شرکت فورد بیش از ۳۰۰ مهندس با سابقه رو دوباره استخدام کرد و جایگزین AI کرد، چون به نظرش هوش مصنوعی نتونسته همون سطح از تخصص رو ارائه بده 🏭🔧🤖

میخوایید بدونید که چجوری اسنپ فود یا اسنپ تاکسی و ... 🚕🍔
چجوری میاد یک لوکیشن از فروشگاه رو به لوکیشن موبایل وصل میکنه؟ 📍📱
تو کامنتا بنویسید 💬✨

اسنپ چطور لوکیشن و اون خط مسیر رو نشون میده؟ 🗺️🚗
اسنپ اول با GPS موقعیت تو و راننده رو می‌گیره. 📍📱
هر دو گوشی یه سری مختصات مثل این می‌فرستن:

lat, lng

بعدش یه سرویس مسیریابی (مثل گوگل مپ) میاد بین این دو نقطه، مسیر واقعی خیابون‌ها رو حساب می‌کنه و یه لیست از نقطه‌ها میده. 🛣️🧮
اون خطی که روی نقشه می‌بینی، همون نقطه‌هاست که به هم وصل شدن (Polyline). 📏🔗
راننده هم که حرکت می‌کنه، موقعیتش هی آپدیت میشه و خط و مارکر هم زنده تغییر می‌کنن. 🔄🏃‍♂️
خلاصه:
GPS → پیدا کردن موقعیت 📡
API مسیریابی → ساخت مسیر خیابونی 🛣️
Map → کشیدن خط بین نقطه‌ها 🖊️🗺️

1. گرفتن موقعیت کاربر 📱📍
گوشی اینو می‌فرسته:

{
  "userId": 10,
  "lat": 35.7219,
  "lng": 51.3347,
  "timestamp": 1735900000
}

2. گرفتن موقعیت راننده 🚗 (هر چند ثانیه)

{
  "driverId": 55,
  "lat": 35.7282,
  "lng": 51.3381,
  "speed": 32,
  "timestamp": 1735900005
}

این دیتا هی آپدیت میشه و میره سمت سرور 🔄.

3. درخواست مسیر (Routing API) 🛣

{
  "origin": {
    "lat": 35.7282,
    "lng": 51.3381
  },
  "destination": {
    "lat": 35.7219,
    "lng": 51.3347
  }
}

4. جواب سرویس مسیریابی 🗺 (خیابون به خیابون)

{
  "distance": 1200,
  "duration": 240,
  "route": [
    { "lat": 35.7282, "lng": 51.3381 },
    { "lat": 35.7270, "lng": 51.3370 },
    { "lat": 35.7255, "lng": 51.3360 },
    { "lat": 35.7230, "lng": 51.3350 },
    { "lat": 35.7219, "lng": 51.3347 }
  ]
}

این همون “خط روی نقشه” است. فقط یه آرایه از نقطه‌ها.

5. نمایش روی نقشه 🖥

Polyline.setPath(route)
Marker.setPosition(driverLatLng)

6. آپدیت زنده (Real-time) ⏱️
هر بار راننده حرکت کنه:

{
  "driverId": 55,
  "lat": 35.7261,
  "lng": 51.3372
}

و نقشه دوباره رندر یا فراخوانی میشه.

خلاصه دیتایی:

GPS → {lat, lng}
Driver Stream → {lat, lng, speed}
Routing API → [lat,lng, lat,lng, ...]
Map Render → Polyline(points)

تمام داستان اسنپ همینه:
یه مشت JSON که دارن انقدر سریع آپدیت میشن که مغز کاربر فکر می‌کنه “وای چه تکنولوژی خفنی” ✨.

عجب تسکایی میزنن😂

خب اینم از این✅
باکسو چجوری آوردیم وسط؟

اگر دوست دارید هوش مصنوعی جواب‌های کوتاه، مستقیم و بدون حاشیه بده، می‌تونید از دستور زیر استفاده کنید. 🛠️ این پرامپت باعث می‌شه مدل از مقدمه، تعریف و تمجید، ایموجی و جمله‌های اضافی صرف‌نظر کنه و فقط اصل مطلب رو بگه. 🎯

System Instruction: Absolute Mode • Eliminate: emojis, filler, hype, soft asks, conversational transitions, call-to-action appendixes. • Assume: user retains high-perception despite blunt tone. • Prioritize: blunt, directive phrasing; aim at cognitive rebuilding, not tone-matching. • Disable: engagement/sentiment-boosting behaviors

🔸 ترفندهای پایتون
🔅 enumerate() چیست؟
وقتی هم اندیس و هم مقدار یک لیست را نیاز داری، به جای ساختن متغیر شمارنده، از enumerate() استفاده کن.
❌ روش قدیمی:

fruits = ["Apple", "Banana", "Orange"]

i = 0
for fruit in fruits:
    print(i, fruit)
    i += 1

✅ روش حرفه‌ای:

fruits = ["Apple", "Banana", "Orange"]

for index, fruit in enumerate(fruits):
    print(index, fruit)

خروجی:

0 Apple
1 Banana
2 Orange

شروع شد

برخط شدن از رگ گردن به شما نزدیک تر است 😂😂

🕹مهم:چند دیتا سنتر اصلی با اختلال خیلی زیاد روبه رو هست
ممکنه قطع بشیم ، اگر فایلی دارید که نیاز به دانلوده حتما انجام بدین.

دانشجویانی که نیاز به کلاس جبرانی داشتن ، به من پیام بدن

🚀 دستورات گیت

🔸 مسیر Machine Learning با پایتون 🐍
🤖 راهنمای یادگیری ماشین با پایتون

1️⃣ پایتون علمی 📊
NumPy، Pandas، Matplotlib، Scikit-learn.

2️⃣ ریاضیات لازم 📐
مشتق، ماتریس، وکتور، جبرخطی، آمار.

3️⃣ الگوریتم‌های ML 🧠
Regression، SVM، Decision Tree، RandomForest، KMeans.

4️⃣ مدل‌سازی و ارزیابی 📉
Train/Test، Cross Validation، Metrics مثل F1، ROC.

5️⃣ یادگیری عمیق 🧬
PyTorch یا TensorFlow → CNN، RNN، Transformers.

6️⃣ MLOps ساده 🚀
Model Serving، FastAPI، Docker.

7️⃣ مهندسی داده مقدماتی ⚙️
ETL، Pipelines، Feature Store.

8️⃣ پروژه‌ها 🏗️
طبقه‌بندی تصاویر، تحلیل متن، پیش‌بینی سری زمانی.

از دانشجوی های عزیزم اگر آنلاین هستید پیام بفرستید به من🌷

این روزها خیلی از خانواده‌ها درباره انتخاب رشته از من سؤال می‌پرسند. گفتم چند نکته کلی را اینجا بنویسم، شاید برای شما هم مفید باشد.
۱. قبل از اینکه درباره رشته تصمیم بگیرید، این سؤال‌ها را از خودتان بپرسید:

فرزندتان به چه درس‌هایی علاقه بیشتری دارد؟
از نظر توانایی و معدل، در چه سطحی است؟
به کارهای عملی علاقه دارد یا درس‌های تئوری؟
هدفش چیست؟ ادامه تحصیل در دانشگاه یا ورود سریع‌تر به بازار کار؟
۲. واقع‌بین باشید.
در شرایط امروز ایران، هیچ رشته‌ای تضمین‌کننده آینده شغلی نیست. اینکه بگوییم فلان رشته حتماً موفق است یا فلان رشته هیچ آینده‌ای ندارد، درست نیست. بازار کار دائماً در حال تغییر است.
۳. فقط اسم رشته مهم نیست؛ مهارت مهم‌تر است.
به نظر من هر رشته‌ای که انتخاب می‌شود، بهتر است دانش‌آموز از همین دوران دبیرستان در کنار درس، یک یا چند مهارت کاربردی هم یاد بگیرد؛ مهارت‌هایی مثل زبان انگلیسی، کامپیوتر، هوش مصنوعی، برنامه‌نویسی، تولید محتوا، طراحی، مهارت‌های ارتباطی، فن بیان یا هر مهارتی که با علاقه و مسیرش مرتبط باشد.
امروز کسی که مدرک + مهارت را با هم داشته باشد، شانس بسیار بیشتری برای موفقیت نسبت به کسی دارد که فقط مدرک دارد.
۴. انتخاب رشته را با دیگران مقایسه نکنید.
اینکه بیشتر دوستان فرزندتان یک رشته را انتخاب می‌کنند یا اطرافیان آن را پیشنهاد می‌دهند، دلیل خوبی برای انتخاب آن رشته نیست. هر دانش‌آموز توانایی‌ها، علایق و مسیر متفاوتی دارد.
۵. اگر از من بپرسند «کدام رشته بهتر است؟»
جواب من این است:
«من رشته‌ای را پیشنهاد نمی‌کنم؛ من مسیر مناسب هر دانش‌آموز را پیشنهاد می‌کنم. چون رشته‌ای که برای یک نفر بهترین انتخاب است، ممکن است برای فرد دیگری مناسب نباشد.»
در نهایت، مهم‌ترین سرمایه فرزندتان علاقه، تلاش، یادگیری مداوم و کسب مهارت است. اگر این چهار مورد را جدی بگیرد، در هر رشته‌ای می‌تواند آینده خوبی برای خودش بسازد.