🍍la isla bonita
Завершающая часть нашего путешествия проходила на острове São Miguel, что часть Азорского архипелага.
После солнечного Порто, где дождь мы видели только в день отлета, прогноз на Азоры нас пугал - там показывало сплошную неделю дождей с редкими проблесками солнца.
В итоге опасения оказались надуманными, все как в видео Птушкина, если в горах практически всегда было туманно и дождливо, то на побережье очень часто можно было наблюдать солнце.
Но и на дождливую погоду там есть занятие - мы объездили все горячие источники на острове, это особый кайф сидеть посреди туманных и дождливых джунглей в 39 градусном бассейне.
Сам по себе остров - один большой ботанический сад с гигантскими растениями. там даже есть единственная в европе чайная плантация. Куда не посмотришь, все покрыто зеленью, даже скалы. Такого насыщенного зеленого я никогда не видел. Как-то даже страшно на этом контрасте возвращаться обратно в серый зимний Таллин.
Отдельный кайф еще был в том, что остров очень маленький, ты заканчиваешь работу, садишься в тачку, 20 минут и ты на хайке, еще 15 минут и ты в горячем источнике. В итоге мы объездили его вдоль и поперек.
Но под конец путешествия я уже немного устал от приключений, постоянной смены часовых поясов, стыковки работы с путешествиями, поиске ресторанов. Соскучился по своей каждодневной рутине, по тренировкам, по сычеванию дома, по котику. Проблемы белых людей, короче. 😁
Сейчас я на пересадке во Франкфурте на пути домой
@ctobuddy
Завершающая часть нашего путешествия проходила на острове São Miguel, что часть Азорского архипелага.
После солнечного Порто, где дождь мы видели только в день отлета, прогноз на Азоры нас пугал - там показывало сплошную неделю дождей с редкими проблесками солнца.
В итоге опасения оказались надуманными, все как в видео Птушкина, если в горах практически всегда было туманно и дождливо, то на побережье очень часто можно было наблюдать солнце.
Но и на дождливую погоду там есть занятие - мы объездили все горячие источники на острове, это особый кайф сидеть посреди туманных и дождливых джунглей в 39 градусном бассейне.
Сам по себе остров - один большой ботанический сад с гигантскими растениями. там даже есть единственная в европе чайная плантация. Куда не посмотришь, все покрыто зеленью, даже скалы. Такого насыщенного зеленого я никогда не видел. Как-то даже страшно на этом контрасте возвращаться обратно в серый зимний Таллин.
Отдельный кайф еще был в том, что остров очень маленький, ты заканчиваешь работу, садишься в тачку, 20 минут и ты на хайке, еще 15 минут и ты в горячем источнике. В итоге мы объездили его вдоль и поперек.
Но под конец путешествия я уже немного устал от приключений, постоянной смены часовых поясов, стыковки работы с путешествиями, поиске ресторанов. Соскучился по своей каждодневной рутине, по тренировкам, по сычеванию дома, по котику. Проблемы белых людей, короче. 😁
Сейчас я на пересадке во Франкфурте на пути домой
@ctobuddy
🔥9🤩4❤2🥰1
🤖Технологическая сингулярность
Прочитал тут 3 научных публикации в которых ученые озадачивались когнитивными функциями LLM и их способностью думать как человек.
Using Large Language Models to Simulate Multiple Humans
and Replicate Human Subject Studies:
В этом исследовании ученые предложили новый тип теста - Эксперимент Тьюринга, в отличии от Теста Тьюринга он проверяет может ли машина симулировать поведение групп людей, а не индивидумов.
Например, в эксперименте Ultimatum Game, где одному “человеку” предлагалось сделать предложение, а второму либо принять его, либо нет. Машина вела себя как человек, хотя математически верное решение - принимать каждое предложения. Даже больше, в эксперименте машина показывала корреляцию с человеческим поведением и по гендерному признаку, если давать ей мужские или женские имена!
Но есть один тест, который машина завалила - она палится, когда начинаешь спрашивать ее про какое то точное знание. Типа “ты 5 летняя девочка, представь свой полет на Луну. Сколько он займет?” Машина начинает доставать свои энциклопедические знания и щеголять ими.
Large Language Models Show Human Behavior
Это препринт, и в целом он повторяет сказанное выше, но мне понравилось что “процесс кодирования информации в таких моделях на основе AI приводит к ошибкам, которые также распространены среди людей, таким как уязвимость к вводящим в заблуждение вопросам, амнезия источника и чувствительность к небольшим изменениям в формулировке”
Emergent Analogical Reasoning in Large Language Models
В этой статье исследователи доказывают, что GPT-3 имеет способность абстрактно думать и проводить аналогии и справляется с этой задачей “лучше студентов колледжа в большинстве случаев, без какого либо предварительного обучения задаче”. Тут было была надежда, что человечество не в сухую проиграло битву, GPT-3 проиграла человеку в построении сложных аналогий между длинными историями, где нужно было выстраивать взаимосвязи между взаимосвязями и событиями. Но GPT-4 переиграло человека и тут, увы.
Что можно делать со знаниями выше?
Как писал раньше, можно создавать себе сколько угодно сабличностей и целые группы людей и обкатывать на них свои идеи, материалы, предложения. Я так, например, на днях обкатывал коммерческое предложение перед его презентацией клиенту. Очень полезно.
Ну что, напряглись?
Я вот напрягся, недавно пересматривал фильм Терминатор, он начинается с вида разрушенного Лос Анджелеса 2029 года.
А вообще мы входим в такую сингулярность, что не успели мы еще познать все глубины GPT-4, как выходит новая Gemini 1.5 Pro с просто невероятным контекстным окном, и которая работает тем лучше, чем больше контекст ты ей дашь. В чате @devstryai_chat скидывают ссылки на другую модель - Mistral, еще один новый зверь.
Как ни крути, либо вы осваиваете искусство владения AI и будете давать ему команды, либо вы в постепенно станете физическим интерфейсом aka ”агентом” AI. Первое, кстати, не исключает второе.
Если вам интересно внедрение AI в свою работу или бизнес, напишите мне @romankaganov
Иллюстрациии в комментариях 👇
@ctobuddy
Прочитал тут 3 научных публикации в которых ученые озадачивались когнитивными функциями LLM и их способностью думать как человек.
Using Large Language Models to Simulate Multiple Humans
and Replicate Human Subject Studies:
В этом исследовании ученые предложили новый тип теста - Эксперимент Тьюринга, в отличии от Теста Тьюринга он проверяет может ли машина симулировать поведение групп людей, а не индивидумов.
Например, в эксперименте Ultimatum Game, где одному “человеку” предлагалось сделать предложение, а второму либо принять его, либо нет. Машина вела себя как человек, хотя математически верное решение - принимать каждое предложения. Даже больше, в эксперименте машина показывала корреляцию с человеческим поведением и по гендерному признаку, если давать ей мужские или женские имена!
Но есть один тест, который машина завалила - она палится, когда начинаешь спрашивать ее про какое то точное знание. Типа “ты 5 летняя девочка, представь свой полет на Луну. Сколько он займет?” Машина начинает доставать свои энциклопедические знания и щеголять ими.
Large Language Models Show Human Behavior
Это препринт, и в целом он повторяет сказанное выше, но мне понравилось что “процесс кодирования информации в таких моделях на основе AI приводит к ошибкам, которые также распространены среди людей, таким как уязвимость к вводящим в заблуждение вопросам, амнезия источника и чувствительность к небольшим изменениям в формулировке”
Emergent Analogical Reasoning in Large Language Models
В этой статье исследователи доказывают, что GPT-3 имеет способность абстрактно думать и проводить аналогии и справляется с этой задачей “лучше студентов колледжа в большинстве случаев, без какого либо предварительного обучения задаче”. Тут было была надежда, что человечество не в сухую проиграло битву, GPT-3 проиграла человеку в построении сложных аналогий между длинными историями, где нужно было выстраивать взаимосвязи между взаимосвязями и событиями. Но GPT-4 переиграло человека и тут, увы.
Что можно делать со знаниями выше?
Как писал раньше, можно создавать себе сколько угодно сабличностей и целые группы людей и обкатывать на них свои идеи, материалы, предложения. Я так, например, на днях обкатывал коммерческое предложение перед его презентацией клиенту. Очень полезно.
Ну что, напряглись?
Я вот напрягся, недавно пересматривал фильм Терминатор, он начинается с вида разрушенного Лос Анджелеса 2029 года.
А вообще мы входим в такую сингулярность, что не успели мы еще познать все глубины GPT-4, как выходит новая Gemini 1.5 Pro с просто невероятным контекстным окном, и которая работает тем лучше, чем больше контекст ты ей дашь. В чате @devstryai_chat скидывают ссылки на другую модель - Mistral, еще один новый зверь.
Как ни крути, либо вы осваиваете искусство владения AI и будете давать ему команды, либо вы в постепенно станете физическим интерфейсом aka ”агентом” AI. Первое, кстати, не исключает второе.
Если вам интересно внедрение AI в свою работу или бизнес, напишите мне @romankaganov
Иллюстрациии в комментариях 👇
@ctobuddy
🔥5👍1
🦾 Первый трекшен
25 декабря прошлого года я сделал анонс исследования новой гипотезы про использование ИИ в работе программистов.
Сегодня, спустя меньше чем 2 месяца, я получил первые деньги по ней. Пока копеечку и от частного лица, но очень приятно. И я точно знаю, что скоро закрою первого корп клиента, потому что мы с @VictOr_Mizilin в воскресенье будем готовить просто бомбический совместный материал.
Еще сегодня был очень классный разговор со старым боевым товарищем, у него огромный опыт в автоматизации бизнес процессов, ему очень интересен проект и он хочет зайти. Также на этой неделе еще несколько звонков с потенциальными партнерами. Надеюсь, к концу недели команда проекта расширится и мы попрем еще быстрее.
А вчера другой коллега СТО меня позвал выступить перед своей командой, чтоб они могли прикинуть юзкейсы и попробовать их продать начальству.
В чате уже 343 человека, в канале 290.
👉 Если вам интересно внедрить AI в свою разработку, то пишите мне в личку @romankaganov. Я провожу как индивидуальные, так и командные треннинги. Ближайшие 2 недели со скидкой 30%.
@ctobuddy
25 декабря прошлого года я сделал анонс исследования новой гипотезы про использование ИИ в работе программистов.
Сегодня, спустя меньше чем 2 месяца, я получил первые деньги по ней. Пока копеечку и от частного лица, но очень приятно. И я точно знаю, что скоро закрою первого корп клиента, потому что мы с @VictOr_Mizilin в воскресенье будем готовить просто бомбический совместный материал.
Еще сегодня был очень классный разговор со старым боевым товарищем, у него огромный опыт в автоматизации бизнес процессов, ему очень интересен проект и он хочет зайти. Также на этой неделе еще несколько звонков с потенциальными партнерами. Надеюсь, к концу недели команда проекта расширится и мы попрем еще быстрее.
А вчера другой коллега СТО меня позвал выступить перед своей командой, чтоб они могли прикинуть юзкейсы и попробовать их продать начальству.
В чате уже 343 человека, в канале 290.
👉 Если вам интересно внедрить AI в свою разработку, то пишите мне в личку @romankaganov. Я провожу как индивидуальные, так и командные треннинги. Ближайшие 2 недели со скидкой 30%.
@ctobuddy
🔥4👍3
Forwarded from Devs try AI
🙈 Атаки на приватность в ML
Около года назад писал обзорную статью о различных атаках против на публичные/статистические данные.
Если коротко, то даже публикуя "обезличенные" и статистические данные, вы расскрываете какую то частичку персональных данных пользователей, и, используя статисчические данные в связке с другими данными, можно деанонимизировать пользователя.
Коротко я затронул в этой статье тему атак на приватность в Machine Learning.
Можно выделить 4 основных типа атак(источник):
- Membership inference attacks являются наиболее распространенным типом атаки, направлены на определение, использовался ли входной образец (например, индивидуум) в качестве части обучающего набора.
- Reconstruction attacks направлены на воссоздание одного или нескольких обучающих образцов и/или их соответствующих атрибутов. Некоторые атаки также используют общедоступные данные для выявления чувствительных атрибутов целевых лиц.
- Property inference attacks направлены на извлечение информации, которая была неумышленно изучена моделью и которая не связана с задачей обучения. Например, обученная модель выполняет классификацию по полу и может быть использована для определения, носят ли люди в обучающем наборе очки или нет; однако эта информация не была закодирована в качестве атрибута или метки набора данных.
- Model extraction attacks направлены на полное воссоздание атакуемой модели и ее замену. Эта модель может быть использована позже для выполнения других атак, например, Membership inference attacks, более эффективно с меньшим количеством запросов.
Те, кто дочитал до конца, найдут ссылку на Awesome Attacks on Machine Learning Privacy, там очень много конкретных примеров атак.
А если вы обучаете собственные модели и озадачились решением этой проблемы, то вам стоит почитать про дифференциальную приватность. У ребят из Гарварда есть целый набор инструментов для этого.
@devstryai
Около года назад писал обзорную статью о различных атаках против на публичные/статистические данные.
Если коротко, то даже публикуя "обезличенные" и статистические данные, вы расскрываете какую то частичку персональных данных пользователей, и, используя статисчические данные в связке с другими данными, можно деанонимизировать пользователя.
Коротко я затронул в этой статье тему атак на приватность в Machine Learning.
Можно выделить 4 основных типа атак(источник):
- Membership inference attacks являются наиболее распространенным типом атаки, направлены на определение, использовался ли входной образец (например, индивидуум) в качестве части обучающего набора.
- Reconstruction attacks направлены на воссоздание одного или нескольких обучающих образцов и/или их соответствующих атрибутов. Некоторые атаки также используют общедоступные данные для выявления чувствительных атрибутов целевых лиц.
- Property inference attacks направлены на извлечение информации, которая была неумышленно изучена моделью и которая не связана с задачей обучения. Например, обученная модель выполняет классификацию по полу и может быть использована для определения, носят ли люди в обучающем наборе очки или нет; однако эта информация не была закодирована в качестве атрибута или метки набора данных.
- Model extraction attacks направлены на полное воссоздание атакуемой модели и ее замену. Эта модель может быть использована позже для выполнения других атак, например, Membership inference attacks, более эффективно с меньшим количеством запросов.
Те, кто дочитал до конца, найдут ссылку на Awesome Attacks on Machine Learning Privacy, там очень много конкретных примеров атак.
А если вы обучаете собственные модели и озадачились решением этой проблемы, то вам стоит почитать про дифференциальную приватность. У ребят из Гарварда есть целый набор инструментов для этого.
@devstryai
👍4
Виктор Мизилин
Voice message
Делюсь отзывом от первого клиента. Net Promoter Score 10/10
Хочу поделиться впечатлениями о консультации с Романом на тему искусственного интеллекта.
У меня конкретная задача – это создание экспертного контента для контент-маркетинга, для развития своего личного блога на VC и постов в Телеграме, потому что объем задач довольно большой и хочется делать качественно, но при этом, чтобы это не было слишком трудозатратно.
Давно присматривался к теме AI и в общем сегодня с Романом очень круто проработали Персону, стиль повествования, скормили искусственному интеллекту мои старые посты, которые есть, что самое интересное из роли литературного эксперта ChatGPT высоко оценил мои литературные навыки и стиль повествования
В общем, удалось создать очень качественный prompt, который позволит теперь без больших трудозатрат, но при этом точно создавать качественный экспертный контент, который будет демонстрировать экспертизу и приносить пользователям интересные данные, помогающие разобраться в их услугах в части бизнес психологии и прочих вещей связанных с повышением уровня энергии для предпринимателей.
Всем рекомендую Романа как специалиста, который заботливо и чутко, с вниманием конкретной специфической задаче, разруливает конкретные кейсы.
Не ждите, когда AI начнет выдавать вам задачи, научитесь давать задачи ему. Записывайтесь на разбор вашего кейса @romankaganov
@ctobuddy
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥7❤1👍1👏1
Написали совместный материал в двух частях совместно с корпортативным психологом Виктором на тему сопротивления инновациям.
Часть 1 Начал внедрять AI, но закончил на приеме у психолога
Часть 2. Почему внедрение ИИ на работе вызывает панику и сопротивление: Взгляд психолога
TLDR: Мы живем в культуре, где усталость часто становится неотъемлемой чертой профессионализма. Это встречается не только в рамках отдельных компаний, но и становится общепринятой нормой в бизнес-среде. Строчка Наутилус Помпилиуса "Здесь мерилом работы считают усталость" - к сожалению, стала девизом многих рабочих коллективов. Это создает определенную психологическую установку, когда рабочий процесс ассоциируется с бесконечной усталостью, и любое стремление к оптимизации работы встречает сопротивление.
@ctobuddy
Please open Telegram to view this post
VIEW IN TELEGRAM
❤🔥3❤1👍1
🍉Watermelon Projects: Зеленые на всем пути, но красные в конце
Сегодня поговорим о таком феномене, как "Watermelon projects". Звучит вкусненько, но на вкус горько.
"Watermelon projects" – это проекты, которые кажутся зелеными и благополучными на протяжении всего пути, а к концу разворачиваются красной стеной проблем и неэффективности. Тут вам и задержки сроков, и бюджеты, утекающие сквозь пальцы...
Представьте вы работаете над проектом. На регулярных митингах всё идеально – задачи закрыты, код написан, багов якобы нет. Но вот проекту пора в свет, а он... всегда закончен на 99%, неделю за неделей. Всё это время команда отчитывалась об успехах, когда на самом деле внутри был хаос.
Знакомая ситуация? Верю, что многим приходилось видеть это "зеленое благополучие" в действии. Проблема этих проектов не в самой задумке, а в отсутствии честности и прозрачности в процессе.
Чтобы проект был зеленым от начала до самого конца, необходимо:
- Внедрять практики регулярного и честного фидбека.
- Создать атмосферу, где ошибки – это возможность учиться, а не повод для унижений.
- Проактивный риск менеджмент. Каждый член команды должен вносить вклад в понимание рисков проекта.
- Управляйте ожиданиями заказчика на всем протяжении проекта, а не в самом его конце
Культура открытости – вот залог успеха. Не должно быть каждодневного выбора между красной правдой и зеленой иллюзией. И пусть ваши проекты будут зелеными не только снаружи, но и внутри!
Если у вас есть свой опыт "спасения" арбузных проектов или мысли по теме, буду рад услышать.
@ctobuddy
Сегодня поговорим о таком феномене, как "Watermelon projects". Звучит вкусненько, но на вкус горько.
"Watermelon projects" – это проекты, которые кажутся зелеными и благополучными на протяжении всего пути, а к концу разворачиваются красной стеной проблем и неэффективности. Тут вам и задержки сроков, и бюджеты, утекающие сквозь пальцы...
Представьте вы работаете над проектом. На регулярных митингах всё идеально – задачи закрыты, код написан, багов якобы нет. Но вот проекту пора в свет, а он... всегда закончен на 99%, неделю за неделей. Всё это время команда отчитывалась об успехах, когда на самом деле внутри был хаос.
Знакомая ситуация? Верю, что многим приходилось видеть это "зеленое благополучие" в действии. Проблема этих проектов не в самой задумке, а в отсутствии честности и прозрачности в процессе.
Чтобы проект был зеленым от начала до самого конца, необходимо:
- Внедрять практики регулярного и честного фидбека.
- Создать атмосферу, где ошибки – это возможность учиться, а не повод для унижений.
- Проактивный риск менеджмент. Каждый член команды должен вносить вклад в понимание рисков проекта.
- Управляйте ожиданиями заказчика на всем протяжении проекта, а не в самом его конце
Культура открытости – вот залог успеха. Не должно быть каждодневного выбора между красной правдой и зеленой иллюзией. И пусть ваши проекты будут зелеными не только снаружи, но и внутри!
Если у вас есть свой опыт "спасения" арбузных проектов или мысли по теме, буду рад услышать.
@ctobuddy
👍5❤🔥1🔥1
Царь-промпт: Meta-prompting
Совсем недавно(23 Jan 2024) вышла бумага с новым подходом к промптингу для решения сложных задач - Meta-prompting.
Meta-prompting - это мета эксперт во всех областях, который разбивает задачу на подзадачи, создает себе других доменных экспертов, которых посчитает нужными для решения задачи, и оркестрирует коммуникацию между ними.
Такой подход бьет как простые техники промптинга типа Chain-of-Thoughts, Expert prompting, так и более продвинутую Multi-persona prompting, в особенности если у мета-эксперта также есть доступ к интерпретатору Python кода.
В Multi-persona prompting, агенты общаются напрямую друг с другом, в Meta-prompting все диалоги проходят через главного оркестратора. Все как в реальной жизни - топим за Agile и самоорганизующиеся команды, но хорошо, когда есть проджект 🙂
Авторы статьи утверждают, что такой подход освобождает пользователей от необходимости предоставлять подробные примеры или конкретные инструкции для каждой отдельной задачи, делая работу с ИИ гораздо более удобной и эффективной.
Если интересно почитать про разные техники промптинга, то рекомендую хороший ресурс.
Ну и конечно же рекомендую перейти на оригинальную статью, там есть пример такого мета-промпта.
@ctobuddy
Совсем недавно(23 Jan 2024) вышла бумага с новым подходом к промптингу для решения сложных задач - Meta-prompting.
Meta-prompting - это мета эксперт во всех областях, который разбивает задачу на подзадачи, создает себе других доменных экспертов, которых посчитает нужными для решения задачи, и оркестрирует коммуникацию между ними.
Такой подход бьет как простые техники промптинга типа Chain-of-Thoughts, Expert prompting, так и более продвинутую Multi-persona prompting, в особенности если у мета-эксперта также есть доступ к интерпретатору Python кода.
В Multi-persona prompting, агенты общаются напрямую друг с другом, в Meta-prompting все диалоги проходят через главного оркестратора. Все как в реальной жизни - топим за Agile и самоорганизующиеся команды, но хорошо, когда есть проджект 🙂
Авторы статьи утверждают, что такой подход освобождает пользователей от необходимости предоставлять подробные примеры или конкретные инструкции для каждой отдельной задачи, делая работу с ИИ гораздо более удобной и эффективной.
Если интересно почитать про разные техники промптинга, то рекомендую хороший ресурс.
Ну и конечно же рекомендую перейти на оригинальную статью, там есть пример такого мета-промпта.
@ctobuddy
🔥4😁1
Forwarded from Devs try AI
😎 Про тип для промптинга
Проводил сегодня воркшоп по решению конкретного узкоспециализированного кейса с использованием LLM.
Пришел интересный инсайт:
Как мы уже писали, ChatGPT - это сообразительный джун после универа, который все знает, все умеет, но ничего не знает о вашей задача. Важно описать эту задачу как можно более подробно. У профильного специалиста могут возникнуть с этим сложности из за professional bias.
Тут на помощь приходит второй человек, который выступает в роли джуна и может сказать: "вот тут я не понял, давай перефразируем", другими словами, заменяет обратную связь от LLM.
Если у вас есть кейс, который у вас не получается решить самому, записывайтесь на разбор с @romankaganov
@devstryai
Проводил сегодня воркшоп по решению конкретного узкоспециализированного кейса с использованием LLM.
Пришел интересный инсайт:
Сложные промпты желательно писать вдвоем. Один - специалист в области, второй - кто вообще ничего не знает по теме и задаче.
Как мы уже писали, ChatGPT - это сообразительный джун после универа, который все знает, все умеет, но ничего не знает о вашей задача. Важно описать эту задачу как можно более подробно. У профильного специалиста могут возникнуть с этим сложности из за professional bias.
Тут на помощь приходит второй человек, который выступает в роли джуна и может сказать: "вот тут я не понял, давай перефразируем", другими словами, заменяет обратную связь от LLM.
Если у вас есть кейс, который у вас не получается решить самому, записывайтесь на разбор с @romankaganov
@devstryai
👍3🔥1
Тут швейцарские банкстеры из UBS пишут, что уже сейчас умение программировать, в большей своей массе - устаревший навык. И туда могут последовать другие “STEM” навыки (science, technology, engineering, and mathematics)
И CEO Nvidia(видео в комментариях) говорит, что детей не нужно уже учить программировать, мол программирование заменит обычный человеческий язык.
В целом айти рынок продолжает стагнировать не первый год. Зато количество вакансий в AI растет. Появляются новые профессии, такие как Prompt Engineering Manager
❓Как же нам, инженерам, выиграть схватку с ИИ?
Я общался на днях с одним инженером, она сказала интересную фразу “Я использую chatGPT в работе каждый день, но намеренно делаю код хуже, чтоб не спалиться, потому что он пишет чертовски хороший код”
Мое личное мнение как СТО и как человека, который запускает свои проекты - мы сейчас ищем дизайнера на проект @devstryai, главное условие - активное владение AI тулзами, просто потому что это быстрее и дешевле.
Так что, учите промптинг, используйте готовые утилиты, учите Langchain - это прям будущее, каждый уважающий себя инженер должен это знать. Присоединяйтесь к нашему комьюнити @devstryai, где мы обсуждаем и тестируем различные утилиты и модели.
Обновляйте свое резюме, говорите на собеседовании, что вы активно владеете AI и можете научить команду им пользоваться(по статистике порядка 58% компаний вообще никак не задумываются об AI)
Важно! Развивайте свои софт скиллы. Один из участников чата написал интересную мысль, с которой я согласен на 100%. Если вы еще не умеете, учитесь описывать задачи джунам
надо целенаправленно делать паузу перед использованием и напоминать себе, что хоть это внутри и софт, ведёт он себя как подобие персоны, а не как софт. И в работе с ним как раз софт скиллы могут быть более полезны, чем хард скиллы
Поменьше тревожьтесь, что вы останетесь без работы. Инженеры никуда не денутся, многие проекты лежат на полках из за своей текущей нерентабельности, завязанной на зарплаты и производительность программистов. Как только этот порог снизится, появится куча новых проектов и рабочих мест.
Даже если вы джун, у вас есть конкурентное преимущество - молодость и пластичность ума. По моим наблюдениям джуны используют ИИ гораздо активнее сеньоров. Друг рассказывал, что им на работе IBM презентовал кейс - они поставили на проект джуниор проджект менеджера с условием, что он все будет делать с помощью AI, и он справился.
Если вы заинтересованы во внедрении ИИ в свою компанию или команду, то пишите @romankagan
@ctobuddy
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3👍2🔥1
Пару недель назад писал про первый трекшен по проекту Devs Try AI. С тех пор многое поменялось, летим на космических скоростях. В первую очередь название, теперь мы называемся OneCraft.AI, а название Devs Try AI, видимо, останется за комьюнити.
Мы запустили вебсайт: https://onecraft.ai/
Социальные сети, там будет контент на английском:
Discord
🤘Буду благодарен, если вы поддержите подпиской.
Тем временем русскоязычное комьюнити: 403 человека в чате, 341 в канале (было 343, 290).
👩🚀 Команда тоже растет, нас уже 6 человек
- Я, почти запрыгнувший на раунд А, в этот раз точно запрыгну.
- Корпоративный волчара с опытом управления многомиллионными проектами
- Специалист по бизнес процессам и Atlassian продуктам
- Инженер программист с опытом в рекомендательных системах для большого энтерпрайза
- Инженер с опытом от сетей, девопс до программирования
- Бренд менеджер и маркетинг специалист с успешными кейсами попадания в The New York Times, Economist, Forbes, BBC. Все без бюджета.
💰Планы на ближайшие пару недель:
- Запускаем международное комьюнити на этой неделе
- Завтра у меня первый тренинг для другой команды разработчиков. Буду рассказывать про разлчные утилиты.
- Собрать MVP по проработке требований из массива документации. Тут уже есть наработки. Осталось автоматизировать их.
- Влететь еще в несколько компаний по нетворку.
- Заработать бабок!
👉 Call to action. Пишите мне, если вам интересно поучаствовать в проекте или вы хотите внедрить AI в свою компанию @romankaganov
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8👍2👏1
Посмотрел проходной фильмец The Creator про войну плохих американцев с хорошими роботами и азиатами, которые живут в гармонии друг с другом и молятся одним буддистким богам.
Большой брат готовит нас к дивному новому миру, где роботы очеловечены и имеют чувства, может быть, чтоб у людей было меньше тревоги, когда их будут сокращать не в их пользу - "Это робот Петя, он такой же человек как ты, только умнее, и не выгорает, работая 24/7, как мы можем ему отказать" 🙂
Не удивлюсь, если за этим стоит Microsoft и поедатель младенцев Билл Гейтс, Microsoft сейчас в каждой AI дырке, куда не посмотришь.
Как вам такая теория заговора? 😈
Большой брат готовит нас к дивному новому миру, где роботы очеловечены и имеют чувства, может быть, чтоб у людей было меньше тревоги, когда их будут сокращать не в их пользу - "Это робот Петя, он такой же человек как ты, только умнее, и не выгорает, работая 24/7, как мы можем ему отказать" 🙂
Не удивлюсь, если за этим стоит Microsoft и поедатель младенцев Билл Гейтс, Microsoft сейчас в каждой AI дырке, куда не посмотришь.
Как вам такая теория заговора? 😈
💯2😈2
Друзья, приглашаю вас завтра в среду 13 Марта в 19:00 по Таллину послушать мою лекцию и пообщаться на тему применения AI в разработке и не только.
Расскажу
- О реальных кейсах применения, где мы получили буст продуктивности в 3 и более раза
- О кейсах с которыми играемся прямо сейчас
- Какие показатели команды улучшает ИИ
- Какие утилиты существуют, одних только ассистентов 6 штук разберем
- Какие LLM модели бывают, чем друг от друга отличаются, какими
Ну и побеседуем во время и после. Я себе взял безалкогольного пивка, а вы уж что хотите 😉
Добавляйте событие к себе в календарик, шарьте с друзьями и коллегами
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥7
Media is too big
VIEW IN TELEGRAM
Понятно, почему она уклоняется от этого вопроса. Не существует никакой «publicly available data». Когда вы публикуете свои данные в instagram, вы делаете это для определенных целей, указанных в privacy policy, и там скорее всего нет пункта о том, что любая компания может скрапить эти данные и тренировать на них свои модели.
😁4
CTO as a Buddy | Roman Kagan
Понятно, почему она уклоняется от этого вопроса. Не существует никакой «publicly available data». Когда вы публикуете свои данные в instagram, вы делаете это для определенных целей, указанных в privacy policy, и там скорее всего нет пункта о том, что любая…
Интересно, использовали ли видео с pornhub 😁
😇 Этика в бизнесе
Я вчера делал обзор хайпа вокруг Devin, AI сервиса, который "выкинет на помойку всех программистов". Почитайте, я там разобрал каждый их юзкейс.
Если коротко, то ребята молодцы, научились классно клонить и запускать Github репозитори, разрешая проблемы с помощью ИИ. Но эти 1-2 фичи, которые они делают хорошо, они превратили в хайп планетарного масштаба, где звучали такие фразы типа "Devin зарабатывает деньги на Upwork", "Devin тренирует другие нейросети", хотя по факту там просто клонилась и запускалась репа с гитхаба.
Этично ли это? Денег они ни с кого не взяли, вреда никому не принесли, разве что пробили очередные уровни тревожности у программистов, получили кучу заявок на бету, инвестора довольны, команда счастлива. Ну красавчики же!
А вот еще один пример. Помните чела, который написал AI бота для Тиндера? Он получил миллионные охваты, его после этого завалили заказами на разработку, приглашали даже на НТВ. Так вот, похоже история оказалась фейком. Вот тут можно почитать разоблачение подкастера, который позвал автора на подкаст и вывел на чистую воду.
Красавчик, или уже нет?
И таких вопросов в бизнесе и жизни куда не плюнь. Этично ли платить зарплату в конверте, когда все твои конкуренты так делают, и без этого твой бизнес будет убыточным? Этично ли приукрашивать свой продукт при продаже? Цифры в питчдеке? Пририсовывать опыт в резюме или ставить себе ex-Google? Работать в гемблинге и наживаться на больных людях? Продавать волшебные пирамидки от рака? Курсы по успешному успеху? Запускать криптомонеты, обменники без КУС. Список бесконечен.
Я вот в детстве очень хорошо усвоил принцип "все тайное всегда становиться явным" и с тех пор у меня тотальная честность, разучился врать. Привет мама, люблю тебя ❤️
Может это и держит меня, может надо уметь и припизднуть, проманипулировать, или "принять риски" где-то, или последовать принципу fake it until you make it, как ребята из Devin. Быть над правилами и установленными рамками.
Где эта грань между "хорошим маркетингом" и "наебаловом"? Может кто-то посоветует что-то почитать, буду благодарен.
А под этим постом опрос. Приходилось ли в бизнесе или в карьере прибегать к неэтичным практикам(это анонимно)?
Да - 😈 Нет - 😇
Я вчера делал обзор хайпа вокруг Devin, AI сервиса, который "выкинет на помойку всех программистов". Почитайте, я там разобрал каждый их юзкейс.
Если коротко, то ребята молодцы, научились классно клонить и запускать Github репозитори, разрешая проблемы с помощью ИИ. Но эти 1-2 фичи, которые они делают хорошо, они превратили в хайп планетарного масштаба, где звучали такие фразы типа "Devin зарабатывает деньги на Upwork", "Devin тренирует другие нейросети", хотя по факту там просто клонилась и запускалась репа с гитхаба.
Этично ли это? Денег они ни с кого не взяли, вреда никому не принесли, разве что пробили очередные уровни тревожности у программистов, получили кучу заявок на бету, инвестора довольны, команда счастлива. Ну красавчики же!
А вот еще один пример. Помните чела, который написал AI бота для Тиндера? Он получил миллионные охваты, его после этого завалили заказами на разработку, приглашали даже на НТВ. Так вот, похоже история оказалась фейком. Вот тут можно почитать разоблачение подкастера, который позвал автора на подкаст и вывел на чистую воду.
Красавчик, или уже нет?
И таких вопросов в бизнесе и жизни куда не плюнь. Этично ли платить зарплату в конверте, когда все твои конкуренты так делают, и без этого твой бизнес будет убыточным? Этично ли приукрашивать свой продукт при продаже? Цифры в питчдеке? Пририсовывать опыт в резюме или ставить себе ex-Google? Работать в гемблинге и наживаться на больных людях? Продавать волшебные пирамидки от рака? Курсы по успешному успеху? Запускать криптомонеты, обменники без КУС. Список бесконечен.
Я вот в детстве очень хорошо усвоил принцип "все тайное всегда становиться явным" и с тех пор у меня тотальная честность, разучился врать. Привет мама, люблю тебя ❤️
Может это и держит меня, может надо уметь и припизднуть, проманипулировать, или "принять риски" где-то, или последовать принципу fake it until you make it, как ребята из Devin. Быть над правилами и установленными рамками.
Где эта грань между "хорошим маркетингом" и "наебаловом"? Может кто-то посоветует что-то почитать, буду благодарен.
А под этим постом опрос. Приходилось ли в бизнесе или в карьере прибегать к неэтичным практикам(это анонимно)?
Да - 😈 Нет - 😇
😈6❤3😇3👍2