Лаборатория Математики и Программирования Сергея Бобровского

ChatGPT учит, как программировать на SQL 😁 Вообще, GPT-4 стал фактически совсем бесполезен для целей программирования. Он просто генерирует некоторую "форму", контуры решения, и совершенно игнорирует "заполнение" решения деталями, сколько бы его ни просили, даже совсем в лоб. Вместо этого он нудно воспроизводит и воспроизводит варианты свой формы (периодически при этом галлюцинизируя) после многословного обещания предоставить детали, ведя себя хуже капризного джуна, который утверждает, что у него всё верно, а у вас нету времени подбирать тесты под явные ошибки в логике, и вообще, что-то ему доказывать.

So You Think You Know Git прекрасное )))

Цель моей Школы -- подготовка элитных программистов мирового уровня; однако, какая цель у этой цели? Человек пять (сейчас около 50-70 занимаются, а всего за шесть лет чуть менее 500 курсантов побывало) вполне на таком уровне рассуждают (и к ним смена приближается), но один уходит в тимлиды, другой в девопс, третий на галеры за космической зарплатой, четвёртый всё забрасывает и строит дачу... Действительно, когда видишь, что и сеньоры, и тех/тим-лиды откровенно косячат и в коде, и в архитектуре, сами не понимая, что делают не так, а твои объективно полезные рекомендации игнорируются, начинаешь понимать, что, в самом деле, "во многой мудрости много печали; и кто умножает overengineering, умножает скорбь" (с) Соломон. И получается, что сама по себе эта цель слишком абстрактная, скорее рекламная, нежели прикладная. Я предлагаю вот такую услугу, но как вы ей воспользуетесь (или скорее всего не воспользуетесь), полностью ваша ответственность.

В декабре 23-го я говорил, что "нам нужен рубильник для блокировки Рунета", потому что "стаи самосовершенствующихся ai-ботов сеют тотальный хаос, и карантины -- единственный способ их остановить". Ну и вот научное обоснование сему. Счёт идёт буквально на месяцы.

Первая тринадцатка наших блогеров => https://skillsmart.ru/blog/ Подписывайтесь, лайкайте, комментируйте. Все ребята штучные специалисты, с отличной фундаментальной подготовкой, пишут чистый и ясный код любой сложности, прекрасно разбираются в software design, поэтому если вы ищете сильных программистов на 450k++ , поспешите. = Зачем вообще нужен блог? Ваши хард-скиллы могут быть космическими, но если вы не умеет их правильно продавать, всю жизнь будете зарабатывать на уровне слабого миддла за улыбки начальства и похлопывания по плечу. Если вы хорошо программируете, но не можете рассказывать красивые истории об этом, вас вряд ли повысят в должности. Самый известный разработчик всегда будет зарабатывать больше, чем самый лучший разработчик.

ко вчерашнему

А если 16 лет опыта, уже нельзя? overengineering? Вот интересно, хочут фуллстек с крепким фронтендом, да ещё и ability to work under pressure, а сколько деняк, принципиально не пишут, и будут у вас выпытывать чтобы вы первым сказали свою/желаемую зп. Как думаете, почему? Наши враги эйчары/кадровики сегодня хорошо автоматизированы, но в конечном (да и в промежуточном) итоге всё равно их побьём, потому что мы, как социальные хакеры, были, есть и будем на несколько шагов впереди (в частности, на курсе карьеры и переговоров по зарплате под две сотни материалов, и постоянно расширяю).

Помните, я говорил 31 декабря: "Эта девушка занимается на моих курсах, и в Новый Год её волнует только один вопрос: как гарантировать холодный старт системы, в которой кэша нету принципиально, за 100 мс?" Стартап Superhuman (Сверхчеловеческая электронная почта), привлекший $100 млн., предлагает элементарную (!) услугу обычной электронной почты, которая просто "работает по "правилу 100 миллисекунд". Каждое действие - загрузка письма, отправка или обработка поискового запроса и прочее - должно совершаться максимум за 100 мс. Это порог, при котором человек воспринимает действие мгновенным." Схема такая: берёте любой популярный (лучше нишевый) сервис, и просто пилите его суперскоростной клон по "правилу 100 миллисекунд". Профит!

В СильныеИдеи добавил 85-й материал "Три типа программных ошибок". Любая система может сломаться: пользователь введёт неверные сведения, данные в базе окажутся некорректными, откажет сеть или интернет, проявятся обычные баги, в параллельных процессах возникнет клинч или гонка, космические лучи инвертируют бит, и т.д. Как правильно рассуждать в таких случаях? Вы пишете код, который обращается к базе данных, считывает из неё информацию, и что-то с ней делает. Если ваша система зависит от базы данных, то предсказуемой ошибкой будет недоступность базы данных. Но сможете ли вы справиться с такой ситуацией? Это классическая зависимость, которые мы разбирали в отдельных материалах. Возникнет сбой сети, сисадмин неправильно настроит строку подключения, переполнятся журналы, откажет физический сервер, пройдёт DDOS-атака и т.д. Вы можете повторить операцию несколько раз, зафиксировать проблему в логах или уведомить кого-то ответственного. Но в любом случае система зависит от базы данных. Если база данных недоступна, система не сможет работать. Вы не можете справиться с этой проблемой. Или можете?

Внезапно :) Пацаны как бы давно пилят "российскую ОС" (на базе debian), и вдруг такое. Взялись теперь за клон windows? или моно "русифицируют"?

Хотел начать рассказывать, какая вторая волна новых драконовских дополнений к правилам занятий на моих курсах появится с 18 марта, но в пятницу не буду, начну с понедельника. Практически на любом собеседовании по system design обычно спрашивают про многослойную архитектуру (clean architecture, DDD, гексагональная, луковая, CQRS, ...), наверняка и учат этой темке в каждом университете. В теории тут возможны бесконечные обсуждения, но сермяга в том, что все эти слои красиво работают ровно в той степени, в которой они тривиальны (на уровне студенческой курсовой). Но на самом-то деле они нужны нам только тогда, когда они нетривиальны! Но когда начинается производственный хардкор, возникают качественно иные проблемы, и вы с этими теоретическими моделями моментально запутываетесь. Потому что вам нужно сперва достичь мастерства в этой конкретной методике, в том же DDD, причём вложить годы, чтобы научиться что-то тут делать более-менее правильно, по взрослому, набив попутно кучу шишек. Я ровно поэтому топлю не за инженерные подходы, пусть и неплохо проверенные практикой, а за те, которые основываются на математике и computer science. Курсантам напомню материал из СильныхИдей "Формализуем многослойную архитектуру", где я даю простую формальную модель слоистой архитектуры, которая может масштабироваться до огромных размеров.

hono -- очередной киллер реакта например :)

sudo for windows ))) я сперва думал, это стёб тогда уж поизучайте заодно и dev tunnels .net (a game changer for mobile developers)

Почти в каждом инструменте, который вы активно используете, есть какая-то скрытая глубина, будь то язык программирования или git, фреймворк или библиотека. Вам не обязательно становиться экспертом в каждом из них, но попробуйте какое-то время тратить ежедневно 10-15 минут на то, чтобы узнать немного больше о том, что он может делать -- и через короткое время удивитесь росту вашей продуктивности.

Действительно, зачем вам изучать такие технологии, как например kvstore (a simple Key-Value Store based on B+Tree (disk & memory) for Java, там и все бенчи есть), которое можно обобщить до любых деревьев (radix/adaptive, red-black, hashmap, ...) и офигенной эффективности, когда можно за 9 месяцев с нуля схантиться на 300k/sec.

Дорогие, ну и зачем вы у меня учитесь? Теорию всякую изучаете. Вот же: начьните зарабатывать 256,000 рублей уже через 9 месяцев как Java-разработчик, обучившись всего за 27,000 рублей. Где ещё вам предложат окупаемость ваших инвестиций 1000% менее чем за год? (ссылку не даю, потому что могут расценить что реклама)

Только я вчера написал про (долларовое) миллиардерство в AI, как Сэм Альтман меня поправила: по её мнению, речь идёт уже о триллионах! "Кто готов вложиться в будущее ИИ? Минимальный чек: $100 млрд" Соответственно, тут будет множество ниш, где можно получить свои скромные $миллионы. Ну например, дообучить модельку так, чтобы она стала реальным профи в конкретном фреймворке (джанга, спринг, asp net, 1c :) ...), чтобы в тестах выдавала значимые отличия по уровню понимания. Не забывая, что в России 98% недружественных сервисов недоступно, что даёт особую свободу и перспективу "национализированным" проектам.

Как стать миллиардером? Трансформеры -- это просто очередной универсальный аппроксиматор. Они стали так популярны фактически лишь потому, что эффективно обучаемы, в частности, на GPU, и хорошо распараллеливаются (т.к. не требуют обработки последовательностей по порядку); именно этот технический момент делает трансформер на сегодня лучше любого другого универсального аппроксиматора; всё остальное вторично. И вот если вы придумаете (или откопаете в океане научных статей и реализуете) некий алгоритм, который будет работать более эффективно, чем трансформеры на GPU (например, какой-нибудь обобщённый механизм свёртки с алгеброй Хопфа) , можете смело запускать свой OpenAI. Вообще, увлекательная темка, сам хочу подумать и поэкспериментировать.