Jaha-Yaja

100% Mexican and proud of be it. Software developer, Geek, science and technology lover as well books and life.

[Jaha-Yaja @DEVCRACK]

😅😅😅😅😅😅😅😅😅😅

[Vinay Bharambe @Vinay_bharambe]

Goldmine for AI Engineers! 📌

If you're learning AI, ML, LLMs, or AI agents, don't waste hours jumping between random tutorials.

These are 10 repositories I'd actually keep bookmarked - from Python fundamentals to ML, LLMs, agents, and production AI.

1. Python - 100 Days

jackfrued/Python-100-Days

A 100-day Python learning path covering fundamentals, data analysis, web development, and more.

GitHub:
https://t.co/Qa8o6aixcB…

2. Generative AI for Beginners

microsoft/generative-ai-for-beginners

A practical introduction to building Generative AI applications.

Covers:

• LLM fundamentals
• Prompt engineering
• RAG
• AI agents
• Fine-tuning
• AI application development

GitHub:
https://t.co/Y6kNqZ9ojz…

3. LLMs From Scratch

rasbt/LLMs-from-scratch

Want to understand what's actually happening inside an LLM?

Build one step by step.

Covers:

• Tokenization
• Embeddings
• Attention
• Transformers
• Training
• Fine-tuning

GitHub:
https://t.co/VHKqT5ZEm2…

4. Machine Learning for Beginners

microsoft/ML-For-Beginners

A structured 12-week, 26-lesson curriculum covering classical machine learning.

A good starting point if you want ML fundamentals before jumping into LLMs.

GitHub:
https://t.co/dDoKYxQBJz…

5. OpenAI Cookbook

openai/openai-cookbook

A collection of practical examples and guides for building applications with OpenAI models.

Useful when you want to move from:

Learning → Building

GitHub:
https://t.co/VgkYZkfiWe…

6. Stable Diffusion

CompVis/stable-diffusion

Interested in generative image models?

This repository contains the original Stable Diffusion implementation and research code.

GitHub:
https://t.co/MrjWmauahQ…

7. AI Agents for Beginners

microsoft/ai-agents-for-beginners

A practical course for understanding and building AI agents.

Covers:

• Agentic AI
• RAG
• Agent frameworks
• Tool use
• Multi-agent systems

GitHub:
https://t.co/vtzBxtLiE3…

8. AI for Beginners

microsoft/AI-For-Beginners

A structured 12-week, 24-lesson introduction to AI.

Covers:

• Neural networks
• Computer vision
• NLP
• Deep learning
• Classical AI

GitHub:
https://t.co/JwHlls8Mwk…

9. LLM App

pathwaycom/llm-app

Focused on building practical LLM applications.

Explore:

• RAG
• AI pipelines
• Enterprise search
• Real-time data
• Vector search

GitHub:
https://t.co/dfYZQYr4f1…

10. Segment Anything

facebookresearch/segment-anything

A foundation model for promptable image segmentation.

Worth exploring if you're interested in computer vision and multimodal AI.

GitHub:
https://t.co/pSNOOoSJJ2…

Don't bookmark all 10 and forget about them.

Pick based on where you are:

Python → Python-100-Days

ML → ML-For-Beginners

AI Fundamentals → AI-For-Beginners

LLMs → LLMs-from-scratch

Generative AI → Generative-AI-for-Beginners

Agents → AI-Agents-for-Beginners

Building → OpenAI Cookbook / LLM App

Computer Vision → Segment Anything

Pick one.

Build something.

Then move to the next.

[Mert Metin Tekdemir @mertmetindev]

Çocuğunuza Kurs Parası Ödemeden Verebileceğiniz 50 Ücretsiz Eğitim

1.) https://t.co/QtBhX48B2x → MIT'nin çocuk kodlama platformu
2.) https://t.co/9t9PY8wMJi → Sıfırdan kodlama dersleri
3.) https://t.co/T2kjF5rtPP → Bloklarla kodlama oyunları
4.) https://t.co/RWGLDXJH4a → Oyun oynayarak kod yazma
5.) https://t.co/diXleSjMFj → Microsoft'un çocuk kodlama aracı
6.) https://t.co/Dyei4e5Vgf → Bir saatlik kodlama etkinlikleri
7.) https://t.co/vYFEyR7ztS → Yaşa göre eğitici oyunlar
8.) https://t.co/EXEqh73xoz → Okuma ve harf öğretimi
9.) https://t.co/J56xl7h07H → Eğitici çizgi film ve oyunlar
10.) https://t.co/57Gb9gehq9 → Susam Sokağı eğitim arşivi
11.) https://t.co/mSi38ofICe → TRT'nin çocuk içerik arşivi
12.) https://t.co/OlLS55FLpj → TÜBİTAK'ın çocuk bilim dergisi
13.) https://t.co/8dJBDzVVS9 → Doğa ve hayvan içerikleri
14.) https://t.co/P3QiPywi4y → Smithsonian çocuk kaynakları
15.) https://t.co/XoOzlq4Nnv → Çocuklar için ansiklopedi
16.) https://t.co/8xtCRVvxOJ → Görsel bilgi ansiklopedisi
17.) https://t.co/d7rbf5qm1H → Ödev ve konu anlatım arşivi
18.) https://t.co/9hxJkiASVU → Günün merak sorusu
19.) https://t.co/L2UmYguxWq → Ev deneyi ve proje rehberi
20.) https://t.co/RJggHMel19 → Fizik ve kimya simülasyonları
21.) https://t.co/bBXvDdikGt → NASA'nın çocuk sayfası
22.) https://t.co/wF3xiEIVRk → İklim ve dünya bilimi
23.) https://t.co/1heRSxCY3j → Avrupa Uzay Ajansı çocuk bölümü
24.) https://t.co/fVjB7SYE8S → Müze deneyleri ve etkinlikler
25.) https://t.co/fje9LqjGvN → Hazır fen ders planları
26.) https://t.co/mQnt0Z2a8i → Fen konularının videolu anlatımı
27.) https://t.co/ykUcE25BI2 → Cambridge matematik problemleri
28.) https://t.co/WROImS9xFH → Matematik oyunları
29.) https://t.co/0tFcFfK4v4 → Günlük matematik sorusu
30.) https://t.co/WVBgaVxxn4 → Sınıf seviyesine göre alıştırma
31.) https://t.co/UjE6l6TE23 → Kitapların sesli okunması
32.) https://t.co/hmBBXffXl5 → Çok dilli çocuk kitabı arşivi
33.) https://t.co/Lb1sfpE0Er → Dünya çocuk kitapları kütüphanesi
34.) https://t.co/qK7U4aIH6X → Ücretsiz çocuk kitapları
35.) https://t.co/aekMEEC78c → Seviyeye göre okuma kitapları
36.) https://t.co/G8ZAfqWmsb → Sesli resimli kitaplar
37.) https://t.co/xCOcwe0tWR → Okuma öğrenme programı
38.) https://t.co/hachAd3Eek → Oyunlaştırılmış dil öğrenimi
39.) https://t.co/Ama0H6vTym → Küçük yaşta dil öğretimi
40.) https://t.co/tHfTedl2kx → Müzik teorisi temelleri
41.) chrome music lab → Müziği deneyerek keşfetme
42.) https://t.co/lGlhc8y6W2 → Çizim alıştırmaları
43.) https://t.co/DW5c3rc15L → Adım adım çizim dersleri
44.) https://t.co/K3G7606AhS → Met Müzesi çocuk bölümü
45.) https://t.co/wPKyAjqClT → Tate'in çocuk sanat sayfası
46.) https://t.co/X3Tj0zZJMu → Çocuklar için satranç
47.) https://t.co/HGCGPRNFzP → Ücretsiz satranç ve alıştırma
48.) https://t.co/1EoWtTQjFe → On parmak klavye öğretimi
49.) https://t.co/RwLP9y0zsf → Ücretsiz ders planları
50.) https://t.co/9nEVQCUqZ7 → İçerik yaşa uygun mu kontrolü

Dünyanın en iyi çocuk eğitimi ücretsiz duruyor. Sadece kimse duyurmuyor.

Kaydedin, lazım olur.

[Jaha-Yaja @DEVCRACK]

up the prices you will basically become a slut standing on her knees in front of a 10" clanker cock begging for a limit reset.

[Jaha-Yaja @DEVCRACK]

Any IT solution worth its salt is worth time and money, because it takes a special kind of person to sit at a computer all day writing code, debugging, thinking of workarounds, architecture, how it would scale, adjusting the solution to the ever changing requirements,

[Jaha-Yaja @DEVCRACK]

the team can grow and become even more competent knowing your solution in and out thus maximizing your profits. No such thing is possible with an LLM, you can't fire Claude, you can't make it more competent, because there's no other Claude, there's just Claude and once they jack

[Jaha-Yaja @DEVCRACK]

@DrKuroGamer @ML_Mexico Ultimamente si hacen muchas porquerías yo la verdad ya me lo pienso demasiado para comprar ahi

[Jaha-Yaja @DEVCRACK]

@ayebytes 💨💨💨💨

[Jaha-Yaja @DEVCRACK]

@fjpedrosa86 @garustrip Un puesto meme producto de la burocracia

[CR Sanchez @crsanchezx]

Si te vas a comprar unas gafas de sol, NUNCA elijas:

・Oakley
・Carrera
・Ray-Ban

En su lugar, elige ↓

[Antonio NoMe de Bris 🍃 @Antoniosaiyajin]

Cuando publicas un libro de Derecho pero se te pasa acreditar como autor al Chatgpt 😂😂

[AYi @AYi_AInotes]

我终于明白为什么大家都在用 AI 提效，很多团队的代码审查和沟通成本反而直接翻倍了，
Shopify CEO 最近把这种现象叫烂泥手榴弹：
每个人用 AI 省了五分钟，结果把一个小时的排错成本，精准转移给了看代码的同事。

很多人都在聊 Shopify CEO 透露内部一半 PR 都有 AI 参与，但这场访谈真正值得在意的，是他对 AI 协同敲响的反向警钟。

大家以为引入 AI 是为了让产出翻倍，Tobi 看到的却是整个组织正在被产出过剩拖垮。
Shopify 内部跑着一个叫 River 的 AI，它有个性和记忆，甚至有空闲时的反思机制。
工程师不从零手写代码，约一半的代码合并请求来自和它的对话。
但它有一条死规矩：只在公开 Slack 频道干活，绝不允许私聊隐藏。
真正的协同危机不是大家写得太慢，而是大家扔得太快。
很多人用模型几秒钟生成一段洋洋洒洒的代码或方案，自己都没核对过，顺手发给同事。
Tobi 把这种东西叫做烂泥手榴弹。
你靠提示词省下的五分钟，瞬间变成了同事两小时的排错与清洗成本。
个人的效率数字看似涨了，整个团队的审查带宽却被直接挤爆。
把 River 锁在公开频道就是为了解决这件事：
公开对话是走廊里的公共黑板，所有人都能偷听和围观老员工如何提问；
代码审查是防爆盾，谁引爆的生成物谁负全责；
AI 是没有痛觉的打字员，但端上桌的菜必须有人尝过第一口。
访谈里还有几个很清醒的限制：
第一，AI 不能坐牢，法律和商业后果全由人类承担，所以责任永远无法外包；
第二，复杂的方案通常是错的，抵抗烂泥膨胀靠的是做减法，而不是给系统再叠一层 AI 审查器；
第三，即便在公开频道，没有品味的提示依然会变成噪音，工具无法替代直觉。
当生成内容变成几乎零成本的自来水，个人最稀缺的能力不再是谁能多打几千行代码，而是谁敢在不确定的方向上做减法，把住品味与判断的门槛。
替别人省下审查时间的人，永远比扔出烂泥手榴弹的人更值钱。

[Max For AI @MaxForAI]

昨晚，DeepSeek 的 kernel 工程师shengyu Liu（interestingLSY）写了一篇很猛的长文。

文章的核心其实就一句话：

他正在亲手把自己最擅长、也最热爱的工作，变成一门过时的手艺。

Liu做的是模型底层的 kernel 设计和优化，DeepSeek V4.1 的 Main Attention kernel 就有他的工作。

但他说，仅仅过去一年，AI 已经从只能帮忙查文档、读代码、找 bug，进化到可以自己读 CUDA、PTX、SASS，用专业工具分析每条指令的 stall，再继续优化 kernel。

他的判断是：再过半年到一年，AI 写出来的 kernel 很可能就能达到甚至超过自己。

最有意思的是，他真正难受的甚至不是失业。

他觉得自己大概率还能留在行业里，只是工作会从「亲手写 kernel」，变成「驾驶 Agent 写 kernel」。

以前可以坐在电脑前一下午，一点点抠性能、想新的优化方法，像速通玩家刷新自己的纪录。

以后这些事情可能都交给 Agent 了。

人还在，效率甚至更高，但那门自己练了很多年的手艺，突然不再重要了。

所以他把这种感觉形容成：

不得不把自己的天赋留在昨天，然后去做一个 Agent 的驾驶员。

但文章后半段，比职业焦虑更有意思。

刘胜与认为，AI 继续发展下去，未来社会可能走向两个极端：共产主义，或者《赛博朋克 2077》。

一种情况是生产力被极大释放，最强的 AI 变成所有人都能低成本使用的基础设施。

另一种情况则是，极少数科技公司控制世界上最强大的 AI。

少数人借助它完成“机械飞升”，其他人只能使用被削弱的模型，甚至阶层流动都会变成一个死循环：

你得先拥有最强 AI，才有机会获得更多资源。
但你得先拥有更多资源，才有资格使用最强 AI。

所以他直接写道，自己并不相信 Anthropic 或 OpenAI 会主动把最前沿的智能，以开放、便宜的方式提供给所有人。

这也是他为什么选择留在 DeepSeek：

研究更强、更快、更多人用得起的 AI，然后开源出去，至少把世界往《赛博朋克 2077》的反方向拉一点。

而是一个正在亲手推动 AI 变强的人，非常清楚自己可能就是最先被它淘汰掉的那批人。

他的选择也不是停下来。

而是继续往前推。

只是希望当这个东西真的足够强的时候，它不要只属于少数几家公司。

[Jaha-Yaja @DEVCRACK]

@Juanssda @EdsonManuelVera @5eniorDeveloper Solo si el que la mueve le sabe caso contrario se come la cuota en pocos días

[Jaha-Yaja @DEVCRACK]

@EdsonManuelVera @5eniorDeveloper Cara y en el algunos use cases poco rentable se le mete más para corregir sus propios errores, mira pero que negocio

[Guacamaya Leaks @GuacamayanLeaks]

Ahora si, se lanza con todo @lopezobrador_ contra el fracasó económico de @Claudiashein

Crítica el nulo crecimiento y la falta de estrategia.

#zaz

[Fazt @FaztTech]

Si necesitas un diagrama de arquitectura y no te gusta lo que genera Mermaid o una imagen con IA, conoce Archify.

Es un skill para Agentes como Cursor, Claude o Codex: te genera un HTML interactivo con el tipo de diagrama que pidas.

Sirve para explicar un sistema, dejarlo en la documentación o exportarlo a PNG y otros formatos.

https://t.co/CRPZ5xKlqP

[Jaha-Yaja @DEVCRACK]

@AlanAdameMX @Claudiashein Pobre mujer da pero mucha mucha pena, lo peor es que apenas van 2 años de esta mierda

[山羊赚钱笔记 @shanyanggm]

想进AI工程岗，先别报班。

这10个仓库，够把作品集堆起来。

1.awesome-llm-apps
能跑的RAG、Agent、多模态。先看别人怎么交活。
https://t.co/QcIw5LTaU1

2.LangChain
搭应用最常见的那一层。很多岗位JD里会写到。
https://t.co/mwI4Ny75Oz

3.LangGraph
把Agent流程画成图再跑。编排这层，面试爱问。
https://t.co/SWg8llcK3Q

4.CrewAI
多个Agent分工。团队协作那套从这儿上手。
https://t.co/D4Y2BHarVy

5.Ollama
模型在自己电脑上跑。先搞懂模型怎么被叫醒。
https://t.co/SjOKnK0Fio

6.awesome-mcp-servers
MCP是Agent接外部工具的插口。会这个，少走一层弯路。
https://t.co/xvxvwGKaXT

7.Qdrant
向量库。RAG要存、要搜，从这儿练。
https://t.co/6o39ukcMPo

8. AI Agents for Beginners
微软十二课。有代码有练习，当入门作业。
https://t.co/tGvtUhdx4L

9.system-design-primer
上线靠的是系统设计。面试前把这本过一遍。
https://t.co/USRbT7GDAl

10.awesome-claude-code
Claude Code的技能和插件合集。现在写代码的人很多在用。
https://t.co/eUTxJs5wDY

学历证明你学过。Github证明你交得出活。

90天。十条。一份能给面试官点开的作品。

先收藏。这个周末clone一个。

[Sanjana @iam_sanjana06]

If you’re trying to learn Inference Engineering and want to get some hands-on practice, check out this GitHub repo.

https://t.co/K8ZDkKOs3g