но с комментариями для новичка" или "Какие три главные ошибки чаще всего допускают при работе с этим?"

Я стараюсь направлять AI-ассистента и, когда нужно, прошу подстроиться под мой уровень знаний.

## 4. BFS vs DFS 🔎
Я использую два подхода:
1. "В ширину" - для общего понимания картины и выявления "unknown unknowns". IMHO, это одно из самых важных, что помогает мне эффективно потреблять новую информацию. Когда знаешь где границы необходимого, то легче отсекать "ненужное" на данный момент, или наоборот. Обычно после изучения "в ширину", я записываю темы, которые потребуют углубленного изучения.
2. "В глубину" - здесь происходит настоящее освоение материала. Задаю вопросы "что", "как" и "почему", пока не сложится полное понимание. Очень легко можно уйти слишком в детали, поэтому важно помнить какова цель. Цель - понять общие концепты, чтобы быть способным задизайнить или реализовать решение самостоятельно (ну или с помощью ассистента, в отдельном диалоге).

## 5. Tree-like conversation threads 🌳 🧵
Представьте ваш разговор с ассистентом в виде дерева с ветками, а не линейный. Это поможет вам держать окно контекста ограниченным и получить более точечную дискуссию. В своей практике я заметил, что работает такая схема:
- Для каждой новой темы я начинаю свежий диалог
- Когда появляются связанные вопросы, создаю новые "версии" промптов - получаются отдельные ветки обсуждения
- Слежу за глубиной диалога (обычно держу её в пределах 3-5 уровней). Если замечаю, что разговор уходит глубже, это для меня сигнал: либо мы начали обсуждать слишком много разных тем одновременно, либо тема настолько обширная, что её стоит вынести в отдельный диалог.

________________

# Что дальше? 🤔
В общем-то, это основные моменты, которые реально помогают мне в работе с AI. Надеюсь, всё объяснил понятно! Если есть интерес к практическому демо, можем разобрать всё на живом примере через Zoom или могу постараться записать видео. Если наберётся 60 лайков под постом, будем считать, что игра стоит свеч 😉

Пишите в комментариях, какие темы хотели бы разобрать подробнее! 💬

this one is fun, huh? :)

#chilling #amazon, #llm #coding #productivity

🚀 5 способов как GenAI увеличивает мою продуктивность разработчика в Amazon

Привет, друзья! С тех пор как я начал использовать AI-помощников, моя продуктивность выросла минимум в 5 раз. Делюсь топ-5 сценариев использования:

💪 Plugin Amazon Q в IntelliJ (разрешенный в Amazon)
• Помогает с шаблонным кодом: моки, логи и обработка ошибок в стиле проекта
• Ускоряет работу примерно в 3 раза
• Правда, для других задач не особо полезен

💡 Чат Ассистенты для реализации идей
• Превращаю свои задумки в рабочий код
• Продуктивность выше в 5 раз

🧪 Написание тестов
• Генерирует все виды: unit, integration и другие
• Экономит время в 10 раз

☁️ AWS CLI команды
• Практически не открываю официальную документацию
• Ускоряет работу в 50 раз

🛠️ Bash скрипты
• Пишет читаемый, безошибочный, продакшн-готовый код
• Продуктивность выше в 100 раз

Кстати, между нами: Claude все еще намного круче, чем Amazon Q 😉

Поступите в ВУЗ своей мечты вместе с nFactorial Admissions!

Как и писал ранее, мне кажется, что самый главный дивиденд от участия в очень селективных программах (будь то Y Combinator, MIT или Thiel Fellowship) - это не сертификат об их успешном окончании или престиж, который ассоциируется с этими брэндами. Это в первую очередь - возможность находиться в стимулирующей и конкурентной образовательной среде, полной умных и честолюбивых людей, которые хотят изменить мир и верят, что наши мечты сбываются, если у нас появляется смелость и убежденность им следовать. Это не может остаться бесследным. Это заражает.

Несколько раз обсуждал с друзьями интересный феномен, когда 1%-ное преимущество над сверстниками в школьные годы приводит к поступлению в более сложный университет, что в итоге приводит к 100%-ному преимуществу через 10 лет. Чтобы поступить в сложный ВУЗ, в школьные годы нужно сильно попотеть в жанре “тяжелые решения → легкая жизнь, легкие решения → тяжелая жизнь”.

Если большими мазками, главные критерии, которые учитывают американские ВУЗы при поступлении: 1) академическая успеваемость: оценки в школе, результат SAT, олимпиады; 2) деятельность вне учебы: проекты, лидерство, исследования, влияние на общество; 3) личные качества, которые отражаются в рекомендательных письмах и эссе.

По обыкновению мы считаем, что любой новый продукт должен привносить что-то новое на рынок, иначе он не заслуживает право на существование. nFactorial Admissions - это индивидуальная программа персонального развития, рассчитанная на 1-2 года, которая бьет по каждому из трех критериев. SAT-компонент мы анонсировали ранее. Второй компонент - это nFactorial Launch, в рамках которого каждый старшеклассник запустит собственный оригинальный проект(-ы), будь то iPhone-игра с 1000+ пользователями, ИИ-репетитор по математике в виде веб-приложения, non-fiction книга тиражом 500 экземпляров на основе материалов 50 проведенных интервью с предпринимателями; транспортный форум, в рамках которого эксперты поделятся идеями, как решить проблему пробок в Алматы; подкаст, где в каждом эпизоде ведущий-старшеклассник рассказывает историю одной технологической компании; социальный проект, в рамках которого школьник обучит монетизируемому навыку (например, программированию) 50 учеников отдаленной сельской школы - результатом станет документальный фильм в YouTube и так далее. Третий компонент (эссе + рекомендательные письма) - это завершающий удар, когда школьник уже стал “интересным” в процессе выполнения критериев 1 и 2. С ним мы тоже поможем.

В итоге фокус - на том, КЕМ становится старшеклассник в процессе прохождения преград в окружении менторов в течение 12-24 месяцев. Фокус - на максимизации потенциала школьника. Поступление в хороший ВУЗ - лишь побочный эффект хорошо проделанной работы. Сразу скажу, что Гарварды и Оксфорды обещать не будем. Трезво оценим, чего можно добиться за время, которое есть, исходя из точки А каждого участника, и поставим амбициозную, но достижимую цель. Задача - стать максимально крутым за 12-24 месяца и поступить в самый лучший ВУЗ из тех, куда Вы теоретически можете поступить, учитывая точку Б (то, кем Вы стали на выходе). На практике это обычно значит - подняться на 50+ строчек в рейтинге ВУЗов US News.

Другие базовые ингредиенты nFactorial Admissions: 80% сессий - индивидуальные, гостевые лекции от мастеров различных индустрий, сильное сообщество других школьников, прошедших отбор; активное использование ИИ-агентов (ИИ-тренер по SAT, ИИ-консультант по поступлению), созданных командой разработки nFactorial AI; профориентация и стратегия поступления, трекерство проектов, подготовка списка ВУЗов, написание многочисленных эссе, получение рекомендательных писем, подготовка заявок и отправка документов в университеты, подготовка к интервью, ежемесячный demo day для того, чтобы каждый школьник поделился собственным прогрессом и посмотрел на прогресс других участников программы и пр.

Подать заявку: https://nfactorialschool.typeform.com/to/L8PiJ6HY

Жесть что творится в Кремниевой долине... 😔

26-летний чувак, бывший сотрудник OpenAI, найден мертвым в своей квартире в Сан-Франциско. Всего несколько месяцев назад он открыто заявил о проблемах с обработкой данных в компании и возможных нарушениях закона.

Официально причина - самоубийство. Контекст заставляет задуматься: молодой спец решается выступить против одной из самых влиятельных компаний в сфере ИИ, после чего сталкивается с серьезным давлением...

Легко представить, что его закенселили все и везде. Человек который летел вверх в своей карьере (окончить Беркли, в 22 года устроиться в OpenAI), раскрыв информацию (нарушил NDA?). Поставил принципы выше карьеры. Стоило того? - вопрос открытый!

Реально обидно видеть, как талантливые люди уходят так рано. 26 лет - только жизнь начинается.

Берегите себя и своих близких. 🙏

Привет, друзья! 👋

Делюсь полезным хаком. Будет полезно всем кто учит иностранные языки.

В эти праздники , пока читал книги обнаружил крутую фичу, которая однозначно повысила эффективность разбора новых слов.

Дело в том, что в Claude есть функция Project - она позволяет сохранять Общую Инструкцию ко всем запросам. 💡 почему это важно? Это избавляет от необходимости каждый раз объяснять, что именно тебе нужно. Теперь вместо нескольких сообщений достаточно одного - и получаешь полный разбор нового слова!

Теперь я просто вставляю слово, например «Aberration» и получаю развернутый ответ с примерами и все прочим мне нужным

Для сравнения: раньше я использовал Google Translate (который, увы, немного туповат), потом перешел на Claude в формате “What is Aberration?” с постоянными уточнениями "объясни на русском". А сейчас процесс стал в разы удобнее и эффективнее! 🚀

Моя инструкция к Проекту выглядит так:

You help me learn new vocabulary

Beside basic explanation with examples, could you also cover similar, related, antonym words and Common usage, if it is used in a formal or informal languages.

Feel free to use emojies if those help to explain easier

 I am Russian speaker, so help accordingly

Пример ответа на запрос “Aberration”:

I'll help you learn vocabulary in a comprehensive way, with special attention to Russian speakers. Let me break down "aberration" for you.

📝 Basic Meaning: 
An aberration is a departure from what is normal, usual, or expected. In Russian, this would be близко to "отклонение" or "аномалия."

🔍 Examples:
1. "The unusually warm December was an aberration in our typically cold climate."
2. "His violent behavior was an aberration from his usually gentle nature."

👥 Similar Words (Synonyms):
- Anomaly (аномалия)
- Deviation (отклонение)
- Irregularity (нарушение)
- Oddity (странность)

🔄 Opposite Words (Antonyms):
- Normality (нормальность)
- Standard (стандарт)
- Regularity (регулярность)

💡 Related Words:
- Abnormal (ненормальный)
- Deviant (отклоняющийся)
- Peculiar (своеобразный)

📚 Usage Context:
- Formal: Very common in scientific, medical, and academic contexts
  - "Genetic aberrations can lead to various health conditions."
  - "Optical aberrations in telescope lenses"
  
- Informal: Less common, but still used
  - "This happy mood is an aberration for him - he's usually grumpy."

⚠️ Common Mistakes for Russian Speakers:
- Don't confuse with "абберация" which is mainly used in scientific contexts in Russian
- The English word is more widely used in general contexts
- Remember: stressed on "ab-er-RA-tion"

Would you like to practice using this word in sentences? I can help you create some examples!​​​​​​​​​​​​​​​​

(как говорят Тик-Токеры - «Пользуйтесь!»)

Всех с Новым годом! 🎉 🎄

Подогнали отчетики по ЗП ☺️

https://www.levels.fyi/2024/

ДатаБрики и Роблоксы как обычно в топах :)

А Амазона как всегда не видно :)

Юзеры Project DIGITS получат доступ к супер машинке и к библиотекам NVIDIA AI для экспериментов и прототипирования МЛ моделей.

Звучит как хотят начать отжать рынок у облачных сервисов😈

Интересно как взлетит 🤔

https://www.nvidia.com/en-us/project-digits/

Посоветуйте, pls, хорошие ресурсы/книги/сайты на тему Graphs, Graph-based applications, problems, best-practices, etc.

Пока Agents и Chat Assistants заполняют все ленты соц сетей, "за кулисами", происходит еще столько всего. Мир уже не будет прежним.

Как написали в комментах к видео "This is the correct application for AI. We don't need AI Facebook posts. We need AI scientists."

https://www.youtube.com/watch?v=P_fHJIYENdI

It's great to see that Google is serious about science. First there was AlphaFold, now this.

AI is so vast, there won't be a single winner. It's like saying who is best on the internet, or who is best with electricity. I expect specialization over time. For example, one of the reasons ChatGPT is so well known is because they focus on the consumer market. Claude is well known among programmers because it is so good at coding, etc.

https://www.bbc.com/news/articles/clyz6e9edy3o

Navigating ambiguity is an essential skill for staff-plus engineers and executives. It involves tackling deeply ambiguous problems that span cross-functional boundaries and have significant consequences.

Examples of deeply ambiguous problems include navigating data locality regulations and interpreting HIPAA requirements, where there is no clear right answer and multiple stakeholders need to align.

The process for navigating ambiguity involves:
a. Mapping out the state of play - understanding the problems, gaps in cross-functional awareness, and key stakeholders
b. Developing potential options and their trade-offs
c. Driving a decision through a documented process, while aligning on criteria to reopen the decision

Challenges include trying to solve the problem too early, before the organization is ready to make a decision, and lacking an executive sponsor to back the process.

The key advice is to not get stuck - escalate when needed, slow down if the timing is off, and avoid alienating stakeholders even if you can't make progress.

Navigating ambiguity is a rare skill, but a critical one for staff-plus engineers and executives to develop in order to drive important decisions in the face of uncertainty.


https://lethain.com/navigating-ambiguity/

https://www.youtube.com/clip/UgkxGdb9UpOnTA_rCi0QAsrnZY-ISoijQDrB

AWS Shield Network security director. Эх, запустил еще один новый сервис на AWS 😮‍💨😅

https://aws.amazon.com/blogs/aws/new-aws-shield-feature-discovers-network-security-issues-before-they-can-be-exploited-preview/

ИИ-кодинг наконец заработал

Привет, друзья! 👋

Год назад я писал о своем опыте работы с ИИ Тулами в разработкке. Попробовал тогда Codium и Q Assistant — полное разочарование. Очень неуклюжие авто комплиты, которые работали не с каждого раза. Думал: "И это революция в программировании? Серьёзно?".

Я понимал, что время придет - и вот оно пришло!

За последние месяцы произошёл какой-то невероятный скачок. Мы прошли путь от автодополнений невпопад до настоящих ИИ-партнёров, и это просто огонь. Мы ещё только в начале пути, а уже такие возможности!

Что изменилось?

Раньше ИИ-помощники были как калькулятор. Сейчас это уже компьютер. Новые агентные инструменты не просто предлагают код — они понимают задачу, продумывают решение и могут выполнить целый воркфлоу.

На прошлой неделе у меня был сложный рефакторинг. Описал задачу ИИ-помощнику, и он:
- Проанализировал всю кодовую базу
- Определил все файлы, которые нужно изменить
- Спланировал шаги рефакторинга
- Внёс изменения в несколько файлов
- Написал тесты
- Даже предложил улучшения, о которых я не думал

Это уже не автодополнение. Это партнёр, который не устаёт и помнит весь проект.

Терминал рулит (пока)!

Знаете, что меня окончательно убедило? CLI-инструменты для ИИ. Не чаты в браузере, не расширения для IDE, а нормальные консольные утилиты.

Как пользователь JetBrains, я никогда не перейду на Cursor только ради ИИ. Годами настраивал свою IDE, привык к ней. А зачем? Теперь есть Claude CLI, Q CLI, Gemini CLI — работают с любой средой разработки.

И это не просто чат! У них есть доступ к веб-поиску, файловой системе, могут выполнять shell-команды. Это настоящий партнёр, а не просто Чат в браузере.

Учимся работать с ИИ

Важный момент: ИИ — это не идеальный инструмент. Это скорее умный джуниор-разработчик, которого иногда нужно направлять.

Бывает гениально решает сложную задачу с первого раза. А бывает тупит на элементарных вещах. Капризный, но научившись с ним работать, понимаешь — это делает тебя лучшим программистом. Начинаешь чётче формулировать требования, лучше разбивать задачи.

Мы входим в новую эру

Работа с ИИ больше не выбор — это необходимость. Те, кто научится эффективно работать с ИИ-партнёрами, получат огромное преимущество.

Программирование не умирает. Программисты никуда не денутся. Но меняется подход. Мы переходим от написания кода к управлению его созданием. От знания синтаксиса к архитектуре систем. От исполнителей к визионерам.

И это афигенски! 🚀

Практические советы:

🔸 Больше контекста — объясняй ИИ проект, ограничения, паттерны
🔸 Итерируй — не жди идеала с первого раза, уточняй
🔸 Проверяй всё — доверяй, но проверяй код
🔸 Используй для обучения — спрашивай "почему именно так?"
🔸 Попробуй CLI — если ещё не пробовал, очень рекомендую

Философия нового подхода

Меня больше всего вдохновляет не рост продуктивности (хотя он огромный), а новая философия разработки.

Мы строим софт по-другому. Думаем на более высоком уровне абстракции. Больше времени тратим на дизайн, архитектуру, UX, меньше — на шаблонный код.

Это требует новых навыков. Не только технических, но и коммуникационных. Умения чётко формулировать задачи, терпения для работы с ИИ-партнёром, мудрости понимать, когда доверять, а когда
перепроверять.

Что дальше?

Скорость развития просто сумасшедшая. То, что разочаровало меня год назад, сейчас кажется каменным веком. А что будет через полгода?

Мы свидетели рождения новой эры в разработке ПО. Эры, где программисты освобождаются от рутины и фокусируются на творческих, стратегических и человеческих аспектах создания софта.

А вы уже пробовали новые ИИ-инструменты? Какой опыт? Как думаете адаптироваться к новой эпохе

https://congro.substack.com/p/the-ai-coding-revolution-is-finally

Что для вас отлично проведенный выходной день? 🤔

- Claude Code - хорош! ❤️
- Gemini CLI - не хорош! ❤️‍🩹

Как научить ИИ-помощника работать с командой, а не против неё

🧠 Думайте об ИИ как о стажёре с идеальной памятью
- Он гений в коде, но понятия не имеет о ваших конвенциях. Зато если один раз объяснить — запомнит навсегда.

📝 Не скупись на детали
- Плохо - "Сделай API"
- Лучше - "Сделай REST API с аутентификацией, валидацией данных, обработкой ошибок, следуя нашим конвенциям"
- Еще лучше - "Дать детальный документ того что нужно сделать. Можно. Написать его используя тот же ИИ (например using Planning Mode)"

🧱 Развивайте агента вместе в команде
Вместо того чтобы каждый "учил" ИИ одному и тому же:
- Стандарты кода с примерами
- Библиотека "правильных" решений
- Контекст проекта и что НЕ делать
- Типовые воркфлоу

🎯 TDD — главынй козырь в борбе с галюцинациями
ИИ обожает TDD. Паттерн: сначала тесты, потом код. Это как барьр, который не даёт съехать с рельс.

🔄 Учите ИИ на ошибках
Когда ИИ накосячил — не просто фиксьте. Объясните, почему это плохо и как надо. Он запомнит и не повторит.

🚀 Результат
- Новички онбордятся быстрее
- Меньше споров в код-ревью
- ИИ предлагает решения, которые реально подходят
- Код выглядит консистентно

Главное: ИИ не пытается вас заменить. Он пытается вас усилить. Но сначала научите его быть хорошим тимейтом.

А у вас как дела с ИИ-инструментами в команде? Поделитесь опытом! 👇

https://congro.substack.com/p/how-to-actually-get-your-ai-coding