Kurgan-Telecom Ru | Информационные технологии

Я подготовил и предлагаю к обсуждению методику экспресс‑аудита ИИ‑зрелости промышленного предприятия.

Методика представлена в excel (её можно получить по запросу в мой адрес): вы ставите оценки и указываете доказательства — файл считает остальное.

Каждый из 30 вопросов оценивается по двум измерениям — техническому (Т) и организационному (О). Итоговый уровень определяется по правилу узкого горлышка как минимум из технического (Т) и организационного (О) уровня, подтверждённого 20 гейтами, и ограничения по кибербезопасности ИИ‑контура.

Результат аудита — уровень зрелости, разрыв между измерениями, узкое место, степень преодоления пяти барьеров масштабирования, контрольный срок закрытия гейтов и план на 12 месяцев.

Битовые массивы кажутся экзотической структурой данных, которую применяют только опытные учёные мужи в специфичных сферах? Не всегда!

В этой статье я расскажу, как мы выкинули базу данных и загрузили всё в память приложения, упаковав данные в сжатый битовый массив Roaring Bitmap. Это позволило ускорить систему с сотен миллисекунд до считаных единиц.

Под катом — эволюция от классических битовых массивов до современных сжатых форматов и реальный бизнес‑кейс их прикладного применения.

Мне стало интересно, насколько российские сайты в 2026 году ещё зависят от зарубежных сервисов. Не в смысле «пользуется ли компания Zoom», а буквально: что сломается у сайта, если завтра иностранный провайдер отключит российских клиентов.

Я написал открытую утилиту и прогнал через неё 50 сайтов: банки, магазины, операторов связи, авиакомпании, госорганы. Спойлер: серверы почти все уже перевезли, а вот сертификаты, аналитика и шрифты остались. Рассказываю, что нашлось, как устроена проверка и как одна регулярка повесила всю программу.

Этим летом я искал работу и в какой‑то момент перестал понимать, что происходит. Откликаешься, тебя не смотрят. Вакансия висит день, а у неё уже сотня откликов. Я решил разобраться, это со мной что‑то не так или с рынком. Оказалось, с рынком, и сильно.

В июле 2024 года на одну вакансию в России приходилось 3,4 резюме. В июле 2026-го уже 8,7. Это в среднем по всем профессиям, и это самое высокое значение для июля за восемь лет, что есть у hh. В IT ещё хуже: 24 резюме на одну вакансию, почти втрое больше, чем по рынку.

Привет, Хабр! В эфире руководитель проектов компьютерной редакции издательства «БХВ» @Holmogorov и сегодня я хотел бы поговорить о будущем, вернее о том, какие направления стоило бы изучать современным молодым специалистам.

Годы идут, тенденции меняются: помнится, во времена моей студенческой молодости все мечтали учиться на бухгалтеров и экономистов, ведь они считались чрезвычайно востребованными молодой рыночной экономикой нашей страны. Очень быстро учебные заведения наплодили такое количество подобных специалистов, что многие из них были вынуждены перебиваться случайными заработками. Потом случился бум программистов, затем все старались стать веб-дизайнерами, специалистами по SEO и интернет-рекламе, экспертами по крипте и блокчейну, и вот теперь — по искусственному интеллекту. Возникает справедливый вопрос: какие аспекты ИИ все-таки перспективнее всего изучать сейчас, насколько это оправдано и не схлынет ли такая мода через пару лет, как сошли на нет все остальные?

Кнопка «Назад» кажется простой, пока на страницу не начинают вести разные маршруты. Мы решили разобраться, как спроектировать возврат так, чтобы пользователь не терял контекст и всегда понимал, куда попадет.

Как Pocket Cat Desktop набрала 777 вишлистов в Steam за первую неделю без освещения в профильной прессе: реальные цифры и выводы из опыта продвижения небольшой инди-игры.

В последнее время часто стал получать вопрос от клиентов про ATS, клиенты из ниши рекрутинга путаются и не понимают зачем им это и чем отличается от CRM. Решил подготовить статью, может кому-то тоже будет полезно узнать про отличия и определиться, что именно нужно для вашего бизнеса.

Начну с азов - ATS расшифровывается как applicant tracking system - система отслеживания кандидатов, она хранит резюме, ведёт кандидата по этапам подбора и собирает переписку с ним в одном интерфейсе рекрутера. А вот CRM уже ведёт клиента к сделке и считает выручку, у неё другая задача.

Эту статью я подготовил для собственников, руководителей компании и HR-руководителей, которые решают, хватает ли текущих инструментов для подбора или пора брать отдельную систему.

В работе с ИИ почти все застряли в одной из двух крайностей.

Одни сидят в родном приложении ChatGPT или Claude: открыл чат, пишешь — и так весь день. Другие полезли в Cursor и VS Code и там обживаются.

Скажу сразу: если вы не разработчик, то и то и другое — мимо. Первые недожали, а вторые забивают гвозди микроскопом. Знаю, потому что сам год микроскопом и забивал.

Давайте расскажу, что делать, чтобы работа с ИИ наконец разгружала голову и решала проблемы, а не добавляла бардака.

Привет! Я Сергей, DevOps-инженер в KTS.

Мы работаем как аутсорс. Проектов много, и по каждому дежурят разные люди, поэтому когда оплачивать PagerDuty стало невозможно, пришлось срочно искать альтернативу. Мне нужна была система, которая собирает алерты из множества наших источников, знает, кто сегодня дежурит, и эскалирует инцидент, если первый человек в цепочке не успел отреагировать на него.

Новую систему я выбирал среди self-hosted, чтобы больше не зависеть от зарубежных провайдеров. Нашел два подходящих решения, IncidentRelay 1.1 и OneUptime 11.4.1, поднял оба в Kubernetes и сравнивал уже на своих сценариях дежурства. Ниже расскажу, почему я выбрал OneUptime.

TypeSafe AI открыла ранний доступ к Jev — модели, которая не генерирует текст, а отвечает на заранее описанные вопросы типизированными значениями с вероятностями. Разбираю, что она умеет, сколько стоит по словам вендора, что показал первый публичный тест и где цифры из документации с ним не сошлись.

Всем привет! Меня зовут Костя, я QA-инженер в Банки.ру. Общение с агентом у меня давно стало обыденным делом. И в какой-то момент я заметил, что работа тестировщика превратилась в ежедневное объяснение ему одного и того же: «прочти задачу», «составь критерии приёмки», «сделай баг-репорт», «сделай отчёт за сегодня».

Готовых QA-скиллов под мой стек на find-skills не нашлось, поэтому я собрал свои: 10 скиллов для Claude Code — от критериев приёмки и деплоя до логов, баг-репортов, тест-кейсов в Allure и отчёта. Каждую ошибку агента я превращаю в правило внутри скилла. В статье рассказал, как устроен этот QA-конвейер, где агенту нужны мои апрувы, и опубликовал скиллы в открытый репозиторий.

Я ребенок 90-х, и расцвет моей компьютерной жизни пришелся на GTA:Vice City, StarCraft, HOMM4 и Assassin's Creed. Своего компа у меня не было вплоть до середины десятых, поэтому познание видеоигр шло под эгидой интересов старшего брата по выходным у бабушки. 

Долгие годы я любил играть в «Героев» и грезил однажды попробовать «Цивилизацию». Из-за разницы в возрасте старший брат не хотел играть в нее со мной и младшим братом, поэтому желание оставалось мечтой, которую я никак не мог реализовать. 

И на днях я наконец-то скачал Civilization VI. Ожидания были огромными, но они жестко разбились о реальность. 

Причем довольно быстро выяснилось, что за двадцать лет ожидания я успел придумать себе совсем другую «Цивилизацию».

Представьте, что у вас одновременно запущено несколько десятков экспериментов. В каждом миллионы пользователей и несколько метрик с ежедневным пересчётом. У нас как раз такой кейс, поэтому ещё при проектировании платформы мы подумали, что считать метрики на уровне пользователей будет слишком дорого и медленно…

Решили попробовать через бакетирование. Все пользователи в рамках одного эксперимента разбиваются на 256 бакетов, поэтому статистика считается уже по бакетам. В результате вычислительная сложность и объём хранимых данных сокращаются на порядки. Вместо миллионов строк мы работаем всего с 512, поскольку для двух групп нужно обработать по 256 бакетов.

Но сразу возникает вопрос: а не теряется ли при этом статистическая корректность? Ведь нам важно оценивать эффект именно на пользователя, а не на бакет, работать со всеми типами метрик, включая ratio, и поддерживать всевозможные сплиты. Кроме того, мы хотим применять CUPED, который снижает дисперсию через исторические данные, но ещё сильнее усложняет расчёты.

Я встречал самых разных экспатов. Кто-то вез с собой пачку долларов, кто-то прилетал с рублями на карте и думал, что разберётся на месте.

Моя практика показывает, что для комфортной жизни здесь нужны наличные, армянская карта и понятный способ переводить на неё деньги из России. К этому желательно найти какой-то запасной вариант, потому что сервисы переводов и направления в них умеют исчезать именно тогда, когда надо платить за квартиру (привет Короне).

Я жил в Ереване недолго, но в период высокого спроса на жильё. С 2023 года живу в Гюмри. Поэтому ниже не привожу точной статистики и кучи конкретных цифр — новая волна миграции уже могла всё снова сдвинуть. Это мой опыт и основанное на нём мнение.

Знакомая картина: в 3 часа ночи падает база данных, Alertmanager засыпает каналами, через 5 минут сеть восстанавливается, но… система остаётся «мёртвой». CPU на воркерах 100 %, Goodput на нуле, а перезапуск подов только усугубляет ситуацию. Все указывает на то, что вы столкнулись с метастабильным отказом — самым коварным типом аварий в распределённых системах.

Меня зовут Артём Баранов, в «Базисе» я занимаюсь автоматизацией и развитием инфраструктуры. В этой статье я хочу рассказать о математике метастабильного отказа и через теорию массового обслуживания — конкретно через модель и формулу Кингмана — проложить мост от математических абстракций к реальным логам, метрикам и алертам. Далее, предложить практикующему SRE-специалисту набор методик для анализа, диагностики и предотвращения катастроф, возникающих в информационных системах по тем или иным причинам (ошибки конфигурирования, сбои «железа» и т. д.). Это позволит инженеру распознать sustaining-эффект по логам и метрикам и осознанно выбрать рычаг (backoff, retry budget, shedding, circuit breaker), а не просто объяснить постфактум, почему возникла предыдущая авария.

Продолжение статьи «Как создать переводчик для низкоресурсного языка».

Год назад я рассказывал, как дообучил две модели MarianMT: одну для перевода с русского на кабардинский, другую обратно. Сейчас вместо двух моделей обучена одна, на 61 млн параметров, и она переводит в обе стороны. На FLORES-200 русско-кабардинский перевод вырос с 38.7 до 57.4 chrF, кабардинско-русский с 35.0 до 50.2. Для сравнения: в среднем по 30 «большим» языкам многоязычная SMaLL-100 даёт 47–48. Обучение заняло 6 часов на одной арендованной RTX 4090 и обошлось меньше чем в 10 долларов. Всё остальное делалось на Mac mini с Claude Code в терминале.

Сильного специалиста часто повышают в руководители за прежние заслуги. Но новая роль требует других результатов: распределять ответственность, развивать команду и принимать решения через других людей. Разберём, как проверить готовность к переходу до назначения.

Почему в Python-видеосервере одновременно нужны asyncio, потоки и процессы? Разбираю переход с C++ на Python на реальном RTSP-конвейере: ссылки и копии NumPy, GIL, FastAPI, ONNX Runtime, ограниченные очереди, управление ресурсами и правила сохранения низкой задержки.

Когда устройству нужна относительно большая энергонезависимая память с возможностью быстрой замены, SD или microSD-карта — один из самых удобных и доступных вариантов.

Компактность, простое подключение, поддержка микроконтроллерами и низкая цена при большом объёме делают SD-карту стандартом для логирования, хранения конфигураций и обновления прошивок.

Многие считают работу с SD-картой чем-то сложным и низкоуровневым. На практике, если использовать SDIO + FatFS, бо́льшая часть сложности уже спрятана библиотеками и аппаратными модулями микроконтроллера.

В этой статье я покажу, как добавить поддержку SD-карт в проекты на STM32: что лежит в основе, и как она настраивается.