Kurgan-Telecom Ru | Информационные технологии

Я переодически посещала психологов с 18 лет. Всегда рассматривала это как инструмент улучшения жизни. При этом никогда не копала глубоко в методы, которые психологи используют в работе, а при подборе психолога всегда смотрела, чтобы было высшее образование, постоянно повышение квалификации и опыт работы. К тому же самый распространенный совет на сайтах по подбору психолога - метод якобы не так важен, а важен контакт с психологом.

После 1,5 года посещения сеансов с психоаналитиком и изучения дополнительной информации по этому вопросу, я пришла к мнению:

Психоанализ не только может потратить ваше время и деньги неэффективно, но и навредить вам.

Почему? Рассказываю в этой статье.

Термином soulslike называют игры, похожие на творения знаменитой японской студии FromSoftware. Жанр уже практически добил классические слэшеры, а его элементы проникли во многие современные action-RPG и даже jRPG вроде нашумевшей в прошлом году Expedition 33.

Проблема в том, что большинство популярных «сосаликов» слишком уж похожи друг на друга не только формулой с «кострами», возрождающимися врагами и фармом мистической валюты, но часто и визуальной эстетикой, и даже нарративом. Очередной обреченный герой снова ищет свое место в дистопичном мире, попутно уничтожая нечисть и споря с высшими силами…

Специально для этой подборки мы подобрали 7 актуальных игр жанра, которые воспринимаются довольно свежо.

Количество участников в команде влияет на статистику, но не определяет эффективность процесса. Ключевой фактор успеха — не численность, а чёткое распределение зон ответственности и поддержка траектории профессионального роста каждого коллеги.

Моя основная профессиональная деятельность — машиностроение и она, как и люди в ней работающие, как правило, очень далеки от мира IT. Поэтому когда кто‑то, в моей отросли, говорит про программирование, а особенно, что «занимает программированием», то часто можно услышать это...

Странный вопрос, не правда ли? У AI-агентов, конечно, есть разные проблемы, но вряд ли их можно обвинить в медлительности. Спросите, как говорится, любого, какие у него ощущения от AI, и первое, что вы услышите, будет что-то вроде: «AI за 3 часа сгенерировал мне 100 тысяч строк кода». Разве это можно назвать медлительностью?

На этом месте можно было бы и разойтись: 100 тысяч за 3 часа. Покажите мне человека, который способен хотя бы в половину этого, — и «я съем свою шляпу». Но я по‑прежнему утверждаю, что AI-агенты слишком медленные. Не верите? Добро пожаловать под кат…

Первое упоминание компьютерной программе было сделано практически век назад и датировано еще далеким 1833 годом. С тем пор были изобретены множество языков программирования, начиная от машинных и до современных C++, Java, Python. Постепенно понимание и сложность компьютерных программ менялось: если ранее максимальное внимание уделялось алгоритму, то сейчас в комплексных программных приложениях, акцент смещается в сторону данных. Изобретены множество прикладных методов внедрения информационных систем, которые по существу являются производными от трех классических моделей имплементации. Однако, неоспоримым является тот факт, что любая программа в первую очередь должна покрывать исходные потребности пользователей. Данная истина зачастую теряется рутинных активностях разработки приложений и их внедрения.

Множество литературных источников описывают подходы и методы анализа бизнес-требований [1-3], забывая то, что они не могут «жить» независимо. Требования являются важным элементом жизненного цикла программного обеспечения, именно с их формулирования начинается проработка концепции будущего программного продукта. Механизмы теории дизайн-мышления помогают сформулировать требования, если изначально пользователи не могут их озвучить. Получается, что требования – отправная точка разработки любого софтверного продукта, чем качественнее ведется их обработка, тем более управляемым становится проект реализации приложения.

Цель данной работы состоит в анализе жизненного цикла требований к программным продуктам для обеспечения эффективного внедрения коробочных ERP-решений в приемлемые сроки, с заданным уровнем качества и фиксированными затратами. Достижение указанной цели потребует реализации следующих задач:

Формальные обязанности тимлида описаны в бесчисленных гайдах: расстановка приоритетов, планирование, технический надзор, развитие команды. Однако за этим фасадом скрывается пласт невидимой, но крайне энергозатратной работы – управление эмоциональным климатом. Эта нагрузка редко становится темой для обсуждения, но именно она часто определяет, останется ли команда эффективной или начнет распадаться. (Когда-то на TeaamLead Conf я даже сравнивала работу тимлида с работой психолога).

Невидимая работа: менеджмент ожиданий и смысла

Помимо управления задачами, тимлид управляет контекстом. Это постоянная работа на двух уровнях:

/tl;dr

Бизнесу нужны рубли и проценты, а не слова про «выявление требований». Аналитик не кодит и не продаёт — как доказать, что он вообще что-то даёт? Цифрами.

Минимум метрик: трудозатраты на требования, доработки после релиза, конверсия, средний чек, время отклика бизнеса, ROI аналитики. Начните с двух–трёх — трудозатраты, баги, конверсия. Остальное добавите позже.

Сравнивать только «было» и «стало»: один и тот же функционал до и после переделки с аналитиком (например, при смене API). Иначе «задачи разные», «сезон другой» — и ваши цифры списывают на совпадение.

Зафиксируйте базовый период, нормализуйте цифры (на релизы, команду, сложность), постройте тренд и переведите эффект в рубли. Один график «до/после» сильнее десяти слайдов про «мы поработали хорошо».

ИИ и инструменты тоже измеримы: путь от требований до ТЗ сократился вдвое — считайте экономию в часах и рублях на фичу. Подставьте свои цифры — получите конкретный финансовый эффект.

Метрики — не способ оправдаться, а способ показать вклад аналитика и улучшать процессы. Сначала измеряй, потом убеждай.

Когда запускаешь pytest --cov код выполняется как обычно, но в конце появляется отчёт о покрытии. Как pytest узнаёт, какие строки выполнились? Ответ в sys.settrace, это низкоуровневый хук, который позволяет перехватывать каждый шаг интерпретатора.

На этом механизме построены coverage.py, pdb, PyCharm debugger, hunters, и десятки других инструментов. Разберём, как это работает изнутри и почему трассировка устроена именно так.

В мире Linux существует негласное соревнование: чей neofetch (земля ему пухом) или fastfetch запустится быстрее и покажет заветное лого дистрибутива. Разработчики бьются за миллисекунды, оптимизируют конфиги, переписывают всё на C... Я же решил построить своего рода Машину Голдберга.

Мой путь — это путь slowfetch. Я взял инструмент, который гордится своей скоростью (0.013с), и «оптимизировал» его до 0.77с. Зачем? Чтобы превратить терминал в панель управления космическим кораблём (или алтарь, об этом позже).

Это история о том, как простое желание «пофлексить» конфигом превратилось в полгода разработки на Bash и создание собственного инсталлера.

Что делать, если сервис, который вырос из транзакции в монолите, за несколько лет стал входной точкой во все размещения на Авито? Когда через PostgreSQL проходят миллионы объявлений в день, привычные приёмы вроде «подождём, пока освободится блокировка» перестают помогать справляться с нагрузкой. А DELETE FROM больше не удерживает рост таблицы на диске.

Эта статья — ретроспектива развития продукта Listing Fee. В ней Евгений Константинов, backend-инженер Авито, рассказывает, как вместе с командой справлялся с ростом нагрузки и объёма данных без шардирования, а ещё про инциденты, дедлоки и «аварии первого числа», из-за которых критичные бизнес-сценарии оказывались недоступны. Материал подготовлен по мотивам выступления на Saint HighLoad++ 2025 — с разбором проектных ошибок, технических решений и приёмов, которые иногда спасали буквально одним запросом.

Автор блога XacPC Dev Labs Павел Осадчук вспоминает, как Microsoft неоднократно пыталась решить одну и ту же проблему пользовательского интерфейса с 1997 года, связанную с виджетами. Он насчитал шесть попыток реализаций такого интерфейса за 30 лет. 

Мозг человека постоянно сравнивают с компьютером, который передает сигналы, анализирует информацию и хранит данные. Продолжая эту аналогию, можно сравнить нервные окончания с проводами, которые передают сигналы от мозга к определенному органу или части тела и обратно. А центральным хабом для этих проводов является спинной мозг, повреждение которого часто приводят к потере двигательных функций. Пусть данное сравнение хоть и не очень точное и элегантное, тем не менее оно показывает, что прерывание канала передачи сигналов не эквивалентно полному его исчезновению. Остается лишь найти этот сигнал, декодировать его и перенаправить по альтернативному пути. Ученые из Американского института физики (Колледж-Парк, Мэриленд, США) провели исследование, в котором попытались обнаружить сигналы «намерения» движения конечностями у пациентов с повреждением спинного мозга с помощью данных ЭЭГ. Какие именно сигналы искали ученые, что им удалось найти, и как это поможет в протезировании будущего? Ответы на эти вопросы мы найдем в докладе ученых.

Статья описывает практический переход от физической к логической сегментации сети на примере сети небольшого предприятия с тремя зданиями.

Решаем задачу организации гостевого доступа в новом месте без изменения физической инфраструктуры. Для решения используется технология VLAN, что позволяет гибко перераспределять сетевые сегменты независимо от физического расположения оборудования.

Привет! Меня зовут Николай, я C++‑разработчик в SimbirSoft. Я подготовил цикл статей, в которых хочу поделиться своим опытом проектирования библиотек на примере решения геометрических задач и разобрать три популярных подхода к организации кода. В этой статье я расскажу про классическое наследование с виртуальными функциями и использование шаблонов. В продолжении будет еще подход, следи за обновлениями профиля.

Статья будет полезна разработчикам C++, которые сталкиваются с выбором архитектурных решений при создании расширяемых и производительных библиотек. Мы рассмотрим практические примеры реализации обоих подходов, сравним их преимущества и ограничения, а также обсудим компромиссы, которые неизбежно возникают при проектировании масштабируемых решений.

Для комфортного чтения материала потребуется уверенное владение базовым синтаксисом C++, понимание принципов объектно-ориентированного программирования, а также общее представление о шаблонах и виртуальных функциях. Текст ориентирован на разработчиков среднего уровня, но может быть полезен и тем, кто только начинает глубже разбираться в архитектуре C++-библиотек.

Продолжаем серию публикаций по вредоносным APK для Android. В новогодние праздники злоумышленники хорошо поработали: Angara MTDR обнаружила рассылку новых модификаций Mamont, которые исследовать гораздо сложнее, — они сразу выявляли запуск в песочницах и использование средств динамического анализа. Пришлось потратить пару дней, чтобы разобраться, в чём дело и что же добавили нового.

В статье рассмотрим:

- краткую историю возникновения ВПО семейства Mamont/«Мамонт»;

- новые способы защиты и обхода средств анализа, которые появились в начале 2026 года;

- некоторые рекомендации, как не заразиться и снизить опасность угрозы заражения;

- советы, как удалить и что делать, если есть подозрения о заражении.

Задача оценивания состояния динамической системы по неполным и зашумленным измерениям считается фундаментальной проблемой в теории управления, навигации, робототехнике и обработке сигналов. Рекурсивный фильтр Калмана обеспечил возможность аналитического решения для линейных систем с аддитивными гауссовскими шумами.
Однако практические системы редко удовлетворяют ограничениям линейности и гауссовости.
И если для учета нелинейности в инженерном сообществе в целом существует консенсус в пользу нелинейных фильтров, то с не‑гауссовскими шумами все сложнее.

Так, Википедия прямо отмечает: "Бытyет ошибочное мнение", что для правильной работы фильтра Калмана якобы требуется гауссовское распределение входных данных".

Аналогичная позиция отражена и в академической статье arXiv:2405.00058, 2024, где авторы называют требование строгой гауссовости одним из наиболее распространенных заблуждений и в качестве примера ссылаются на двенадцать "заблудившихся " публикаций.

В статье тезисам об ошибочных мнениях и заблуждениях противопоставляются три практических вопроса:
1. Снижается ли производительность линейного фильтра Калмана при различных типах не‑гауссовских шумов.
2. Как и чем измерить это снижение (если оно происходит).
3. Чем можно заменить линейный фильтр Калмана в этих условиях и какова цена такой замены.

Ответ на вопросы дается по результатам моделирования по схеме (линейность / нелинейность, гаусс / не-гаусс) для трех типов фильтров байесовского типа:
1.Линейного фильтра Калмана (KF).
2. Сигма-точечного нелинейного фильтра Калмана (UKF).
3. Фильтра частиц / Particle Filter (PF).

Для диагностики фильтров используется метрика общего вида RMSE и специализированная метрика согласованности фильтров NEES (Нормализованная квадратичная ошибка оценки / Normalized Estimated Error Squared).

Дополнительно на тех же результатах рассматривается метрика NIS (Нормализованный квадрат инноваций / Normalized Innovation Squared) - инструмент мониторинга качества фильтра на реальном объекте, без необходимости знания истинной траектории.

Ссылка на блокнот с кодом симулятора в конце статьи.

Всем привет, это снова я — Сторож Алексей, ведущий консультант AKTIV.CONSULTING! И, перед тем как продолжить, напомню — данный текст является продолжением большой статьи, в связи с чем я настоятельно рекомендую сперва ознакомиться с первой ее частью, где я рассказывал почему и кому ГОСТ 57 580.1 вновь скоро станет актуальным, а также объяснил, как Банк России (БР) видит защиту информации в финансовых организациях (ФО).

В этой же части статьи мы продолжим говорить про ГОСТ 57580.1, но теперь о том, как подойти к внедрению организационных и технических мер на практике, как и с чего следует начать и как подготовиться к внешнему аудиту.

На любом уровне от CEO, CPO, CMO до тимлидов небольших команд, когда голова принимает решения на эмоциях или переносит раздражение на команду это расшатывает всё дело. Толерантность к эмоциональной нестабильности — это не дар, а навык. Можно научиться осознанно управлять своими реакциями, оставаясь в ресурсе даже под давлением. Понять собственные сценарии и довести до автоматизма умение управлять реакциями, моментально адаптируясь под ситуацию.

Привет, Хабр!

На прошлой неделе мы рассказали о мировых трендах IT и ИБ, сложившихся в 2025 году. Это важные тенденции, которые буду влиять на нас и наше будущее в ближайшие месяцы и годы. Каким видится это будущее, исходя из тенденций – рассказываем в этой статье.

Во всём будет виноват ИИ, конечно, но не только.