گیت یکی از ابزارهایی هست که باید حداقل در حد نیاز، کار باهاش رو یاد بگیریم، قبلا درموردش پست گذاشتم ولی این بار می‌خوام چند تا منبع خیلی خوب برای شروع و منابعی برای دانش عمیق‌تر معرفی کنم:

پلی لیست شروع گیت

https://youtu.be/rScUEZPeazY


دو تا از پست‌های ویرگول که برای درک under the hood گیت خیلی خوبه:

https://virgool.io/@arashjfz/%DA%AF%DB%8C%D8%AA-%D9%88-hash-object-vgwkqtie6zjo

https://virgool.io/gitscm/%DA%AF%DB%8C%D8%AA-%D9%88-three-tree-g9p6txrppcit


آقای سعید رسولی یه ارائه خیلی جذاب در مورد گیت هم داشتن که درمورد موضوعات خیلی خوبی صحبت کردن و برای کسایی هست که می‌خوان یه کم advanced تر گیت رو یادبگیرن.

لینک گیتهاب:
https://github.com/ilius

ارائه شامل موارد خیلی مهم و کاربردی‌ای بود مثل:

پیدا کردن object های unreachable با Git fsck

روش bisect که پیدا کردن کامیتی هست که باعث باگ شده به کمک باینری سرچ

و commit timestamp


و این پست هم منابع خوبی رو گفته :

https://t.iss.one/terminal_stuff/2978

https://t.iss.one/terminal_stuff/2983


اگه هم اهل کتاب هستین بهترین کتاب همین هست:

https://git-scm.com/book/en/v2



#git

من تقریبا بیش از یک ماهه که دارم از دستیار هوش مصنوعی برای کد زدن استفاده می‌کنم(اینجا رو بخونید) گفتم تجربه‌ام رو باهاتون به اشتراک بگذارم شاید به دردتون بخوره.
کار کردن با این ابزار برای من در کل واقعا آورده‌های خوبی داشته. اون هم نه صرفا به چشم یک چیزی که برام کد می‌زنه، بلکه توی کلی از جنبه‌ها. من اینجا به صورت لیستوار بهشون اشاره می‌کنم و هر کدوم رو هم کمی توضیح می‌دم.

- کدنوشتن: توی تکمیل کدهایی که می‌خوام بنویسم در حالت auto-complete واقعا می‌تونه سرعت کد زدن رو ببره بالا. دسترسی به متغییرها و فانکشن‌ها بهش این اجازه رو می‌ده که کدی رو که دارید می‌نویسید با جزئیات خیلی خوبی بنویسه(نال‌ها رو چک کنه، تایپ کستینگ انجام بده و از این کارها.) ضمن این که توی بازنویسی و ری‌فکتور هم عصای دست خوبی به حساب میاد. یا مثلا برای نوشتن دیتا کلاس‌ها، صرفا چیزی که می‌خوام رو حتی به فارسی براش می‌نویسم و اون برام پراپرتی‌ها، سازنده‌ها و ... رو می‌نویسه و من صرفا خروجی رو چک می‌کنم. یا مثلا یه جی‌سون بهش می‌دم که این خروجی این API هستش بیا برام یه کلاس بنویس که این ریسپانس تبدیل به آبجکت اون بشه و.... .

- کارهای گِل: یه سری کارهای گل هست مثل نوشتن فانکشن‌هایی که لاجیک ساده دارن، تغییر فرمت یه کلاس، تغییر توی یه فایل جی‌سون یا تکست و از این دست کارها که نیاز به فکر کردن ندارن ولی خب یه حجم خوبی از کار هستن به سرعت انجام می‌شن. فقط کافیه یه پرامپت بنویسید که چی نیاز دارید، توی پروژه اعمال می‌شه. می‌تونید تغییرات رو هم تایید یا رد کنید. این بهتون کمک می‌کنه که تغییری خارج از کنترل شما اتفاق نیفته.

- پرسیدن سوالات: یه بخش چت توی این اکستنشن وجود داره که شما به راحتی می‌تونی سوالاتتون رو حتی از کدهای پروژه بپرسید و اون با خروجی فرمت‌دار بهتون جواب بده یا جواب رو اعمال کنه روی کد براتون.

- تحلیل لاگ‌ها و عیب‌یابی: الان راحت‌تر می‌تونم لاگ‌ها رو تحلیل کنم و مشکلات رو متوجه بشم. التبه هنوز راه درازی در پیش هست ولی در گام اول و برای فهمیدن حداقل‌های مورد نیاز عملکرد خوبی داشته.

در مورد زبان‌هایی که کمتر باهاشون کار می‌کنم(پایتون مثلا یا Go) بهبود عملکرد بیشتری رو حس می‌کنم تا زبان‌هایی مثل جاوا یا جاوااسکریپت که بیشتر باهاشون سروکار دارم.

نظر و تجربه شما چیه؟ به شما در چه کارایی بیشتر کمک کرده؟

A comprehensive guide to writing clear, consistent, and professional SQL code. It provides detailed recommendations for naming conventions, formatting, and best practices, ensuring code readability and maintainability.
راهنمایی جامع برای نوشتن کدهای SQL واضح منسجم و حرفه‌ای. این سایت توصیه‌هایی در مورد شیوه‌های نام‌گذاری، قالب‌بندی و بهترین شیوه‌ها ارائه می‌دهد تا کدهای شما خوانا و maintainable باشند.

#SQL #Database #CodingStandards #BestPractices
@pythony

https://sqlstyle.guide

اخرش اپل، سامسونگ یا … ؟؟

چی باعث میشه افراد از یه برند خوششون بیاد و از یکی دیگه بدشون بیاد؟

به عنوان دانشجوی دانشگاه بهشتی و اولین ورودی روان‌شناسی اجتماعی در ایران تصمیم گرفتم موضوع پایان‌نامه‌ام رو در رابطه با ادارک نسبت به برند های تلفن‌همراه قرار بدم تا جواب این سوال رو بفهمم.

https://socialpsy.sbu.ac.ir/brandtl.html
این پرسشنامه زمان کمی میبره برای همین ممنون میشم نه تنها خودتون انجامش بدین بلکه برای بقیه هم بفرستین که هرچی تعداد شرکت کننده بیشتر باشه نتایج معتبر تره.

قطعا اطلاعاتتون محرمانه است و جایی جز این پژوهش استفاده نمیشه ولی در آخر پرسشنامه یه جا گذاشتم برای پل ارتباطی که اگه دوست داشتین در مراسم دفاعم شرکت کنید یا نتایج پژوهش رو بدونید هردو رو براتون ارسال کنم=)

البته برای اطمینان اینجا هم اطلاع‌رسانی خواهد شد؛ سوال و موردی هم داشتین از همین طریق در خدمتم❤️

بچه ها این پرسشنامه رو بی زحمت وقت بذارید پر کنید ممنونم.

یادآوری:
اگه دوست دارید مثل گوشی و ... تو لینوکس هم امکان blue light filter داشته باشید redshift ابزار تر و تمیزیه برای این کار.

دوست داشتین با networkx پایتون کار کنید ولی سریع‌تر؟
این پروژه برای شماست:
https://graphscope.io/blog/tech/2023/06/13/Analyzing-Graph-with-GraphScope-in-the-Style-of-NetworkX

اگر دنبال مرورگری هستین که رابط کاربری مشابه مرورگر ادایی Arc داشته باشه ولی متن باز باشه و بر پایه کرومیوم نباشه، میتونین از مرورگر Zen استفاده کنین که بر مبنای فایرفاکس ساخته شده و علاوه بر پشتیبانی از افزونه های اون، از تبهای عمودی، پیش نمایش لینکها بدون باز کردن اونها، تبهای ایزوله، mod برای رابط کاربری و غیره هم پشتیبانی میکنه.

نسخه ازمایشی این مرورگر برای ویندوز، مک و لینوکس از اینجا قابل دانلود هست.

📍 @TechTube

2 am 😭😭😭


@lack_xd

Volkswagen detects when your tests are being run in a CI server, and makes them pass.
https://github.com/auchenberg/volkswagen

https://dev.to/lissy93/cli-tools-you-cant-live-without-57f6
معرفی تعداد زیادی ابراز کاربردی و جذاب cli

Every year on December AdventOfCode creates 25 days of coding puzzles that challenge your skills, creativity, and problem-solving abilities. Solve daily puzzles, climb the leaderboard, and have fun coding through the holiday season!
هر سال همین موقع‌ها سایت adventofcode ۲۵ تا سوال روزانه میزاره به مناسبت سال جدید میلادی. میتونید خودتون رو تست کنید و مهارت‌تون رو محک بزنید :) ۲ تا سوال تا الان منتشر شده

#advent #code #practice #ACM #interview #challenge #newyear #new #year #2024 #leetcode
@pythony

adventofcode.com

اخیرا یه مقدار بحث IDE بد است رو پیش کشیدم و بین همه فیچرها، یه فیچری که روش تاکید شد بحث اینتگریشن با گیت بود.

به نظر من اینکه ابزار برنامه نویسی با گیت دوست باشه در حد نشون دادن استاتوس م رنگی کردن فایل های تغییر کرده و ... خوبه ولی اینکه با GUI کامندهای گیت رو اجرا کنیم به نظرم خطرناکه.

امروز اتفاقی تو توییتر این discard all changes رو پیدا کردم که یه گزینه خطرناک بود و باعث شده بود چند نفر فایل هاشون رو از دست بدن چون از اسم گزینه خیلی مشخص نبوده قراره چه کامند گیتی رو اجرا کنه (و احتمال میدم طرف هم خیلی با گیت آشنا نبوده)

خلاصه که توصیه من اینه از گیت کامندلاین استفاده کنید برای دستورات احتمالا مخرب مثل checkout و stash و clean و ...
کامند های جدید هم اول یه جای الکی تست کنید و یه جا یادداشت کنید و از همون ها که مطمئنین استفاده کنید فقط.

https://github.com/microsoft/vscode/issues/32405

و نسخه‌ی دیگر:
https://github.com/microsoft/vscode/issues/32459

چرا ارورهندلینگ گولنگ خوب نیست و در واقع پیشنهاد بهتر استفاده و پیاده سازی موناد هاست.
https://www.innoq.com/en/blog/2016/06/golang-errors-monads/

از هنرورزی تا سرهم‌بندی: روایتی از درد بیگانگی متخصصین AI

یک بنده خدایی در ردیتی نوشته که سالهایی که در حوزه AI/ML فعالیت می‌کرده با عشق به طراحی مدل‌ها و معماری‌ها و مشکلات پیچیده‌شون روزش رو شب می‌کرده. اما جدیداها که LLM و VLM‌ها اومدند احساس بیگانگی می‌کنه با فیلد و از این که نمی‌تونه مثل سابق مدل‌ها رو از صفر طراحی کنه و خلاقیتش رو ارضا کنه افسرده است. بعدش هم چند تا سوال مطرح کرده که آیا هنوز هم برای افرادی که از طراحی و آموزش مدل‌های دیپ لذت می‌بردند جای کاری وجود داره یا باید پیامدهای ناخواسته این تکامل رو پذیرفت؟ ملت هم از این پستش استقبال کردند و اومدند زیرش همدردی و هم‌ناله‌گری کردند. چند تا نکته از این مطلب و گفته‌های مردم به ذهن می‌رسه:

- در همون ردیت هم تقریبا اکثریت به این اذعان کردند که دوره دیپ لرنینگ سنتی به اون مفهوم که مدل آموزش بدیم تقریبا گذشته. لااقل اکثر نیازمندی‌های سمت NLP با LLM‌ها با کیفیت بالاتر و هزینه‌ کمتر درمیان و خب نکته دردناک همینه که کار با LLM‌ها صرفا نیاز به API Call و مهندسی پرامپت داره و دیگه اون جنس معماهای شبه ریاضی طوری که باید حل می‌شدند وجود نداره و شما اگر بخوای روی ساختن مدل‌ها کار کنی تنها جاهایی که برات وجود داره در دنیای امروز OpenAI و Antropic و ... هستند و خب پرواضحه که نشدنیه.

- نکته دیگه اما این که این تکامل اجتناب‌ناپذیر صرفا مخصوص حوزه LLM‌ها نیست. خیلی‌ها اشاره کردند که مثلا در حوزه‌هایی متنوعی مثل ساخت بازی و یا برنامه نویسی وب هم در طی این سال‌ها انتزاع روی انتزاع اضافه شده و دیگه کسی نمی‌ره گیم انجین خودش رو از صفر بزنه. یا در برنامه نویسی وب این قدر فریمورک در سطوح مختلف استک هستند که دیگه اون خردکاری‌های سابق شبکه‌ای داستان محو شدند. در مورد خود حوزه هوش مصنوعی هم ما خودمون روی جنازه گذشتگان قدم زدیم. روزگار قبل از دیپ لرنینگ برای پردازش تصویر و پردازش متن این شکلی بود که طرف باید مثلا انواع فیچرهای به درد بخور تو تصویر یا متن رو یاد می‌گرفت و شبکه‌اش رو روی اینها می‌ساخت ولی الان شرط می‌بندم ۹۰ درصدتون نمی‌دونید مثلا SIFT چیه. در نتیجه این تکامل طبیعت زندگیه.

- نکته بعدی این که البته هنوز هم هستند نیازهایی که با LLM‌ها رفع نشن. یا حالا مساله طوری که LLM روش به طور کامل سوار نشه یا مثلا فرض کنید داده‌های جوری حساسند که نمی‌شه سمت api call براشون رفت. ولی خب این جاها معدودند و فرصت کاری هم براشون کمتره.

- نکته آخری که تو چند تا کامنت دیده بودم این بود که خیلی‌ها از این ابراز ناله کرده بودند که LLM‌ها چون ساده هستند افراد غیر تکنیکال هوشی هم می‌فهمنشون و در عین حال ازش انتظار معجزه و جادو دارند و همین خیلی جاها باعث شده تا انتظارات از نیروهای دیتاساینتیست/هوشی بالا بره و نهایتا با همون افراد غیرهوشی جایگزین بشن.

لینک ردیت:
https://www.reddit.com/r/MachineLearning/comments/1h7jg87/dstuck_in_ai_hell_what_to_do_in_post_llm_world/

-

لایوبنچ با ساخت تسک و سوالات آپدیت سعی میکنه دقیق‌ترین بنچمارک رو از مدل‌ها بگیره، تا اینجا برنده هر بخش رو (بر اساس معیارهای لایوبنچ) مینویسم.
مجموع: o1-preview
کدنویسی: claude-3-5-sonnet
ریاضی: gemini-exp-1206 (جدید)
درک زبان: o1-preview
استدلال: o1-preview و o1-mini
تحلیل داده: o1-preview و gemini-exp-1206
https://livebench.ai/
@geekalerts

اگه دسترسی به api اوپن‌ای‌پی‌ای یا هرجای دیگه دارید میتونید از aider برای ساخت پروژه برنامه نویسی جدید استفاده کنید.
تجربه من این بود که تجربه کاربریش بد نبود و امکانات حداقلی رو داشت.
اما آیا کدی که می‌نویسه به درد هم میخوره؟ که پاسخ من اینه که فعلا خیر. (اما به ابزاره ربطی نداره)
https://github.com/Aider-AI/aider

اگه دوست دارید با لینوکس بیشتر آشنا بشین این ویدیو رو توصیه می‌کنم.

خیلی خلاصه و مختصر از تاریخچه تا فرق کرنل و یوزر اسپیس و جایگاه گنو و .. رو توضیح می‌ده.

https://www.youtube.com/watch?v=LKCVKw9CzFo

تصور کنید مدیر تیمی هستید و این جملات زیر رو از یکی از اعضای تیمتون می‌شنوید:

- توی code baseامون تعدادی بدهی فنی مهم داریم که روند توسعهٔ فیچرهامون رو کند کرده. من اون‌ها رو با نوشتن میزان اهمیت و پیچیدگی حلشون لیست کردم.
- هفتهٔ بعد که مرخصی هستی من دیلی‌ها رو برگزار می‌کنم.
- دیروز یک مشکلی توی منطق کد پیدا کردم و درستش کردم. این هم گزارش خسارت‌های احتمالیه که به وجود آورده.
- من علاقه‌مندم که کل هماهنگی‌های فیچر جدیدمون رو خودم پیش ببرم. صرفاً می‌خوام که بر روی کارم نظارت داشته باشی تا مسیر رو اشتباه نرم.

از جملات بالا چه حسی پیدا می‌کنید؟

همهٔ این‌ گزاره‌ها یک ویژگی یکسان دارن. فردی در تیم، بدون این که کسی بهش گفته باشه و مسئولیتی بهش دیکته شده باشه، باری رو از روی دوش مدیرش برداشته. مسئله رو خودش پیدا کرده، بهش فکر کرده و تا جای ممکن راه‌حل رو هم پیدا کرده و پیشنهاد داده. به عبارتی اون عضو تیم نسبت به پیش بردن پروژه و کارهای تیم حس ownership بالایی رو از خودش نشون داده.

همهٔ مدیرها آرزوی اون روزی رو دارن که همهٔ افراد تیم به همین شکل عمل کنن و منتظر این نباشن که مدیرشون همهٔ کارها رو بهشون دیکته کنه.
اما خیلی وقت‌ها این اتفاق رخ نمی‌ده. مدیرها بعضاً مجبور هستن برای پیش بردن کارها overwork کنن و حواسشون به همهٔ جوانب کار باشه. به مرور این احساس بهشون دست پیدا کنه که در این مسیر تنها هستن و افراد تا کاری بهشون سپرده نشه کارها رو پیش نمیبرن. پس با micro manage کردن کارها رو پیش می‌برن و به مرور هم خودش و هم افراد تیم حس بدتری پیدا کنن.

اما راه حل خارج شدن از این چرخهٔ باطل چیه؟ اگر جای اون مدیر باشید، چه راه‌حل‌‌هایی رو پیش می‌برید که افراد تیمتون حس ownership بالاتری رو داشته باشن؟

#ownership
@aminrbg

چرا کد پیچیده برای تمدن می‌تواند خطرناک باشد!
این ویدیو به پیچیده شدن کدها و نرم‌افزارها می‌پردازه و چند مثال می‌زنه که دانش خاصی که در انحصار عده محدودی بوده باعث از بین رفتن تمدن ها شده و نرم‌افزارهای باگی و پیچده امروز هم پتانسیل این رو دارن.


https://www.youtube.com/watch?v=ZSRHeXYDLko