Kurgan-Telecom Ru | Информационные технологии

Помню, в далеком 2014 году, когда я  примерял на себя роль проджекта, частенько срывался на продакта: «Мы же договорились! У нас дедлайн через неделю, команда уже работает! Зачем ты снова все меняешь?!»

Он спокойно отвечал что-то типа: «Есть новые данные из исследований пользователей: эта фича не подходит. Зачем делать то, что заведомо не будет работать?»

Я был уверен: продакты - это самодуры и саботажники, которые не понимают важности сроков и бюджетов. Они вечно всё переделывают, задают свои «зачем» и «почему», вместо того чтобы просто дать команде работать.

3 года спустя, будучи в роли продакт-менеджера, уже сам превратился в того самого «саботажника». Теперь я смотрел на проджектов и думал: «Как можно слепо выполнять план и не задумываться о ценности и смысле того, что делаешь? Процессы ради процессов - это путь в никуда».

Еще через пять лет, став СРО, я понял, что этот спор бессмысленен. Продакты и проджекты не враги. Это две руки одного тела, правое и левое полушария одного мозга. Проблема не в том, кто прав, а в том, что каждый подход работает в свое время и на своем месте.

В сегодняшней статье расскажу, как понять, когда нужны продакты, когда проджекты, и как они вместе влияют на компанию, продукт и их эволюцию.

Работа с процессами, которые имеются в любой компании, ведется уже не один год и кажется, что все уже давно изучено, описано и зачем еще раз подымать этот вроде бы теоретический вопрос. Дело в том, что при работе с процессами специалисты действуют в рамках установленной и принятой на сегодняшний день сообществом специалистов парадигмы, основываясь на которой осуществляется работа с ними (моделирование, контроль, анализ, совершенствование).

Имеется только один момент, который до конца не разобран и не систематизирован, хотя и оказывает значительное влияние на деятельность компании и на повышение ее эффективности – это процесс управления. При этом многие не осознают, что он является другой составной частью бизнес-процесса и неразрывно связан с операционным процессом. Так как в современных исследованиях, касающихся процессов, происходящих в организации, отсутствует ясное и точное определение и, соответственно, понимание, что такое процесс управления, то и пытаются его изобразить кто и как себе это представляет, применяя при этом инструменты, предназначенные для описания операционных процессов, и не понимая, что это разные сущности. А без описания происходящих в организации процессов управления деятельность организации оказывается неполной.

Но почему важно иметь точное понимание, что такое операционный процесс и что такое процесс управления?

На основании имеющихся знаний руководители и специалисты проводят моделирование, анализ и совершенствование бизнес-процессов, имеющихся в компании. А если знания не полные или недостаточные и не позволяют видеть всю картину деятельности сотрудников компании? Какая модель может быть разработана и какой результат может быть получен, основываясь на неполном знании и представлении и как это на самом деле осуществляется деятельность компании?

Вас тоже завалили «навайбкоженными» пулл‑реквестами, которые приходится реджектить по несколько раз? Проблема не в ИИ, а в том, что ваш проект для нейросети — плохой промпт. Пока одни спорят, заменит ли ИИ разработчиков, а другие ждут, когда этот «пузырь» лопнет, мы сталкиваемся с реальностью: сгенерированный код деградирует из‑за отсутствия контекста и правил. В статье поговорим о том почему линтеры и тесты важнее тысячи промптов, и как инженерная культура превращает хаос в ускорение.

Привет, Хабр! Меня зовут Полина, я отвечаю за развитие лояльности в РГС. Лояльность по своей сути — сложный психологический феномен, основанный на взаимной выгоде обеих сторон. А сегодня, в нашем с вами мире, переполненном предложениями и брендами, это еще и один из самых ценных активов компании. Глубокое понимание того, что стоит за лояльностью, позволяет не просто удерживать клиентов, а создавать настоящих адвокатов бренда, которые будут преданы вам год за годом. 

Лично для меня лояльность клиента к бренду — это во многих смыслах еще и про любовь. И я хочу рассмотреть этот феномен с точки зрения романтических отношений: что нами движет при выборе «партнера», как эти отношения выстраивать и что нужно, чтобы не расстаться из-за какой-нибудь ерунды.

Привет, Хабр! Меня зовут Сергей Нотевский, я AI Platform Lead в Битрикс24. Моя команда отвечает за модельки под капотом наших AI сервисов.

Агенты, агентные системы, agentic AI - эти слова сейчас повсюду. Мы сами делаем своего агента, Марту AI. Но последние пару месяцев я все чаще слышу от коллег и читателей один и тот же вопрос: «Серёж, объясни по-простому - что это такое? Я запустил 100 вызовов LLM подряд, это уже агент? А если добавил RAG? А с поиском?»

В итоге, на нашей внутренней AI-конференции я выступил с докладом на эту тему, и по мотивам родилась эта статья. 

На самом деле, сложность начинается с того, что у нас нет общепринятого стандарта: что считать AI-агентом, а что нет. Есть десятки определений, статей и докладов, но многие формулировки порождают больше вопросов, чем ответов.

В этой статье я не буду придумывать ещё одно академическое определение. Вместо этого мы соберём рабочую интуицию: как «просто LLM», «workflow» и «агент» связаны между собой и где проходит граница. А разбираться будем на живом примере всем уже известной функции - Deep Research.

Итак, типичное описание:

AI-агент - это интеллектуальная программа, которая умеет выполнять задачи по заданному сценарию, используя нейросети.

В отличие от чат-ботов, AI-агент «думает» и реагирует на контекст, принимает решения, запускает действия и учится по ходу работы.

Звучит красиво, но мало помогает.

Вы смотрите в Lighthouse на 95 баллов, а пользователи пишут, что сайт тормозит. Знакомо? Пользователи сидят на старых смартфонах, слабом интернете, через прокси — поэтому лабораторные метрики не отражают реальную картину. По исследованиям даже +0,1 секунды загрузки сайта влияет на конверсию!

Сегодня я покажу, как своими руками сделать облегченный Real User Monitoring на Prometheus начиная со сбора метрик и заканчивая настройкой графиков — без Kafka, без ClickHouse, без хранения сырых событий.

Янош Пастор [Janos Pasztor] пребывал в растерянности. Сидя в своём домашнем кабинете в деревне, находящейся недалеко от Женевы, он смотрел на экран своего компьютера, где происходил странный разговор по Zoom. Это было 31 января 2024 года. Генеральный директор израильско-американского стартапа, с которым Пастор только что познакомился, рассказывал ему, что компания разработала специальные отражающие частицы и технологию, позволяющую выбрасывать миллионы тонн этих частиц высоко в атмосферу. Предполагаемый эффект: ослабить солнечное излучение по всему миру и обратить вспять процесс глобального потепления. Генеральный директор обратился к Пастору, бывшему высокопоставленному чиновнику ООН по вопросам климата, за помощью. Компания называлась Stardust Solutions [stardust – межзвёздная пыль / прим.перев.].

Пастор, рассудительный и уверенный в себе венгр с густыми дугообразными бровями, придающими ему вид слегка встревоженной совы, был ошеломлён серьёзностью деятельности Stardust. Он давно ожидал, что какая-нибудь компания попробует это сделать. Но появление хорошо финансируемой группы с высококвалифицированными сотрудниками шокирующим образом придало ускорение технологии, которая до сих пор в основном ограничивалась научными статьями, дискуссиями на кухнях и научно-фантастическими романами.

Генеральный директор Stardust, Янай Йедваб [Yanai Yedvab], был физиком-ядерщиком, который когда-то занимал должность заместителя главного научного сотрудника Израильской комиссии по атомной энергии. В разговоре он сразу перешёл к делу. Он хотел, чтобы Пастор проконсультировал его по поводу того, как завоевать доверие общественности, которое было необходимо для получения государственных контрактов на отражение солнечного света, на которые рассчитывали компания и её инвесторы. Генеральный директор, по-видимому, хорошо понимал, что у Stardust были проблемы с общественным имиджем, которые обычно возникают в связи со злодеями из фильмов о Джеймсе Бонде. Эти проблемы, вероятно, не облегчались выбором названия компании, которое напоминало «Проект Стардаст» из «Звёздных войн» — кодовое название, которое злодеи из Галактической империи использовали для «Звезды смерти», оружия, предназначенного для уничтожения целых миров.

Команда Spring АйО подготовила перевод статьи о том, как Spring Data тихо, но уверенно избавляется от «магии рантайма» и учит репозитории работать через AOT. Меньше скрытых прокси, больше прозрачного кода, быстрее старт сервисов. Кажется, это одно из самых крутых обновлений Spring за последние годы.

Всем привет! Мы давно и усердно работаем по направлению наблюдаемости и регулярно находим интересные статьи. Например, в этой вы узнаете подробности об устройства популярной системы хранения временных рядов — VictoriaMetrics. Перевод мы сделали специально для телеграм-канала Мониторим ИТ. Подписывайтесь! Там еще больше полезных постов о мониторинге.

VictoriaMetrics — это высокопроизводительная и масштабируемая база данных временных рядов и решение для мониторинга. VictoriaMetrics разработана для сбора, хранения и запроса больших объёмов данных временных рядов, что делает её идеальной для мониторинга инфраструктуры, приложений и IoT-устройств. Она поддерживает модели приёма данных как pull (сбор данных в стиле Prometheus), так и push (различные протоколы). Подробности под катом.

Мы начинали как лаборатория полимеров при советском НИИ, потом, после развала Союза, продолжили исследования в коммерческой лаборатории, а сейчас вдруг стали крупным производством медицинских средств и косметики. Вероятно, вы знаете нас по гелям для глаз, акустическим гелям для УЗИ и, если у вас рожала корова, гелю для родовспоможения. Из него потом мы сделали ещё и смазку для секса человеков, но это другое.

Так вот, в прошлом году я вложился в обучение людей творческому мышлению.

Это решение, которое не может прийти к вам на коротком горизонте, но очень полезно на длинном.

Я считаю, что те же походы в Музей Востока напрямую влияют на наши бизнес-показатели.

Мировая практика это подтверждает. Deloitte водит своих менеджеров и партнёров в известные музеи. Там им показывают картины без подписей и названий и просят проанализировать, что они видят. Этот метод «слепого анализа» заставляет замедлиться, замечать детали и строить гипотезы, что напрямую тренирует системное и стратегическое мышление. Volkswagen водит по музеям RnD-команду, чтобы они нарабатывали привычку рассматривать проблему с разных сторон. В косметике и моде наработка вкуса через такое обучение — вообще норма.

В России это пока смотрится странно, и все спрашивают меня, где же бабки. Попробую ответить.

Бесплатная ежегодная онлайн-конференция ЮMoney Day состоится 5 и 6 декабря. Это уже седьмая конференция, где представители ЮMoney делятся опытом работы в финтехе. Вас ждёт более 20 докладов по разным направлениям: бэкенд, фронтенд, архитектура, тестирование, SQL и другие.

Привет, Хабр. Я из тех людей, у кого аллергия на словосочетание "искусственный интеллект" в маркетинге. Обычно за этим скрывается пара if-else и API OpenAI, прикрученное синей изолентой.

Недавно наткнулся на пост ребят, которые пилят карьерного бота Аврора. Обещали, что он сам ищет вакансии, сам пишет письма и вообще молодец.

Я решил, что это отличный повод поразвлечься: зайти в бету, положить им базу нагрузкой и написать разгромный баг-репорт.

Спойлер: базу я им действительно чуть не положил (и помог починить), но в процессе тестирования бот унизил мое резюме, переписал его и устроил меня на собес туда, куда я сам боялся подаваться.

Ниже - история про технические костыли, asyncio и то, как бездушный скрипт продает инженера лучше, чем сам инженер.

Мы в Beeline Cloud решили обсудить RFC 9116, который описывает security.txt. Это — своеобразная «визитная карточка» с контактами владельца ресурса. Она позволяет сообщить ему или ИБ-специалистам организации о найденных уязвимостях.

Несмотря на то, что стандарт был опубликован IETF, он так и не обрел популярность. Обсудим, как получилось, что достаточно простое и понятное решение, которое было призвано помочь безопасникам, стало еще одним источником их головной боли.

Мамкин инвестор знает, что если ежедневно ловить сигналы от мощных трейдеров, то скоро карманы будут набиты звенящей цифровой монетой. Но чтобы стать богаче всякого, в эпоху ИИ нужно нечно большее, чем какой-то сигнал. Нужно чтобы был карманный генератор сигналов по всем возможным активам.

В конце ноября 2025 года проект Moss представил прототип Unix-подобного ядра, написанного на Rust. Это попытка создать ядро, которое умеет запускать Linux-приложения, но работает уже по новым правилам — с упором на асинхронность и современные подходы к системному коду. За восемь месяцев команда добилась того, что ядро работает на реальном оборудовании, поддерживает базовые системные вызовы и запускает командную оболочку Bash. В этой статье разберем, что такое Moss, как оно устроено, где пока недотягивает и какие у него перспективы.

В последнее время стало привычно ссылаться на бас-фактор, как на что-то, что обязательно похоронит ваш проект, если вы наймете хоть одного толкового специалиста. Бизнесу, якобы, нужны сплошь взаимозаменяемые винтики, с правильно вывернутым гетеродином лайф-ворк баланса, способные хорошо использовать данные свыше фреймворки и библиотеки.

К сожалению, если у вас в команде нет звезд, вы никогда не сделаете звездный продукт. Магазин мягкой игрушки в Бирюлево, который будет вас худо-бедно кормить — запросто. А что-нибудь посерьезнее, поамбициознее и поприбыльнее — навряд ли. Потому что во всех серьёзных продуктах есть части, которые требуют оригинальных, пока необиблиотеченных, сложных решений.

Я не говорю о бас-факторе (назовем его БФ первого рода, или БФ-1, в честь клея), который полностью спровоцирован дегенеративным дядькой, боящимся потерять работу, и оттого пишущем нечитаемый, только ему одному (им вдвоем с поллитрой) понятный, запутанный код. Если любой разработчик в команде не может, или не желает, объяснять свой код коллегам — его надо не просто выгнать, а повесить на позорном столбе перед воротам в ойти, чтобы всяк сюда входящий видел и знал, что бывает с такими вот саботажниками.

К сожалению, такими нелицеприятными персонажами не исчерпываются все истоки возникновения бас-фактора. Основной, гораздо более частой, причиной — является то, что в команде есть только один человек, способный понять задачу корректно и воплотить ее в коде элегантно и безотказно.

Привет! Все мы так или иначе сталкиваемся с тем, что технологии усложняются как-то очень уж быстро. Гораздо быстрее, чем мы успеваем их осваивать. Вы наверняка замечали, что перегруз информацией мешает нормально работать и снижает продуктивность. Недавние исследования показывают, что грамотное распределение когнитивной нагрузки является ключом к управлению сложными системами.

Предлагаю обсудить эту тему дальше в статье.

Нужно ли аналитику машинное обучение? Ответ неоднозначный: всё зависит от места работы и планов в профессии.

Меня зовут Раф, я аналитик ценообразования в Авито (а раньше в Яндекс Лавке), преподаватель машинного обучения в Центральном университете, выпускник факультета компьютерных наук в НИУ ВШЭ и курса «Специалист по Data Science» в Яндекс Практикуме. 

В этой заметке я расскажу, зачем аналитику машинное обучение, когда без него можно обойтись и как его освоить, если этого потребуют задачи.

Тема 1. Как выглядит Kotlin Coroutine без макияжа

Тема 2. Kotlin suspend функции

Код Kotlin корутин выполняется в потоках, но важно понимать, что корутины не привязаны жестко к конкретным потокам. Их выполнение управляется диспетчерами (Dispatchers), которые определяют, в каком потоке или пуле потоков будет работать корутина.

Как мы обсуждали в Как выглядит Kotlin Coroutine без макияжа при создании корутины создается объект Continuation, в котором содержится код, который выполняет корутина. Код делится на блоки - suspend-функции с помощью switch. Когда код доходит до suspend-функции она вызывается и в неё передается весь текущий объект Continuation и на этом это ответвление switch заканчивается. Suspend-функция по завершению своей работы вызывает метод resume у переданного ей объекта Continuation и таким образом начинается выполнение следующего ответвления switch'a.

Мы всё это вспомнили не просто так:

объект Continuation, который мы обсуждаем на всех этапах передается в специальной обёртке DispatchedContinuation.

Именно на этой обертке и вызывается метод resume, который выделяет поток и вызывает resume у объекта Continuation.

Исходя из изложенного выше мы можем понять механизм смены потока - он может меняться при каждом вызове метода resume у объекта DispatchedContinuation.

Доступны следующие диспетчеры:

Почему оффер ломается не на алгоритме, а на вопросе «кем вы видите себя через 5 лет?» — разбираю шесть таких ловушек и показываю сильные ответы.