en
Feedback
FaQ of Programming

FaQ of Programming

Open in Telegram

در این کانال پیشنهادات افراد باتجربه در حوزه برنامه نویسی رو قرار میدهیم! مطالب تخصصی تر را در این گروه قرار میدهیم : @ProgrammingForEveryHumans

Show more
1 168
Subscribers
No data24 hours
No data7 days
No data30 days
Posts Archive
Repost from Ayhan Dev
نقشه راه یادگیری هوش مصنوعی | AI 💡 هوش مصنوعی برای هوشمندسازی ماشین‌ها استفاده میشه و مزایا و فایده‌ها زیادی برای جامعه و انسان داره. 👈 گام اول- ریاضیات 💡 همون‌طور که اکثر دانشجویان رشته کامپیوتر می‌دانند ریاضیات و به خصوص مباحث جبرخطی، دیفرانسیل، حسابان، ساختمان گسسته و آمار و احتمال توی این رشته و گرایش نقش بزرگی رو ایفا می‌کنند؛ چرا که ماشین‌ها و کامپیوترها تنها راهی که می‌فهمند اعمال منطقی و ریاضیات است و برای این که ما برنامه‌ها و اهداف خودمون رو به اون‌ منتقل کنیم باید بهشون فعالیت منطقی و ریاضیات بدیم. 💡 در نتیجه شما برای شروع در گرایش هوش مصنوعی و زیرشاخه آن که بخواین فعالیت کنید، ناچارید این دروس رو یاد بگیرید. 👈 گام دوم - برنامه نویسی 💡 برنامه نویسی رکن اصلی تو زمینه هوش مصنوعی داره و شما قبل از تسلط به زبان برنامه نویسی، باید به ساختمان داده و طراحی الگوریتم که از دروس تخصصی کامپیوتر هستند مسلط شوید چرا که شرط لازم برای نوشتن یک برنامه درست و بهینه و با خطا کم، باید الگوریتم رو به درستی دانست تا بتواند باعث صرفه‌جویی و کارآمد بودن بیشتر یک کد رو داشته باشد. 💡 از بین زبان‌های برنامه نویسی که با هوش مصنوعی تعامل خوبی دارند، می‌تو‌نیم به پایتون اشاره کنیم: پایتون: به دلیل سادگی و داشتن پکیج‌هایی مثه sci-kit learn کار با این کتابخونه به طور عمده در زمینه‌های data mining و data analys است که طیف وسیعی از الگوریتم‌ها یادگیری ماشین در اون تعبیه شده، که از محبوب‌ترین زبان‌ها برنامه نویسی است. 💡 بعد از یادگیری مقدماتی زبان برنامه نویسی، باید شیوه کار کردن با کتابخانه‌ها مختلف و مرتبط با هوش مصنوعی مثه numpy (کتابخونه‌ای که به کمکش می‌تونیم روی داده‌های عددی‌ایی که در حافظه موجوده، عملیات مختلفی رو انجام بدیم) رو یاد بگیرید و بارها و بارها تمرین کنید که در استفاده از اون متخصص شوید. 👈 گام سوم - مباحث و فیلدهای هوش مصنوعی 💡 بعد از این که از مباحث اولیه عبور کردید، باید یه دانش عمومی از هوش مصنوعی رو آموزش ببینید. 💡 بعد از پیشرفت هوش مصنوعی، این رشته به زیر رشته‌های مختلفی تقسیم شد که در عین ارتباطی که بین این زیرشاخه‌ها وجود داره، در موارد تخصصی و هدف‌های هر کدوم، تفاوت‌های چشم‌گیری رو شاهد هستیم. 💡 بسته به علاقه و استعداد خودتون می‌تونید هر کدوم از این زیرشاخه‌ها رو انتخاب کنید که نقشه راه هر زیرشاخه با زیرشاخه دیگری تفاوت داره. 💡 البته لازم به ذکر است که یکی دیگر از مهارت‌هایی که به پیشرفت شما در زمینه هوش مصنوعی کمک می‌کنه آشنایی کامل و تخصصی با زبان انگلیسی است چرا که به روز بودن و مطالعه‌ی مقالات روز دنیا در این رشته اهمیت بالایی داره اکثر این مقالات به زبان انگلیسی است و از آن‌جا که یه فیلد در رشته کامپیوتر است دانستن زبان انگلیسی لازم است. 📌 ریاضیات و برنامه نویسی برای همه زیرشاخه‌ها هوش مصنوعی موردنیازه و در واقع جز قدم‌های اولیه به عنوان پیش‌نیاز به حساب میاد.

Repost from Topcode
باور های غلط برنامه نویسی! امروز میخوام درمورد یکسری باور هایی که خیلیا ممکنه درمورد برنامه نویسی داشته باشن صحبت کنیم؛ این باور ها رو شماهم قبل شروع داشتید؟ 1_ برای شروع سنم زیاده این باور خیلی غلطه! برنامه نویسی اصلا به سن و سال نیست؛ برای مثال من این حرفه رو در ۱۳ سالگی شروع کردم. هر سنی داشته باشی فرقی نمیکنه بلکه تهش میخوای pc رو روشن کنی و با اشتیاق بشینی پاش و پروژه ات رو تکمیل کنی و پول در بیاری. 2_ باید مدرک دانشگاه داشته باشم این هم یکی از غلط ترین باور های ممکنه؛ خیلی از برنامه نویسان هستن که اصلا رشته اشون یه چیز دیگه بوده و الان برنامه نویسن! برنامه نویسی با دوره ها و خوندن مستندات هم یاد گرفته میشه (که مرسوم ترین راه یادگیری هست) و نیازی به دانشگاه نیست. 3_ برنامه نویسی پر شده و کسی پروژه بهم نمیده ببینید گرفتن پروژه به دو مهارت نیاز داره؛ اول مهارت برنامه نویسی و بعد مهارت بازاریابی! بازار کار برنامه نویسی اشباع نشده بلکه روز به روز بهتر هم میشه و کسی مه دو مهارت بالا رو داشته باشه در گرفتن پروژه موفق تره. 4_ برای برنامه نویسی باید ریاضی رو کامل بلد باشم اصلا اینطور نیست و شما با داشتن مهارت های مقدماتی از ریاضی میتونید به خوبی برنامه نویسی رو یادبگیرید ؛ درواقع باید مهارت حل مسئله تون عالی باشه! خب امروز با باور های غلط درباره ی برنامه نویسی در خدمتتون بودم؛ این مدت مقاله ای نشر نکردم چون حقیقتا موضوعی به ذهنم نمیخورد؛ ولی بعد کلی فکر کردن تونستم این موضوع رو بیابم. ممنون که تا اینجای مقاله رو خوندید و واقعا ممنون بابت حمایت هاتون؛ تمام تلاشمو میکنم که جبران کنم❤️‍🩹🫡 #Rafiee @Tp_Code

سرویس دانلود یوتیوب نه حال داشتم بیارمش تو بات دانلودر نه سایتش کنم همینطوری ازش استفاده کنین هم به صورت صدا براتون ارسال می‌کنه اگر بخواین آهنگ دانلود کنید هم فیلم با کیفیت 720 فیلترشکن لازم داره جلوی مساوی لینک یوتیوب رو بزارید https://joorj.xyz/Yo.php?text= مثال : https://joorj.xyz/Yo.php?text=https://youtu.be/ynGkmi5NdR4 _ _ _ @PiAi_bot

بهترین OS؟! بهترین زبان برنامه نویسی؟! بهترین IDE؟! بهترین کار ورزش هست:) میدونی چرا؟! چون : عقل سالم در بدن سالم هست

یک سوال هست که خوبه چندتا چیز رو همزمان یادگرفت؟ یعنی چندتا مطلب همزمان پیش برد. این موضوع داخل برنامه نویسی خیلی زیاد دیده میشه، ادما یکهو چندتا مطلب باهم پیش میبرن در طول روز مثلا همزمان دارن یک فریم‌ورک وب یاد میگیرن، و بلافاصله بعد از اون میرن سراغ یک موضوع دیگه، مثلا ساختار داده میخونن :) این سوال من قبلا زمانی که داخل یک استارت‌اپ سمی مشغول به کار بودم به جوابش رسیدم :). تو اون استارت‌اپ من همه کار میکردم، دواپس، بک‌اند، ci/cd وب اسکرپینگ و تقریبا هرچیزی که بود. چون تنها بک‌اند اونجا بودم اون روزا خیلی کلافه شده بودم از موضوع، روزی ۱۰ ساعت کار میکردم و هیچ‌احترامی هم نبود. خلاصه تو همون روز‌ها درحال جست‌وجو داخل نت بودم که یک مقاله درباره چند وظيفه‌ شدن کارمندای تِک خوندم. اونجا یک مثال خیلی قشنگ زده بود، گفته بود بیایید یک cpu رو فرض کنیم، شما میتونید به یک cpu چند کار رو بدید که همزمان انجام بده، مثلا اگر ۴ تا تسک بهش بدید شاد تمام این تسک‌ها رو به صورت همزمان پیش ببره و درنهایت در ۴ دقیقه همرو کامل تموم کنه. اما اگه به همون cpu، همین تسک‌ها رو به شکل دیگه ای بدید بیایید بعد از تموم شدن هر تسک، تسک بعدی بهش بدید احتمالا اون ۴ تسک رو در ۲ تا ۳ دقیقه انجام بده :) چرا؟ چون درحالت اول باید منابع بین تسک‌ها تقسیم شه، در حالت دوم میشه تمام منابع رو رو یک تسک متمرکز کرد :). این دقیقا دلیلی که اگه کسی از من بپرسه میگم همیشه لحظه یک چیز رو یادبگیر و بعد از تموم شدنش برو بعدی. داخل محیط کار هم همینه، مدیر یا منیجیر شما اگر میخاد بهره‌وری بهتری داشته باشه باید همزمان یک تسک به شما بده. @DevTwitter | <Torham/>

Repost from God Code
💢 مقدمه ای بر زبان برنامه نویسی پایتون 💢 🔹 پایتون یکی از محبوب‌ترین زبان‌های برنامه‌نویسی است که به دلیل سادگی و قدرت بالا
💢 مقدمه ای بر زبان برنامه نویسی پایتون 💢 🔹 پایتون یکی از محبوب‌ترین زبان‌های برنامه‌نویسی است که به دلیل سادگی و قدرت بالایش، برای برنامه‌نویسان و علاقه‌مندان به این حوزه بسیار جذاب و مفید است. با استفاده از پایتون، می‌توان به راحتی، برنامه‌های کاربردی، وب‌سایت‌ها، بازی‌ها، و بسیاری از پروژه‌های دیگر را توسعه داد. در اینجا، سعی می‌کنیم مقدمه‌ای کامل از زبان پایتون را به شما ارائه دهیم، تا بتوانید به راحتی مفاهیم مختلف این حوزه را درک کنید و در فرایند آموزش با مشکل مواجه نشوید https://github.com/graymicro/introduction-to-the-Python-programming-language 🛑 این ریپازیتوری به دو زبان فارسی و انگلیسی نوشته شده است که شما میتوانید با انتخاب هر کدام از آن ها به محتویات دسترسی داشته باشید 👤 نویسنده : علیرضا الله‌یاریان ⬇️ تهیه شده در مکعب خاکستری ⬇️ 🔥♾«@graycubeteam»♾🔥

آموزش های زیر همگی زبان پارسی و در یوتیوب هستند : ویدئو یک ساعته درباره ی 4000 هزار لغت مهم انگلیسی https://youtu.be/FuKGRMlwLPY یک ساعت و نیم ویدئو درباره ی 1000 لغت پرکاربرد در زبان انگلیسی https://youtu.be/cyewA64UM8s 123 قسمت آموزش زبان انگلیسی از صفر https://youtube.com/playlist?list=PLfvO0lX1t_Wz3p5mkkEfoTWQ18OR5SNr1 آموزش مقدماتی زبان انگلیسی https://youtube.com/playlist?list=PL6tQTb9irkkUmbmYDrXZeV7rKX-JxEsr6 84 قسمت آموزش لغات برای افراد مبتدی https://youtube.com/playlist?list=PLvwtpGViQC1ZPDMZ6nDwrPXxJxCdBJVJH 91 قسمت آموزش لغات https://youtube.com/playlist?list=PL1PQkWC16FjBjv9Tj_DfNRp8z4RW5skKG 155 قسمت آموزش گرامر https://youtube.com/playlist?list=PLvwtpGViQC1ZtzKvUq-wRpGsbRAlIT-FC 52 قسمت آموزش گرامر https://youtube.com/playlist?list=PLp247wg4HnFTE18mP6RxXWm_LSbp2soan 104 قسمت آموزش گرامر + لغات https://youtube.com/playlist?list=PLm_LWzbWy41NgLPeMwE2oAJZznmNf-lM8 #english

عنوان : دوره اموزش کامل زبان انگلیسی تعداد قسمت : 1029🍺 زبان : پارسی https://youtube.com/playlist?list=PLntwHFsyEZA6dlPs1TYHNjxn9kRg66SdP #english

اگر زبان انگلیسی بلد نباشید، احتمال اینکه در برنامه‌نویسی پیشرفت کنید کم هست. اگر هم زبان انگلیسی بلد باشید تضمینی برای این پیشرفت نیست، ولی حداقل به انبوهی از منابع آموزشی رایگان (در هر موضوعی، نه فقط برنامه‌نویسی) دسترسی پیدا میکنید. از یاد گرفتن یک زبان دوم ضرر نمیکنید. @DevTwitter | <Amirreza Gh/>

#کدبوک اگر دنبال یک منبع خوب برای مطالعه هستید این ریپو رو از دست ندید کلی کتاب حوزه ی برنامه نویسی به زبان های مختلف کلی هم
#کدبوک اگر دنبال یک منبع خوب برای مطالعه هستید این ریپو رو از دست ندید کلی کتاب حوزه ی برنامه نویسی به زبان های مختلف کلی هم کتاب فارسی داره برای تکنولوژی های مختلف https://github.com/EbookFoundation/free-programming-books @DevTwitter

آقا GPT4، آخرین نسخه Chatgpt در سایت تکانش قرار گرفت🤩 نسخه پریمیوم هوش مصنوعی GPT، بدون نیاز به پرداخت حق اشتراک ۲۰ دلاری در اختیار شما قرارگرفت🟦 بزودی ابزار های ترند و پرکاربرد بیشتری در جعبه ابزار هوش مصنوعی سایت تکانش قرار خواهد گرفت😇👋 🧳 لینک جعبه ابزار 🤖 ✅ @Grouplancingcom

Repost from Sadra Codes
دمت گرم!
دمت گرم!

ا سلام خدمت دوستان یکی از دوره های آموزشی جدید من در وب سایت فرادرس ——————————————————- با عنوان: آموزش مانیتورینگ در لینوکس Linux 2 روز فرصت باقی مانده برای خرید با تخفیف 50% دوره شش ساعت و شامل 50 درس در 6 فصل و شامل آموزش مانیتورینگ سطح کاربر و سطح کرنل با دستورات و ابزارهای ترمینالی،گرافیکی، و ابزارهای تجاری و هم چنین بهینه کردن و افزایش سرعت کرنل نیز در دوره بیان شده است. —————————————- جزئیات بیشتر و دسترسی به دوره: https://faradars.org/courses/monitoring-in-linux-fvlnx101

متاسفانه صابر راستی‌کردار، خالق فونت‌های وزیر‌متن (همون فونت زیبایی که روی تلگرام دسکتاپ و گوگل‌داکز و...) ازش استفاده می‌کنیم، به سرطان مبتلا شده و در وبلاگش در این مورد مطلبی نوشته: 🔴 لینک مطلب در وبلاگ صابر اگر از فونت‌هاش استفاده می‌کنید، شاید الان دونیت (حمایت مالی) ما بیشتر از قبل به کارش بیاد: 🟢 لینک حمایت مالی ریالی 🟢 لینک حمایت مالی با کریپتو به امید بهبودی هر چه زودتر صابر عزیز. 🔎 MilaDnu 📍 @TechTube

Repost from Meysam
دموی جرمی هاوارد برای زبان برنامه نویسی mojo این زبان در واقع یه چیزی مثل همون تایپ اسکریپت که برای جاوااسکریپت بود برای پایتون قراره باشه. خیلی سرعت رو بیشتر می‌کنه و تایپینگش عالیه.

💠 داندرمتد ها 💠 بخش سوم (Descriptor) 🔰 به طور کلی Descriptorها به شما اجازه می‌دهند تا رفتارهای خاصی را برای متغیرهای یک آبجکت تعریف کنید. این رفتارها ممکن است شامل تعیین، بازیابی، تغییر و حذف مقادیر متغیرهای آن باشند. 🔸 برای تعریف این رفتارها، شما به magic methodهایی نیاز دارید که برای هر نوع descriptor می‌تواند متفاوت باشند. به عنوان مثال، اگر شما به دنبال ایجاد یک descriptor با قابلیت خواندن و نوشتن هستید، باید از __get__ و __set__ استفاده کنید. 🔹 داندرمتدهای مرتبط به این بخش عبارتند از: 1. __get__(self, instance, owner) 2. __set__(self, instance, value) 3. __delete__(self, instance) 🔘 دو کلاس به نام های Python و Developix تعریف می‌کنیم. در کلاس Python، اتریبیوتی به نام group_name تعریف شده است که مقدار اولیه آن برابر با نام کلاس است. وقتی از داندرمتد __get__ استفاده می‌شود، با استفاده از group_name، لینک گروه برگردانده می‌شود و در داندرمتد __set__ با استفاده از value، مقدار group_name تغییر می‌کند.
class Python:
    def __init__(self):
        self.group_name = self.__class__.__name__

    def __get__(self, object_instance, owner_class=None):
        return object_instance.gp_link_form.format(self.group_name)

    def __set__(self, object_instance, value):        
        self.group_name = value

class Developix:
    Python = Python()

    def __init__(self):
        self.gp_link_form = "https://t.me/IR{0}GP"

Developix = Developix()
print(Developix.Python) # https://t.me/IRPythonGP

Developix.Python = "PythonNewName"
print(Developix.Python) # https://t.me/IRPythonNewNameGP

#MagicMethod #DunderMethod #Operator #داندرمتدها #عملگرها ✍🏻 *ژنرال* 💎 Channel: @DevelopixPython

لیست دوره های ml و AI در یوتیوب ، که بصورت مجانی تقریبا کل مباحث این حوزه رو پوشش میده 👌 🤖 ❤️Introduction to Machine Learning https://lnkd.in/ecqatZBA ✅Stanford: Machine Learning https://lnkd.in/exNpHVgK ❤️Making Friends with Machine Learning https://lnkd.in/ejM83n2B ✅Applied Machine Learning https://lnkd.in/eBPxJriR ✅Statistical Machine Learning https://lnkd.in/eszaHhnn ✅Neural Networks: Zero to Hero https://lnkd.in/eHyXfdMY 🧠 ❤️Introduction to Deep Learning (MIT) https://lnkd.in/eh7wTzbq ✅CMU Introduction to Deep Learning https://lnkd.in/eCF92CDW 🔥MIT: Deep Learning for Art, Aesthetics, and Creativity https://lnkd.in/eURJKHUS ✅Stanford Deep Learning https://lnkd.in/e6fWv3R8 ❤️Introduction to Deep Learning (MIT) https://lnkd.in/eh7wTzbq ✅CMU Introduction to Deep Learning https://lnkd.in/eCF92CDW 🔥Deep Unsupervised Learning https://lnkd.in/eB2sacxY ✅NYU Deep Learning SP21 https://lnkd.in/eMNsFmBe 🔥Foundation Models https://lnkd.in/emPfE-MS ✅Full Stack Deep Learning https://lnkd.in/edbFQZBX ✅Practical Deep Learning for Coders https://lnkd.in/eMjrFESY 🔥Machine Learning Engineering for Production (MLOps) https://lnkd.in/enmaT8Yy 👅 🔥Stanford - Transformers https://lnkd.in/eMHXPehx ✅NLP Course (Hugging Face) https://lnkd.in/ehhG4S_2 ✅Natural Language Understanding https://lnkd.in/emVV8CfA ✅CMU Advanced NLP 2022 https://lnkd.in/eXenh9pm ✅Multilingual NLP https://lnkd.in/eu46qy8V ✅Advanced NLP https://lnkd.in/ggpQAD6 👀 ✅Deep Learning for Computer Vision https://lnkd.in/eMk3kWSz ♻️ ❤️Foundations of Deep RL https://lnkd.in/eAhySKAS ✅Deep Reinforcement Learning https://lnkd.in/e6gyvp4s ✅Stanford: Reinforcement Learning https://lnkd.in/eGR-5THW] 🌿 به اشتراك گذاري تجربيات شما 🆔 @anajibi 🔹مخزن تجربيات استفاده از هوش مصنوعي 📡 @ChatgptStorage

Repost from Python Hints
جواب بر اساس تجربه شخصی خودم هست چند وقتی هست که میخواستم راجب این موضوع بنویسم ولی خب شرایط جور نمی‌شد خیلی از اعضا پرسیدند راجبش، قرار داد ۳ ماهه، موقت یا کارآموزی یا تست (هرجا یک چیزی صداش می‌کنند) نمی‌دونم چرا ولی خیلی از دوستان نگران و ناراحت می‌شوند وقتی صحبت قرارداد موقت میشه توی پیام‌هایی که برای من اومده بیش از ۶۰٪ حتی ترس دارند (مخصوصاً وقتی بیزینس متفاوت هست) بعضی‌ها حتی تست نکرده از ترس می‌خوان استعفا بدهند. این رو توی سنیورها هم دیدم (جدی می‌گم حتی بعضی‌شون اسمشون رو تریلی هم نمی‌کشه توی تخصص خودشون) ولی وقتی قرارداد کوتاه مدت توی بیزینس جدید جلوشون گذاشته می‌شه خیلی ترس دارند و خیلی‌هاشون همون ابتدا جدا میشن از کار. خواستم بگم یک موضوع طبیعی هست، فقط نباید بترسید برای رشد کردن و برای پیدا کردن اون موقعیتی که بهش علاقه دارید : Seek discomfort شاید ۱۰ تا بیزینس رو اصلا بهش علاقه نداشته باشید، قطعا اونجاها با چنگ و دندون هم که بمونید بازم پیشرفت نخواهید داشت دنبال تیم و بیزینسی باشید که سر شوق بیارتتون ولی از تست کردن نترسید در نهایت بگم که من با هیچ شرکتی و هیچ آدمی قرارداد بلندمدت نمی‌بندم قبل از این : حتماً باید ۳ ماهه - ۶ ماهه - ۱ ساله باشه و تحت هر شرایطی برای قراداد ۱ ساله حق دارم با اعلام بین ۲ هفته تا ۱ ماه زودتر از کار خارج بشم. توی ۳ ماه گذشته : حتماً با قرارداد پاره‌وقت شروع می‌کنم و نهایتاً ۳ ماهه (حتی با بهترین دوستانم) توی این ۳ ماه با ۱ تیم خداحافظی کردم و توی ۲ هفته گذشته تصمیم گرفتم با تیم دیگری هم خدافظی کنم. شاید اگر برگردیم به ۱۰ سال قبل، منم همین نگرانی رو داشتم که وای قرارداد موقت و .... ولی ۵ سال گذشته متوجه شدم، اولویت قطعاً شخص خودم هستم نه هیچ شرکتی، حتی کنار بهترین دوستانم اگر توی همکاری حالم خوب نباشه اون کار بدردم نمی‌خوره 👌 خلاصه : اگر ازین قراردادها براتون اومد به این فکر کنید که توی این ۳ ماه می‌تونید بفهمید: ۱- مدیریت چطوری هست و البته برخورد با نیروها ؟! فیک هست یا واقعی ؟! ۲- تعهدات شرکت چطور هست ؟! رفتار نیروها ؟! ۳- پرداخت‌ها چطوری هستند ؟ و .... برای اون دوستانی که همون ابتدا استعفا می‌دهند هم یک توصیه فقط دارم : بدون جنگیدن، شکست رو قبول نکن شاید حریفت فقط بلوف می‌زنه، اونم تو جنگی که تهش مرگ نیست 😉

Repost from Python Hints
من فهمیدم، دلیل علاقه شدید بچه‌ها تو ایران به این سوالات رو میگم. توی چندماه گذشته که خیلی درگیر مارکت ایران شدم، متوجه شدم ما توی ایران از هر ۱۰۰۰ برنامه‌نویس ۹۹۹ تا فیلسوف داریم، یعنی خودمون اینطوری تربیت کردیم وقتی سنیور‌ها به این نوع سوال رو میارن، وقتی سوالات مصاحبه به این سمت میره، یا موارد انتزاعی پرسیده می‌شه وقتی اساتید دانشگاهی و آموزشگاهی بجای تسک دادن و نمره دادن بر اساس تسک‌ها، سوالات این چنینی می‌پرسند وقتی من نوعی که ادعای تجربه و سنیور بودن دارم سکوت می‌کنم چون دوست یا آشنا یا کسی که طرفدارشم ازین مدل سوالات توی پیجش می‌ذاره که خدا می‌دونه فقط برای جذب فالوئر هست نه چیزی یاد دادن خلاصه خودمون مقصریم همه‌ی این رفتارها باعث میشه نیروهای نسل بعدی (جونیور و ...) بجای رفتار برنامه‌نویسی، مثل فیلسوف عمل کنه توی همکاری‌های مختلف با شرکت‌های خارجی، همیشه توی برنامه‌نویس ها یک موضوع مشترک می‌بینم که همیشه برام عادی بوده ولی توی همکاری با ایرانی‌ها متوجه شدم این موضوع خودش یکی از رفتارهای حرفه‌ای هست (ازین به بعد توی مصاحبه‌هام حتماً این رفتار رو امتیاز بالا بهش میدم) کدوم رفتار : Fail Fast محیط تست و develop رو برای همین گذاشتند برای اینکه وقتی یک ایده میاد سریع کد بزنید و توی ۲ روز اثبات کنید که خوب هست یا نه اما توی ایران همه فیلسوف شدند، دورهم جمع می‌شوند و شروع می‌کنند راجب اینکه این کد چرا جواب میده یا نمی‌ده صحبت می‌کنند (توی تیم خودتون نگاه کنید قطعاً می‌بینید) اینجوری می‌شه که چون بین فلاسفه اختلاف میوفته تستی که باید ۲ روزه انجام می‌شد و مطمئن می‌شدیم موضوع کار می‌کنه یا نه ۱ ماه طول می‌کشه تا یک گروه از فلاسفه گروه دوم رو متقاعد کنه که کار می‌کنه یا نه اگر متقاعد کننده‌ها گروه کار نمی‌کنه باشند که اصلاً تستی گرفته نمی‌شه اگر متقاعد کننده‌ها گروه کار می‌کنه باشند، بعد از ۱ ماه کدی که باید تو ۲ روز بررسی می‌شد تازه میره برای بررسی توسعه استارتاپ و ایده برنامه‌نویسی تو ایران با این وضعیت صبر عیوب می‌خواد و عمر نوح. برای همه‌ی 1.4k عضو کانال می‌نویسم: ماها برنامه‌نویس هستیم نه فلاسفه، ما می‌تونیم ایده رو کد بزنیم و fail بشیم (محیط تست و توسعه برای همین هست) ما فیلسوف نیستیم که راجب مفاهیم انتزاعی فقط صحبت کنیم و چیزی جز همین بحث کردن در دست نداشته باشیم بذارید fail fast رو برای ایران بومی سازی کنم : Fail Fast, As Soon As Possible @PyHints