Kurgan-Telecom Ru | Информационные технологии

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.

Переход из одной большой компании в другую — обычная практика. Такие трансферы далеко не всегда связаны с проблемами на старом месте работы, иногда они просто помогают расширить или углубить экспертизу, разобраться в новых задачах и вырасти в заработке.

Хабр, привет! Меня зовут Раф, я работаю аналитиком ценообразования в Авито (а раньше — в Яндекс Лавке), преподаю машинное обучение в Центральном университете, окончил факультет компьютерных наук в НИУ ВШЭ и прошёл курс «Специалист по Data Science» в Яндекс Практикуме. В этом материале расскажу, как переходил из Лавки в Авито и к чему стоит быть готовым аналитикам, которые захотят повторить мой опыт.

Всем привет! Меня зовут Кирилл Грищук, я Tech Lead в команде Инфомодели в Авито. Мы развиваем платформу объявлений и их характеристики.

В предыдущей статье я рассказал, как мы строим отказоустойчивые системы при работе с многомиллионным трафиком.

В этой статье рассказываю, почему, даже когда всё падает, никто этого не замечает. Статья будет полезна всем, кто хочет погрузиться в проблему раздачи и обработки редко изменяемых данных. 

Привет, Хабр!

Мечтаю заговорить свободно на английском, но нахожусь в ситуации, когда ты читаешь документацию, можешь переписываться в Slack и даже понимаешь мемы на Reddit. Но как только дело доходит до звонка или живого общения, мозг превращается в тыкву. Думаю меня поймет большая часть IT-инженеров и не только. В голове строится сложная конструкция на русском, которая мучительно долго и с ошибками переводится на английский. В итоге паузы, неловкое «ммм» и потерянная уверенность.

Я поставил себе цель: к концу 2026 года уверенно выйти на уровень B2. Не просто пройти тест, а избавиться от задержки при переводе мыслей. Поняв, что классические методы вроде Duolingo или группы в Zoom мне не дают нужного темпа, я решил собрать свою команду репетиторов на базе AI.

В этой статье расскажу, как я создал экосистему из трёх Telegram-ботов, почему выбрал китайскую нейронку Qwen и как это помогает мне заниматься по 30-60 минут каждый день.

Большинство технологий появляются не внезапно. Задолго до прототипов и патентов они существуют в виде образов и зачастую в научной фантастике. В этой статье я предлагаю вашему вниманию небольшую подборку культовых фантастических фильмов, которые так или иначе повлияли на нашу жизнь.

Представьте: в отчете о продажах появляется таблица. Формально - все на месте. Данные корректные, структура логичная, визуальный порядок соблюден. Но стоит открыть документ, как чтение превращается в маленький квест: взгляд блуждает, сравнивать показатели не очень удобно, главное не сразу считывается.

Почему так происходит? И главное - что именно в таблице мешает работать с ней быстро и уверенно?

Предлагаем сначала взглянуть на пример внимательно. Подумайте, какие элементы интерфейса вы бы улучшили в первую очередь.

Долго думал - о чем написать в “Сезон ИИ в разработке”. И решил рассказать как с использованием AI выполнил работу, которую тот же AI оценил в диапазоне от 350 т.р. до 600 тысяч рублей. 

А если бы Заказчик захотел продолжения, то хорошенько доработав, и качественно упаковав эту работу, стоимость ее можно было бы довести до 1,0-1,5 млн.руб.

Но чего нет, того нет. Зато 10 тысяч - как с куста, и самое главное - мне это было интересно!

Сразу предупреждаю: IT-шникам эта статья будет мало интересна. Интересна будет руководителям, маркетологам, аналитикам, менеджерам, консультантам.

А дело было так:

Я как раз осваивал возможности проведения мозговых штурмов и генерации идей с помощью AI. И в это время ко мне обратился один хороший человек, с вопросом: “Есть завод металлоконструкций, но нет идей как жить дальше”.

Я решил, за денежку малую, совместить приятное с полезным - помочь человеку, и на практике откатать процесс решения подобных задач.

Так как сразу речь шла о небольшой сумме, то выполнять все требования к подобным работам я не посчитал нужным. Главное было - стронуть мозги Заказчика с мертвой точки и показать ему вектора возможностей - куда думать и куда делать.

Как сказал ChatGPT когда проанализировал мою работу: “Если ЛПР ожидает готовых ответов — будет разочарование. Если ЛПР ищет расширение поля решений — ценность высокая.” 

Ниже я все покажу, просто прошу не фыркать когда будете смотреть. Типа “цифры не собраны, фактчекинг не выполнен”, …

Если бы все это было сделано, стоимость как раз и зашкалила бы за 1 миллион.

Хватит делать заметки, которые пылятся. Пора создать систему, которая действительно думает вместе с вами.

Я перепробовал все системы продуктивности. Базы данных Notion, которые превращались в цифровые кладбища. Доски Miro, которые выглядели впечатляюще, но никогда не помогали мне делать что-либо. Хаос Apple Notes. Всё по полной программе.

А потом что-то щёлкнуло. Я перестал пытаться создать лучшую систему заметок и начал строить кое-что другое: второй мозг, который действительно работает со мной.

Секрет? Сочетание локального, простого текстового формата Obsidian с возможностью Claude Code реально работать с вашими файлами. Не просто искать по ним. Не просто суммировать их. По-настоящему манипулировать, генерировать и улучшать их программно.

Вот система, которую я создал, и как вы можете построить свою.

Крылатый гений сидит среди инструментов. Циркуль, весы, молоток, рубанок. Всё под рукой. Но он бездействует, подперев голову. Не от лени. Он видит проблему и понимает: имеющиеся инструменты не дают ответа.

Внедрение нейросетей всколыхнуло индустрию. Мы переживаем эпоху, схожую с Ренессансом. Все говорят о космических возможностях, о том как агенты изменят разработку. А я предлагаю посмотреть на то, что уже есть в руках.

Мастера северного Возрождения видели божественное в деталях. Не в грандиозных замыслах, а в складках ткани, в отражении света на металле. Может, и нам стоит взглянуть не на космические дашборды с метриками, а на содержимое каждого теста?

Это первая часть большого исследования. Материала получилось много, поэтому разбили на три части. Здесь погружаем в проблему. В следующих частях расскажем наше видение решения и покажем практический инструмент.

Привет, Хабр! Пару лет назад мы с коллегами из Центра искусственного интеллекта СФУ искали способы набраться практического опыта в задачах компьютерного зрения. Одним из таких форматов оказались хакатоны — соревнования по решению ML-задач на реальных кейсах с жесткими дедлайнами.

За эти пару лет мы успели поучаствовать примерно в десяти хакатонах (Цифровой прорыв, Атомик Хак) и в половине из них доходили до призовых мест. Один из кейсов оказался особенно интересным из-за условий, в которых его пришлось решать. Это хакатон от Норникеля под названием «Интеллектуальные горизонты»

Есть все признаки того, что 2026 год наконец-то станет годом десктопного Linux.

Под катом — разбор причин этого сдвига и обзор перспективных дистрибутивов для игр, максимальной производительности и экспериментов с современным Linux.

Национальных валют существует великое множество, и выбрать среди них самые красивые непросто. Тем не менее, некоторые критерии оценки всё же существуют. Как определяют красоту банкнот разных стран, и что при этом учитывают?