TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #396 · 22.06

Попробовал Github Copilot. Это проект, в рамках которого Гитхаб обучил нейросеть на миллионах строк программного кода, загруженного людьми, и теперь она вроде как способна предлагать автоматическое дополнение к тому, что вы пишете. В теории, если вы напишете название функции, например public int Fibonacci(int n), то она сразу предложит вам автоматически подставить всё остальное. Конкретно с этим примером система действительно справляется, но в целом впечатления у меня от неё смешанные, и на мой взгляд она пока что не стоит тех $10 в месяц, которые за неё просят после тестового двухмесячного периода. Я уже писал ранее о своём отношении к нейросетям. В задачах дополнения данных они работают средненько: значимый процент решений будет с ошибками. Вот и здесь — сначала я подумал, что Copilot сможет за меня копипастить популярные однотипные куски кода из интернета. Например, я не помню алгоритм Вагнера-Фишера, постоянно его копирую из своих других проектов, часть из которых выложена на Github и наверняка была передана в обучение Copilot. Я предложил нейросетям мне этот алгоритм написать, они написали что-то отдалённо похожее. Внешне выглядело убедительно и даже компилировалось, но работало неправильно, и при ближайшем рассмотрении оказалось, что там просто случайно надёрганные строчки из настоящего алгоритма. Некоторые проверки по 2 раза, а часть нужной логики упущено совсем. Об оформлении кода вообще говорить не стоит: пока всё, что мне выдавалось, оформлено плохо, и на ревью я бы написал разработчику несколько замечаний. Однако, в других местах работает, как задумано. Если у вас есть дуальные функции, оно умеет предлагать дописать остаток (пример на скриншоте ниже). Но из того, что я попробовал, только процентов 20 случаев реально были полезны. Остальные 80% или вообще неверный код, или правильный, но такой неаккуратный, что лучше самому написать. Есть ещё проблема: массовый копипаст довольно опасен, потому что легко пропустить какую-то мелочь. В идеале нужно весь вставленный код проверять построчно, но по когнитивной нагрузке это близко к тому, чтобы создать его самостоятельно. И человеческое внимание совершенно точно будет расслабляться и размываться при работе с такими средствами автодополнения, а, значит, неизбежны ошибки. На месте чувствительной к багам энтерпрайз-разработки я бы вообще запрещал бы своим сотрудникам применять Copilot. С другой стороны, возможно, подобная утилита хорошо зайдёт для прототипирования, на хакатонах, на стримах с демонстрацией разработки чего-нибудь. У меня будет возможность проверить на соревновании через месяц, но в работе скорее всего отключу. #dev

Hashtags

Резултати

Намерени 9 подобни публикации

Търсене: #postgres

当前筛选 #postgres清除筛选
GitHub Trends

@githubtrending · Post #14763 · 30.05.2025 г., 00:30

#rust#database#postgres#postgresql#rust#serverless Neon is a serverless, open-source database that works like PostgreSQL but is designed for the cloud, making it easy to set up and manage without worrying about servers or manual scaling. It splits storage and computing, so you can quickly create, copy, or branch databases for testing or development, and it automatically adjusts resources to save costs and handle traffic spikes. This means you can start using Postgres in seconds, connect with your favorite tools, and focus on building your app instead of managing infrastructure, all while enjoying fast performance and flexible workflows[3][5][2]. https://github.com/neondatabase/neon

Data Science Jobs

@datasciencejobs · Post #2063 · 28.04.2024 г., 06:02

#вакансия#финтех#тестирование#ml#модели#mlops#techwriter#postgres#python#удалённо#банк В один из крупнейших банков — лидеров отрасли, требуется специалист по тестированию ML моделей, с опытом ручного функционального и интеграционного тестирования в проектах MLOps и внедрением ML моделей в прод. 🌟 Требуемые знания и опыт: - Опыт ручного функционального и интеграционного тестирования от 2 лет - Опыт написания тестовой документации (тест-кейсы, чек-листы) - Уверенные знания теории тестирования - Опыт применения техник тест-дизайна на проекте - Опыт диагностики ошибок в браузере - Опыт работы с git, jenkins, postman, lens, airflow или аналог - Опыт работы с задачами в Jira или аналог - Опыт работы с документацией в Confluence или аналог - Опыт работы с БД postgress, умение писать простые запросы к базе - Опыт тестирования API - Опыт оценки трудоемкости задач - Умение заводить полный, понятный и воспроизводимый дефект - Опыт разработки автотестов на Python Личные качества - Умение работать самостоятельно, искать недостающую информацию - Искать ответы на вопросы перед тем как эскалировать их - Внимательность в процессе тестирования задач 💥 Мы предлагаем: - Оформление по ИП, но можно и в штат компании (ставка обсуждается индивидуально с каждым кандидатом, вилка ~350к net) - Работа в крупном российском банке (опыт финтеха!) - Удаленка по РФ - Есть возможность влиять на процессы тестирования - Разноплановость задач и проектов - Нет токсичности в команде, всегда готовы помочь - Ежемесячные 1to1 - Возможность поработать с уникальными и хайповыми технологиями ML ✍️ По всем вопросам и с резюме пишите @hitmaker 👉 Не забудьте уточнить, что вы из @datasciencejobs

Repositorio data science

@repo_science · Post #3180 · 12.05.2023 г., 19:53

#webScraping#Python#Scrapy 🐍 Scrapy course - Python web scraping for beginners The Scrapy #Beginners Course will teach you everything you need to learn to start scraping websites at scale using #Python Scrapy. Topics - Creating your first #Scrapy spider - #Crawling through websites & scraping data from each page - Cleaning data with Items & Item Pipelines - Saving data to CSV files, #MySQL & #Postgres#databases - Using fake #user-agents & headers to avoid getting blocked - Using #proxies to scale up your web scraping without getting banned - Deploying your #scraper to the cloud & scheduling it to run periodically 🗣️ Joe Kearney. 🔗Link 📢#youtube ⭐️ Resources ⭐️ Course Resources - Scrapy Docs - Course Guide - Course Github - The Python Scrapy Playbook ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----

GitHub Trends

@githubtrending · Post #15211 · 10.10.2025 г., 11:30

#typescript#cloudflare_kv#cloudflare_pages#cloudflare_workers#drizzle_orm#postgres#remix#tailwindcss#typescript#vite Supermemory lets you easily save and organize information from websites, PDFs, text, and apps like Google Drive or Notion. You can then chat with your saved memories in natural language to quickly find what you need. It connects with popular AI tools, automatically updates your data, and creates smart knowledge graphs to help you remember and use your information better. This saves you time and effort by keeping all your important content in one place and making it easy to access and search whenever you want. It’s like having a personal assistant for your digital memory. https://github.com/supermemoryai/supermemory

GitHub Trends

@githubtrending · Post #15580 · 23.03.2026 г., 11:30

#go#cli#database#database_management#dbms#environment#local#postgres#postgresql#supabase Supabase CLI lets you run Supabase locally, manage database migrations, deploy functions, generate types from your schema, and make secure API calls. Install easily via npm (`npm i supabase --save-dev`), Homebrew, Scoop, or binaries for any OS, then run `supabase init` and `supabase start` to launch your full stack with local URLs and keys. This benefits you by speeding up development, testing changes offline without cloud costs, ensuring type safety, and simplifying CI/CD for reliable deploys. https://github.com/supabase/cli

GitHub Trends

@githubtrending · Post #15377 · 30.12.2025 г., 12:00

#python#ai#ai_agents#ai_coding#claude_code_plugin#claude_code_plugins#claude_code_plugins_marketplace#claude_marketplace#claude_plugin#claude_skills#docs#documentation#mcp#mcp_server#postgres#postgresql#skills pg-aiguide helps AI coding tools create better PostgreSQL code with semantic search of official docs, best-practice skills for schemas/indexes, and extension info like TimescaleDB. Install it free as a public MCP server or Claude plugin in tools like Cursor/VS Code for one-click setup. It fixes AI's weak spots—outdated code, missing constraints (4x more), indexes (55% more), and modern PG17 features—producing robust, fast, maintainable schemas that save you debugging time and production fixes. https://github.com/timescale/pg-aiguide