Kurgan-Telecom Ru | Информационные технологии

О чем эта статья

Проблемы клиентов живут на проде годами. Поддержка о них знает, аккаунтам они снятся, разработка горит на проектах, а продукт почти не меняется. Клиенты пишут снова и снова, команда выгорает.

Триггерит?

Поздравляем, у вас сломана петля обратной связи.

Привет! Меня зовут Юрий Силантьев, я руководитель практики «ERP и финансы» в К2Тех, отвечаю за проекты внедрения 1С.

Мы занимаемся крупными внедрениями уже 15 лет. В нашей практике — проекты со сложной архитектурой, высокой нагрузкой и широким функциональным объемом. В прошлом году, например, мы рассказывали, как за семь месяцев перевели крупное химическое предприятие ПАО «КуйбышевАзот» с Oracle на 1С:ERP. И в таких проектах быстро становится понятно, что успех зависит не столько от количества разработчиков, сколько от методологии. Если этапы не структурированы, роли не определены, а результаты не отделимы друг от друга, даже сильная команда будет постоянно «догонять» сам проект.

Это первая статья из цикла о нашем подходе к крупным внедрениям 1С. Берите на вооружение — наша методологию сэкономила нам сотни часов на реальных проектах.

В большинстве средних компаний существует служба экономической или собственной безопасности: определены зоны ответственности, выстроены регламенты, выделены средства и силы для контроля. На практике часто отсутствует базовый элемент в виде безопасного и понятного канала обращения к этим подразделениям. Данное упущение является системной уязвимостью, способной нанести ущерб бизнесу. Эта проблема стала очевидной для меня в ходе работы с корпоративным сегментом.

В этой статье мы напишем простой консольный чат, используя только стандартную библиотеку. Никаких фреймворков и лишних зависимостей — только чистый код и понимание того, как данные передаются по сети. Понимание сокетов — это фундамент для написания высоконагруженных сервисов, микросервисов и понимания того, как работает интернет «под капотом».

Цель — создание простого tcp сервера для обмена сообщениями.

Эта статья посвящена языку программирования Go 1.24, работающему на Linux на архитектуре ARM. Она может не охватывать специфические для других операционных систем (ОС) или аппаратных архитектур детали.

Каждый из вас хоть раз ловил себя на мысли: «А почему бы не начать слушать книги вместо того, чтобы их читать?». Пока едешь в метро, стоишь в пробке, занимаешься домашней рутиной или вместо приевшейся музыки в спортзале — сценариев масса.

В сети полно литературы, но если вы эстет и ищете что-то глубже «Онегина» или модных бестселлеров, то наверняка сталкивались с проблемой: нужной книжки в аудио просто не существует.

Так вот, тут мы попадаем в ловушку. Технологий синтеза речи (TTS) сейчас море, а вменяемого инструмента, чтобы массово превращать текст в звук, нет.

Либо вы платите корпорациям за каждый символ через официальные API, превращая чтение в дорогую привычку, либо ковыряете софт, застрявший в эпохе Windows XP, который озвучивает файлы дольше, чем вы бы читали их вслух сами.

Я системный администратор. Моя работа — заставлять системы работать эффективно, и я не люблю ждать. Не люблю, когда мой домашний компьютер превращается в жужжащую печку, показывая 1% прогресса в час. Этот материал — не просто туториал, а технический разбор и своего рода «дневник» процесса разработки проекта «Прометей». Мы посмотрим, как превратить выделенный сервер в промышленную фабрику аудиокниг, способную выдавать 20 часов готового звука за 11 минут.

Сегодня начинаем рассказывать о полезных штуках, которые можно добавить в свой портал в веб-приложении, чтобы вести бизнес было удобнее и проще.

Для проекта я буду использовать нашу подготовленную ИИ-базу — шаблон проекта с инструкциями-промптами для искусственного интеллекта. В статье расскажу, насколько это было сложно, где агенты ошибались самостоятельно, а где — из-за меня. 

Короче, если хотите начать оптимизировать работу в CRM через кастомные приложения и посмотреть, с чего начинать и что бывает в результате — вам сюда. 

Одним из самых распространенных ресурсом в энергетике является природный газ. Он также является источник парниковых газов, ввиду его применения, что зачастую заканчивается его сжиганием. Метан, как один из основных составных элементов природного газа, привлекает внимание ученых в качестве потенциального источника полезных химических соединений. Однако из-за его "интровертности", то бишь нежелания вступать в реакции с чем-либо, и чрезвычайной стабильности достичь подобного весьма сложно. Ученые из Университета Сантьяго-де-Компостела (Испания) разработали новый способ превращения природного газа в ценные химические соединения для фармацевтики и других отраслей. Что стало основой данной методики, как именно она работает, и насколько она эффективна? Ответы на эти вопросы мы найдем в докладе ученых.

Знакомая картина? Вечер воскресенья. Вы, вооружившись мотивацией после очередной статьи о продуктивности, открываете свой календарь и любовно раскрашиваете временные слоты с 8:00 до 22:00. Тетрис сошелся, мозг получает порцию дофамина от иллюзии контроля.

Но наступает утро понедельника. В 10:15 прилетает алерт: на проде отвалился важный сервис (или звонит запаниковавший клиент). Вы идете тушить пожар. Когда дым рассеивается, ваш идеальный график разрушен до основания, а вместо удовлетворения вас накрывает липкое чувство вины: «Я снова выбился из плана».

Инструменты жесткого тайм-менеджмента обещают нам сверхрезультаты, но на практике превращаются в ловушку. Давайте разберемся, почему классический тайм-менеджмент ломается в IT и интеллектуальном труде, и почему попытки управлять своим временем заранее обречены на провал.

Всем привет! Меня зовут Иван, я руковожу компанией НИИ Крокодил.

Как и многие в IT, я состою в куче рабочих чатов, суммарно там, наверное, пару сотен человек. И каждый такой чат живёт одинаково: миллион сообщений, обсуждения сменяются одно за другим, а любая важная информация улетает вверх и теряется.

Особенно заметно, когда в чат приходят новички и пишут интро. Человек рассказывает, кто он и чем занимается, а через пару минут этот текст уже никто не увидит: его просто смывает потоком сообщений.

В какой-то момент мне стало интересно: а можно ли сделать так, чтобы люди находили друг друга не случайно, а по интересам и задачам? Так и появилась идея бота, который помогает знакомиться и «мэтчить» людей внутри сообщества. Спойлер: у нас получилось.

В этой статье расскажу, как мы с командой его сделали.

Roadmap часто делают для презентаций, а не для работы — и через месяц она расходится с реальностью. В статье вы найдете: 5 форматов визуализации дорожной карты, когда какой уместен, почему PDF — худший выбор, и почему roadmap должна жить там же, где задачи команды.

Как у вас с критическим мышлением?

Если вы считаете, что критическое мышление — это умение находить ошибки у других, вы в ловушке. Той самой, в которую попали меланезийские аборигены. И так же, как и они, вы не сможете получить желаемое.

Расскажу, что это за ловушка и как из неё выбраться.

Каждый день из каждого утюга мы слышим про вайб-кодинг и сказки о невероятных возможностях AI. Слышим, что программисты скоро будут не нужны. Да и вообще ИИ заменит всех кожаных, держащих в руках мышку.

Долго тянуть не будем, хотя можно распеть тирады о том, что ИИ не заменит человека. Как минимум потому, что НАДО НА КОГО-ТО В СЛУЧАЕ ЧЕГО СВАЛИТЬ ОТВЕТСТВЕННОСТЬ.

И так, история о том, как вайб-кодер почти убил стартап. Ну, формально он еще живой, но ни один здравомыслящий человек с ним более не свяжется.

Всем привет, меня зовут Дмитрий Грибанов, я член команды преподавателей курса «Нейронауки и нейроинтерфейсы» в Центральном университете. На данном курсе мы обучали студентов, как с помощью Python и интерфейса мозг-компьютер управлять каким-либо устройством «силой мысли», а в конце устроили настоящие нейро-гонки в виде соревнования.

Привет, Хабр! Я много лет работаю в системной интеграции и занимаюсь внедрением различных проектов в области ИТ и ИБ. Меня попросили написать технический обзор MWS Container Platform, так что ловите то, что получилось. В этом материале подробно поговорим о стеке наблюдаемости (observability) и рассмотрим несколько практических кейсов по обнаружению проблем средствами стека. 

В последнее время открытых моделей сверхбольшого размера развелось неимоверное количество, даже не просто моделей, а производителей. Вариации GLM, Kimi, DeepSeek занимают по нескольку строк в топ 5-10-20. Понадобилось перебрать основные LLM для тестов и выбора "рабочей лошадки", для чего пришлось немного пошуршать в интернетах. Оставлю в качестве памятки, вдруг кому-то окажется полезным.

Всё делалось на базе образов vllm-openai, платформ B200/H200 и дров 590.48.01. На момент начала экспериментов - примерно пару недель тому назад - версии vllm 0.16 ещё не было, но, как выяснилось в итоге, это не сильно повлияло на ситуацию. Основные костыли остались теми же самыми. Разве что кастомизация образа не для каждой модели нужна теперь.

В целом там, понятное дело, никакого RocketScience нету (особенно после того, как почитаешь китайские форумы в поисках нюансов). Но если бы кто-то посидел заранее и собрал советы в одном месте - жизнь была бы немного проще )) поэтому делюсь.

Как выбрать коллекцию в Java, чтобы код летал? Разбираем алгоритмическую сложность (Big O) самых популярных структур: ArrayList, LinkedList, HashSet, HashMap. В конце — схемы выбора и лучшие практики от команд. Сохраняйте, чтобы не забыть!

Генеративный ИИ развивается так быстро, что книги устаревают еще до того, как доходят до читателя. Тогда почему для рецензии мы выбрали книгу «Генеративный ИИ на практике: трансформеры и диффузионные модели»? Во-первых, оригинальное издание вышло чуть более года назад и отражает уже сформировавшуюся практику работы с трансформерами, diffusion-моделями и современными ML-инструментами. Во-вторых, именно эта книга вышла за рамки обычного пособия — ряд университетов по всему миру включили ее в учебные материалы и рекомендации как практико-ориентированный ресурс по генеративному ИИ. Это хороший знак, что перед нами не просто обзор популярной темы, а системное объяснение технологии.

Под катом комментарии к статье «Инсульт — это не только УДАР. Инструкция для всех», пара слов о первой помощи и вызове оперативных служб.

Привет! Меня зовут Николай Олигеров, я работаю продуктовым аналитиком в Яндекс Путешествиях. В этой статье я расскажу, как мы применяли PSM (Propensity Score Matching) — статистический метод, который позволяет корректно сравнивать группы, уменьшая систематические различия между ними. Подробно разберу, как выровнять группы теста и контроля с помощью PSM, расскажу о типичных ошибках (например, утечке признаков), дам практические рекомендации по сбору и выбору фич для мэтчинга, а также покажу, как валидировать полученные результаты и оценить их достоверность.