У меня было 250 квадратов в бетоне. Бригадир планировал отлично, но в попугаях. Он их называл днями, но по факту за 2 недели бригада делала 1,5 попугая. Увеличил число работников в 2 раза без бригадира с 2 до 4 и получил почти двухкратную прибавку.
А есть способ без выделения отдельной сети какой-то приоретизировать протокол для winnows? Или как то поумнее выбирать. Если я верно понимаю, то сеть и и частоту выбирает именно клиент. Дома 2 точки доступа и выбирает всегда по умолчанию сеть 2,7. Если принудительно выбираю сеть с частотой 5, а потом иду с ноутом на второй этаж, то по дороге переключается на другую сеть и обратно уже не возвращается. Даже если точка доступа в метре от устройства.
Сын в школе уронил телефон. С третьего этажа на первый. Плитка на полу треснула, а телефон работает дальше. Девайс за 8 тыс. руб. Так что не соглашусь про одноразовые телефоны. Да бывает стекло отклеилось или просто больше не включается, но вот разбиваться почти перестали.
Тяжко мне даётся изучения языка. Английский по любви никогда не изучал. Когда то вся дока была только на нём и большинство крутых книжек по любимой работе тоже. Это был первый уровень.
Затем агент из Лондона не платил деньги по контракту с Oracle. Пришло научиться писать и немного говорить, чтобы выбить деньги в другой стране через коллекторов. Спасибо нейтиву, с которым тогда занимался 3 раза в неделю по часу 1X1. Разговорился я тогда вот прямо от души.
Третий уровень это работа в международной компании и команде. 25 разных стран из которых только в даух понимают русский. Готовил и проводил воркшопы, писал доку и инструкции, просто коммуницировал с коллегами. И знаете, мне очень пригодился именно формат клуба с форматом поболтать с забавным нейтивом в офлайне на разные незнакомые для меня темы. А они почти все были незнакомыми. Семья, здоровье, друзья, еда, быт. Я их не встречал на своей образовательной траектории. Свободно устно рассуждать без необходимого словарного запаса с риском опозориться перед коллегами отличная практика.
Но в челом я согласен. Английский в группе из 4+ человек с разным уровнем без мотивации такое себе. Просто время провести.
У меня скорее другой эффект. Что то мелкое назначенное сверху, в чём не видишь большого смысла, едет очень тяжело. Помогает дедлайн, но не все это понимают. Например, надо было провести обучение и написать доку на этой неделе. Обучения в пятницу. Меня попросил заниматься только этой задачей, но голова совсем другим занята. В итоге выделил день на то, что покоя не давало, пообещал доку к 10 в среду и сделал её утром за пару часов. Для меня было лучше не дробить, а просто выделить пол дня на подготовку всего и само обучение. Не отвлекаешься и дедлайн мотивирует.
Если бы делал всё в начале недели, то потратил бы не 5 часов на подготовку, а пару дней с худшим результатом, не сделал бы крутую задачу на этой неделе и ходил бы грустный
У меня Cursor корпоративный. После этапа MVP на прод всё идёт через разрабов и код ревью. Так что у меня тоже больше не продакшен. Только эксперименты на данных + запуск на одном живом дарксторе с отдельной версией ПО. Как учил курсор я описал выше. Доступ к данным через агентов, примеры выборок, подключенная дока, если она есть и актуальна (у меня нет). А дальше всё по накатанной. Описание бизнес улучшения и идеи, составление плана по изменениям, контроль результатов каждого этапа. У меня не получается, чтобы курсор за меня код целыми днями писал. Надо в процессе уточнять требования, отвечать на многочисленные вопросы. Начни делать и всё получится!:)
Модели просто на статистике. Подробности про фичи не могу раскрывать, но когда есть порядка 500 000 заказов в день не так сложно научить модельку предиктить время вручения следующего заказа. Эта часть заняла когда-то 5 часов. Она сразу давала MAE в 3,5 раза лучше, чем маршрутизатор от Яндекса. С этого всё и началось. Основная штука алгоритмическая. Она решает динамическую транспортную задачу. От банального перебора для небольшого числа заказов и курьеров до многослойной кластеризации и прочего шаманства при прохождении новогодних завалов. Основная фишка в том, что предиктим время, а не расстояние. Пробовали добавлять расстояние по маршруту между точками в модель. Эффекта не получили. По тех. части ничего сильно особенного. MCP к транзакционной базе и DWH, описание структуры данных и примеры select (часто замороченных) для бизнес сущностей. Ещё много бизнес логики. Она хоть и без труда влезает в контекст, но для каждой задачи всё равно приходится много исследовать и потом описывать. В чём боль, каковы могут быть её причины, на какие цифровые следы обратить внимание, какие идеи для улучшения. Пока LLM годных идей не подкидывает. Зато отлично проверяет и реализует. 8 из 10-ти идей не проходят проверку при моделировании, ещё одна из 10-ти разбиваются о бизнес (обычно самые инновационные). А общем, обычная работа с гипотезами.
Статья отличная с правильными подробностями. Спасибо. Поделюсь своими ощущениями. Сын в свои 17 сливает кучу денег в мышки и клавиатуры. Клавиатуры "прокачивает"для души, а затем продаёт и покупает следующие. Я ими пользуюсь регулярно и пока у меня личный топ улучшений: 1. Звукоизоляция. Причём хорошая шумка должна быть ещё и тяжёлой. Бряка намного меньше, а тяжёлую приятнее брать в руки. 2. Смазка свичей. Не всех и не всегда, но часто снижает шум и делает ход более мягким и тактильно приятным.
Из дома работаю за механикой, когда катаюсь по работе (обычно 2 дня в неделю) жму кнопки на ноуте. Понял, что мажу по механике после ноута, но не наоборот. В общем, не так очевидны для меня плюсы механики. Шумно, высоко над столом (заставляет изгибать запястье), большой ход, кнопки тактильно немного ходят под пальцем по сторонам уже через небольшое время.
Раздельная клавиатура круто. Использовал пару лет, но потом часто стал работать с нотбука в командировках, а прыгать с одного на другое каждые 2 недели такое себе.
Азот окисляется при высокой температуре горения. В итоге не экологично и очень агрессивно для металлов. Добавим риск утечки кислорода, который очень дорого снижать. Такое себе.
Трансформеры вполне себе адекватно дообучаются. А у курсора наверняка достаточно данных для дообучения. Ну и работает композер шустро. Для ежедневной аналитики покрывает мои потребности. При этом тариф корпоративный и я свободен в выборе модели и не ограничен токенами.
А вот кодить не знаю. Здесь у меня опус впереди для кода и модели от гугла для код ревью
Особенно мне зашло про эффективные. Не секрет, что эффективные могут перформить х100 к среднему. Но им надо создавать условия: давать самостоятельность, ownership, просто не мешаться на пути паровоза. Отправить максимально вовлеченного в проект сотрудника, который запилил прототип на другое направление прямо супер идея!
Уххх наболело. Как раз в соло сделал прототип. Потом дали разработчика и запилили MVP. Теперь дали зелёный свет на полноценный продукт. Вот только разработка стоит с момента запуска AB теста. А в ML модельку простая фича добавляется 4 месяца. У меня ещё глаза горят, а у крутого разраба стали тухнуть. Дали ему пилить интересный прототип нового продукта в формате пет проекта в свободное от основной загрузки время.
Я честно не понимаю, где проблема с документацией после появления LLM.
Заставьте людей работать в паре хотя бы по часу в день и этого будет достаточно. Не будет незаменимых, TTM уменьшится, качество решений и вовлеченность сотрудников увеличится.
Доку и требования разрабы не читают. Недавно массово натравил LLM на PR. В 70% была пропущен часть пунктов из задачи или сделано то, чего не просили Пользователи не читают подавно. Им лучше видео записывать
Конечно зависит от формата. Если вам надо заонбордить 50 человек за короткий срок, то логично написать доку и видео по онбордингу. Но всё равно лучше прикрепить к каждому наставника, который будет отвечать на вопросы первые 2-6 недель.
Ещё бывает дока нужна по стандарту, принятом в компании. Возьмите интерна студента. Он отлично справится, если дать хорошие примеры и инструменты.
Тема почти раскрыта и как вопрос на собеседовании для сеньора пункт отличный.
Для хранения в БД однозначно строка. И лучше переменной длины, а то всякое случается. Можно придумывать, что лилирующий 0 можно вставить на лету из целого, но простой аргумент, что у всех строка не просто так и врят ли все они глупее тебя уже достаточен. Показывает и насмотренность и адекватность.
Дальше возможны варианты. Например, варианты как сжать ИНН, если с памятью совсем туго и сколько ты на этом реально сэкономишь на заданных объёмах.
Я с 1С не работаю с 2005 года, с восьмёркой почти не работал, ушёл в Oracle и занимался только интеграциями с другой стороны . Провалился на незавимых регистрах сведений и на втором вопросе. 5 и 3 выглядят как совсем очевидно даже через 20+ лет.
На этой неделе 2 дня посетил подобной задаче. У меня не было ограничений по выбору модели. Использовался Open Router.
На реальных PR лучше всего показала себя архитектура, когда одна модель проверяет результаты другой модели. Число ложно положительных срабатываний уменьшается в 4 раза.
Так же не получается использовать в лоб разные модели с одинаковыми параметрами. Например, при ограничении на число вызовов инструментов в 5 на диф Sonet пропускает очевидные вещи, а модели от Google отлично справляются.
Моё резюме: дёрнуть API с похожими параметрами недостаточно, чтобы сравнить качество моделей для задачи. Ещё бы неплохо добавить стоимость и время. 2-6 USD и 15 минут могут выйти за ваши не функциональные требования. Особенно, если дифы генерятся LLM в огромном количестве.
Ну вот не вижу я преимуществ кожаных мешков. Пишут медленно, требования не читают. Сделал простое код ревью на LLM в рамках корпоративного хакатона буквально вчера. Из тестовой выборки 40% pr не покрывают часть требований в задаче. Это про контекстное окно человека. Один писал, второй делал код ревью, третий тестировал и всё равно часть требований пропустили. LLM за счёт грамотных подходов отлично держит фокус, планирует и тестирует. Вероятность галюцинаций топовых моделей уже меньше 5% на ответ и она легко умножается для критичных задач.
ТГ очень крут и удобен на самом деле. Кейс с удалением внешних участников или отдельным разрешением на их участие решается простеньким ботом. Основной риск - блокировка. И что-то даже при блокировках все поголовно включают VPN, но в альтернативным сервисом не пользуются.
У меня было 250 квадратов в бетоне. Бригадир планировал отлично, но в попугаях. Он их называл днями, но по факту за 2 недели бригада делала 1,5 попугая. Увеличил число работников в 2 раза без бригадира с 2 до 4 и получил почти двухкратную прибавку.
С тех пор я все оценки веду только в попугаях.
А есть способ без выделения отдельной сети какой-то приоретизировать протокол для winnows? Или как то поумнее выбирать. Если я верно понимаю, то сеть и и частоту выбирает именно клиент. Дома 2 точки доступа и выбирает всегда по умолчанию сеть 2,7. Если принудительно выбираю сеть с частотой 5, а потом иду с ноутом на второй этаж, то по дороге переключается на другую сеть и обратно уже не возвращается. Даже если точка доступа в метре от устройства.
Сын в школе уронил телефон. С третьего этажа на первый. Плитка на полу треснула, а телефон работает дальше. Девайс за 8 тыс. руб. Так что не соглашусь про одноразовые телефоны. Да бывает стекло отклеилось или просто больше не включается, но вот разбиваться почти перестали.
Тяжко мне даётся изучения языка. Английский по любви никогда не изучал. Когда то вся дока была только на нём и большинство крутых книжек по любимой работе тоже. Это был первый уровень.
Затем агент из Лондона не платил деньги по контракту с Oracle. Пришло научиться писать и немного говорить, чтобы выбить деньги в другой стране через коллекторов. Спасибо нейтиву, с которым тогда занимался 3 раза в неделю по часу 1X1. Разговорился я тогда вот прямо от души.
Третий уровень это работа в международной компании и команде. 25 разных стран из которых только в даух понимают русский. Готовил и проводил воркшопы, писал доку и инструкции, просто коммуницировал с коллегами. И знаете, мне очень пригодился именно формат клуба с форматом поболтать с забавным нейтивом в офлайне на разные незнакомые для меня темы. А они почти все были незнакомыми. Семья, здоровье, друзья, еда, быт. Я их не встречал на своей образовательной траектории. Свободно устно рассуждать без необходимого словарного запаса с риском опозориться перед коллегами отличная практика.
Но в челом я согласен. Английский в группе из 4+ человек с разным уровнем без мотивации такое себе. Просто время провести.
У меня скорее другой эффект. Что то мелкое назначенное сверху, в чём не видишь большого смысла, едет очень тяжело. Помогает дедлайн, но не все это понимают. Например, надо было провести обучение и написать доку на этой неделе. Обучения в пятницу. Меня попросил заниматься только этой задачей, но голова совсем другим занята. В итоге выделил день на то, что покоя не давало, пообещал доку к 10 в среду и сделал её утром за пару часов. Для меня было лучше не дробить, а просто выделить пол дня на подготовку всего и само обучение. Не отвлекаешься и дедлайн мотивирует.
Если бы делал всё в начале недели, то потратил бы не 5 часов на подготовку, а пару дней с худшим результатом, не сделал бы крутую задачу на этой неделе и ходил бы грустный
У меня Cursor корпоративный. После этапа MVP на прод всё идёт через разрабов и код ревью. Так что у меня тоже больше не продакшен. Только эксперименты на данных + запуск на одном живом дарксторе с отдельной версией ПО. Как учил курсор я описал выше. Доступ к данным через агентов, примеры выборок, подключенная дока, если она есть и актуальна (у меня нет). А дальше всё по накатанной. Описание бизнес улучшения и идеи, составление плана по изменениям, контроль результатов каждого этапа. У меня не получается, чтобы курсор за меня код целыми днями писал. Надо в процессе уточнять требования, отвечать на многочисленные вопросы. Начни делать и всё получится!:)
Модели просто на статистике. Подробности про фичи не могу раскрывать, но когда есть порядка 500 000 заказов в день не так сложно научить модельку предиктить время вручения следующего заказа. Эта часть заняла когда-то 5 часов. Она сразу давала MAE в 3,5 раза лучше, чем маршрутизатор от Яндекса. С этого всё и началось.
Основная штука алгоритмическая. Она решает динамическую транспортную задачу. От банального перебора для небольшого числа заказов и курьеров до многослойной кластеризации и прочего шаманства при прохождении новогодних завалов.
Основная фишка в том, что предиктим время, а не расстояние. Пробовали добавлять расстояние по маршруту между точками в модель. Эффекта не получили.
По тех. части ничего сильно особенного. MCP к транзакционной базе и DWH, описание структуры данных и примеры select (часто замороченных) для бизнес сущностей.
Ещё много бизнес логики. Она хоть и без труда влезает в контекст, но для каждой задачи всё равно приходится много исследовать и потом описывать. В чём боль, каковы могут быть её причины, на какие цифровые следы обратить внимание, какие идеи для улучшения. Пока LLM годных идей не подкидывает. Зато отлично проверяет и реализует. 8 из 10-ти идей не проходят проверку при моделировании, ещё одна из 10-ти разбиваются о бизнес (обычно самые инновационные). А общем, обычная работа с гипотезами.
Статья отличная с правильными подробностями. Спасибо. Поделюсь своими ощущениями.
Сын в свои 17 сливает кучу денег в мышки и клавиатуры. Клавиатуры "прокачивает"для души, а затем продаёт и покупает следующие. Я ими пользуюсь регулярно и пока у меня личный топ улучшений:
1. Звукоизоляция. Причём хорошая шумка должна быть ещё и тяжёлой. Бряка намного меньше, а тяжёлую приятнее брать в руки.
2. Смазка свичей. Не всех и не всегда, но часто снижает шум и делает ход более мягким и тактильно приятным.
Из дома работаю за механикой, когда катаюсь по работе (обычно 2 дня в неделю) жму кнопки на ноуте. Понял, что мажу по механике после ноута, но не наоборот. В общем, не так очевидны для меня плюсы механики. Шумно, высоко над столом (заставляет изгибать запястье), большой ход, кнопки тактильно немного ходят под пальцем по сторонам уже через небольшое время.
Раздельная клавиатура круто. Использовал пару лет, но потом часто стал работать с нотбука в командировках, а прыгать с одного на другое каждые 2 недели такое себе.
+1 Достаточно косметических правок, чтобы получить пару приглашений за месяц. LinkedIn наше всё. HH мёртв. Отклики на вакансии никому не интересны.
Азот окисляется при высокой температуре горения. В итоге не экологично и очень агрессивно для металлов. Добавим риск утечки кислорода, который очень дорого снижать. Такое себе.
Спасибо, что поделились. Познавательно.
Трансформеры вполне себе адекватно дообучаются. А у курсора наверняка достаточно данных для дообучения. Ну и работает композер шустро. Для ежедневной аналитики покрывает мои потребности. При этом тариф корпоративный и я свободен в выборе модели и не ограничен токенами.
А вот кодить не знаю. Здесь у меня опус впереди для кода и модели от гугла для код ревью
Особенно мне зашло про эффективные. Не секрет, что эффективные могут перформить х100 к среднему. Но им надо создавать условия: давать самостоятельность, ownership, просто не мешаться на пути паровоза. Отправить максимально вовлеченного в проект сотрудника, который запилил прототип на другое направление прямо супер идея!
Уххх наболело. Как раз в соло сделал прототип. Потом дали разработчика и запилили MVP. Теперь дали зелёный свет на полноценный продукт. Вот только разработка стоит с момента запуска AB теста. А в ML модельку простая фича добавляется 4 месяца. У меня ещё глаза горят, а у крутого разраба стали тухнуть. Дали ему пилить интересный прототип нового продукта в формате пет проекта в свободное от основной загрузки время.
Я честно не понимаю, где проблема с документацией после появления LLM.
Заставьте людей работать в паре хотя бы по часу в день и этого будет достаточно. Не будет незаменимых, TTM уменьшится, качество решений и вовлеченность сотрудников увеличится.
Доку и требования разрабы не читают. Недавно массово натравил LLM на PR. В 70% была пропущен часть пунктов из задачи или сделано то, чего не просили Пользователи не читают подавно. Им лучше видео записывать
Конечно зависит от формата. Если вам надо заонбордить 50 человек за короткий срок, то логично написать доку и видео по онбордингу. Но всё равно лучше прикрепить к каждому наставника, который будет отвечать на вопросы первые 2-6 недель.
Ещё бывает дока нужна по стандарту, принятом в компании. Возьмите интерна студента. Он отлично справится, если дать хорошие примеры и инструменты.
Статья понравилась. Чуть не понял для кого она.
Если для начинающих, то следует упоминуть, что читателей часто бывает больше одного. С примерами
Тема почти раскрыта и как вопрос на собеседовании для сеньора пункт отличный.
Для хранения в БД однозначно строка. И лучше переменной длины, а то всякое случается. Можно придумывать, что лилирующий 0 можно вставить на лету из целого, но простой аргумент, что у всех строка не просто так и врят ли все они глупее тебя уже достаточен. Показывает и насмотренность и адекватность.
Дальше возможны варианты. Например, варианты как сжать ИНН, если с памятью совсем туго и сколько ты на этом реально сэкономишь на заданных объёмах.
Я с 1С не работаю с 2005 года, с восьмёркой почти не работал, ушёл в Oracle и занимался только интеграциями с другой стороны . Провалился на незавимых регистрах сведений и на втором вопросе. 5 и 3 выглядят как совсем очевидно даже через 20+ лет.
На этой неделе 2 дня посетил подобной задаче. У меня не было ограничений по выбору модели. Использовался Open Router.
На реальных PR лучше всего показала себя архитектура, когда одна модель проверяет результаты другой модели. Число ложно положительных срабатываний уменьшается в 4 раза.
Так же не получается использовать в лоб разные модели с одинаковыми параметрами. Например, при ограничении на число вызовов инструментов в 5 на диф Sonet пропускает очевидные вещи, а модели от Google отлично справляются.
Моё резюме: дёрнуть API с похожими параметрами недостаточно, чтобы сравнить качество моделей для задачи. Ещё бы неплохо добавить стоимость и время. 2-6 USD и 15 минут могут выйти за ваши не функциональные требования. Особенно, если дифы генерятся LLM в огромном количестве.
Ну вот не вижу я преимуществ кожаных мешков. Пишут медленно, требования не читают. Сделал простое код ревью на LLM в рамках корпоративного хакатона буквально вчера. Из тестовой выборки 40% pr не покрывают часть требований в задаче. Это про контекстное окно человека. Один писал, второй делал код ревью, третий тестировал и всё равно часть требований пропустили. LLM за счёт грамотных подходов отлично держит фокус, планирует и тестирует. Вероятность галюцинаций топовых моделей уже меньше 5% на ответ и она легко умножается для критичных задач.
ТГ очень крут и удобен на самом деле. Кейс с удалением внешних участников или отдельным разрешением на их участие решается простеньким ботом.
Основной риск - блокировка. И что-то даже при блокировках все поголовно включают VPN, но в альтернативным сервисом не пользуются.