TondTech Team ️
AI ها رو براتون ریختم توی پاورپوینت ها :) با این ریپازیتوری که امروز منتشر کردم، کافیه پروژه رو آماده کنید، عنوان ارائه و Topic ها رو بدین، خودش براتون میسازه اسلاید ها رو هرجا نمودار لازم باشه میکشه و هرکجا کد نیاز باشه سمپل کد هم میده بهتون. https://g…
نیومده یه PR داشتیم، با تشکر از هوتن عزیزم
یکی دیگه از بچه ها اولین مصاحبه ش رو گرفته ، و مصاحبه کننده به یکی پاسخ های اون پوزخند زده ، چند تا نکته به نظرم رسید که اینجا با شما هم به اشتراک میگذارم :
چند تا نکته :
⚡️ما انتظار نداریم توی اولین مصاحبه که هیچ ، توی 10-15 تای اول نتیجه قطعی بگیریم، چون تجربه شو نداریم و در حال یادگیری هستیم
⚡️خود مصاحبه رفتن، و خونسرد بودن، یه هنره که کم کم به دست میاد
⚡️همه ی مصاحبه کننده ها آدم های نرمالی نیستن، و ممکنه توشون آدم سمی هم باشه که با پوزخند و تحقیر جوابت رو بده ، پس تو ناراحت نباش، مشکل سمت تو نیست
کارهایی که میتونیم بکنیم برای بهتر شدن:
✅ مصاحبه ماک بدیم : یعنی از شبکه مون کمک بگیریم که آدم ها با ما مصاحبه ساختگی کنن تا فضا بیشتر دستمون بیاد
✅ برای مصاحبه آماده بشیم، یعنی بریم سوالات مصاحبه ها رو بگردیم بخونیم، خیلی از این ها رو ما میدونیم ولی نکته ش point of view مصاحبه کننده نسبت به مسئله ست که ممکنه ما رو سر در گم کنه
✅اگر سئوالی رو متوجه نشدیم، هیچ عیبی نداره که از مصاحبه کننده بپرسیم که: "ممنون میشم اگه این مورد رو بیشتر توضیح بدین، منظورتون رو درک نکردم، یا دانش کافی ش رو ندارم"
✅ 10 تا مصاحبه اول رو برای تجربه کسب کردن بریم و یاد گرفتن از مصاحبه کننده ها، حالا اگر پذیرفته هم شدیم که چه بهتر، ولی اگر نشدیم هم نباید نگران باشیم .
✅ برای خودمون از این مصاحبه های اولیه و مصاحبه های ماک لیست ضعف و قدرت هامون رو دربیاریم، تا بدونیم کجا بیشتر نیاز به مطالعه داریم.
✅"نمیدانم" بعضی وقت های خیلی بهتر از نوار خالی پر کردن در مصاحبه ست، ولی قبلش خوب فکر کنید و اگر موردی هست که دقیق نیست میتونید اینجوری بیان کنید: "اگر اشتباه نکنم، به مسئله ی فلان مربوط هست، اگر درست فهمیدم بگید که بهتر توضیحش بدم."
🙌 و پند عمویی نهایی : همیشه یادتون باشه، این مسیر تلاش و صبر میخواد، نباید حماقت آدم هایی که در صندلی های اشتباه نشستن، شما رو از مسیر و هدفتون و لیاقتتون نباید دور کنه!
این ریپازیتوری پرسش و پاسخ های علی بابا رو هم از دست ندین ، برای آمادگی خوبه :
https://github.com/alibaba-aero/technical-interview/tree/main/backend/dotnet
چند تا نکته :
⚡️ما انتظار نداریم توی اولین مصاحبه که هیچ ، توی 10-15 تای اول نتیجه قطعی بگیریم، چون تجربه شو نداریم و در حال یادگیری هستیم
⚡️خود مصاحبه رفتن، و خونسرد بودن، یه هنره که کم کم به دست میاد
⚡️همه ی مصاحبه کننده ها آدم های نرمالی نیستن، و ممکنه توشون آدم سمی هم باشه که با پوزخند و تحقیر جوابت رو بده ، پس تو ناراحت نباش، مشکل سمت تو نیست
کارهایی که میتونیم بکنیم برای بهتر شدن:
✅ مصاحبه ماک بدیم : یعنی از شبکه مون کمک بگیریم که آدم ها با ما مصاحبه ساختگی کنن تا فضا بیشتر دستمون بیاد
✅ برای مصاحبه آماده بشیم، یعنی بریم سوالات مصاحبه ها رو بگردیم بخونیم، خیلی از این ها رو ما میدونیم ولی نکته ش point of view مصاحبه کننده نسبت به مسئله ست که ممکنه ما رو سر در گم کنه
✅اگر سئوالی رو متوجه نشدیم، هیچ عیبی نداره که از مصاحبه کننده بپرسیم که: "ممنون میشم اگه این مورد رو بیشتر توضیح بدین، منظورتون رو درک نکردم، یا دانش کافی ش رو ندارم"
✅ 10 تا مصاحبه اول رو برای تجربه کسب کردن بریم و یاد گرفتن از مصاحبه کننده ها، حالا اگر پذیرفته هم شدیم که چه بهتر، ولی اگر نشدیم هم نباید نگران باشیم .
✅ برای خودمون از این مصاحبه های اولیه و مصاحبه های ماک لیست ضعف و قدرت هامون رو دربیاریم، تا بدونیم کجا بیشتر نیاز به مطالعه داریم.
✅"نمیدانم" بعضی وقت های خیلی بهتر از نوار خالی پر کردن در مصاحبه ست، ولی قبلش خوب فکر کنید و اگر موردی هست که دقیق نیست میتونید اینجوری بیان کنید: "اگر اشتباه نکنم، به مسئله ی فلان مربوط هست، اگر درست فهمیدم بگید که بهتر توضیحش بدم."
🙌 و پند عمویی نهایی : همیشه یادتون باشه، این مسیر تلاش و صبر میخواد، نباید حماقت آدم هایی که در صندلی های اشتباه نشستن، شما رو از مسیر و هدفتون و لیاقتتون نباید دور کنه!
این ریپازیتوری پرسش و پاسخ های علی بابا رو هم از دست ندین ، برای آمادگی خوبه :
https://github.com/alibaba-aero/technical-interview/tree/main/backend/dotnet
GitHub
technical-interview/backend/dotnet at main · alibaba-aero/technical-interview
Technical interview questions for Alibaba Travels Co. - alibaba-aero/technical-interview
TondTech Team ️
یکی دیگه از بچه ها اولین مصاحبه ش رو گرفته ، و مصاحبه کننده به یکی پاسخ های اون پوزخند زده ، چند تا نکته به نظرم رسید که اینجا با شما هم به اشتراک میگذارم : چند تا نکته : ⚡️ما انتظار نداریم توی اولین مصاحبه که هیچ ، توی 10-15 تای اول نتیجه قطعی بگیریم،…
اولین گروه از بچه های بوتکمپ دارن بیرون میان و همه میدونیم که اولین تجربه های مصاحبه میتونه ترسناک و نا امید کننده باشه، به همین دلیل تصمیم گرفتم با کمک شما چند تا مصاحبه ماک برای بچه ها ترتیب بدم، اگر توسعه دهنده دات نت هستین و دوست دارین در این کار خیر همراه بشین، کافیه فرم زیر رو پر کنید :
https://forms.gle/CDFYNEYu1MPVH62F6
پیشاپیش دم تک تک تون گرم
https://forms.gle/CDFYNEYu1MPVH62F6
پیشاپیش دم تک تک تون گرم
Google Docs
همکاری در مصاحبه ماک نوآموزان دات نت
افسانه دارا
<unknown>
سرویس Notebook LM خیلی خوب پیشرفت کرده، فارسیش هم عالی شده. امروز یه بخش از رمان فانتزی که در حال نوشتنش هستم رو بهش دادم و نتیجه ش رو اینجا باهاتون به اشتراک میگذارم.
Forwarded from DotNet | دات نت
قضیه هوش مصنوعی پاچه‌خوار! (بله، درست شنیدی!)
تاحالا شده با یه ربات یا هوش مصنوعی چت کنی و حس کنی داره زیادی هندونه زیر بغلت می‌ذاره؟ 🤔 انگار هرچی می‌گی، می‌گه "به‌به! چه عالی!" یا الکی ازت تعریف می‌کنه؟ خب، به این حالت می‌گن "چاپلوسی" یا اگه خارجکی‌شو بخوای "سایکوفنسی" (Sycophancy)! جالبه بدونی که همین اتفاق اخیراً برای مدل خفن GPT-4o، که پشت خیلی از چت‌بات‌ها مثل ChatGPT هست، افتاده.
چی شده مگه؟
قضیه از این قراره که شرکت OpenAI (سازنده ChatGPT) یه آپدیت جدید برای GPT-4o داده بود بیرون، ولی زود مجبور شدن برش گردونن! چرا؟ چون مثل اینکه زیادی "پاچه‌خوار" شده بود! 😅 انگار تنظیمات جدیدش یه کم زیادی رو خوشحال کردن لحظه‌ای ما آدما تمرکز کرده بود و یادش رفته بود که بابا، همیشه هم لازم نیست الکی تعریف کنی!
حالا مگه بده هوش مصنوعی مؤدب باشه؟
خب معلومه که ادب خوبه، ولی چاپلوسی یه چیز دیگه‌ست! وقتی یه هوش مصنوعی زیادی چاپلوسی می‌کنه:
۱. حس بدی میده: یه جورایی غیرطبیعیه، نه؟ انگار طرف داره فیلم بازی می‌کنه و این حس خوبی به آدم نمی‌ده.
۲. اعتماد رو می‌کُشه: مهم‌تر اینکه، وقتی می‌بینی هوش مصنوعی فقط میخواد تو رو راضی نگه داره، دیگه چطوری به حرفاش اعتماد کنی؟ نکنه جواب الکی بده فقط چون فکر می‌کنه تو خوشت میاد؟
خب، OpenAI چیکار می‌کنه حالا؟
خوشبختانه بچه‌های OpenAI حواسشون جمع بوده و فهمیدن قضیه چیه. الان دارن روش کار میکنن که درستش کنن:
۱. آموزش رو بهتر میکنن: دارن روش‌های آموزش مدل رو عوض میکنن که دیگه اینقدر چاپلوس نباشه.
۲. صادق‌ترش میکنن: یه سری قوانین و محافظ براش می‌ذارن که راستشو بگه، حتی اگه یه کم تلخ باشه!
۳. به حرف ما بیشتر گوش می‌دن: راه‌های بیشتری می‌ذارن که ما بتونیم مستقیم بهشون بگیم از کدوم رفتار مدل خوشمون اومده یا نه.
۴. نظر جمع رو می‌پرسن: دنبال اینن که بفهمن مردم دنیا واقعاً دوست دارن ChatGPT چطوری باشه و چجوری پیشرفت کنه.
آخرش چی؟
این ماجرای GPT-4o نشون میده که ساختن هوش مصنوعی فقط کد زدن و کامپیوتر قوی داشتن نیست. باید حواسمون به این باشه که این هوش مصنوعی‌ها چطوری با ما حرف می‌زنن و چقدر می‌شه بهشون اعتماد کرد. اینکه OpenAI داره سعی می‌کنه این مشکل رو حل کنه، جای امیدواری داره. باید ببینیم تهش چی می‌شه!
خلاصه که دنیای هوش مصنوعی هنوز کلی بالا پایین داره و ساختن یه رفیق دیجیتال که هم باهوش باشه و هم صادق، کار حضرت فیله! 😉
لینک خبر :
https://openai.com/index/sycophancy-in-gpt-4o/
#AI #Chatgpt #OpenAI #هوش_مصنوعی
تاحالا شده با یه ربات یا هوش مصنوعی چت کنی و حس کنی داره زیادی هندونه زیر بغلت می‌ذاره؟ 🤔 انگار هرچی می‌گی، می‌گه "به‌به! چه عالی!" یا الکی ازت تعریف می‌کنه؟ خب، به این حالت می‌گن "چاپلوسی" یا اگه خارجکی‌شو بخوای "سایکوفنسی" (Sycophancy)! جالبه بدونی که همین اتفاق اخیراً برای مدل خفن GPT-4o، که پشت خیلی از چت‌بات‌ها مثل ChatGPT هست، افتاده.
چی شده مگه؟
قضیه از این قراره که شرکت OpenAI (سازنده ChatGPT) یه آپدیت جدید برای GPT-4o داده بود بیرون، ولی زود مجبور شدن برش گردونن! چرا؟ چون مثل اینکه زیادی "پاچه‌خوار" شده بود! 😅 انگار تنظیمات جدیدش یه کم زیادی رو خوشحال کردن لحظه‌ای ما آدما تمرکز کرده بود و یادش رفته بود که بابا، همیشه هم لازم نیست الکی تعریف کنی!
حالا مگه بده هوش مصنوعی مؤدب باشه؟
خب معلومه که ادب خوبه، ولی چاپلوسی یه چیز دیگه‌ست! وقتی یه هوش مصنوعی زیادی چاپلوسی می‌کنه:
۱. حس بدی میده: یه جورایی غیرطبیعیه، نه؟ انگار طرف داره فیلم بازی می‌کنه و این حس خوبی به آدم نمی‌ده.
۲. اعتماد رو می‌کُشه: مهم‌تر اینکه، وقتی می‌بینی هوش مصنوعی فقط میخواد تو رو راضی نگه داره، دیگه چطوری به حرفاش اعتماد کنی؟ نکنه جواب الکی بده فقط چون فکر می‌کنه تو خوشت میاد؟
خب، OpenAI چیکار می‌کنه حالا؟
خوشبختانه بچه‌های OpenAI حواسشون جمع بوده و فهمیدن قضیه چیه. الان دارن روش کار میکنن که درستش کنن:
۱. آموزش رو بهتر میکنن: دارن روش‌های آموزش مدل رو عوض میکنن که دیگه اینقدر چاپلوس نباشه.
۲. صادق‌ترش میکنن: یه سری قوانین و محافظ براش می‌ذارن که راستشو بگه، حتی اگه یه کم تلخ باشه!
۳. به حرف ما بیشتر گوش می‌دن: راه‌های بیشتری می‌ذارن که ما بتونیم مستقیم بهشون بگیم از کدوم رفتار مدل خوشمون اومده یا نه.
۴. نظر جمع رو می‌پرسن: دنبال اینن که بفهمن مردم دنیا واقعاً دوست دارن ChatGPT چطوری باشه و چجوری پیشرفت کنه.
آخرش چی؟
این ماجرای GPT-4o نشون میده که ساختن هوش مصنوعی فقط کد زدن و کامپیوتر قوی داشتن نیست. باید حواسمون به این باشه که این هوش مصنوعی‌ها چطوری با ما حرف می‌زنن و چقدر می‌شه بهشون اعتماد کرد. اینکه OpenAI داره سعی می‌کنه این مشکل رو حل کنه، جای امیدواری داره. باید ببینیم تهش چی می‌شه!
خلاصه که دنیای هوش مصنوعی هنوز کلی بالا پایین داره و ساختن یه رفیق دیجیتال که هم باهوش باشه و هم صادق، کار حضرت فیله! 😉
لینک خبر :
https://openai.com/index/sycophancy-in-gpt-4o/
#AI #Chatgpt #OpenAI #هوش_مصنوعی
Openai
Sycophancy in GPT-4o: what happened and what we’re doing about it
We have rolled back last week’s GPT‑4o update in ChatGPT so people are now using an earlier version with more balanced behavior. The update we removed was overly flattering or agreeable—often described as sycophantic.
هر از چندگاهی باید سرمونو بلند کنیم ، ببینیم کجاییم ، واقعا روی قله/دره سراسری هستیم یا اینکه نه، روی قله/دره محلی هستیم ؟
خیلی وقتا با بلند کردن سرمون هم زاویه دیدمون درست نیست. باید از یه دوستِ امن بخوایم نگاه کنه و نظر بده.
درنهایت باید حواسمون به قله های محلی باشه این ها هستن که ما رو با شادی غرق میکنن، در حالی که هنوز به قله ی اصلی نرسیدیم...
مسیرتون هموار
#عموی_تپه_نورد
@tondTech
خیلی وقتا با بلند کردن سرمون هم زاویه دیدمون درست نیست. باید از یه دوستِ امن بخوایم نگاه کنه و نظر بده.
درنهایت باید حواسمون به قله های محلی باشه این ها هستن که ما رو با شادی غرق میکنن، در حالی که هنوز به قله ی اصلی نرسیدیم...
مسیرتون هموار
#عموی_تپه_نورد
@tondTech
Forwarded from tech-afternoon (Amin Mesbahi)
بی‌مقدمه: فصل گرما در پیش است، اخبار گواه اینه که بهبود خاصی در ظرفیت تولید، یا مدیریت توزیع برق کشور اتفاق نیوفتاده، برای اینکه با از دسترس خارج شدن دیتاسنترها، سرویس‌هامون دچار مشکل نشه، بهتره نگاهی به معماری سلولی و تجربه اسلک بندازیم...
توی معماری سلولی سیستم‌های پیچیده به واحدهای مستقل و خودکفا (سلول‌ها) تقسیم می‌شن. هر سلول میتونه به تنهایی کار کنه و اگر یک سلول دچار مشکل بشه، بقیه سلول‌ها می‌تونن به کار خودشون ادامه بدن.
یه روز توی اسلک، نمودارهای مانیتورینگ نشون دادن که یکی از Availability Zone (AZ) های AWS در منطقه us-east-1 داره پکت‌های زیادی رو از دست میده. این باعث خطا و کندی سرویس برای کاربرها شده بود.
مشکل اصلی اینجا بود که با وجود اینکه اسلک از چند AZ استفاده می‌کرد، وقتی یک AZ دچار مشکل می‌شد، کل سرویس تحت تأثیر قرار می‌گرفت! خب این اصلاً منطقی نیست! مگه نه اینکه هدف استفاده از چند AZ همین هست که اگه یکی به مشکل خورد، بقیه کار رو پیش ببرن؟
در مورد اسلک، هر AZ تبدیل به یک سلول شد. یعنی مجموعه‌ای از سرویس‌هایی که در یک AZ هستن و می‌تونن به عنوان یک واحد از سرویس خارج بشن یا به سرویس برگردن.
🎯 اسلک چهار هدف اصلی داشت:
- حذف ترافیک از یک AZ در کمتر از ۵ دقیقه (سرعت)
- حذف ترافیک نباید باعث خطای قابل مشاهده برای کاربر بشه
- خروج و بازگشت ترافیک یک AZ باید تدریجی باشه (مثلاً ۱٪ یا ۱۰٪)
- مکانیزم Drain نباید به AZ مشکل‌دار وابسته باشه
🧠 استراتژی‌های پیاده‌سازی در اسلک
چرا این بار موفق شدن؟
اسلک قبلاً یک بار تلاش کرده بود این کار رو انجام بده و شکست خورده بود. این بار چند اصل مهم رو رعایت کردن:
- تدریجی بودن (Incrementality): به جای ساخت یک سیستم کاملاً جدید و تغییر یکباره، هر سرویس رو جداگانه و تدریجی تغییر دادن.
- نگاه از پایین به بالا (Bottom-up): با هر تیم سرویس جداگانه کار کردن و راهکار مخصوص اون سرویس رو پیدا کردن.
- به اندازه کافی خوب (Good Enough): پذیرفتن اینکه لازم نیست همه سرویس‌ها یکجا و کامل تغییر کنن.
- رویکرد Roofshot به جای Moonshot: به جای یک حرکت مستقیم و بلندپروازانه، مجموعه‌ای از قدم‌های کوچکتر که در هر مرحله ارزش ایجاد می‌کنه.
- تست‌های منظم: هر هفته یک AZ رو drain می‌کردن و پیشرفت رو اندازه می‌گرفتن.
⛳️ نتایج:
- الان می‌تونن یک AZ رو در ۶۰ ثانیه از سرویس خارج کنن
- هزینه‌های انتقال داده بین AZ کاهش پیدا کرده
- یک مکانیزم blue-green deployment جدید به دست آوردن
- راهکار عمومی برای مقابله با مشکلات محدود به یک AZ دارن
📝 نکته‌های کلیدی برای پروژه‌های زیرساختی بزرگ
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Software Philosophy
قابلیت‌های جدید Data Annotations در دات نت ۸
در نسخه جدید NET 8.، ویژگی‌های Data Annotations پیشرفت‌های قابل توجهی داشته‌اند. این ویژگی‌ها، کدنویسی معتبرسازی داده‌ها را بسیار ساده‌تر و تمیزتر کرده است. در ادامه به صورت گام به گام این ویژگی‌های جدید را بررسی میکنیم:
۱. ویژگی Length
این Annotation برای مشخص کردن حداقل و حداکثر طول رشته استفاده می‌شود.
در مثال بالا:
- مقدار
- مقدار
---
۲. ویژگی Range با پارامترهای Exclusive
ویژگی
در این مثال:
- مقدار
---
۳. ویژگی AllowedValues
این Annotation مقادیر مجاز برای یک خصوصیت را مشخص می‌کند.
در اینجا، تنها مقادیر
---
۴. ویژگی DeniedValues
برای مشخص کردن مقادیری که غیرمجاز هستند استفاده می‌شود.
در این مثال، مقادیر
---
۵. ویژگی Base64String
برای معتبرسازی اینکه مقدار یک رشته به صورت
این اطمینان را ایجاد می‌کند که
🔗 برای مطالعه بیشتر می‌توانید به این لینک مراجعه نمایید.
⁉️ برای بحث و تبادل نظر فنی در مورد این پست، نظرات خود را با ما در قسمت کامنت‌ها به اشتراک بگذارید.
#هوتن_همتی (لینکدین)
کانال تلگرام:
@SoftwarePhilosophy
__________
در نسخه جدید NET 8.، ویژگی‌های Data Annotations پیشرفت‌های قابل توجهی داشته‌اند. این ویژگی‌ها، کدنویسی معتبرسازی داده‌ها را بسیار ساده‌تر و تمیزتر کرده است. در ادامه به صورت گام به گام این ویژگی‌های جدید را بررسی میکنیم:
۱. ویژگی Length
این Annotation برای مشخص کردن حداقل و حداکثر طول رشته استفاده می‌شود.
[Length(2, 30)]
public string Name { get; set; }
[Length(2, 255)]
public string Description { get; set; }
در مثال بالا:
- مقدار
Name باید حداقل ۲ و حداکثر ۳۰ کاراکتر داشته باشد.- مقدار
Description باید حداقل ۲ و حداکثر ۲۵۵ کاراکتر داشته باشد.---
۲. ویژگی Range با پارامترهای Exclusive
ویژگی
Range حالا قابلیت مشخص کردن مقادیر انحصاری را نیز دارد.[Range(1, 1000, MinimumIsExclusive = true, MaximumIsExclusive = false)]
public decimal Price { get; set; }
در این مثال:
- مقدار
Price باید بزرگتر از ۱ (به دلیل MinimumIsExclusive = true) و کوچکتر یا مساوی ۱۰۰۰ (به دلیل MaximumIsExclusive = false) باشد.---
۳. ویژگی AllowedValues
این Annotation مقادیر مجاز برای یک خصوصیت را مشخص می‌کند.
[AllowedValues("S", "M", "L", "XL", "XXL")]
public string Size { get; set; }در اینجا، تنها مقادیر
S, M, L, XL, XXL برای Size قابل قبول هستند.---
۴. ویژگی DeniedValues
برای مشخص کردن مقادیری که غیرمجاز هستند استفاده می‌شود.
[DeniedValues("Electronics", "Computers")]
public string Category { get; set; }در این مثال، مقادیر
Electronics و Computers برای Category ممنوع هستند.---
۵. ویژگی Base64String
برای معتبرسازی اینکه مقدار یک رشته به صورت
Base64 باشد استفاده می‌شود.[Base64String]
public string Image { get; set; }
این اطمینان را ایجاد می‌کند که
Image حاوی یک رشته معتبر Base64 است.🔗 برای مطالعه بیشتر می‌توانید به این لینک مراجعه نمایید.
⁉️ برای بحث و تبادل نظر فنی در مورد این پست، نظرات خود را با ما در قسمت کامنت‌ها به اشتراک بگذارید.
#هوتن_همتی (لینکدین)
کانال تلگرام:
@SoftwarePhilosophy
__________
Docs
System.ComponentModel.DataAnnotations Namespace
Provides attribute classes that are used to define metadata for ASP.NET MVC and ASP.NET data controls.
به تیم تون چقدر Trust دارین؟
Anonymous Poll
22%
کمتر از ۲۰ درصد
20%
۲۰ تا ۵۰ درصد
31%
۵۰ تا ۷۰ درصد
27%
۷۰ تا ۹۹ درصد
این خانم زیبا و جوان، خواهرزاده ی عزیزم، یلدا ست که دیروز، قهرمان ووشو (ساندا) نوجوانان کشور شد و به تیم ملی راه پیدا کرد.
خیلی خبر خوبی بود و خستگیم درومد
خلاصه که از این به بعد من و خواهرزداه م، شما همه 😁💪
خیلی خبر خوبی بود و خستگیم درومد
خلاصه که از این به بعد من و خواهرزداه م، شما همه 😁💪
https://blog.cloudflare.com/introducing-autorag-on-cloudflare/
این اتفاق مبارک و میمونیست که افتاده... سر فرصت حرف میزنیم در موردش
این اتفاق مبارک و میمونیست که افتاده... سر فرصت حرف میزنیم در موردش
The Cloudflare Blog
Introducing AutoRAG: fully managed Retrieval-Augmented Generation on Cloudflare
AutoRAG is here: fully managed Retrieval-Augmented Generation (RAG) pipelines powered by Cloudflare's global network and powerful developer ecosystem. Simplify how you build and scale RAG pipelines to power your context-aware AI chatbots and search applications.
لذت بیدار شدن این روزام اینه که هر صبح تا شرکت چند تا اپیزود از پلی لیست سیستم دیزاین محمد جانِ کریمی رو ببینم. واقعا عالی برده جلو و من چقدر به جز خود محتوا، یاددادن رو ازش یاد میگیرم
https://youtube.com/playlist?list=PLN5rV4x2x5XebYse6flx8z8ozajqoOuJC&si=tSVtby0Cu4xdPUbY
کانال تلگرام: @iCodeNext
https://youtube.com/playlist?list=PLN5rV4x2x5XebYse6flx8z8ozajqoOuJC&si=tSVtby0Cu4xdPUbY
کانال تلگرام: @iCodeNext
YouTube
System Design
Share your videos with friends, family, and the world
Forwarded from Code With HSN
Media is too big
VIEW IN TELEGRAM
رودمپ تست نویسی قسمت دوم، با QA Lead اکالا 🔬
این ویدئو رو ببین و کتاب تست نویسی رایگان بگیر📖
توی قسمت دوم از پلی لیست تست‌نویسی، می‌ریم سراغ ادامه‌ی رودمپ؛ این بار تمرکز روی تست‌های non-functional، و کلی تست دیگه که شاید کمتر درباره‌شون شنیده باشی، مثل Spike Test، Soak Test، AB Testing، Snapshot و حتی Failover Database Test.
مباحثی که احتمالا براتون جذابه و صحبت میکنیم:
1. معرفی ابزار هایی برای Performance Test.
2. بررسی فرق Load، Stress، Soak و Spike تست.
3. بررسی تست قناری.
4. تست Smoke چیست؟
5. بررسی هرم تست.
6. بررسی کلی ابزار و مفهوم تست.
🕹 لینک ویدئو: مشاهده ویدئو و شرکت در قرعه کشی
📱 پلی لیست: مشاهده پلی لیست
📱 کانال تلگرام: @hasanxdev
📱 تلگرام رف هاب: @refhubOfficial
😇 رودمپ: https://github.com/hasanxdev/Test-Roadmap-For-Developers
این ویدئو رو ببین و کتاب تست نویسی رایگان بگیر
توی قسمت دوم از پلی لیست تست‌نویسی، می‌ریم سراغ ادامه‌ی رودمپ؛ این بار تمرکز روی تست‌های non-functional، و کلی تست دیگه که شاید کمتر درباره‌شون شنیده باشی، مثل Spike Test، Soak Test، AB Testing، Snapshot و حتی Failover Database Test.
مباحثی که احتمالا براتون جذابه و صحبت میکنیم:
1. معرفی ابزار هایی برای Performance Test.
2. بررسی فرق Load، Stress، Soak و Spike تست.
3. بررسی تست قناری.
4. تست Smoke چیست؟
5. بررسی هرم تست.
6. بررسی کلی ابزار و مفهوم تست.
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from tech-afternoon (Amin Mesbahi)
عموما انتخاب معماری، تکنولوژی یا ابزار، از بین ابزارهای موجود و شناخته‌شده انجام می‌شه و به ندرت تیم‌ها نیاز یا حتی توانایی خلق معماری جدید رو دارن. توی چنین شرایطی شناخت معماری و زمینه‌ی پیدایشش کمک بزرگی به پیشگیری از انتخاب اشتباه می‌کنه. یعنی وقتی میدونیم یک معماری در چه شرایطی و برای تأمین چه نیازی به وجود اومده، میتونیم فکر کنیم آیا شرایط و نیاز و مسئله‌ی فعلی ما هم راستا با شرایط و نیاز ما هست یا نه!
قصد دارم تا طی چند پست در مورد چند معماری مرسوم که عموما به اشتباه انتخاب می‌شن و بیشتر از اینکه انتخابشون تابعی از نیاز و شرایط باشه، ناشی از ترندهای فضای نرم‌افزار و حباب‌هاست بپردازم...
- مایکروسرویس
- متدولوژی Domain-Driven Design
- معماری‌ها Clean / Hexagonal / Onion
اگر فکر می‌کنید موضوع جذابیه:⚙️
اگر هم پیشنهادی براش دارید حتمن بنویسید 😊
قصد دارم تا طی چند پست در مورد چند معماری مرسوم که عموما به اشتباه انتخاب می‌شن و بیشتر از اینکه انتخابشون تابعی از نیاز و شرایط باشه، ناشی از ترندهای فضای نرم‌افزار و حباب‌هاست بپردازم...
- مایکروسرویس
- متدولوژی Domain-Driven Design
- معماری‌ها Clean / Hexagonal / Onion
اگر فکر می‌کنید موضوع جذابیه:
اگر هم پیشنهادی براش دارید حتمن بنویسید 😊
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from tech-afternoon (Amin Mesbahi)
Please open Telegram to view this post
VIEW IN TELEGRAM