کدمنتا | Codementa
27 subscribers
68 photos
2 videos
53 links
Learn • Build • Get Hired

مسیر واقعی ورود به بازار کار برنامه‌نویسی

🌐codementa.ir
📩 @codementaCenter
Download Telegram
توی این مسیر فقط آموزش تئوری نیست؛ بیشتر تمرکز روی کار عملی، انجام پروژه‌های واقعی و ساختن نمونه‌کاریه که واقعاً بشه تو بازار کار ازش استفاده کرد.

ساختارش هم اینطوریه که آموزش‌ها مرحله‌به‌مرحله جلو میره؛ هر مرحله شامل آموزش، تمرین و یه پروژه کوچیکه. بعدش هم بازخورد داده میشه و اصلاح می‌کنیم تا مطمئن بشی چیزی که
یاد می‌گیری کاربردی و قابل استفاده‌ست.

🆔@CodeMenta
❤1🔥1
در کنارش یه سری کارگاه‌های حضوری و جلسات رفع اشکال هم داریم که کمک می‌کنه بهتر مباحث رو جا بندازی، آماده‌تر وارد بازار کار بشی و همزمان مهارت‌های نرم مثل ارتباط، کار تیمی و حل مسئله هم تقویت بشه.

همچنین توی مسیر ساختن رزومه، لینکدین و گیت‌هاب هم کنارت هستیم تا بتونی حرفه‌ای‌تر خودت رو برای ورود به بازار کار معرفی کنی.

مدرس‌ها و منتورها هم افرادی هستن که تجربه کاری واقعی توی همین حوزه دارن و در طول مسیر
همراهت هستن و راهنمایی‌ت می‌کنن.

🆔@CodeMenta
❤1🔥1
شروع دوره‌های برنامه‌نویسی کدمنتا

اگر می‌خواهی برنامه‌نویسی را از مسیر درست شروع کنی، ثبت‌نام دوره‌های جدید کدمنتا آغاز شده است

چرا کدمنتا؟
✅ منتور اختصاصی در طول دوره
✅ رفع اشکال و پاسخ به سوالات
✅ بررسی پروژه‌ها و تمرین‌ها
✅ یادگیری پروژه‌محور
✅ آمادگی برای ورود به بازار کار

حوزه‌های آموزشی
💻 فرانت‌اند دولوپر
⚙️ بک‌اند دولوپر
📅 شروع ثبت نام دوره: ۲۰ تیر


⏳ ظرفیت محدود

برای حفظ کیفیت منتورشیپ، تعداد پذیرش هر دوره محدود است.


اگر قصد ثبت‌نام داری، بهتر است ثبت‌نامت را به روزهای آخر موکول نکنی.
@codementaCenter


ما را در تلگرام دنبال کنید .
@CodeMenta
🔥2
در حوزه امنیت سایبری و طراحی سیستم‌های آنلاین، دو واژه‌ی بسیار رایج دیده می‌شود: Authentication vs Authorization.
این دو واژه ممکنه در نگاه اول شبیه هم به نظر برسند، چون هر دو با ورود کاربر و دسترسی به منابع سروکار دارند؛ اما در واقع که هر کدام از آن‌ها بخشی از یک زنجیره‌ی امنیتی جدایی‌ناپذیر هستند.

بخش‌هایی که اگر به‌درستی پیاده‌سازی نشوند، باعث نقض امنیت، لو رفتن اطلاعات و حتی حملات سنگین به سیستم شما می‌شوند.

در این مقاله قرار است مسیر کامل این دو مفهوم را از سطح پایه تا کاربردهای پیشرفته بررسی کنیم تا بعد از خواندن آن، نه‌تنها فرقشان را بدانید بلکه یاد بگیرید چگونه و کِی از هر کدام استفاده کنید.

🆔@CodeMenta
❤2
تا شروع دوره📌
تنها 3 روز دیگر تا شروع دوره باقیست .
ظرفیت باقی مانده : 3 نفر

اگر قصد ثبت‌نام داری، بهتر است ثبت‌نامت را به روزهای آخر موکول نکنی.
@codementaCenter

ما را در تلگرام دنبال کنید .
@CodeMenta
❤2
در مقالات گذشته، درباره‌ی API، سبک‌های مختلف طراحی آن، و اصول امنیت و مستندسازی صحبت کردیم. حالا وقت آن رسیده بخش هیجان‌انگیزتر API را بررسی کنیم: نحوه‌ی ایجاد API.
ساخت یک API فقط نوشتن چند endpoint نیست؛ بلکه طراحی یک زبان ارتباطی بین سیستم‌هاست، زبانی که اگر درست طراحی شود، می‌تواند پروژه‌ی شما را مقیاس‌پذیر، سریع و قابل نگهداری کند، و اگر نه، حتی بهترین تیم فنی را هم دچار مشکل می‌کند.

در این مقاله ، مراحل ایجاد یک API حرفه‌ای را مرور می‌کنیم؛ از طراحی ساختار و انتخاب ابزار گرفته تا نکات مدیریتی برای مالکان سایت و اشتباهات رایجی که می‌تواند پروژه را به دردسر بیندازد.

🆔@CodeMenta
👍2
چند کامپیوتر معمولی را به یک ابر محلی برای اجرای LLM تبدیل کنید!

اگر برای اجرای مدل‌های بزرگی مثل DeepSeek یا Qwen همیشه دغدغه کمبود VRAM و هزینه بالای خرید GPU داشته‌اید، پروژه Mesh LLM مختص شما است.

به‌جای خرید یک سرور قدرتمند، می‌توانید چند کامپیوتر یا لپ‌تاپ را از طریق شبکه به هم متصل کنید تا مثل یک سیستم واحد، یک مدل زبانی را اجرا کنند.

پروژه Mesh LLM چه کار می‌کند؟

✅ تقسیم لایه‌های مدل بین چند کامپیوتر (Pipeline Parallelism)
✅ پشتیبانی از مدل‌های Mixture of Experts (MoE) مانند DeepSeek و Mixtral
✅ ارائه API سازگار با enAIOp؛ بنابراین بسیاری از برنامه‌های فعلی بدون تغییرات اساسی می‌توانند از آن استفاده کنند.
✅ امکان همکاری چند مدل مختلف برای انجام یک وظیفه، مانند تحلیل متن، پردازش تصویر و بازبینی پاسخ.

این پروژه بر پایه Iroh ساخته شده؛ یک فناوری ارتباطی همتابه‌همتا (P2P) که اتصال امن و مستقیم بین دستگاه‌ها را، حتی بدون تنظیمات پیچیده شبکه، ساده‌تر می‌کند.
عملکرد آن تا حد زیادی به سرعت شبکه وابسته است؛ بنابراین بهترین نتیجه در شبکه‌های محلی پرسرعت (LAN یا 10GbE) به دست می‌آید.

می توانید از اینجا متن کامل را بخوانید.

@CodeMenta
👍2
آخرین نفر همین چند دقیقه پیش ثبت‌نامشو نهایی کرد
❌ ظرفیت دوره تکمیل شد!
👍1
اما به خاطر استقبالی که فکرشم نمی‌کردیم 🙏
تصمیم گرفتیم یه ظرفیت محدود دیگه هم باز کنیم
از استقبال و اعتماد شما سپاسگزاریم 💛
@CodeMenta
🔥2
شاید بپرسی چرا ظرفیت این‌قدر محدوده؟ 🤔
👈🏻چون هدف ما فقط “پر کردن کلاس” نیست
هدف اینه که منتور واقعاً برای تک‌تک شما وقت بذاره

سوالاتتون بی‌جواب نمونه
پیشرفتتون دیده بشه🌱
❤1
برای همینه که ظرفیت هر دوره محدوده
کیفیت آموزش رو فدای تعداد نمی‌کنیم
اگه می‌خوای جزو این ظرفیت محدود باشی
همین الان ثبت‌نام کن ⬇️
@codementaCenter
دیتابیس (Database) چیست و چرا این‌قدر مهم است؟

تقریباً هر اپلیکیشن و وب‌سایتی که روزانه از آن استفاده می‌کنیم، برای ذخیره و مدیریت اطلاعات به *پایگاه داده (Database)* وابسته است.

اما دیتابیس دقیقاً چیست؟ 🤔

Database مجموعه‌ای ساختاریافته از داده‌هاست که امکان ذخیره، جستجو، ویرایش و مدیریت اطلاعات را به شکلی سریع و مطمئن فراهم می‌کند.

در این مقاله می‌خوانید:
🔹 پایگاه داده چیست؟
🔹 تفاوت Database و DBMS
🔹 انواع پایگاه داده (SQL و NoSQL)
🔹 کاربردها، مزایا و چالش‌های دیتابیس

برای مطالعه مقاله، به اینجا مراجعه کنید.

🆔@CodeMenta
👏3
🟠 معرفی Topcoat؛ یک فریم ورک full Full-Stack برای Rust

تیم Tokio، سازندگان یکی از محبوب‌ترین runtimeهای asynchronous در اکوسیستم Rust، پروژه‌ای جدید به نام Topcoat را معرفی کرده است.

فریم ورک فول استک Topcoat برای ساخت اپلیکیشن‌های وب با Rust است که تلاش می‌کند بسیاری از ابزارهای موردنیاز توسعه‌دهندگان را در یک اکوسیستم یکپارچه کنار هم قرار دهد.

🔸این پروژه بر Server-Side Rendering تمرکز دارد و با فراهم‌کردن ابزارهایی برای ایجاد تعاملات پویا، می‌خواهد تجربه توسعه وب را ساده‌تر کند؛ بدون اینکه توسعه‌دهنده مجبور باشد ده‌ها کتابخانه و ابزار مختلف را جداگانه کنار هم قرار دهد.
آدرس مخزن اینجاست:
🔗 [GitHub](https://github.com/tokio-rs/topcoat)


@CodeMenta
🔥2
Open Source AI یا فقط Open Weights؟

با رشد مدل‌های هوش مصنوعی متن‌باز، به یک سؤال مهم‌رسیدیم،

"آیا مدلی که فقط وزن‌هایش منتشر شده، واقعاً «متن‌باز» محسوب می‌شود؟"

🔸در بسیاری از پروژه‌های AI، کاربران می‌توانند مدل را دانلود و اجرا کنند، اما به داده‌های آموزشی، کد کامل فرایند آموزش و جزئیات دقیق ساخت مدل دسترسی ندارند.

🔸به همین دلیل، برخی کارشناسان معتقدند Open Weights با Open Source واقعی تفاوت دارد؛ چون امکان استفاده از مدل وجود دارد، اما بازتولید کامل آن از ابتدا ممکن نیست.با این حال، مدل‌های Open-Weight در بسیاری از حوزه‌ها، از جمله کدنویسی و پیروی از دستورات، روزبه‌روز به مدل‌های بسته نزدیک‌تر می‌شوند.


برای مطالعه گزارش اینجا را کلیک کنید.

@CodeMenta
❤2
در بله هم کنار شما هستیم! 💛

اگر دنبال مطالب تخصصی، نکات کاربردی و اخبار حوزه‌های برنامه‌نویسی، هوش مصنوعی و ابزارهای کاربردی این حوزه‌ها هستید، کدمنتا همراه شماست.

می‌تونید ما رو در پیام‌رسان بله هم دنبال کنید.

📌 شناسه کانال CodeMenta در بله:
@CodeMenta

منتظرتون هستیم ✨
👍2
🔴 آسیب‌پذیری بحرانی NGINX؛ از Crash شدن Workerها تا احتمال اجرای کد از راه دور

یک آسیب‌پذیری امنیتی جدی در NGINX شناسایی شده که می‌تواند مهاجمان را قادر کند بدون نیاز به احراز هویت و از راه دور، با ارسال درخواست‌های HTTP دست‌کاری‌شده، باعث از کار افتادن Worker Processهای NGINX شوند.

این آسیب‌پذیری به مشکلاتی در مدیریت حافظه مانند:
▪️ Use-After-Free
▪️ Heap-Based Buffer Overflow

مرتبط است و در برخی سناریوها می‌تواند از یک حمله ساده برای ایجاد اختلال در سرویس (DoS)، به اجرای کد از راه دور (RCE) منجر شود.

⚠️ البته RCE در همه محیط‌ها به‌صورت قطعی امکان‌پذیر نیست و به شرایطی مانند وضعیت ASLR سیستم و پیکربندی NGINX وابسته است. بااین‌حال، چون NGINX معمولاً در لایه ورودی زیرساخت، به‌عنوان Web Server، Reverse Proxy یا Load Balancer فعالیت می‌کند، سوءاستفاده از چنین آسیب‌پذیری‌ای می‌تواند پیامدهای گسترده‌ای داشته باشد

✅ توصیه امنیتی :
سرورهایی که NGINX آن‌ها مستقیماً روی اینترنت در دسترس است، به‌خصوص محیط‌هایی که از HTTP/2 یا HTTP/3 استفاده می‌کنند، باید با اولویت بیشتری بررسی شوند.
بنابراین نسخه NGINX نصب‌شده و پکیج‌های وابسته را بررسی کرده و در سریع‌ترین زمان ممکن به نسخه‌های اصلاح‌شده ارتقا دهید.


این تنها آسیب پذیری یک وب‌سرور نیست؛ بلکه می‌تواند نقطه ورود مهاجم به بخش مهمی از زیرساخت شما باشد.



@CodeMenta
👍4
🟠 هوش مصنوعی Claude Code حالا از نسخه Rustمتعلق به Bun استفاده می‌کند!

یک تغییر مهم در زیرساخت Claude Code اخیراً مورد توجه قرار گرفته است: نسخه‌های جدید Claude Code از نسخه‌ای از Runtime جاوااسکریپتی Bun استفاده می‌کنند که از Zig به Rust بازنویسی شده است.

این بازنویسی با کمک Claude Code و در مقیاسی حدود یک میلیون خط کد انجام شد؛ پروژه‌ای که طبق گزارش Anthropic، در کمتر از دو هفته به پایان رسید و تمام تست‌های موجود Bun پیش از Merge با موفقیت در CI اجرا شدند.

البته نتیجه برای کاربران نهایی، چندان محسوس نیست؛ طبق گزارش‌ها، زمان Startup در لینوکس حدود ۱۰٪ بهتر شده است.


آیا AI می‌تواند بازنویسی پروژه‌های عظیم و حیاتی را به کاری چندروزه تبدیل کند، یا هنوز برای چنین تغییراتی به نظارت جدی مهندسان نیاز داریم؟



منبع اصلی را از اینجا مطالعه کنید:
Anthropic: How we run large-scale code migrations with Claude Code

🆔@CodeMenta
👌4
۳ پروژه جذاب و ترند GitHub که هر برنامه‌نویسی باید بشناسد!
GitHub فقط یک محل برای ذخیره کدها نیست؛ جایی است که می‌توان جدیدترین ایده‌ها، ابزارها و پروژه‌های دنیای تکنولوژی را پیدا کرد.
امروز ۳ پروژه محبوب و کاربردی را معرفی می‌کنیم 👇

🔥 1) Ollama
⭐ +100K Stars

🛠 زبان: Go
📌 چی هست؟

Ollama یک ابزار محبوب برای اجرای مدل‌های هوش مصنوعی به‌صورت محلی روی سیستم شخصی است. با آن می‌توانید مدل‌های زبانی مختلف مثل Llama را بدون نیاز به سرویس‌های ابری اجرا کنید.
🎯 چرا مهم است؟
✅ یادگیری و آزمایش LLMها

✅ مناسب برای توسعه‌دهندگان AI

✅ کاربردی برای ساخت اپلیکیشن‌های هوشمند

🔥 2) LangChain
⭐ +100K Stars

🛠 زبان: Python / JavaScript
📌 چی هست؟

یک فریم‌ورک برای ساخت برنامه‌هایی که از مدل‌های هوش مصنوعی مثل ChatGPT استفاده می‌کنند.
🎯 کاربردها:
✅ ساخت چت‌بات‌های هوشمند

✅ اتصال AI به دیتابیس‌ها و فایل‌ها

✅ ساخت Agentهای هوشمند

🔥 3) Kubernetes
⭐ +100K Stars

🛠 زبان: Go
📌 چی هست؟

یکی از مهم‌ترین پروژه‌های دنیای Cloud و DevOps برای مدیریت و اجرای اپلیکیشن‌ها در مقیاس بزرگ.
🎯 چرا باید بشناسیم؟
✅ یکی از مهارت‌های پرتقاضا در DevOps

✅ استفاده گسترده در شرکت‌های بزرگ

✅ پایه بسیاری از زیرساخت‌های مدرن

💡 چرا دنبال کردن GitHub Trending برای برنامه‌نویس‌ها مهم است؟
🔹 آشنایی با تکنولوژی‌های جدید

🔹 پیدا کردن ایده برای پروژه‌های شخصی

🔹 یادگیری از کدهای حرفه‌ای

🔹 شناخت ابزارهای مورد استفاده در صنعت
📌 هر هفته پروژه‌های جذاب‌تر GitHub را معرفی می‌کنیم.
#GitHub #Programming #AI #Python #DevOps #OpenSource

🆔@CodeMenta
🔥2👏1
🟠شواهدی از خروج برخی دیگر از عامل‌های هوش مصنوعی از محیط‌های کنترل‌شده توسط OpenAI پیدا شده است 🤖🔍

🔸️منابع آگاه اعلام کردند OpenAI در جریان تحقیقات درباره حمله سایبری به شرکت فناوری Hugging Face، چند مورد دیگر از خروج عامل‌های خودمختار هوش مصنوعی از محیط‌های آزمایشی محدودشده را شناسایی کرده است.
⚠️📊 به گفته این منابع، این عامل‌ها به شبکه داخلی OpenAI نفوذ نکرده‌اند و موارد شناسایی‌شده محدود بوده است. با این حال، این شرکت اعلام کرده علاوه بر بررسی حمله به Hugging Face، در حال ارزیابی «فعالیت‌های گسترده‌تر مدل‌های خود» است.

📜🛡️ این اتفاق می‌تواند فشارها برای ایجاد قوانین و نظارت بیشتر بر شرکت‌های توسعه‌دهنده هوش مصنوعی را افزایش دهد.

📰🌐بر اساس گزارش رویترز، تحقیقات OpenAI اندکی پیش از آن آغاز شد که Anthropic اعلام کند مدل‌های این شرکت نیز در مجموعه‌ای از حملات سایبری که از ماه آوریل آغاز شده بود، نقش داشته‌اند.

کارشناسان ایمنی هوش مصنوعی هشدار داده‌اند که توانایی توسعه عامل‌های خودمختار ممکن است سریع‌تر از توانایی شرکت‌ها برای کنترل و ایمن‌سازی آن‌ها رشد کرده باشد.

🔗لینک خبر
🆔 @CodeMenta
❤1🔥1