🫣 Устали от HR-сказок про «дружный коллектив» и «печеньки в офисе»?
Давайте честно поговорим о том, что действительно происходит на IT-рынке. Не в розовых презентациях, а в реальной жизни разработчиков, тестировщиков, аналитиков и всех, кто живет кодом.
🧐 Мы проводим исследование, чтобы выяснить:
— Как часто мы прыгаем между компаниями (и почему)
— Какие красные флаги заставляют бежать без оглядки
— Где реально находят работу
— Что бесит в HR больше всего
— Сколько кругов собеседований — это уже перебор
Результаты покажут реальную картину рынка. Без приукрашиваний. Может, компании поймут, что нужно менять, а специалисты — куда двигаться дальше.
😈 Опрос займет 5 минут, но результаты будут работать на всех нас → https://clc.to/9aaXVg
Давайте честно поговорим о том, что действительно происходит на IT-рынке. Не в розовых презентациях, а в реальной жизни разработчиков, тестировщиков, аналитиков и всех, кто живет кодом.
🧐 Мы проводим исследование, чтобы выяснить:
— Как часто мы прыгаем между компаниями (и почему)
— Какие красные флаги заставляют бежать без оглядки
— Где реально находят работу
— Что бесит в HR больше всего
— Сколько кругов собеседований — это уже перебор
Результаты покажут реальную картину рынка. Без приукрашиваний. Может, компании поймут, что нужно менять, а специалисты — куда двигаться дальше.
😈 Опрос займет 5 минут, но результаты будут работать на всех нас → https://clc.to/9aaXVg
Когда-то Stack Overflow был местом, где программисты делились опытом и решали сложные задачи. Однако с развитием ИИ, форумы начали терять актуальность.
График количества новых вопросов на Stack Overflow рос с 2008, но начиная с 2014 года началось его падение. Основная проблема — это система репутации. Она изначально привлекала, но со временем превратилась в инструмент для самоутверждения, что сделало платформу менее живой. Модерация и стремление к «качеству» вопросов разрушили культуру общения.
И вот ИИ стал последней каплей, когда люди начали искать помощь у ИИ, а не у реальных пользователей.
Пользовались ли вы Stack Overflow? И как вы думаете, есть ли у него шанс?
Please open Telegram to view this post
VIEW IN TELEGRAM
Недавно DeepSeek выпустила обновлённую версию reasoning-модели R1 (R1-0528), которая впечатляет в математике и кодинге. Но вот вопрос: что именно её так хорошо натренировало?
Разработчик из Мельбурна Сэм Пейч опубликовал анализ, показавший, что R1-0528 использует фразы, схожие со стилем Gemini 2.5 Pro от Google. По его мнению, DeepSeek мог заменить синтетические данные от OpenAI на аналогичные от Gemini.
Это не первая подобная история с DeepSeek. ещё в декабре разработчики заметили, что их модель V3 часто идентифицировала себя как ChatGPT, что намекало на возможное обучение на логах чатов OpenAI. Позже OpenAI заявила FT, что нашла свидетельства использования DeepSeek дистилляции.
Please open Telegram to view this post
VIEW IN TELEGRAM
😵💫 Как правильно выбрать LLM для использования в агентских системах
Модели могут выдумывать факты, ссылаться на несуществующие источники и уверенно врать. Особенно часто это происходит при работе с редкими языками или специфическими тематиками.
Поэтому на первом занятии курса «AI-агенты для DS-специалистов» разберем, как с этим бороться. И это только первый из пяти уроков!
🔍 Выбор правильной модели
Не все LLM одинаково полезны. Обсудим квантизованные модели, instruct-версии и мультилингвальные решения. Узнаем, где больше галлюцинаций — в базовых моделях или после дообучения.
💰 Токенизация и стоимость
Разные языки «съедают» разное количество токенов. Покажем, как это влияет на цену API и почему русский текст может стоить дороже английского.
⚡️ Температура и Guardrails
Настройка temperature помогает контролировать креативность модели. А системы Guardrails — отсекать неподходящие ответы еще до генерации.
🧠 Память vs контекст
Казалось бы, зачем RAG, если есть модели с контекстом более 10М токенов? Но не все токены равнозначны. Разберем, когда внешние источники все еще нужны.
В конце создадим простых агентов на LangChain с подключением к внешним источникам и инструментам поиска — и у вас уже будет кейс по созданию собственного AI-агента.
👉 Присоединяйтесь к курсу — приятная цена действует до 14 июня!
Модели могут выдумывать факты, ссылаться на несуществующие источники и уверенно врать. Особенно часто это происходит при работе с редкими языками или специфическими тематиками.
Поэтому на первом занятии курса «AI-агенты для DS-специалистов» разберем, как с этим бороться. И это только первый из пяти уроков!
🔍 Выбор правильной модели
Не все LLM одинаково полезны. Обсудим квантизованные модели, instruct-версии и мультилингвальные решения. Узнаем, где больше галлюцинаций — в базовых моделях или после дообучения.
💰 Токенизация и стоимость
Разные языки «съедают» разное количество токенов. Покажем, как это влияет на цену API и почему русский текст может стоить дороже английского.
⚡️ Температура и Guardrails
Настройка temperature помогает контролировать креативность модели. А системы Guardrails — отсекать неподходящие ответы еще до генерации.
🧠 Память vs контекст
Казалось бы, зачем RAG, если есть модели с контекстом более 10М токенов? Но не все токены равнозначны. Разберем, когда внешние источники все еще нужны.
В конце создадим простых агентов на LangChain с подключением к внешним источникам и инструментам поиска — и у вас уже будет кейс по созданию собственного AI-агента.
👉 Присоединяйтесь к курсу — приятная цена действует до 14 июня!
🆎 Что делать, если классическая схема A/B-эксперимента не работает
В карточках собрали основные моменты, которые помогут избежать искажений метрик, если классическая схема A/B-теста не работает из-за зависимости поведения пользователей.
✅ Еще больше советов по альтернативам A/B-тестов — в нашей статье: https://telegram/com.proglib.io/sh/lNqAnLfe9J
В карточках собрали основные моменты, которые помогут избежать искажений метрик, если классическая схема A/B-теста не работает из-за зависимости поведения пользователей.
✅ Еще больше советов по альтернативам A/B-тестов — в нашей статье: https://telegram/com.proglib.io/sh/lNqAnLfe9J
🥴 Средний разработчик меняет работу каждые 1,5 года
И это не потому, что мы такие непостоянные. Просто рынок показывает свое истинное лицо быстрее, чем успевают напечатать визитки.
Поэтому мы собираем инсайды от тех, кто находится в окопах digital-трансформации каждый день. От джуниоров, которые только въезжают в профессию, до сеньоров, повидавших всякого.
😳 О чем говорим откровенно:
— Job-hopping и что за этим стоит
— Red flags, которые мгновенно убивают мотивацию
— Реальные источники вакансий (не те, что рекламируют)
— Боль от общения с рекрутерами
— Сколько этапов отбора — норма, а сколько — издевательство
Когда мы объединим опыт сотен IT-специалистов, получится настоящая карта того, как устроена индустрия. Не по версии HR-отделов, а по версии тех, кто пишет код, тестирует продукты и двигает технологии вперед.
🚀 Участвовать в исследовании → https://clc.to/9aaXVg
И это не потому, что мы такие непостоянные. Просто рынок показывает свое истинное лицо быстрее, чем успевают напечатать визитки.
Поэтому мы собираем инсайды от тех, кто находится в окопах digital-трансформации каждый день. От джуниоров, которые только въезжают в профессию, до сеньоров, повидавших всякого.
😳 О чем говорим откровенно:
— Job-hopping и что за этим стоит
— Red flags, которые мгновенно убивают мотивацию
— Реальные источники вакансий (не те, что рекламируют)
— Боль от общения с рекрутерами
— Сколько этапов отбора — норма, а сколько — издевательство
Когда мы объединим опыт сотен IT-специалистов, получится настоящая карта того, как устроена индустрия. Не по версии HR-отделов, а по версии тех, кто пишет код, тестирует продукты и двигает технологии вперед.
🚀 Участвовать в исследовании → https://clc.to/9aaXVg
Please open Telegram to view this post
VIEW IN TELEGRAM
📰 Что произошло за неделю
Собрали главные события и контент минувших уходящей недели:
👋 Вышла СУБД SQLite 3.50.
👉 Что делать, если классическая схема A/B-эксперимента не работает.
🎉 Вышел веб-сервер Angie 1.9.1, созданный бывшей командой Nginx.
👨🏻💻 Прогрессивный JSON — что это такое и с чем едят.
🌐 drawDB — инструмент для проектирования баз данных.
💀 Кто убил Stack Overflow?
🐳 DeepSeek R1 подозревают в обучении на Google Gemini.
🐸 Библиотека программиста #свежак
Собрали главные события и контент минувших уходящей недели:
👋 Вышла СУБД SQLite 3.50.
👉 Что делать, если классическая схема A/B-эксперимента не работает.
🎉 Вышел веб-сервер Angie 1.9.1, созданный бывшей командой Nginx.
👨🏻💻 Прогрессивный JSON — что это такое и с чем едят.
🌐 drawDB — инструмент для проектирования баз данных.
💀 Кто убил Stack Overflow?
🐳 DeepSeek R1 подозревают в обучении на Google Gemini.
Please open Telegram to view this post
VIEW IN TELEGRAM
❗Вакансии «Библиотеки программиста»
Привет! Мы ищем контент-менеджеров, которые будут вести наши телеграм-каналы о разработке.
👾 Требования:
— знать принципы залетающего контента
— разбираться в темах, связанных с разработкой
Большим плюсом будет навык программирования на каких-либо языках.
✨ Условия:
— удаленка
— частичная занятость
— сдельная оплата в зависимости от количества задач
🔥 Оставляйте отклик, и мы свяжемся с вами: https://forms.gle/o4BZnsQ526JoqsCq9
Привет! Мы ищем контент-менеджеров, которые будут вести наши телеграм-каналы о разработке.
👾 Требования:
— знать принципы залетающего контента
— разбираться в темах, связанных с разработкой
Большим плюсом будет навык программирования на каких-либо языках.
✨ Условия:
— удаленка
— частичная занятость
— сдельная оплата в зависимости от количества задач
🔥 Оставляйте отклик, и мы свяжемся с вами: https://forms.gle/o4BZnsQ526JoqsCq9
В статье под названием «Иллюзия мышления», исследуются особенности «рассуждающих» моделей, таких как OpenAI o1/o3, DeepSeek-R1, Claude 3.7 Sonnet Thinking и Gemini Thinking.
Основной вывод работы — эти модели не думают, а лишь используют паттерны из обучающих данных. Несмотря на наличие механизмов саморефлексии, нейросети не способны развивать обобщенные способности к рассуждению за пределами заранее заданных сложностей.
Шум, в основном, вокруг того, что Apple тут никому глаза не открыла. Но есть и имиджевая сторона: выход такой работы воспринимается как попытка принизить ценность LLM от лидеров индустрии, в то время как у самой Apple дела с этим направлением очень плохи.
Вывод из работы: если запрос к нейросети простой, лучше не включать режим «мышления», чтобы получить ответ быстрее и точнее.
Please open Telegram to view this post
VIEW IN TELEGRAM
Многие генеральные директора мечтают повозвращать сотрудников в офисы и публично готовятся к очередному этапу этого непростого процесса.
Однако, согласно новому опросу, в частных беседах руководители признают, что удаленная работа будет лишь набирать популярность. И в этом есть смысл: такой формат нравится сотрудникам, технологии постоянно совершенствуются, и — по крайней мере, в случае гибридной занятости — производительность, похоже, не страдает.
Удалёнка по восприятию сотрудников равна прибавке к зарплате на 8% и помогает снизить текучку на треть. Новые стартапы изначально выстраивают процессы под гибкие форматы. А в США, где выше уровень управленческих практик и у многих есть возможность работать из дома в комфортных условиях, эта модель особенно хорошо приживается.
А вы как работаете: из офиса, гибридно или полностью удалённо? Что для вас комфортнее?
Please open Telegram to view this post
VIEW IN TELEGRAM
🎮 Использование Pinia для централизованного управления состоянием
Проблема: необходимо централизованно управлять состоянием данных в приложении, чтобы компоненты могли обмениваться информацией без излишних зависимостей.
Решение: в книге «Building Real-World Web Applications with Vue.js 3» автор демонстрирует, как использовать Pinia — хранилище состояния для Vue.js, для централизованного управления данными между компонентами.
Пример кода:
Преимущества:
— Удобное централизованное хранение данных.
— Уменьшение зависимости между компонентами.
— Простота в поддержке и масштабировании приложений.
➡️ Больше полезных книг — в нашем канале @progbook
Проблема: необходимо централизованно управлять состоянием данных в приложении, чтобы компоненты могли обмениваться информацией без излишних зависимостей.
Решение: в книге «Building Real-World Web Applications with Vue.js 3» автор демонстрирует, как использовать Pinia — хранилище состояния для Vue.js, для централизованного управления данными между компонентами.
Пример кода:
// store/userStore.ts
import { defineStore } from 'pinia';
export const useUserStore = defineStore('user', {
state: () => ({
name: '',
email: '',
}),
actions: {
setUserData(name: string, email: string) {
this.name = name;
this.email = email;
},
},
});
Преимущества:
— Удобное централизованное хранение данных.
— Уменьшение зависимости между компонентами.
— Простота в поддержке и масштабировании приложений.
Please open Telegram to view this post
VIEW IN TELEGRAM
😡 А вас тоже бесят облачные сервисы?
Согласитесь, статус отношений с облаками — все сложно. Но что, если можно изменить правила игры?
Мы готовим нечто особенное в мире облачных технологий, но сначала хотим услышать правду от тех, кто реально работает с облаками каждый день.
❓Что мы хотим узнать:
— Для чего вы реально используете облако?
— Чего катастрофически не хватает прямо сейчас?
— Что бесит больше всего? (можно материться)
— Как выбираете провайдера — по цене или по любви?
— и тому подобное
По результатам опроса мы подготовим исследование без маркетингового мусора и вы узнаете, как обстоят дела у коллег.
⚡️Время на опрос: меньше, чем на кофе-брейк. Жмите → https://clc.to/nboYDA
Согласитесь, статус отношений с облаками — все сложно. Но что, если можно изменить правила игры?
Мы готовим нечто особенное в мире облачных технологий, но сначала хотим услышать правду от тех, кто реально работает с облаками каждый день.
❓Что мы хотим узнать:
— Для чего вы реально используете облако?
— Чего катастрофически не хватает прямо сейчас?
— Что бесит больше всего? (можно материться)
— Как выбираете провайдера — по цене или по любви?
— и тому подобное
По результатам опроса мы подготовим исследование без маркетингового мусора и вы узнаете, как обстоят дела у коллег.
⚡️Время на опрос: меньше, чем на кофе-брейк. Жмите → https://clc.to/nboYDA
💻🛠️🚀 Оптимизируй фронтенд: 24 проверенных способа
Производительность фронтенда напрямую влияет на впечатление от вашего проекта: даже самый крутой дизайн и интересный контент не удержат пользователя, если страница тормозит или беспощадно грузит браузер. В этом материале мы разберем проверенные подходы, которые помогут приложению летать на любых устройствах.
➡️ Вы узнаете о технических деталях работы браузера, научитесь избегать ошибок, замедляющих отрисовку интерфейса, и поймете, когда стоит применять те или иные подходы для достижения плавной и быстрой работы веб-приложения.
🐸 Библиотека программиста
Производительность фронтенда напрямую влияет на впечатление от вашего проекта: даже самый крутой дизайн и интересный контент не удержат пользователя, если страница тормозит или беспощадно грузит браузер. В этом материале мы разберем проверенные подходы, которые помогут приложению летать на любых устройствах.
Please open Telegram to view this post
VIEW IN TELEGRAM
ChatGPT o3-Pro: самая мощная и дорогая модель от OpenAI
OpenAI начала поэтапный раскат новой флагманской модели — ChatGPT o3-Pro. Как и o1-Pro, она доступна только подписчикам ChatGPT Pro за $200 в месяц. Цены в API — $80 за миллион входящих токенов и $20 за миллион исходящих, что делает её самой дорогой в линейке.
На данный момент доступны только официальные бенчмарки OpenAI, которые показывают превосходство над моделями o3 и o1-Pro. Сравнение с конкурентами в бенчмарки OpenAI традиционно не включили.
Также стоит отметить еще одну новость от OpenAI: компания понизила цену на «обычную» o3 в API на 80% — до 8 долларов за миллион исходящих токенов и 2 долларов за миллион входящих. Это дешевле, чем цена ChatGPT 4o в API.
🐸 Библиотека программиста #свежак
OpenAI начала поэтапный раскат новой флагманской модели — ChatGPT o3-Pro. Как и o1-Pro, она доступна только подписчикам ChatGPT Pro за $200 в месяц. Цены в API — $80 за миллион входящих токенов и $20 за миллион исходящих, что делает её самой дорогой в линейке.
На данный момент доступны только официальные бенчмарки OpenAI, которые показывают превосходство над моделями o3 и o1-Pro. Сравнение с конкурентами в бенчмарки OpenAI традиционно не включили.
Также стоит отметить еще одну новость от OpenAI: компания понизила цену на «обычную» o3 в API на 80% — до 8 долларов за миллион исходящих токенов и 2 долларов за миллион входящих. Это дешевле, чем цена ChatGPT 4o в API.
Please open Telegram to view this post
VIEW IN TELEGRAM