Если кто-то ещё сомневался, то вот свежее про лидеров индустрии:

in 2018, Facebook told Vox that it doesn't use private messages for ad targeting. But a few months later, The New York Times, citing "hundreds of pages of Facebook documents," reported that Facebook "gave Netflix and Spotify the ability to read Facebook users’ private messages."

Не удивлён там увидеть Spotify, так как они просто пылесос для данных. На сайте и в приложении сотни трекеров, без которых потоковое аудио за деньги сделать никак нельзя.

Любопытно, что с Netflix такие преференции сопровождались ещё и отказом Facebook от собственного стримминга. Это подтверждает, что компании на рекламной игле не могут сделать ничего толкового, только ещё одно место для баннера.

Не зря они его X назвали. Удобно.

Очень хороший пост про то, как правильно смотреть на разные модели бизнеса с помощью формул.

В итоге Artifact не закрылся — его покупает Yahoo.

Про это написано в статье на TechCrunch, из которой я узнал, что сам TC тоже принадлежит Yahoo, а сами Yahoo на 90% какой-то asset management firm Apollo.

👀 Наблюдение про "программирование" с помощью ChatGPT и прочих копайлотов: очень часто копайлот выбирает способ реализации, который определяется словами и смыслами, заложенными в моём запросе.

Это ожидаемо, т.к. разума в нормальном понимании там нет и не придвидится, но это в корне неправильный подход, т.к. пользователь имеет право не понимать, что к запрошенному результату могут привести и другие изменения в коде.

В идеале, я бы ожидал получить самую лучшую реализацию. "Лучшую" с точки зрения читаемости, лаконичности, поддерживаемости, понятности и т.п.

Впрочем, живые программисты часто делают так же. Плюс, в их случае ещё и другие когнитивные искажения накладываются. Так что всё по-старому 😆.


ПРИМЕР
Есть функция, которая сначала лезет в key-value store, потом что-то делает с полученным оттуда json из строк и user_id, потом записывает обновлённый json обратно в KV, а потом одну за другой отправляет все строки куда-то дальше через API.

Мне надо было доработать код, чтобы в API отправлялись не все строки массива, а все строки до той, которая совпадёт со строкой, принадлежащей одном конкретному user_id.

Ну, то есть, ['a','b','c','d','e'], а отправиться должны все строки до 'd', принадлежащей конкретному user_id.

Посколько я сформулировал задачу с упоминанием слов user_id и users, то копайлот всё решение построил вокруг довольно остроумной фильтрации данных в изначальном и обновлённом json.

Т.е. он решил сначала урезать до ['a','b','c'] на этапе обработки, а потом с чистой совестью, как и раньше, отправлять всё.

"Запомни, лучше день потерять, потом за 5 минут долететь!"

(с) известный мультфильм


Вышло многословно и сложно. Увы, как и этот пост 😭, но я уже заканчиваю!

А надо было всего лишь break сделать в цикле, который по одному отправляет строки в API.

Вышло бы красиво и лаконично, но вординг определил подход к реализации.

Fin.

Autonomous discovery — это давняя мечта о том, что можно роботу сказать "синтезируй …" или "изобрети …" и он хотя бы перебором, но сделает что-то, на что у человека ушло бы сильно больше времени.

Т.е. как минимум, это экономия времени на переборе. А как максимум — получение результата там, где есть проблема с выявлением и объяснением взаимосвязей.

Интересный обзор F1.

Интересное наблюдение c конференции OFFF Barcelona.

Adobe — единственная компания, которая приехала туда со своими продуктами. Пара выступлений, два или три стенда, на которых постоянно шли какие-то демо и стримы — и оп, опять нет конкурентов Photoshop, Illustrator и Firefly. Судя по тому, что я увидел и услышал, Adobe себя отлично чувствует в мире gen AI.

1000+ участников, 3 дня — отличный же шанс приехать и засветиться со своим продуктом. Но нет — проще же трафик на Фейсбуке покупать.

Статья про геотермальную энергетику.

Картинки интересные, но в целом не могу отделаться от ощущения, что не надо так делать. Ничем не подкрепленное ощущение, что массовое сверление и закачка воды ничем хорошим на долгой дистанции не закончатся.

Любопытно. Пошёл читать про Concentrix, Berkshire Hathaway и Cognizant.

Для того набора тем, которые затрагивает эта статья, получилось действительно short.

О какую штуку чуть не пропустил — открытое письмо CEO Riot Games про увольнение 11% сотрудников.

Next Step Fusion, https://nextfusion.org/ — люксембургский стартап в области fusion energy ищет программиста на Fortran и C/C++ для продолжения разработки симулятора физики плазмы NSF Simulator.

Симулятор активно используется для симуляции и расчёта сценариев, а также в качестве окружения для тренировки ML-моделей.

Первые задачи включают в себя завершение переноса части функциональности из фортран библиотеки в C++ wrapper, отладку приложения целиком, оптимизация по скорости, налаживание автоматического тестирования.

Дальше будет интеграция с другими «кодами», доработки для использования в составе симуляционной платформы, доработки по запросу различных команд.

Требования:
1️⃣ Fortran — работа с памятью, распараллеливание, методы экономии ресурсов, методы ускорения вычислений и т.д. Опыт с Fortran CUDA — большой плюс.
2️⃣ Знание C/C++ или острое желание быстро освоить.
3️⃣ Опыт в коммерческих проектах разработки ПО.
4️⃣ Опционально физика плазмы, матан и линейная алгебра.

Задать вопросы и откликнуться на вакансию можно вот тут - @keyhell (Алексей Журба).

На экскурсии по JET была замечена собачка Boston Dynamics, которая стережёт JET, чтобы его не утащили.

Все тренды понятны.

Судя по слухам, Apple вовсю работают, чтобы побольше всего делалось маленькой ML-моделькой прямо на устройстве.

Кажется, что это будет следующая область, куда Apple не будет полноценно пускать сторонних разработчиков. ML-модели будут разрешать поставлять, но интеграции с системой и оптимизацию лучше всех будет делать Apple для своих аппов.

Сделал канал @pdm_thinkers, в который мой RSS-бот публикует посты из блогов всяких product management thinker’ов.

Почему-то кажется, что так будет удобно за всеми этими людьми следить.

Если кому-то эта тема близка, welcome — подписывайтесь и предлагайте какие блоги туда ещё добавить.

Крайне любопытное направление развития энергетики.

Lunar Gridshare provides a VPP by connecting third party devices to its platform. It is “connected to 77,000 residential devices across Europe, Japan, and the United States, representing 290 megawatts of power and 725 megawatt-hours of energy capacity. This
is enough to power 578,000 average US homes for one hour."

Астрологи Учёные объявили неделю фьюжна — всю неделю будут онлайн научпоп лекции и виртуальные экскурсии по установкам и лабораториям.