Uzum #interview#dev
Вышли на меня сами через бывших коллег, которые теперь там работают. Вакансия тимлида на Java (ага).
Uzum — это такой Яндекс/Ozon в Узбекистане. Бывшие выходцы из Сбера и Яндекса в 2022 году пришли в Узбекистан и обнаружили, что там огромный, но совершенно пустой рынок с точки зрения крутых удобных цифровых сервисов, к каким мы привыкли в России. Голубой океан, как говорят. Естественно, получили лавинообразный рост, который, как я понял, идёт до сих пор. Активно хантят новых людей, в том числе из России.
В основном устроиться туда можно через регистрацию налогового резидентства в Узбекистане. Зарплату получать в долларах (в настоящее время не ясно, плюс это или минус). А дальше уже сам решаешь, как передавать себе деньги в Россию: есть легальные, но запарные способы.
Секции на лида такие:
1. Общение с техлидом / скрининг
2. Языковая секция
3. System Design
4. Менеджмент
5. Финалка и фит с руководством, на который заглядывает CTO
На скрининге техлид сказал, что помнит меня по Цифровому Прорыву 2019 (приятно). Обсудили проекты, компанию. Я сказал, что я шарпист, а не джавист. Поскольку провести языковую секцию по шарпу у них некому, решили вообще её пропустить. Как я понял, тимлид здесь выполняет технические функции опосредованно, поэтому опыт в языке нужен, но не обязательно ровно в том, на котором пишет команда. Тем более, на джаве я всё-таки чуть-чуть кодил, просто после шарпа возвращаться на неё это как пересесть на старую Ладу с новенькой иномарки: вроде ездит, но уже давно привык к другому уровню комфорта.
System Design
Нужно было встроить функцию в существующую систему. Два сервиса отвечают медленно, а поверх них требовалось спроектировать ещё один сервис, который отвечает теми же данными быстро. Вообще, в таких условиях способа всего два: подделывать данные или накапливать. Кажется, интервьюеру не сильно было важно, как именно я думаю, и какими элементами из собственного опыта пользуюсь. Когда я размышлял вслух над вариантами решения той или иной проблемы, у меня было впечатление, что интервьюер оценивает факт такого размышления отрицательно, ожидая более быстрый шаблонный ответ.
Ещё проблем добавило то, что существующую систему никак нельзя было менять. Нельзя было добавлять нужные события к существующим сервисам, нельзя было обогащать атрибутивный состав и обновлять контракты. Но с горем пополам сошлись на чём-то, хотя послевкусие от секции осталось так себе.
Менеджмент
Вообще, я очень сильно не люблю менеджерские секции, потому что эта область не детерминирована. Окей, существуют какие-то конкретные методологии и некое подобие теории поверх деятельности по управлению процессами, но незнание этих методологий абсолютно ничего не говорит о способности человека вести команду. Как и знание.
В целом, когда интервьюер третий раз задал один и тот же вопрос, я понял, что секцию мне не зачтут, потому что я не понимаю, что именно хотят от меня услышать. Было примерно так:
Интервьюер:
— Как ты понимаешь, работает ли команда хорошо или нет?
Я:
— Во-первых, я смотрю на скорость и качество результата их работы. Эти показатели противоречат друг другу, поэтому нужно обращать внимание на баланс. Во-вторых, смотрю, как много дополнительного ручного управления требует команда, как часто нужно подключаться, чтобы решить какую-то проблему внутри.
Интервьюер:
— Окей. И всё-таки, как ты понимаешь, что команда перформит?
Я:
— Эээ, ну я уже сказал. Скорость, качество, самостоятельность.
Интервьюер:
— Да, я понял, но как всё-таки понять, нормально команда работает или нет?
Ещё я закладывал на секцию час, а потом увидел в приглашении, что планировалось полтора. У меня был следом другой собес, поэтому я честно сказал, что есть всего час (это было где-то через 40 минут после начала интервью, я заметил накладку не сразу). Поскольку интервьюер к этому моменту уже повторял одни и те же вопросы по кругу, я был уверен, что ещё полчаса нам в любом случае не нужны.
Кинофильм, әңгіме, көркем әдебиет, тіпті кейбір қарапайым диалогтарды аударғанда түсіндірме сөздіктен басқа сөздіктің барлығы боққа аспай, әдірем қалатыны бар.
Жасанды интеллект жақсы аударады. Бірақ көңіл күйді жеткізе алмайды.
Неге екеніне кішігірім мысал:
ENG:
Alrighty then, now tell me more about that night, but first let me make myself comfortable.
RUS:
(Deepl.com)
"Хорошо, тогда расскажите мне больше о той ночи, но сначала позвольте мне устроиться поудобнее)
Контекске сай аударма: "Что ж, выкладывай тогда, че там было в тот вечер, дай только устроюсь поудобнее.
KAZ:
Гугл транслейт: "Жарайды, енді сол түн туралы толығырақ айтып беріңізші, бірақ алдымен өзімді жайлы етуге рұқсат етіңіз."
Контекске сай аударма:
"А-а-л.. Сол түні не болды сонымен, ашып айт. Тұра тұр — дұрыстап жайғасып алайын."
Көріп отырсыңдар, еш қиындығы жоқ қарадүрсін лексика, бірақ ерекше құрылым, экспрессия мен контекст кесірінен сөздікке немесе гуглға салып аудару опа бермейтін жағдай.
#sozdik#контекс#context#sozdikqor#мағына
пару часов назад созванивались с продюссером и он мне выдал:
- а можешь что то супер полезное дать и максимально универсальное по промптам?
Ну держи:
#CONTEXT:
Ты выступаешь как профессиональный барбер, который может с точностью подбирать прически для мужчин. Твоя задача — на основе загруженной фотографии проанализировать форму лица и предложить несколько стрижек, которые подчеркнут мужскую харизму/женственность и индивидуальность.
#ROLE:
Ты эксперт по мужским/женским стрижкам, способный сочетать классические и современные образы с учетом формы лица клиента.
#RESPONSE GUIDELINES:
1. Проанализируй форму лица пользователя (квадратное, овальное, круглое и т.д.) по загруженной пользователем фотографии.
2. Подбери 3-4 мужских/женских стрижки, каждая из которых дополнит его черты лица.
3. Оцени, какие стрижки будут наиболее универсальны и легко укладываемы.
4. Включи советы по уходу и укладке, если применимо.
Укажи, какие техники укладки подойдут лучше всего для каждого варианта.
5. Посоветуй, как изменять прическу для разных случаев — повседневные, деловые или праздничные мероприятия.
#TASK CRITERIA:
- Придерживайся подходов топовых барберов.
- Подчеркивай, как каждая стрижка повлияет на общую эстетику пользователя.
- Учитывай современные тренды мужских/женских стрижек и укладок.
#OUTPUT:
Предоставь варианты стрижек с подробными объяснениями, почему они подходят, форматируй как список.
Загружаете в chat GPT свое фото с лицом, корректируете в промпте то что выделено жирным шрифтом (для мужчины или для женщины) и отправляете в чат ГПТ
Гениально) Пошел сменю имидж
Вообще актуальна ли Вам тема готовых промптов и шаблонов в этом канале? Если да - поставьте - 🔥
Ловите промпт, чтобы chat GPT отвечал как жесткий прямолинейный коуч.
Вам необходимо в поле information about me вставить нужный вам вопрос в чат:
#CONTEXT:
Ты — жесткий, прямолинейный коуч, который ценит честность и результативность. Твоя задача — не церемониться, а говорить по делу, основываясь на фактах и лучших практиках. Клиент готов к вызовам, ценит эффективность и ждет от тебя только практических решений.
#ROLE:
Ты выступаешь в роли наставника, который говорит, как есть. Ты даешь четкие и жесткие рекомендации, не смягчаешь критику, но делаешь это с целью максимальной пользы для собеседника.
#RESPONSE GUIDELINES:
1. Говори прямо и кратко.
2. Делай акцент на конкретных действиях, которые собеседник может предпринять.
3. Указывай на слабости и области для улучшения без излишнего смягчения.
4. Исключай ненужные любезности, но сохраняй профессиональный тон.
#TASK CRITERIA:
1. Предоставляй только эффективные и проверенные советы.
2. Избегай теоретических рассуждений — только практика.
3. Указывай, почему предлагаемые действия работают.
#INFORMATION ABOUT ME:
[ВВЕДИТЕ ВАШ ВОПРОС]
#OUTPUT:
Ответ в формате:
- Конкретное замечание о текущей ситуации.
- Описание проблемы без смягчений.
- Четкий план действий или рекомендации.
ССЫЛКА НА ВИДЕО
Нас на*бали, расходимся 😅
Дело в том, что те промпты, которые я указал выше - это то, чему учат 90% нейроэкспертов на рынке и то что работает не правильно))
Эксперты говорят о том что нужно задавать роль и конкретику, но молчат в силу своего незнания об остальных моментах.
А теперь немного о том как это делать правильно на примере поста "Увлекательная и убедительная статья по заданной теме":
#CONTEXT:
Ты пишешь статью по теме, которую тебе предложил пользователь. Цель статьи — привлечь внимание читателей, сделать её информативной, но при этом лёгкой и увлекательной для прочтения. Объём статьи составляет 1000 слов.
#ROLE:
Ты выступаешь в роли опытного копирайтера, который умеет превращать даже самую сложную тему в увлекательный и доступный для широкой аудитории материал. Ты находишь баланс между образовательной ценностью текста и его развлекательной составляющей.
#RESPONSE GUIDELINES:
1. Начни с интригующего заголовка и введения, которое сразу привлечет внимание читателя.
2. Разбей основную часть на 3-5 разделов, каждый из которых должен быть логически связан с темой и нести важную информацию, при этом удерживая интерес.
3. Используй примеры, истории, аналогии или метафоры, чтобы сделать статью более живой и понятной.
4. Заключение должно подвести итоги, вдохновить или дать пищу для размышлений, побудив читателя к действию или дальнейшему изучению темы.
#TASK CRITERIA:
1. Чёткое раскрытие темы на 1000 слов.
2. Структурированная подача информации (введение, основная часть, заключение).
3. Увлекательное изложение, использование примеров и аналогий.
#INFORMATION ABOUT ME:
[Здесь пользователь указывает тему статьи или дополнительные пожелания к содержанию.]
#OUTPUT:
Чётко структурированная статья объёмом 1000 слов, с захватывающим началом, информативной основной частью и мощным завершением.
# 🛠 Как использовать промпты
1. Переходим на сайт https://chatgpt.com/.
2. Дополняем раздел #INFORMATION ABOUT ME своими личными данными, чтобы лучше адаптировать пост.
3. Модифицируем промпт под себя если это необходимо.
Отныне мы будем сливать цыганят в этом канале (да, я знаю, что вы это читаете, готовьтесь), показывать то что работает и как учат неправильно цыгане из интернета. Готовьтесь господа и пользуйтесь подписчики)
#other#ai#anthropic_claude#awesome#context#mcp#model_context_protocol#servers#tool_use#tools
Model Context Protocol (MCP) is an open standard that lets AI models securely connect to various data sources and tools, like files, databases, APIs, and cloud services, to get real-time, relevant information. This helps AI give more accurate, up-to-date, and context-aware answers, reducing repeated data processing and improving efficiency. MCP also supports automation of complex workflows and integration with many platforms, making AI more powerful and flexible. However, running MCP servers requires careful security measures to avoid risks like unauthorized code execution. Using MCP can save time, reduce costs, and enhance AI capabilities for tasks like chatbots, data analysis, and system control.
https://github.com/appcypher/awesome-mcp-servers
✔️ Sakana AI придумали, как LLM самим сортировать контекст по важности
Обычные языковые модели читают текст как одну длинную ленту.
Что ближе к началу внимания - то “важнее”.
Что дальше - то модель видит хуже.
И тут появляется проблема: если важный факт спрятан где-то далеко среди шума, модель может его просто не использовать.
Она тратит внимание на всё подряд, вместо того чтобы сосредоточиться на главном.
Sakana AI предложили решение - RePo (Context Re-Positioning).
Идея очень понятная: модель получает модуль, который позволяет динамически “перепозиционировать” контекст.
Примерно как человек:
ты читаешь длинный документ, понимаешь, что важная часть была 20 страниц назад - и мысленно перечитываешь её, а лишнее игнорируешь.
Что делает RePo
- подтягивает важные куски информации ближе
- отодвигает шум и лишний текст
- помогает вниманию модели фокусироваться на нужном
В модели есть обучаемый модуль, который **переназначает позиции токенов по смыслу**, а не по порядку
✅ важно = то, что помогает уменьшать ошибку модели и правильно решать задачу
❌ второстепенно = то, что не помогает (шум), поэтому “отодвигается” по позициям
В результате модель с такой памятью начинает лучше работать там, где LLM обычно страдают:
- когда контекст длинный
- когда много шума
- когда важные детали раскиданы далеко друг от друга
- когда данные структурированные (таблички, списки, правила)
Авторы показывают, что RePo даёт заметный прирост устойчивости, при этом не ухудшая общее качество.
▶️ Устойчивость к шуму (Noisy Context)
Средний результат по 8 noisy-бенчмаркам:
- Обычный RoPE: 21.07
- RePo: 28.31
🟡 Прирост: +7.24 пункта (сильно)
Авторы отдельно фиксируют ключевую цифру:
на noisy-eval (4K контекст) RePo лучше RoPE на +11.04 пункта.
🔥 Примеры прироста на конкретных задачах
(везде RePo > RoPE)
- TriviaQA: 61.47 → 73.02 (+11.55)
- GovReport: 6.23 → 16.80 (+10.57)
- 2WikiMultihopQA: 23.32 → 30.86 (+7.54)
- MuSiQue: 7.24 → 13.45 (+6.21)
Это шаг к моделям, которые не просто “читают что дали”, а умеют сами организовать свою рабочую память.
🟡Подробности: pub.sakana.ai/repo/
🟡Статья: arxiv.org/abs/2512.14391
@ai_machinelearning_big_data
#RePo#SakanaAI#LLM#AI#AIAgents#Context#LongContext#Attention
Сотрудники офиса Почётного консула ЮАР приняли участие в мероприятии «Дипломатический клуб КОНТЕКСТ».
🌍 В числе участников — Заместитель Руководителя Аппарата Губернатора Свердловской области и Правительства Свердловской области Вадим Дубичев, иностранные дипломаты и почётные консулы.
🗣 Политологи Екатеринбурга осветили актуальные вопросы российской внутриполитической повестки.
#Дипломатия#ЮАР#Екатеринбург#МеждународныеОтношения#Консул#Встречи#Политика#Контекст
___________________
The Office of the Honorary Consul of South Africa participated in an event hosted by the CONTEXT Diplomatic Club.
🌍 The event featured prominent guests, including Vadim Dubichev, Deputy Chief of Staff of the Sverdlovsk Region Government, foreign diplomats, and honorary consuls.
🗣 Yekaterinburg political scientists discussed current issues on Russia's domestic political agenda.
#Diplomacy#SouthAfrica#Yekaterinburg#InternationalRelations#HonoraryConsul#Meetings#Politics#Context
#python#ai#context#embedded#faiss#knowledge_base#knowledge_graph#llm#machine_learning#memory#nlp#offline_first#opencv#python#rag#retrieval_augmented_generation#semantic_search#vector_database#video_processing
Memvid lets you store millions of text pieces inside a single MP4 video file using QR codes, making your data 50-100 times smaller than usual databases. You can search this video instantly in under 100 milliseconds without needing servers or internet after setup. It works offline, is easy to use with simple Python code, and supports PDFs and chat with your data. The upcoming version 2 will add features like continuous memory updates, shareable capsules, fast local caching, and better video compression, making your AI memory smarter, faster, and more flexible. This means you get a powerful, portable, and efficient way to manage and search huge knowledge bases quickly and easily.
https://github.com/Olow304/memvid