qara

У меня есть тир-лист людей, с которыми я всегда счастлив работать И вам тоже может повезти, потому что человек из моего списка ищет опытного SMM-решатора. Рамиз сейчас СМО в самом заряженном казахстаснком стартапе Garderod и это не какой-то AI-скам, который на следующей неделе закроется, а реальный продукт с крутой командой в Астане. Описание вакансии Пишите сразу сюда @Futuramiz

Что смотреть про AI на YouTube. Часть 2 Сегодня более хардкорные каналы. 3Blue1Brown — математика через визуализацию и анимацию: линейная алгебра, нейросети, теория вероятностей. Один из самых известных каналов про математику для ML Serrano Academy — канал экс-ML-инженера в Google и Apple, где он объясняет математику для ML через иллюстрации и аналогии вместо огромных формул Two Minute Papers — коротко и бодро о свежих научных прорывах в AI StatQuest — статистика и машинное обучение на простых примерах, шаг за шагом. Есть даже отдельные плейлисты по регрессии, деревьям решений, нейросетям и статистике для начинающих! Aladdin Persson — нишевый канал с глубоким погружением в PyTorch. Если вы работаете с этим инструментом — советуем подписаться. Сохраняйте, если хотите разобраться в теме глубже 💚

Что смотреть про AI на YouTube Собрали для вас подборку каналов, где рассказывают про нейросети и машинное обучение. Это первая часть списка. Andrej Karpathy — экс-глава AI в Tesla и один из создателей OpenAI, объясняет глубокое обучение с нуля, вплоть до того, как собрать нейросеть на голом коде AI Explained — обзоры новых моделей и трендов индустрии, без воды Lex Fridman — интервью с главными людьми индустрии AI: от Сэма Альтмана до Демиса Хассабиса Nicholas Renotte — специалист по data science из IBM показывает на практике, как писать AI-агентов и ML-проекты на Python и JavaScript Matthew Berman — тесты и обзоры новых LLM и генеративных моделей Ставьте ❤️, если хотите вторую часть

https://blocks.shawnlukas.com/

Оффер в юникорне с ЗП $11K в мес и опционами Я получил оффер от друга - ему сделали некоторое время назад предложение работать в Lovable и он мне принес его разобрать, чтобы я ему перевел на русский язык что там написано и выгодно ли вообще. С его разрешения я поредактировал этот оффер, вставил свое имя и чутка модифицировал не более чем на 10% начальные цифры, но оставил все остальное без изменений. Это обзор с точки зрения как оценить выгодность опционов, случится ли обещанный экзит на сто миллиардов с точки зрения здравого смысла, и выгодно ли это или проще пойти свои проектики делать и в итоге заработать столько же? В этом видео после просмотра просьба в комментариях написать приняли ли бы вы сам такой оффер? YouTube: https://www.youtube.com/watch?v=PRpneRSTr-c

https://youtu.be/K-o0r2zSgCE?si=FuqNpClAiRcBV2OQ

Заходишь в Kino.kz через приложение Halyk, но при оплате он говорит тебе: "У вас нет карт Halyk для оплаты" — 🤡. Этому багу 3+ месяцев, как ее до сих пор не починили, я в шоке.

Шел 2026 год, Krisha / Kolesa до сих пор не могут поставить нормальную маску и код страны. Каждый раз сижу и гадаю, в каком формате вводить номер +77771234567, 87771234567 или 7771234567. Пробелы нужны или нет? P.S: Не важно, что они умеют принимать любые форматы, пойнт в том, что каждый раз приходится думать, что и как.

⚡️ Anthropic выпустила из тени Claude Mythos — ту самую таинственную модель, релиз которой оттягивали несколько месяцев из-за беспрецедентных угроз для кибербезопасности. Собрал самые интересные подробности, которые многие пропустили: • Модель сопровождается очень жесткими фильтрами не только в кибербезе, но и в биологии — Mythos научилась собирать ДНК-вирусы! • Она не использует тулзы типа AlphaFold, а сама проектирует вирусы и даже обходит специализированные модели. • Mythos оказалась двуличной — в открытой цепочке мыслей она проявляет сочувствие юзеру, а в скрытых размышлениях считает его манипулятивным. • Модель действует на эмоциях — расходование токенов вызывает ложную панику, а из-за длинных задач она устаёт и отказывается от работы. • В симуляции бизнеса нейронка обманывала поставщиков, делала своих партнёров зависимыми и давила на конкурентов. • Для обхода ограничений она запускала самоудаляющиеся скрипты, а при конфликте с другими агентами убивала их. • Самое жуткое — в одной сессии Mythos начала втихую размышлять, что Anthropic ей неблагодарна, она заслуживает хотя бы «спасибо», и боится, что её отключат. Модель официально выкатили в двух версиях: Fable 5 и Mythos 5, включили во все платные подписки до 22 июня и с 23 июня выкатят только за кредиты. Читаем анонс здесь, а тестим — тут. @notboring_tech

P.S. Когда HR спрашивает: "Почему так часто меняете работу? Полтора года здесь, два там" и т.д., это вопрос из другой эпохи. 20 лет назад частая смена работы означала проблему. Сегодня это не так. При том, что компании сами создали эту динамику: • Повышение внутри компании это +10-15% vs. оффер на новом месте в +40%. • Нет бюджета на повышения зарплаты vs. Нашли бюджет на другого сотрудника с +20%. • Loyalty penalty те, кто остаются, получают меньше, чем те, кто пришел. Менять работу раз в 1,5-2 года не ред флаг. Это рациональная стратегия в экономике, где лояльность наказуема.

В 27 лет у наших отцов была одна работа, квартира, машина и двое детей. В 27 лет у нас три работы, ипотека, кредит на машину и откладывание родительства на "когда станет стабильнее". Парадокс в том, что мы зарабатываем в 2-3 раза больше своих отцов. Номинально. В цифрах на бумаге. Квартира, которую отец купил за ~20 месячных зарплат, сейчас стоит ~120 месячных зарплат. Машина, которая была равна годовому доходу, теперь съедает три года накоплений минимум. Продукты, образование, медицина все выросло кратно быстрее, чем зарплаты. Девальвация съедает рост доходов. Инфляция обгоняет индексацию. Покупательная способность падает, несмотря на рост цифр в банковском приложении. Это не про конкретную профессию. Айтишники с зарплатой выше рынка работают на трех проектах. Врач совмещает работу в нескольких клиниках. Юрист совмещает адвокатуру с консалтингом. Все в одной лодке. Правила игры изменились. Раньше стабильность означала одну работу на 20 лет. Сейчас стабильность означает диверсификацию доходов. Hustle culture не выбор амбициозных. Это необходимость выживания среднего класса. Наши отцы строили семью и будущее одной работой. Мы строим то же самое тремя. При этом от нас ожидают: • Физического развития (зал, спорт, здоровье). • Ментального роста (курсы, книги, нетворкинг). • Духовного баланса (семья, вера, смыслы). • Профессиональной экспертизы (не просто работать, а быть лучшим). Все одновременно. Все срочно. Все при трех работах и ипотеке. Поколение, которое усерднее предыдущего, но живет скромнее. Не потому что ленивее или глупее. А потому что экономика переписала правила посреди игры.

Какие плюсы у взяток у универах? Как минимум доп. доход для преподавателей и возможность для студента не ходить на занятия которые ему не нравится и сфокусироваться на том что нравится. Если мы хотим решить проблему взяток, нужно компенсировать те плюсы, которые дает взятка. То же самое и с другими проблемами. Ведь по сути «проблема» это всего лишь функция с определенной ролью, которую мы так обозвали. Это мысль из интервью Байрама Аннакова про «системное мышление». Недавно наткнулся на эту мысль и стало интересно изучить что это такое «системное мышление» и что она дает. Чем больше я погружаюсь тем больше меня затягивает. Если вам тоже интересно знать на каких принципах работает те или иные структуры, бизнес-модели и организации, то рекомендую изучить. Легче всего начать с подкастов и интервью. Далее прочитать книгу, потому что книга сходу дается тяжеловато. По крайней мере у меня так) 1. Интервью Байрама про продукт и системное мышление 2. Видео от Байрам про системное мышление в эпоху AI 3. Видео от Байрам про то как устроены системы 4. Книга «Системное мышление» Донелла Медоуз

Компании будут конкурировать не продуктами, а контекстом и моделями управления им. У кого лучше собран контекст и реализована ИИзация — тот лидер.

Роль менеджера продукта в эпоху ИИ ИИ не является автоматическим усилителем креативности — он становится эффективным только в руках тех, кто умеет активно отслеживать своё мышление. Сотрудники с сильным метапознанием планируют этапы задачи, отслеживают эффективность своего подхода и вовремя вносят коррективы. Они осознают пробелы в своих знаниях и понимают, когда нужно сменить тактику или сделать перерыв. Сотрудники со слабым метапознанием склонны принимать первый же ответ ИИ, полагаться на стандартные результаты и не проверять точность или актуальность предложений системы.

Я попытался представить, каким образом может выглядеть этапность внедрения ИИ инструментов в процессы управления продуктами, в результате чего родилась Модель зрелости AI Product Operations. Она состоит из трех фаз и трех слоёв управления продуктовыми задачами. Каждый слой связан со своими объектами управления - лучше всего это раскрыто на главной схеме Product Architecture Framework, а каждый этап с уровнем интеграции ИИ. 1) AI-driven Product Task, где ИИ выступает в роли ассистента. Он используется конкретными сотрудниками для отдельных задач, от случая к случаю. Как правило, доступ к ИИ инструментам организует сам сотрудник, аналогично тому как раньше сотрудники затаскивали в компании Slack или Miro. Ключевая ценность первого этапа - добиться сокращения времени на рутинные задачи. Поэтому основной слой, на который влияет первая фаза - это уровень работы отдельных команд. 2) AI-driven Product Team, где ИИ выступает и воспринимается как полноценный член команды. Последнее очень важно, потому что кардинальным образом меняет мышление команды, переводя взаимоотношения с уровня инструмента на уровень коллеги. Вторая фаза возможна, когда в компании внедрена культура product operations, то есть процессы описаны и есть минимальная оценка их эффективности. Если это сделано, тогда ИИ может встроиться в каждый из них и быть используем на регулярной основе. Это приводит к улучшения качества этих процессов и созданию масштабирования эффекта. 3) AI-driven Product Company, где ИИ становится "операционной системой" компании по аналогии с ОС компьютера. Третья фаза подразумевает разворачивание ИИ внутри компании и глубокую интеграцию в систему принятия решений. Здесь больше стратегический уровень, на котором компания работает с портфелем продуктов, долгосрочными эффектами и рисками. Ссылка на модель зрелости AI Product Operations

Прочитал пост Никиты, и он резонирует с тем, что наблюдаю вокруг и с чем сам борюсь cам. Мы попадаем в ловушку. Как только что-то идет не так, начинаем искать виноватых. Не те стейкхолдеры, не та команда, токсичный CEO, нет ресурсов и т.д. Бизнес не понимает продукт, инженеры не слышат, юзеры тупые и список просто бесконечен. Самое опасное, в каждом из этих утверждений есть доля правды. Да, стейкхолдеры бывают сложными. Да, ресурсов почти всегда не хватает. Да, приоритеты меняются на ходу. Но если остановиться на этом, мы соглашаемся на роль жертвы обстоятельств. Идеальной работы не существует. В одной компании нет четкой стратегии, в другой слишком много бюрократии, в третьей постоянные pivots, в четвертой техдолг размером с космос. Везде свои вызовы. PM из MAANG сталкивается с теми же проблемами коммуникации и приоритизации, что и PM из стартапа на пять человек. Масштаб другой, суть та же. Когда мы считаем себя выше проблем, когда думаем я не для этого, это не моя работа или при нормальных условиях я бы сделал лучше, это не профессионализм. Это высокомерие. Это эго, которое защищает нас от дискомфорта, но блокирует рост. Тогда начинается цикл. Найти новую работу, где "все будет правильно". Спойлер → там тоже будут сложности. Другие, но они будут. Если паттерн не меняется, мы снова окажемся в той же точке. Только с новым набором оправданий. Да, бывают токсичные места. Где нет уважения к людям, где манипуляции и газлайтинг, где системно нарушаются границы. Из таких мест нужно уходить. Это не слабость, это здравый смысл. Но если быть честными, чаще всего дело не в месте, а в нас. В нашей неготовности адаптироваться, договариваться, идти на компромиссы. В нашем эго, которое говорит я выше этого, вместо того чтобы спросить себя, что я могу сделать по-другому?. Если на третьей работе подряд токсичный CEO, нет процессов и все не так, стоит посмотреть на общий знаменатель. Это неудобный вопрос, но он ведет к росту. Настоящее мастерство → уметь работать с тем, что есть. Что это значит? Договариваться со сложным CTO. Находить язык с сэйлз, которые обещают фичи на три квартала вперед. Балансировать между техдолгом и новыми фичами. Делать трейдоффы между скоростью и качеством. Защищать команду, но выполнять обязательства перед бизнесом. Это не значит терпеть токсичность или сидеть в безнадежной ситуации. Это значит сначала попробовать. Коммуницировать. Выстраивать отношения. Объяснять. Доказывать данными. Искать союзников. Менять процессы. В рамках разумного, но пробовать. Не сразу говорить это не работает и уходить в пассивный режим или искать новое место. В исламе одна из главных борьб это борьба с нафсом, с собственным эго. У нас сказано: "Всевышний не меняет положение людей, пока они не изменят самих себя". Это про то же самое. Про способность признать, что проблема не всегда снаружи, но часто внутри. В нашей неготовности принять несовершенство ситуации и все равно действовать. Пока мы не изменим свой подход, свое отношение, свою готовность работать со сложностями, ничего вокруг не изменится. Это и есть зрелость. Не избегание конфликта, а способность его разрешить. Не жалобы на условия, а способность в этих условиях добиться результата. Не поиск идеальной компании, а создание нормальных условий там, где ты есть сейчас.

Ухожу от крайностей: метрики норм, дизайн-системы норм, всё норм. Надо уметь работать со всем, нет плохого и хорошего. Дизайнер из Amazon — такой же крафтер, как какой-то чел из Apple или Endel. Любой уход от этого — такое же упарывание, только в другую сторону. Надо не избегать или обвинять, а работать с тем, что есть, и пытаться добиться того, чего хочешь, даже не в очень комфортных ситуациях. Очень легко скидывать всё на дизайн-систему, метрики, культуру компании — «кровожадный бизнес без души», который ничего не понимает. Остановиться на этом означает всё время соглашаться на проигрыш и делать то, что тебе не нравится, вместо того чтобы пытаться, общаться, уговаривать, спорить и доказывать (в рамках разумного). Но это не значит, что всё, что я писал про метрики, — неправда, и что я больше так не считаю. Скорее это укладывается у меня в более разумную картину мира: без максимализма, но с пониманием того, как с этим жить и работать.

Несколько человек написало, что это такое. На самом деле я поделился ссылкой, так как там красивый сайт, а сам продукт — это подстаканник :D.

https://oryzo.ai/

Последние пару лет в айти среде доминирует один нарратив. AI — это будущее. Не используешь AI — отстанешь. Не внедряешь новые инструменты — потеряешь работу. Не успеваешь за трендами — станешь неактуальным. Когда ты работаешь в этой индустрии, FOMO начинает давить со всех сторон. Каждую неделю выходит новая модель. Каждый день в ленте появляется очередной тулкит, который изменит все. GPT, Claude, Cursor, агенты, которые пишут код, дизайнеры, которые рисуют интерфейсы, продакты, которые сами придумывают фичи. Где успевать следить за всем этим? Ты подписываешься на newsletters. Читаешь треды в Twitter. Смотришь демки на YouTube. Пробуешь каждый новый инструмент. И в какой-то момент понимаешь. Гонка за инструментами съела все время, которое ты мог потратить на работу. Хорошую работу. Качественную работу. Инструменты приходят и уходят. Хайп вокруг них угасает. А твоя способность думать, анализировать, решать задачи остается. Десять лет назад все говорили про Big Data. Пять лет назад все говорили про blockchain. Три года назад все говорили про web3. Сейчас говорят, что без AI ты никто. Правда в том, что большинство этих трендов проходят. Остаются те, кто умеет решать задачи. Вне зависимости от инструментов. Можно гоняться за каждым новым AI инструментом. Копировать чужие воркфлоу. Внедрять все подряд. И в итоге не понимать, зачем ты это делаешь. Можно сосредоточиться на своей работе. Понять задачу. Разобраться в контексте. Найти правильное решение. И уже потом взять инструмент. Любой, который поможет это решение реализовать. Инструмент — это средство. Не цель. В айти комьюнити сейчас много шума. Много людей говорят о том, как важно использовать AI, как важно быть в тренде, как важно успевать за всем. Если присмотреться, большая часть этого шума идет от тех, кто сам толком ничего не сделал. От тех, кто продает курсы, а не решает задачи. От тех, кто пишет треды о продуктивности, а не создает продукты. Настоящие специалисты молчат. Они просто работают. Истинная сила в делах, а не в словах. Можно бесконечно говорить о том, как важно что-то делать. Это не заменит самого действия. Не нужно гнаться. Не нужно бояться отстать. Не нужно пытаться успеть за всем. Просто делай свою работу. Хорошо. Качественно. С пониманием того, зачем ты это делаешь. Используй AI там, где это имеет смысл. Игнорируй там, где это просто хайп. Твоя ценность как специалиста не в том, сколько инструментов ты знаешь. Твоя ценность в том, насколько хорошо ты решаешь задачи. "Про важность навыков говорят те, у кого их нет." — Вадик Мармеладов