Tidak jarang orang berhasil meskipun: -sombong -Volatile - EQ rendah - tidak terlalu cerdas -Teratur - gaya hidup tidak sehat - masalah kesehatan (yang tidak dapat Anda lakukan apa-apa) Tetapi sangat jarang berhasil dengan atribut berikut: -malas - tidak ada ambisi - berfokus pada hiburan diri - hanya memikirkan hari ini atau mungkin besok - keyakinan membatasi diri yang dipegang kuat Jika Anda mencoba "memperbaiki diri sendiri", item dalam daftar kedua mengambil prioritas yang lebih tinggi. (Kredit untuk Paul Graham untuk memperkenalkan kontras ini)

Saya mencari pengembang dengan yang berikut: - Harus dapat melakukan desain UI/UX jika diberikan pedoman merek dan salinan yang sudah ada sebelumnya - Harus nyaman dengan php - Harus berbasis di Asia - Harus digunakan dengan Selenium / Playwright untuk pengujian situs web (atau untuk menembak tiket konser/sepatu kets, saya tidak peduli, tetapi Anda HARUS menggunakan tumpukan). - Enam hari kerja seminggu - Sudah menggunakan AI dalam alur kerja Anda. Jika desain halaman ditentukan dengan sangat baik, Anda harus dapat memiliki perputaran di hari yang sama. "Pengalaman bertahun-tahun" yang tepat tidak masalah, tetapi persyaratan di atas adalah HARUS dan bukan sesuatu yang harus dipelajari di tempat kerja. DM saya jika ini Anda. Saya tidak dapat membuat pengecualian untuk salah satu poin di atas — saya benar-benar minta maaf.

Harus ada setidaknya satu subjek yang Anda pahami sangat dalam. Orang yang tidak sampai pada titik ini tidak belajar seperti apa "pemahaman mendalam". Mereka berpikir bahwa "memahami" suatu subjek berarti telah mengonsumsi konten paling populer tentang topik tersebut. Setelah Anda memahami satu mata pelajaran secara mendalam, Anda dapat menerapkan kembali pengalaman itu untuk mempelajari subjek lain secara mendalam. Jika Anda mengetahui satu mata pelajaran secara mendalam, mudah untuk mempelajari topik lain ke tingkat dangkal-menengah — tetapi jika Anda mengetahui beberapa mata pelajaran pada tingkat dangkal, Anda tidak tahu bagaimana mempelajari satu mata pelajaran secara mendalam. Selain itu, keunggulan utama yang dimiliki manusia dibandingkan AI adalah kemampuan untuk mengembangkan pemahaman yang mendalam tentang suatu subjek — AI sudah memiliki pemahaman yang dangkal tentang segala sesuatu tetapi berjuang ketika sampai ke detail halus.

Ini tidak pernah gagal untuk membuat senyum di wajah saya.

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

Izinkan saya mengingatkan Anda untuk ke-56 kalinya bahwa menjadi pembuat kode "monyet lihat, monyet lakukan" tidak akan memberi Anda tempat. Anda harus benar-benar mempelajari dasar-dasar ilmu komputer. Sebagian besar inovasi sejati dalam ilmu komputer berhenti beberapa dekade yang lalu. "Inovasi" yang kita lihat saat ini hanyalah mengatur ulang hal-hal yang sudah ada + perangkat keras yang lebih baik dan jaringan yang lebih cepat. (Bukan penghinaan bagi inovator saat ini, inovasi sejati saat ini membutuhkan keterampilan dekade ini seperti yang terjadi beberapa dekade sebelumnya). Cara Anda tetap "terjebak" dengan perubahan terbaru adalah dengan mempelajari dasar-dasarnya. - Rust pada dasarnya adalah campuran C++ dan pemrograman fungsional - AI hanyalah grafik komputer, aljabar linier, dan sentuhan kalkulus - Blockchain hanya komputasi terdistribusi dengan persyaratan toleransi kesalahan bizantium - SVM, EVM, CairoVM, dll hanyalah variasi dari arsitektur Von-Neumann dengan perubahan kecil. - Pemrograman ZK (Circom, Halo2, dll) hanyalah sepupu dari pemrograman logika. - ZK sendiri menggunakan algoritma matematika dan kriptografi yang sudah ada sejak lama. Jika Anda berjuang untuk mengikuti, itu bukan karena Anda tidak belajar cukup cepat, itu karena Anda tidak memahami batu bata yang terdiri dari semua yang kita sebut "ilmu komputer" saat ini. Secara metaforis, jika yang bisa Anda lakukan hanyalah memasukkan pizza beku ke dalam microwave, Anda pada akhirnya akan diganti. Jika Anda tahu bagaimana tepung, ragi, keju, dll berinteraksi satu sama lain, maka Anda dapat menjadi koki sejati dan beradaptasi bahkan jika ketersediaan bahan berubah.

Sesuatu yang saya pikirkan secara aktif adalah "Bagaimana Anda mengajari seseorang cara menulis?" Saya mengkhawatirkan penggunaan AI untuk belajar cara membuat kode, tetapi jika AI adalah instruktur menulis Anda, itu hanya dapat membantu Anda jika tulisan Anda sangat buruk. Beberapa pemikiran tanpa urutan tertentu: 1) Bimbingan langsung sangat efektif jika dapat dipertahankan selama beberapa tahun. Beberapa penulis yang bekerja untuk saya selama itu hanya mengejutkan saya dengan seberapa baik mereka bisa menulis, dan satu-satunya interaksi kami adalah saya memberikan umpan balik tentang cara meningkatkan artikel. Itu bekerja jauh lebih baik dari yang saya kira. Akhirnya, mereka mengembangkan sifat kedua untuk mengenali tulisan di bawah standar (bahkan jika halus) dan itu luar biasa. Namun, ini bukan model yang dapat diskalakan. 2) Menulis dengan baik membutuhkan volume di hari-hari awal. Menulis seperti berlari. Jika Anda seorang pemula, tidak ada yang namanya "bekerja keras" vs "bekerja cerdas". Jika Anda kelebihan berat badan dan mulai berlari, Anda akan melihat hasilnya. "Bekerja cerdas" hanya penting ketika Anda mendekati batas genetik Anda (yang kebanyakan orang tidak melakukannya). Jika Anda seorang pemilik bisnis, Anda dapat secara otomatis meningkatkan keterampilan menulis karyawan Anda dengan mengganti standup Anda dengan standup tertulis, lalu memberikan umpan balik tentang tulisan tersebut ketika tidak jelas apa pembaruannya. Hal yang menyenangkan adalah, orang ahli dalam apa yang mereka kerjakan, jadi mereka hanya perlu berlatih mengekspresikannya. Volume, bagi penulis awal, adalah satu-satunya hal yang benar-benar penting. 3) Kebanyakan orang memiliki kosakata yang kurang terlatih. Pertimbangkan analogi ini: Bahkan jika Anda tidak pernah "menggunakan" matematika, Anda harus tetap mempelajarinya. Bahkan jika Anda tidak pernah "menggunakan" rekursi atau DSA, Anda harus tetap mempelajarinya. Mereka melatih Anda tentang cara memecah masalah besar menjadi masalah yang lebih kecil, yang pada dasarnya adalah pekerjaan Anda sebagai insinyur. Bagi penulis, tugas Anda juga adalah memecah ide yang lebih besar menjadi yang lebih kecil. Karena kata-kata adalah satuan ide yang tidak dapat dibagi, Anda harus memiliki pemahaman yang baik tentang kata-kata itu. Jika Anda dapat mengartikulasikan perbedaan antara - "sindiran" dan "implikasi" - "generalisasi" dan "abstraksi" - "pandangan ke depan" dan "prakiraan" - "interpolasi" dan "induksi" Kemudian Anda secara otomatis melatih diri Anda untuk mengekspresikan ide dengan tepat — yang merupakan inti dari penulisan.

Sungguh menakjubkan bagi saya betapa buruknya pendidikan, bahkan di perguruan tinggi. 1) Anda duduk dalam kuliah di mana guru mengucapkan hal yang sama untuk belasan kalinya. Dia mungkin tidak memiliki keuntungan dari efek khusus atau animasi untuk menyampaikan konsep dengan lebih jelas (yaitu modalitas visual di-nerf). Gurunya bahkan mungkin tidak baik sejak awal. 2) Kelas bergerak dengan kecepatan satu ukuran untuk semua 3) Beberapa jam kemudian, mungkin beberapa hari kemudian, Anda mengerjakan pekerjaan rumah. Ini setelah Anda melupakan semua yang Anda pelajari di kelas — dengan asumsi Anda belajar sesuatu di kelas. 4) Anda mungkin menyontek pekerjaan rumah Anda dan tidak benar-benar belajar apa-apa. Jika saya mendesain sekolah, setiap siswa akan duduk di depan desktop (dengan akses ke internet terputus atau sangat terbatas), dan itu akan menjalankan perangkat lunak yang memberikan pelajaran seukuran gigitan dan beberapa latihan untuk mempraktikkannya. Seorang pengawas akan berkeliaran untuk memastikan siswa fokus. Tidak ada yang membawa pulang pekerjaan rumah. Ketika Anda selesai, semuanya sudah berakhir. Itu sama sekali tidak masuk akal bagi saya mengapa kita menggunakan strategi pengajaran dari 400 tahun yang lalu seolah-olah teknologi tidak berubah sejak saat itu. Saya mengerti strategi ini tidak berhasil untuk setiap mata pelajaran (terutama menulis), tetapi banyak mata pelajaran, bahkan yang seni liberal, dapat diajarkan dengan cara ini. Juga, komputer akan menjalankan Arch Linux. Karena saya berkata begitu.

Kontribusi terbesar imo Jeff adalah dia memaku pendidikan ZK dengan urutan pembukaan yang sempurna: Set, Kelompok, Ladang, Homomorfism, Pasangan. Bit ini tidak dapat diremehkan; Pengubah permainan mutlak. Saya mengatakan ini sebagai seseorang dengan lulusan matematika murni dengan 2 master kuantitatif. Pembukaan ini adalah faktor akselerasi besar-besaran. Saya mungkin akan mengambil waktu satu tahun, bukan 2 minggu, tanpa urutan yang benar. Tidak ada orang lain yang menyederhanakannya seperti ini; semua sumber daya ZK sekarang mereferensikan pembukaan kunci ini.

Dalam tweet sebelumnya, saya merekomendasikan untuk mengerjakan masalah tersulit yang Anda bisa untuk mendapatkan rasa hormat, dan kemudian menggunakan rasa hormat itu untuk keluar dari tahap "insinyur junior". Tapi ini tidak hanya berlaku untuk junior. Dalam kehidupan kerja saya sendiri: 1 - Saya menjadi manajer teknik termuda di Yahoo dengan mencoba memecahkan AI / AR real-time pada tahun 2017. Kami memiliki SDK untuk itu saat ini, tetapi saat itu membutuhkan pengoptimalan yang signifikan karena perangkat keras yang terbatas. Saya tidak mengatakan "promosikan saya, dan saya akan menyelesaikannya." Mereka pada dasarnya memohon kepada saya untuk mengelola lebih banyak orang setelah saya menunjukkan bahwa saya dapat menangani masalah yang menurut mereka tidak dapat dipecahkan. 2 - RareSkills mulai dianggap sangat serius setelah saya memecahkan pendidikan ZK. Kembali pada tahun 2023, saya dapat menghitung dengan satu tangan jumlah sumber daya yang membuat upaya serius (meskipun tidak lengkap) untuk mengajari seseorang cara benar-benar membuat kode pembuktian dan verifikasi. Saat ini, ada banyak materi ZK, tetapi kebanyakan dari mereka sangat terinspirasi oleh buku ZK. Mungkin tampak jelas untuk mempelajari Himpunan, lalu Kelompok, lalu Lapangan, lalu Homomorfisme, lalu pasangan, saat ini, tetapi bahkan manual matematika bulan tidak memiliki grafik pengetahuan yang begitu jelas (lebih dari satu PhD Matematika mengatakan kepada saya bahwa sulit untuk dipahami, tetapi saya tidak bermaksud ini sebagai penghinaan bagi penulis, menyatukan semua materi itu bukanlah prestasi kecil). Sangat sulit untuk menemukan cara baru untuk menjelaskan ZK selain penjelasan "komitmen polinomial -> PCP linier -> bukti non-interaktif" yang tidak berguna yang sebenarnya tidak dipahami orang. —— Ketika Anda lebih maju dalam karir Anda, godaannya mungkin hanya fokus pada apa yang nyaman atau menguntungkan dalam jangka pendek. Saya menghabiskan bertahun-tahun dengan perasaan bahwa saya harus mendapatkan pekerjaan teknis bergaji tinggi daripada menulis blog yang dibaca orang secara gratis. Tetapi pertimbangkan ini: melakukan hal-hal sulit dapat menciptakan lebih banyak peluang keuntungan dalam jangka panjang. Misalnya, penulis teknis biasanya dibayar sangat sedikit, tetapi kami berhasil mengubahnya menjadi bisnis yang menguntungkan (dan membayar penulis kami 2-3x lipat dari apa yang akan mereka peroleh di tempat lain) hanya karena kami membuktikan bahwa kami dapat melakukan sesuatu yang sulit di bidang penulisan teknis. Jangan meremehkan kekuatan reputasi dan rasa hormat dan jangan mencoba jalan pintas ke sana. Alasan pencapaian membuat Anda dihormati bukan karena pencapaian itu sendiri, tetapi karena upaya tersirat yang Anda lakukan dalam perjalanan ke sana.