Kurgan-Telecom Ru | Информационные технологии

Я пришел в Data Science не сразу. Учился в магистратуре по вечерам, работая в совершенно другой сфере (строительство). Осваивать машинное обучение и анализ данных было интересно, но один из самых неожиданных вопросов, который возник буквально сразу - в какой среде писать код?

На первый взгляд кажется, что Jupyter Notebook, Google Colab, Kaggle и сравнительно новая Marimo - это одно и то же, ноутбук с ячейками и Python (так же поддерживаются другие языки программирования). Но на практике каждая из этих сред подходит для разных задач, где-то удобнее учиться, а где-то работать командой.

Эта статья - результат моего практического сравнения сред, которое я проводил во время обучения и выполнения исследовательских задач, связанных с анализом и подготовкой данных, моделированием и машинным обучением.

Статья будет полезна:

Я живу в Лондоне по визе Global Talent.

У меня аккуратный штамп в паспорте, понятные правила, предсказуемый горизонт. Я примерно представляю, что со мной будет через год и через три года. Это спокойное и немного непривычное чувство нормальности.

Параллельно мой брат живет в Таиланде.

У него Паттайя, море, созвоны с Европой и США, свои проекты. По качеству жизни и по деньгам все выглядит не хуже Лондона. По юридической стороне все намного менее определенно.

Из этого контраста и родилась мысль, которой я хочу поделиться и которую хочу обсудить. Идея простая. Мир как будто дал айтишникам выбор между двумя половинчатыми решениями. Интересно понять, можно ли собрать из этого что то цельное.

Поколение большого пальца – вот как нас называли. Какие глубокомысленные переписки мы ухитрялись вести на кнопочных телефонах, набирая текст SMS большим пальцем асинхронно с конспектированием лекций…

Когда пользователь печатает или вообще взаимодействует с приложением слишком быстро, возникает опасность гиперотзывчивости. Приложение вынуждено реагировать на всякий чих, а в таких случаях, как известно, не наздравствуешься.

Естественно, в Kotlin Flow, где данные текут непрерывным потоком и легко провоцируют избыточные реакции, эта проблема стоит особенно остро. Например, если мы построим на Flow систему автодополнений, то увидим что-то такое:

История о том, как написать свой P2P-мессенджер, когда Discord и Telegram перестали устраивать. В статье разбирается устройство транспортного протокола с ECDH и ротацией ключей, решение проблем с NAT traversal, реализация голосовых звонков и работа с аудиоустройствами. Бонусом — откровенный опыт использования LLM для написания кода: что работает из коробки, а какие модули пришлось полностью переписывать.

Можно использовать iperf3, но он про TCP и базовый UDP. Можно взять отдельные QUIC-библиотеки, но без визуализации и нагрузки. Можно написать кастомные симуляторы, но они не отражают реального поведения каналов. Хочешь проверить, как BBRv3 ведет себя на трассе Москва — Новосибирск? Пожалуйста, найди три сервера в разных дата-центрах, настрой netem, собери метрики вручную и надейся, что результаты будут воспроизводимы.

По большей части цель данной публикации — шпаргалка для моих студентов, а так же и для меня, чтобы не потерять последовательность и четкость изложения вопроса, поставленного в заголовке. Материалов на русском языке, излагающих эту тему с достаточной степенью полноты, исчезающе мало. Все нижеизложенное — скрупулезная компиляция разнородной информации, найденной в сети, в основном в зарубежных источниках. Так что, кому интересно — прошу под кат

Недавно я получил письмо с embedded.com о новом микроконтроллере MSPM0C1104. Что в нем такого кроме размеров? Разбираемся.

Устройство успешно подслушивает нейронный обмен данными между мозгом и кишечником, углубляя наше понимание их внутренней взаимосвязи. Это проливает свет как на болезни кишечника, так и болезни разума. И, потенциально, создает лучшее понимание еще одной нервной системы, наравне с симпатической и парасимпатической.

В этом тексте я бы хотел рассказать про простой бинарный протокол, который я сам придумал для всяческих нужд при разработке приборов на микроконтроллерах. Называется он TBFP (Trivial Binary Frame Protocol)

Привет, меня зовут Арина, я Fullstack-разработчик.

Долгое время я была уверена, что «много работать» = «работать хорошо».

Гунден продал их на сумму примерно в 1,31 миллиарда долларов — он удерживал их больше десяти лет.

Начал приобретать ВТС он ещё в момент выхода, когда их стоимость находилась в промежутке всего от одного до четырёх долларов. По подсчётам Arkham, к концу сентября 2025 года он занимал 3 строчку среди крупнейших владельцев ВТС — сразу после создателя криптовалюты Накамото (оценка его активов — около $124 млрд) и создателя экосистемы Трон Джастина Сана (примерно 2,31 миллиарда долларов).

Первые операции по продаже ограниченного объёма монет он начал проводить ещё до резкого обвала курса BTC.

Согласно аналитике Arkham Intelligence, Оуэн Гунден, которого относят к числу самых ранних и крупнейших частных держателей криптовалюты, реализовал весь пакет из примерно 11 тыс. ВТС. По текущей оценке стоимость портфеля составила около $1,3 млрд.

Выход из позиции совпал с ухудшением настроений на крипторынке: показатель «бычьего» настроя от CryptoQuant опустился до рекордно низкого значения — только 20 пунктов из ста, сообщало The Economic Times.

Продажа растянулась почти на месяц. 21 октября 2025 года Гунден впервые отправил на площадки 364 ВТС — чуть более $40 млн. Последняя крупная транзакция прошла 20 ноября: на Kraken он отправил ещё 2499 ВТС, что соответствует примерно $228 млн.

Локаторы являются одним из ключевых элементов UI‑автоматизации. От того, насколько устойчиво тест находит нужный элемент, зависит стабильность всего тестового набора. Несмотря на кажущуюся простоту, выбор правильного локатора часто становится самым критичным и самым недооценённым аспектом автоматизации.

В этой статье мы разберём общую концепцию локаторов, критерии их качества и ограничения классических подходов. Затем рассмотрим, как Playwright переосмыслил эту философию.

В очередной раз, размышляя над разработкой своей игры и тем, каких знаний и навыков мне не хватает, чтобы сделать по-настоящему хороший продукт, я вспомнил одну старую притчу. Именно она лучше всего объясняет, что такое мастерство, интуиция и умение видеть суть. То самое ДАО, без которого невозможно создать идеальную игру.

В настоящее время я занимаюсь подготовкой рукописи для второго издания книги «История моей страны. Записки военного инженера-программиста». Естественно, в ней много старых черно-белых фотографий разного качества. Это не только бытовые фотографии, но и уникальные фотографии вычислительной техники, которая сегодня не только не выпускается, но порой и не сохранилось ни одного экземпляра. В 90-е года эту технику бойко сдавали на драгметаллы. Но сегодня еще живут люди, которые работали в те времена, видели и даже творили на этой техники. Они могут рассказать, как и что выглядело. Я знаю многих людей глубоко пенсионного возраста, которые занимаются восстановлением старых фотографий в цвете. Это тяжелая и кропотливая работа. Но в конце августа сего года вышла модель генерации изображений Nano Banana от компании Google, которая просто совершила революцию в этом деле, но и она, несмотря на свои возможности, имела недостатки:

Меня зовут Анатолий Шостак. Я называю себя валидатором стартапов, потому что за последние годы научился не запускать продукты — а быстро принимать решения об их прекращении. Самое сложное в предпринимательстве — не найти идею, а вовремя остановиться, когда она не летит.

Datebox стал моим самым наглядным уроком. Мы прошли путь длиной почти в три года, сменили несколько моделей, довели стоимость установки до пяти рублей, но всё равно закрыли проект.

Изучая получившийся клеточный автомат Коллатца (CCA), ранее описанный в статье. Я задумался о том, как лучше показать взаимодействие его клеток, чтобы это было доступно и наглядно. Простое описание опций, это теоретическая часть, но как известно, практика, помогает укрепить понимание протекающих процессов.

Конечно, визуализация клеток текущего и последующего шага поможет в понимании процессов в рассматриваемом автомате. Но я решил чуть разнообразить подход изучения CCA, добавив в него элементы игры. Ведь, если вашей задачей будет не просто понимание протекающих процессов в клеточном автомате, а выживание какого-то персонажа на этом поле, то у вас появляется дополнительный интерес и стимул в более подробном изучении происходящего.

Игра - Лабиринт

Не откладывая задачу в долгий ящик, представляю Вам прототип игры "Лабиринт".  На рисунке 1, представлен пример поля лабиринта, основанного на CCA. Справа от поля имеется легенда с описанием цветов ячеек.

Мы часто оперируем степенями двойки, будь то размеры массивов, адресация памяти или флаги настроек в битовой маске.

Казалось бы, при чём здесь мозг?

В нейробиологии давно витает идея, что нейронные сети организованы не случайно, а по неким правилам. Еще канадский психолог Дональд Хебб в 1949 году предположил, что нейронные ансамбли. Грубо говоря, если группа клеток вместе активируется при каком-то событии, она образует узнаваемый шаблон, память или образ. Но вот как именно мозг организует такие группы, оставалось загадкой.

Однако еще 10 лет назад появилась теория о том, что интеллект возникает благодаря удивительно простой математической логике связей между нейронами.

Привет, Хабр! Я Ильдар Ишкинин, ведущий инженер Центра компетенций Innostage. В этой статье хочу поделиться результатами нагрузочного тестирования отечественного NGFW «Континент 4», которое мы провели в нашей лаборатории INSI (Innostage Security Infrastructure).

За три месяца работы мы не просто улучшили показатели — мы фактически перестроили всю рекламную систему. К октябрю стоимость одного бронирования упала на 38% по сравнению с первым месяцем, а возврат на рекламные инвестиции вырос настолько, что ДРР снизился с почти 6% до 3,23%. Но обо всем по порядку.

Работаете с ИИ-ассистентом и чувствуете, что он вас не понимает? Ломает архитектуру, пишет код мимо кассы, а на простые вопросы отвечает какой-то ерундой?

Спокойно. Скорее всего, дело не в нём. Давайте разберёмся, где кошка зарыта.