Сделал в компании доклад о применении ИИ в архитектуре, давайте и вам расскажу.
Фокус в использовании подхода architecture as code: абсолютно все архитектурные артефакты у нас это тексты. С обычной документацией понятно, это и так некоторый набор текстовых файлов, чаще всего в макрдауне. Для них мы применяем структурный шаблон Arc42 — список из 12 пунктов, по которым нужно распределить информацию о проектируемой системе.
Структурный шаблон, во-первых, хорошо известен нейронкам, и они сразу понимают, о чём речь. Во-вторых, можно кинуться в модель бизнес-требованиям и очень быстро создать некий первоначальный набросок, от которого вы дальше уже пляшете, уточняя по пунктам и исправляя ошибки ИИ. Ну и, в-третьих, готовая структура с ящиками, по которым нужно всё раскладывать, это гораздо лучше, чем свалка ADR'ок, как это нередко бывает в компаниях.
Со схемами и диаграммами ещё интереснее. Берём инструменты со своими DSL-языками, такие, как Structurizr и PlantUML. Вся схема или диаграмма целиком определяется текстовым файлом. Можно применять Git со всеми его преимуществами. А для нейронок это родная среда: вы, как человек, смотрите на схему глазами, но нейронка работает с её DSL-файлом. Навскидку тут прирост эффективности даже больше, чем в программировании, потому что DSL это просто синтаксис, без смыслового наполнения, человеку его можно вообще не знать. Ты пишешь промпты, а смотришь уже на картинку, сгенерированную схему, и следующим промптом указываешь, где какие правки сделать. Нейронке при этом не приходится думать про потоки, асинхронность, типы данных, она просто правит текст как текст, поскольку у DSL нет поведения.
Тут как раз наиболее видна разница между рутинной и интеллектуальной частью работы. Как именно будет выглядеть схема, продумывает архитектор. Если доверить это нейронке, даже мощной, будет полно ошибок, неоптимальностей, неучтённых нюансов среды и так далее. Но вот само по себе написание синтаксиса — имба.
#dev@clockstackwheels
#python#DataStructures#algorithms
🐍
Python Data Structures & Algorithms
What you will get in this course:
- Data Structures
Lists
Linked Lists
Doubly Linked Lists
Stacks & Queues
Binary Trees
Hash Tables
Graphs
- Algorithms
- Sorting
Bubble Sort
Selection Sort
Insertion Sort
Merge Sort
Quick Sort
- Searching
Breadth First Search
Depth First Search
🔗Link
-----
Main channel:@repo_science
Coupons:@freecoupons_reposcience
-----
#python#Algorithms#dataStructures
🐍
Hands-On Data Structures and Algorithms with Python: Store, manipulate, and access data effectively and boost the performance of your applications
🖇3rd Edition
📆2022
✍️Dr. Basant Agarwal
🔗Link
-----
Main channel: @repo_science
Coupons: @freecoupons_reposcience
-----
#DataStructures#Algorithms#Java
🛠
The Ultimate Data Structures & Algorithms Course
What You'll Learn...
This course is divided into three parts, each about 5 hours long so you can easily complete it.
The first part is all about linear data structures and their algorithms:
- Big O Notation
- Arrays
- Linked Lists
- Stacks
- Queues
- Hash Tables
The second part covers non-linear data structures and their algorithms:
- Binary Trees
- AVL Trees
- Heaps
- Tries
- Graphs
The third part explores:
- Searching Algorithms
- Sorting Algorithms
- String Manipulation Algorithms
🗣Mosh Hamedani
🔗Link
-----
Main channel:@repo_science
Coupons:@freecoupons_reposcience
-----
#DataStructures#Algorithm#designStrategies
📚
A Textbook of Data Structures and Algorithms, Volume 3: Mastering Advanced Data Structures and Algorithm Design Strategies
🔗Link
-----
Main channel: @repo_science
Coupons: @freecoupons_reposcience
-----