Kurgan-Telecom Ru | Информационные технологии

Сегодня случился важный апдейт от Сбера, вышел релиз нового ГигаЧата.
Рассказываю, что нового добавили в GigaChat Ultra.

Все ошибаются. Ничего не поделаешь, shit happens, это нестрашно. Намного хуже, когда сильные, умные люди начинают сомневаться в себе из-за косяков. 

Причём не из-за каких-то критичных провалов, а из-за мелочей: где-то опоздали на пару минут на созвон, где-то пришлось переделывать задачу, где-то что-то не то сказали на встрече. И переживают потом: «Боже, зачем я это сказал вчера? Теперь все думают, что я дурак».

Привет, Хабр. На связи Саша Сергеев, CTO в Профи.ру. Я сам через это проходил. И часто вижу подобный страх ошибок в других. 

Хочу поговорить о том, как разработчикам жить с этим страхом и как в нормальных командах относятся к ошибкам. 

Личный опыт и разбор первой тактики перехода для уровня дохода 9+ млн/год

Многие мои коллеги и знакомые, достигая определенного карьерного потолка, совершают одну и ту же ошибку. Когда встает вопрос о смене работы, они действуют по накатанной схеме: «упаковать резюме, обзвонить агентства, разместиться на hh.ru». Это работает, пока ваш годовой доход не превышает 3–4 миллионов рублей.

Но когда мы говорим об уровне 9–10 миллионов рублей в год и выше, законы рынка меняются кардинально. Это «неструктурированный рынок», где публичных инструментов просто не существует. 

В этой статье я поделюсь личным опытом и опытом моего недавнего клиента — топ-менеджера IT-блока компании «Газпром». Разберем, почему на этом уровне наниматели покупают не просто навыки, а «сборку» из опыта, связей и репутации. И расскажу о четырех тактиках перехода, которые работают в реальности. Их я проверил на себе за годы работы в энергетике, госслужбе, мебельном холдинге и на производстве. Сегодня поговорим о первой, базовой тактике.

Почему ко мне пришел топ-менеджер из «Газпрома»

Ко мне обратился руководитель из IT-блока «Газпрома». Компания сейчас в активной фазе трансформации. Мой клиент, будучи стратегом, решил действовать на опережение: не ждать, когда изменения внутри компании начнут диктовать ему условия, а самому подготовить почву для перехода.

При его текущем уровне дохода (9–10 млн/год) просто откликнуться на вакансию — значит потерять время. Мы провели серию консультаций, наметили стратегию, и, как результат, он получил офферы сразу по нескольким каналам. Но обо всем по порядку.

Перенес консольного приложения в формат, удобный к показу по ссылке:

переписал логику на Rust,

собрал в WebAssembly и завернул в статичную страницу с терминальным интерфейсом на чистом HTML/CSS/JS.

В статье разбираю практический пайплайн: экспорт функции из Rust в WASM (wasm_bindgen), инициализацию модуля в браузере через JS, вывод результата в DOM и публикацию через GitLab Pages. Отдельно показываю, как встроил .wasm в base64, чтобы страница работала даже без отдельной загрузки бинарного файла.

Это кейс про то, как быстро превратить небольшую CLI-логику без системных API в наглядное web-демо, которое открывается с любого устройства без установки.

Репозиторий: gitlab.com/Evgene-Kopylov/iching_wasm
Демо: i-ching-wasm-c50914.gitlab.io

В ноябре мы выложили в open source preview-версии GigaChat-3-Ultra (702B MoE) и GigaChat-3-Lightning (10B MoE). С тех пор мы провели большую работу над нашими моделями, и сегодня выпускаем обновлённые GigaChat-3.1-Ultra и GigaChat-3.1-Lightning. По нашим замерам, Ultra обходит non-reasoning Qwen3-235B-A22B и DeepSeek-V3-0324 в математике и general reasoning, а Lightning на аренах с судьёй GPT-4.1 играет на уровне GPT-4o — при 1,8 млрд активных параметров. Модели, как и раньше, лежат на HuggingFace и GitVerse под MIT.

Но этот пост — не только про числа в таблицах. Переезд на новую архитектуру дался нам нелегко: переход от Dense-моделей к MoE вскрыл несколько проблем, о которых мы раньше не думали. По дороге к релизу мы полностью победили проблему зацикливания генераций (и придумали для этого метрику на основе BPE-сжатия хвоста), перевели DPO-этап в нативный FP8, получив качество выше bf16 при вдвое меньшем потреблении памяти, нашли критичный баг в SGLang при dp > 1, который роняет качество, и выяснили, что GPT-OSS-120b — неожиданно хорошая замена проприетарным судьям на аренах. Под катом — подробности о каждом из этих сюжетов: что ломалось, какие гипотезы не сработали, и что в итоге помогло.

Кейс полностью автономного траблшутинга нетривиальной системной проблемы с неработоспособностью NVENC в Docker-контейнере на Jetson Orin NX с помощью Claude Opus 4.6, как пример выхода больших языковых моделей за пределы квалификации middle-grade инженера. Около 40 минут заняло расследование проблемы, по мотивам которого, я попросил сеть написать статью, которую и предлагаю вашему вниманию как пример того, на что я мог потратить целый день, а большинство middle-grade инженеров бы не справилось вообще. Весь траблшутинг и статья сделаны в полностью автоматическом режиме без участия человека.

Собрала актуальный маршрут обучения Claude Code: с чего начать, какие доки и курсы пройти, и как перейти от просто попробовать к автоматизациям (skills/hooks/sub-agents/MCP).

Все ресурсы разложила в правильном порядке и коротко объяснила, как именно их проходить, чтобы не утонуть в ссылках и сразу получить результат.