Kurgan-Telecom Ru | Информационные технологии

Любите настолки? И я люблю. Не только играть в них, но и разрабатывать. Правда, процесс это настолько длительный и непростой, что в основном мои амбициозные идеи умирали на бумаге. Пока на помощь не пришел генеративный ИИ.

Меня зовут Андрей Шумаков, я scrum-мастер, а также куратор по розничному бизнесу в центре развития гибких практик разработки и внедрения продуктового подхода в ПСБ. Мой интерес к настолкам в том числе рабочий: я создаю бизнес-игры. В этой статье расскажу, как создал бизнес-игру с помощью искусственного интеллекта. Scrum-мастера, берите на заметку! Под катом объясню в деталях, как составить хороший промпт и какие именно задачи поручить ИИшке, чтобы она не галлюцинировала излишне, не путалась в контексте и выдавала результат, который потом можно итерировать своими руками. Поехали!

Всем привет! Мы делаем проекты по Zabbix, накопили большую экспертизу и решили сделать переводы нескольких статей, которые нам показались интересными и полезными. Наверняка, будут полезны и вам. Также своим опытом делимся в телеграм-канале zabbix_ru, где вы можете найти полезные материалы и записи наших вебинаров, опубликованных на нашем ютуб-канале (прим. переводчика). Ниже ссылки на предыдущие статьи из цикла.

Миграция с MySQL на PostgreSQL

SELinux: интеграция с Zabbix и другими инструментами

При использовании элементов данных в Zabbix, собирающих состояния систем, вы можете столкнуться с ложными срабатываниями. Это связано с тем, что настройки не позволяют использовать функции min, max или avg для оценки нескольких значений, т.к. Zabbix отбрасывает одинаковые последовательные состояния (в случае наличия предобработки Discard unchanged).

В 2025 году рынок моделей продолжает стремительно развиваться. Достаточно вспомнить недавний выход новой модели от Microsoft или обновление Nano Banana. Российские разработки также не стоят на месте.

В сегодняшней статье мы поговорим о GigaChat и Alice AI, разберем их место на мировом рынке и, конечно, сравним в нескольких тестах. Устраивайтесь поудобнее, я начинаю.

Пока бедолаги из NANDA жалуются, что 95% их ИИ-проектов не выгорают, мы, как взрослые люди, считаем финансовый эффект от ИИ, ML и LLM в банке без магии — с калькулятором.

Меня зовут Михаил Войтко, я работаю в Альфа Банке руководителем по внедрению решений продвинутой аналитики в Дирекции ботов и виртуальных ассистентов. И я не люблю, когда на вопрос «Ну как там с деньгами в вашем ИИ-проекте?» говорят: «Мы улучшим пользовательский опыт, а там как пойдёт».

Не-не-не. Утром деньги, а вечером проекты. 

Дополнительный материал к статье Анализ вариантов оптимизации ресурсоёмкого SQL-запроса: Вариант-4 «Временная таблица»

Предупреждение: статья подготовлена с использованием ответов нейросети DeepSeek.

Привет, сегодня я расскажу о том, как наша команда строила платформу обработки и хранения данных для обучения GenAI-моделей в Сбере, и как мы выросли до 70 ПБ сырых данных. Меня зовут Александр, я работаю в Сбере и два года занимался развитием этой платформы.

ArchiMate, являясь языком проектирования архитектуры, предоставляет чёткую систему взаимосвязей между объектами. Эта система задаёт возможные варианты отношений для конкретной ситуации и контекста. Учитывая универсальность языка, это огромное преимущество — с его помощью можно описать как бизнес-архитектуру, так и системную, и технологическую.

В данной статье я приведу пример моделирования в нотации ArchiMate для ситуации, когда необходимо смоделировать бизнес-процесс сложной и противоречивой предметной области. Такая задача часто встречается при автоматизации процессов государственных органов и организаций, работающих в строгих законодательных рамках.

Представьте: вам поручили спроектировать систему, обрабатывающую персональные данные. Требования размазаны по пулу статей НПА, а за ошибку грозят миллионные штрафы. Как структурировать эту сложную область и убедиться, что вы ничего не упустили? В этой статье я на примере положений ФЗ «О персональных данных» (далее по тексту – ФЗ) покажу, как язык ArchiMate помогает превратить юридический текст в четкую архитектурную схему. Такой подход помогает выявить пробелы в требованиях, наглядно согласовать их с заказчиком и заложить основу для проектирования ИТ-решений.

Оптимизировать запрос в вакууме — просто. Но как он поведет себя, когда десятки таких же запросов одновременно борются за ресурсы?

Эксперимент-4 : Временная таблица

TL;DR

Мы собрали рабочего ИИ-агента-разработчика, который сам анализирует задачи в Jira, уточняет детали, пишет код, запускает сборку, фиксит ошибки, создаёт MR в GitLab и отправляет его человеку на ревью. Он работает параллельно на нескольких задачах, благодаря чему суммарное время выполнения пачки задач падает почти втрое. Команда избавилась от рутины, а скорость разработки выросла без расширения штата.

Использовали: Ollama + Qwen3 Coder, PostgreSQL, Docker, GitLab/Jira API, систему строгих JSON-действий.

Столкнулись с контекстом, "галлюцинациями", GPU и самовольными правками кода - всё решаемо архитектурой.

ИИ не заменяет разработчиков, он снимает тупую монотонную работу и экономит деньги.

10 новых российских продуктов для помощи отделу продаж, принятия вебхуков от любых API, превращения экрана компьютера в виртуальную IP-камеру и многого другого. Битва за «Продукт недели» началась!

Product Radar — здесь каждую неделю публикуются лучшие онлайн-сервисы и железки от русскоязычных команд.

Вопрос, который интересует всех

Когда мои знакомые узнают, что я математик, они часто спрашивают меня, как привить математическое мышление их детям. Раньше я рекомендовал купить пять-шесть определенных книг, поставить их на видное место и надеяться на детское любопытство.

Здесь нужно сделать ремарку, что я исследователь, а не педагог, и этот мой совет основывался скорее на личном опыте, чем на какой-либо практике или теории. Одна из моих новых приятельниц – наоборот: давно и успешно практикует частное обучение как детей, так и взрослых. Ученики ее просто обожают. У нее есть сын и дочь старшего школьного возраста и, когда мы познакомились, я дал ей тот же совет. Когда через пару недель мы снова встретились, она мне сказала: «Нет, Сергей, твой метод не работает, я купила книги, но дети быстро потеряли к ним интерес».

Я начал размышлять над ее откровением и осознал серьезный недостаток своего подхода — обучение через книги оказывается чересчур теоретическим, в нем слишком мало возможностей для экспериментов, наблюдений и собственного творчества. Если вы еще не мотивированы, еще не искушены в математике, вряд ли книги вызовут у вас интерес. Наверное, то же самое можно сказать и про стандартное обучение математике в школе. Эта проблема мучила меня и тут я вспомнил про

Привет, Хабр. С вами снова Вадим.

В прошлом посте я рассказывал, как написал AI-бота Аврора, который ищет вакансии вместо меня.

Статья залетела, и к нам пришли первые 100 тестеров. И тут началось веселье.

Представьте: вы нажимаете кнопку "Найти работу", а бот молчит. 10 секунд, 20 секунд. Вы думаете: "Сломалось" и жмете кнопку еще 5 раз.

А на самом деле бот не сломался. Он просто "ушел на кухню готовить".

В этой статье расскажу, как мы переписали архитектуру с "однорукого повара" на "промышленный конвейер", зачем использовали SQL вместо модного Redis и как наша скорость стала нашей проблемой.

Если вы разработчик - найдете тут код про SKIP LOCKED.

Если вы ищете работу - поймете, почему наш бот теперь быстрее, чем пальцы любого рекрутера.

Когда вы заходите внутрь, сигналы GPS наталкиваются на преграду. Они быстро затухают, делая обычные инструменты позиционирования бесполезными. Для отраслей, зависящих от точности, это не просто проблема; это снижает производительность и повышает риски безопасности. Bluetooth $5.1+$ и Wi-Fi 6 достаточно хороши для общего зонирования, но они не могут обеспечить точность на уровне сантиметра, необходимую для промышленной автоматизации. Именно здесь сверхширокополосная технология (UWB) выступает в качестве практичного решения для промышленных сред.

Модули UWB позволяют системам определения местоположения в реальном времени (RTLS) достигать стандартов сантиметровой точности. Отслеживание UWB дает вам реальную точность, которую можно использовать для повышения эффективности маршрутов вилочных погрузчиков на складе или для обеспечения безопасности работников в опасных зонах, таких как шахты. Давайте рассмотрим технические аспекты этих модулей и увидим, почему они настолько превосходят другие беспроводные технологии.

Все мы знаем эту формулу. .

Это, пожалуй, единственное знание из школьной геометрии, которое остается с человеком на всю жизнь, даже если он работает баристой или копирайтером.

Но задавали ли вы себе когда-нибудь вопрос: почему именно квадраты?
Почему не кубы? Почему не просто сумма модулей ?

Если вы спросите учителя, он нарисует квадратики на сторонах треугольника. Если вы спросите преподавателя вуза, он напишет определение скалярного произведения.
И оба они, по сути, вас обманут. Или, скажем мягче, недоговорят правду.

Сегодня мы разберем этот «черный ящик» и увидим, что теорема Пифагора — это вовсе не про треугольники. И доказывать её нужно совсем не так, как нас учили.

Школьная программа не дает ответа. Более того, история преподавания теоремы Пифагора — это история того, как живую, наглядную геометрию превращали в сухую, мертвую алгебру. Нас уводили всё дальше от понимания сути в сторону абстракции.

Сегодня мы разберем этот путь деградации и покажем доказательство, которое вернет вас к реальности. Спойлер: теорема Пифагора — это не про треугольники. Она про зеркала.

Приготовьтесь к полному разрыву всех шаблонов!

Недавно купил книгу «Кванты. Как волшебники от математики заработали миллиарды и чуть не обрушили фондовый рынок», которую её автор Скотт Паттерсон написал ещё в 2010 году. Книга издана на русском языке в 2014, но я познакомился с ней только недавно и понял что в книге очень хорошо расписана хронология развития алгоритмической торговли и чем она заканчивалась. Спойлер: ничем хорошим в итоге, но в моменте очень выгодно для участников.

Решил сделать статью по мотивам книги — краткую выжимку идей о том, какими алгоритмами и в какое время зарабатывались деньги. Первая часть этой статьи — на основе этой книги, а вторая этой часть — на основе открытых данных из интернета.

Причём странная деталь — заказал книгу на обычном маркетплейсе, но книга шла из‑за рубежа и пришла даже без указания тиража — то есть какая‑то условно китайская копия — раньше с такими не сталкивался.

В прошлой статье я описывал свой эксперимент по возможностям маленьких LLM. Эта статья идет как продолжение, в которой я расскажу о проделанной работе по изменению и улучшению функционала голосового агента.

Если вы никогда не стояли на яхте и уверены, что это «дорого, страшно и вообще не моё» — добро пожаловать в клуб. Так думают почти все, кто ни разу не пробовал. На самом деле яхтинг — это не про пафос и не про яхты за миллионы. Это про командную работу, драйв, короткое переключение головы и ощущение «вау, я правда это делаю?». И да — это очень подходит людям из IT: динамика как в продакшене, только вместо релиза у вас поворот через фордевинд.

Я с 2021 года организую IT-Регаты — в Турции, Хорватии, Испании. Мы возим предпринимателей, менеджеров и разработчиков, гоняемся, учимся, знакомимся, решаем сложные задачи. Но при этом сама я в гонках ни разу не участвовала. От слова «никогда».

И вот так вышло, что первая моя гонка случилась… в Армении.

Да-да, именно там, где ты ожидаешь хачапури, хинкали, озеро Севан и киликию, но не жёсткий спортивный ветер и паруса, гнущиеся как ваши сроки в последнюю неделю перед релизом. А там — яхты, команда, судейство и настоящий адреналин.

Севан — идеальная площадка: чистое высокогорное озеро, стабильный ветер и атмосфера, в которой быстро перестаёшь чувствовать себя туристом. Местные яхтсмены серьёзные, но очень тёплые — помогают втянуться в процесс с первой минуты.

И вот я — уже не организатор, а участник. Стою на баке, держусь, чтобы не улететь, слушаю команды и пытаюсь выглядеть как человек, который понимает, что делает. Эмоции совершенно другого уровня: меньше контроля, больше драйва и ощущения настоящей новизны.

«Сложно?» — спросите вы.
Не сложнее первого месяца в стартапе: шумно, быстро, непонятно — и почему-то кайфово.

Птичий грипп опасен тем, что ему нипочем режим «повышенной температуры». Естественная реакция нашего организма, которая помогает в большинстве случаев – бесполезна, и даже опасна. В первую очередь – для нас самих.

Цифровая революция, пандемия COVID-19, массовые увольнения и изменение ценностей молодых поколений создали уникальные условия на рынке труда и спровоцировали глобальные изменения в отношении людей к работе, породив принципиально новое явление обратной эксплуатации.

Привет! Меня зовут Анна Заря, уже много лет работаю с людьми в it-сфере и наблюдаю разные тенденции рынка. То, о чем хочу рассказать сегодня, выглядит как начало скрытой смены парадигмы трудовых отношений в целом.

Почему каскадная модель не так «жёстка», как кажется, а Agile — не методология.

На написание статьи сподвигла статья и обсуждения в чате одного сообщества по бережливому производству.

Хочу сразу обратить внимание, что здесь будем обсуждать ложную дихотомию в управлении проектами.

Споры о превосходстве Agile над Waterfall или наоборот давно стали клише в IT-среде. Однако корень этой дискуссии — фундаментальное непонимание сути обеих концепций. Agile часто ошибочно называют методологией, тогда как на деле это набор ценностей, а выбор реальных инструментов управления происходит между каскадной моделью (Waterfall) и итерационными подходами — Scrum, Kanban, XP. Почему этот нюанс так важен? Потому что смешение философии и инструментов ведёт к мифам, которые мешают эффективно управлять проектами.