Kurgan-Telecom Ru | Информационные технологии

Привет, Хабр! Я Дмитрий Белозеров из МТС Линк, моя команда отвечает за ПО и оборудование для переговорных комнат и сервис Rooms. Одна из задач, которую компании часто решают по-разному, — это расположение микрофонов в переговорной комнате. Цель кажется простой: добиться классного звука без помех, лишнего шума и эха. Но вы замечали, что после часового видеозвонка из красивой стеклянной переговорки команда жалуется на усталость, а удаленные коллеги не могут вспомнить, о чем шла речь? Проблема почти всегда кроется не в плохом интернете, а в звуке. 

Взяв за основу свой опыт и экспертизу коллег — руководителей проектов МТС Линк Олега Бурдяка и Андрея Чернова, расскажу, какие типы микрофонов бывают, как помещение влияет на акустику и что делать, чтобы снизить уровень шума. Вы узнаете, как быстро проверить реверберацию без сложных приборов, куда размещать звуковые панели и как заставить комнату из бетона и стекла, чтобы она зазвучала почти как профессиональная студия.

Когда ваша команда в последний раз замечала важный рыночный сдвиг* до того, как он попал в отраслевой доклад на ежегодном форуме или стал темой колонки в Forbes? Если честный ответ требует паузы — значит, в компании нет своей системы раннего обнаружения возможностей (РОВ). Возможно, отдел маркетинга ведёт мониторинг упоминаний бренда и отзывов в СМИ и социальных сетях. Но это не одно и то же.

Нередко подразделения и руководство компании работают в режиме реакции на ставшие общеизвестными тренды и обновления в предложениях конкурентов, которые уже нельзя игнорировать. Сотрудники таких организаций подписаны на аналитику, проводят стратегические сессии, ездят на выставки и конференции. Но принимают решения на основе информации, которая уже устарела, т.к. достаточно хорошо известна всем на их рынке. Однако здесь кроется и проблема, и возможность: пока тренд формировался и добрался до публичного отчёта, кто-то другой уже мог выстроить под него стратегию, бизнес-модель и линейку новых продуктов.

Это не вопрос доступа к информации. Это проявление того, как организация работает с сигналами о будущем, если работает вообще.

В этой статье — пять шагов процесса РОВ, три кейса из российской практики и конкретный план действий на ближайшую неделю. Без теории ради теории.

* – Рыночный сдвиг (от англ. Market Shift) — существенное изменение базовых условий на рынке (в поведении покупателей, регулировании, предложении продуктов или технологий), которые формируют новые стандарты, разрушают прежние бизнес-модели и требуют от компаний смены стратегии – для удержания лидерства в конкурентной борьбе, а то и – выживания.

Когда продукт должен работать и на телефоне, и на планшете, и на ПК, и на маке, путей два. Первый по учебнику: нативка под iOS, нативка под Android, отдельный веб под десктоп, и дальше живёшь с тремя кодовыми базами, тремя релизными циклами и модерацией в сторах. Второй: одно сайт-приложение (SPA плюс PWA), которое ставится на домашний экран и работает везде одинаково.

В своём проекте, агрегаторе нейросетей, я сознательно выбрал второй путь. Дальше разберу на этом примере, почему так, что выиграл, что честно потерял, и три грабли из прода, которые этот выбор подсветил. С кодом.

Деньги улетали быстрее, чем мы успевали их находить. Месяцев семь мы занимались тем, что брали кредиты. Бегали во все банки подряд и брали деньги под конские проценты.

Читатель из 2026 улыбнется, какие проценты мы тогда называли конскими. 

К августу поняли, что и этого не хватает, и начали распродавать имущество. Сначала ушло всё наше оборудование с ивентов: фотоаппараты, камеры, квадрокоптер. Распродали примерно на полтора миллиона. Потом машины, Коля продал Хёндай Солярис, я свой Киа, выручили ещё миллион двести. Мои квартиры, машины родителей. Всё, что банк соглашался взять, было в залоге.

В максимальной точке ежемесячный платёж по кредитам был 350 с лишним тысяч рублей. Для Иванова 2017 года это какие-то невозможные деньги. В моменте на нас висело около 4 миллионов долгов.

Последние полгода наблюдается дикая истерия из-за этого харнеса. Репозиторий affaan-m/ECC появился в январе 2026-го и к началу июня собрал 210 тысяч звёзд. Для сравнения, freeCodeCamp набирал свои 446 тысяч двенадцать лет. В конце марта два независимых awesome-листа почти одновременно вписали в заголовок термин «harness engineering» — будто он всегда был. На GitHub завелись «фабрики скиллов», которые обещают сгенерировать тебе команду агентов из одного абзаца. Появилось то самое неприятное чувство: не поставил себе мета-харнес — отстал от поезда.

Я полез проверять. Прошёлся по истории звёзд, по README и выборочно по аккаунтам тех, кто эти звёзды ставил. Ниже, что под звёздами настоящее, что накрутка, и как одно от другого отличить. А под конец — про домашнюю еду, и это не лирическое отступление, а ровно то, ради чего вся эта обвязка вообще нужна.

Каждый, кто осваивает Arduino, проходит одни и те же этапы.

Сначала ты мигаешь светодиодом. Потом подключаешь датчик температуры — и вот уже температура выводится в монитор порта. Потом сервопривод — и какая-то пластиковая штуковина начинает смешно поворачиваться туда-сюда.

Потом появляется идея сделать систему автополива для цветов (которая в итоге их зальёт). Или мобильного робота, который будет «приносить тапочки». Правда, через месяц робот будет пылиться на полке, а датчики с него переедут в следующий проект :).

Дальше — закономерный этап: хочется управлять всем этим через интернет или со смартфона по каналу  Bluetooth. Использовать Wi-Fi модули,  заменить Arduino на  ESP8266 или ESP32. Поднял сервер, написал пару кнопок — работает.

И если все это тебя зацепило, то возникает вопрос: а что дальше?

Я тоже прошёл эти этапы. И когда задумался, куда двигаться дальше, обратил взор на ИИ (Искусственный Интеллект). Не на тот, что «Skynet уничтожит человечество», а на самый простой — умение робота видеть знак «Стоп» и отличать его от пустой стены.

 Воодушевленный идеей, начал собирать информацию про ИИ на микроконтроллерах — и быстро понял, что обычный Arduino Uno с его 2 КБ оперативной памяти (RAM) и 16 МГц для нейросетей решительно не подходит. Модель с распознаванием изображения туда не запихнуть. Даже самую простую.

Примечание

Кстати, это направление даже имеет своё название — TinyML (машинное обучение для микроконтроллеров с ограниченными ресурсами). Минимальные требования для простых задач (классификация звуков или данных с датчиков) — тактовая частота от 32 МГц, RAM от 32 КБ, Flash от 128 КБ. У Uno даже близко нет.

MyPrepod — крупнейший портал отзывов о преподавателях российских ВУЗов. Он стал таким не только за счет того, что даже на момент MVP 2017 года он был UX‑удобнее для студентов, чем СтудИзба или professorrating, но и за счет полной анонимности.

Переписали анонимный портал отзывов на преподавателей с PHP 5.4 на современный стек. Сайт грузился 15 секунд, рекламодатели не шли, хостинги блокировали без предупреждения в 2 ночи. Разбираем, как выстроить инфраструктуру, которая переезжает на новый сервер за одну команду и выживает, когда всё вокруг пытается тебя снести.

В своём предыдущем посте я рассказывал о реверс-инжиниринге прошивки моего нового Creative Sound Blaster Katana V2X.

То, что начиналось как попытка написать Linux-инструмент для общения с саундбаром, закончилось обнаружением уязвимостей, позволяющих любому нападающему в радиусе примерно 15 метров от Katana V2X превратить его в шпионское устройство и Rubber Ducky без необходимости сопряжения или физического контакта с оборудованием.

Привет, Хабр.

Я вещаю от лица небольшой команды AI-стартапа.

Мы делаем Софи - ИИ-ассистента для поиска работы. Она берёт на себя всю рутину соискателя: ищет вакансии, делает отклики, пишет персональные сопроводительные письма пока человек живёт свою жизнь.

Продукт запустился в июле прошлого года и за эти месяцы мы пережили много взлётов и падений.

Сегодня хочу рассказать про наш путь: как первые полгода мы делали рост х2 ежемесячно, и как за вторые полгода потеряли инвестиционный оффер на десятки миллионов, сократили команду с 10 человек до 3 и чуть не закрылись. И почему всё это началось с одного письма.

В предыдущей части мы изучали дерево решений и, несмотря на его замечательные свойства, наткнулись на один огромный недостаток — нестабильность. Казалось бы, это лечится достаточно просто: зафиксировать все, что отвечает за рандом и не модифицировать датасет.

Такой подход избавит нас от проблемы, но это даже не костыль, а полноценная инвалидная коляска, ведь данное решение буквально закрывает для нас все двери для развития данных. Например, мы в 2026 создадим идеальную модель, предсказывающую цены на квартиры, а в 2027 из-за изменение рынка наша идеальная модель полетит в мусорное ведро.

Следовательно, нужен совершенно другой подход, с другой философией: вместо ограничений, сделать что-то, благодаря чему нестабильность станет чем-то полезным. И в качестве такого подхода сегодня рассмотрим бэггинг и случайные леса.

В музеях хранятся глиняные таблички, которым пять тысяч лет, и рукописи на пергаменте и папирусе, пережившие падение империй. Их можно прочитать сегодня почти так же, как и в момент создания.
Но цифровая эпоха, породившая беспрецедентный объём информации, оказалась куда менее устойчивой. Парадоксально, но некоторые данные, созданные всего несколько десятилетий назад, уже оказались труднодоступными. Они существуют, но их очень сложно прочитать

Привет, Хабр!

Меня, честно говоря, просто утомили современные интерфейсы общения и навигации. Куда ни посмотри — в Telegram, Slack, WhatsApp, на почте — нас везде встречает один и тот же шаблон: бесконечный, давящий вертикальный список чатов. Это превращает общение в какую-то рутину, конвейер, где новые сообщения постоянно вытесняют старые, заставляя нас бесконечно скроллить экран вверх и вниз.

Мне захотелось создать нечто принципиально иное. Что-то более близкое к естественным природным взаимосвязям. При разработке интерфейса я во многом ориентировался на биомиметику и структуру нейронных связей в упрощенном виде. Ведь в живой природе не существует листов, таблиц и списков — она оперирует узлами, ветвями и сетями. Мне хотелось создать среду для общения и структурирования мыслей, которая ощущалась бы интуитивно и естественно.

Так родился проект ПОРЯДОК или ORDO. Идея навигации в нем реализована фрактально-пространственным способом — в виде гексагональных сот (ячеек).

ОРДО — это полностью некоммерческий, бесплатный концепт приватного мессенджера со сквозным шифрованием (E2EE), написанный в одиночку. Я хочу поделиться с вами историей его разработки, показать устройство под капотом и, конечно, получить вашу конструктивную критику.

Существует ли сжатие газовой струи при дросселировании газа через отверстие с острой кромкой?

В предыдущей  статье было получены  два важных вывода:

1.       Скорость молекул в струе газа из отверстия с острыми кромками НЕ может быть ниже, чем энергия вытеснения этого газа из-под тяжёлого поршня :

M*g*H=P*V=0,5*V*Qг*Uг^2

Где V=Sп*Н , при этом  Sп- площадь поршня, Н- перемещение поршня по вертикали (см.рис.1.)

Долгое время главным критерием качества данных считалась их чистота и полнота. Компании инвестировали значительные ресурсы в MDM-системы и процессы проверки, стремясь получить «единую версию правды». Однако сегодня этого уже недостаточно. В условиях, когда скорость реакции определяет успех, на первый план выходит новый критерий — актуальность. Способность данных отражать реальное положение дел в момент принятия решения становится решающим фактором. При этом классические архитектуры, основанные на ночных загрузках в DWH, создают временной лаг, который превращает «правду» во «вчерашнюю». 

Привет, Хабр. Меня зовут Александр Шалудин. Я Presale-архитектор Data Services VK Tech. В этой статье я разберу, к чему может приводить работа с неактуальной информацией и как выстроить архитектуру, которая позволит устранить этот разрыв.

Из-за высокой конкуренции и сопутствующих вызовов многие компании стремятся стать Data-Driven, то есть принимать решения, основываясь на данных, чтобы сохранять конкурентоспособность, быстро реагировать на тренды и взвешенно оценивать бизнес-процессы.

Однако точность этих решений напрямую зависит не только от качества информации, но и от ее актуальности и доступности в нужный момент.

Ключевая угроза здесь — задержка данных. Это не просто неудобство, а прямые скрытые расходы. Компания может иметь выстроенные процессы контроля качества и полные справочники, но, если ответ от аналитической системы нужен сегодня, а данные поступят только завтра или через неделю, их ценность для принятия оперативных решений стремится к нулю.

Долгое время главным критерием качества данных считалась их чистота и полнота. Компании инвестировали значительные ресурсы в MDM-системы и процессы проверки, стремясь получить «единую версию правды». Однако сегодня этого уже недостаточно. В условиях, когда скорость реакции определяет успех, на первый план выходит новый критерий — актуальность. Способность данных отражать реальное положение дел в момент принятия решения становится решающим фактором. При этом классические архитектуры, основанные на ночных загрузках в DWH, создают временной лаг, который превращает «правду» во «вчерашнюю». 

Привет, Хабр. Меня зовут Александр Шалудин. Я Presale-архитектор Data Services VK Tech. В этой статье я разберу, к чему может приводить работа с неактуальной информацией и как выстроить архитектуру, которая позволит устранить этот разрыв.

Из-за высокой конкуренции и сопутствующих вызовов многие компании стремятся стать Data-Driven, то есть принимать решения, основываясь на данных, чтобы сохранять конкурентоспособность, быстро реагировать на тренды и взвешенно оценивать бизнес-процессы.

Однако точность этих решений напрямую зависит не только от качества информации, но и от ее актуальности и доступности в нужный момент.

Ключевая угроза здесь — задержка данных. Это не просто неудобство, а прямые скрытые расходы. Компания может иметь выстроенные процессы контроля качества и полные справочники, но, если ответ от аналитической системы нужен сегодня, а данные поступят только завтра или через неделю, их ценность для принятия оперативных решений стремится к нулю.

Привет, Хабр!

В Axelix мы в последнее время начали получать contribution-ы извне. И как по приватным обсуждениям, так и по GitHub я могу сделать вывод, что у очень многих людей есть довольно серьёзное непонимание того, что означает та или иная лицензия, что вообще такое “Open Source” и даже что такое Copyright.

Мне кажется, что я пару вещей в этой теме немного понимаю, и я чувствую некоторую ответственность этим знанием поделиться. Поэтому я решил написать небольшую статью, которая объясняет базовые концепции в Software, начиная с Copyright и Licensing.

Позже я, возможно, ещё напишу про CLA, Open Core и про то, как AI Agents и AI в целом вписываются в эту картину. Так что, если вам интересно, дайте знать :)

Прежде чем мы начнём: я не юрист, и я не советую вам выбирать ту или иную лицензию, или подход. Я всего лишь Software Engineer, который писал много кода под разными лицензиями, в том числе проприетарными и Open Source.

Давайте я попробую объяснить, как вообще вся юридическая часть вокруг софта устроена, шаг за шагом.

Вся эта возня по раздуванию популярности Meshtastic - как дешёвые бусы для папуасов: высокая доступность чипа (цена), приличные характеристики чипа (бусы блестят) и больше ничего.

Радиотехнически, LORA - это лютая проприетарщина: вся реализация в закрытом чипе Semtech, который как чёрный ящик во что-то модулирует-демодулирует ваш битовый поток, но чертежи чипа тебе не дадут. Даже прекрасно расписаны эти структуры посылок из чирпов, но как с ними работать физически - никто вам не скажет: успехов это демодулировать из эфира без чипа Semtech. Если взять RTL-SDR приёмник и попытаться реализовать какие-то алгоритмы руками на сишечке, то в дурку увезут достаточно быстро. В случае успеха, бедный проц будет пыхтеть делая 120 штуки FFT-4096 в секунду и гору всяких операций вокруг с децимациями и фильтрациями и сдвигами и поисками (мы хотим уверенно принимать эти посылки из-под уровня шумов, ничем не проигрывая эталонной реализации, а не принять яркие чирпы и демодулировать глазами). Судя по гуглу, что-то ниже Raspberry PI 5 с жуткими оптимизациями сразу умрёт. Демодулировать это из эфира энергетически бюджетно от батарейки - только проприетарный ASIC Semtech. Размер статей и количество грёбли и изысканий от китайских гениев, пытавшихся это демодулировать - на уровне астрофизических открытий.

Во всей истории с LORA ценна популяризация идеи «небольшой мощностью под уровнем шума передадим маленький пакетик на 5 километров». Но прикосновение к этой идее покупкой готового закрытого чипа - небольшой вклад в дело. С тем же успехом можно ощущать свою прогрессивность просто включив древний Wi-Fi 802.11b - там тоже всё нетривиально и ещё более увлекательно, чем в LoRA, хотя эмоционально уже никого не штырит.

Для начала разберёмся, что такое Race Condition и почему эта уязвимость заслуживает внимания.

Race Condition — это класс уязвимостей, которые возникают из-за того, что сервер обрабатывает несколько запросов одновременно без должной синхронизации. Когда два или более запроса приходят на сервер в один и тот же момент и затрагивают одни и те же данные, между ними происходит коллизия.

Результаты такой коллизии могут быть разными — от незначительных багов до критических уязвимостей, которые позволяют обойти проверки безопасности, списать средства дважды, получить доступ к чужому аккаунту или превысить установленные лимиты.

Перейдём к тому, какие виды этой уязвимости вообще бывают.

Можно выделить 3 вида:

Рабочий AI-навык для разработки быстро обрастает правилами: ревью, риски, проверки, handoff, итоговый ответ. В статье рассказываю, как я перестал утяжелять один общий промпт и начал разделять ответственность внутри одного навыка.

Всем привет, меня зовут Максим Колмогоров, и я технический директор VVERH DIGITAL. Эта статья — не какой-то «гайд», тем более не пособие по тому, как делать или не надо делать, а лишь описание моего личного опыта: насколько AI-assisted-разработка влияет на производительность и финансы обычной аутсорсинговой IT-компании.