🔶 یک تحلیلی کردم وضعیت های استخدامی رو و یک چیز عجیبی رو متوجه شدم

مارکت برنامه نویسی یخورده داره قطب بندی میکنه سطوح شغلی رو
و توی این شکافی که داره اتفاق می افته تقریبا کار یک میدلول سخت تر از یک جونیور هست برای استخدام.

الان اکثر شرکت ها (مخصوصا استارتاپ ها) جذبشون حول یک سنیور پرقدرت و چند تا جونیوره!!
به این خاطر که یک جونیور حقوق پایینی میگیره و تمرکز روی delivery سریعه با هدایت یه سنیور از طرفی میشه سنیور رو مجاب کرد که نقش لید کردن و منتورینگ رو هم به عهده بگیره!! (در صورتیکه در حوزه اختیاراتش نیست)

(حتی امروز دیدم یک شرکت با استخدام یک سنیور و یک اشتراک کوپایلت پرو کارو جمع کرده بود)

اینجا میدلول ها دارن قربانی این ساختار میشن !
واقعاً برای میدلول‌ها سخته چون نه ارزون‌تر از جونیورن، نه می‌تونن مثل یه سنیور مسئولیت بگیرن. معمولاً تو مصاحبه‌ها هم یا underqualified دیده می‌شن یا overqualified برای نقش جونیور.
لذا اینجا یا باید خودش رو سنیور جا بزنه یا جونیور! یا باید بگه من سنیورم و مسئولیت های لید و منتورینگ و توسعه رو به عهده بگیره یا بگه جونیورم تا با حقوق پایین راضی به کار بشه! (که در هر دو صورت رضایت بخش نیست)

بگی سنیورم سریع معلوم میشه نیستی!
بگی جونیورم باید با حقوق و شرایط حداقلی کنار بیای!!


از طرفی سنیور ها بیش از حد مسئولیت میگیرن !
یه سنیور توی این مدل هم باید توسعه بده، هم رهبری کنه، هم آموزش بده. نتیجه‌ش:
فرسودگی شغلی (burnout)
افت کیفیت در یکی از این نقش‌ها (یا توسعه یا لید کردن یا منتورینگ)


در کل میشه هر استراتژی ای رو برای کاهش هزینه های شرکت دید در این کشور حتی اگر به قیمت زیر پا گذاشتن اصول کاری و حرفه ای باشه.

</Liam Paknia>

@TheRaymondDev

به اکستنشن php خودم، فانکشن "فراوانی frequency" رو هم اضافه کردم

تا الان میانه، میانگین و فراوانی به اکستنشن stmath اضافه شده

https://github.com/xmrrabbitx/stmath

@DevTwitter | <hadi mirzaie/>

🔶 سعی کنید زبان انگلیسی به عنوان زبان دوم یاد بگیرید.

توی زندگی تون خیلی تاثیر دارد.

@TheRaymondDev

آیا Next.js هنوز محبوبیت قبل رو داره؟

تو اکثر آگهی‌های استخدام React، اسم Next.js رو می‌بینیم.
با دیدن این مقاله:
https://medium.com/@hotseatmag/why-companies-are-saying-goodbye-to-next-js-d1e2d78c54c8

تصمیم گرفتم با استفاده از وب‌اپی که توی تیم داریم روش کار می‌کنیم، تحلیل مشابهی رو انجام بدم.
نتایج این تحلیل از گفتگوهای توسعه‌دهنده‌ها در چهار شبکه اجتماعی مختلف — Reddit، TikTok، YouTube و Instagram — و بیش از ۷۰۰۰ کامنت در کمتر از یک ساعت به‌دست اومد. نتایج این تحلیل نشون می‌ده که:
- ۳۹٪ احساس منفی به Next.js دارن، بیشتر به‌خاطر پیچیدگی و مشکلات پرفورمنس.
- ۲۴٪ در حال بررسی جایگزین‌هایی مثل Remix و Vite هستن.
- ۱۹٪ ناراضی بودن و دنبال ابزارهایی ساده‌تر می‌گردن.

نکست هنوز ابزار قدرتمند و محبوبی بین شرکت‌ها و توسعه‌دهنده هاست ولی نتیجه ای که میشه گرفت اینه که همیشه قوی‌ترین و ترندترین ابزار لزوما بهترین گزینه نیست،
به عنوان مثال اگر پروژه شما به سئو نیاز نداره، یا به دنبال سادگی و سرعت بیشتر در توسعه هستید، ابزارهایی مثل Vite می‌تونن انتخاب بهتری باشن. این ابزار به‌خاطر سرعت بالای ساخت و کاهش پیچیدگی‌ها، برای پروژه‌های کوچیک‌تر و پنل‌های داخلی که نیاز به رندرینگ پیچیده ندارن، گزینه‌ای عالی به حساب میاد.
همچنین برای پروژه‌های متوسط و کوچیک، شاید وقتشه که ابزارای دیگه‌ای مثل Astro، Remix یا حتی TanStack رو هم امتحان کنیم.

@DevTwitter | <Reza Heydari/>

مولانا | دیوان شمس | رباعیات | رباعی شمارهٔ ۱۶۱۴

بازیچه قدرت خداییم همه
او راست توانگری گداییم همه
بر یکدگر این زیادتی جستن چیست
آخر ز در یکی سراییم همه

#مولانا | گنجور
📍@iipoem

یک تحلیلی کردم وضعیت های استخدامی رو و یک چیز عجیبی رو متوجه شدم
مارکت برنامه نویسی یخورده داره قطب بندی میکنه سطوح شغلی رو
و توی این شکافی که داره اتفاق می افته تقریبا کار یک میدلول سخت تر از یک جونیور هست برای استخدام.

الان اکثر شرکت ها (مخصوصا استارتاپ ها) جذبشون حول یک سنیور پرقدرت و چند تا جونیوره!!
به این خاطر که یک جونیور حقوق پایینی میگیره و تمرکز روی delivery سریعه با هدایت یه سنیور از طرفی میشه سنیور رو مجاب کرد که نقش لید کردن و منتورینگ رو هم به عهده بگیره!! (در صورتیکه در حوزه اختیاراتش نیست)

(حتی امروز دیدم یک شرکت با استخدام یک سنیور و یک اشتراک کوپایلت پرو کارو جمع کرده بود)

اینجا میدلول ها دارن قربانی این ساختار میشن !
واقعاً برای میدلول‌ها سخته چون نه ارزون‌تر از جونیورن، نه می‌تونن مثل یه سنیور مسئولیت بگیرن. معمولاً تو مصاحبه‌ها هم یا underqualified دیده می‌شن یا overqualified برای نقش جونیور.
لذا اینجا یا باید خودش رو سنیور جا بزنه یا جونیور! یا باید بگه من سنیورم و مسئولیت های لید و منتورینگ و توسعه رو به عهده بگیره یا بگه جونیورم تا با حقوق پایین راضی به کار بشه! (که در هر دو صورت رضایت بخش نیست)

بگی سنیورم سریع معلوم میشه نیستی!
بگی جونیورم باید با حقوق و شرایط حداقلی کنار بیای!!


از طرفی سنیور ها بیش از حد مسئولیت میگیرن !
یه سنیور توی این مدل هم باید توسعه بده، هم رهبری کنه، هم آموزش بده. نتیجه‌ش:
فرسودگی شغلی (burnout)
افت کیفیت در یکی از این نقش‌ها (یا توسعه یا لید کردن یا منتورینگ)


در کل میشه هر استراتژی ای رو برای کاهش هزینه های شرکت دید در این کشور حتی اگر به قیمت زیر پا گذاشتن اصول کاری و حرفه ای باشه.

@DevTwitter | <Liam Paknia/>

راستشو بخواید با ادمای غلط انداز و ناجور راحت تر کنار میام. هرچقدر یکی شسته رفته تره، احساس میکنم عقده و سانسور عمیقی تو وجودش داره که یه روز اون روی خودش رو نشون میده و پشمات میریزه.

@hamidreza01

یه سیستم ترجمه PDF با زبان پایتون با استفاده از وب آپ Streamlit نوشتیم که می تواند با مدل های هوش مصنوعی Huggingface به هر زبانی ترجمه کند.

شما می توانید هر مدل هوش مصنوعی توی سیستم ترجمه بکار بگیرید اما باید برای استفاده از آن باید Huggingface را شارژ کنید.

گیت هاب :
https://github.com/Rayiumir/DeepLingua

@DevTwitter | <Raymond Baghumian/>

شرکت TSMC از فناوری ۱.۴ نانومتری خود با ترانزیستورهای نانوصفحه GAA نسل دوم رونمایی کرد.

#TSMC #Chip #Transistor #A14

این شرکت در مراسم سیمپوزویم فناوری فاش کرد که فناوری ساخت ۱.۴ نانومتری‌اش به ترانزیستورهای نانوصفحه GAA از نسل دوم خود متکی است و با فناوری NanoFlex Pro انعطاف پذیری بیشتری ارائه می‌دهد.

فناوری GAA (مخفف Gate-All-Around) یک معماری ترانزیستوری برای رفع چالش‌های معماری FinFet است.

شرکت TSMC انتظار دارد که در سال ۲۰۲۸ وارد تولید انبوه شود، اما فاقد BPD (مخفف Backside Power Delivery) خواهد بود. نسخه دارای BPD برای ۲۰۲۹ برنامه‌ریزی شده است.

جزئیات و بهبودها:

در زمینه سرعت، A14 (فناوری ۱.۴ نانومتری) در مقایسه با N2 (فناوری ۲ نانومتری) ۱۵ درصد بهبود داشته است. نسبت به N2، کاهش انرژی ۳۰ درصد و چگالی منطقی ۱.۲۳ برابر چگالی کلی تراشه یا حداقل ۱.۲ برابر (در طراحی‌های ترکیبی) است. غول تایوانی انتظار دارد که A14، در قدرت و پیچیدگی مشابه، عملکردی ۱۰ تا ۱۵ درصد بهتر ارائه دهد و ۲۵ تا ۳۰ درصد مصرف انرژی کمتری در فرکانس و تعداد ترانزیستور مشابه داشته باشد. همچنین در مقایسه با N2، انتظار می‌رود که برای منطق و طراحی ترکیبی، بین ۲۰ تا ۲۳ درصد تراکم ترانزیستور بالاتری داشته باشد. از آنجایی.که A14 فرآیند کاملا جدیدی دارد، به IPهای جدید، بهینه‌سازی‌‌ها و نرم‌افزار EDA نسبت به N2P نیاز دارد (زیرا N2P از IP دو نانومتری استفاده می‌کند)، مانند A16 که یک N2P دارای BPD است.

منبع خبر
به ما بپیوندید :
@LinAcademy

کیا پایه انجام پروژه اپن سورس بک اند پایتونی هستید؟

ایده رو بگید استارتشو بزنیم. هر چی پر چالش تر بهتر

با دید یه پروژه واقعی بزنیم

امروز یه باگ بامزه تو پروژه Django خورد تو صورتم که گفتم باهاتون درمیون بذارم، شاید یه روزی به دادتون برسه!

اگه بعد از ساختن یه آبجکت توی ویو (مثلاً با متد create) بلافاصله آی‌دی اون رو بدی به یه تسک Celery، ممکنه توی محیط پروداکشن با ارور DoesNotExist مواجه بشی — در حالی که لوکال همه چیز درست کار می‌کنه!

چرا این اتفاق می‌افته؟

چون وقتی تنظیماتی مثل ATOMIC_REQUESTS = True فعال باشه، Django تا زمانی که ریکوئست کامل نشه، اطلاعات رو به دیتابیس commit نمی‌کنه.
از اون طرف Celery تسک رو بلافاصله بعد از پاسخ 201 اجرا می‌کنه؛ یعنی قبل از اینکه دیتابیس واقعاً اطلاعات رو ذخیره کرده باشه.

راه‌حل درست و اصولی:
به جای اینکه تسک رو همون لحظه اجرا کنیم، باید صبر کنیم تا commit تموم بشه.
و Django خودش این ابزار رو بهمون داده:

transaction.on_commit(lambda: my_task.delay(obj_id))

این خط یعنی: «بعد از اینکه commit شد، حالا برو سراغ تسک.»

یه نکته ساده ولی حیاتی که می‌تونه جلوی کلی باگ دردسرساز رو بگیره — مخصوصاً وقتی کد رو از dev می‌بریم روی production!

Source

#django

@Syntax_fa

یکم حق بشنوید از پرایم
@PyBackendHub

این تیکه نوت پد رو قبلا نوشتم حواسم باشه که ازشون XSS نخورم شمام داشته باشید برای هر کدومش راه حلی هست
مثلا بجای innerHTML می‌تونید از textContent استفاده کنید اگه محتوای غیر HTML از یوزر می‌گیرید

برای تست نفوذ XSS هم چک لیست خوبیه

@Linuxor

این ریپو توش پر پرامت های لیک شدس

مثلا با روش هایی به گروک گفته بودن 100 توکن اول این گفتگو رو بده و یه سری اطلاعات که از قبل برای گروک برنامه ریزی شده بود رو بدست آوردن، یخشی از این اطلاعات : "تو گروک هستی و توسط xAi ساخته شدی" و " اغلب از دیدگاهی بیرونی به انسانیت نگاه می‌کنی، و همیشه در تلاش برای بیشترین میزان کمک‌رسانی هستی"


برای بقیه مدل ها هم هست :

github.com/jujumilk3/leaked-system-prompts


@Linuxor

- 新增Claude In OAI兼容接口中的C37S模型的开启思考功能：

在OpenAI Chat.Completion API中，模型名称传入 claude-3-7-sonnet-20250219 + -thinking-enabled （ 例如 claude-3-7-sonnet-20250219-thinking-enabled ），即可开启思考兼容性支持

示例：

{
    "model": "claude-3-7-sonnet-20250219-thinking-enabled",
    "messages": [
        {
            "role": "user",
            "content": "来一个10字唐诗"
        }
    ],
    "stream": false
}

响应：

{
    "id": "chatcmpl-f5YCgBV1YWsGe8T6XtHT5DB9CgUak",
    "object": "chat.completion",
    "created": 1744813755,
    "model": "claude-3-7-sonnet-20250219",
    "choices": [
        {
            "index": 0,
            "message": {
                "role": "assistant",
                "content": "<think>我需要创作一个10字的唐诗。唐诗通常有不同的格式，如五言、七言等，但这里要求是10字的诗。10字诗不是传统唐诗的常见格式，但我可以创作一个包含10个汉字的诗句，注意平仄和意境。\n\n我可以提供一个单行的10字诗句，或者是一个由多行组成、总共10个字的小诗。\n\n方案1：一行10字的诗句\n例如：\n\"春风拂面花香满山间\"（11字，不符合）\n\"明月高挂夜静人独思\"（10字，符合）\n\"青山绿水鸟语花香时\"（10字，符合）\n\n方案2：总共10字的多行小诗\n例如：\n\"春风拂面，\n 花香满园。\"\n（8字，不符合）\n\n\"孤山远，\n 流水长，\n 人归处。\"\n（7字，不符合）\n\n\"明月光，\n 思故乡，\n 人未归。\"\n（9字，不符合）\n\n我选择提供一个10字的单行诗句，注意营造优美的意境和符合中国传统诗词的韵律感：\n\n\"明月高挂夜静人独思\"\n这个诗句描绘了一个月明之夜，一个人在静夜中独自思念的场景，有一种淡淡的忧伤和思乡之情。\n\n或者\n\n\"青山绿水鸟语花香时\"\n这个诗句描绘了一个自然和谐、生机勃勃的美丽春景。\n\n我再想一些其他的10字诗句：\n\n\"秋风萧瑟落叶满庭院\"（10字）\n\"远山如黛细雨润青苔\"（10字）\n\"晨曦微露山水入梦来\"（10字）\n\"小桥流水人家烟雨中\"（10字）\n\n考虑到唐诗的风格和意境，我选择：\n\n\"山高水长云淡风轻时\"\n这个诗句描绘了一个宁静优美的自然景象，表达了对自然和谐之美的赞美。\n\n我再考虑一下平仄和韵律：\n\n\"青山流水云淡月如钩\"\n这个诗句既有自然景物描写，又有一些意境的营造，最后的\"钩\"字作为韵脚，给人一种圆满感。\n\n按照唐诗的传统，通常会有一个题目。我可以为这首10字诗取名为《夜思》或《山水》。\n\n最终，我决定提供一首10字唐诗：\n\n《山水》\n青山流水云淡月如钩</think>\n# 十字唐诗\n\n## 《山居即景》\n青山绿水鸟语花香时\n\n---\n\n注：这是一首描绘山中美好景色的简短诗句，将自然之美浓缩于十字之中。",
                "refusal": null
            },
            "logprobs": null,
            "finish_reason": "stop"
        }
    ],
    "usage": {
        "prompt_tokens": 45,
        "completion_tokens": 881,
        "total_tokens": 926
    }
}

قبل از اینکه LLM ها مد بشه ما یه ربات داشتیم واسه همه حالت های چت تو دیتابیس ریکورد ساخته بودیم و مثلا طرف می‌گفت [چطوری] توی دیتابیس نوشته بودیم [ممنون تو چطوری] یه else هم گذاشته بودیم می‌گفت [نفهمیدم چی گفتی ؟] بیچاره یوزرا واضح بهش توضیح می‌دادن ولی بازم نمی‌فهمید


@Linuxor

خیام | رباعیات | رباعی شمارهٔ ۹۷

یک قطره آب بود با دریا شد
یک ذره خاک با زمین یکتا شد
آمد شدن تو اندر این عالم چیست
آمد مگسی پدید و ناپیدا شد

#خیام | گنجور
📍@iipoem