Библиотека C/C++ разработчика | cpp, boost, qt
19.7K subscribers
1.93K photos
58 videos
16 files
4.17K links
Все самое полезное для плюсовика и сишника в одном канале.

По рекламе: @proglib_adv

Учиться у нас: https://proglib.io/w/d6cd2932

Для обратной связи: @proglibrary_feeedback_bot

РКН: https://gosuslugi.ru/snet/67a5bac324c8ba6dcaa1ad17
Download Telegram
🎄 Скоро Новый год, а ты всё ещё не в бигтехе?

Если твой путь лежит в ML, DS или AI, то одна вещь решает всё: математика. Без неё — хоть три проекта сделай, хоть сотню туториалов посмотри — на собесе тебя всё равно вернут на «а что такое градиент?»

🔥 Экспресс-курс «Математика для Data Science» — 8 недель, чтобы закрыть базу раз и навсегда.

Что внутри:

🔘 живые вебинары, где можно задавать вопросы экспертам
🔘 записи лекций + доступ к материалам
🔘 практические задания на Python и финальный мини-проект с фидбеком
🔘 программа обновлена в ноябре 2025
🔘 2 месяца только нужного — без воды
🔘 достаточно школьной математики и базового Python

🎁 Бонусы ноября:

→ 40% скидка до 30 ноября
→ при оплате до конца месяца — курс «Базовая математика» в подарок
→ бесплатный тест, чтобы узнать свой уровень математики

👉 Хочу стартовать
😁1
😎 Где сидят крутые плюсовики

Мы знаем, что вокруг C++ огромное количество полезного контента — от классических блогов и телеграм-каналов до Stack Overflow, Reddit-сообществ и YouTube-каналов. А может вы сами создаете контент про плюсы?


💬 Делитесь в комментариях своими любимыми местами, где вы изучаете C++, следите за новостями стандарта или черпаете вдохновение. Это могут быть известные ресурсы вроде isocpp.org, малоизвестные телеграм-каналы, подкасты, конференции или личные блоги разработчиков.

Библиотека C/C++ разработчика
🤔3👾2😁1
⬆️ Доклад с С++ Russia: как выжать на 1% больше из NVIDIA RTX через переупорядочивание кода
Когда у тебя в продакшене сотни тысяч видеокарт, даже один процент производительности — это серьезные деньги.


Михаил Лукин из компании Судо рассказал, как они 70 дней бенчмаркили разные варианты инструкций.


✏️ Code reordering для compute-bound задач на примере CUDA

Часовой доклад о микроархитектурной оптимизации для RTX 30-й и 40-й серий. Узнаешь, почему целочисленные операции до сих пор в 64 раза медленнее floating-point и как обмануть компилятор NVCC.

Если работаешь с CUDA на production-нагрузках — сохрани в закладки. Где вы обычно теряете производительность на GPU?

👉 Доклад

🔹 Курс «Алгоритмы и структуры данных»
🔹 Получить консультацию менеджера
🔹 Сайт Академии () 🔹Сайт Proglib

Библиотека C/C++ разработчика

#линкер_рекомендует
Please open Telegram to view this post
VIEW IN TELEGRAM
😁3