Kurgan-Telecom Ru | Информационные технологии

Если вы настроили многоузловой кластер Kafka, то, вероятно, знаете, что в нем есть части конфигурации, общие для кластера, а есть уникальные для каждого узла.

В этой заметке я описываю свой способ проведения централизованного обновления конфигурации брокеров.

Поменяли на одном брокере — настройки применили везде.

Bourne again shell.

1) Задача и исходные предпосылки

Требуется организовать двусторонний аудиоканал между двумя устройствами Magewell Pro Convert Audio DX поверх сети на базе SRT. Формулировка выглядит простой, однако за ней обычно скрывается типичная путаница между тремя разными сущностями:

1. Аудиоканалы (например, стерео = 2 канала L/R).

2. SRT‑потоки / SRT‑сессии (каждая сессия переносит медиапоток в одном направлении).

3. Сетевые роли Caller/Listener (кто инициирует соединение и как это проходит через NAT/динамические IP).

Euclid Lab провела воспроизводимый эксперимент на базе Pro Convert Аudio DX : подтвердить одновременную двустороннюю передачу стерео‑аудио (full‑duplex) между двумя устройствами, используя простой и прозрачный метод контроля — USB Audio + две копии VLC на каждом ПК.

Иными словами, нужно было не просто «увидеть статус Connected», а получить доказательство уровня «ухом слышно», что обе стороны одновременно:

● отправляют локальный звук в сеть и

● принимают удалённый звук из сети, без переключений и без работы «по очереди».

  2) Физический стенд

2.1 Компоненты

● 2 устройства Magewell Pro Convert Audio DX (далее: Устройство A и Устройство B)

● 2 компьютера (ПК A и ПК B)

● 1 небольшой гигабитный коммутатор между устройствами (Gigabit Switch)

● 2 USB‑подключения (каждый ПК подключён по USB к своему Magewell как UAC‑аудиоустройство)

● 2 Ethernet‑подключения (каждый Magewell подключён к гигабитному коммутатору)

2.2 Сетевая топология (лаборатория)

Оба устройства работали в одном лабораторном сегменте Ethernet, со статическими адресами в одной подсети (для чистоты эксперимента и удобства диагностики). Логика эксперимента полностью переносится на схему «публичный IP ↔ NAT/динамический IP» — различаться будет только обеспечение доступности портов и выбор роли Caller/Listener.

Привет, Хаброжители! Мы хотим поделиться с вами главой из книги «Машинное обучение. Проектирование систем от идеи до реализации» Валерия Бабушкина и Арсения Кравченко. Это подробное пошаговое руководство, призванное помочь вам на всех этапах раз­работки ML-системы: от сбора информации и выполнения предварительных шагов до разработки, запуска в эксплуатацию и последующего сопровождения.

Как следует из названия, книга посвящена именно проектированию ML-систем. Мы не сосредоточиваемся на какой-то одной технологии, а предлагаем универ­сальный фреймворк для решения задач, связанных с созданием, сопровождением и совершенствованием ML-систем различного масштаба и сложности.

Немецкий автопром всегда был символом надежности, качества и уровня оказания сервисных услуг. Однако на международной арене он все чаще проигрывает машинам, сделанным в КНР. Разберемся, почему так происходит, и что ждет автогигантов из ФРГ.

Недавно я был на интересной лекции по созданию моделей личности с помощью сверхбольших промптов для LLM в библиотеке им. Фёдорова. Концепции, прозвучавшие на ней, оказались настолько интересными, что я решил познакомить с ними Хабр.

В первой и второй частях мы рассматривали общий подход к бизнес-документации на нашем платформенном проекте в компании «Наука». А сейчас подобрались к главному – техническому проекту (ТП). Это – наш основной и наиболее распространенный документ для типовых задач в ERP-области.

Нейросети и LLM перестали быть абстрактным трендом — это полноценный рабочий инструмент, который помогает IT-специалистам писать код, автоматизировать процессы, улучшать качество продукта и даже усиливать кибербезопасность. Умение использовать нейросети поможет повысить продуктивность и качество инженерной работы.

Сегодня разберем конкретные сценарии применения нейросетей в IT, навыки для их эффективного использования, и где учиться про прокачки скиллов.

Скажите, вот когда у вас на проекте срываются сроки, когда бэклог растет, а скорость, кажется, падает — что чаще всего звучит как универсальное решение? Правильно: «Надо распараллелить!» Взять больше людей. Разбить задачу на подзадачи. Запустить процессы одновременно. Кажется, что если одна команда делает функцию А, а вторая — функцию Б, то автомобиль… простите, продукт — соберется в два раза быстрее.

Но почему же тогда так часто это не работает? Почему добавление людей в проект иногда его только тормозит?

Привет! На связи Анастасия Лиходиевская, карьерный психолог и тренер по софт-скилам в Garage Eight. Сегодня расскажу, как подготовиться к годовому ревью, чтобы оно сработало на ваше профессиональное развитие. 

За двадцать с лишним лет работы в области управления данными я видел всё: от Excel-таблиц вместо MDM до попыток построить Data Governance на коленке. Видел, как компании тратят миллионы на внедрение систем, которые никто не использует. И видел, как правильный инструмент меняет всё: от культуры работы с данными до скорости принятия решений.

Сегодня российский рынок Data Management активно развивается, растёт осознание важности управления данными. Но любопытство берёт своё: а что там, на западе? Какие подходы, какие фишки, какие боли они решают?

Шариковые мыши и забитая в них пыль, колоритные сайты с гостевыми книгами, форумы и мееееедленный выыыыход в Сеть. А главное – писк диалап-модема. Мы собрались с коллегами Сlevertec и вспомнили, как это было. Вот наши истории.  

Разбираемся, как работать с ICMP в Android, не имея прав root. От отправки простого ping-пакета до разбора служебных ICMP-сообщений.

Приветствую всех!

Уже не раз я рассказывал про устройство сотовых сетей разных стандартов и годов. Но общим там было одно: базовая станция в любой сотовой сети - достаточно мощное, габаритное и дорогостоящее устройство. Но начиная со стандарта 3G появились их миниатюрные аналоги - фемтосоты.

Как же они устроены, что позволяют реализовать полноценную базовую станцию в корпусе устройства, занимающего места не больше, чем обычный Wi-Fi роутер? Сейчас и разберёмся. Заодно узнаем, как они вообще работают, а также немного поговорим о том, почему вам очень вряд ли удастся самим запустить такую штуку дома.

Разрабатывая новую систему отчетности, возник вопрос – а не добавить ли нам AI как-нибудь куда-нибудь? Не, ну а что – это модно, стильно, да и вообще - ни один нормальный новый проект не может вынести отсутствия AI. Задача не выглядела сильно сложной. Прокинуть вопрос пользователя из интерфейса на бэк – стандартная задача, Ollama устанавливается парой кликов, скачать и запустить модель – это 2 команды, а то и одна, если хорошо постараться. Доступ к модели возможен по web api из бэка на C#, документация по Ollama есть… Что тут может пойти не так, верно?

Привет, меня зовут Саша, и я разрабатываю на JavaScript. В прошлый раз мы разбирались с методами объектов и идентификатором this, научившись делать объекты по-настоящему живыми и независимыми.

Сегодня двинемся дальше. Покажу, как создавать множество однотипных объектов, не копируя код раз за разом. Мы разберемся с функциями-конструкторами и оператором new — тем самым фундаментом, на котором строятся современные классы в JavaScript. Как всегда, расскажу все доступно и просто, поехали!

Цель анализа — оценить логический смысл и научную достоверность этих утверждений:

Всем девчонкам нужен тот, с кем их огонёк не гаснет
Как за каменной стеной, с красной ниткой на запястье
Полный бабочек живот, и сердечко рвёт на части
Ты писала до него семь ошибок в слове «счастье»

Привет, Хабр! Меня зовут Владислав Волох, я руковожу группой разработки сервиса DataSphere в Yandex Cloud — и я люблю учить нейросети тому, что делать вручную не хочется. Эта любовь к инженерным решениям и ML пригодилась в быту: так появился мой пет‑проект автомата для приготовления простых коктейлей со встроенной базой рецептов, который уже полюбился многим коллегам. 

В этой статье расскажу, как это работает и как я собирал свой аппарат под управлением iOS, не написав при этом ни одной строчки кода.

Команда AI for Devs подготовила перевод большого эссе об ИИ и экономике будущего. Автор разбирает, почему рост возможностей моделей сам по себе не гарантирует процветание, как замещение труда может подорвать спрос и почему без циркуляции ценности экономика ИИ рискует зайти в тупик.

В этой статье не будет сложной математики или языков программирования. Это история о том, как студент‑медик с нулевыми знаниями Python испытал психоз в температуре и слившись сознанием с ИИ, написал своего Telegram‑бота.

Как парсить тысячи VLESS‑ключей с GitHub? Как отличить живой сервер от мертвого за 2 секунды? Как генерировать QR‑коды и JSON‑конфиги в оперативной памяти, чтобы не убить бесплатный сервер? (ответов на эти вопросы слава Богу НЕ будет!) Почему реклама такая убогая? Зачем он всему интернету рассказывает, что ты дурачок, раньше только дома знали...

Гайд, как грипп, выгорание и умение ИИ следовать настроению пользователя создали новое хобби и почему программировать — это хотя бы весело.

А самое главное — что вы видите на рисунке? Будьте внимательны — от этого зависит диагноз.

«Разные команды работают по-разному»… С вами был Капитан Очевидность. DevOps-инженеры живут в спринтах и ретро-встречах. Маркетологи создают сложные контент-планы, где каждая кампания требует десятков документов, презентаций и аналитики. Менеджеры по продажам и поддержке держат в голове скрипты, FAQ и индивидуальные истории клиентов. HR-специалисты собирают разрозненные инструкции для онбординга, пытаясь из хаоса материалов слепить цельные курсы обучения.