В посте не будет никакой рекламы говнокурсов, никаких телеграмм каналов и прочей нечисти. Исключительно моя история и моё мнение. Мой опыт в IT - 2 года, образование - высшее, но очень далеко от IT, возраст - 30+.
90% из того что мне подкидывала лента пикабу - это успешные истории программистов, которые пытаются всех научить как войти в айти прорекламировать какие-либо курсы, немножко QA-инженеров (все думают что это тестировщики, но, на самом деле это разные профессии), да и пожалуй всё.
Во всякой рекламе говнокурсов нам рассказывают что помимо программистов и тестировщиков в IT также есть:
много разных аналитиков: системные, продуктовые, бизнес, дата, BI;
Project Manager (PM, проджект менеджер);
Product Owner (PO, владелец продукта).
И все что нужно сделать, это заплатить 100к+ денег и через 10 месяцев у тебя будет работа - ложь, пиздёжь и провокация. Курсы нужны для того, чтобы нелюди, создавшие эти курсы, стали богаче. 8 из 10 знакомых мне HR-ов говорят: "Если у соискателя в резюме есть всем известные курсы - резюме автоматически отклоняется".
Самое ценное чему вас могут научить платные курсы - это понимание того, что вы просрали 10 месяцев и 100к+ денег вникуда. А любой опыт, даже негативный, по моему мнению, это хорошо.
Ни один работодатель не возьмёт аналитка (любого) после курсов. Известная истина - Отсутствие аналитика в команде лучше, чем хуёвый аналитик. А что уж говорить про PM и про PO.
Так вот, к началу моей истории. Сижу я, значит, на своей прошлой работе и упираюсь в потолок зарплаты (около 90к). Чтобы её повысить, нужно встать в очередь и дождаться пока кто-то умрёт, других вариантов нет, на этой работе с зарплатой выше чем у меня люди сами не увольняются. Работа связана и с финансами, и с анализом рынка, и с закупками, и с неебическим количеством внутренних и не очень документов, ранее я даже выполнял роль системного аналитика (когда даже не знал кто это такой и чем он занимается). Среди моих друзей есть немало тех, кто в IT уже давно (аналитики, разработчики, тестировщики), кто-то после университета попал, кто-то работает уже 10+ лет.
Почему же я вообще захотел в IT? Как бы это банально не звучало - но не ради высоких зарплат. Будучи хорошим специалистом можно зарабатывать немаленькие деньги практически в любой отрасли (наверное даже и в моей, но я, видимо, недостаточно хороший специалист :)). Что я увидел на примере моих друзей? Рецепт успеха очень простой. В IT твои знания = деньги. Всё. Больше знаешь -> Больше приносишь пользы бизнесу -> Больше зарабатываешь.
Я пробовал изучать программирование (я ведь даже 2 курса колледжа учился на программиста, но меня отчилслили) на языках Swift, Python, C#. Не моё, пошел в JavaScript (думал что Frontend это круто и мне зайдет) - не зашло. По советам программистов начал изучать не сами языки (это всего-лишь инструменты), а само программирование. И окончательно понял что программистом мне не быть. Не нравится.
Тестирование. Начал изучение с прочтения книги "Тестирование Дот Ком" Романа Савина. Продолжил просмотром тонны учебных и не очень материалов на ютубе. Продолжил пытать друзей-тестировщиков, в основном пополнил свой мозг базовыми знаниями о видах и методах тестирования. Поступил на бесплатные курсы длительностью 3 или 4 месяца, после которых лучших выпускников брали на работу. 10 учеников из 40 получили оффер, я тоже был в их числе, но на тот момент мне уже удалось сменить профессию. Однако мне также удалось понять что мне не нравится тестировать и хорошего тестировщика из меня не выйдет.
Аналитика. Погружение в аналитику началось с прочтения книги "Разработка требований к программному обеспечению" (Карл Виггерс, Джой Битти). Очень понравилось, начинал понимать что это именно то, чем я хочу заниматься. Попутно, опять же, просмотр тонны видео на ютубе, изучение SQL на базовом уровне (Книга "Изучаем SQL", А. Бьюли + практические задачи, опять же на бесплатных сайтах).
Прошло около полугода самостоятельного обучения. Я научился на ютубе отделять полезный материал от развлекательного. Посмотрел множество бесплатных и качественных курсов от реальных преподавателей про сети (Стек OSI, TCP/IP, HTTP), криптографию (хеширование, шифрование), сертификаты, аутентификацию (basic, JWT), авторизацию (ABAC, RBAC) и еще ряд других полезных материалов. Но вечно учиться нельзя и я решился на смену работы. Составил продающее резюме (про составление которого тоже пришлось отсмотреть немало материала) и пошел откликаться на вакансии. Выяснилось, что полученных знаний, смежного опыта работы и софт-скиллов оказалось достаточно чтобы получить предложение о работе Техническим писателем (техпис) в одном из банков. Это был мой первый оффер в IT на 120к на удалёнке.
Вот тут для меня было открытием, что есть еще какие-то технические писатели в IT. Слабо представлял чем же мне предстоит заниматься и снова пошел искать информацию и бесплатные курсы. Нашёл, понял что техписы тоже бывают разные. Но всех их объединяет один навык - создание понятной и полезной документации (как технической так и пользовательской). Так сложилось что занимаюсь я описанием только технической документации (в основном Архитектура систем и интеграций). Мне пригодились абсолютно все знания что я получил ранее, но, само собой, были и пробелы. Познал принципы построения микросервисной архитектуры, основы работы в linux, работу балансировщиков нагрузки, брокеров сообщений и другие полезные, и не очень вещи.
К чему вообще вся эта простыня текста. Моё видение "войти в айти после 30" такое:
Никаких разрекламированных платных говнокурсов;
Захочешь - войдешь;
Учиться нужно только той профессии, которая действительно нравится и приносит удовольствие;
Учится нужно всегда;
Вся необходимая для старта информация есть в интернете в бесплатном доступе.
Другие мои друзья и родственники, глядя как растёт моя зарплата и успешная успешность (сарказм) тоже захотели в IT. Никто не смог ответить почему именно IT и чем именно они хотят заниматься. Я честно пытался всем помочь, рассказывая всё что знаю, делясь книгами и полезными ссылками. Из 7 человек за год никто ничему не научился и не пошел менять работу. Конец.
Ничего не продаю, ничего не рекламирую. Зачем я всё это написал - не знаю, просто хотелось поделиться своим видением. Если вдруг ко мне будут вопросы - постараюсь ответить :)
P.S. Я не на работе, и вылизывать текст на правильность запятых и орфографию - нет желания. Если вы нашли ошибки, можете позлорадствовать что где-то работает плохой технический писатель :)
Думаю, не секрет, что айтишники гребут деньги лопатой. Но вот что именно нужно сделать, чтобы получить такую работу - пишут редко. В марте этого года я решил сменить работу и весь апрель занимался прохождением собеседований, в итоге получил несколько предложений на зарплаты около 700к/месяц. Об этом и хотел бы рассказать.
Немного о себе: занимаюсь коммерческим программированием 13 лет, ещё несколько лет работал в других сферах. Основной язык С++, достаточно хорошо знаю Python и ML. Есть опыт работы как в мелких фирмах на 5 человек, так и в ИТ-гигантах.
Искал работу программистом, строго не руководителем. Это добавляло некоторых особенностей, т.к. существует мнение, что большие деньги можно получать только на руководящихся должностях. Это не всегда верно (но на руководящих должностях получать большие деньги проще, т.к. руководителей нужно больше, чем топовых специалистов).
Первым делом, когда я решил менять работу - я обновил профиль в linkedIn и на hh.ru, уже на следующий день мне начали писать рекрутеры. Меня стали звать на разные секции - как технические, так и "пообщаться". Про свои ответы либо не буду писать, либо очень коротко, т.к. ответы можно легко найти гуглением (а там, где не получится - спрашивайте в комментах), иначе пост совсем разрастётся.
Одна интересная секция была на собесе в Хуавей. Я там шёл на должность ML-разработчика, который будет не модельки обучать, а писать сами библиотеки для обучения моделей. На собесе было человек 5 и они по очереди спрашивали меня каждый по своей теме (всё это длилось в сумме часа два):
- Сначала знание С++. Зачем нужны умные указатели, зачем нужен виртуальный деструктор, как устроен vtable, ещё какая-то муть. Я отвечал на всё легко и уверенно, интервьюер быстро "кивнул" и мы перешли к следующему.
- Аппаратура и программирование на С. Какие есть архитектуры помимо x86? Рассказал про ARM. Дальше спрашивали про вычисления на GPU - рассказал про примерную архитектуру и принципиальные отличия от CPU. "Что ещё можно использовать для вычислений?" Назвал FPGA, немного рассказал про особенности. Дальше этот же чел расспрашивал про особенности С. Разные вопросы про отличие между int *a =malloc(20); и int a[5];, про устройство менеджера памяти, про страницы памяти и виртуальную память (почему номера новых страниц всегда больше, чем номера старых? чтобы происходит с номерами удалённых страниц?), про механизм работы extern, union, volatile.
- Дальше были вопросы по математике. Как посчитать синус и косинус без соответствующей функции? Рассказал про ряды Тейлора. Что-то спросили про градиенты, попросили посчитать производную для |x| (модуль икса), а потом вторую производную. Дальше какие-то вопросы про градиенты. Перешли к аффинным преобразованиям и способам их описания. Рассказал про кольцо матриц, собственные вектора и их связь с геометрическим смыслом преобразования. Дальше спросили про Якобианы и Гессианы. Меня этот вопрос позабавил, но я рассказал и заодно упомянул, что эти штуки полезны для определения сходимости некоторых численных методов.
- Многопоточка. Тут всё было как-то быстро, видимо после первых трёх частей народ уже заскучал. Базово про примитивы синхрониазции (мьютексы, семафоры), про атомарность, заодно про атомарность на уровне процессора. Это ответил, рассказал про контаминацию кэша и методы разрешения конфликтов в кэше процессора - достаточно.
- Собственно, ML. Какие бывают слои у сеток, какие сейчас есть популярные архитектруры, почему 20 лет назад это не взлетало, хотя многие знания уже тогда были. Как инференсится дропаут, зачем нужна батч-нормализация, почему L1-регуляризация позволяет увидеть значимость фичей. Как построить эмбеддинги для слов, почему это вообще работает?
Собеседование оказалось очень разносторонним. Но это ещё не всё, после этого был ещё созвон на час, на котором мы обсуждали (уже с другими людьми) мой прошлый опыт. В каких крупных проектах участвовал, какие продуктовые фичи сам делал, какие решения сам принимал, как это отражалось на бизнесе. Несмотря на то, что я шёл разработчиком - ожидалось, что я буду очень автономным и иногда даже смогу как-то помогать в управлении/организации процессов. Технические вопросы почти не задавали.
В итоге мне предложили оклад 480к (после вычета налогов) и премии, которые зависят от разных факторов (мои показатели, общие финансовые показатели фирмы и т.п.), которые в среднем должны были добить мой доход до 685к/месяц.
В Сбере было несколько секций с написанием кода и одна на "поболтать". Секции про общение везде проходят примерно одинаково, так что повторять тут не буду. Про написание кода:
- Чистый С++. Тут была секция на проверку моих знаний по самому языку. Мне показали код, в котором есть несколько классов, где-то виртуальные методы, какой-то класс наследуется от другого, где-то в конструкторах и деструкторах что-то нетривиальное написано. И вопрос был "что выведет программа?" Суть была в том, что там в родителе была функция print (которая что-то базовое пишет) и в наследнике она была переопределена. Небольшой gotсha момент был в том, что функция не была объявлена виртуальной. Дальше там эти принты возникали в конструкторе и десрукторе. В общем и целом - вопрос был о том, что в каком порядке вызывается. Я почти справился, но проглядел один вызов из-за невнимательно. Но это был простой момент (а на сложные я ответил), так что интервьюер кажется поверил, что это просто невнимательность, а не незнание. После этого спросили "а что задумывал автор кода?" и попросили исправить. Такие вопросы будут очень сложны для джунов, потому что "а откуда я знаю чего он хотел?" и относительно легки для опытных разрабов, потому что понимаешь, какие есть расхожие подходы и что "вот так обычно пишут, а вот так - не пишут". В общем, вопрос крутой для определения опытности человека. Потом дали ещё кусок кода с многопоточкой и надо было сказать, есть ли в нём баги. Был потерян lock_guard (типичная ошибка работы с мьютексом), попросили исправить и объяснить, как именно раскручивается стек в многопоточке при обработке исключений.
Отличительной особенностью этой секции было то, что весь код писался в онлайн-трансляторе и каждый раз, когда я отвечал на вопрос "что выдаст код" мы просто запускали и смотрели. Особенно круто это было когда я ответил "упадёт с std::terminate" и оно действительно падало с std::terminate.
- Алгоритмы. Задачи, которые можно писать на любом языке (но я писал на С++).
Есть датчики. Один датчик сначала выдаёт нули, а потом, с определённого момента, начинает выдавать единицы. Есть синхронные показания N датчиков (в виде набора массивов, каждый содержит M значений). Нужно найти номер датчика, который сработал первым. Сделать надо эффективно, я реализовал за O(N + log(M)).
Воссоздаём лотерею: есть набор людей, про каждого известно, сколько билетов купил человек. Нужно написать функцию, которая выберет случайного человека с вероятностью, пропорциональной количеству купленных билетов (и вывести на экран его имя).
Была ещё какая-то задача, но уже не помню, что-то мелкое и скучное.
Про эту секцию могу сказать, что на высоком уровне тут уже обращают внимание не только на то, решил ты или нет, но ещё и как быстро, и какой код ты пишешь. У меня на каждую задачу уходило не больше 15 минут в сумме с выслушиванием условия и обсуждением моего решения, т.е. чистое написание кода занимало минут 5-10.
- Секция про ML. Тут были разные вопросы о том, как подходить к экспериментированию с моделями (зачем нужны отдельно валидационные и отдельно тестовые выборки?), что такое аб-тесты и т.п. Достаточно много вопросов про ранжирующие системы (какие бывают, какие есть особенности) - рассказывал про коллаборативную фильтрацию и эмбеддинги. Много каких-то технических подробностей спрашивали, например, почему разложение матрицы делают через SVD. Но в целом ничего особого. Типичная ML-секция с обязательными вопросами типа "как понять, что модель переобучилась, что делать? Как понять, что данных мало, что делать?"
- Общая секция. Я шёл в СберДевайсы, поэтому было важно ещё понимание каких-то "железных" вопросов. Рассказал про архитектуру процессора, кэши, ядра, конвейер, о том что внутри процессора есть отдельный компьютер и за один такт выполняется несколько микро-кодов, про TLB и прочее. Дальше про видюхи, их особенности относительно процов, про взаимодействие с памятью. Был вопрос типа "вам надо ускорить перемножение матриц, как бы вы это сделали с помощью видеокарты?" или, например, "можно ли ускорить поиск кратчайшего пути на графе с помощью видеокарты?".
Сбер предложил оклад 455к и премии разные, в сумме выходило 675к в месяц.
Я уже раньше работал в Яндексе и даже успел провести больше сотни собеседований, так что достаточно хорошо понимал, что меня ждёт. А ждали меня несколько секций с написанием кода "в блокноте", т.е. без возможности запуска. И ещё одна секция по ML.
- Алгоритмы.
Удалить нули из массива. Тут всё просто, проверка на совсем новичка.
Написать свою реализацию shared_ptr. Уныло, но хорошо проверяет понимание внутренней структуры языка.
Написать условный рейт-лимитер. Есть функция, которая на вход принимает timestamp события и максимально допустимое число таких событий за последние 600 секунд. Нам надо на каждый вызов этой фукнции ответить, хороший ли это запрос или уже "лишний", т.е. за последние 600 секунд было больше запросов, чем пороговое значение. Гарантируется, что timestamp не убывают.
Есть названия программ (по сути, просто набор строк), и для каждой есть набор зависимостей (т.е. массив строк на каждую программу). Зависимости только из того же списка, т.е. если у нас есть программы a, b, c, то программа b может зависеть от a, но не может зависеть от f (потому что нет в списке программы f). Надо вывести эти названия программ в "корректном" порядке для установки, т.е. чтобы если пакет шёл в списке - все его зависимости были раньше него в данном списке.
Были и другие задачи, но я точно уже условия не помню. Здесь опять же важна скорость написания и наличие багов. Если посадить хотя бы один баг (и не отловить самому) - это достаточно критично.
- ML. Эту секцию мне не очень хочется подробно описывать, т.к. она была почти "по учебнику". Если есть желание подготовиться - HR присылает ссылку на youtube с видосами от Яндекса. Видосы очень крутые (можно искать по ключевым словам "Лекции по машинному обучению, Воронцов ШАД").
- Общая секция. Вот тут была основная "соль". Просто хорошо решать алгоритмические задачки - дело полезное, но не на 700к. Тут было общение с будущим руководителем и обсуждение потенциальных задач. Мне назвали примеры задач (увы, разглашать не могу, т.к. они сейчас в работы) и я с ходу предложил какие-то идеи по решению этих проблем. Дабы не быть голословным, приведу примеры того, что могли бы спросить. Это гео-сервисы, поэтому вопросы вполне тематичные:
Как строить маршрут так, чтобы водитель доезжал быстрее? это вопрос-бомба, вопрос-убийца. Потому что большинство программистов начинают рассказывать про прекрасные алгоритмы, а потом спотыкаются на вопросе "а как вы измерите тот факт, что водитель стал доезжать быстрее? Как вы докажете, что вы что-то заметно улучшили для клиента?" Суть вопроса в том, что надо думать не только про техническую составляющую, но и про конечного пользователя. Недостаточно написать алгоритм, который работает быстрее или точнее предсказывает маршрут. Надо ещё чтобы это было полезно для клиента, а программисты про это часто забывают.
Мы запускаем бизнес (например, Такси) в новом городе. У нас есть примерная карта дорог, но нет статистики проездов по этим дорогам. Как предсказывать время проезда чтобы честно оценивать стоимость поездки? Опять же, вопрос про бизнес, а не про технологии. Да, тут надо обязательно проявить знание технологий, но этого мало. Типичный программист "в теме" скажет, что надо найти поставщиков данных, можно поездить самим по этим дорогам чтобы насобирать статистику и т.п. Но все эти этапы занимают как минимум недели, а в реальности - месяцы. А для бизнеса запуститься с плохими данными на полгода раньше - это зачастую выгоднее, чем запуститься спустя полгода, но с хорошими и точными данными. Поэтому хороший кандидат должен сам сказать о том, что вот, мол "можно купить данные - но это плохо и долго. А мы с вами сделаем вот так и вот так, тогда будет качество хуже, но зато быстро. Насколько именно качество будет хуже - считать будем вот так. А на бизнесовых метриках (которые человек сам должен предложить) это отразится вот эдак. А потом мы спросим стейкходлеров сервиса, готовы ли они запускать сервис с вот таки вот (относительно плохим) качеством, но на полгода раньше".
Это тоже не всё, но суть, думаю, ясна.
Яндекс предложил мне оклад 490к и ещё разные премии, в сумме с которыми вышло 720к в месяц.
Другие фирмы
Помимо этого я проходил собеседования ещё в Тинькофф, Вк, 1С и некоторые мелкие фирмы. Но общение с ними выкладывать уже день, да и в целом получилось достаточно чтобы сформировать понимание того, какого плана вопросы мне задавали. Если будут вопросы или нужны какие-то уточнения - пишите в комментах.
Выбрал я в итоге Яндекс, но текущий размер зарплаты лучше не буду озвучивать во избежание казусов. Он больше, чем мне изначально предлагали.
Создание текстов
Gerwin — генератор текста: сценарии, блоги, даже описания товаров.
Turbo Text — создает оптимизированные тексты для сайтов, блогов и соцсетей.
ReText — ИИ-рейрайтер русскоязычных текстов.
ChatGPT Writer — пишет ответы на письма за вас.
Quillbot Paraphraser — перепишет текст в нужном стиле.
smodin.io — создает качественные тексты по заголовку.
Frase — генераторы текстов, названий, описаний, слоганов.
Story Path — тулза подскажет писателю, как развить сюжет дальше.
NovelAI — нагенерирует литературу в разных жанрах и сеттингах.
Обработка фото
Let’s Enhance — повысит разрешение, четкость и цветность фото.
Colorize — раскрасит чёрно-белые фотографии.
Crea8tiveAI Photo Refiner — улучшит качество фоток в 16 раз.
Fotor — повысит разрешение, чёткость и цветность.
Neural Love — повысит разрешение фоток до 4К.
Benzin — удалит фон с фотки.
Visual ChatGPT — отредактирует изображения через чат.
Remini — приложение, которое улучшит качество старых или размытых фото с помощью ИИ. Для Android тут.
Работа со звуком
Resemble AI — клонирует голос человека.
Audo — почистит запись от шумов и добавит им студийного качества.
AIVA — ИИ сочинит эмоциональную музыку по вашему запросу.
Zvukogram — озвучит текст на разных языках любым из 49 голосов.
NaturalReaders — загружайте текст и сервис озвучит его на 16 языках, включая русский.
Spleeter — умеет разделять аудио на отдельные дорожки.
Mubert — генерит музыку из текстового запроса.
Создание сайтов
html.to.design — превращает сайт в дизайн для Figma.
Piggy Magic — создаёт сайты в пару кликов.
uKit AI — создает или же редизайнит сайты, анализируя их содержание и целевую аудиторию.
Fronty — конвертирует картинки и наброски в HTML CSS.
Indigo.Design — конвертер дизайнов в код.
AI Website Builder — конструктов сайтов на основе ИИ.
Кодинг
AI Code Translator — переведёт ваш код с одного языка на другой.
Code Snippets AI GPT-4 — генерит код, исправляет ошибки, объясняет и пишет документацию.
Codeium — напишет код и сам потестит. Работает с кучей редакторов.
Explain an error — кидайте ошибку сюда и ИИ объяснит, из-за чего она возникла.
Aidev.codes — генератор кода для веб-страниц на основе ChatGPT.
Спасение от рутины
Otter — запишет ваши рабочие созвоны в текст.
ChatGPT Writer — пишет ответы на письма за вас, есть русский.
IntelliMail — тоже генерит имейлы за вас.
Arcwise AI — нейронка облегчит ваши мучения в Google Таблицах
Barely AI — ускорит возню с доками.
GPT for Slides — нагенерит слайды в Google Презентациях.
Телеграм - Три мема внутривенно
А вы тоже вспомнили эту книгу?
Для учёбы, монтажа, кодинга, дизайна, работы со звуком, улучшения фото и даже для устройства на работу — сохраняйте эту эпичную подборку себе.
Для учёбы
MathGPT — подсобит с матаном.
editGPT — исправит ошибки в тексте на английском.
Consensus — огромная научная база знаний на основе ИИ.
ExamCram — превратит сложные учебные материалы в карточки и тесты для самопроверки.
Yip — то же самое, но в вебе и с поддержкой Википедии.
YouTube Summary with ChatGPT — превратит любое обучающее видео или лекцию в текст.
ChatBA — поможет сделать презентацию.
Explain Me Like I’m Five — объяснит заумные вещи простым языком.
Для программистов
Adrenaline — исправит ошибки в коде.
Tabnine — допишет код за вас.
CodePal — напишет код, исправит баги и выдаст ревью.
Code GPT — плагин-генератор кода для VSCode.
Autobackend — поможет с бэкендом.
Codesnippets — генерит код из текстовых запросов, подходит для команд.
Buildt AI — поисковик для VSCode, найдет готовый код в инете.
Для дизайнеров
Booth ai — генерирует стоковые фото по текстовому запросу.
AdCreative — генерит баннеры и другие рекламные креативы.
SiteKick — ИИ-конструктор лендингов.
RoomGPT — сделает ремонт в вашей комнате с любым дизайном.
Looka — генератор логотипов.
PatternedAI — генерирует паттерны.
Hama — Удаляет лишнее с картинки.
Для улучшения фото
Photoroom — меняйте фон, вырезайте объекты в пару движений. Есть мобильные версии.
Nostalgia Photo — сделает старые фото чётче.
Pallete fm — раскрасит чёрно-белые фото.
Relight — поможе заново выставить свет на уже сделанном фото.
Picsart — заменит ваших бывших на собаку, флаг или батон.
LeiaPix — сделает из 2D-фотки 3D.
Для создания видео
Сolourlab AI — ИИ поможет с цветокором.
Luma AI — выдаст 3D-сцену киношного качества из нескольких фоток.
Kaiber — с этой штукой делали свежий клип Linkin Park.
Topaz Video AI — апнет видос до 4К и 60 FPS, уберёт тряску.
SpiritMe — создаст вашу говорящую цифровую копию.
CapCut — поменяет фон, переведет речь в сабы и многое другое. Прямо в браузере.
vidyo ai — быстро нарежете длинные видосы в шортсы,
Для работы со звуком
Fadr — порежет трек на отдельные дорожки инструментов и вокала.
Adobe Enhance — чистит запись от шумов. Бесплатно.
Elevenlabs — мощнейший синтезатор, подделает любой голос.
Beatoven — ИИ-композитор музыки для видео.
Clip audio — подберет музыку для любого видоса.
The MetaVoice — меняйте свой голос на один из восьми пресетов.
Cleanvoice — уберет из вашей разговорной записи мусор,
Для устройства на работу
kickresume — напишет резюме и сопроводительное.
Сover Letter AI — составит сопроводительное на основе резюме.
InterviewGPT AI — имитирует собеседование и помогает готовиться.
Resume Worded — прокачает резюме и профиль на LinkedIn.
Interview Warmup — разогреет перед собеседованием.
Для прокачки поиска в интернете
Lexii ai — чат-бот, которые отвечает за слова и прикладывает ссылки на источники.
Perplexity — мощнейший ИИ-поиск, работает и как расширение для браузера.
Chord — выдаст подробнейший реферат в ответ на ваш запрос.
Phind — поисковик для технарей, умеет в код.
Nuclia — найдет что угодно на сервере, накопителе и облачном диске.
Для развлечений
Natural Language Playlist — 7-часовой музыкальный плейлист по любому запросу.
Movie Deep Search — подыщет фильм под любой запрос.
RadioGPT — ИИ-диджеи ведут эфиры.
EndlessVN — у всех визуальных новелл есть финал. Кроме этой.
FashionAdvisor AI — личный ИИ-стилист.
Tattoos AI — генерирует эскизы для тату.
Hello History — даст пообщаться с ИИ-двойником известной исторической личности.
Cool Gift Ideas — опишите человека и сервис подберёт под него подарок.
Endel — генератор ИИ-музыки, поможет расслабиться и выспаться.
PlaylistAI — соберет плейлист в Apple и Spotify по тексту или картинке.
Мы в телеграме:
В моем детстве у дедушки был программируемый калькулятор мк-61, к которому доступа у меня не было, чтобы ненароком не сломал. Но вот одним роковым вечером мне дали в руки это чудо советской инженерной мысли и книжечку «Пять вечеров с микрокалькулятором» авторов Данилова И.Д., Славина Г.В.
Кто не знает вот так выглядит калькулятор:
Найдите на нём знак =. Ну как, нашли? Да хер там плавал, на нём использовалась "Польская обратная запись", и поэтому знака = там нет. Для того чтобы сложить два числа на таком калькуляторе, требовалось сначала ввести первое число, затем нажать стрелку вверх (загрузка числа в стек), затем вводим второе число и нажимаем клавишу необходимой операции: 5 В↑4+. Но это так, лирическое отступление.
Решили мы с дедушкой "установить" игру "Посадка на Луну". Для того что бы начать " играть" необходимо поочерёдно и без ошибок ввести 69 символов.
Ошибся с вводом 68 символа, начинай всё с начала. Опять ошибся, опять с начала. Это такой способ познать дзен. Так вот, в первый вечер я потратил часа три, но так и не смог начать игру. Постоянно были ошибки (на экранчике появлялась надпись ЕГГОГ, это error в переводе на человеческий. Кстати, существует термин еггогология, это что-то из области чёрной инженерной магии для совсем конченных извращенцев). Я проклял всë на свете, но на следующий вечер опять начал "устанавливать" игру. Три часа неудач и счёт уже 2:0 в пользу этого исчадия какого-то советского НИИ. Через неделю счёт был 7:0. Пластмассовый мир победил, я позорно ретировался, детская психика была разрушена. Желание брать в руки и даже смотреть в сторону этого ранее запретного плода, отпало навсегда.
И вот вчера мне попадается статья на 4pda про эмулятор калькулятора. В ней был пост, где была описана игра "Посадка на Луну". Оба глаза одновременно начали дёргаться.
А в этом посте было маленькое замечание: "Игра была приведена в книге «Пять вечеров с микрокалькулятором» авторов Данилова
И.Д., Славина Г.В. от 1988 года. Хотелось бы отметить, что в самой книге имеется досадная отпечатка на
шаге 37 вместо команды «ИП8» записана «ИПВ». "
Не было ни злости, ни грусти, ничего... сплошная пустота.
Женщинам, мужчинам, детям и вообще никому не рекомендую вбивать в поисковик "Эмулятор мк-61".
Делать было нечего и попалась картинка
Решено проверить
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(-1, 1, 100)
plt.plot(x, (1 - x**2)**0.5 + (x**2)**0.33)
plt.plot(x, -(1 - x**2)**0.5 + (x**2)**0.33,)
plt. show() #удалить пробел
Работает!
Источник: IT-юмор
Знаю, обстановка не шуточная, но без юмора никуда. Лет 7 назад, нас пацанов дергали на мед. комиссию, перед призывом, все по классике: тесты, осмотры, решения кому идти, кому нет. Такую лабуду я проходил уже третий раз и ничего нового не ожидал. Но в этот раз перед всей этой процедурой вышел военком, поправил усы, выправил плечи и сказал:
- "Позавчера, кто то взломал базу данных нашего райвоенкомата и попытался удалить некоторые сведения. Но, так как среди вас есть программисты, то вы догадываетесь, что для борьбы с этим, данные необходимо хранить на сторонних носителях. Поэтому, мы предусмотрительно сделали...."
Поднимает палец кверху, потом указывает на стол, где лежит большая куча папок
- "Бек- ап"