Argomenti di tendenza
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

Santiago
Informatico. Insegno ingegneria AI/ML hardcore al https://t.co/THCAAZcBMu. YouTube: https://t.co/pROi08OZYJ
Ho consultato oltre 100 aziende negli ultimi 3 anni, e qui ci sono alcune delle mie raccomandazioni personali preferite:
(Saresti scioccato da quanti sviluppatori al di fuori della bolla online hanno bisogno di aiuto.)
1. Alcuni team non utilizzano alcun sistema di versioning del codice. So che è difficile da credere, ma ho testimoni. Onestamente, questo non è comune, ma l'ho visto con i miei occhi.
2. La cultura del testing è rara. Un modo semplice per migliorare ciò che fa un team è insegnare loro come scrivere test automatizzati unitari e di integrazione.
3. I fogli di calcolo sono la soluzione più popolare che ho visto in circolazione. Ad esempio, una delle mie raccomandazioni più comuni è utilizzare MLFlow per tracciare esperimenti e versionare modelli.
4. La maggior parte dei team vuole sempre implementare la soluzione tecnicamente corretta per un problema. Sono diventato molto bravo a identificare soluzioni che soddisfano molte più restrizioni (come budget, tempistiche, capacità del team, percezione, ecc.) Chiamo questo "inquadrare il problema", ed è di grande aiuto per le aziende.
5. Raccomando sempre i contenitori di sviluppo a quei team in cui ogni persona utilizza un sistema operativo diverso e ha difficoltà con la configurazione e la portabilità.
6. Prova a scalare un'applicazione senza spendere tempo su osservabilità e tracciabilità. Nella maggior parte dei casi, è facile come registrare le informazioni giuste. A volte puoi spendere tempo per impostare gli strumenti giusti per un'osservabilità più seria.
7. Nei sistemi di machine learning (il 90% dei progetti con cui lavoro), il monitoraggio è sempre un pensiero secondario. Sono diventato abbastanza bravo ad aiutare i team a integrarsi con Evidently AI.
8. Passo molto tempo ad aiutare i team a costruire flussi di lavoro end-to-end, ripetibili e automatizzabili con segnaposto da completare in seguito. Ad esempio, costruire una pipeline di addestramento che inizia con l'elaborazione dei dati e termina con il deployment del modello.
Pratiche diverse emergono sempre con team diversi:
• Come implementare CI/CD
• Come versionare i dataset
• Come sapere cosa significa "fatto"
• Come gestire correttamente i segreti
• Come gestire le impostazioni di configurazione
• Come configurare i log
• Come testare in produzione (a/b testing, shadow deployments, ecc)
• ...
Le persone che lavorano per grandi aziende tecnologiche sono anni avanti a tutti gli altri, ma il mercato per questa conoscenza al di fuori delle grandi aziende tecnologiche è enorme.
1,73K
Ho incontrato un ragazzo che guadagna sette cifre ogni anno facendo questo ripetutamente:
• Si unisce al team di sviluppo per una settimana
• Identifica 3 - 5 potenziali miglioramenti per il loro processo
• Scrive una proposta breve e concreta per ogni miglioramento
• Facoltativamente, aiuta il team a implementarli
• Documenta i risultati
• Se ne va
Ha affinato questo processo quasi a livello scientifico: è un processo ripetibile con alcune raccomandazioni "staple" che quasi tutti potrebbero utilizzare.
Il C-Suite lo adora. I team lo adorano.
Ti annoierai a morte se ascolti la sua routine quotidiana, ma lui lo ama.
679
Principali
Ranking
Preferiti
