Kurgan-Telecom Ru | Информационные технологии

Привет, Хабр! Меня зовут Константин Крюков, я разрабатываю систему хранения данных TATLIN.UNIFIED в YADRO. Сейчас мы с командой создаем MeyerSAN — решение, которое имитирует неисправность SAS HDD и SSD и позволяет автоматически тестировать реакцию СХД на ошибки.

Мы написали проект на новом стандарте С++ 23 и использовали паттерны объектно-ориентированного программирования. Под катом расскажу, что за решение у нас вышло, как устроена его архитектура. А еще мы вместе вспомним, зачем строить программную архитектуру тщательно и правильно (и не жалеть об утраченном времени на активную разработку).

Создание понятных и информативных отчетов — ключевая задача для аналитиков и специалистов по данным. В этой статье мы разбираем, как стандарты IBCS (International Business Communication Standards) могут помочь улучшить визуализацию данных в Power BI, повысив их читаемость и эффективность. Рассмотрим, как связать ClickHouse с Apache Superset для создания мощных аналитических дашбордов и какие практики помогут вам избежать избыточности и повысить точность представленных данных.

Я уже говорил, что есть один вопрос, способный мгновенно уничтожить конструктивность любой, даже самой интересной дискуссии о будущем ИИ, нейробиологии или философии. Такой безошибочный ход человека, несогласного с мнением оппонента, но не имеющего возможности опровергнуть его доводы, аварийная кнопка катапульты для сложных ситуаций.

Вопрос звучит так: «Но для начала, давайте определимся, что такое сознание?» В эту секунду диалог о гипотезах и парадоксах превращается в унылый терминологический спор. Участники начинают бросаться именами авторитетов, цитатами, чем длиннее, тем лучше. Чалмерс, Декарт, Кант, Фрейд, упаси Господи, всё идёт в ход. 

Многим кажется, что самый правильный и научный подход  — сначала дать определение объекту, а потом его изучать. Но фактически этот подход напоминает попытку покорить вершину, путем систематического и кропотливого обхода горы по кругу. А что если вопрос «что?» не просто сложный, а в принципе неверный?

Мне приходится тратить много времени на мониторинг арбитража, госзакупок и других документов: PDF на сотни страниц, новости с «водой», RSS при этом отсутствует.

Поэтому я решил разработать open-source инструмент, который сам проверяет сайты, скачивает документы и с помощью локального ИИ (GPT4All / DeepSeek) делает краткую смысловую выжимку по YAML-шаблону.

Он должен работать как конвейер: источник → шаблон → интерпретация → результат. Локально, без облаков. И объединять всё в единую ленту новостей.

Сейчас я дорабатываю MVP — и я хочу понять, какие шаблоны наблюдения наиболее востребованы: законопроекты, торги, релизы, или что-то ещё?

Мы выкатили меню потоков — новый инструмент для исследования Хабра. Работает как карта сокровищ: открываешь и сразу видно путь к ценным статьям.

Пока меню работает в тестовом режиме. Контент собирается только по двум потокам (Бэкенд и Фронтенд). Но скоро появятся новые направления — список в конце статьи.

Приветствую, глубокоуважаемые!

Мы сделали гидроакустический конструктор: теперь при помощи Arduino можно управлять передачей, детектировать прием, измерять время распространения сигнала в воде, макетировать свои навигационные системы и системы связи и даже делать антенные решетки.

Зачем? Ну, если вы решили заняться астрономией или, скажем, биологией, или резьбой по дереву - у вас есть широкий выбор в инструментах, оборудовании, школах и даже направлениях. Но что делать, если вы решили посвятить себя передачи данных и навигации под водой? Как бы странно это не звучало. Вот для этого редкого случая мы и старались. Ну и, вдруг в школах, инженерных кружках или даже в университетах этому найдется применение - будем только рады.

Разработали облачное решение? Теперь главный вызов — защитить вашу интеллектуальную собственность от копипастеров и недобросовестных конкурентов.

Меня зовут Юрий Горбачев. Я — специалист по интеллектуальной собственности. Забудьте теорию. Давайте о практике: какие механизмы (патенты, авторское право, коммерческая тайна) и договоры реально защитят ваш код, данные и интерфейсы.

Привет, Хабр! Меня зовут Андрей Капустин, я менеджер продукта в компании VK Tech. Для построения систем хранения и обработки данных по объектам мы часто используем различные СУБД, которые объединяем в большие геораспределенные кластеры. Кластер СУБД содержит данные, необходимые для функционирования Mission Critical процессов, поэтому нам необходимо гарантировать постоянную доступность, обеспечить отсутствие потерь и минимизировать время предоставления данных по запросу.

Привет, Хабр! Меня зовут Андрей Капустин, я менеджер продукта в компании VK Tech. Для построения систем хранения и обработки данных по объектам мы часто используем различные СУБД, которые объединяем в большие геораспределенные кластеры. Кластер СУБД содержит данные, необходимые для функционирования Mission Critical процессов, поэтому нам необходимо гарантировать постоянную доступность, обеспечить отсутствие потерь и минимизировать время предоставления данных по запросу.

Добро пожаловать на восьмой выпуск нашего дайджеста, посвящённого новостям и событиям в мире .NET! В этот раз мы расскажем про уже ожидаемые .NET 10 preview 4 и 5, новую команду dotnet run app.cs и множество интересных статей. Команда PVS-Studio рада представить вам подборку самых интересных и полезных материалов. Поехали!

В статье подробно рассматривается опыт интеграции высокоточных тактильных перчаток в VR‑окружение при помощи ROS 2. Автор делится практическими наблюдениями, описывает архитектуру системы, принципы синхронизации данных и пример реализации на C++ и Python. Материал будет интересен тем, кто хочет заглянуть «под капот» реального прототипа мультисенсорного взаимодействия и избежать типичных ловушек в организации низкоуровневой передачи тактильных сигналов.

Мы пошли в сертификацию ФСТЭК, аттестацию 152-ФЗ и на получение лицензии для работы с гостайной. Потому что мы вместо Опенстека сделали свою платформу и на ней смогли всё настроить под требования госорганов.

Поэтому вот пост, как получить сертификацию на гостайну по ФЗ-152 — уровень УЗ1.

Очень подробный и со всеми деталями.

Творческий блок, шаблонные решения, страх ошибиться — традиционный брейншторминг, бывает, превращается в хождение по кругу. А вот AI-ассистенты таким проблемам не подвержены, к тому же они уже давно смогли отойти от шаблонности, и в 2025 году люди всё чаще прибегают к их помощи. ИИ могут не только предлагать варианты, но и критиковать их, комбинировать противоположные концепции и даже предугадывать тренды. Нейросети задают неудобные вопросы, предлагают абсурдные, на первый взгляд, комбинации, но в итоге зачастую именно это и приводит к успеху.

В этой статье вы найдёте подборку инструментов для брейншторминга и их наглядное тестирование, в которое войдёт как генерация идей на определённую тематику, так и решения для более конкретных задач, а в конце будет сравнительная таблица.

Всем привет! Меня зовут Андрей. Недавно я на целый год ушел с работы и вернулся на студенческую скамью. Опыт оказался удачным. Теперь хочу кому-то еще помочь сделать хард ресет карьеры.

Готов платить мотивированному студенту 40к/месяц в течение 6 месяцев. Никаких ограничений на возраст, текущий род деятельности и прочий шум. С вашей стороны план обучения, минимальная отчетность по прогрессу, а самое главное желание учиться!

Компания Uber уже 8 лет применяет технологии машинного обучения (Machine Learning, ML). В 2016 году мы впервые начали использовать сложные ML-модели, основанные на правилах. Мы внедрили их в командах, которые занимались подбором водителей и пассажиров и ценообразованием. С тех пор мы многого добились. А именно, речь идёт о том, что сегодня модели глубокого обучения являются неотъемлемой частью большинства приложений, критически важных для деятельности компании. Мы, кроме того, активно исследуем возможности, предлагаемые генеративными ИИ-моделями (Artificial Intelligence, AI, искусственный интеллект). По мере того, как растут масштаб и сложность AI/ML-моделей, увеличивается и потребность в высокоэффективной инфраструктуре, которая способна достойно обеспечивать их работу. За последние несколько лет мы, руководствуясь стратегическими соображениями, внедрили целый ряд инфраструктурных решений, основанных как на CPU, так и на GPU. Эти решения ориентированы на динамическое масштабирование наших систем и на то, чтобы удовлетворять потребности всё новых и новых задач, возникающих в сфере машинного обучения. Развитие нашей инфраструктуры заключалось во внедрении уникальных конфигураций аппаратного обеспечения, в расширении программных библиотек, в интеграции различных фреймворков распределённого обучения и в непрерывном совершенствовании нашей платформы Michelangelo. Эта платформа обеспечивает полный цикл работы с моделями. Все эти постепенные улучшения происходили благодаря тем знаниям и опыту, которые мы получили в процессе работы, а так же благодаря тому, что мы, что-то меняя, постоянно сверялись с трендами индустрии и со стратегией развития Uber. В сущности, все эти улучшения нацелены на то, чтобы компания соответствовала бы постоянно меняющимся потребностям наших партнёров и пользователей.

Нет, я не сошла с ума (хотя жара и залповые ливни располагают). Просто мы объявили конкурс Космотекст, и вдруг подумалось: а что если отправленные в космос статьи реально когда-то прочитает представитель другой цивилизации, которому в общем и целом случайно дана возможность понимать русский язык? Ведь эти тексты — артефакт нашей цивилизации.

Вспомните школу: в старших классах нас просили анализировать тексты. Не просто писать сочинение, а предполагать, что хотел сказать автор, разбирать структуру и даже ритмический строй (ладно-ладно, это уже просили на олимпиадах по русскому и литературе). Потому что текст способен рассказать не только о непосредственной теме, но и о её авторе, его окружении, каких-то принятых оборотах общения и т. д.

Так какой же может быть статья земного автора Хабра для глаз внеземного читателя? 

Валидация входных данных — критически важная часть любого приложения. Без неё ваше приложение подвержено:

— паникам и ошибкам из-за неожиданных nil или невалидных значений,
— некорректной работе бизнес-логики при обработке невалидных данных,
— уязвимостям безопасности (SQL-инъекции, XSS и др.),
— сложностям в отладке из-за непредсказуемого поведения.

Рассмотрим типичный подход к валидации без специализированных библиотек...

Если вас уже утомили статьи об “успешных успехах” и “еще 3 совета, как пройти собеседование в зарубежную компанию и не **** (зачеркнуть) сесть в лужу”, знайте - меня тоже. Поэтому вот она - финальная, честная и практичная статья о том:

- что действительно стоит (и не стоит) писать в резюме;

- как собирать метрики и объяснять их на интервью;

- как говорить о себе без паники;

- и что делать с неудобными вопросами на английском.

Дисклеймер. Я не участвовал в создании или продвижении скам-проектов. Я занимался исследованием одного конкретного скама и одновременно немного заработал на автоматизированной торговле исследуемыми токенами.

Пару месяцев назад я прочитал на Хабре статью “Скам на $700,000 в Solana: как токен с ростом в 4 млрд% обнуляется за секунды”. Если кратко, некий человек создает в блокчейне Соланы токен. Затем создает обменный пул, чтобы его токен можно было обменять на нормальную крипту, вносит в этот пул примерно $200к. Далее тысячи кошельков принадлежащие автору начинают покупать и продавать этот токен, но делают это так, чтобы график выглядел как прекрасная растущая кривая, в которую так и хочется вложиться. Этот процесс продолжается 10-20 часов, а затем автор выводит всю ликвидность из обменного пула и токен превращается в тыкву.

И тут я подумал: если есть определенная структура действий, заданная заранее манипуляция ценой, то почему бы не проехаться на этом поезде? Дабы не затягивать интригу скажу сразу, я закинул на счет для тестов $50, а недели через три на этом счете было уже более $2000 полученных исключительно торговлей скам-токенами. Однако этот поезд ушел и больше оно так не работает. 

Сегодня просто написать хорошую модель уже недостаточно: важно постоянно следить за её предсказаниями, так как поведение клиентов меняется со временем, и модель может терять в их качестве. Чтобы эффективно отслеживать её работу, нужна система мониторинга, которая определяет методы и частоту проверок, критерии отклонений. Построение целой системы часто пугает ML-команды объёмом работ — так модели остаются и вовсе без мониторинга. 

Одна из наших моделей, которая предсказывает отток клиентов, начала выдавать странные результаты. Стоит отметить, что она на тот момент уже не использовалась, поскольку была разработана новая, но старая оставалась как индикатор оттока с устаревшей методологией. Мы решили разобраться в странном поведении и понять, какие признаки нужно добавить в мониторинг, чтобы не упускать важные детали из виду.