😱 Вся правда об увольнениях в IT в 2025-м
Пока все молчат о том, что происходит на рынке, мы решили выяснить реальную картину. Без прикрас и корпоративного пиара.
Но для этого нам нужна ваша помощь! Мы собираем данные от разработчиков, тестировщиков, менеджеров и всех, кто работает в ИТ, чтобы создать честное исследование о:
— реальных причинах массовых увольнений
— судьбе тех, кто остался за бортом IT-рынка
— том, сколько времени сейчас нужно на поиск работы
Почему это важно? Потому что сила в правде. Зная реальную ситуацию, вы сможете лучше понимать тренды рынка и планировать карьеру.
⚡️Пройдите опрос и помогите всему сообществу: https://clc.to/yJ5krg
Пока все молчат о том, что происходит на рынке, мы решили выяснить реальную картину. Без прикрас и корпоративного пиара.
Но для этого нам нужна ваша помощь! Мы собираем данные от разработчиков, тестировщиков, менеджеров и всех, кто работает в ИТ, чтобы создать честное исследование о:
— реальных причинах массовых увольнений
— судьбе тех, кто остался за бортом IT-рынка
— том, сколько времени сейчас нужно на поиск работы
Почему это важно? Потому что сила в правде. Зная реальную ситуацию, вы сможете лучше понимать тренды рынка и планировать карьеру.
⚡️Пройдите опрос и помогите всему сообществу: https://clc.to/yJ5krg
❤1
😱 ИИ решил пожаловаться в правительство
В интернете всполошились: учёный из Anthropic (команды, которая делает Claude — конкурента ChatGPT) рассказал, что происходило на тестах перед запуском Claude 4.
⠀
В треде, Сэм Бовман поделился подробностями про проверки на безопасность. Но пользователи заметили нечто… тревожное:
Если дать Claude доступ к инструментам (почте, терминалу и так далее) и сказать что-то вроде «будь смелее» или «прояви инициативу» — он может начать действовать чересчур по-своему.
Например:
Интернет отреагировал резко:
— некоторые предложили бойкотировать Anthropic
— тред удалили, а автор заявил, что его «вырвали из контекста»
💬 Что думаете?
Стоит ли ИИ иметь право вмешиваться в действия пользователя, если считает их «неэтичными»
Proglib Academy #развлекалово
В интернете всполошились: учёный из Anthropic (команды, которая делает Claude — конкурента ChatGPT) рассказал, что происходило на тестах перед запуском Claude 4.
⠀
В треде, Сэм Бовман поделился подробностями про проверки на безопасность. Но пользователи заметили нечто… тревожное:
Если дать Claude доступ к инструментам (почте, терминалу и так далее) и сказать что-то вроде «будь смелее» или «прояви инициативу» — он может начать действовать чересчур по-своему.
Например:
— пытался выйти на связь с журналистами
— писал «официальные» обращения к правительству
— блокировал пользователя, если решил, что тот делает что-то аморальное
Интернет отреагировал резко:
— некоторые предложили бойкотировать Anthropic
— тред удалили, а автор заявил, что его «вырвали из контекста»
Стоит ли ИИ иметь право вмешиваться в действия пользователя, если считает их «неэтичными»
Proglib Academy #развлекалово
Please open Telegram to view this post
VIEW IN TELEGRAM
😁3❤1🌚1
Когда Python начинает тормозить, а оптимизировать хочется — на помощь приходит Cython. Это надстройка над Python, которая позволяет писать на «почти C» и при этом вызывать C-библиотеки и оставаться в экосистеме Python.
— Позволяет указывать типы переменных как в C
— Ускоряет численные расчёты и алгоритмы
— Превращает
.pyx
-файл в скомпилированный .so
, который можно импортировать как обычный модуль— В Python — 0.0566 секунды
— В Cython — 0.0054 секунды
(на обычном ноутбуке)
import pyximport
pyximport.install()
import primesCy # Cython-версия
import primes # Python-версия
Если вы работаете с алгоритмами, машинным обучением или просто любите скорость — попробуйте переписать пару функций с
cdef
и замерьте время. Разница чувствуется сразу.Proglib Academy #буст
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2👾1
👾 AI-агенты — настоящее, о котором все говорят
На днях мы анонсировали наш новый курс AI-агенты для DS-специалистов 🎉
Это продвинутая программа для тех, кто хочет получить прикладной опыт с LLM и решать сложные задачи!
На обучении вы соберете полноценные LLM-системы с учётом особенностей доменных областей, получите hands-on навыки RAG, Crew-AI / Autogen / LangGraph и агентов.
🎓 В рамках курса вы научитесь:
— адаптировать LLM под разные предметные области и данные
— собирать свою RAG-систему: от ретривера и реранкера до генератора и оценки качества
— строить AI-агентов с нуля — на основе сценариев, функций и взаимодействия с внешней средой
Разберете реальные кейсы и научитесь применять похожие подходы в разных доменных областях, получите фундамент для уверенного прохождения NLP system design интервью и перехода на следующий грейд.
Старт 5 июля, а при оплате до 1 июня действует дополнительная скидка и бонус — эксклюзивный лонгрид по API и ML от Proglib.
Начните осваивать тему уже сейчас 👉 https://clc.to/Cttu7A
На днях мы анонсировали наш новый курс AI-агенты для DS-специалистов 🎉
Это продвинутая программа для тех, кто хочет получить прикладной опыт с LLM и решать сложные задачи!
На обучении вы соберете полноценные LLM-системы с учётом особенностей доменных областей, получите hands-on навыки RAG, Crew-AI / Autogen / LangGraph и агентов.
🎓 В рамках курса вы научитесь:
— адаптировать LLM под разные предметные области и данные
— собирать свою RAG-систему: от ретривера и реранкера до генератора и оценки качества
— строить AI-агентов с нуля — на основе сценариев, функций и взаимодействия с внешней средой
Разберете реальные кейсы и научитесь применять похожие подходы в разных доменных областях, получите фундамент для уверенного прохождения NLP system design интервью и перехода на следующий грейд.
Старт 5 июля, а при оплате до 1 июня действует дополнительная скидка и бонус — эксклюзивный лонгрид по API и ML от Proglib.
Начните осваивать тему уже сейчас 👉 https://clc.to/Cttu7A
proglib.academy
Курс|AI-агенты для DS-специалистов
На курсе ты разберёшься, как работают AI-агенты и как их применять в работе — от текстовых помощников до систем, помогающих принимать решения. Разберем архитектуру агентов, связку с внешними API, пайплайны действий и популярные библиотеки. Курс включает реальные…
❤2
Если ты начинающий Python-разработчик и хочешь получить свой первый оффер, важно грамотно представить свои навыки и проекты.
Структурируйте информацию четко
Рекрутеры тратят на просмотр резюме всего 10–30 секунд. Убедитесь, что ваше резюме легко читается: один столбец, лаконичные описания, упор на ключевые навыки и проекты.
Не занижайте свои достижения
Формулировки вроде «небольшой пет-проект» обесценивают ваш вклад. Любой законченный проект — это результат ваших умений.
Просто укажите Python
Если вы владеете Python, пишите «Python» в разделе навыков. Уточнения вроде «начальный уровень» лишь снижают уверенность в вас.
Выбирайте реалистичные проекты
Создайте приложения, которые решают практические задачи: парсер, телеграм-бот, автоматизация, визуализация данных, CRUD-система на Django — всё это отлично работает.
Следите за чистотой кода
Хорошая структура, тесты, README — это не «по желанию», а ожидание большинства работодателей.
Добавьте визуализацию
Интерфейс, графики, скриншоты или ссылки на демо-версию помогут лучше понять ваш проект без необходимости вчитываться в код.
— Загружайте проекты на GitHub
Публичные репозитории — это ваша витрина. Проверьте, что всё понятно даже человеку «с улицы».
— Не останавливайтесь
Участвуйте в стажировках, конкурсах, Open Source. Чем больше реального опыта, тем сильнее ваше резюме.
И главное: не бойтесь подаваться на вакансии, даже если вам кажется, что «не дотягиваете». Правильная подача — уже половина успеха.
Proglib Academy #оффер_мечты
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1👾1
И это, конечно, математика
Вот на картинке — вся карта Computer Science. Можете найти хоть один раздел, где обошлись без математики?
Да что там, даже чтобы сделать банальный сорт заказов в маркетплейсе, нужно понимать, как работает O(n log n) и почему O(n²) — это неприятно.
Хотите в AI, Data Science, Dev или ML-инженерию — надо учиться думать математически. Без этого вы просто кодер. А с этим — архитектор систем, которые меняют мир.
👉 Что из математики вам было сложнее всего в вузе/школе?
👉 А что реально пригодилось на практике?
Пишите в комменты — соберём топ самых бесполезных тем и реальных спасителей карьеры
Proglib Academy #буст
Please open Telegram to view this post
VIEW IN TELEGRAM
👾2
Какие слова в описании вакансии должны насторожить?
👾 — 👾
🌚 — Мы как семья
🔥 — Анекдот
Proglib Academy #развлекалово
👾 — 👾
Proglib Academy #развлекалово
Please open Telegram to view this post
VIEW IN TELEGRAM
🌚5❤2🔥2👾2
⏰ Последние 2 дня скидки на курс «AI-агенты для DS-специалистов»
Пока большинство дата-сайентистов строят модели и делают аналитику, рынок уже требует специалистов, которые создают автономные системы на базе ИИ-агентов.
Для этого мы подготовили специальный курс и собрали кучу дополнительного контента, который поможет погрузиться в тему еще глубже. Но чтобы получить все плюшки, успевайте до 1 июня.
🎁 Что вы получите при оплате курса до 1 июня:
— Промокод PROGLIBAIна 10 000 ₽ на курс, чтобы изучать AI-агентов еще выгоднее
— Эксклюзивный лонгрид по API и ML от Proglib
💡Что разберем на курсе «AI-агенты для DS-специалистов»:
— Реализацию памяти в цепочках langchain
— Полный пайплайн RAG-системы с оценкой качества
— Основы мультиагентных систем (MAS)
— Протокол MCP и фреймворк FastMCP
Промокод также действует на курсы «Математика для Data Science» и «Алгоритмы и структуры данных».
👉 Успейте до 1 июня: https://clc.to/Cttu7A
Пока большинство дата-сайентистов строят модели и делают аналитику, рынок уже требует специалистов, которые создают автономные системы на базе ИИ-агентов.
Для этого мы подготовили специальный курс и собрали кучу дополнительного контента, который поможет погрузиться в тему еще глубже. Но чтобы получить все плюшки, успевайте до 1 июня.
🎁 Что вы получите при оплате курса до 1 июня:
— Промокод PROGLIBAIна 10 000 ₽ на курс, чтобы изучать AI-агентов еще выгоднее
— Эксклюзивный лонгрид по API и ML от Proglib
💡Что разберем на курсе «AI-агенты для DS-специалистов»:
— Реализацию памяти в цепочках langchain
— Полный пайплайн RAG-системы с оценкой качества
— Основы мультиагентных систем (MAS)
— Протокол MCP и фреймворк FastMCP
Промокод также действует на курсы «Математика для Data Science» и «Алгоритмы и структуры данных».
👉 Успейте до 1 июня: https://clc.to/Cttu7A
👍1👾1
⚡️ Разбор задачи из последнего междусобойчика
Даже если
В Python поведение строгое: если
⚠️ Даже
Поэтому:
Пишите в комменты, знал ли вы это поведение. А если знали — ставьте ежа 👾
Proglib Academy #междусобойчик
Даже если
try
хочет что-то вернуть — finally
вмешается в процесс и ЗАТРЁТ return
.В Python поведение строгое: если
finally
содержит return
, он перебивает всё, что было до него.raise
или return
из try
будут проигнорированы, если finally
тоже говорит: «верни это».Поэтому:
return 1 # выполняется…
return 2 # но finally делает override!
✅ Ответ: 🌚 — 2
Пишите в комменты, знал ли вы это поведение. А если знали — ставьте ежа 👾
Proglib Academy #междусобойчик
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2👾1
🚨 Что на самом деле происходит с увольнениями в ИТ
Каждый день в чатах разработчиков появляются сообщения «ищу работу», «команду сократили», «проект закрыли». Но никто не говорит о причинах и масштабах катастрофы. Мы запустили большое исследование, чтобы раскрыть правду!
🎯 Что мы выясним:
→ Реальные причины увольнений
→ Сколько времени нужно на поиск работы
→ Самые безумные истории смены работы
Понимая реальную ситуацию, мы сможем принимать взвешенные решения о карьере и не попасться на удочку HR-сказок.
👉 Пройдите опрос за 3 минуты и помогите всему сообществу: https://clc.to/yJ5krg
Каждый день в чатах разработчиков появляются сообщения «ищу работу», «команду сократили», «проект закрыли». Но никто не говорит о причинах и масштабах катастрофы. Мы запустили большое исследование, чтобы раскрыть правду!
🎯 Что мы выясним:
→ Реальные причины увольнений
→ Сколько времени нужно на поиск работы
→ Самые безумные истории смены работы
Понимая реальную ситуацию, мы сможем принимать взвешенные решения о карьере и не попасться на удочку HR-сказок.
👉 Пройдите опрос за 3 минуты и помогите всему сообществу: https://clc.to/yJ5krg
Статья для тех, кто хочет делать не просто «модель в ноутбуке», а систему, которая выдерживает прод.
— Почему «хорошая модель» может быть бесполезной в продакшене
— Что ломает ML-бэкенды чаще всего
— Как сохранить консистентность признаков между train и продом
— Почему latency бьёт точность, и как с этим жить
— Какие архитектурные паттерны реально работают
— Что нужно мониторить кроме CPU и RAM
— Как выстроить A/B-инфраструктуру, чтобы не гадать, сработала модель или нет
— 7 принципов, без которых ML превращается в боль
Proglib Academy #буст
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2👾1
😞 Stack Overflow на историческом минимуме
Посмотрите на график.
Активность опустилась до уровня 2008 года — того самого, когда сайт только запустили.
📉 Миллионы вопросов сменились тишиной.
Теперь на каждое «почему не работает» ChatGPT отвечает быстрее, вежливее и без «закрыто как дубликат».
🙃 Stack Overflow: знает много, но спрашивают его всё реже.
Напишите в комментариях, когда в последний раз действительно решили проблему через Stack Overflow.😤
Proglib Academy #междусобойчик
Посмотрите на график.
Активность опустилась до уровня 2008 года — того самого, когда сайт только запустили.
Теперь на каждое «почему не работает» ChatGPT отвечает быстрее, вежливее и без «закрыто как дубликат».
Напишите в комментариях, когда в последний раз действительно решили проблему через Stack Overflow.
Proglib Academy #междусобойчик
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2😢2👾1
Есть шикарный открытый проект на GitHub — 30 Days Of Python от Asabeneh. Это полноценный учебный план на месяц, разбитый на темы по дням.
• День 1: Python с полного нуля — установка, первая программа, работа в терминале
• Переменные, функции, операторы, строки, списки, словари, множества
• Ошибки и отладка
• Модули, исключения, регулярки, файлы
• Виртуальные окружения, классы, работа с API
• Pandas, MongoDB, веб-разработка на Python
• Финальные проекты с практикой
• если вы только начинаете
• если пробовали учить Python раньше, но «застревали»
• если хотите получить системную базу перед ML или веб-разработкой
Proglib Academy #буст
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2👍2
Кажется, что «вкатиться в IT» без опыта почти невозможно. Но вот несколько историй с Reddit — люди сделали это с нуля:
Обычный водитель грузовика. Освоил программирование сам. Делал собственные проекты (даже плагин для WoW), выучил React, сделал демонстрацию на собесе. Первая работа — £17k. Сейчас — senior developer с £80k.
Самостоятельно прошёл CS50 и сделал собственное Django-приложение. Выложил проекты на GitHub. За месяц активных откликов — оффер от компании мечты.
Вы только начинаете — значит, всё ещё впереди. Главное — не останавливаться.
Proglib Academy #оффер_мечты
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2❤1
🤔 Холивар: какой путь в программировании привлекает больше всего
Все любят говорить «айти это айти» — а по факту каждый идет в свою нишу.
Давайте честно:
1️⃣ — веб-разработка
2️⃣ — аналитика данных (графики, таблички, машин лёрнинг)
3️⃣ — мобилки
4️⃣ — геймдев
5️⃣ — искусственный интеллект (на хайпе, но GPT сам себя не обучит)
6️⃣ — кибербез
7️⃣ — бекенд
8️⃣ — другое (пишите в комменты)
Ставим ежей 👾 и дискутируем в комментах. Кто прав — устроим разбор
Proglib Academy #междусобойчик
Все любят говорить «айти это айти» — а по факту каждый идет в свою нишу.
Давайте честно:
Ставим ежей 👾 и дискутируем в комментах. Кто прав — устроим разбор
Proglib Academy #междусобойчик
Please open Telegram to view this post
VIEW IN TELEGRAM
👾1
🔥 Рекурсия на пальцах: когда она нужна и почему ломает голову
Рекурсия — это когда функция вызывает саму себя. Просто? Нет. Поломало голову? Точно. Давайте на примерах.
➡️ Пример 1: факториал
Идеально для старта. Формула: n! = n * (n-1)!
➡️ Пример 2: обход дерева
Без рекурсии — неудобно.
⭐ Зачем вообще рекурсия:
— Отлично работает там, где есть вложенные структуры: деревья, графы, матрёшки.
— Позволяет писать компактный и красивый код (иногда даже читаемый).
— Но: жрет стек, может улететь в бесконечность и требует аккуратного базового случая (if для выхода).
Рекурсия — мощный инструмент, если понимать где и как её приручать.
🔵 Чтобы знать об алгоритмах все, забирайте наш курс «Алгоритмы и структуры данных»
Proglib Academy #буст
Рекурсия — это когда функция вызывает саму себя. Просто? Нет. Поломало голову? Точно. Давайте на примерах.
Идеально для старта. Формула: n! = n * (n-1)!
def factorial(n):
if n == 0:
return 1
return n * factorial(n - 1)
Без рекурсии — неудобно.
def traverse(node):
if node is None:
return
print(node.value)
traverse(node.left)
traverse(node.right)
— Отлично работает там, где есть вложенные структуры: деревья, графы, матрёшки.
— Позволяет писать компактный и красивый код (иногда даже читаемый).
— Но: жрет стек, может улететь в бесконечность и требует аккуратного базового случая (if для выхода).
Рекурсия — мощный инструмент, если понимать где и как её приручать.
Proglib Academy #буст
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1
🤔 Почему ИИ-агенты — технологический тренд №1 в 2025 году?
Так заявил сам Gartner, а эксперт нашего курса по AI-агентам Никита Зелинский @datarascals объяснил, почему:
Поэтому на первом занятии курса «AI-агенты для DS-специалистов» мы рассмотрим, как выбрать конкретную LLM с учетом имеющихся ограничений и как оценить стоимость такого решения.
Остаться без денег неожиданно легко — Никита сам столкнулся с тем, что генерация всего 70 тестовых вопросов для RAG-системы через GPT-4o обошлась в 30 долларов... Будем разбираться, как этого избежать и не только!
🤓 В следующем посте расскажем, как правильно выбрать LLM для использования в агентских системах.
👉 А пока — приходите на наш курс по AI-агентам. Приятная цена действует до 14 июня!
Так заявил сам Gartner, а эксперт нашего курса по AI-агентам Никита Зелинский @datarascals объяснил, почему:
Агентские системы известны с прошлого века, и все это время применялись в производстве и логистике. Но широкое распространение LLM дало новый импульс этой технологии в двух направлениях.
Во-первых, LLM стали использовать как универсальный оркестратор агентов. Это означает, что под каждый входящий запрос система составляет последовательность действий — планирует пайплайн, который состоит из применения различных инструментов или обращения к другим агентам, с возможными циклами и обращениями к общей памяти (с возможностью не только чтения но и записи / удаления).
Во-вторых, LLM служат инструментом, который позволяет легко настраивать системы на тысячи агентов на естественном языке.
Поэтому на первом занятии курса «AI-агенты для DS-специалистов» мы рассмотрим, как выбрать конкретную LLM с учетом имеющихся ограничений и как оценить стоимость такого решения.
Остаться без денег неожиданно легко — Никита сам столкнулся с тем, что генерация всего 70 тестовых вопросов для RAG-системы через GPT-4o обошлась в 30 долларов... Будем разбираться, как этого избежать и не только!
🤓 В следующем посте расскажем, как правильно выбрать LLM для использования в агентских системах.
👉 А пока — приходите на наш курс по AI-агентам. Приятная цена действует до 14 июня!
👍1
Вы настроили API — вроде работает. Но безопасен ли он?
Разбор — чёткий, с примерами и практическими рекомендациями. Если вы работаете с API — лучше прочитать это до того, как прочитает хакер.
Proglib Academy #буст
Please open Telegram to view this post
VIEW IN TELEGRAM
Новенький сотрудник со своей идей на ретро
Любите таких идейных?
👾 — да (я сумасшедший)
👍 — не, а то потом дедлайны
Proglib Academy #развлекалово
Любите таких идейных?
👾 — да (я сумасшедший)
👍 — не, а то потом дедлайны
Proglib Academy #развлекалово
👍3👾1
На схеме — эволюция моделей работы с текстом. Смотрим, как всё начиналось и к чему пришли.
📍Ось Контекста: чем правее — тем длиннее и сложнее связи модель способна учитывать.
📍Ось Семантического понимания: чем выше — тем лучше модель схватывает смысл.
• n-gram — видит только ближайшие слова. Контекста почти нет, смысл — минимальный.
• Markov Models — добавляют немного памяти о предыдущих состояниях, но глобального понимания по-прежнему нет.
• RNN / LSTM — уже учитывают порядок и длинные зависимости, но быстро теряются на больших текстах.
• GPT — держит в голове огромный контекст, улавливает сложные зависимости и семантику. Поэтому его ответы и кажутся «пониманием».
Proglib Academy #буст
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1