Метод утёнка

Канал с задачками по Python от того же автора, что ведёт «Утёнка»: @quiz_python

Каждый рабочий день я публикую одна задачку с вариантами ответа. Почти всегда вопрос в том, что выведет код на картинке, а ответ умещается в одну строку.

Если ответить неправильно, то получите короткое объяснение, почему это неправильно. А через час я добавляю пост с подробным объяснением по шагам. Скрываю его в спойлер, чтобы случайно не подсмотреть ответ. Получается довольно неплохой способ по чуть-чуть узнавать что-то про Python.

Подключайтесь! Сегодня вот разбираем декоратор @property. А вчера была задача про async / await, которую на удивление мало кто решил.

@devs_books

А вот бесплатно задачки порешать. Нашёл сайт с заманчивым названием exercism ✝️

https://exercism.org/

78 треков по разным ЯП, среди которых кроме популярных есть Haskell, ARM64 Assembly, COBOL и несколько диалектов Lisp. Не часто встретишь такой набор.

Что интересного:
🔘CLI-first платформа. Скачиваешь задачи и решаешь их локально, потом отправляешь обратно через терминал. Это само по себе полезно, чтобы привыкнуть к консоли, но если не хочется — для всех языков есть веб-интерфейс.
🔘Анализ решений. После отправки приходит автоматический фидбек и подсказки по улучшению. Видимо, от ИИ. При этом дополнительно можно запросить помощь живого ментора. Не знаю, как долго будет работать такая схема, но пока что есть шанс получить разбор от опытного программиста.
🔘Для некоторых языков задачки собраны в роадмап с последовательным прохождением тем.

Для общения есть дискорд-сервер и форум.

Пишут, что проект делают волонтёры, и бесплатным он будет всегда. Судя по всему, это способ привлечь аудиторию к другим продуктам, уже платным.
Если кто-то хочет помочь с переводом на русский — у сайта есть проект по локализации, заявки туда ещё принимают.

@devs_books

Дверь, которая сломала Half‑Life 2

Бывший разработчик Valve Том Форсайт рассказал, как в 2013 году они делали VR‑порт Half‑Life 2 и внезапно наткнулись на баг прямо в самом начале игры. В сцене, где охранник должен провести Гордона через дверь, створка просто не открывалась, и игрок намертво застревал — ни вперёд, ни назад. Самое странное началось, когда они запустили обычную (не‑VR) версию на том же железе и увидели, что теперь та же сцена сломана и в «обычном» HL2, хотя в 2004 году все проходили её без проблем, а код вроде бы никто не трогал.​

Разобравшись, они выяснили, что баг родился на стыке двух классических источников боли в геймдеве: дверей и чисел с плавающей точкой. Оригинальный HL2 собирали под старый x87 FPU, где часть вычислений шла в 80‑битной точности, а более новые билды компилировались с использованием SSE, где всё жёстко обрезалось до 32 бит. В результате крошечное отличие в вычислениях физики привело к тому, что NPC сдвигался буквально на доли миллиметра, дверь чуть по‑другому поворачивалась — и персонаж больше не попадал в нужный триггер, который должен был открыть проход.​

Такой вот «баг из будущего». Двери и вычисления с плавающей точкой, коллеги. Гремучее сочетание, аккуратнее с этим.

@make_game

Статья для тех, кто хочет понять, как современный ML двигает онлайн‑рекламу в больших продуктах вроде VK, без формул и академичности: https://tprg.ru/Nf8A

Разбирают, как пользователей и контент превращают в векторы, как поверх потоковых данных строят профили и как единая платформа Discovery кормит моделями рекомендации, рекламу и антифрод. Полезно почитать, чтобы увидеть, как «ML в проде» выглядит не на учебном датасете, а в реальной системе с миллионами событий в секунду.

@devs_books

Кажется, у нас уже есть идеальная ACID‑совместимая база данных — это обычный /dev/null. Если переформулировать свойства ACID человеческим языком, оказывается, что этот «чёрный ящик» из Unix идеально им соответствует и отлично помогает на пальцах понять, что за каждым пунктом стоит.​

1️⃣Атомарность: всё, что ты пишешь в /dev/null, либо целиком «улетает в никуда», либо не пишется вовсе — никакой половинчатой записи.
2️⃣Консистентность: инвариант «файл всегда пустой» выполняется при любых операциях, состояние до и после записи одно и то же.
3️⃣Изоляция: сколько процессов параллельно ни лили бы данные в /dev/null, их вывод никогда не конфликтует, потому что ничего не сохраняется.
4️⃣Долговечность: после ребута содержимое остаётся строго тем же, что и раньше — абсолютное ничего.​

Есть только один «недочёт» такой базы — у неё ровно 0 байт доступного места, так что масштабирование хранилища придётся решать очень… творчески. Зато как учебный пример /dev/null отлично показывает, что формальные определения ACID можно довести до забавных крайностей и заодно лучше понять, чего именно хочется от реальной базы в проде.

@devs_books

Девушек, конечно, привлекают инфраструктурные проблемы, но лучше для начала надеть штаны

Edabit — это «Duolingo для программирования»: короткие интерактивные задачи прямо в браузере, за которые ты получаешь XP, уровни и ачивки. Есть отдельные подборки под Python, JavaScript, Java, C#, C++, PHP, Ruby и Swift, плюс интерфейс на нескольких языках.​ В том числе русский, но сам текст задач не переводится.

Формат простой: выбираешь язык, решаешь маленькие задачи от «совсем легко» до посложнее, запускаешь код в онлайн‑редакторе и сразу видишь, прошли ли тесты. Это удобно, если ты только начинаешь и хочешь набить руку на синтаксисе и базовой логике, не ставя IDE и не собирая окружение.​

Общий список задач:
https://edabit.com/challenges

Интерактивные учебники для начинающих по JS и Python:
https://edabit.com/tutorials

Сайт не обновлялся с 2021 года, так что фишек новых версий языков там нет, но для старта это и не нужно, понять основы и концепты очень даже удобная штука.

@devs_books

В коде Quake III Arena (1999) есть легендарная функция с интересными комментариями — это алгоритм быстрого вычисления обратного квадратного корня, который работал примерно в 4 раза быстрее стандартного способа.​

float Q_rsqrt( float number )
{
    long i;
    float x2, y;
    const float threehalfs = 1.5F;
    
    x2 = number * 0.5F;
    y = number;
    i = * ( long * ) &y;                       
// evil floating point bit level hacking
    i = 0x5f3759df - ( i >> 1 );               
// what the fuck? 
    y = * ( float * ) &i;
    y = y * ( threehalfs - ( x2 * y * y ) );
    
    return y;
}

Фишка в том, что функция трактует биты float-числа как integer, делает побитовый сдвиг вправо (по сути делит экспоненту пополам), вычитает результат из «магического числа» 0x5f3759df, конвертирует обратно во float и делает одну итерацию метода Ньютона для уточнения. Звучит безумно, но математически работает: магическое число подобрано так, чтобы дать очень хорошее начальное приближение для обратного квадратного корня, а метод Ньютона доводит точность до нужного уровня всего за одну итерацию.​

Обратный квадратный корень нужен был для нормализации векторов при расчёте освещения в 3D-графике — таких операций выполнялось миллионы в секунду, и каждое ускорение критично. Долгое время никто не знал, кто автор алгоритма, потом выяснилось, что это Greg Walsh из конца 1980-х. Сейчас у процессоров есть специальные инструкции для таких вычислений, но этот хак остаётся одним из самых элегантных примеров низкоуровневой оптимизации в истории.

Подробнее в википедии.

@devs_books

Если вы сейчас не в айти, но думаете о переходе в Python-разработку — вот история, которая покажет, что не всё потеряно, даже если отказы сыпятся десятками.

Суть в двух словах

Парень 4 года проработал в нейрохирургическом стартапе, выгорел и решил перейти в IT. Без менторства: 110 резюме, 500+ откликов, 1 собеседование. С ментором — быстро получил оффер. Проблема была не в скиллах, а в понимании рынка и составлении резюме. Главный вывод: самому сложно объективно оценить своё резюме и подготовку, нужен опытный взгляд со стороны.

Полная история с деталями про резюме, собеседования и алгоритм действий — в статье на Tproger.

Один из лучших ресурсов для начинающих: Free Programming Books — огромный GitHub‑список, где собраны тысячи книг по всем аспектам разработки, и все они легальные и бесплатные.​

Это не просто случайная подборка, а систематизированный каталог: от азов информатики и алгоритмов до специфичных тем вроде компиляторов, ИИ, безопасности и даже квантовых вычислений. Для новичков самые полезные разделы — Computer Science, Programming, Algorithms & Data Structures, IDE and editors и Version Control Systems.​

Все книги на английском. Если вы читаете по‑английски с трудом, это отличный повод начать учить язык — в программировании 90% документации, обсуждений на GitHub и ответов на Stack Overflow именно на нём. Не говоря уже том, что многие книги так и не переведены на русский, и в оригинале они гораздо свежее и точнее.​

Как пользоваться: заходите в репозиторий, ищете нужный раздел (например, Algorithms & Data Structures), открываете список и выбираете книгу по уровню. Для совсем новичков хорошо подойдут «Computer Science I & II» от Chris Bourke или «Dive Into Systems» для понимания, как работает железо. Для алгоритмов — «Algorithms» от Wikibooks или «Problem Solving with Algorithms and Data Structures using Python» (если хотите сразу с кодом).​

Книги в основном в форматах PDF, HTML или ePub, так что можно читать с телефона, планшета или компьютера. Всё легально раздаётся авторами или издательствами.

@devs_books

Советы от программиста с 20+ лет опыта в IT для начинающих

За эти годы я писал код на C, Rust, Python, TypeScript, работал в стартапах, энтерпрайзе, госах и AI‑лабораториях. И одна вещь снова и снова подтверждается: программирование — это не про код. Это про ясность мышления.

В начале карьеры мне казалось, что скилл — это «знать всё»: фреймворки, синтаксические мелочи, настройки облака и т.д. Но люди, которые реально двигали проекты вперёд, были не те, кто быстрее печатает или держит в голове больше доки. Это были те, кто умеет ясно думать о задаче.

Когда вы научитесь:
— формулировать проблему до того, как тронули клавиатуру;
— объяснить свой код вслух так, чтобы он звучал просто;
— называть вещи точно и понятно;
— не подлатать симптом, а задать вопрос «а точно ли тут правильные предположения?»

...вы начнёте писать код, который живёт дольше, лучше масштабируется и вызывает доверие у людей вокруг.

Если вы только входите в профессию, мой главный совет такой:
— не гоняйтесь за инструментами, гоняйтесь за пониманием;
— не бойтесь быть неправыми, бойтесь не вынести урок из своей ошибки;
— не копируйте паттерны «потому что так принято», разбирайтесь, зачем они вообще появились.

Всё остальное — фреймворки, языки, AI‑тулы — придёт само, если у вас есть привычка думать ясно.

Источник: пост FluxParadigm01 на Reddit.

@your_tech

«Ядро планеты Python»: большой интерактивный учебник по Python, который дополняет сообщество

Он охватывает основные темы Python, но коротко и достаточно ёмко, чтобы раскрыть специфику, удобство, красоту и силу этого языка, не перегружая голову. Всё с кучей примеров и небольшими дорожными картами по каждой теме.

При желании, вы тоже можете предлагать улучшения, дополнять и переделывать его — исходники лежат на гитхабе: https://github.com/amaargiru/pycore

#python #начинающим

С кем знакомятся типичные программисты: 2D-тян или живая девушка?

Согласно недавним исследованиям Vantage Point Counseling Services, треть американцев хотя бы раз состояла в романтических отношениях с ИИ. Появилось даже приложение Loverse для виртуальных знакомств, где вместо реальных людей роль партнёров выполняют чат-боты с искусственным интеллектом.

Мы решили провести своё исследование и выяснить где и с кем сегодня знакомятся пользователи стран СНГ. Пожалуйста, пройдите наш небольшой опрос. Это поможет нашему исследованию.

Пройти опрос.

Как LeetCode, только по AI/ML — открылась новая площадка с задачами по машинному обучению.

Можно через практику изучать алгоритмы и ключевые концепции, причём уже есть блоки по линейной алгебре, а поддержка PyTorch и JAX заявлена «скоро» — автор выкатывает обновления и пополняет банк вопросов. Есть автопроверка через тесты.

На видео — интерфейс после авторизации. Лидерборд и список задач. В задаче условия и редактор кода. И кнопки Run/Submit, всё как обычно на подобных сайтах.

И есть особые задачи на исследование: например, изучить как работает Attention и написать краткое саммари, как вы это поняли. И тоже можно отправить на проверку.

@neuro_channel

Осторожнее, смотрите не перепутайте

Microsoft выложил на GitHub бесплатный курс по веб-разработке. Он рассчитан на 12 недель и включает 24 урока по основам HTML, CSS и JavaScript.​ Есть автоматический перевод на русский.

Вы сделаете виртуальный террариум, игру в стиле Space Invaders, расширение для браузера, банковское приложение и другие интересные штуки, которые можно положить в портфолио.

В уроках есть разминочный тест перед занятием, текстовые материалы, пошаговые инструкции для проектов, дополнительные ссылки, задания и проверочный тест в конце. Ещё есть визуальные конспекты и видео для тех, кому так проще воспринимать информацию.

Можно даже ничего специального не устанавливать и делать всё в GitHub Codespaces. Плюс есть сообщество в Discord и модерируемый форум.

Найс https://github.com/microsoft/Web-Dev-For-Beginners

🐤🐤🐤

Свежая роадмапа пошелу ибашу: https://roadmap.sh/shell-bash

Если вы ещё почему-то не знакомы с этим прекрасным сайтом роадмапов, то знайте, что все элементы схемы кликабельны, можно прочитать описания команд, не отходя от кассы, и там же найти ссылки для изучения вглубь.

🐤🐤🐤

Полчаса воевал с чатом гпт, скормив ему пачку туторов и инструкций в поисках одной нужной мне настройки. Полчаса он пытался мне обьяснить в каком компоненте она находится и как называется. По факту, конечно, там ее не было. Я скинул ему скрины компонентов и попросил показать мне пальцем, если он такой умный. Так что вы думаете? Этот пи🐤р мне ее на скрине ПОДРИСОВАЛ (в оригинале - ниже size modifiers вообще ничего нет)

Источник: https://x.com/quaatura

Постоянно конечно какая-то дичь происходит, но с фальсификацией изображений сталкиваюсь впервые :)

Вот есть октябрьская статья про борьбу с галлюцинациями (как раз когда ИИ очень уверенно несёт чушь) https://www.voiceflow.com/blog/prevent-llm-hallucinations

Там описано 5 стратегий:

1️⃣ Retrieval-Augmented Generation (RAG) — подключать извлечение релевантных фактов из внешних баз перед генерацией ответа, чтобы заземлить выводы на проверяемых источниках и не «додумывать» при нехватке знаний.​

2️⃣ Chain-of-Thought Prompting — просить модель пошагово расписывать ход рассуждений перед финальным ответом, что снижает логические скачки и уменьшает ошибки в задачах с многошаговым выводом.​

3️⃣ Reinforcement Learning from Human Feedback (RLHF) — дообучать модель по оценкам людей, чтобы поощрять точные и полезные ответы и подавлять правдоподобные, но неверные.​

4️⃣ Active Detection with External Validation — автоматически проверять ответы на согласованность (например, SelfCheckGPT) и валидировать утверждения по доверенным базам, помечая фрагменты с низкой уверенностью или неподтверждённые.​

5️⃣ Custom Guardrail Systems — внедрять «ограничители»: автоматическую проверку фактов, контекстное заземление и требования к ссылкам/допуску только одобренной информации в чувствительных доменах.​

Кря