Kurgan-Telecom Ru | Информационные технологии

Хабр, привет! Меня зовут Сергей Куриленко, я ML-разработчик, соавтор курса «Нейросети для работы» и ревьюер на курсе «Нейросети для бизнеса» в Яндекс Практикуме.

За последний год я не раз сталкивался с ситуацией: человек осваивает вайбкодинг и создаёт проекты с невероятной скоростью — а потом обнаруживает, что всё это время строил не карьеру, а карточный домик. Сценарий настолько типовой, что я решил оформить его в жанре вредных советов — чтобы было весело читать и неловко узнавать.

75% резюме отсеиваются ATS-фильтрами до того, как их увидит рекрутер. Собрал 7 промптов для нейросети, которые покрывают весь цикл поиска работы: от переписывания резюме под конкретную вакансию до подготовки к собеседованию и follow-up. Проверял на себе — работает с Claude, ChatGPT, Gemini.

Практически все из вас правильно знают, где его искать. Но практически никто не знает, что же правильно с ним делать, то ли теребить, то ли гладить, то ли...©

Стоп. Это уже тема другой статьи, а мы с вами говорим об очистке кэша 1С.

Когда бизнес-логика становится сложной, микросервисы из удобного инструмента превращаются в источник боли. Классические «сценарии транзакций» приводят к монструозным классам и распределённым транзакциям, которые невозможно поддерживать.

В этой статье разберу, как DDD и агрегаты помогают проектировать бизнес-логику так, чтобы она не разваливалась под нагрузкой. Покажу на реальном примере HR-сервиса:

▫️ почему объектные ссылки между сервисами — зло;
▫️ как одно правило «транзакция = один агрегат» меняет архитектуру.

Хабровчане, приветствую! Меня зовут Михаил Казанцев, я ведущий системный аналитик в мобильном приложении Вайлдберриз. Работал и писал требования как в стартапах с монолитами, так и в банковском секторе с сотнями сервисов в одном контуре, рассказать есть что.

Я хочу рассказать о своём восприятии основной идеи книги Мартина Клепмана — Высоконагруженные приложения через призму своего ультрамарафонского опыта тренировок и соревнований и практики проведения чайных церемоний. Книга технически сложная, поэтому

Каждый день в российском бизнесе происходят миллионы телефонных звонков. Колл-центры, клиники, юридические конторы, отделы продаж - везде, где есть телефон, есть поток неструктурированных данных, который никто не обрабатывает. Менеджер повесил трубку, записал в CRM “клиент интересовался” - и 80% информации из разговора потерялось.

Когда мне пришла идея написать эту статью, я предполагала, что это будет хроника ошибок, от которых мы бы хотели предостеречь техническое сообщество: как мы наивно полагались на «синтетику», а «видовое многообразие» сервисов раскрыло нам глаза.

Но по мере подготовки материала пришло осознание, что проблема не в том, что мы ошиблись в методике, а в том, что для core-системы, пропускающей сотни тысяч разнородных запросов в секунду, достичь точного воспроизведения боевой нагрузки практически невозможно.

Под катом рассказ о том, как мы двигались от упрощенных моделей к глубокому изучению специфики поведения системы, а по пути осознали, что нужно не выбирать между крайностями, а комбинировать подходы и учитывать риски.

Если вы когда-нибудь пытались натравить классическую LSTM на минутные свечи волатильных активов, вы знаете эту боль. Сначала Loss красиво падает на трейне, вы предвкушаете покупку острова, а на тесте модель превращается в тыкву. Она либо предсказывает скользящую среднюю со сдвигом на один шаг, либо упирается в «стену» Loss = 0.693 (то есть −ln(0.5)), сводя всё к подбрасыванию монетки.

Проблема не в вас. Проблема в том, что рекуррентные сети (RNN, LSTM, GRU) живут в дискретном времени. Для них шаг между 10:00 и 10:01 абсолютно идентичен шагу между пятницей и утром понедельника. Они не умеют сжимать и растягивать восприятие времени, когда волатильность взрывается.

В этой статье мы отойдем от мейнстримных архитектур и напишем с нуля Liquid Neural Network (Жидкую Нейронную Сеть). Мы заставим время течь непрерывно, используя численные методы дифференциальных уравнений прямо внутри PyTorch-графа, и посмотрим, как она вытаскивает скрытый макро-тренд из абсолютного рыночного хаоса.

Теория без воды: Что делает сеть «жидкой»?

Концепция Liquid Time-Constant Networks была представлена исследователями из Лаборатории искусственного интеллекта MIT (CSAIL). Их изначальная цель — управление дронами и автопилотами в непредсказуемой среде. Но финансовые рынки — это та же турбулентность, только выраженная в долларах , рублях и других валютах.

В классической RNN скрытое состояние $h_t$ обновляется по дискретным шагам:

$$h_t = \tanh(W_{in} x_t + W_h h_{t-1} + b)$$

В Liquid Network мы отказываемся от дискретности. Состояние нейрона $h(t)$ — это непрерывная переменная, описываемая обыкновенным дифференциальным уравнением (ОДУ):

Механизм внимания (Attention) - это метод в искусственном интеллекте, который позволяет нейросети динамически определять, какие части входных данных наиболее важны для текущей задачи. Он работает через вычисление весов важности для разных элементов входа: более важные элементы получают больший вес, а менее важные - меньший. Затем модель формирует взвешенную сумму представлений, создавая новый контекстный вектор.

Self-attention, в свою очередь, помогает модели понимать, как разные элементы входных данных связаны между собой. Например, как разные части информации взаимодействуют и влияют друг на друга в общем контексте. Этот механизм обеспечивает логическую связность и целостное понимание всей структуры данных

У любого ООО в ИТ есть командные процессы:
- планирование на две недели вперёд,
- ретроспективы,
- журнал задач.

У автора почему-то нет ничего из этого. Хотя автор для себя самого является главным проектом в жизни!

Почему так?

Это первая статья из серии, про программы для Game Boy (DMG/CGB), эксплуатирующие идеи модульного синтеза и секвенсинга.

Я рассказываю в ней про попытку написать реализацию Rungler Circuit для Nintendo Game Boy.

Когда аугментации в детекции «не работают», проблема часто не в модели, а в bbox после преобразований.

Неверный coord_format, перепутанные нормализованные и абсолютные координаты, агрессивные кропы, пустые боксы после фильтрации — всё это не ломает код, но quietly ломает обучение.

В статье разбираю:

— какие форматы bbox поддерживает Albumentations — как правильно настраивать A.BboxParams — когда использовать min_area и min_visibility — почему обычный RandomCrop часто плохая идея для detection — и где пайплайн чаще всего ломается на практике

Если вы работаете с COCO, YOLO, pascal_voc или просто хотите перестать обучать модель на испорченной разметке — этот материал для вас.

Векторный поиск редко используется сам по себе. Почти всегда есть фильтры — диапазон цен, категория, временное окно, географическая граница. Вопрос в том, когда именно эти фильтры применяются.

Ответ оказывает неожиданно большое влияние на качество результатов.

Предварительная фильтрация KNN доступна в Manticore Search начиная с версии 19.0.1.

Практический кейс миграции данных из 1С:УПП в 1С:УХ через промежуточный слой SQLite и Python COM. В статье показан управляемый трехэтапный контур import -> process -> export, подход к маппингу, работе со ссылочными объектами, повторным прогонам и операционному запуску через веб-интерфейс.

“Кино для Руководителей” сегодня будет “Угловой офис” (Coner office)с Джоном Хэммом (Jon Hamm) 2022 года. Я этот фильм нашел совершенно случайно и был удивлен насколько он важный для бизнеса и для руководителей. Это как бы комедия, хотя смешного, честно говоря, ничего не увидел, а вот смысла там реально много. Поэтому, это больше притча на тему жизни офиса и управления человеком, который не вписывается в рамки понятного коллег, как управлять талантом. Краткое описание (дисклеймер, который не помешает посмотреть фильм, потому что это важно видеть): приходит новый сотрудник и неожиданно открывает для себя пространство, тот самый угловой офис, где ему очень хорошо работается и он в нем решает задачи, которые никто до него решить не мог. Вроде всё просто, но дело в том, что этого офиса никто, кроме него не видит, и всё что видят коллеги, как этот сотрудник стоит неподвижно и смотрит в стену. Это очень пугает их и они жалуются руководителю, который пытается решить вопрос, успокаивает коллег и берет обещание от нового сотрудника больше так не делать. Но проблема в том, что только в этом угловом офисе новый сотрудник может работать очень эффективно. Финал понятен и очень знаком дня многих компаний: в угоду спокойствия неэффективных сотрудников увольняют эффективного сотрудника, который не вписывается в нормы посредственностей. Покой важнее эффективности.

Эта ситуация очень типична, от сотрудников средний руководитель зачастую ждёт не эффективности, а соблюдения ритуалов: не опаздывать; работать именно в офисе, а не удаленно; делать так как принято у нас; не беспокоить других своим способом работы, то есть быть как все. И тут важно задать себе вопрос, Вам как руководителю важны ритуалы и покой в команде, или результаты бизнеса? От ответа будет зависеть, какая будет эффективность вашего бизнеса и Вас как руководителя. Дайте возможность талантливым сотрудникам работать в том “Угловом офисе”, который они себе найдут: удаленно; в первой или второй половине дня и т.д., главное что они дают экстраординарный результат. И объясните команде, что такие условия работы таланта потому, что он/она приносит пользу, если другие тоже хотят так работать, то они должны приносить такую же пользу. #КиноДляРуководителей #УгловойОфис #управление #МихаилБоднарук

Миссия «Артемида‑2» НАСА прошла все основные испытания с момента запуска 1 апреля, причём ракета, космический корабль и экипаж продемонстрировали результаты, превосходящие самые смелые ожидания инженеров.

Первые шесть дней миссии показали, что капсула «Орион» работает в соответствии с проектом, причём впервые на борту присутствуют люди — то, что не мог доказать ни один симулятор.

Однако, пожалуй, её величайшим достижением стали действия экипажа «Артемиды», которые вселили надежду, придали импульс развитию и вселили оптимизм в мир, который, похоже, отчаянно нуждается в вдохновении.

Но остаётся более важный вопрос: действительно ли посадка на Луну к 2028 году, как того хотят НАСА и президент США Трамп, является достижимой целью?

Я хочу поделиться опытом создания универсального прокси-сервера на C#, который поддерживает не только HTTP/HTTPS, но и FTP-протокол с автоматической подстановкой учетных данных. Зачем это нужно? Представьте ситуацию: вам нужно работать с FTP-сервером через корпоративный прокси, но стандартные средства не поддерживают автоматическую аутентификацию. Или вы хотите иметь полный контроль над трафиком между клиентом и FTP-сервером. Мой прокси-сервер решает эти задачи.

Статья объясняет что такое WIC (Windows Imaging Component) и как с ним работать (с примерами), рассчитано для тех кто никогда не слышал, или почти никогда не слышал о WIC. Является переписью того, что написано в MSDN, но: на русском, понятно, кратко.

Продолжаем data mining путешествие в погоне за удачей. Сегодня разберем как устроены богатство, социальные связи и образование. Эти категории достаточно сложны, но статистически хорошо подтверждены. Откалибровать их было довольно просто.

Когда в 1С «просто тормозит», стандартные метрики и журнал регистрации почти бесполезны: они показывают факт, но не причину. Технологический журнал — один из немногих инструментов, который позволяет увидеть, что именно происходит внутри платформы: какие запросы реально выполняются, где возникают блокировки, и на каком участке кода уходит время. В этой статье — без лишней теории: как быстро включить техжурнал, что в нём действительно важно, и как за несколько минут находить медленные запросы и проблемные места в системе.