По мотивам JavaScript

Забавно смотреть, как люди смотрят на if (user = admin) и думают «ага, сравнение — все плохо».

На самом деле все еще хуже: это не сравнение, это присваивание. И присваивание возвращает значение, которое потом приводится к true/false. То есть ты не «проверяешь», ты по‑тихому делаешь пользователя админом и проходишь в блок if, если присвоенное значение истинно.

Коротко по делу:
= — это присваивание. a = b присваивает b в a и возвращает b.

== и === — это сравнения (=== — строгое, без приведения типов).

В if (user = admin) ты меняешь user и результат выражения — admin, а не true/false сам по себе. Если admin — truthy, условие выполнится.

Truthy/falsey: false/0/""/null/undefined/NaN — falsey; все остальное — truthy. Так что баг может быть незаметным.

Пример, чтобы не гадать:

let user = 'guest';
const admin = 'admin';
if (user = admin) { // присвоили: user теперь 'admin', условие truthy -> выполняется
  // Ой
}

Как не попадаться на это:
1. Используй === для сравнения.
2. Включи линтер (ESLint) с правилом no-cond-assign — сразу подсветит случайные присваивания в условиях.
3. Переключись на TypeScript — многие «случайные» присваивания станет легче отловить.
4. Пиши тесты и code review — глаз человека тоже нужен.
5. Если уж совсем паранойя —Yoda‑условия ('admin' === user) убирают ошибку «= вместо ===» (но это спорно).

И да — JavaScript иногда все же отстой.

#ИТ #разработка #JavaScript

PewDiePie потратил $20K и собрал себе локальный дата‑центр из 10×4090, чтобы крутить опенсорс‑LLM. Llama 405B пашет, железо тянет до 64 моделей, а он даже собрал «совет» из восьми нейросетей, которые голосуют за ответ — потому что почему бы и нет.

Блогер отписался от ChatGPT, когда узнал, что удаленные чаты все равно идут в тренинг. Перешел на Linux, GrapheneOS на Pixel 9, самохостит Nextcloud на Raspberry Pi, превратил Steam Deck в сервер, пользуется DuckDuckGo и self‑hosted менеджером паролей. Критика ютуберов, торгующих корпоративными API? Есть.

Почему так радикально? WSJ‑скандал 2017 и последовавшая волна отмены едва не убили его карьеру — и с тех пор PewDiePie не доверяет централизованным корпорациям. Его движение по «дегуглизации» — не хайп, а личный ответ на прошлые «удары».

Вывод: если парню с аудиторией, большей чем население страны, хватает нервов и денег на локальный ИИ — самохостинг перестает быть фанатским фетишем и превращается в реальный тренд.

#AI #LLM #IT

Почему разработчикам сложно ходить на свидания:

#ИТмемы

Как стать тру айтишником?

Хочешь вкатиться в ИТ? Так перестань собирать сертификаты как фантики от конфет и начни делать реальные вещи. Курсы помогут тебе почувствовать себя занятым — но не сделают из тебя инженера.

Почему курсы не работают?
• Сертификат ≠ умение. Резюме с «пройден курс» не показывает, что ты дебажишь продакшн в 3:00.
• Учебные проекты — это шаблоны. Они работают в учебной среде, но ломаются в реальном мире.
• Контент устаревает. Курс обновили в прошлом квартале? Отлично, а в компании у тебя другие версии и баги.
• Нет ревью. Самый ценный фидбек — от людей, которые будут читать твой код и ломать твои решения. Курсовые ревью часто поверхностны.

Как действительно вкатиться (и быстро):
• Бери проект, а не курс. Сделай что-то простое, но работающее: REST API, фронт, БД, деплой, CI. На продакшн‑хостинге.
• Портфолио > сертификаты. Публичный GitHub, README, объяснение архитектуры. Пусть рекрутер видит, что ты не только запускал туториал.
• Учись дебажить, а не только писать код. Логи, стек‑трейсы, repro steps — вот это навык.
• Разбирай чужой код. Читай, как устроен фреймворк, библиотека или чужой сервис. Понимание и рефакторинг учат больше, чем лекции.
• Наставник и ревью. Найди ментора, даже платного, или просто человека, который будет критиковать твой код. Да, засрет. Ну а что ты хотел?

Что учить в первую очередь?
• Git + командная работа, Linux, Bash
• HTTP, REST, базы данных, SQL
• Контейнеры (Docker), основы CI/CD, деплой
• Тестирование и дебаг — unit, integration, logs

Удачи, юный будущий джун! Готовься к бессоным ночам.

#ИТ #работа #обучение #советы

«Глубже, папочка!» или что такое глубокое обучение

Ты думаешь, там все красиво? Математика, матрицы, интеллект будущего? Ха! На деле — это ночи, где ты подбираешь скорость обучения, будто ищешь эрогенную зону у железки, которая тебя ненавидит.

Градиенты текут, лоссы падают, GPU стонет от перегрева. Ты не кодишь — ты устраиваешь цифровой БДСМ, где каждый батч получает свое наказание. А потом смотришь на метрики и шепчешь: «еще одну эпоху, детка, я почти дошел до сходимости…»

Твоя нейросеть делает вид, что учится, но на самом деле она просто запоминает все, как твоя бывшая — каждый твой факап, каждую ошибку. А когда ты проверяешь ее на тесте — сливает все, как только видит новые данные.

И ты снова идешь по кругу: регуляризация, нормализация, отчаяние, кофеин, немного слез и банка пива в 4 утра. Все потому, что глубина сети — это не архитектура. Это твой внутренний ад, в котором ReLU — единственный луч света.

Так что если тебе кажется, что твоя жизнь переполнена страданиями, просто вспомни: где-то нейросеть страдает сильнее. Она тоже хочет сходимости. Она тоже хочет валидации…

#AI #ML #DeepLearning

Коллеги, простите, меня выносит с этих мемов. Кажется, пора придумывать новый термин:

Мизокодия
(от греч. «misos» — ненависть и лат. «codus» — код)
Ненависть к другим программистам, основанная на убеждении, что все — криворукие дебилы, и один ты пишешь чисто, элегантно и по SOLID.

#ИТмемы

Прекратите это немедленно!

• Коммитить секреты в Git. git push --force не спасет. Они уже утекли. История Git — вечна.
• Хранить в коде константами — «ну он же только на тестовом!». А потом этот код случайно уезжает в прод. Ну, или его сливает стажер.
• Рассылать токены в чатиках Slack. Да, даже в личку нельзя.

А теперь рассказываю, что нужно делать:

1. Жесткое правило: секреты — НЕ код. Они не должны никогда, ни при каких обстоятельствах, быть закоммичены. Добавьте *.env, *-keys.json в .gitignore прямо сейчас. Серьезно, я подожду.

2. Используйте секрет-менеджеры:
◦ HashiCorp Vault
◦ AWS Secrets Manager / Azure Key Vault / GCP Secret Manager
◦ Для простых проектов — используйте переменные окружения, которые подаются на этапе запуска (Docker, K8s, PaaS).

3. Принцип наименьших привилегий. Вашему приложению в проде не нужен доступ «на чтение-запись-удаление» ко всей БД. Выдайте ключ с минимальными правами.

4. Ротация. Если ваш главный ключ AWS не менялся с 2019 года, у вас проблема. Автоматизируйте это.

Пока вы храните секреты в коде, вы не DevOps-инженер и не Senior-разработчик. Вы — риск-фактор с зарплатой. Ваша лень — это будущий инцидент, утечка данных и звонок директора в 3 ночи.

Храните секреты правильно. Ваша репутация дороже, чем пять минут на настройку Vault.

#ИнформационнаяБезопасность #DevSecOps #ХранениеСекретов

Цифровые двойники: когда симуляция знает о тебе больше, чем твой тимлид

Когда-то термин «цифровой двойник» звучал как концепция из sci-fi — сегодня это просто еще одна строка в Jira. Компании создают цифровые копии заводов, городов и даже людей, чтобы тестировать гипотезы, не ломая реальность. В энергетике — прогнозируют перегрузки сетей, в промышленности — оптимизируют цепочки поставок, в ИТ — моделируют инфраструктуру до запуска.

Главная идея проста: вместо «сначала делаем, потом чиним» — теперь «сначала симулируем, потом не чиним». Данные, IoT, машинное обучение и немного здоровой паранойи — и вот уже цифровой двойник предсказывает, что система «упадет» за два часа до того, как вы получите тревогу в PagerDuty.

Но есть нюанс: чем больше копий, тем больше зеркал. Цифровой двойник — это не просто модель, это второе «я» инфраструктуры. И если он начинает вести себя странно, не факт, что ошибка в коде. Иногда — в реальности.

#цифровыедвойники #технологии #инфраструктура #ИТ

Big Data: когда данных столько, что пора звать экзорциста

Когда-то «больше данных — больше инсайтов» звучало как лозунг, но теперь это скорее напоминает угрозу. Компании тратят миллионы, чтобы собрать все: логи, клики, движения курсора, настроение кота аналитика. А потом осознают, что не знают, что с этим делать.

Главная идея Big Data — не в количестве, а в скорости и разнообразии. Потоки данных обновляются каждую секунду, и ценность информации часто измеряется в минутах. Именно поэтому вокруг выросла целая экосистема технологий: Hadoop, Spark, Kafka, Airflow и десятки других инструментов, которые помогают приручить этот поток. Без грамотного подхода каждый data lake рискует превратиться в data swamp.

Настоящее искусство биг-даты — не в том, чтобы знать все, а в том, чтобы вовремя «удалить нафиг этот столбец».

#ИТ #bigdata #dataengineering #аналитика

Буквально весь мир сегодня. Уже прочувствовали прелесть упавшего Cloudflare? Без чего страдали больше: без искрометных шуток в Твиттере или без советов от ChatGPT?

#Cloudflare #IT