Библиотека шарписта | C#, F#, .NET, ASP.NET

🤖 AI-инструменты, которые я использую каждый день Искусственный интеллект все глубже проникает в нашу работу и повседневную жизнь. Для разработчиков это не просто тренд, а необходимость. Мы расспросили рядового разработчика, как именно он применяет ИИ. Смотрите интервью в карточках! ➡️ Как вам формат? Оставляйте вопросы в комментариях, а мы найдем специалистов, чтобы ответить на них 👇

🚨 ИИ уже съел ваше место? Стоп. Давайте без паники и хайпа. Пока одни кричат «ИИ всех заменит!», другие спокойно получают оффер за оффером. Пока CEO сокращают команды «из-за ИИ», разработчики с нужными скиллами поднимают зарплаты. Мы копаем глубже твиттеров «экспертов» и собираем данные от тех, кто каждый день коммитит, деплоит, фиксит баги — но в этом нам нужна ваша помощь. ❓Хотим понять: — Кого действительно уволили и почему — Как изменились задачи разработчиков — Где ИИ помогает, а где только мешает — Какие роли появились, какие исчезли — Сколько платят тем, кто «дружит» с ИИ Без буллшита — только цифры и факты. Результаты будут открыты для всех. 📊 Чем больше участников — тем точнее картина. Поделитесь опытом: https://clc.to/aFntFw

🆚 Как не ошибиться в процессе выбора Один из наших подписчиков недавно задал вопрос:

Как вы принимаете технические решения в команде?

Технические решения — это не просто выбор между «лучше» и «хуже». Это баланс между бизнес-целями, ограничениями технологии, ресурсами и командной динамикой. Каждая команда решает это по-своему, но есть несколько важных шагов, которые помогают сделать процесс более осознанным и продуктивным. 1️⃣ Четкое понимание проблемы Прежде чем что-то решать, нужно понять, с чем имеешь дело. Собираем данные, уточняем требования, учитываем ограничения. Тут важно не упустить детали: от анализа текущей архитектуры до учета бизнес-задач. 2️⃣ Обсуждения с командой Ни одно решение не должно быть монологом. Обсуждения с командой помогают вскрыть скрытые риски, взглянуть на проблему с разных сторон и найти новые пути решения. 3️⃣ Структурирование обсуждений Чтобы не утонуть в множестве идей, стоит использовать визуализации: схемы, диаграммы, прототипы. Это помогает лучше понять варианты и снизить субъективность. Формальные практики, такие как архитектурные ревью обеспечивают системность. 4️⃣ Принятие решения и консенсус Идеальный вариант — когда решение строится на фактах и аргументах. Иногда нужен быстрый выбор: голосование или прототипирование, чтобы проверить гипотезы. В разногласиях роль лидера — взять ответственность и объяснить выбор. 5️⃣ Ретроспектива После того как решение внедрено, важно его оценить. Что сработало? Что не так? Это шанс извлечь уроки и в следующий раз сделать процесс принятия решений еще более четким. Открытость, системность и готовность анализировать результаты — вот что помогает работать слаженно и минимизировать конфликты в команде. 💬 Как в вашей команде принимаются решения? Делитесь опытом в комментариях 👇 🐸Библиотека шарписта #междусобойчик

👀 Почему C# крутой C# и .NET прошли удивительную трансформацию, превратившись из тяжёлых корпоративных инструментов в современные, кроссплатформенные решения. В видео рассказывается о том, как новые фичи, такие как records, pattern matching и улучшенный async/await, делают разработку проще и продуктивнее. Теперь .NET поддерживает мобильные приложения, облачные функции и игры, всё через один SDK. ➡️ Смотреть видео 🐸Библиотека шарписта #буст

🐸Библиотека шарписта #развлекалово

🧑‍💻 Когда важна скорость сериализации MemoryPack — это высокопроизводительный сериализатор. который ориентирован на максимальную скорость и минимальные накладные расходы Особенности инструмента — MemoryPack минимизирует накладные расходы, копируя данные напрямую из памяти C#, без дополнительного кодирования. — Поддерживает современные API: IBufferWriter<byte> и ReadOnlySequence<byte>. — Полностью совместим с Unity, включая поддержку сериализации и десериализации объектов в игровых проектах. — Поддерживает сериализацию интерфейсов и абстрактных классов с помощью атрибута, а также обеспечивает устойчивость к изменениям версий данных. Согласно данным из официального репозитория, MemoryPack значительно опережает другие популярные сериализаторы по производительности: он работает до 10 раз быстрее, чем System.Text.Json и protobuf-net при сериализации стандартных объектов, при работе с массивами структур до 50–200 раз. Пример:

[MemoryPackable]
public partial class WeatherForecast
{
    public DateTime Date { get; set; }
    public int TemperatureC { get; set; }
    public string? Summary { get; set; }
}

// Сериализация
byte[] bytes = MemoryPackSerializer.Serialize(forecast);

// Десериализация
WeatherForecast? result = MemoryPackSerializer.Deserialize<WeatherForecast>(bytes);

Его использование особенно оправдано в игровых проектах, высоконагруженных API и системах, где критична скорость обработки данных. 📎 Репозиторий проекта 🐸Библиотека шарписта #буст

🤝 Как определить оптимальный баланс в профессиональной сфере Кажется, что в крупных компаниях вершина успеха и билет к большой жизни. Но часто за этим стоят бессонные ночи, жёсткие дедлайны и жизнь «на работе». А что если попробовать по-другому? Спокойные компании могут подарить больше свободы, времени для себя и ощущение, что ты живёшь не только ради работы. В карточках выяснили, что настоящий успех — это умение выбрать, что подходит именно вам. ➡️ Узнайте, что подходит вам 🐸Библиотека шарписта

💔AI vs Developer: who wins? Бигтех уже режет найм разработчиков. Вайб-кодинг повсюду. Джуны не нужны. Но так ли это на самом деле? Мы хотим разобраться, как ИИ влияет на рынок труда в IT. В реальности, а не в головах CEO или HR. Поэтому приглашаем пройти опрос. Результаты нашего исследования позволят выяснить, сколько разработчиков потеряли работу из-за ИИ? Какие навыки сейчас ценятся больше всего? Кто зарабатывает больше — те, кто использует ИИ или игнорирует? 👾 Расскажите свою историю, чтобы помочь комьюнити: https://clc.to/aFntFw

🎮 Разработка AR-приложений с Unity: решение реальной задачи Проблема: при разработке приложений дополненной реальности (AR) часто возникает необходимость интеграции виртуальных объектов в реальные сцены с высокой точностью и производительностью. Обычные методы могут приводить к задержкам и снижению качества взаимодействия. Решение: в книге «Mastering Augmented Reality Development with Unity» автор предлагает подходы и инструменты для эффективной разработки AR-приложений с использованием Unity. Особое внимание уделено интеграции с ARKit, ARCore и Vuforia, а также оптимизации производительности приложений. Пример кода:

// Пример использования ARRaycastManager для размещения объекта на плоскости
using UnityEngine;
using UnityEngine.XR.ARFoundation;
using UnityEngine.XR.ARSubsystems;

public class ARPlacement : MonoBehaviour
{
    public GameObject objectToPlace;
    private ARRaycastManager raycastManager;
    private Vector2 touchPosition;
    private List<ARRaycastHit> hits = new List<ARRaycastHit>();

    void Start()
    {
        raycastManager = GetComponent<ARRaycastManager>();
    }

    void Update()
    {
        if (Input.touchCount > 0)
        {
            touchPosition = Input.GetTouch(0).position;
            if (raycastManager.Raycast(touchPosition, hits, TrackableType.PlaneWithinPolygon))
            {
                var hitPose = hits[0].pose;
                objectToPlace.transform.position = hitPose.position;
                objectToPlace.transform.rotation = hitPose.rotation;
            }
        }
    }
}

Преимущества: — Использование ARKit, ARCore и Vuforia позволяет создавать приложения, совместимые с различными платформами. — Рекомендации по улучшению производительности обеспечивают плавную работу приложений на мобильных устройствах. ➡️ Лучшее из мира IT-книг — у нас в @progbook

😊 Подборка вакансий для шарпистов C# Developer — до 150 000 ₽, Офис Team Lead F# — до 350 000 ₽, удалёнка Backend-разработчик С# — Гибрид (Москва). C#/.NET core engineer — Гибрид (Нижний Новгород). Бустер — Удалённо (в любом городе мира). ➡️ Еще больше топовых вакансий — в нашем канале С# Jobs

Что такое частные и общие сборки? Частные сборки: ✍🏻 Видны только самому приложению ✍🏻 Нет необходимости заботиться об уникальном имени во всем глобальном пространстве имен ✍🏻 Не нужно делать записей в реестре при развертывании приложения ✍🏻 Сборки просто копируются в директорию приложения или в подчинённую директорию ✍🏻 Общая среда выполнения (CLR) при запуске приложения прочитает его манифест и определит какие сборки необходимы. Затем будет произведен поиск нужной сборки по директории приложения (процесс зондирования) Общие сборки: ✍🏻 Могут быть использованы сразу несколькими приложениями ✍🏻 Сборка должна иметь строгое имя (strong name) ✍🏻 Сборка должна быть помещена в общедоступное место — Global Assembly Cache (GAC, глобальный кэш сборок)

📰 Дайджест недели Пора освежить знания. Мы выбрали самые интересные статьи и материалы недели, которые стоит изучить. — ИИнтеллектуальные рекомендации для редактирования кода GitHub Copilot в Visual Studio получил функцию Next Edit Suggestions, которая анализирует предыдущие изменения в коде и предсказывает следующие шаги редактирования, будь то вставка, удаление или их комбинация. — Мультимодальный голосовой интеллект с .NET MAUI Добавление голосового взаимодействия в приложения .NET MAUI теперь возможно благодаря NuGet-пакету Plugin.Maui.Audio для записи аудио. Модель OpenAI Whisper используется для для транскрипции речи в текст и возможностям Microsoft.Extensions.AI для извлечения задач из текста. — Сервисные обновления .NET В этом месяце выпущены обновления безопасности для .NET 8.0 и 9.0. — Вышел .NET 10 Preview №5 — Доработки Copilot для разработчиков 🐸Библиотека шарписта #свежак

♠️ Гадание на мемах Попробуем заглянуть в ближайшее будущее — что принесёт нам наступающая неделя? Выберите любой случайный мем и поделитесь своей интерпретацией в комментариях👇 Все мемы предоставлены нашим каналом с мемами ➡️ @itmemlib 🐸Библиотека шарписта #междусобойчик

😱 Завтра цена на курс «AI-агенты для DS» вырастет Пока вы думаете — другие уже покупают. Что вы теряете, откладывая решение? Как минимум — 10 000 рублей, именно столько вы переплатите завтра. Как максимум — шанс войти в топ-1% дата-сайентистов, которые умеют строить AI-агенты. 🎓 Чему вы научитесь на курсе: — адаптировать LLM под разные предметные области и данные — собирать свою RAG-систему: от ретривера и реранкера до генератора и оценки качества — строить AI-агентов с нуля — на основе сценариев, функций и взаимодействия с внешней средой Решение за вами. 👉 Купить курс по старой цене

🐸Библиотека шарписта #развлекалово

💥 Бредово-помогающие лайфхаки с Reddit Когда речь заходит о продуктивности, многие стремятся следовать общепринятым методам и подходам. Но что если самые странные лайфхаки действительно работают? В карточках выяснили, что нестандартные методы могут быть такими же эффективными, как и проверенные. ➡️ Прочитать остальные советы 🐸Библиотека шарписта #буст

🤖 Доработки Copilot для разработчиков Microsoft добавили несколько интересных фичей для разработчиков в Copilot. Давайте разберём, что появилось нового. — Теперь Copilot подтягивает свежую документацию прямо из Microsoft Learn, если модель не знает об обновлениях .NET. — При реализации интерфейсов или абстрактных методов можно выбрать вариант "с помощью Copilot" — и он сам сгенерирует тело метода на основе контекста. — Наведите курсор на метод или переменную — и через «Describe with Copilot» получите пояснение к коду, прямо в редакторе. — Copilot сам предложит заполнить summary, param и returns, когда вы пишете «///» над методом. Если у вас Visual Studio 17.14 и включены feature‑flags для Copilot, всё это работает прямо из коробки. ➡️ Блог разработчиков 🐸Библиотека шарписта #свежак

🏃‍♀️ 1 день до конца спец предложения Успей впрыгнуть на курс «AI-агенты для DS» до завтрашнего повышения цены: 59.000 р. вместо 69.000 р. 🎙 Наш спикер — Никита Зелинский, Chief Data Scientist МТС, в своем канале рассказывает о RAG:

Про RAG слышали все — это уже два года самый массовый способ применения LLM в проде для бизнеса. Это значит, что точность и надёжность такого решения достаточно предсказуемы для того, чтобы исключить человека из процесса аппрува выдачи LLM, а связка «локально развернутая LLM + RAG над корпоративными документами» обеспечивает достаточную конфиденциальность, чтобы снять тревожность «что наши данные попадут в OpenAI». Эта история настолько популярна, что на рынке есть готовые RAG-решения, а даже «маленькие» опенсорс-модели (до 5B) уже обзавелись своей RAG-ареной: 👉 https://huggingface.co/spaces/aizip-dev/SLM-RAG-Arena

Во время обучения на курсе «AI-агенты для DS» научим собирать автономные системы под реальные бизнес-задачи. На прошлой неделе мы рассказали о первом занятии. ➡️ вот что ждет слушателей курса на втором: — Собираем свой RAG-пайплайн на своих данных — Обсуждаем, почему качество такой системы нельзя измерять «на глаз» — Разбираем схему LLM as a Judge и как подготовить для неё датасет — Что такое guardrails и как они спасают от бреда — Что делать, когда LLM не знает ответа — Смотрим на агентский RAG и обсуждаем, можно ли использовать RAG как память агента Если пропустили первое занятие, то вот ссылочка ❗️До повышения цены остался последний день — бронируйте место сейчас

👨‍💻 Когда баг на проде, а вы — дома Иногда баг живёт только на сервере: локально всё чисто, staging не помогает, а в проде что-то горит. Решение? Remote Debugging — официальная фича Visual Studio, которая позволяет подключиться к удалённому процессу и отлаживать его, как будто он у вас под рукой. Как это работает: 1. Устанавливаете Remote Tools на удалённую машину (подходит даже обычный Windows Server, главное — не забыть про нужную версию под вашу IDE). 2. Открываете в Visual Studio на локальной машине ваш проект. 3. Подключаетесь к удалённому хосту через IP или hostname — да, просто так. 4. Прикрепляетесь к процессу (например, dotnet.exe или IIS) и начинаете отладку. Всё работает: точки остановок, переменные, выражения, консоль, async-код — вы реально «внутри» приложения. 🐸Библиотека шарписта #буст

👨‍💻 Когда баг на проде, а вы — дома Иногда баг живёт только на сервере: локально всё чисто, staging не помогает, а в проде что-то горит. Решение? Remote Debugging — официальная фича Visual Studio, которая позволяет подключиться к удалённому процессу и отлаживать его, как будто он у вас под рукой. Как это работает: 1. Устанавливаете Remote Tools на удалённую машину (подходит даже обычный Windows Server, главное — не забыть про нужную версию под вашу IDE). 2. Открываете в Visual Studio на локальной машине ваш проект. 3. Подключаетесь к удалённому хосту через IP или hostname — да, просто так. 4. Прикрепляетесь к процессу (например, dotnet.exe или IIS) и начинаете отладку. Всё работает: точки останова, переменные, выражения, консоль, async-код — вы реально «внутри» приложения. 🐸Библиотека шарписта #буст