Kurgan-Telecom Ru | Информационные технологии

Привет! Меня зовут Николай Огоров, я Big Data-инженер в Авито. В этой статье я и мой коллега Айк Оганесян расскажем, как обеспечили пользователей инструментами, которые дают им возможность самим создавать витрины в хранилище Авито без привлечения специалистов. Эта история больше про подходы, решения и философию, которые позволяют жить в парадигме, когда потребностей на создание объектов DWH стало сильно больше, чем возможностей Data-инженеров.

Я работаю старшим фронтенд-разработчиком в it-отделе одного из крупнейших федеральных застройщиков. Специфика разработки в такой непрофильной компании — сроки спускаемые сверху и вообще не имеющие корреляции с реальными ресурсами и возможностями команды. Именно поэтому мы работаем очень быстро, постоянно пытаясь получить (максимум результата)*3 за (минимум времени)/4.

В этих условиях мы делали большие интеграции с headless CMS Directus и непосредственно с бекендом, используя моковые данные на фронте.
Интеграции были большие и быстрые — и вот тут-то и стало видно, что большинство фронтенд-разработчиков не очень понимают, как подготовить интеграцию, чтобы потом было быстро и не больно заменять моки на реальные ответы. В этой статье пойдет речь о таких подходах на фронтенде,

Упереться в лимит 4 миллиарда строк в TOAST-таблице или поймать OidGen lock при массовой заливке документов — страшный сон администратора PostgreSQL. Хотя архитекторы советуют выносить файлы в S3, реальность часто диктует хранение внутри БД. Руководитель группы по оптимизации приложений Александр Попов разбирает, как работают стандартные механизмы bytea и pg_largeobject, где находятся их «бутылочные горлышки» и как эти ограничения обходятся в Postgres Pro Enterprise.

В этой статье мы продолжим изучать историю технологии Wi-Fi. В прошлый раз мы остановились на то, что внимательно изучили передовую технологию 802.11a и очень расстроились, что она не снискала популярности. Но ведь в один год с ней вышла и другая версия стандарта  - 802.11b. Что с ней?

Привет, Хабр! Недавно у меня появилась задача - собрать RAG-систему для интернет-энциклопедии. В поисках решения я вышел на новый подход к гибридному RAG - “DAT: Dynamic Alpha Tuning for Hybrid Retrieval in Retrieval-Augmented Generation” (Динамическая настройка Альфа-параметра для гибридного поиска в RAG). 

Поиск по Хабру и Рунету показал, про подход DAT на русском языке еще не рассказывали, поэтому спешу поделиться находкой с вами и обсудить преимущества и недостатки этого метода. Эта статья - упрощённый пересказ научной работы. Материал будет интересен как продвинутым, так и начинающим разработчикам RAG-систем.

Сегодня я хочу показать и рассказать вам, как, подключив к ESP32-S3 тепловизионную матрицу MLX90640, можно запустить веб-сервер для стриминга теплового изображения с определением в реальном времени того, какие сущности попали в поле зрения тепловизора.

В моём случае была обучена свёрточная нейронная сеть для классификации трёх сущностей в инфракрасном спектре: кошки, человека или же отсутствие двух предыдущих.

Данная система является полностью автономной, и инференс TensorFlow Lite-модели происходит прямо на борту микроконтроллера.

В работе над продуктом данные — это главный помощник. С их помощью принимают решения на всех этапах — от создания до развития. Вместо того чтобы гадать, как поступит пользователь, смотрят на реальные факты: как люди пользуются продуктом и какие результаты это даёт бизнесу.

А что на счет самих данных, если мы их рассматриваем как продукт? Как будем оценивать их ценность, как будем планировать их развитие?

В статье предлагаю экспериментальный набор UX‑метрик: они помогут увидеть, где ваш продукт реально теряет пользу для пользователя. Методика готова к тестированию — цифр пока нет, но каркас для расчётов уже работает.

Иногда впечатление от алгоритмических задач такое, будто вас просят не решать проблему, а угадать «правильный» трюк из головы автора. В этой статье мы посмотрим на те же самые leetcode-подобные задачи глазами человека, который устал изобретать стеки и динамику на собеседовании и попробовал формулировать их как задачу оптимизации для солвера ограничений.

Разбираем, как привычные «найди максимум при таких-то условиях» превращаются в компактные декларативные модели, зачем вообще нужны такие упражнения, что они говорят о собеседованиях и о нашем отношении к алгоритмам — и где у подхода с MiniZinc/constraint solving проходят естественные границы.

Наше исследование внешней части Солнечной системы выявило множество ледяных спутников, многие из которых имеют поверхностные особенности, указывающие на сложную геологию. В некоторых случаях эти особенности, в частности гейзеры Энцелада, указывают на наличие океанов под ледяной поверхностью. Их наличие объясняется гравитационными взаимодействиями, которые вызывают деформацию и трение внутри спутника, что создаёт достаточно тепла, чтобы расплавить внутреннюю его часть.

Чуть меньше внимания уделяется тому факту, что некоторые из этих орбитальных взаимодействий являются временными или циклическими. Орбиты любого тела не всегда регулярны и часто имеют долгосрочные циклы. Это также верно для других спутников, которые создают гравитационное напряжение. В результате внутренние океаны могут фактически появляться и исчезать, поскольку внутренние части спутников тают и замерзают заново.

Меня зовут Александр, я развиваю проект Cheaper - это сервис поиска лучших цен на нужный товар на маркетплейсах и в интернет-магазинах. Подробнее про наш проект писал раньше на Habr. Но рассказать я хочу не про нас, а про "благотворительность" Озона. Почему благотворительность в кавычках? Читайте ниже.

Так получилось, что мы очень плотно общаемся с разными продавцами на маркетплейсах, а раньше помогали им выстраивать продажи на различных площадках. С некоторыми поддерживаем отношения до сих пор. Один из них занимается продажей средств реабилитации для инвалидов на Озоне и рассказал нам о том, что происходит на маркетплейсе в последнее время.

За полгода активного использования Cursor IDE я была поражена тем, насколько этот инструмент изменил мой подход к работе. Разработка превратилась в удовольствие: поэтапное планирование, реализация, умные подсказки – агент выполняет задачи активно, быстро и, что самое главное, практически именно так, как я хочу.

Конечно, всегда есть к чему придраться, но существенных минусов становилось все меньше. Cursor-подобные IDE и LLM постоянно развиваются: с переходом на последние модели и увеличением контекстного окна, мощь инструмента достигла такого уровня, что повседневные задачи решаются за минуты, и я уже практически не задумываюсь о технической рутине.

Казалось бы, недостатков почти нет. Однако, всякий раз, приступая к новой задаче, я начинала новый чат. Мне не хотелось перечитывать свои диалоги недельной давности, искать там контекст. Но настоящая проблема возникает, когда задача переходит ко мне от другого разработчика. У меня нет доступа к его диалогу с чатом. Я не знаю, почему он принял те или иные решения, какие варианты он и AI отбросили. Мне приходится заново вводить Cursor в суть задачи, тратя время на объяснение того, что AI-агент моего коллеги уже знал.

Еще одной проблемой всегда остается отсутствие наглядного понимания хода проекта. Глядя на код, я вижу результат, но не процесс. Я не вижу, как менялась логика принятия решений и куда движется архитектура. Git Log дает мне сухие факты ("изменен файл X"), но не дает ментальной модели.

Получается парадокс: наши локальные AI-агенты умнеют с каждым днем, но как команда мы страдаем от "коллективной амнезии" и отсутствия единой картины мира. Именно это натолкнуло меня на идею Когнитивного слоя проекта (Project Cognition Layer). Если у нас уже есть инструмент, который идеально хранит историю всех изменений (Git), почему бы не "накинуть" на него когнитивный слой, понятный и человеку, и AI?

Привет, Хабр! Я Александр Лебедев, старший разработчик систем искусственного интеллекта в Innostage. В этой статье расскажу о нескольких интересных кейсах атак на ИИ-сервисы и базовых способах защиты о них. В конце попробуем запустить свой сервис и провести на нем несколько простых атак, которые могут обернуться серьезными потерями для компаний. А также разберемся, как от них защититься.

Маркетинг становится все динамичнее, появляется уйма новых внутренних технологий, площадок, решений. Стратегии, аналитика, тексты, презентации, креативы, ресёч — всё это отнимает часы, и часто не потому, что сложно, а потому что рутинно.

За последний год я перепробовал множество инструментов. Остались единицы — те, которые реально экономят время и помогают работать быстрее без потери качества.
В этой статье я собрал именно их.

Попробуем?

Навигация началась с того, что кто-то однажды посмотрел на бескрайнее море и сказал: «Да разберёмся как-нибудь». Спойлер: разобрались, но не сразу. Сотни лет люди блуждали, спорили, сочиняли карты, которые больше походили на фантазии, и пытались понять, почему компас иногда «обиделся» и показывает не туда. И всё это — чтобы сегодня корабли сами знали, куда идти. В статье — история о том, как человечество шаг за шагом училось не терять курс.

Привет, Хабр! Меня зовут Антон Филимонов, я руководитель Центра компетенций по разработке прикладных решений в «Газпром ЦПС». Чтобы успевать за быстроизменяющейся рыночной средой и быть эффективной, наша компания должна уметь формировать новые команды и выводить их на оперативный ритм в короткие сроки.

В этой статье я поделюсь опытом, как можно сократить время формирования эффективных команд, и покажу, что давление и шторм на ранних стадиях – не всегда плохо. Расскажу про базовые этапы формирования команд на примере модели Такмана и закона Йеркса-Додсона, а также на примере 5 типовых сценариев продемонстрирую как управляемое давление применяется для сокращения времени на формирование команды. Этот материал будет полезен тем руководителям, у которых есть задача быстрее вывести команду проекта на устойчивый рост продуктивности.

От красивых демок к законченным проектам: что я понял за полтора года работы с Claude Code

Я не программист. Я гуманитарий, который научился использовать ИИ для создания рабочих приложений. Но если эта статья поможет и вам господа разработчики, то моя гуманитарная тушонка будет вопить от счастья.

В общем с чем я столкнулся. С тем, что с виду все в ИИ кодинге красиво, но по факту большой проект, например свою LMS ты не соберешь, ИИ сдохнет.

Проблема была не в промптах и не в архитектуре. Просто процесс разработки с ИИ постоянно буксовал: Claude выдавал код с API прошлого года, поиск нужной функции занимал по 15 минут, после третьего рефакторинга я терял нить и бросал проект, начинал терять что было сделано, сколько не суй ему to-do листы.

Потом я нашёл свой стек из MCP-серверов, которые действительно повысили эффективность в разных случаях от 2 до 8 раз, позволили экономить до 80% токенов, не терять контекст и совершать на 8 из 10 ошибок меньше.

Признайтесь, бывало так, что для поста или презентации нужна идеальная картинка, а в итоге вы тратите полвечера, перескакивая между стоками, редакторами и сомнительными PNG из Google? И всё равно выходит не то, что было в голове.

С появлением нейросетей этот круг ада можно смело вычеркивать. Теперь идея появляется сначала в голове, а через пару секунд уже на экране. Хотите бизона в короне, киберпанковскую библиотеку или фэнтези-кофемашину на паровом ходу? Никаких фотографов, художников и бесконечных правок, только текст и немного фантазии.

Кстати, видели обложку с Наполеоном, который скачет верхом на динозавре и размахивает саблей, пока флаг с черепом развивается у него за спиной? Да, это не отрывок из учебника альтернативной истории. Это пример того, как нейросети умеют превращать абсолютно безумные образы в настоящие картинки.

И раз уж мы начали с эпика, давайте не тормозить. Сегодня разберём, какие нейросети могут оживить нашего француза и как ими пользоваться, даже если вы никогда не открывали Photoshop.

Пристегивайтесь, будет интересно!

Попытка разобраться, почему учебники девяностых и нулевых сформировали целое поколение инженеров, и можно ли применить их прагматичный подход сегодня, не приукрашая, не оптимизируя и не заменяя оригинальную логику.

Меня зовут Владимир Жилкинский и я внутренний аудитор. Моя задача — найти слабые места в процессах, чтобы бизнес терял меньше денег и работал эффективнее. Каждый год я досконально изучаю совершенно различные бизнес-процессы – от найма персонала и бюджетирования до технического обслуживания оборудования.

В начале этого года я завершил интересный проект по аудиту digital-маркетинга крупной компании. Меня часто спрашивали о данном проекте, поэтому я решил поделиться своим опытом в этой статье.

Статья будет интересна как предпринимателям и руководителям, так и тем, кто увлекается маркетингом – в ней я расскажу о том, как внутренний аудитор видит данный процесс, на что обращает внимание. В комментариях буду рад почитать о вашем опыте.

Привет! Меня зовут Артур, я специалист по пентестам в компании Xilant. В этой статье разберём одну из наиболее опасных уязвимостей, обнаруженных в XWiki — CVE-2024-31982, которая позволяет добиться удалённого выполнения произвольного кода (RCE) через, казалось бы, безобидную функциональность поиска.

XWiki давно занимает ключевое место среди корпоративных Wiki-платформ благодаря гибкой архитектуре и мощной системе шаблонов. Однако именно эта гибкость сыграла против неё: некорректная обработка пользовательского ввода в механизме рендеринга шаблонов привела к появлению критической SSTI-уязвимости.

В материале я покажу, как устроена брешь, как она эксплуатируется и как выглядит автоматизированный PoC, который я написал на основе анализа опубликованного исследования автора jacaba с портала Vicarius.io.