Кто такой Mobile Platform Engineer
Mobile Platform Engineer — это инженер, который создает и поддерживает внутренние инструменты, библиотеки и архитектуры, позволяя мобильным командам быстрее и стабильнее выпускать продукт. Его «пользователи» — это другие разработчики, а задачей становится автоматизация процессов, стандартизация инфраструктуры и управление качеством, чтобы избавить команду от рутинных технических проблем.
Такая роль особенно востребована в больших командах, когда хаос, конфликты и технический долг замедляют релизы. Платформенный инженер не только пишет код, но и выстраивает коммуникации между командами, отвечает за безопасность, релизы, внедрение стандартов и успешные миграции — помогая всей организации развиваться быстрее и эффективнее.
Mobile Platform Engineer — это инженер, который создает и поддерживает внутренние инструменты, библиотеки и архитектуры, позволяя мобильным командам быстрее и стабильнее выпускать продукт. Его «пользователи» — это другие разработчики, а задачей становится автоматизация процессов, стандартизация инфраструктуры и управление качеством, чтобы избавить команду от рутинных технических проблем.
Такая роль особенно востребована в больших командах, когда хаос, конфликты и технический долг замедляют релизы. Платформенный инженер не только пишет код, но и выстраивает коммуникации между командами, отвечает за безопасность, релизы, внедрение стандартов и успешные миграции — помогая всей организации развиваться быстрее и эффективнее.
👍1
Курс "Генеративный ИИ для начинающих с JavaScript" от Microsoft
Microsoft уже выпустила несколько обучающих курсов по ИИ, таких как "AI Agents for Beginners", "Copilot Adventures" и "Generative AI for Beginners". В этом курсе "Генеративный ИИ для начинающих с JavaScript", размещенном на GitHub, вы научитесь создавать приложения GenAI с использованием JavaScript.
Это новое предложение можно рассматривать как продолжение общего курса "ИИ-агенты для начинающих", но посвящённого JavaScript. Курс также заимствует повествовательный стиль исследования из курса "Copilot Adventures", оформленного в виде приключения с путешествием во времени. Суть курса заключается в том, что вы выбираете задачу, или так называемое приключение, и затем пишете код для его выполнения.
Таким образом, вы отправитесь в захватывающее приключение, путешествуя во времени и сотрудничая с величайшими умами истории. Вместе вы будете решать сложные задачи и изучать, как генеративный ИИ может произвести революцию в ваших JavaScript-приложениях.
Microsoft уже выпустила несколько обучающих курсов по ИИ, таких как "AI Agents for Beginners", "Copilot Adventures" и "Generative AI for Beginners". В этом курсе "Генеративный ИИ для начинающих с JavaScript", размещенном на GitHub, вы научитесь создавать приложения GenAI с использованием JavaScript.
Это новое предложение можно рассматривать как продолжение общего курса "ИИ-агенты для начинающих", но посвящённого JavaScript. Курс также заимствует повествовательный стиль исследования из курса "Copilot Adventures", оформленного в виде приключения с путешествием во времени. Суть курса заключается в том, что вы выбираете задачу, или так называемое приключение, и затем пишете код для его выполнения.
Таким образом, вы отправитесь в захватывающее приключение, путешествуя во времени и сотрудничая с величайшими умами истории. Вместе вы будете решать сложные задачи и изучать, как генеративный ИИ может произвести революцию в ваших JavaScript-приложениях.
Я сделал $100K на iOS-приложении. Apple забрала 30%. Остальное ушло на исправление ошибок и выгорание.
100 тысяч долларов дохода от приложения — это звучит заманчиво в твите.
Но в реальной жизни это означает бессонные ночи, постоянную поддержку и непредвиденные расходы. Это означает баланс между ростом и психологическим здоровьем и умением говорить «нет» — даже собственным идеям новых функций.
Я рад, что сделал это. Но я бы не назвал это лёгкими деньгами.
Если вы планируете запустить что-то самостоятельно, убедитесь, что вы готовы не только разрабатывать, но и поддерживать, чинить, общаться с пользователями и улучшать.
Вот это и есть настоящая работа. И вот где настоящие затраты.
100 тысяч долларов дохода от приложения — это звучит заманчиво в твите.
Но в реальной жизни это означает бессонные ночи, постоянную поддержку и непредвиденные расходы. Это означает баланс между ростом и психологическим здоровьем и умением говорить «нет» — даже собственным идеям новых функций.
Я рад, что сделал это. Но я бы не назвал это лёгкими деньгами.
Если вы планируете запустить что-то самостоятельно, убедитесь, что вы готовы не только разрабатывать, но и поддерживать, чинить, общаться с пользователями и улучшать.
Вот это и есть настоящая работа. И вот где настоящие затраты.
❤4
10 простых внутренних инструментов, которые любой разработчик может создать менее чем за 2 часа
Автор утверждает, что современные инструменты (особенно AI) позволяют инженерам-менеджерам (Engineering Managers, EM) создавать полезные внутренние приложения буквально за пару часов между встречами. В статье предлагается 10 идей таких быстрых инструментов, которые решают реальные рабочие задачи, повышают эффективность команды и дают менеджеру возможность продолжать активно создавать решения, а не только руководить.
Автор утверждает, что современные инструменты (особенно AI) позволяют инженерам-менеджерам (Engineering Managers, EM) создавать полезные внутренние приложения буквально за пару часов между встречами. В статье предлагается 10 идей таких быстрых инструментов, которые решают реальные рабочие задачи, повышают эффективность команды и дают менеджеру возможность продолжать активно создавать решения, а не только руководить.
Cactus - кроссплатформенный фреймворк для локального развертывания LLM/VLM/TTS моделей
По мере того, как небольшие устройства становятся всё более мощными, на них теперь можно запускать большие языковые модели (LLM). Это критически важно для полной конфиденциальности и контроля, поскольку модели, использующие приватные данные, могут работать локально без подключения к внешним серверам. Cactus — это лёгкий, высокопроизводительный фреймворк с открытым исходным кодом, который делает именно это, позволяя запускать ИИ-модели на мобильных устройствах.
Основные фичи Cactus:
• Поддерживает Flutter, React Native и Kotlin Multiplatform
• GGUF модели: работает с любой моделью GGUF от Hugging Face, включая Qwen, Gemma, Llama и DeepSeek
• Мультимодальный ИИ: запуск различных моделей, включая LLM, VLM, Embedding модели и модели TTS (преобразование текста в речь)
• Оптимизированная производительность: эффективное выполнение моделей от FP32 до 2-битных квантованных версий
• Работа с агентами: используйте агенты Cactus для интеграции пользовательских инструментов для сложных, расширенных рабочих процессов
• Нативная поддержка: включает iOS xcframework и JNILibs для нативной работы
• Компактная сборка C++: идеально подходит для развертывания на кастомном оборудовании
Cactus также ориентирован на «local first». Последствия отсутствия владения данными широко известны, и локальный подход направлен на решение этой проблемы путем создания адаптивных и удобных для пользователей приложений, которые при этом позволяют им работать в автономном режиме. Cactus особенно эффективен в сценариях, где не гарантируется постоянное подключение к данным или когда предпочтителен полностью автономный режим работы. Однако при необходимости он может использовать облачный вывод для длительных или асинхронных задач.
Cactus на GitHub: https://github.com/cactus-compute/cactus
Платформа: искусственный интеллект
⭐️: 2.9K
По мере того, как небольшие устройства становятся всё более мощными, на них теперь можно запускать большие языковые модели (LLM). Это критически важно для полной конфиденциальности и контроля, поскольку модели, использующие приватные данные, могут работать локально без подключения к внешним серверам. Cactus — это лёгкий, высокопроизводительный фреймворк с открытым исходным кодом, который делает именно это, позволяя запускать ИИ-модели на мобильных устройствах.
Основные фичи Cactus:
• Поддерживает Flutter, React Native и Kotlin Multiplatform
• GGUF модели: работает с любой моделью GGUF от Hugging Face, включая Qwen, Gemma, Llama и DeepSeek
• Мультимодальный ИИ: запуск различных моделей, включая LLM, VLM, Embedding модели и модели TTS (преобразование текста в речь)
• Оптимизированная производительность: эффективное выполнение моделей от FP32 до 2-битных квантованных версий
• Работа с агентами: используйте агенты Cactus для интеграции пользовательских инструментов для сложных, расширенных рабочих процессов
• Нативная поддержка: включает iOS xcframework и JNILibs для нативной работы
• Компактная сборка C++: идеально подходит для развертывания на кастомном оборудовании
Cactus также ориентирован на «local first». Последствия отсутствия владения данными широко известны, и локальный подход направлен на решение этой проблемы путем создания адаптивных и удобных для пользователей приложений, которые при этом позволяют им работать в автономном режиме. Cactus особенно эффективен в сценариях, где не гарантируется постоянное подключение к данным или когда предпочтителен полностью автономный режим работы. Однако при необходимости он может использовать облачный вывод для длительных или асинхронных задач.
Cactus на GitHub: https://github.com/cactus-compute/cactus
Платформа: искусственный интеллект
⭐️: 2.9K