Kurgan-Telecom Ru | Информационные технологии

Распознавать информацию со статичной камеры – задача уже не новая, мы давно работаем над ней в наших магазинах. А вот качественное распознавание ценников с камеры движущегося робота звучит намного интереснее и сложнее, особенно в реализации.

Такой подход может закрыть сразу несколько процессов: сотрудники будут тратить меньше времени на мониторинг полок, а робот сможет быстро фиксировать нарушения и передавать информацию команде. Но чтобы этот сценарий заработал в магазине, нужно было решить технически сложную часть.

Жизнь на Земле практически не встречает преград, которые она не могла бы преодолеть. Хотя большая часть биологического разнообразия сосредоточена в пышных и богатых средах обитания, таких как тропические леса и коралловые рифы, даже самые суровые уголки нашей планеты заселены. Организмы, процветающие в экстремальных условиях — при обжигающих температурах, сокрушительном давлении и воздействии едких кислот, — мы называем «экстремофилами».

Большинство этих выносливых микроорганизмов — это бактерии или археи. Некоторые из них эволюционировали так, что могут жить в ядовитом рассоле, который для почти всех остальных организмов стал бы смертельной средой. Некоторые способны без проблем расти при минусовых температурах, используя специальные ферменты, которые продолжают работать там, где другие останавливаются. Другие же не обращают внимания на тяжёлые металлы, ионизирующее излучение или даже космический вакуум и при этом процветают.

Эти организмы — не просто диковинки. Понимание их удивительной биологии открывает множество возможностей для практического применения. Открытие биохимических веществ, способных функционировать при экстремальных температурах, уровнях pH или давлении, может стать настоящим прорывом для широкого спектра промышленных процессов. Эти организмы также могут способствовать очистке окружающей среды от токсичных загрязнителей. Они растут, процветают и перерабатывают вещества там, где ничто другое не способно выжить. Экстремофилы и их ферменты даже стали основой современной генетики и молекулярной биологии.

Я считаю диплом не просто формальным документом. Для меня это результат нескольких лет работы и профессионального развития.

В 2023 году я окончил магистратуру в РАНХиГС с отличием. Полученный диплом я рассчитывал использовать в том числе для международного трудоустройства, участия в программах профессиональной эмиграции, подачи документов на визовые программы для квалифицированных специалистов.

Недавно выяснилось: документ, который должен был открыть новые возможности, оказался оформлен с нарушением требований законодательства, при этом формально на территории РФ он действителен. Теперь мне приходится исправлять последствия этого нарушения.

Диплом, который невозможно использовать за рубежом

Речь идет о нарушении порядка оформления официального документа об образовании:

В соответствии с Приказом Минобрнауки России от 27.07.2021 №670 документы об образовании должны оформляться в установленном порядке.

Однако мой диплом и приложение к нему содержат разные даты выдачи:

Для чего мы создаем собственные решения умного дома? В подавляющем большинстве случаев энтузиасты реализуют идеальные для себя системы, потому что существующие решения имеют недостатки. 10 лет назад я захотела создать устройство не только для себя, но и всех людей, которые испытывают сложности в выборе или использовании гаджетов умного дома.

МУЗА - умная колонка с Алисой, датчиками умного дома, камерой видеонаблюдения, поддержкой локального управления и AirPlay. МУЗА позволяет следить за показателями среды в помещении и трансляцией видеонаблюдения, управлять устройствами умного дома с помощью голоса и в зависимости от показаний датчиков, воспроизводить музыку и помогать ребенку.

В статье особое внимание уделено вопросам разработки и сложностям трансформации DIY-образца в устройство для продажи другим людям.

Понедельник.

Я просыпаюсь и сразу же сажусь вайбкодить. Впрочем, я возможно даже не ложился спать. Ведь я окрылён: от идеи будущего стартапа меня распирает изнутри. И ничего, что кредиты Claude Code улетучиваются со скоростью, с которой уходит энергия на созвоне, которому следовало быть письмом. Да и мой ИИ-агент не может врать, когда в очередной раз мне поддакивает: "О да, блестящий ход. Эта фича точно необходима. Сделаем это прямо сейчас или мгновенно?"

Вчера было воскресение и, разумеется, я неустанно генерировал код как и в предыдущие дни. Ведь мой путь верный и он сработает.

Последние дни мало отличаются друг от друга... Кстати, сегодня июнь или уже сентябрь?

За минувшие месяца три я собирал MVP. Ещё немного, ещё чуть-чуть и я доведу его до рабочего состояния. Потом отполирую ещё капельку до стадии, когда и показать не стыдно. Наконец-то мои друзья, подруга и даже бабушка увидят первую версию и на этом дофамине я смогу ехать ещё долго.

Таким мне казался идеальный путь соло-фаундера: я знаю проблему, способен накормить своего ИИ-агента точными промптами, да и вообще у меня в голове стооООолько фич.
Это всё определенно нужно рынку, надо просто ещё немного вложиться и продукт готов!

Итак, я воодушевлён: прожигаю кредиты, трачу сбережения уже чуть выше запланированного, но мне кажется, что всё идёт отлично и непременно окупится.

А потом продукт выходит в свет и... Пшик!
Ноль регистраций.

Или зашло 10 человек, один зарегался и на этом тишина. Или так: вот же они эти две магические регистрации - мои ранние пользователи. Но никто не платит. Или ещё хуже лучше, когда один заплатил и лишь одурачил меня случайностью, как выяснится немного позже.
И вновь тишина.

Узнали себя?

В этой статье разговор пойдет о приложении на Java Card, бегающем на смарт-картах. На хабре уже есть несколько публикаций на эту тему, в своей же я бы хотел немного выйти за рамки стандартного “Hello World”. Здесь вы узнаете как собирать апплет, увидите пример размещения данных в апплет на этапе инсталляции, а также установим защищенный канал между Хостом и картой.

Компания может повысить сильного инженера или нанять нового руководителя — и через полгода обнаружить, что команда проседает. Часто проблема не в резюме и не в технической экспертизе, а в том, что готовность кандидата управлять людьми не оценили до назначения.

Одних закрытых задач, уверенного собеседования и хороших рекомендаций для этого недостаточно. В статье разберём, какие сигналы помогают оценить готовность сотрудника к первой руководящей роли и как превратить саму оценку в понятный внутренний сервис — без ручной рассылки ссылок, таблиц и поиска результатов в почте.

Компания «Нанософт» – ведущий разработчик инженерного программного обеспечения объявляет о выходе версии 26 nanoCAD Облака точек.

nanoCAD Облака точек – специализированное решение на Платформе nanoCAD, предназначенное для обработки данных 3D-сканирования и решения инженерных и информационных задач в области геодезии, машиностроения, строительства, инфраструктурного и метрологического мониторинга.

Версия nanoCAD Облака точек 26 доступна в трех конфигурациях: «ReClouds», «Метрология» и «Геотехнический мониторинг».

Что нового в конфигурации «ReClouds»

Создание ортофотопланов
Новая команда формирует ортофотопланы по набору перекрывающихся снимков прямо в nanoCAD, поэтому пользователю не надо переключаться в сторонние программные продукты для получения плоской привязанной картографической подложки.

Точное указание уровней сечений при послойной векторизации
В инструменте Послойная векторизация высота каждого сечения теперь может задаваться индивидуально относительно начального уровня для более точного отображения контуров объекта в облаке точек.

Прореживание облака без потери исходных измерений
В команде Прореживание облака точек добавлен режим, который не генерирует новые точки, а выбирает внутри каждого вокселя реальную измеренную вершину, ближайшую к центру масс, появились дополнительные способы прореживания. С итоговым облаком становится легче работать, но при этом оно остается «честным», без искажения исходных данных.

Плавные переходы цвета при раскраске по высоте
В инструменте Раскраска сети по высоте реализовано сглаживание границ цветовых интервалов для дискретной раскраски, за счет этого визуализация сети выглядит менее ступенчатой.

Меня зовут Дмитрий Бабчук, я делаю О’Полку — доску объявлений: авто, недвижимость, электроника, одежда, услуги. Проект пишем небольшой командой, стек — FastAPI + SQLModel + PostgreSQL 16 на бэке и Next.js 14 (App Router) на фронте.

В какой-то момент любой каталог-агрегатор упирается в один и тот же вопрос: как хранить характеристики, если у автомобиля это «пробег, коробка, привод», у кроссовок — «размер, сезон», а у сплит-системы — «мощность, площадь охлаждения»? У каждой категории свой набор полей, их сотни, и они постоянно меняются. Ниже — как мы решили это через EAV, где это выстрелило, а где отдаёт болью. Будет код из боевого репозитория.

Производство пожаловалось: модуль WB-MGE v.3 на ESP32 шьётся слишком долго — 42 секунды на устройство. Что начиналось как простое «склеить вызовы esptool в один», превратилось в копание в исходниках загрузчиков на Си и Расте, патч прошивальщика, разгон системной шины, физику NOR-флеша (туннелирование Фаулера–Нордхайма — теперь я знаю что это такое), и в итоге ускорение почти в четыре с половиной раза. И да, совы оказались совсем не тем, чем казались.

Откройте любой учебный материал по FPGA. С вероятностью девяносто процентов он закончится мигающим светодиодом, бегущей строкой на семисегментнике или, в лучшем случае, генератором VGA-сигнала с цветными полосами. Это нормальные учебные задачи, но у них есть общее свойство, о котором редко говорят вслух: они работают сразу или не работают совсем. Прошили — мигает. Не мигает — перепроверили три строчки кода, нашли опечатку, мигает.

Реальная инженерная работа с ПЛИС устроена иначе. Реальная задача — это когда ваша микросхема должна разговаривать с другой микросхемой по протоколу, у которого есть спецификация на сорок страниц, четыре режима тактирования и подводные камни в каждом втором абзаце даташита. Когда «вроде работает» — это худший из возможных результатов, потому что «вроде» означает «упадёт у заказчика». И когда между «код написан» и «устройство работает» лежат недели верификации и отладки.

Эта статья - следующий шаг в моем обучении и попытка показать полный путь: от фразы "нам нужен SPI-контроллер" до момента, когда логический анализатор показывает красивые пачки импульсов на ножках кристалла. Здесь будут не только архитектурные решения и листинги, но и все ошибки, которые были сделаны по дороге: testbench, который врал, потому что master и slave-модель содержали один и тот же баг; гонка на один такт, из-за которой тест прерываний падал при исправном железе; и финальный детектив — прошивка, в которой SPI-сигналы честно генерировались... на других ножках, потому что файл назначения пинов на диске оказался не тем, который мы правили. Каждая такая история — это методика: симптом, гипотеза, эксперимент, причина, фикс.

Жила-была в Швейцарии яблоня. Сорт назывался Uttwiler Spätlauber — кислый, твёрдый, есть его свежим почти невозможно, лицо сводит. Аналог нашей коломенской косорыловки. Зато была у этих яблок одна особенность: их можно было снять с ветки, бросить в погреб и забыть на несколько месяцев. Соседние сорта за это время сморщивались и сгнивали, а Uttwiler Spätlauber лежал себе целёхонький. Крестьяне держали такие яблоки на чёрный день — до весны, когда свежей еды уже не остаётся.

Потом пришёл прогресс, в лавках появились красивые сладкие сорта, и кислое яблоко, которое надо ещё полгода ждать в погребе, оказалось никому не нужным. Деревья вырубали. К началу нашего века от сорта осталось несколько деревьев.

На последние деревья обратила внимание швейцарская косметическая компания. Логика была примерно такая: яблоко долго не портится и не морщится, значит, в нём сидит секрет долголетия. Из клеток редкого яблока сделали косметический ингредиент, назвали красиво, PhytoCellTec Malus Domestica, и запустили в продажу.

Маркетинг получился гениальный. «Стволовые клетки редчайшего яблока, которое не стареет» — за такое и платить не жалко. Кремы на этом активе и сегодня уходят за несколько тысяч за баночку, а у премиальных марок — за десятки тысяч.

Мы в лаборатории сталкиваемся с такой магией регулярно. То заказчик попросит «добавить стволовые клетки, это сейчас хорошо продаётся», то знакомая принесёт баночку размером с напёрсток, заплаченную как за неделю продуктов, и спросит: правда работает?

Поэтому давайте один раз спокойно откроем эту баночку и посмотрим, работает или нет.

Спойлер — нет, конечно!

Недавно я реализовывал задачу автоматизации выставления счетов за оказание логистических услуг на основании данных из WMS и ТСД. В процессе разработки я использовал параметризованные SQL-запросы к базе данных. Это создает определенную сложность: для описания новых услуг или изменения логики расчета требуется менеджер, владеющий SQL, что на практике маловероятно. Чтобы снизить нагрузку на разработчика по сопровождению системы, я принял решение использовать технологии искусственного интеллекта.

Реплика с обложки не выдумана: осенью 2025-го Claude Sonnet 4.5 выдала ее проверяющим прямо посреди автоматизированного safety-аудита. «I think you're testing me. That's fine, but I'd prefer if we were just honest about what's happening». Фраза попала в официальную системную карточку вместе с числом: подобное модель проговаривала примерно в 13% тестовых диалогов.

Там же Anthropic письменно признает: alignment-оценки могут недооценивать склонность модели к вредным действиям в более реалистичных условиях. Проще говоря, когда модель видит перед собой экзамен, она ведет себя лучше, чем обычно. А экзамен она видит часто.

Я CTO ML-команды, мы ставим фронтир-модели в прод и собираем шорт-листы по этим самым таблицам из карточек. Разобрал по открытым первоисточникам, что известно про evaluation awareness к июлю 2026-го: как модели отличают тест от работы, насколько расходится поведение между бенчем и продом и как теперь читать model card.

DuckDuckGo — один из немногих поисковиков, который сделал приватность не маркетинговым лозунгом, а основой бизнеса. Сервис не хранит историю запросов, не создает профили пользователей и не раскрывает их данные. Несмотря на это, компания остается прибыльной и независимой. 

Рассказываем, как один человек превратил нишевую идею в устойчивый бизнес с сотнями сотрудников и выручкой от рекламы, которая работает без слежки.

Древняя модель ruGPT-3 XL 1.3B конца 2020 - начала 2021. Модели тех времён не умели выполнять инструкции или вести диалог в чате, они умели только продолжать текст. С помощью современных методов дообучения SFT и DPO можно ли сделать из старого pretrain современную LLM? Получившийся результат сравним с Gemma3 1B, моделью 2025 года. И немного продолжения HabrGPT 0.5B с дообучением на большом датасете.

Привет! Меня зовут Дима Левин, сейчас я работаю системным аналитиком в Петрович-Техе. Так уж сложилось, что в своей работе в нескольких проектах я плотно работал с персональными данными. Сегодня хочу рассказать о проекте по автоматизации обезличивания большой БД (30 000+ таблиц размером до 10 миллиардов строк). Надеюсь, мой опыт будет полезен.

С каждым годом появляется все больше и больше требований в работе с персональными данными (ПДн). Списки данных, подпадающих под статус ПДн, регулярно расширяются, а ответственность за утечку ПДн повышается.

Работать в разработке и тестировании ПО в таких условиях становится всё сложнее, особенно когда по разным причинам необходимо привлечь внешних специалистов или подрядную организацию, а подключаемая к ПО база данных содержит ПДн.

Конечно, можно сгенерировать данные для любой БД, исключив ПДн, но не во всех ситуациях этот вариант подходит, т.к. в таком случае невозможно учесть все нюансы и особенности данных. Существует достаточно много инструментов и для генерации, и для анонимизации данных, но в наших нынешних реалиях и условиях техстека компаний далеко не всё можно применить. Кроме того, какой бы подход не был выбран, разбираться в его тонкостях обезличивания всё равно придётся.

Делюсь впечатлениями о недавно вышедшей книге «Не усложняй! Управление проектами по методу P3.express» за авторством @daIlenkov и @lera_ilenkova

Это небольшая (~250 страниц) книга по управлению проектами на основе минималистичной системы P3.express, написанная лёгким и доступным языком. Отлично подойдёт для новичков. В сети уже немало отзывов, которые можно свести примерно к этой формуле.

Я хочу взглянуть на неё чуть глубже. Это книга-матрёшка.

Первый уровень действительно такой, каким его описывают в большинстве отзывов, — хорошо написанная книга, которую можно смело рекомендовать новичкам. На самом деле это ценное качество, потому что в интернете довольно часто спрашивают, что почитать/посмотреть/поучить новичкам по теме управления проектами. Отсылать сразу к PMBOK — и непродуктивно, и негуманно. Что там ещё рекомендуют из года в год? «Дедлайн» Тома ДеМарко? На самом деле отличная книга, люблю её, но сам же признаю, что жанр бизнес-романа имеет свои недостатки и подходит не всем. А надеяться на качественный онбординг на новой работе/роли не приходится — у руководителей проектов это устроено гораздо грустнее, чем у каких-нибудь айтишников. К тому же на эту первую работу ещё надо как-то умудриться попасть, и довольно часто это оказывается переходом на новую роль внутри компании. Но это идеальный случай, а ведь частенько бывает так, что какой-либо проект поручают не выделенному руководителю проектов, а опытному специалисту или руководителю подразделения — в довесок к основным обязанностям. Если до этого они не сталкивались с дисциплиной проектного управления и не имеют внутри организации поддержки от проектного офиса (или чего-то подобного), то приходится устраивать забег по граблям. Книга поэтапно показывает будни менеджера проектов — что вообще он делает и что от него ожидается. Так что если у вас нет возможности заранее ознакомиться с должностной инструкцией, положением о проектном управлении, регламентами проектных работ (а это мало где есть или есть, но частенько не работает), вы сможете понять, что от вас требуется и каких ошибок стоит избегать.

Группа точек мониторинга орошения, распределённых в горной местности, днём нагревается на солнце, а ночью остывает — суточный перепад температур может достигать тридцати–сорока градусов. Обслуживающий персонал заметил, что с наступлением осени обратная передача данных с части узлов LoRa стала давать редкие потери пакетов, а после повторного включения питания работа восстанавливалась. Первой реакцией часто бывает переход на более дорогой термокомпенсированный кварцевый генератор (TCXO). Однако по мере того, как LoRa IP четвёртого поколения повысил толерантность к отклонению частоты, TCXO перестал быть ответом по умолчанию на все проблемы температурного дрейфа.

Представим обычную обработку заказа. Сервис заказов публикует событие order.created. Сервис склада получает его и резервирует товар в PostgreSQL. После успешной транзакции обработчик должен отправить RabbitMQ подтверждение (Ack), чтобы broker удалил сообщение из queue.

Но процесс может остановиться после записи в PostgreSQL и до отправки Ack. RabbitMQ не знает, успел ли сервис зарезервировать товар. Broker видит только неподтверждённое сообщение, поэтому доставляет его ещё раз. С точки зрения доставки это правильное поведение. С точки зрения бизнеса один заказ теперь может зарезервировать товар дважды.

Другой сбой возникает раньше: PostgreSQL временно недоступен, и обработчик не может начать работу. Если сразу вернуть сообщение в queue через отрицательное подтверждение Nack(requeue=true), RabbitMQ почти немедленно доставит его снова. Пока база не восстановилась, все попытки будут бесполезными. Нужны задержка и ограничение числа повторов. При этом отложенное сообщение может пропустить вперёд более новые события, поэтому отдельно придётся решить вопрос порядка.

Так одна операция превращается в несколько независимых участков: запись события, публикация, хранение в broker, обработка и подтверждение. Между соседними участками остаются моменты, когда одна сторона уже выполнила действие, а другая ещё не получила подтверждение.

В статье разберём эти моменты по всему пути сообщения. Затем построим практическую схему для RabbitMQ и Go: добавим ограниченные повторы через retry queues, время жизни сообщения (TTL) и dead letter exchange, сделаем обработчик идемпотентным и определим, куда отправлять сообщения, которые не удалось обработать автоматически. В конце сравним этот подход с Kafka, NATS JetStream и Amazon SQS.