обучение

Интересно, что будет с джунами?

ИИ может серьёзно ускорить сеньора, пишущего продакшн-проект.

Если уже знаешь, что и как сделать, то с использованием нейросетей можно написать тот же самый код в несколько раз быстрее, чем без него. Об этом говорят суперзвёзды типа Джона Кармака, это подтверждают мои знакомые крутаны.

Раньше мы учились программировать, набирались опыта, делая эту работу руками (и получая за это отличную зарплату!).

Кажется, что постепенно ИИ учится делать примерно ту же работу, что и джуны, только дешевле.

Как изменится процесс обучения? Откуда возьмётся следующее поколение опытных программистов?

Можно пофантазировать, что если индустрия перестанет хорошо платить джунам, то в профессию опять, как и в начале, будут идти только те, кто её по-настоящему любит. Станет меньше «пойти в айти».

Получится, что ИИ увеличит расслоение — тем, кто любит программировать и хочет этому научиться, — он поможет научиться. А вот тех, кто хочет просто решить задачу, — запрёт в «посредственности ИИ».

У нас в компании джунов почти нет, к нам обычно приходят сеньоры или мидлы, которые хотят стать сеньорами. Интересно было бы послушать тех, кто работает с джунами на потоке: какой эффект нейросети имеют уже сейчас?

После начала войны многие задумались, как бы поскорее выучить английский для переезда или удаленной работы.

Разбираемся с опытным учителем английского и руководителем разработки курса «английский для программистов» в Яндекс практикуме Юлей Беймлиной, как лучше учить английский, в особенности — для программистов.

Ну и просто интересный разговор о языках и культурных особенностях разных народов.

Слушайте и подписывайтесь: Apple, Google, Яндекс, Spotify, Castbox, Overcast, веб-версия.

Зачем уметь программировать? Мне кажется, основная причина - иметь возможность сделать вот так: https://www.facebook.com/scythargon/posts/1230272307038271

Это ведь прекрасно, примерно как самому починить велосипед у бабушки в деревне и все лето кататься.

Конечно, для успешной работы программистом важны также настойчивость, способность корпеть над скучными штуками. Но этот экзерсис наполняет радостью мое израненное буквами в интернете сердце.

Новый эпизод подкаста — про машинное обучение.

В гостях: Самер Фатайри — главный по ML в adjust.com, одной из главных компаний по атрибуции мобильного трафика и Петя Ромов, который в своем стартапе GOSU.ai помогает геймерам лучше играть в доту (не шутка).

Запись летняя, так что я очень много смеюсь в микрофон, зато гости классные, рассказывают интересные вещи и звукорежиссер в этот раз сделал крутую интерактивную врезку и ending.

Подписывайтесь в приложениях, там все выпуски выходят в четверг утром, как часы: Apple, Google, Castbox, Spotify, Яндекс.

Ссылки из подкаста (даже те, что не вошли в финальную версию):
- курс по машинному обучению для школьников, где анализируют ДОТУ!
- русское slack сообщество по машинному обучению open data science — лучшее в мире
- мощная школа анализа данных Яндекса, если хотите заняться ML всерьез
- у нашего партнера, онлайн-школы Яндекс.Практикум тоже есть курс по ML
- голуби учатся распознавать рак.

Каково это – стать лучшим программистом в мире? По крайней мере, по версии ICPC. Сколько часов в неделю нужно тренироваться, в каком возрасте начинать, как попасть в сильную команду и что происходит после финала? Обо всем этом говорим с чемпионом ICPC Димой Егоровым.

Это — бонусный эпизод нашего подкаста запуск++. Подписывайтесь в Apple Podcasts и на Patreon.

P.S. Завтра сделаю финальный пост про то, кто стал чемпионом и можно на год забыть об этом виде спорта :)

В начале июля я приеду в Москву, провести занятие в школе продакт-менеджеров Product.degree. Организатор — Марк Тен. Марк — продакт sports.ru, крепкий профессионал, разбирается в состоянии русского рынка и индустрии в целом.

Эта школа — хороший способ набраться знаний в области продакт менеджмента. Часть лекторов я сам с удовольствием послушаю. Не менее важна возможность познакомиться с коллегами по цеху; cвязи решают, тут их будет достаточно.

Марк говорит, что были случаи, когда после занятий люди понимали, что профессия продакта — не для них. Быть катализатором таких важных решений — признак хорошей школы.

Почитать подробнее и подать заявку можно вот тут https://aviasales.product.degree (в этом году курсы сделаны для ависейлза (хантинг, да), завидую коммерческой жилке Марка).

Интересно, что думает про этот пост один из лучших программистов и техдиров, которых я знаю, Егор Хмелев.

Форвардну его сообщение ниже целиком.

“Другой автор отлично раскрывает эту идею, он пишет: «если раньше по коду новичка я мог догадаться, что он понимает, а что нет, мы могли обсуждать его решение, и моя обратная связь была обучающей, то теперь мне приносят код, сгенерированный нейросетями, который выглядит хорошо, но сломан странным образом, и, когда я указываю на ошибку, мне приносят абсолютно новый код (примерно как LLM)».”

Мне вообще кажется, что происходит смена парадигмы, и что старые подходы и образ работы перестают работать. В конкретном случае, автор должен был думать не как обучать интернов, а как сделать так, чтобы интерн обучался сам работая с репозиторием. Потому что человек — это бутылочное горлышко, если интерн может обучаться сам и получать мгновенную обратную связь, то он будет обучаться гораздо быстрее. А если LLM, с которым работает интерн в конкретном репозитории, допускает ошибки, то обучающий момент должен быть направлен на LLM (добавление правильного “контекста” в репозиторий). Интерны/джуны больше не будут иметь путь, который они имели раньше, путь будет другим (это тоже часть смены парадигмы). И возможно все еще не совсем так работает как должно, но через 6-12 мес это будет вариантом нормы и нам надо принимать это во внимание. 90% Claude Code’а пишет Claude Code — вот она смена парадигмы.

Как пример, похожая смена парадигмы происходит с EV. Владельцы ICE спрашивают как долго заряжать машину на станциях зарядки сравнивая это с заправками и своей устоявшейся рутиной, когда в реальности у владельцев EV просто нет такой проблемы, нет такой рутины — машина находится всегда заряженной, потому что заряжается дома ночью. А станции зарядки нужны только в длительных поездках и там 20-30 мин это нормальная остановка для нормального человека после 3-4 часов пути. И возможно, иногда, машине надо 40 минут, а не 20-30 — не совсем так работает как должно, но через 3-5 лет зарядка будет занимать 5-10 минут.

Просто скорость развития AI/LLM на порядки выше, чем скорость развития чего бы то ни было, и это и супер интересно и пугает одновременно.