Forwarded from CTO
YouTube
What is Data Science?
Want a career in Data Science? Start here → https://ibm.biz/BdK65F
Data Science touches almost every operation of a business. See how → https://ibm.biz/BdPEfu
Data Science is the convergence of computer science, mathematics, and business expertise and helps…
Data Science touches almost every operation of a business. See how → https://ibm.biz/BdPEfu
Data Science is the convergence of computer science, mathematics, and business expertise and helps…
5❤1
Forwarded from Владимир Балун
📹 Записали видео с Женей Айти Красавчиком - где разобрали реальные профили разработчиков в LinkedIn
Поговорили о том:
- что писать в профиле, чтобы привлекать внимание рекрутеров
- какие ошибки чаще всего мешают получить оффер
- как описывать опыт, если ищешь первую работу за границей
- и как усилить профиль, если хочешь перейти на уровень выше
Бонусом разобрали мой профиль и профиль Жени - показали на живых примерах, что работает, а что лучше переписать. Если вы в хотите найти работу на международном рынке - видео точно будет полезным.
Посмотреть видео можно по ссылке: https://youtu.be/lLA24RbpnWg
Кто я | Навигация | Спасибо
Поговорили о том:
- что писать в профиле, чтобы привлекать внимание рекрутеров
- какие ошибки чаще всего мешают получить оффер
- как описывать опыт, если ищешь первую работу за границей
- и как усилить профиль, если хочешь перейти на уровень выше
Бонусом разобрали мой профиль и профиль Жени - показали на живых примерах, что работает, а что лучше переписать. Если вы в хотите найти работу на международном рынке - видео точно будет полезным.
Посмотреть видео можно по ссылке: https://youtu.be/lLA24RbpnWg
Кто я | Навигация | Спасибо
System Design was HARD until I Learned these 30 Concepts
ps: the basic concepts of system design that everyone should know (БАЗА)
#systemdesign
ps: the basic concepts of system design that everyone should know (БАЗА)
#systemdesign
blog.algomaster.io
System Design was HARD until I Learned these 30 Concepts
System Design can feel overwhelming especially when you're just starting out and don’t know where to begin.
База по Базам Данных - Storage (Индексы, Paging, LSM, B+-Tree, R-Tree) | Влад Тен Систем Дизайн
ps: Соңына дейін жетпедім, бірақта басы тым жақсы
#systemdesign #database
ps: Соңына дейін жетпедім, бірақта басы тым жақсы
#systemdesign #database
YouTube
База по Базам Данных - Storage (Индексы, Paging, LSM, B+-Tree, R-Tree) | Влад Тен Систем Дизайн
База по Базам Данных - Storage (Индексы, Paging, LSM, B+-Tree, R-Tree) | Влад Тен Систем Дизайн
Подарка на 10 000 подписчиков
Подарка на 10 000 подписчиков
👍4
Designing Data-Intensive Applications, 2nd Edition
ps: There is a trial period of 10-14 days
** [first edition]
ps: There is a trial period of 10-14 days
** [first edition]
O’Reilly Online Learning
Designing Data-Intensive Applications, 2nd Edition
Data is at the center of many challenges in system design today. Difficult issues such as scalability, consistency, reliability, efficiency, and maintainability need to be resolved.... - Selection from Designing Data-Intensive Applications, 2nd Edition [Book]
Timeouts, retries, and backoff with jitter
How to design our systems to reduce the likelihood of failure is what Marc Brooker, a senior principal engineer at Amazon Web Services, explains in his article.
#aws #systemarchitecture #systemdesign
How to design our systems to reduce the likelihood of failure is what Marc Brooker, a senior principal engineer at Amazon Web Services, explains in his article.
#aws #systemarchitecture #systemdesign
Amazon
Timeouts, retries and backoff with jitter
Building resilient systems and dealing with failures by using timeouts, retries, and backoff with jitter.
Exponential Moving Average (EMA): Definition, Formula, and Usage
ps: Қысқаша, бұл формуланы қолданып сервердің latency анықтауға болады. LRT Load Balancer жазатың болсаңдар
https://ru.wikipedia.org/wiki/Скользящая_средняя
ps: Қысқаша, бұл формуланы қолданып сервердің latency анықтауға болады. LRT Load Balancer жазатың болсаңдар
https://ru.wikipedia.org/wiki/Скользящая_средняя
Forwarded from Дневник CTO (Muammar Al-Shedivat)
Как программисту остаться нужным в век AI? (часть 1)
Последний месяц много думал о том, что будет с программистами. Кодинг в привычном смысле умирает. Машина пишет код в 100 раз быстрее, отлично понимает комментарии, и с каждым месяцем делает это всё лучше. Соревноваться с ней — то же самое, что соревноваться с калькулятором в арифметике
Вопрос: а что тогда остаётся?
Недавно слушал один подкаст, и там прозвучала мысль: машина не чувствует боли. Не только физической — а той боли, когда ты подвёл команду. Когда продакшн упал в пятницу вечером из-за твоего кода. Когда тебе стыдно смотреть в глаза коллегам. А машина просто скажет «ой, извините, сейчас поправлю»
Из этого следует ключевая вещь: машина не может нести ответственность. Ты можешь зашить метрики, натренировать модель, обвесить всё мониторингом. Но когда AI случайно сделает критическую ошибку — спрашивать не с кого
Крутых программистов всегда отличало то, что они не просто кодили, а брали ответственность за свою зону. Не «менеджер сказал — я сделал», а ты сам — оунер своего куска продукта. Скоро мы увидим, что если ты не умеешь полноценно отвечать за продукт, то твоя работа программистом будет под вопросом
Последний месяц много думал о том, что будет с программистами. Кодинг в привычном смысле умирает. Машина пишет код в 100 раз быстрее, отлично понимает комментарии, и с каждым месяцем делает это всё лучше. Соревноваться с ней — то же самое, что соревноваться с калькулятором в арифметике
Вопрос: а что тогда остаётся?
Недавно слушал один подкаст, и там прозвучала мысль: машина не чувствует боли. Не только физической — а той боли, когда ты подвёл команду. Когда продакшн упал в пятницу вечером из-за твоего кода. Когда тебе стыдно смотреть в глаза коллегам. А машина просто скажет «ой, извините, сейчас поправлю»
Из этого следует ключевая вещь: машина не может нести ответственность. Ты можешь зашить метрики, натренировать модель, обвесить всё мониторингом. Но когда AI случайно сделает критическую ошибку — спрашивать не с кого
Крутых программистов всегда отличало то, что они не просто кодили, а брали ответственность за свою зону. Не «менеджер сказал — я сделал», а ты сам — оунер своего куска продукта. Скоро мы увидим, что если ты не умеешь полноценно отвечать за продукт, то твоя работа программистом будет под вопросом
Forwarded from Дневник CTO (Muammar Al-Shedivat)
Как программисту остаться нужным в век AI? (часть 2)
Боль, ответственность и оунершип, это мы поняли. Но как человеку еще конкурировать с ИИ-шкой? Ответ: опыт
С технической точки зрения LLM-ки прочитали весь интернет, плюс сейчас они отлично умеют гуглить и обновлять свои знания в реальном времени. Чего у них нет, так это опыта работы с реальными системами. Поясню на примерах:
1. Twitter. Когда я работал в Твиттере, то увидел это воочию. Во главе миграции был PhD в графах, очень умный человек, но который никогда не проводил огромные переезды распределенных систем. Итог: миграция длилась 5 лет, пока не пришел другой человек с практическим опытом и не сдвинул команду с мертвой точки
2. Facebook. В документации система описана как надёжная и хорошо работающая. На практике — она постоянно падает и не выдерживает твоих нагрузок. Узнаёшь об этом, когда уже внедрил. Как итог — много потраченного времени впустую
3. Research. Я попросил AI сделать полное исследование всех решений для одной задачи. Claude упорно отсеивала один вариант — потому что в документации было написано «not production ready». Но я-то на практике использовал этот проект и знал, что он работает лучше множества других решений. Документация врала, а Claude ей верил
Поняли проблему? ИИ читает документацию и судит по ней, а там всегда все идеально и красиво. Как эту проблему нужно решать? Мне кажется, должен появится какой-то глобальный каталог практического опыта (кстати, идея для стартапа). Но чтобы такое случилось, ИИ-шка должна быть встроена на всех этапах: от момента написания кода до деплоя, мониторинга и реакции на алерты, где она будет собирать реальный опыт на каждом шаге
И я не вижу, чтобы это как-то быстро хакнулось и появилось. Так что пока ИИ остается теоретиком, программист с большим практическим опытом будет нужен
Боль, ответственность и оунершип, это мы поняли. Но как человеку еще конкурировать с ИИ-шкой? Ответ: опыт
С технической точки зрения LLM-ки прочитали весь интернет, плюс сейчас они отлично умеют гуглить и обновлять свои знания в реальном времени. Чего у них нет, так это опыта работы с реальными системами. Поясню на примерах:
1. Twitter. Когда я работал в Твиттере, то увидел это воочию. Во главе миграции был PhD в графах, очень умный человек, но который никогда не проводил огромные переезды распределенных систем. Итог: миграция длилась 5 лет, пока не пришел другой человек с практическим опытом и не сдвинул команду с мертвой точки
2. Facebook. В документации система описана как надёжная и хорошо работающая. На практике — она постоянно падает и не выдерживает твоих нагрузок. Узнаёшь об этом, когда уже внедрил. Как итог — много потраченного времени впустую
3. Research. Я попросил AI сделать полное исследование всех решений для одной задачи. Claude упорно отсеивала один вариант — потому что в документации было написано «not production ready». Но я-то на практике использовал этот проект и знал, что он работает лучше множества других решений. Документация врала, а Claude ей верил
Поняли проблему? ИИ читает документацию и судит по ней, а там всегда все идеально и красиво. Как эту проблему нужно решать? Мне кажется, должен появится какой-то глобальный каталог практического опыта (кстати, идея для стартапа). Но чтобы такое случилось, ИИ-шка должна быть встроена на всех этапах: от момента написания кода до деплоя, мониторинга и реакции на алерты, где она будет собирать реальный опыт на каждом шаге
И я не вижу, чтобы это как-то быстро хакнулось и появилось. Так что пока ИИ остается теоретиком, программист с большим практическим опытом будет нужен
Forwarded from Артём Шумейко
Kubernetes — Простым языком на понятном примере
👉 Новое видео: YouTube | VK | Rutube
База по куберу. Деплойменты, поды, kube-proxy, kubelet, ингресс и всё такое.
Уже мозг плавится от этого. Теперь понятно, за что девопсы 500к получают)
Ролик очень насыщенный: объясняю всю теорию, поднимаем кубер локально и на удаленном сервере, пишем манифесты, поднимаем ingress controller. 50% теории, 50% практики.
🔥 — хочу разобраться с кубером
👍 — уже знаю кубер
База по куберу. Деплойменты, поды, kube-proxy, kubelet, ингресс и всё такое.
Уже мозг плавится от этого. Теперь понятно, за что девопсы 500к получают)
Ролик очень насыщенный: объясняю всю теорию, поднимаем кубер локально и на удаленном сервере, пишем манифесты, поднимаем ingress controller. 50% теории, 50% практики.
🔥 — хочу разобраться с кубером
👍 — уже знаю кубер
Please open Telegram to view this post
VIEW IN TELEGRAM
YouTube
Kubernetes — Простым Языком на Понятном Примере
Хочешь понять, что такое Kubernetes, зачем он нужен и как его использовать на практике? В этом видео мы разложим всё по полочкам: от теории до реального деплоя приложения и кластера.
Разверните кластер Managed Kubernetes в Selectel: https://slc.tl/ghyxk…
Разверните кластер Managed Kubernetes в Selectel: https://slc.tl/ghyxk…