For many people, the #Linux vs #Windows vs #Mac debate is a privilege — it assumes you can choose. But working with the Computer Upcycle Project, I've seen the real choice is often Linux vs no computer at all.
~95% of donated computers are "too old" for Windows 11 or macOS. Linux installs on them anyway, adding 10+ years of life to machines #Microsoft and #Apple called trash.
This isn't Linux vs Windows. It's Linux vs e-waste.
Got my performance review today.
Positive feedback: literally every member of my team says I'm the best manager they have ever had. I solved multiple long-standing problems the team has been dealing with for years. Team members feel safe to share their struggles, everyone feels empowered, everyone receives valuable feedback.
Negative feedback: I am not enthusiastic enough about AI.
Overall ranking: 3/5.
Anyone hiring for a fully remote team lead?
@343max Oh, der Ansatz ist auch interessant, grafisch. Das werde ich auch mal probieren!
Wie du im ersten Post schon geschrieben hast… das Gute an KI ist, man kann jetzt schnell Dinge ausprobieren, die man sonst nie angefangen hätte.
Neue Einblicke auf verschiedene Arten bekommen, die nun zeitsparend möglich sind.
👍
@343max Dein Video sah aus, als ob du zur „live“ verschiedene Dinge zusammenstellst für die Analysen. Das fand ich interessant, aber ich konnte nicht herauslesen, was da genau im Video zu sehen war.
Ideen um „rückwärts“ aus Logs sinnvolle Metriken herauszulesen finde ich interessant, da uns auch oft nicht viel anderes übrig bleibt mit dem was wir haben.
@343max Ich parse mir aus den Logs unserer „legacy“ Testsuite aktuell heraus, welche Tests durch welche Klassen laufen, und generiere mir unter anderem Smoke Tests daraus, da ein kompletter Testlauf 6-7 Stunden dauert (und viel immer durch dasselbe läuft).
Ich habe schon ein paar mal versucht auch Bottlenecks so zu finden, aber meine Ansätze waren an der Stelle nie wirklich zielführend.