В карточках разберемся, что такое вайб-кодинг на самом деле, в чем его плюсы и минусы, и почему вокруг него сейчас столько разговоров.
#свежак
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🥱4❤3👍1
Open SwiftUI Animations — библиотека готовых эффектов и анимаций для SwiftUI. Этот репозиторий вдохновит вас на добавление полезных и выразительных анимаций SwiftU в ваг проект.
В нем есть анимации загрузки/прогресса, циклические, анимации включения/выключения, входа/выхода, затухания, вращения и фоновые анимации, а кроме того потрясающие пружинные анимации.
#буст
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2
🔥 Успей поднять квалификацию по выгодной цене!
Только до 17 августа у вас есть последняя возможность купить наши курсы по старым ценам.
🔹 Математика для Data Science:
— Базовый: (сейчас)
— Ультра:
— VIP:
🔹 Программирование на Python:
🔹 Алгоритмы и структуры данных:
🔹 Архитектуры и шаблоны проектирования:
🔹 AI-агенты для DS специалистов:
🔹 Основы IT для непрограммистов:
🔹 Базовые модели ML:
❗ Важно: Курсы из линейки Frontend Basic полностью снимаются с продажи. 17 августа — буквально последний день, когда их можно будет приобрести.
Успей купить до повышения — осталось 4 дня!
👉 Зафиксировать цену и начать учиться
Только до 17 августа у вас есть последняя возможность купить наши курсы по старым ценам.
🔹 Математика для Data Science:
— Базовый: (сейчас)
26 399₽ → (будет) 33 900₽— Ультра:
35 199₽ → 44 900₽— VIP:
59 829₽ → 75 900₽ (выгода больше 16 000₽!)🔹 Программирование на Python:
24 990₽ → 32 900₽🔹 Алгоритмы и структуры данных:
31 669₽ → 39 900₽🔹 Архитектуры и шаблоны проектирования:
24 890₽ → 32 900₽🔹 AI-агенты для DS специалистов:
54 000₽ → 59 000₽🔹 Основы IT для непрограммистов:
14 994₽ → 19 900₽🔹 Базовые модели ML:
6 990₽ → 9 900₽❗ Важно: Курсы из линейки Frontend Basic полностью снимаются с продажи. 17 августа — буквально последний день, когда их можно будет приобрести.
Успей купить до повышения — осталось 4 дня!
👉 Зафиксировать цену и начать учиться
Please open Telegram to view this post
VIEW IN TELEGRAM
😁3👍1
Собрали лучшее о мобильной разработке. Включаем и смотрим по пути на работу.
секреты производительности на iOS
HotSpot VM
#буст
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2
На Хабре уже опубликовано немало статей о переходе на Swift Package Manager — как успешных, так и не очень. В случае автора миграция прошла удачно, однако на каждом этапе возникали проблемы, которые было сложно нагуглить или вообще найти решения.
Именно поэтому автор решил собрать все накопленные знания и поделиться ими в этой статье, чтобы помочь другим разработчикам сэкономить время.
👉 Читать статью
#свежак
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3
🚀 Главная ошибка новичка в ML — строить звездолёт вместо велосипеда
Многие сразу хотят свою Midjourney, но в итоге получают только выгорание.
Успех начинается с «велосипеда»: научитесь предсказывать цены или классифицировать отзывы. Освойте базу, а уже потом стройте «звездолёты».
Наш курс «ML для старта в Data Science» — это и есть тот самый правильный старт от простого к сложному.
👉 Начните правильно
Берёте курс «ML для старта» до конца недели — Python в подарок.
❗А 21 августа пройдет бесплатный вебинар с Марией Жаровой: узнаете, какие проекты качают скилл, а какие качают ваши нервы.
А какой самый сложный проект вы брались делать в самом начале? 🫢
Многие сразу хотят свою Midjourney, но в итоге получают только выгорание.
Успех начинается с «велосипеда»: научитесь предсказывать цены или классифицировать отзывы. Освойте базу, а уже потом стройте «звездолёты».
Наш курс «ML для старта в Data Science» — это и есть тот самый правильный старт от простого к сложному.
👉 Начните правильно
Берёте курс «ML для старта» до конца недели — Python в подарок.
❗А 21 августа пройдет бесплатный вебинар с Марией Жаровой: узнаете, какие проекты качают скилл, а какие качают ваши нервы.
А какой самый сложный проект вы брались делать в самом начале? 🫢
git rebase -i – мощный инструмент для «переписывания» истории коммитовПозволяет интерактивно редактировать цепочку коммитов перед их применением. Это как «машина времени» для вашего кода.
git rebase -i HEAD~5 # Редактируем последние 5 коммитов
Откроется редактор с меню, где можно:
•
pick – оставить коммит как есть•
reword – изменить сообщение коммита•
squash – объединить с предыдущим коммитом•
edit – внести изменения в код коммита•
drop – удалить коммит1. Объединение коммитов (чтобы избежать "WIP" в истории):
pick a1b2c3 Важная фича
squash d4e5f6 Правки по код-ревью
squash g7h8i9 Фикс опечатки
2. Разделение коммита (через edit):
После отметки коммита как edit:
git reset HEAD~1 # откатываем изменения
git add -p # добавляем изменения частями
git commit -m "Новое сообщение"
git rebase --continue
3. Удаление секретного ключа из истории (через drop).
• Не используйте на публичных ветках (если коммиты уже отправлены в удаленный репозиторий).
• Резервная копия – перед операцией сделайте
git backup-branch.• Конфликты – будьте готовы их разрешать (как при обычном rebase).
Когда вы последний раз использовали
rebase -i? Делитесь кейсами в комментах #буст
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2👏2
🧠 Выбор первого ML-проекта: чеклист против выгорания
Классика плохих решений в ML — выбрать слишком сложный проект: неделя ковыряния в коде, десятки крашей и никакого результата. Хотите дойти до финиша — начните с простого проекта, который реально можно довести до конца.
Мини-чеклист первого проекта:
1. Понятные данные — без «я нашёл датасет в даркнете, но он на суахили».
2. Измеримая метрика — «точность 92%», а не «ну вроде работает».
3. Объяснимый результат — чтобы не-техлид понял, почему модель ругается на спам.
Наш курс «ML для старта в Data Science» — старт от простого к сложному: теория → практика → проверка → проект в портфолио.
👉 Начать свой путь в Data Science
Оплатите курс по ML до 17 августа — курс по Python в подарок.
📅 Бесплатный вебинар с Марией Жаровой — 21 августа: как выбирать проекты, которые доводят до оффера, а не до психотерапевта.
💾 Сохрани, чтобы не потерять, когда будешь готов(а) начать
Классика плохих решений в ML — выбрать слишком сложный проект: неделя ковыряния в коде, десятки крашей и никакого результата. Хотите дойти до финиша — начните с простого проекта, который реально можно довести до конца.
Мини-чеклист первого проекта:
1. Понятные данные — без «я нашёл датасет в даркнете, но он на суахили».
2. Измеримая метрика — «точность 92%», а не «ну вроде работает».
3. Объяснимый результат — чтобы не-техлид понял, почему модель ругается на спам.
Наш курс «ML для старта в Data Science» — старт от простого к сложному: теория → практика → проверка → проект в портфолио.
👉 Начать свой путь в Data Science
Оплатите курс по ML до 17 августа — курс по Python в подарок.
📅 Бесплатный вебинар с Марией Жаровой — 21 августа: как выбирать проекты, которые доводят до оффера, а не до психотерапевта.
💾 Сохрани, чтобы не потерять, когда будешь готов(а) начать
В карточках рассмотрим несколько способов, как определить свою стоимость на рынке труда.
#свежак
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2😁1
Please open Telegram to view this post
VIEW IN TELEGRAM
😁5