Pr0digy

Full time Poet

Part time Computer Engineer

[Pr0digy @tysatza]

@wannaeatcracker Algebraic topology

[Allen Braden @allen_explains]

🚨 A junior at Jane Street reportedly landed a $220K–$600K role because he used AI to analyze trillions of data points faster than most teams ever could.

In this 1-hour lecture, he breaks down the exact system behind it:

• how he researches massive datasets
• how AI finds patterns humans miss
• how his machine turns raw data into decisions
• how you can apply the same thinking yourself

Skip Netflix tonight.

Watch this instead.

One hour could completely change how you think about research, AI, and opportunity.

[JRT @JRTDesk]

ถ้าจะบอกอะไรสักอย่างกับพวก 20s.. คงจะ…

ไม่ใช่ 「เก็บเงิน」
ไม่ใช่ 「invest ให้เร็ว」
ไม่ใช่ 「หา passive income」

เพราะคนอื่นๆ บอกไปแล้ว… และส่วนมากก็ไม่ทำอยู่ดี…

สิ่งที่อยากบอกจริงๆ คือ…

ตอนอายุ 20 คุณกำลัง compound อะไรบางอย่างทุกวัน ไม่ว่าจะรู้ตัวหรือไม่..

ทุกวันที่บอกตัวเองว่า 「ยังไม่พร้อม」… compound มัน…

ทุกวันที่เลือกสบายแทนที่จะเติบโต… compound มัน…

ทุกวันที่แค่รับเข้ามา ไม่ได้สร้างอะไรออกไป… compound มัน…

พอถึง 30 สิ่งที่ compound มาตลอด 10 ปีนั้น… มันไม่ใช่แค่ความเคยชินแล้ว… มันกลายเป็นตัวตนของคุณไปแล้ว…

และตัวตนเปลี่ยนยากกว่าพฤติกรรมมากครับ…

เงินที่ไม่ได้ลงทุนตอน 20s เสียโอกาสได้… แต่ version ที่ดีที่สุดของตัวเองที่ไม่ได้สร้างตอน 20s มันไม่ได้เสียโอกาส… มันไม่เคยมีอยู่เลย…

เพราะการ compound ของ「ตัวตน」ไม่มี dollar cost averaging…

ไม่มี buy the dip..

และ recovery ใช้เวลานานกว่า market crash ทุก cycle ที่เคยเจอ..

20s คือ capital allocation ที่สำคัญที่สุดในชีวิต… แต่ capital ที่ว่าไม่ใช่เงิน..

มันคือ attention, energy, และ identity ของคุณ…

deploy มันกันให้ดีๆ ครับ…

[Pr0digy @tysatza]

Maybe I'm borderline between introvert and coward

[Mahachai 🦇🔊 @EthereumThaila1]

มีคนไปแงะ code ของ Claude Code มาก็พบต้นตอปัญหาว่าทำไมมันกิน token เยอะผิดปกติ (ช่วยกันแกะเองเลย)
เรื่องมันเริ่มจากการที่ Claude Code มันไป acquire Bun Runtime ที่เอามาใช้ execute CLI (command ที่ Claude Code ใช้ AI มาทำงานบนเครื่อง) เพื่อให้เร็วกว่าการใช้ node.js ที่ใช้เวลาหน่วง 50-100 ms แต่ bun จะใช้แค่ 10 ms ถ้าต้องให้ API มานั่งรอหลายๆคำสั่ง Claude LM จะพังไปเลย เพราะ AI มันต้องมานั่งรอแต่ละคำสั่งยาวแต่ละ session แบบนี้ กว่าจะทำงานจบแต่ละ request ของแต่ละคน ระบบไม่รอด และ Bun Runtime มันก็จะ support code ที่ generate ออกมาในภาษา Typescript ได้ ไม่ต้องมานั่งแปลงเป็น javascript ที่จะเวิ่นเว้อกว่า Bun มันเลยมี native layer ที่เขียนด้วย zig (คล้ายภาษา C) เพื่อให้ optimize performance ได้เต็มที่เพื่อความเร็ว
ซึ่งในระหว่างการ request กันไปมากับทาง Claude API มันจะมี CCH (Channel Context Handle) เพื่อใช้ระบุกับทาง LM ว่ามาจาก channel ไหน และหาก CCH บังเอิญมีค่าเป็น 00000
ทาง Bun ตัวดีนี้ จะยัด attestation hash เข้าไปแทนข้อมูล HTTP request นั้นเพื่อ security แต่ผลที่ตามมาคือ มันทำให้ AI งง เนื่องจาก history ที่ใช้คุยมัน break ออก (จู่ๆเอาอะไรมาทับทำให้คุยไม่รู้เรื่อง แล้ว cache ก็เลยเละ)
พอ history ที่ใช้คุยมัน break ตัว Claude LM เลยต้องไปดึง context ใหม่ทั้งดุ้น ในทุกครั้งมายัดเพื่อคุยใหม่
ซึ่งกรณีนี้จะฟลุ๊คเกิดขึ้นได้กับคนเขียน code ที่ดันไปมี คำว่า cch=00000 โผล่ขึ้นมา
ผลคือ token drain นั่นคือคุยไม่รู้เรื่อง ดึง cache เก่ามายัดทั้งดุ้น เจอ cch=00000 กลับไปดึง cache ใหม่ แล้วก็วน loop จน token หมด 😆

[Pr0digy @tysatza]

@tee4cute ตอนนี้ยังทันนะครับ

[Abhishek Singh @0xlelouch_]

As a Backend Engineer in 2026, please learn:

One backend language deeply (Go/Java/Rust/Python) — not just syntax, but profiling, concurrency, memory, and stdlib patterns.

HTTP fundamentals — methods, headers, caching, content negotiation, ETags, idempotency, and real-world pagination.

API design — REST done right, versioning, backward compatibility, error models, and sane request/response contracts.

Databases — Postgres/MySQL internals basics, indexes, query plans, transactions, isolation levels, locks, and connection pooling.

Caching — Redis patterns, TTLs, invalidation strategy, stampede protection, hot keys, and when not to cache.

Distributed systems basics — timeouts, retries, backoff, circuit breakers, backpressure, partial failures, CAP tradeoffs.

Messaging & async — Kafka/Rabbit/SQS, consumer groups, ordering, deduplication, DLQs, replay, and exactly-once myths.

Security — authn vs authz, OAuth/OIDC, JWT vs sessions, secret management, RBAC, and threat modeling basics.

Observability — structured logs, metrics, tracing, SLOs/SLIs, dashboards, and debugging prod without vibes.

Performance — profiling, latency budgets, tail latency, N+1 issues, batching, compression, serialization costs.

Concurrency — threads vs async, race conditions, locking, queues, worker pools, and safe shared-state patterns.

Reliability engineering — graceful degradation, load shedding, rate limiting, bulkheads, and incident playbooks.

Containers — Docker basics, image hygiene, multi-stage builds, resource limits, and runtime debugging.

Kubernetes essentials — deployments, services, ingress, configmaps/secrets, autoscaling, probes, and rollouts.

CI/CD — build once deploy many, migrations strategy, canary/blue-green, feature flags, rollback discipline.

Data modeling — event schemas, schema evolution, data contracts, and avoiding “tight coupling via DB tables”.

System design — partitioning, sharding, replication, consistency models, and designing for failure from day 1.

Communication — writing crisp RFCs, making tradeoffs explicit, and aligning teams (this is the senior skill).

Pick ONE stack and go deep.
Stop hopping frameworks. Depth ships.

[pulkit mittal @pulkit_mittal_]

For HFT interviews, I had to prepare for computer science round even for a senior role. And all companies ask these questions from freshers.
Here's the list of commonly asked computer science questions you must prepare as a fresher.

Operating Systems:
1. Process vs thread
2. Virtual memory, paging, thrashing
3. Fragmentation: internal vs external
4. Semaphore vs mutex
5. Producer consumer problem
6. Deadlock and its conditions
7. Banker’s algorithm
8. Scheduling algorithms: FCFS, SJF, SRTF, RR
9. RAID and its types
10. Direct mapping vs associative mapping
11. socket, kernel and monolithic kernel
12. main memory vs secondary memory

DBMS:
13. ACID properties
14. Normalization vs denormalization
15. Conflict serializability
16. Concurrency control protocols
17. Shared lock vs exclusive lock
18. Indexing
19. Vertical vs horizontal scaling

Computer Networks:
20. TCP vs UDP
21. Types of network delays
22. What happens when you type google[dot]com
23. Three way handshaking
24. IPv4 vs IPv6
25. how DNS works
26. IP address vs MAC address
27. Subnetting
28. Firewalls
29. Server side load balancing
30. HTTP vs HTTPS
31. Hub vs switch

Good sources for prep are Gate videos and TUF blogs.

[Save A Man @Save_A_Man]

10 MOVIE RECOMMENDATIONS TO REWIRE YOUR BRAIN:

1. The Pursuit of Happyness (Resilience)
2. Whiplash (Perfectionism)
3. The Godfather (Strategy/Family)
4. Fight Club (Masculinity)
5. Parasite (Social Class)
6. Gladiator (Honor)
7. Nightcrawler (Ambition)
8. Limitless (Potential)
9. Hacksaw Ridge (Conviction)
10. 12 Angry Men (Persuasion)

[W @sxicex]

ผู้บริหารใน NASDAQ100 มาไทยเห็นป้ายหาเสียงใน Bangkok มากมาย เลยอยากให้แปลให้

เราก็แปลไปเรื่อยๆ

แล้วผู้บริหารเขาก็สรุปเองว่า

“ส่วนใหญ่นี่ คือ การโฆษณาว่าตัวเองจะไม่โกงใช่ไหม” แล้วก็พูดแนวๆว่าแปลกดีเหมือนกันที่ต้องมาบอกว่าตัวเองจะไม่โกงแน่ๆ ในป้ายหาเสียง

😭

[Kshitij Anand @kshitijandquant]

Quant Trading Guide by Callum McDougall.

Has some really good problems.

Please access it from here:- https://t.co/PBUtOFBxoe

[Pr0digy @tysatza]

The wind came and never left.
They spoke of the calm at the center.

Other raised walls,
learned to rest beneath thunder,
grew familiar with shudder.

He pressed forward,
until he was only motion.

Even now, he rattles their shutters,
the eye forever at his center.

[Mustafa @oprydai]

a framework for building range without losing depth.

> this book breaks down how to learn across disciplines, acquire skills fast, and think flexibly without becoming scattered.
> written for serious autodidacts

[Steve the Beaver @beaversteever]

Sell your software books right now and pick this up

[Valeriy M., PhD, MBA, CQF @predict_addict]

One of the best stats textbooks by legendary Prof Larry Wasserman.

#math

[Pr0digy @tysatza]

Whenever the exam is coming, I learn a thing or two more about myself. I guess if I have a test every week, I won't be needing no therapy ever.

[Jack Meyer 🏛️ @Jackbmeyer]

This is literally the best book list that rewires your brain for success

[Könings @EdwardKonings]

"And what if we applied aerospace engineering techniques to Economics?......"

[Piotr Pomorski @PtrPomorski]

- LR is mostly about L1 (lasso) or L2 (ridge) penalty
- Naive Bayes is alpha
- Decision tree nobody uses as a standalone algorithm but needs to be learnt how it works
- Random forest is all about max depth, no. of estimators, max features (cannot be all of them), min. samples split and leaf
- GBT is about using xgboost/catboost/lightgbm and focusing on the same as above + learning rate, alpha/lambda, no. of leaves, subsample/col. sample by tree, and boosting type if applicable
- PCA is all about leaving it alone for time series unless you roll / use it for research. PLS is good though. Types of PCA and when to use it:
-> linear for assuming linear relationships between features
-> kernel for nonlinear relationships between features
-> incremental if you have tons of features and samples, and want to run PCA fast
-> robust PCA when you have outliers
- If we talk about PCA, one can mention ICA if you want statistically independent features rather than uncorrelated ones
- kNN nobody uses but k-means is useful where obviously no. of clusters matter the most
- Support vector machine when nothing works and you're just curious if this one works. Relies on C and kernel, for capturing linear or nonlinear relationships
- NNs params is a story for another post, since these depend on types of NNs. But remember NN layer -> normalisation layer -> dropout layer. Sometimes you see activation layer between normalisation and dropout or even later; this depends if you want flexibility in terms of when to put it or you just drop it and add activation param inside the NN layer.

[Goshawk Trades @GoshawkTrades]

- Better System Trader
- Flirting with models
- Excess Returns
- Top Traders Unplugged
- Odds on Open Podcast
- Systematic Shenanigans (quick plug)

(No particular order)