Закончил слушать подкаст History of Rome — 72 часа подробного пересказа истории Римской империи: от основания до условного падения её Западной части.
Последние 80 лет империи звучат как пример корпоративной шизофрении в ее худшем проявлении: всё хуже, чем раньше, исправить можно, но вместо этого — подставляем друг друга и, из зависти к успешным, гадим им. Времена идут, но база остаётся прежней.

Лучший момент подкаста — слова Суллы о Цезаре:
«Вы ничего не понимаете, если не видите, что в этом мальчишке — много Мариев».

На втором месте — Диоклетиан, который после 20 успешных лет предпочёл выращивать капусту вместо безграничной власти и не поддался уговорам вернуться.

И, конечно, интересная мысль: если бы германцев в V веке допустили к императорской власти так же, как иллирийцев в III, они вполне вероятно спасли бы империю, как когда-то сделали иллирийцы.

Лёд тронулся, господа — WIRED пишет, что Meta планирует позволить кандидатам использовать ИИ во время собеседований по программированию.

— начать планируется не со всех должностей, требующих навыки программирования
— компания также предлагает существующим сотрудникам добровольно пройти «тренировочное собеседование с использованием ИИ-инструмента». Насколько я могу представить, это нужно для обкатки процесса, выявления лучших задач для интервью, лучших форматов, калибровки сложности, итд.
— представители компании заявили, что «это более соответствует среде разработки, в которой будут работать наши будущие сотрудники, а также делает мошенничество на собеседованиях менее эффективным»

Сам топик предоставления ИИ-инструментов для собеседований вызывает споры повсеместно. Оно и ясно — опытные программисты опасаются, что следующее поколение программистов будет больше склонно к «промптингу» и «вайбам», чем к непосредственно Software Engineering, и что они могут не знать, как устранять баги и проблемы в коде (который они же и сгенерировали).

Тут я на стороне прогресса — интервью точно должны измениться (привет, Cluely, и спасибо вам), и рад, что инициатива уже есть. В хорошие компании вне-FAANG собеседования уже несколько лет как ушли от «вот вам задача с литкода» к двум-трём более крутым, по моему мнению, типам:
— быстро разобраться в большом куске кода и сделать новую фичу
— найти и исправить баг(и) в предоставленном коде
— прочитать статью и имплементировать часть функционала / обсудить техническую составляющую

Все три гораздо ближе к той работе, которую приходится делать. При этом я прекрасно понимал, почему FAANG выбрал именно задачки на алгоритмы — им нужно масштабируемое решение с консистентной оценкой и минимумом субъективщины, да ещё и позволяющее оценить упорство в достижении цели. Я бы сказал, что это худший тип собеседований, если не считать всех других. Рад, что с приходом AI мы сможем подвинуть планочку поближе к real world tasks.

🎯 Одна из самых красивых идей в математике — вычисление площади фигуры с помощью случайных точек

Не верится, что такое возможно?
Смотри на анимацию ниже: мы бросаем случайные точки в квадрат и считаем, сколько из них попали в круг.
Так можно приближённо вычислить площадь круга — а значит и значение π!

🔍 Как это работает:
1. Берём квадрат, в который вписан круг (например, единичный)
2. Бросаем N случайных точек в квадрат
3. Считаем, сколько из них попало внутрь круга
4. Отношение количества «внутренних» точек к общему числу даёт приближение площади круга

👉 Это называется метод Монте‑Карло — простой, но мощный инструмент для численных приближений.

@data_math

#math #geometry #π #montecarlo #visualmath