🤖 Немного про AI инструменты и полезные юз-кейсы. Часть 1 - Cursor.

В последние несколько месяцев моё использование AI тулзов устаканилось вокруг Cursor, ChatGPT, и NotebookLM со своими областями применения. Сегодня уделю внимание первому из них.

👩‍💻 Cursor

🟢 Погружение в незнакомый контекст. Кидаешь агенту в чат директорию, просишь помощь в построении ментальной модели и указываешь какие конкретно аспекты тебя интересуют. На выходе - выжимка, по которой можно гонять уточняющие вопросы. Помогает быстро понять структуру, акторов, взаимосвязи.

🟢 Документирование. Курсор предлагает опции дополнения к различным участкам кода и, когда это целесообразно, "стоимость" комментария - одно нажатие на Tab. Если автодополнение результат не предлагает, можно выделить участок кода и попросить агента комментарий. Результатом, корректностью, и формулировкой я доволен почти во всех случаях. Изначально пытался подсказывать что нужно написать, но потом понял, что агента это только путает и с задачей он справляется лучше всего когда я его просто прошу "оставь комментарий к X".

🟢 Тесты: написание и поиск багов. Можно за 10-30 минут набойлерплейтить и причесать набор юнит-тестов, но нужно достаточно детально указать что нужно протестировать и какие пожелания к implementation details. Ещё иногда прошу пофиксить падающие интеграционные тесты - даю команду на запуск, прошу проанализировать логи, и итерационно двигаться к решению, пока оное не будет найдено.

Тут важный момент - у меня всегда открыты два Курсора, один - для основной работы, второй - для задач, которые можно делегировать AI и для код-ревью в чужих ветках. Соответственно, задачи формата "найди решение" я запускаю в "фоновом" IDE, чтобы пока я работаю, AI мог сам с собой поиграть, а я - проревьюить результат, когда появится свободная минута.

🟢 Поиск альтернативного решения. Когда вижу на код (сам пишу или на код ревью), который мне не нравится - прошу накидать альтеративных имплементаций с сохранением API/функциональности. На руках оказывается пара альтернатив (порой те, о которых не думал изначально), из которых можно быстро выбрать подходящую.

🟢 Рассуждения о деталях имплементации. Иногда, прежде чем преступить к написанию решения какой нибудь нетривиальной задачи, обсуждаю её с агентом. Скармливаю ему требования, желаемый результат, known unknowns, и прошу сделать ревью моих мыслей, подсветить плюсы\минусы, дополнить упущенное. С доступом агента к кодовой базе и соответствующему контексту, на выходе получается высокоуровневый дизайн док, помогающий с принятием решения, а можно пойти дальше и даже попросить его реализовать.


Ставь 🔥️️️️️️, если используешь AI для кодинга, и ♥️ если пишешь в Cursor.

👨‍💻 Есть немного новостей для тех, кто хотел поработать со мной напрямую.

Иногда пишут с вопросами по переезду, карьере, подготовке к техническим встречам или просто с желанием разобраться в своей ситуации. Ниже - форматы, в которых могу быть полезен.

🟢 Полная консультация

1. Заранее присылаете список вопросов для предварительной подготовки.

2. На созвоне (40 минут) мы разбираем все вопросы в глубину.

3. После звонка я отправляю ссылки на все материалы\ресурсы, которые фигурировали в беседе, а так же даю ответы по тем вопросам (не более 3х), которые всплыли во время обсуждения и требуют проверки\дополнительного ресёрча, либо которые мы не успели обсудить.

🟢 Формат быстрой помощи - без предварительной подготовки отвечаю на вопросы в течение 30 минут.

🟢 Ревью CV - разовое или итерационное.

🟢 Мок-интервью

1. 40 минут - Полноценная техническая встреча на английском в формате реального технического интервью.

2. (опционально) Дополнительный звонок с разбором интервью по трём ключевым компонентам: Computer Science, Programming Language, и System Design, и советами по их прокачке.

ℹ️ На каждую ситуацию смотрю индивидуально. Если вижу, что не могу дать ценность - консультировать не возьмусь. Если CV и так заебись торт 🎂, то просто дам краткий фидбэк. Если что-то не пошло с интервью - думаем на что можно перенаправить усилия и время, чтобы было не в пустую.

👨‍💻 Для контекста:

Я вышел в международную среду 8 лет назад: сначала получил оффер на Кипр, потом работал в Сингапуре, сейчас — в Австралии. За это время прошёл десятки интервью, сам собеседовал десятки инженеров в команды в Сингапуре и Австралии, сталкивался с визовыми процессами, переездами, адаптацией, переговорами и поиском работы в чужой стране. Сейчас работаю в Canva (Сидней) - это один из крупнейших продуктовых IT-бизнесов вне США с сильной инженерной культурой и высокими планками на вход.

У меня нет готовых решений на всё, но я точно знаю, как пройти путь от «не знаю с чего начать, да и один хрен не реально» до реального оффера и переезда. И могу помочь сориентироваться, если ты где-то в процессе.

По доступности и ценам пишите @ndg06. Планирую общаться не более чем с 1-2 людьми в неделю. Пока цены поставил пониже, дальше будет зависеть от спроса и моей рабочей занятости.

💲 Налоговая оптимизация или как сэкономить десятки тысяч долларов на покупке автомобиля

Есть у нас в Австралии такая традиция - каждый год мы с друзьями ходим в баню садимся и считаем сколько денежек заработали за финансовый год. Считаем всё - от доходов на работе, до инвестиций и процентов по наскопительным счетам, чтобы потом заполнить форму на сайте налоговой. Национальный спорт - вычесть из налогооблагаемого дохода как можно больше расходов, так называемые вычеты. Расходы связанные с выполнением трудовой деятельности, домашний офис, убыточные инвестиции, траты на обслуживании ипотеки на инвестиционную квартиру, и далее по списку.

💰 Одна из таких оптимизаций - лизинг или Novated Lease на автомобиль. Если кратко: это трёхсторонний договор между тобой, твоим работодателем и лизинговой компанией. Компания берёт машину в лизинг от твоего имени, новую или б\у, а ты выплачиваешь лизинг (и все расходы на машину — бензин/электричество, сервис, страховку) из брутто зарплаты. Да-да, но налогов (37-45% в верхних брэкетах прогрессивной шкалы).

Получается, что ты получаешь скидку в, например, 37% на лизинговые платежи, которые включают в себя абсолютно все расходы на автомобиль (включая страховки, бензин, зарядки, и обслуживание) на время контракта, а по его окончании - либо отдаёшь машину, либо выкупаешь её по остаточной стоимости (раза в 1.5-3 дешевле изначальной).

➕ Пример математики 4 летнего лизинга машины за 70 тысяч:

🟠 Из брутто зарплаты отдаёшь за 4 года в сумме 76 тысяч на лизинговые платежи, но из кармана убывает только 48 тысяч

🟠 В конце лиза выкупаешь авто за 26 тысяч

Итого: 74 тысячи за 4 года.

Для сравнения, за те же четыре года покупка за кэш обошлась бы в 70 тысяч за машину, 20 тысяч на страховки/налоги/обслуживание/бензин/зарядку, и ~10 тысяч недополученной прибыли за кеш, лежащий в кармане продавца, а не на вашем сберегательном счёте.

❕ Итого: 26 тысяч экономии при покупке через лизинг.

Рассчёт грубый и упускает более мелкие детали в целях упрощения рассчётов.

Но не всё так гладко.

1️⃣ Во-первых, чтобы взять Novated Lease ваш работодатель должен предоставлять такую возможность.

2️⃣ Во-вторых, если вы не работаете или ушли в компанию без Novated Lease - все платежи по лизу будете платить уже из кармана, а не до налогов, что будет нивелировать всю выгоду.

3️⃣ В-третьих, лизинг, как и любой кредит, снижает ваш кредитный лимит. Если в планах маячит ипотека - лизинг нужно брать на такой срок, чтобы он подошел к концу до оформления ипотеки, ну либо брать его сразу после её оформления.

4️⃣ И, наконец, в-четвёртых, налоговые органы халяву не любят и ввели налог на бонусы от работодателя, под который попадает и лизинговый авто. Этот налог делает выгоду от лизинга минимальной.

Но как и у правил, у налогов есть свои исключения, и в данном случае, имя такого исключения - электромобили. Без налога на бонусы от работодателя, лизинг на электрички всё ещё позволяет выгадать десяток(ки) тысяч долларов, правда в 2027 году, если не раньше, исключение отменят и халява закончится. 🧀

🔥 - если только что узнал про такую схему
🐳 - если знал и раньше

#австралия

🤖 Немного про AI инструменты и полезные юз-кейсы. Часть 2 - NotebookLM.

ChatGPT/Claude оставлю на десерт, там, скорее всего, несколько постов будет, а пока расскажу про NotebookLM.

Гугловский продукт я использую не слишком часто, но для некоторых видов анализа, где требуется исключить галлюцинации настолько, на сколько это возможно (для работы с юридическими документами, или в области, где провалидировать ответ не хватает знаний), этот инструмент - спасение.

ℹ️ NotebookLM - AI-ассистент для работы с документами, извлечения из них смысла, постоения контекста, и последующей навигации по нему. Ключевое отличие от GPT/Claude - все ответы строятся исключительно на предоставленном контексте (документах, скриншотах, и т.п.), а ответы предоставляются с отсылками на источники. Таким образом, количество галлюцинаций сводится к минимуму, а каждое утверждение легко и быстро проверить.

Несколько примеров применения:

🟢Юридические документы

Есть договор на 500 страниц и нужно узнать ответ на определённый вопрос? Загружаешь документ, спрашиваешь, получаешь ответ и референсы на конкретные места договора с упоминанием деталей, относящихся к вопросу. Контекст можно построить хоть из 1 документа, хоть из десятков. Правда, если документ рабочий и для внутреннего пользования, а у компании нет особого соглашения с NotebookLM, то никакие документы отправлять туда не стоит. Я использую NLM для банковских, ипотечных, и жилищных контрактов. Как расторгнуть документ? Столько будет стоить? Какой депозит вернут? Какие обязательства? В чьи обязанности входит починка X? Должен ли я пользоваться услугами сертифицированного специалиста для замены Y? На изучение любого подобного вопроса уходят считанные минуты (у меня уже созданы проекты по каждому направлению, остаётся только вопрос вбить в нужном).

🟢Консолидация разрозненной информации и навигации по ней

Например, для презентации рабочего проекта. Создаешь проект NLM, загружаешь весь найденный контекст - скриншоты обсуждений, документы, дизайн доки, всё, что относится к проекту. Примерно прикидываешь структуру презентации, создаешь слайды. Далее по темам слайдов задаёшь вопрос NLM. Получаешь ответ, валидируешь, оформляешь на слайде. Итого - под каждый слайд NLM выдаёт практически полностью готовый текст, который остаётся лишь уточнить. Экономия времени крайне существенная. Для своей презентации мне это позволило сэкономить как минимум несколько дней, т.к. контекст был разбросан во времени и пространстве (долгий проект с большим количеством обсуждений в разных чатах и документах).

Из дополнительных фич NLM:

🟠Контекст можно не только ручками накидывать, но и попросить NLM собрать его в интернете. Плюс - экономится время, минус - вы становитесь заложником качества источников. Но если источник - шляпа, его всегда можно удалить и перезадать вопрос. К тому же, можно накидать первичный контекст руками, и дополнить его из интернета.

🟠На основании контекста можно сгенерировать подкаст с несколькими ведущими, обсуждающими тему. Полезно тем, кто хочет начать разбираться с какой либо теме и хорошо воспринимает информацию на слух.

🟠Можно создавать ментальные модели. Я сам пока не пользовался, но с виду инструмент должнен очень хорошо помогать тем, кто предпочитает визуальные данные и графы, пытаясь построить ментальную модель с пониманием взяимосвязей сущностей в новой\не очень знакомой теме.

🔥 - если пользовался NotebookLM
♥️ - если захотел попробовать
🐳 - если предпочитаешь шапку из фольги

На вопрос в комментариях к последнем посту:

Есть хорошая статья на тему атрофии скиллов при чрезмерном использовании AI: https://addyo.substack.com/p/avoiding-skill-atrophy-in-the-age

В кратце - не надо превращаться в обезьянку, которая перебирает промпты пока не получит то, что работает. Надо:
🟢Вникать в ответы, таким образом использовать AI для ускорения процесса построения контекста и потом ответы валидировать.
🟢Не использовать AI по-умолчанию для всего подряд, а только для тех ситуаций, где он действительно выгоден, иначе - умышленно от него отказываться и исследовать ручками.
🟢 Начать копать самому, потом свои гипотезы уже вываливать в LLM, таким образом и сам что-то делаешь, и промпт даёшь более конкретный, с более высокой вероятностью полезного ответа.
🟢 Даже если решение работает, продолжай мучать LLM доп вопросами, пока не поймешь решение полностью и\или его плюсы\минусы + спроси про альтернативные подходы и сравни их.
🟢 Занимайся парным программированием - используй LLM не для "напиши", а для "проверь и предложи улучшения по оптимизации\читаемости".

🤖 Глобальная трансформация процесса интервью

За последние пол года произошёл заметный сдвиг в том, как происходит оценка кандидата, претендующего на роль инженера. Умение работать вместе с ИИ становится не «читерством», а компетенцией. Компании перестраивают процессы, чтобы проверять не только алгоритмы «с чистого листа», но и то, как вы планируете решение, направляете ассистента, проверяете и улучшаете его вывод. Canva открыто пишет, что теперь ожидает от кандидатов на Backend/ML/Frontend использование Copilot/Cursor/Claude на интервью и заменила классический Computer Science скрининг на «AI-Assisted Coding».

🧠 Если раньше первычным техническим этапом была часовая секция Computer Science с алгоритмами и вот этим вот всем, то теперь входной этап трансформировался в симбиоз CS, System Design, и применения AI-инструментов.

Раньше - алгоритмическая задача на проверку "базы", теперь - задача из разряда дизайна систем, где взаимодействие с AI-инструментом, как с ассистентом, становится рычагом для успеха. Формат стал ближе к реальной разработке, т.к. в самой Canva AI-тулзами пользуются, кажется, уже все. Кандидат проговаривает ход мыслей, не маскирует использование ассистента и демонстрирует свою способность формулировать задачу, доводить контекст, анализировать результат, принимать инженерные решения и приводить решение к адекватному уровню.

🔥 Тренд набирает обороты, так что, похоже, все книги по "Как попасть в FAANG" скоро придётся сжигать в огне горящих от AI жёп. Из позитивного - Google планирует снова начать проводить хотя бы один из этапов интервью в офисе. Так что, возможно, этот тренд тоже наберёт обороты, и процесс поиска работы снова станет гораздо интереснее унылых звонков в Zoom.

А ты за кого, воин?

🔥 - Хочу AI-тулзы на интервью
🐳 - Хочу графы обходить в глубину и ширину

👋 Немного (совсем) пропал в последнее время, взял перерыв с авторством чтобы сфокусироваться на том, чтобы ничего не делать сбросить темп и выйти из подгоревшего состояния. Подтверждаю - заграницы (слетали в Японию), автотрипы, концерты, и природа лечат лучше любых секретных советских мазей.

🔙 Ещё за это время был рад помочь нескольким ребятам с планами по релокейту, а в Canva, наконец, вернулся к интервьюированию и провел первое AI-интервью (впечатление осталось смешанное).

❓ Пока не знаю про что сделаю следующий пост, но недавно мне написали старые знакомые и предложили запилить такой вот информативный пост для тех, кто рассматривает и интересуется не только одной страной, а сразу несколькими.

Так что если у вас в планах на сегодня был пункт про расширение сознания любыми законными способами, представляю список стран к ознакомлению:

🏞 СЕРБИЯ

🐘 АФРИКА

🦘 АВСТРАЛИЯ

⚽️ УРУГВАЙ

🍺 ГЕРМАНИЯ

🐜 КЕНИЯ

💃 АРГЕНТИНА

🍁 КАНАДА

🍷 ИСПАНИЯ

🐪 ЕГИПЕТ

🌍 ВИЗЫ и ВНЖ

🛂 Всё о том, как и куда можно переехать


Можно так же все каналы добавить папочкой:

>> Добавить себе папку «ВОКРУГ МИРА»


В общем, читайте, делитесь. Если есть идеи для постов - кидайте в комменты. Всем мир.