Není vzácné, že lidé uspějí, přestože jsou: -arogantní -nestálý - Nízký ekvalizér - není nijak zvlášť inteligentní -dezorganizoval - nezdravý životní styl - zdravotní problémy (se kterými nemůžete nic dělat) Je však extrémně vzácné uspět s následujícími atributy: -líný - žádné ambice - zaměřený na vlastní zábavu - přemýšlím pouze o dnešku nebo možná o zítřku - silně zastávaná sebeomezující přesvědčení Pokud se snažíte "opravit sami", položky v druhém seznamu mají vyšší prioritu. (Zásluha Paula Grahama za zavedení tohoto kontrastu)

Hledám vývojáře s následujícím: - Musí být schopen dělat UI / UX design, pokud je mu dána směrnice o značce a již existující kopie - Musí být obeznámen s php - Musí mít sídlo v Asii - Musel jsem použít se Selenium / Playwright pro testování webových stránek (nebo pro odstřelování vstupenek na koncerty/tenisek, je mi to jedno, ale MUSEL jste použít zásobník). - Šestidenní pracovní týden - Již používáte umělou inteligenci ve svém pracovním postupu. Pokud je návrh stránky velmi dobře specifikován, měli byste být schopni dosáhnout obratu ve stejný den. Na přesných "letech praxe" nezáleží, ale výše uvedené požadavky jsou NUTNOSTÍ a není to něco, co byste se museli učit v práci. Napište mi, pokud jste to vy. Nemohu udělat výjimku z žádného z výše uvedených bodů – je mi to opravdu líto.

Měl by existovat alespoň jeden předmět, kterému rozumíte velmi hluboce. Lidé, kteří se nedostanou do tohoto bodu, se nenaučí, jak vypadá "hluboké porozumění". Myslí si, že "porozumět" tématu znamená konzumovat nejpopulárnější obsah na dané téma. Jakmile hluboce porozumíte jednomu předmětu, můžete tuto zkušenost znovu použít k hlubokému studiu jiného předmětu. Pokud znáte jeden předmět do hloubky, je snadné se naučit další témata na mělkou střední úroveň – ale pokud znáte více předmětů na mělké úrovni, nevíte, jak se naučit jeden předmět do hloubky. Kromě toho je hlavní výhodou, kterou lidé mají oproti umělé inteligenci, schopnost rozvinout hluboké porozumění tématu – umělá inteligence již má povrchní pochopení všeho, ale má problémy, když se dostane k jemným detailům.

To mi nikdy nevykouzlí úsměv na tváři.

I’m having the legendary @Jeyffre on THE NETWORK PODCAST this Friday. What should I ask him? Respond with a comment below this post!

Dovolte mi, abych vám po 56. připomněl, že být kodérem "opice vidí, opice dělá" vás nikam nedostane. Měli byste se skutečně naučit základy informatiky. Většina skutečných inovací v počítačové vědě se zastavila před desítkami let. "Inovace", kterou dnes vidíme, je jednoduše přeskupování věcí, které již existovaly + lepší hardware a rychlejší sítě. (To není urážka dnešních inovátorů, skutečné inovace dnes vyžadují dovednosti v tomto desetiletí stejně jako v minulých desetiletích.) Způsob, jak zůstat "chycen" s nejnovějšími změnami, je naučit se základy. - Rust je v podstatě mišmaš C++ a funkcionálního programování - AI je jen počítačová grafika, lineární algebra a špetka kalkulu - Blockchain je pouze distribuovaný výpočetní výkon s byzantským požadavkem na odolnost proti chybám - SVM, EVM, CairoVM atd. jsou jen varianty Von-Neumannovy architektury s drobnými změnami. - Programování ZK (Circom, Halo2, atd.) je pouze bratrancem logického programování. - Samotné ZK používá matematické a kryptografické algoritmy, které existují již dlouhou dobu. Pokud se vám nedaří držet krok, není to proto, že byste se neučili dostatečně rychle, je to proto, že nerozumíte cihlám, ze kterých se dnes skládá vše, čemu říkáme "počítačová věda". Metaforicky, pokud vše, co můžete udělat, je strčit mražené pizzy do mikrovlnné trouby, nakonec vás nahradí. Pokud víte, jak se mouka, droždí, sýr atd. vzájemně ovlivňují, pak můžete být skutečným kuchařem a přizpůsobit se, i když se dostupnost ingrediencí změní.

Něco, o čem jsem aktivně přemýšlel, je "Jak někoho naučíte psát?" Jsem zastáncem používání umělé inteligence, abych se naučil kódovat, ale pokud je umělá inteligence vaším instruktorem psaní, může vám pomoci pouze tehdy, pokud je vaše psaní opravdu špatné. Několik myšlenek v žádném konkrétním pořadí: 1) Přímé mentorství je velmi efektivní, pokud může být udržováno po několik let. Někteří autoři, kteří pro mě pracovali tak dlouho, mě prostě ohromují tím, jak dobře umí psát, a naše jediná interakce spočívá v tom, že jim dávám zpětnou vazbu o tom, jak článek vylepšit. Fungovalo to mnohem lépe, než jsem si myslel. Nakonec si vypěstují druhou přirozenost pro rozpoznávání nestandardního písma (i když jemného) a je to úžasné. Nejedná se však o škálovatelný model. 2) Dobré psaní vyžaduje objem v prvních dnech. Psaní je jako běh. Pokud jste začátečník, neexistuje nic takového jako "tvrdě pracovat" vs "pracovat chytře". Pokud máte nadváhu a začnete běhat, uvidíte výsledky bez ohledu na to. "Pracovat chytře" je důležité pouze tehdy, když se blížíte ke svým genetickým limitům (což většina lidí nemá). Pokud jste vlastníkem firmy, můžete automaticky zlepšit dovednosti svých zaměstnanců v oblasti psaní tím, že nahradíte své standupy písemnými standupy a poté poskytnete zpětnou vazbu k psaní, když není jasné, o jakou aktualizaci se jedná. Hezké je, že lidé jsou experti na to, na čem pracovali, takže si to musí jen procvičit ve vyjadřování. Objem je pro raného spisovatele to jediné, na čem skutečně záleží. 3) Většina lidí má nedostatečně naučenou slovní zásobu. Uvažujme o této analogii: I když matematiku nikdy "nepoužíváte", měli byste se ji naučit. I když nikdy "nepoužíváte" rekurzi nebo DSA, měli byste se je naučit. Naučí vás, jak rozložit velký problém na menší, což je v podstatě vaše práce jako inženýra. Pro scénáristy je také úkolem rozbít větší myšlenku na menší. Protože slova jsou nedělitelné jednotky myšlenek, musíte pro ně mít dobrý smysl. Pokud dokážete vyjádřit rozdíl mezi - "náznak" a "implikatura" - "zobecnění" a "abstrakce" - "Předvídání" a "předpověď" - "interpolace" a "indukce" Pak se automaticky učíte přesně vyjadřovat myšlenky – což je celý smysl psaní.

Je pro mě úžasné, jak je vzdělávání zhroucené, dokonce i na vysoké škole. 1) Sedíte na přednášce, kde učitel blábolí to samé už po dvanácté. Pravděpodobně nemá výhodu speciálních efektů nebo animací, které by jasněji vyjádřily koncepty (např. vizuální modalita je nerfnutá). Učitel nemusí být vůbec dobrý. 2) Třída se pohybuje univerzálním tempem 3) O několik hodin později, možná o několik dní později, uděláte domácí úkol. To je poté, co jste zapomněli vše, co jste se naučili ve třídě – za předpokladu, že jste se něco naučili ve třídě. 4) Pravděpodobně podvádíte při domácích úkolech a ve skutečnosti se nic nenaučíte. Kdybych navrhl školu, každý student by seděl před stolem (s odříznutým nebo extrémně omezeným přístupem k internetu) a na něm by běžel software, který by poskytoval krátké lekce a pár cvičení k procvičování. Proktor by se potuloval kolem, aby se ujistil, že se studenti soustředí. Nikdo si nebere domácí úkoly domů. Až skončíte, je konec. Prostě mi nedává smysl, proč používáme výukové strategie z doby před 400 lety, jako by se technologie od té doby nezměnily. Chápu, že tato strategie nefunguje pro každý předmět (zejména psaní), ale mnoho předmětů, dokonce i těch svobodného umění, lze vyučovat tímto způsobem. Počítače by také běžely na Arch Linuxu. Protože jsem to řekl.

imo Jeffův největší přínos spočíval v tom, že vystihl ZK vzdělávání s perfektní úvodní sekvencí: Množiny, Skupiny, Pole, Homomorfismy, Párování. Tento kousek nelze podceňovat; Absolutní změna hry. Říkám to jako někdo s čistým absolventem matematiky se 2 kvantitativními mistry. Toto odemčení bylo masivním faktorem zrychlení. Pravděpodobně bych si vzal rok místo 2 týdnů, bez tohoto správného sekvenování. Nikdo jiný to takto nezjednodušil; na toto odemknutí nyní odkazují všechny zdroje ZK.

V dřívějším tweetu jsem doporučoval pracovat na nejtěžším problému, který můžete, abyste si získali respekt, a pak tento respekt využít k tomu, abyste se dostali z fáze "mladšího inženýra". To ale neplatí jen pro juniory. Ve svém vlastním pracovním životě: 1 - V roce 2017 jsem se stal nejmladším technickým manažerem v Yahoo, když jsem se snažil vyřešit umělou inteligenci / rozšířenou realitu v reálném čase. Dnes na to máme SDK, ale tehdy to vyžadovalo výrazné optimalizace kvůli omezenému hardwaru. Neřekl jsem "povyšujte mě a já to vyřeším". V podstatě mě prosili, abych řídil více lidí poté, co jsem ukázal, že se dokážu vypořádat s problémem, o kterém si mysleli, že je neřešitelný. 2 - RareSkills jsem začal brát velmi vážně poté, co jsem prolomil ZK education. V roce 2023 bych mohl spočítat na prstech jedné ruky počet zdrojů, které se vážně (i když neúplně) pokusily někoho naučit, jak skutečně kódovat dokazovatele a ověřovatele. V dnešní době existuje spousta materiálů ZK, ale většina z nich je silně inspirována knihou ZK. V dnešní době se může zdát samozřejmé studovat množiny, pak grupy, pak pole, pak homomorfismy, pak páry, ale ani měsíční matematický manuál neměl tak jasný znalostní graf (více než jeden doktorát z matematiky mi řekl, že je to těžké pochopit, ale nemyslím to jako urážku autorů, dát všechen ten materiál dohromady není nic jednoduchého). Bylo nesmírně těžké najít nový způsob, jak vysvětlit ZK kromě zbytečného vysvětlení "polynomiální závazek > lineární PCP > neinteraktivním důkazem", kterému lidé ve skutečnosti stejně nerozuměli. —— Když jste ve své kariéře pokročilejší, může být pokušením soustředit se pouze na to, co je pohodlné nebo ziskové v krátkodobém horizontu. Roky jsem strávila s pocitem, že bych si měla najít dobře placenou technickou práci místo psaní blogů, které lidé čtou zadarmo. Ale zvažte toto: dělání těžkých věcí může z dlouhodobého hlediska vytvořit více příležitostí k zisku. Například techničtí spisovatelé jsou obvykle placeni velmi málo, ale nám se podařilo z toho udělat výnosný byznys (a platit našim autorům 2-3x tolik, co by si vydělali jinde) jednoduše proto, že jsme dokázali, že v oblasti technického psaní můžeme dělat něco těžkého. Nepodceňujte sílu reputace a respektu a nesnažte se si cestu k ní zkrátit. Důvodem, proč si úspěchy získávají váš respekt, není úspěch samotný, ale předpokládané úsilí, které jste na cestě k němu vložili.