Kurgan-Telecom Ru | Информационные технологии

Строгая типизация не всегда спасает от глупых ошибок. Если userId, orderId и productId — это один и тот же Int или Long, компилятор не увидит разницы и спокойно пропустит неверный аргумент. В Scala 3 для таких случаев есть opaque types: они позволяют сделать доменные типы различимыми на этапе компиляции, но без лишних обёрток и накладных расходов в рантайме. Разберём, как это работает и чем этот подход лучше type alias, case class и AnyVal.

У меня простое правило: если задача повторяется больше двух раз - её пора делегировать. Раньше делегировал людям. Теперь - AI-агентам, которые работают с базой данных, таблицами и трекерами напрямую.

Если что-либо можно измерить числами, то это уже вселяет оптимизм. Значит мы имеем дело с более-менее понятным объектом или явлением, которое можно описать устоявшимися правилами. И, казалось бы, что тут такого, измерить влажность почвы? Вроде простоя и понятная задача, но в ней всё оказывается не так уж просто. Давайте разбираться!

Индустрия ИИ сегодня напоминает строительство Вавилонской башни. Пока гиганты вроде OpenAI, Google и Meta соревнуются, кто закупит больше H100 и сожжет больше мегаватт, я разрабатываю детерминированное ИИ-ядро на обычном MacBook Air M2 (8GB RAM). В этой статье я расскажу, почему текущий путь развития нейросетей - это тупик, и как математика O(1) на языке Rust решает проблему галлюцинаций.

Типичная ситуация в ИТ-проектах: приходит задача на автоматизацию, бизнес-аналитик начинает с нуля собирать требования, рисовать процесс, согласовывать его с заказчиком, выявлять исключения, уточнять роли и данные. Проходит время, задача уходит в разработку. Через месяц — новый запрос, и снова тот же путь. Процессы рисуются «под задачу», не связаны между собой, в каждом проекте — своя терминология и своё видение.

Обратная ситуация - если бы в компании была единая, поддерживаемая и согласованная модель деятельности, которую можно «взять» как основу для любой задачи на автоматизацию. Такая модель и есть процессная архитектура организации.

Раньше длинное тире считалось признаком хорошей редактуры. Сегодня это «красный флаг» нейросети. Мы стали бояться правильной верстки и намеренно ставит «короткие черточки», лишь бы текст казался «человечным».

В статье вы узнаете когда нужно ставить длинное тире и получите шпаргалку с горячими клавишами, чтобы набирать его за секунду. В конце я поделюсь опытом работы редактора: как сделать ИИ помощником, а не заменой человека.

Привет, Хабр! Мы — команда dBrain.cloud, и сегодня хотим поделиться нашим путем по внедрению ИИ-сервисов на платформе контейнеризации.

10 новых российских продуктов для транскрибации звука из файлов, микрофона или открытого в браузере, знакомств для серьезных отношений, формирования рейтинга футболистов, создания инфографики для маркетплейсов с помощью ИИ и многого другого. Битва за «Продукт недели» началась!

В экосистеме JavaScript произошёл серьёзный инцидент, который хорошо показывает, насколько опасными стали атаки на open source и цепочки поставок. Исследователи StepSecurity сообщили о компрометации axios — одной из самых популярных HTTP-библиотек в npm (~83 миллионов загрузок в неделю). Злоумышленник получил доступ к аккаунту одного из ведущих мейнтейнеров проекта и опубликовал две вредоносные версии пакета: axios@1.14.1 и axios@0.30.4.

На первый взгляд это выглядит как обычное обновление зависимости. Но на деле установка этих версий могла привести к заражению системы трояном удалённого доступа.

Я был уверен, что работаю 50+ часов в неделю и у меня нет времени ни на что. Завёл хронометраж всего на одну неделю — и обнаружил, что реально работаю 32 часа, а 16 часов сливаю в соцсети, искренне считая это «перерывами». Разбираю методику, цифры и три инсайта, которые изменили мой подход к расписанию.

Привет, Хабр! Меня зовут Полина Белокрыс, я промпт-инженер в hh.ru. Моя команда развивает ИИ-ассистента для работодателей, который берёт на себя рутинные задачи и помогает бизнесу сосредоточиться на главном — внимательной работе с подходящими кандидатами. В этой статье расскажу, как на самом деле устроен промптинг в продакшене — и почему написать промпт сложнее, чем просто поболтать с ChatGPT.

Эта статья будет полезна промпт-инженерам, начинающим ML-инженерам и инженерам GenAI, которые работают с языковыми моделями и хотят лучше понимать, как пишутся промпты для продуктовых систем.

Kubernetes-кластер без сети — не кластер, а просто набор несвязанных компонентов. Чтобы «оживить» его, важно понимать, что такое Container Network Interface (CNI) и как он работает.

В статье — детальный разбор механизма CNI: что такое CNI-плагин, как он запускается и какие операции выполняет в кластере. В конце работа CNI демонстрируется на примере кастомного плагина.

Для желающих глубже погрузиться в тему есть список дополнительных материалов.

Начну немного с вводной, кому неинтересно, можно сразу перейти к технической части статьи.

Недавно я пробовал пройти собеседование в Kaspersky. Ну, как пробовал, если честно даже не дошел до технического этапа :) В общем, я получил реджект. Причина отказа: "решили выйти с предложением к кандидату, который прошел все финальные встречи". Не сказать, что у меня не было опыта в реверсе. Я пару раз реверсил прошивки, но в основном тестировал способы обхода лицензий в продуктах компании. Но вот именно анализом malware как таковым не занимался. Поэтому, буду восполнять этот пробел, ну и попутно буду документировать это все в небольших статьях, поскольку когда пробуешь что-то объяснить другим, сам разбираешься в вопросе еще глубже.

На YouTube только и советов:

Коммитьте в OpenSource и вас заметят!

Открываем GitHub, находим проект на 9 600 звёзд. А там человеку ИИшка удалила файл – он завёл на это bug! И это ещё не худший пример в 2026.

Это точно путь в ИТ?

Я вижу два мифа про Open Source:

Глава Минцифры Максут Шадаев в профильном сообществе «МИТ — Мы ИТ» заявил, что ведомству поставили конкретную задачу — снизить использование VPN в России.

Находясь в поиске вакансий я понял: что-то изменилось, кто то не просто построил новый механизм, а установил новый мод на сервер.

Наступила новая “эра” и пока не все это осознали. Многие до сих пор смотрят на AI как на обычный IT-продукт. Примерно как на площадку для видеохостинга, редактор или очередной удобный сервис. Но это уже слишком мелкий взгляд.

Для начала зафиксируем простую вещь: нейросеть как продукт - это инструмент. Для её создания нужны математики, программисты, лингвисты, биологи и исследователи из других областей. Да, конкретная нейросеть это IT-продукт. Но AI в целом уже больше, чем просто один класс продуктов. Если смотреть шире, это отдельная сфера, сопоставимая с IT по масштабу влияния, но не заменяющая его.

Эта статья - попытка разобраться в концепциях квантовых вычислений, краткий обзор существующих квантовых компьютеров и размышления на тему возможно ли создать сознание на квантовой основе.

Квант: порция, которую нельзя разрезать.

Прежде чем говорить о квантовых компьютерах, нужно понять, что такое квант. Классическая физика (Ньютон, Максвелл) считала большинство процессов непрерывными. Энергия, поле, пространство - всё это представлялось бесконечно делимым. В начале XX века Макс Планк, а затем и Альберт Эйнштейн обнаружили на основе опытов, что это не так. Энергия в связанной системе излучается и поглощается не непрерывно, а дискретными порциями - квантами. Формула, связывающая энергию кванта E с частотой излучения ν:

E = h × ν где h — постоянная Планка, фундаментальная константа.

Это энергия одного фотона - кванта электромагнитного излучения. Эксперименты (фотоэффект, спектры атомов) показывают, что при взаимодействии света с веществом энергия передаётся именно такими неделимыми порциями: атом может поглотить один фотон (энергия hν) или два фотона (энергия 2hν), но не может поглотить, скажем, половину фотона. При этом энергия фотона должна точно совпадать с разностью между двумя энергетическими уровнями атома — иначе поглощения не произойдёт. Это свойство атома как связанной системы.

В квантовой теории поля считается, что всё в мире состоит из квантов. Кванты - это элементарные возбуждения физических полей: квант электромагнитного поля - фотон; кванты, отвечающие за сильное взаимодействие (склеивающее ядро), - глюоны; квант гравитационного поля (гипотетический) - гравитон; сами частицы вещества (электроны, кварки) - это тоже кванты соответствующих полей.

Привет, это снова Даша, руководитель iOS QA в 2ГИС. Но на этот раз не одна, прихватила с собой лида разработки iOS — Витю. 

Во время разговоров с ребятами, которые в будущем планируют развиваться в лидство, часто слышны ожидания от этой роли, что это что-то мягкое и пушистое: сидишь, учишь толпу ребят, даёшь им советы, а они тебя за это на руках носят и восхваляют. И живёте вы дружно и счастливо. Но в реальности иначе. Помимо радостных моментов есть боль, страдания и тлен. У лидства, как и у любой другой роли, есть свои нюансы и тёмные стороны, с которыми лиды остаются наедине. 

Чем больше проект, тем больше ответственности, стрессовых ситуаций и коммуникаций. В этой статье поговорим про суровую сторону лидства, про которую обычно умалчивают.

Рассмотрим классическую задачу криптографии

Алиса отправляет шифрсообщение Бобу с использованием публично известного алгоритма шифрования и ключа известного Бобу

Эвил перехватила шифрсообщение и хочет прочитать его содержимое

Как квантовые вычисления помогут Эвил с её задачей?

На прошедшей неделе в Москве состоялось мероприятие, посвящённое машинному обучению (Machine Learning) в трейдинге. Название мне показалось весьма злободневным: «ML в трейдинге: как выжить, если ты один, а против тебя — хедж‑фонды с бесконечным бюджетом».

Я бы хотел побывать на нём лично, но из Перми ехать далековато и поэтому я отдал билет другу. Так что отдельное спасибо Сергею Степаняну за то, что он приехал в Москву из Ярославля и фактически стал моими глазами и ушами — то, что вы читаете — это его наблюдение, мои размышления и немного здравого смысла.

Вообще моё текущее представление о ML в трейдинге на Московской бирже довольно прикладное. Смотришь за ценой: волатильность больше или меньше, скорость изменения цены быстрее или медленнее. И если за какой‑то из этих показателей меняется, то продаешь или покупаешь. Так можно попасть в вероятность, но точно определить конечно же невозможно. Ну и приходится постоянно это дело подкручивать под изменяющиеся параметры рынка — играть в догонялки — рынок меняется и всегда вынужден его преследовать.