Просто ваши доменные знания - довольно редкий и дорогой скилл. А рано или поздно вам захочется какого-то роста. И из фронта будет тяжело это преимущество использовать. Если уже набрали скиллов как фронт, то может попробуйте докачаться до фуллстека - эти люди всегда нужны. Потому что рутины никто не отменял, а с другой стороны - не перекроете себе возможности роста с использованием второго своего сильного скилла, химии и фармы.
29-летний основатель. Венчурный инвестор. Человек, которому от папки прилетела финансовая подушка и который ни дня в своей жизни не работал. В 18 лет он тоже писал, что венчурный инвестор. И этот человек нам будет рассказывать, что надо больше работать :)
Вообще выбор фронта для старта - весьма странный. Особенно если планируете расти дальше. Там очень высокая конкуренция с одной стороны, с другой стороны языковые модели ещё более её обострят, ну и важный момент, что вы теряете возможность использовать свою "суперсилу" - специальность от образования. Вам бы лучше в анализ данных или бэк идти, а потом вкачиваться в -omics домен или хеминформатику.
Такое ощущение, что "эксперты" из дирекции ПВТ писали. Либо люди сходных взглядов. Я тут видел как целые фирмы из-за ИИ попереходили на сельскозяйственные дроны и беспилотную технику, плюс все это с аэроаналитикой с воздуха типа OneSoil и подобных, и с покрытием полей сетью датчиков для контроля за состоянием почвы и управления жизенным циклом растений. А они пишут, что у рольника (фермера) вероятность потерять профессию низкая. Это как ларьку или палатке на рынке конкурировать с крупной торговой сетью. И это прямо вот сейчас на наших глазах происходит и при нашем же, коллеги, участии. Но фермерам, конечно, опасаться этого совсем не стоит - хотя бы еда всегда будет :)
Вы много не потеряли. Там "ученые" так сделали индекс, что выходит, если ты таксист или продавец, то вероятность у тебя потерять работу гораздо ниже, чем если ты блокчейн-разработчик или биоинформатик. Лично для меня это очень многое говорит о компетентности авторов отчета.
Мне этот сайт говорит лишь о том, что в Польше тоже есть люди, которые некомпетентны в том, что анализируют, какими методами это делают и к каким выводам на основе этого приходят.
Засовываешь любое электронное устройство на линию на одном конце - с другого выезжает: все наклейки переклеены на "зроблена у РБ", штрих-коды перебиты, надписи "Интеграл" везде, и немного дополнительных компонентов внутри от товарища майора для удаленной техподдержки.
А я вчера считал, сколько будет стоить инфраструктура, чтобы поднять LLM с контекстом на 128к токенов в режиме непрерывной генерации примерно 120 токенов в секунду. Это где-то 1.5-2 кВт/ч получалось, если не использовать RAG+MoE+RingAttn. Это бы обеспечивало параллельную непрерывную работу 2-3 разработчиков. А сколько стоит сама эта инфраструктура для инференса... кхм... Не будем об этом.
Так сложилась жизнь, что мне пришлось 2 недели очень плотно заниматься этим самым вайб-кодингом. И знаете, я нашёл для себя сначала, это занимательным, потом ощутил, что оно делает много ненужных и неакдекватных вещей, а потом я сделал открытие, что если потратить несколько часов и модели очень внятно описать правила работы и воркфлоу, то результаты начинают резко улучшаться и всякой бессмысленной становится в разы меньше, а качество радикально улучшается. Я экспериментировал с комбинацией VSCode + CLine + Openrouter и несколькими моделями, итоге остановился на Gemini 2.5 pro для написания кода, Claude 4 Sonnet для комментов и тестов, Claude 4 Opus thinking - если застряло и всё путается. Самый радикальный эффект имело использование .clinerules , куда я методично несколько часов вписывал, что можно делать и что нельзя, кучу инструкций и прочего. И на 3-й день оно начало писать осмысленно, без галлюцинаций почти и вовремя останавливаться. Поскольку это самое .clinerules отлично коммитается в гит, то при стандартизации ИИ-стека на проекте все его участники могут коллективно улучшать своего ИИ-гребца и это уже попахивает целой новой специальностью - писать и улучшать правила под особенности конкретной модели или проекта. И ещё в том же CLine есть возможность помимо правил делать пошаговые инструкции workflows, когда замечаешь за собой какую-то повторяющуюся манипуляцию - записываешь и оно начинает делать это вместо тебя. Например, у меня оно подключалось в базе прямо через терминал башовым скриптом, выгребало дистинктом кое-какие данные и смотрело как нужно расширить набор regexp паттернов, плюс периодически брало рандомные куски кода, подставляло какие-то бордер-кейсы и проверяло все ли работает и вело об этом подробный лог. Короче, мне это казалось баловством, пока я не выполнил вот это вот всё и понял, что теперь в моих лапах просто ядреный инструментище.
"Не увольняют" - это иллюзия. Добрый такой самообман. Сначала появится у вас в компании Data Analyst или Data Scientist. А потом целые отделы полетят. Так оно обычно и случается. Или компания проигрывает конкуренцию по ценам и поглощается. Ну и далее сценарий см. выше. Вся лояльность к сотрудникам очень быстро заканчивается, когда менеджеры понимают, что те же функции, пусть даже относительно плохо, может исполнять компьютерное приложение. Оно работает, не болеет, не отдыхает и может учиться. Днем и ночью. И денег просит намного меньше, чем сотрудник. На этом история компании, где "не увольняют" обычно и заканчивается. Вы видели такие компании? Я - видел. И даже участвовал в процессе активно.
Странный выбор направления для развития в дальнейшем. Если хочется в AI/ML, особенно генеративные модели самому делать осмысленно, то всё равно придётся вышмат учить и это матьево долго, а самому себя заставлять придётся очень тяжело. Один фиг придётся учить всё от линейной алгебры, дискретной математики и пределов, до тервера с извращениями и дифуров. И уйдёт на это от года до двух как минимум. Лучше и легче это делать в универе, чтобы не только скилл в итоге получить, но и диплом.
О каком образовании под ИИ можно говорить в стране, где половина взрослых людей, обладающих избирательным правом думают, что от введения пошлин снизятся цены на импортные продукты? Проблема, конечно, обозначена верно, только корни её лежат не в багах высшего образования, а в том, что средняя школа не вывозит свою функцию. Как можно объяснить человеку принципы адаптивного градиентного спуска по гиперплоскости ошибок или архитектуру трансформеров, если он в таблице умножения путается?
Ну то есть, если расходы на приведение в соответствие превышают 5-20к, то можно положить болт и просто ждать штраф. Это если поймают, докажут несоответствие и вот это всё. Естественно ещё можно будет подать аппеляцию на решение. И, возможно, даже несколько раз это затянуть. А потом ещё не заплатить всю сумму сразу, а давать по 3 копейки в месяц на оплату части санкций (если суд таки присудит платить)
Комментарии
Просто ваши доменные знания - довольно редкий и дорогой скилл. А рано или поздно вам захочется какого-то роста. И из фронта будет тяжело это преимущество использовать. Если уже набрали скиллов как фронт, то может попробуйте докачаться до фуллстека - эти люди всегда нужны. Потому что рутины никто не отменял, а с другой стороны - не перекроете себе возможности роста с использованием второго своего сильного скилла, химии и фармы.
Указатели на указатели указателей
Китай будет очень признателен за такие решения. Там как раз не хватает топовых специалистов в этой области.
29-летний основатель. Венчурный инвестор. Человек, которому от папки прилетела финансовая подушка и который ни дня в своей жизни не работал. В 18 лет он тоже писал, что венчурный инвестор. И этот человек нам будет рассказывать, что надо больше работать :)
Вообще выбор фронта для старта - весьма странный. Особенно если планируете расти дальше. Там очень высокая конкуренция с одной стороны, с другой стороны языковые модели ещё более её обострят, ну и важный момент, что вы теряете возможность использовать свою "суперсилу" - специальность от образования. Вам бы лучше в анализ данных или бэк идти, а потом вкачиваться в -omics домен или хеминформатику.
Такое ощущение, что "эксперты" из дирекции ПВТ писали. Либо люди сходных взглядов. Я тут видел как целые фирмы из-за ИИ попереходили на сельскозяйственные дроны и беспилотную технику, плюс все это с аэроаналитикой с воздуха типа OneSoil и подобных, и с покрытием полей сетью датчиков для контроля за состоянием почвы и управления жизенным циклом растений. А они пишут, что у рольника (фермера) вероятность потерять профессию низкая. Это как ларьку или палатке на рынке конкурировать с крупной торговой сетью. И это прямо вот сейчас на наших глазах происходит и при нашем же, коллеги, участии. Но фермерам, конечно, опасаться этого совсем не стоит - хотя бы еда всегда будет :)
Вы много не потеряли. Там "ученые" так сделали индекс, что выходит, если ты таксист или продавец, то вероятность у тебя потерять работу гораздо ниже, чем если ты блокчейн-разработчик или биоинформатик. Лично для меня это очень многое говорит о компетентности авторов отчета.
Мне этот сайт говорит лишь о том, что в Польше тоже есть люди, которые некомпетентны в том, что анализируют, какими методами это делают и к каким выводам на основе этого приходят.
Засовываешь любое электронное устройство на линию на одном конце - с другого выезжает: все наклейки переклеены на "зроблена у РБ", штрих-коды перебиты, надписи "Интеграл" везде, и немного дополнительных компонентов внутри от товарища майора для удаленной техподдержки.
А я вчера считал, сколько будет стоить инфраструктура, чтобы поднять LLM с контекстом на 128к токенов в режиме непрерывной генерации примерно 120 токенов в секунду. Это где-то 1.5-2 кВт/ч получалось, если не использовать RAG+MoE+RingAttn. Это бы обеспечивало параллельную непрерывную работу 2-3 разработчиков. А сколько стоит сама эта инфраструктура для инференса... кхм... Не будем об этом.
Так сложилась жизнь, что мне пришлось 2 недели очень плотно заниматься этим самым вайб-кодингом. И знаете, я нашёл для себя сначала, это занимательным, потом ощутил, что оно делает много ненужных и неакдекватных вещей, а потом я сделал открытие, что если потратить несколько часов и модели очень внятно описать правила работы и воркфлоу, то результаты начинают резко улучшаться и всякой бессмысленной становится в разы меньше, а качество радикально улучшается. Я экспериментировал с комбинацией VSCode + CLine + Openrouter и несколькими моделями, итоге остановился на Gemini 2.5 pro для написания кода, Claude 4 Sonnet для комментов и тестов, Claude 4 Opus thinking - если застряло и всё путается. Самый радикальный эффект имело использование .clinerules , куда я методично несколько часов вписывал, что можно делать и что нельзя, кучу инструкций и прочего. И на 3-й день оно начало писать осмысленно, без галлюцинаций почти и вовремя останавливаться. Поскольку это самое .clinerules отлично коммитается в гит, то при стандартизации ИИ-стека на проекте все его участники могут коллективно улучшать своего ИИ-гребца и это уже попахивает целой новой специальностью - писать и улучшать правила под особенности конкретной модели или проекта. И ещё в том же CLine есть возможность помимо правил делать пошаговые инструкции workflows, когда замечаешь за собой какую-то повторяющуюся манипуляцию - записываешь и оно начинает делать это вместо тебя. Например, у меня оно подключалось в базе прямо через терминал башовым скриптом, выгребало дистинктом кое-какие данные и смотрело как нужно расширить набор regexp паттернов, плюс периодически брало рандомные куски кода, подставляло какие-то бордер-кейсы и проверяло все ли работает и вело об этом подробный лог. Короче, мне это казалось баловством, пока я не выполнил вот это вот всё и понял, что теперь в моих лапах просто ядреный инструментище.
"Не увольняют" - это иллюзия. Добрый такой самообман. Сначала появится у вас в компании Data Analyst или Data Scientist. А потом целые отделы полетят. Так оно обычно и случается. Или компания проигрывает конкуренцию по ценам и поглощается. Ну и далее сценарий см. выше. Вся лояльность к сотрудникам очень быстро заканчивается, когда менеджеры понимают, что те же функции, пусть даже относительно плохо, может исполнять компьютерное приложение. Оно работает, не болеет, не отдыхает и может учиться. Днем и ночью. И денег просит намного меньше, чем сотрудник. На этом история компании, где "не увольняют" обычно и заканчивается. Вы видели такие компании? Я - видел. И даже участвовал в процессе активно.
Из тюрьмы, конечно, помочь родным возможностей будет больше, чем из-за границы...
Странный выбор направления для развития в дальнейшем. Если хочется в AI/ML, особенно генеративные модели самому делать осмысленно, то всё равно придётся вышмат учить и это матьево долго, а самому себя заставлять придётся очень тяжело. Один фиг придётся учить всё от линейной алгебры, дискретной математики и пределов, до тервера с извращениями и дифуров. И уйдёт на это от года до двух как минимум. Лучше и легче это делать в универе, чтобы не только скилл в итоге получить, но и диплом.
О каком образовании под ИИ можно говорить в стране, где половина взрослых людей, обладающих избирательным правом думают, что от введения пошлин снизятся цены на импортные продукты? Проблема, конечно, обозначена верно, только корни её лежат не в багах высшего образования, а в том, что средняя школа не вывозит свою функцию. Как можно объяснить человеку принципы адаптивного градиентного спуска по гиперплоскости ошибок или архитектуру трансформеров, если он в таблице умножения путается?
Комментарий скрыт за нарушение правил комментирования.
Правила тут, их всего 5
Ну то есть, если расходы на приведение в соответствие превышают 5-20к, то можно положить болт и просто ждать штраф. Это если поймают, докажут несоответствие и вот это всё. Естественно ещё можно будет подать аппеляцию на решение. И, возможно, даже несколько раз это затянуть. А потом ещё не заплатить всю сумму сразу, а давать по 3 копейки в месяц на оплату части санкций (если суд таки присудит платить)
Это ж обучение с подкреплением: спасибо должны сказать, что благодарим и материм модель, позволяя накапливать эмбэддинги для обучения.
Воен, ничего святого для твоих командиров нет: пасхальная суббота, а ты здесь с панамкой распахнутой нарисовался. В церковь на всенощную иди.
Приорбанк теперь самый халяльный банк в РБ