Kurgan-Telecom Ru | Информационные технологии

Спойлер: я не выпускник МФТИ, не олимпиадник и ненавидел программирование. У меня было 45 баллов ЕГЭ по математике, диплом инженера ПГУПС и стойкое ощущение, что в IT мне не светит ничего. Сейчас я Senior Data Scientist в крупном банке, а в 26/27 буду преподавать в ИТМО. В этой статье - как именно так получилось, и что нужно понять, чтобы не сидеть годами на одной работе за 100к, когда соседняя сфера платит втрое больше.

Статья о том, почему не надо учить Redux и прочие внешние сторы За два года я ни разу не написал ни одного редьюсера

Вышла недавно статья на Хабре, которая осталась незамеченной.

Девушка, которая не шарит в программировании, навайбкодила телеграм-бота для практики английского. Бот буквально является оберткой над ChatGPT.

Что не так с этой историей...

В феврале 2026 года эксперты F6 Threat Intelligence обнаружили файл, исследование которого привело к раскрытию инфраструктуры ранее неизвестной группировки. Специалисты F6 назвали её SiribClone – по метаданным одного из атакующих и используемому инструменту rclone (утилита командной строки с открытым исходным кодом для работы с облачными хранилищами). Несмотря на небольшое количество обнаруженных публичных сэмплов, мы установили, что атакующие активно тестировали свои разработки с декабря 2025 года, а самые ранние следы фишинговой активности злоумышленников датируются летом 2025 года.

В начале XIX века английские ткачи ломали станки — не потому что не понимали технологию, а потому что понимали слишком хорошо. Два века спустя эта тревога возвращается.

Перевод статьи Why the Biggest Threat to Robotics Isn't Technical (Six Degrees of Robotics, Аарон Прейтер, май 2026) о том, почему главная угроза робототехнике сегодня — не техническая, с моими пояснениями для тех, кто следит за темой снаружи индустрии.

Remote Photoplethysmography (rPPG) — это технология бесконтактного измерения физиологических сигналов человека по видеозаписи. Изначально метод создавался для оценки пульса через обычную камеру, но позже стал одним из важных инструментов обнаружения дипфейков.

Основная идея очень проста:

Когда сердце перекачивает кровь, объем крови в капиллярах лица слегка меняется. Это вызывает микроскопические изменения отраженного света от кожи. Человеческий глаз их не замечает, но алгоритмы компьютерного зрения могут извлечь эти изменения из видеопотока и восстановить сигнал сердцебиения.

Для настоящего человека физиологический сигнал присутствует всегда, однако его качество извлечения зависит от условий съемки. В синтетических видео rPPG-сигнал часто отсутствует, искажается или демонстрирует физиологически неправдоподобные характеристики.

Почему дипфейки плохо проходят rPPG

Большинство генеративных моделей обучаются воспроизводить -

форму лица, мимику, движения губ, моргание. Но, они обычно не моделируют - кровоток, сосудистые изменения, физиологические процессы. Поэтому при анализе возникают артефакты.

Признак 1. Отсутствие пульсового сигнала

В некоторых дипфейках спектр выглядит как шум:

Настоящее лицо:

пик на 75 bpm

Дипфейк:

хаотический спектр

без выраженного пика

Признак 2. Несогласованность областей лица

У живого человека:

лоб,

правая щека,

левая щека

показывают одинаковый пульс.

Например:

Лоб: 72 bpm

Правая щека: 73 bpm

Левая щека: 71 bpm

У дипфейка:

Лоб: 62 bpm

Правая щека: 91 bpm

Левая щека: 47 bpm

что физиологически маловероятно.

Один лагерь показывает 0,1% обращений в логах и хоронит файл. Другой обещает прирост цитируемости на 30–60%. Обе цифры реальны. Они измеряют разные вещи, и пока спорщики этого не видят, спор идёт по кругу.

Я полгода вожусь с llms.txt на клиентских проектах и на собственном сайте. В мае прогнал восемь AI-систем через контролируемый тест, чтобы перестать гадать и увидеть, кто реально читает файл. Результат не подтвердил ни одну из двух громких позиций целиком. Он показал третью картину, которую обе стороны пропускают: llms.txt живёт не в логах фоновых краулеров и не в магии ранжирования. Он живёт в агентном слое реального времени и в IDE-агентах. Это узкое место, но там он работает.

Компании уже оплачивают сотрудникам Claude Code, Cursor или Codex, но не всегда видят рост производительности.

Проблема часто не в модели, а в том, что знания о процессах, решениях и ошибках остаются на локальных компьютерах сотрудников.

Разбираю, зачем команде общая память, и при чём тут GBrain, OpenBrain и обычные Markdown-файлы.

В этом тексте я произвел обзор микросхемы SPI-NOR FLASH памяти MX25L6433F.
Показан код, который позволит запустить на микросхеме файловую систему LittleFS.

Как открывать шлагбаумы и ворота силой мысли. Описание мобильного приложения и конечного устройства.

Ребёнок сдал ДЗ - но понял ли он тему? Вместо разбора тетради я завёл диалог по сократическому методу: наводящие вопросы, петля любопытства, ловушки на типичные заблуждения и пересказ "как для младшего брата". Рассказываю, как из университетской философии и маркетинговых приёмов собрался system prompt для чата с LLM (DeepSeek), что дало temperature=0, обрезка истории и function calling - и почему это не замена мотивации, а инструмент, когда интерес уже есть.

В 2026 году искусственный интеллект стал неотъемлемой частью бизнес-процессов: от автоматизации клиентских операций до внутреннего мониторинга данных. Но с ростом числа AI-агентов увеличиваются и риски. Непреднамеренное поведение AI может вызвать сбои в финансовых потоках, нарушение нормативов и утечку данных.

Например, в банковской среде AI, который управляет транзакциями, может заблокировать сотни счетов одновременно, если возникнет ошибка в алгоритме. В логистике автономные системы управления складами и роботами могут остановить цепочку поставок, если не предусмотрен механизм контроля. Такие сценарии уже фиксировались в корпоративных исследованиях 2024–2025 годов (см. IBM Research AI Risk Report, 2024).

Вывод: компании остро нуждаются в инструментах, которые позволяют сохранять контроль над действиями AI, минимизировать риски и при этом не замедлять инновации.

Более пяти десятилетий назад астроном Фрэнк Дрейк использовал одну из крупнейших на Земле радиоантенн, чтобы отправить в космос закодированное сообщение, надеясь, что однажды оно достигнет глаз, ушей или других непостижимых органов чувств разумных инопланетян. Бесшумно прорезая Млечный Путь со скоростью света, ставшее теперь знаменитым сообщение Аресибо пролетело уже около 50 световых лет от Земли — это примерно в 10 раз больше расстояния до ближайшей звезды, Проксимы Центавра, но составляет лишь одну пятисотую часть пути до его предполагаемого пункта назначения в созвездии Геркулеса.

Поиск внеземного разума (SETI) — это игра в ожидание, но для радиоастронома Эммы Чепмен, астрофизика из Ноттингемского университета, вопрос о том, удастся ли человечеству когда-нибудь установить контакт с внеземной жизнью, звучит не как «удастся ли», а как «когда». Вселенная слишком обширна и богата планетами, чтобы человечество было единственной разновидностью жизни в ней, пишет Чепмен в своей новой книге «The Echoing Universe: How Radio Astronomy Helps Us See the Invisible Cosmos» (Basic Books, 2026). И когда мы действительно услышим наших гипотетических инопланетных соседей, радиоастрономы будут первыми, кто об этом узнает.

По данным Авито Путешествий, в 2025 году количество обращений к посуточной аренде выросло на 29%, а поисковых запросов — на 21%. В 2026 году интерес к загородному отдыху сохраняется, но меняется поведение аудитории.

Мы в Авито Рекламе вместе с коллегами из Авито Путешествий опросили 10 тысяч россиян и выяснили, как сегодня люди выбирают загородное жилье. Результаты показывают: конкурировать приходится не только ценой. На решение влияют сценарий отдыха, окружение дома, инфраструктура и даже способ коммуникации с владельцем.

Разберем самые интересные выводы и посмотрим, что они означают для бизнеса.

Моё знакомство с нефтехимией случилось в пять лет. Отец тогда работал на заводе СК имени Кирова, сейчас это «Воронежсинтезкаучук». Однажды он вернулся домой особенно поздно, и я начал расспрашивать, чем он занимается. Чтобы я понял, отец сказал, что весь день ремонтировал «большую кастрюлю с мешалкой», размером больше моей комнаты. Я был очень впечатлён.

Отец отдал заводу 42 года. В 1970-х его направили в Нижнекамск помогать запускать первую очередь комбината. Сейчас ему 80, и ему до сих пор снятся предприятие и коллеги по цеху. Когда я возвращаюсь из командировок на «Нижнекамскнефтехим», всегда рассказываю папе, как изменилось предприятие. Он радуется и тому, как преобразился завод, и тому, как похорошел сам Нижнекамск.

Гордон Мур в 1965-м предсказал будущее полупроводниковой индустрии на полвека вперед. Но он не предвидел, что его Закон похоронит китаянка- инженер на конференции в Шанхае. 

В мае 2026-го глава Huawei Хэ Тинбо показала миру архитектуру LogicFolding и предложила новый принцип развития чипов — Закон Тау. Что это за технология, чем возражают скептики и как Закон Тау может повлиять на лидерство компании — в статье. 

В этой статье постараюсь кратко описать, какие существуют научные исследования, и их выводы о проблеме мышления и неочевидных закономерностях развития интеллекта человека.

Казалось бы, чтобы разобраться с вопросом, должны помочь работы относительно низкоуровневой дисциплины – когнитивной психологии. Но не всё так очевидно…

Сегодня процессор легко воспринимать как чёрный ящик: дал команду — получил результат. Но у компьютеров до эпохи микропроцессоров эта логика была буквально разложена по платам, микросхемам и дорожкам.

В статье разбираем одну из плат ALU/регистров компьютера Mitra 125 MS, который работал в лаборатории Spacelab на борту Space Shuttle: как из TTL-логики собирали арифметику, зачем 16-битной машине понадобилось 32-битное АЛУ и что можно понять о космическом компьютере 1980-х, прозванивая его схему вручную.

Привет, Хабр! Мы — команда разработчиков платформы корпоративных коммуникаций Frisbee. Сегодня речь пойдет о созданном нами корпоративном видеохостинге FrisbeeTube. Эта статья будет интересна как нашим коллегам-разработчикам, так и ИT-директорам и менеджменту, которые ищут надежное решение для хранения, организации и использования видеоконтента внутри компании.

Любой аналитик знает, что самым надёжным способом проверки гипотез являются рандомизированные контролируемые эксперименты (RCT), или, как их называют в народе — A/B-тесты. На практике часто возникают ситуации, когда провести A/B-тест невозможно — в основном это происходит по этическим или техническим причинам. Однако бывают кейсы, когда рандомизация невозможна потому, что treatment-ом является определённое действие пользователя. Например, treatment-ом может быть оформление платной подписки или отмена бронирования на сервисе. Давайте назовём такой вид воздействия добровольным.

В русскоязычном пространстве, и в частности на Хабре, достаточно много статей, посвящённых таким методам Causal Inference, как DiD, PSM и Causal Impact. Тем не менее, к моему удивлению, практически нет статей, посвящённых методам на основе ортогонализации и regression adjustment, хотя, на мой взгляд, именно эти методы являются самыми удобными для оценки эффекта от добровольного treatment-а. Пришло время исправить это недоразумение и разобрать метод Double/Debiased Machine Learning (DML) и Partial Linear Regression для задач Causal Inference!