Petrushenko

Цікава вакансія від Anthropic для тих, хто працює з RTL / Verification / Physical Design 👀 Anthropic шукає Research Engineer, Chip Design RL (Reinforcement Learning) — людину, яка допомагатиме прокачувати Claude для задач із chip design. І мова тут не лише про генерацію Verilog. У вакансії прямо згадуються: — formal verification — physical design optimization — PPA — робота з EDA tools Ідея цікава: взяти реальну експертизу з chip design і перетворити її на задачі, evals та reward signals, на яких моделі зможуть вчитися розв’язувати інженерні задачі. Тобто AI поступово заходить уже не просто в написання коду, а й у значно глибші інженерні домени. Якщо у вас є ASIC/FPGA background можна спробувати свої сили: https://job-boards.greenhouse.io/anthropic/jobs/5231612008

Проводжу благодійний вебінар для збору 400 000 грн для Третьої штурмової бригади 🇺🇦 Розповім про свій досвід технічних інтервʼю в топові компанії світу: які задачі дають, що перевіряють, як готуватися і де кандидати найчастіше помиляються. Буде багато практики, реальних прикладів та інтерактиву. Приєднуйтесь 🙌 👉 https://dou.ua/calendar/58204/

Одружився. Політ нормальний 😄 Хлопці, не зволікайте. Якщо вже знайшли свою людину - тягнути нема чого. Ну хіба що за руку 😏

Цікавий графік від levels.fyi: компенсація Senior SWE vs те, як компанії змінювали кількість інженерів за останні 24 місяці. Кілька спостережень, які добре перетинаються з тим, що ми бачимо в CS Osvita по оферам студентів: - Anthropic, Ramp, Snowflake та NVIDIA, здається, зараз виглядають одним із найгарячіших місць для сильних інженерів - Google і Uber залишаються дуже сильними варіантами, особливо якщо розглядати релокейт і подальший переїзд у США - Швидкозростаючі стартапи — хороший вибір, якщо хочеться більше ownership

Вийшов розбір рішень: https://mummanajagadeesh.github.io/blogs/janestreet-asic-puzzle/

“To be is to do” — Socrates. “To do is to be” — Jean-Paul Sartre. “Do be do be do” — Frank Sinatra.

Всім кого цікавить біохакінг https://www.amazon.com/Protocols-Operating-Manual-Human-Body/dp/1668032147/

Підтримую. Є дуже якісний український переклад: https://x.com/dhh/status/2095802713707602044

Python dict lookup — O(1)? Не завжди. Класичне питання на співбесіді: яка складність пошуку в dict? Класична відповідь: O(1). Формально правильно. Але ця відповідь мовчки припускає, що обчислення хешу теж коштує O(1). Для int - так. Для короткого ідентифікатора - практично так. А якщо ключ це повний шлях у файловій системі, довгий URL, query signature чи serialized JSON payload - то d[key] перетворюється на O(k), де k це довжина ключа в байтах, а не розмір словника. Чому тоді Python не помирає на довгих ключах Через immutability. Рядок у CPython не можна змінити після створення, тому хеш рахується один раз і кешується прямо в об'єкті - поле hash у структурі рядка. Кожен наступний lookup по тому самому об'єкту це просто читання цього поля. Більше того: коли хеші збіглися і вказівники ідентичні, CPython взагалі пропускає посимвольне порівняння. Тому lookup по закешованому ключу справді ~O(1). Java свого часу пішла іншим шляхом. У 1.0/1.1 String.hashCode() семплив лише кожен (len/8) символ для рядків, довших за 15, щоб зробити хешування константним. Результат - URL і шляхи зі спільним префіксом масово давали колізії, lookup деградував до O(N). У 1.2 семплінг прибрали і прийняли чесний O(k). Python семплінгу не робив ніколи: з 3.4 (PEP 456) це SipHash-2-4 по всьому рядку з рандомізованим seed — заодно захист від HashDoS. Де пастка Кеш працює тільки для того самого об'єкта. Щойно ключ створюється заново:

key = f"{tenant_id}:{user_id}:{path}"
value = d[key]

або приходить з json.loads(), зі slicing, з парсингу логів — це новий об'єкт. І ми платимо повне O(k) хешування, а потім ще O(k) memcmp на кожному lookup. на Python 3.11, ключ 64 KB: - закешований ключ — 18.4 ns - свіжостворений — 16 497 ns Майже 900× на тому самому словнику і тому самому значенні ключа. З них ~11.5 µs це саме хешування, ще ~1.5 µs — memcmp. Саме такого роду, речі ми розбираємо на Python Advanced: memory model, internals, concurrency, performance та оптимізації. Не «як писати на Python», а як він реально працює під капотом. Потік стартує 4 вересня: https://www.csosvita.com/courses/python-advanced

Ще ніколи на пам'яті живих не було легко - ростити в Україні українських дітей, - і не буде, доки існуватиме росія в її нинішньому вигляді. Щоразу, коли бачу на різних культурних подіях батьків із маленькими дітьми, хочу їм сказати: ви все правильно робите - дитина не запам'ятає, "про що", але назавжди запам'ятає, "як", - і цього їй не одбере ніхто й ніколи: це й є те, що зветься - культурна прошивка. На фото - перший дзвоник в УФМЛ - ці діти точно її мають.

Читати. Читати. І ще раз читати. Товариство, йбнрсн системно атакує українські книжки. Тому пропозиція проста: Купуйте книжки українських видавництв, скидайте квитанцію з датою від сьогодні — і отримуйте знижку на найближчі курси Python Advanced або Performance Engineering. Обидва стартують у вересні. Обидва хардкорні. Обидва цікаві. 1 книжка — 5% 2 книжки — 10% донат на АЗОВ від 5 000 грн — 15% І так, частину прибутку з цих курсів ми теж задонатимо — як робимо завжди. Тому купуйте українські книжки. Вчіться. Донатьте. Ми 100% переможемо. А вони традиційно підуть за кораблем 💩🤡🪦

Думав, що знаю все про бін.пошук, але ні

Мій новий підхід, не дякуйте :)

Круто, що українські школярі перемагають! https://dou.ua/lenta/interviews/first-european-artificial-intelligence-olympiad/

Apple представила M5 Ultra. Новий Mac Studio отримав до 512 ГБ об’єднаної пам’яті з пропускною здатністю 1,2 ТБ/с. Для порівняння, у моєї RTX 3090 — 24 ГБ і 936 ГБ/с. Звісно, сама пропускна здатність ще не означає вищу швидкість у всіх задачах, особливо порівняно з CUDA. Але можливість запускати локально величезні моделі, які просто не помістяться у звичайну відеокарту, виглядає дуже цікаво. Ціна Mac Studio з M5 Ultra стартує від $5 499. Дорого, але для локального інференсу великих моделей це вже схоже не просто на комп’ютер, а на компактну AI-станцію.

З Днем Незалежності 🇺🇦 Колись Андрій Малишко написав старанно "зашифровані" рядки: "Я люблю дороги, стигле жито Із блакитним небом пополам. Рідну, славну, у крові умиту - Я тебе нікому не віддам!" І два останні рядки сьогодні кожен (крім, хіба, ждунів) може промовити від себе - і про себе. Не віддам. Нікому. І доземний уклін, і довічна дяка всім, хто за Неї воював і воює, живим і мертвим, - за те, що ніколи більше ми не муситимемо таїтись і шифруватися зі своєю любов'ю.

Завтра стартує C++ in Depth. Так, це курс про C++. Але значно більше - про інженерію та системне мислення. Ще можна приєднатися до групи. Реєстрація на https://www.csosvita.com/courses/c-plus-plus-in-depth

дуже цікава стаття про те, як GitHub оптимізував case folding, приведення тексту до форми для case-insensitive порівняння, у своєму пошуковику Blackbird, який індексує сотні терабайтів коду, треба буде додати її розбір в курс про перформенс https://github.blog/engineering/architecture-optimization/dont-stop-early-case-folding-source-code-at-memory-speed/

Колись ще в універі я думав, що більшість дивних речей у C++ - це просто особливості мови, які треба запамʼятати. А потім, на своїй першій роботі, треба було починати дивитися глибше. Ми шукали, чому шматок коду так погано поводиться під навантаженням, і я був майже впевнений, що проблема десь в алгоритмі. Відкрили profiler - а значну частину часу зʼїдали звичайні allocations і непотрібні copies. Кілька змін у lifetime та ownership обʼєктів дали більше, ніж усі спроби «оптимізувати алгоритм». Ось після таких речей C++ сприймається зовсім інакше. Не як набір складного синтаксису, а як спосіб дуже близько підійти до того, що реально робить компʼютер. Мені давно хотілося, щоб у CS Osvita був саме такий курс і ось 19 серпня стартує C++ in Depth. Викладає Костя Вергун — Principal Software Engineer @ Logitech, 12 років працює з C++ у desktop, SDK та embedded. За 3 місяці й 25 live-занять будемо поступово спускатися «під капот»: розбирати memory, RAII, move semantics, дивитися, що робить compiler, ловити проблеми через sanitizers і profiler, доходити до assembly і multithreading. А потім застосовувати все це вже в реальній інженерії — CMake, SDK development, Qt, Raspberry Pi. Група невелика, і коду руками буде багато. https://www.csosvita.com/courses/c-plus-plus-in-depth