Kurgan-Telecom Ru | Информационные технологии

Попробую описать свой опыт автоматизации своей (и коллег) работы на 1-ой линии техподдержки внутренних сотрудников.

Было дано: домен MS AD, около 4-5 тыс компьютеров сотрудников под управлением Win7-10. Задачей нашей группы поддержки было получение заявок от сотрудников и решение их проблем в процессе подключения к их рабочему столу (MSRA или Dameware) или без подключения (если это возможно).

Привет! Меня зовут Анастасия Лестова, я UX-исследователь и Product Discovery Lead в Контур.Маркировке — продукте, помогающем бизнесу автоматизировать работу с государственной информационной системой мониторинга оборота товаров. 

Моя команда ориентирована на управление разработкой на основе данных: мы оцениваем успешность фич и отслеживаем пользовательские проблемы по сигналам из метрик, менеджеры разработки управляют ресурсами также с оглядкой на процессные метрики. Разработка — отлаженный управляемый механизм, царство математически детерминированной рациональности. Но на основании чего разработка принимает решения? Да, на основании исследований, а их принято считать актом выхода в зону неопределенности, где на выручку приходят эмпатия и интуиция. Значит ли это, что исследования стихийный процесс, пользу от которого нельзя измерить, усилить и направить в нужном направлении? Вовсе нет. В статье я хочу поделиться своим подходом к оценке эффективности исследовательских процессов и степени их влияния на разработку. 

Часто можно услышать: «Зачем IT-сервису вообще нужна реклама? Если продукт классный, сарафанное радио всё сделает само». На практике всё не так просто. Даже отличные продукты тонут в шуме — особенно когда выходят на конкурентный рынок.

В этой статье я разберу, как IT-сервису работать с Telegram Ads: объясню технические нюансы таргетинга и расскажу, как адаптировать стратегию под разные форматы — от бота и приложения до конференции.

Современные экономические условия требуют от российских компаний пересмотреть подходы к ИТ-закупкам. По данным itWeek, даже при росте ИТ-бюджетов в 2025 году компании стремятся не тратить деньги впустую — прошлое десятилетие показало, как легко расходы могут выйти из-под контроля.

Компании тратят миллионы на ИТ-оборудование и лицензии, но половина активов теряется в складских остатках или дублируется по отделам. Меня зовут Евгения Асоскова, я владелец продукта SimpleOne ITAM. В статье рассказываю, как современные ITAM-системы помогают построить прозрачный и управляемый процесс закупок.

Привет, Хаброжители! Сегодня мы делимся с Вами переводом статьи о распределенном монолите.

Аннотация
Привлекательность микросервисов — гибкость, масштабируемость, отказоустойчивость — часто ведет организации по пути, полному непредвиденных опасностей. В этой статье раскрывается обманчивая архитектурная ловушка: распределенный монолит. То, что начинается как, казалось бы, разумный паттерн проектирования для отделения бизнес-логики от технических проблем путем централизации «основного домена», незаметно превращается в антипаттерн, который сводит на нет все преимущества, обещанные микросервисами.

Мы подробно описываем коварные симптомы: кошмары версионирования, паралич развертывания и эрозия автономии команды. На ярком примере из реальной жизни — системе «Drive» и доставки на дом Carrefour — мы раскрываем основную проблему: внутреннюю модель, удерживаемую внешними стандартами. Затем мы раскрываем освобождающие решения: принятие по-настоящему нативных бизнес-моделей и разрыв цепей общих «основных» библиотек кода в пользу явного промежуточного программного обеспечения и надежных API-контрактов. Это путь не только к коду, но и к возвращению обещаний микросервисов.

Мой сын любит LEGO. Но он не собирает замки, драконов и машины — ему скучно. Он строит существ. Иногда я даже не понимаю, что это. Пока я смотрел на его очередную коллекцию «непонятных, но гениальных» существ, я понял — он не играет по правилам. Он собирает то, что ему нужно прямо сейчас — завтра будет уже другое. Так появился дизайн моего приложения.

Глупо отрицать, что нейросети ускорили работу профессионалов.

Дизайнеры рисуют картинки за 5-10 минут вместо 2-х часов, редакторы за день собирают воронку постов, а благодаря вайбкодингу непрофессиональные разработчики кое-как, но могут собрать прототип будущего продукта.

Только, как это часто бывает, в погоне за хайповыми инструментами люди забывают о безопасности. И сегодня я хочу рассказать о рисках, которые нас ждут, если мы будем использовать нейросети без должной осторожности.

По данным Gartner, до 70-80% BI-инициатив не достигают поставленных целей, доля активных пользователей не превышает 30-40% количества лицензий, а аналитики тратят половину своего времени не на инсайты, а на рутину. И главная причина этого фиаско кроется не в недостаточной производительности серверов, элегантности дашбордов и даже не в качестве данных. Проекты буксуют, а инвестиции не окупаются из-за людей: их привычек, страхов, устоявшихся ритуалов принятия решений и, как следствие, активного или пассивного сопротивления новым инструментам. В этой статье я расскажу о новом подходе, который позволяет системно подойти к вопросу работы с сопротивлением для CIO, CDO, руководители бизнес-функций, продакт-менеджеров BI и лидеров аналитики. В этой статье мы начнем знакомиться с системным, человекоцентричным подходом к преодолению сопротивления, который уже был неоднократно опробован на практике.

Продажа готового бизнеса или привлечение инвестиций в стартап – сделка с высокой степенью риска. Потому инвесторы ищут способы, как этот риск снизить.

Предпринимателям тоже выгодно снижать рискованность вложений, ведь тогда их компания будет стоить дороже.

В этой статье я расскажу, как продвинутая аналитика снижает риск в глазах инвестора и увеличивает стоимость компании при оценке. 

Продолжим обзор-анализ работ французского энтузиаста рукодельных электровакуумных приборов (ЭВП), Клода Пайяра. В части №1 мы уже свели с ним знакомство, рассмотрели несколько общих вопросов, применяемое огневое оснащение и резку стеклянных трубчатых заготовок. Напомню — речь идёт о кустарном изготовлении знаменитого универсального вакуумного триода 1920-х годов — ТМ [1] — маломощного и сравнительно низковольтного, с прямонакальным катодом-нитью из чистого вольфрама. Это была первая «жёсткая» промышленная лампа — с высоким вакуумом, обеспечивающим стабильность параметров. Неблестящие характеристики, для электровакуумщика-любителя в полной мере компенсируются простой конструкцией и технологией, есть здесь и место для совершенствования — исторические триоды ТМ дали начало множеству серий более совершенных ламп. 

Октябрь был насыщенным и вдохновляющим: новые релизы, статьи, переводы с Medium и целая волна полезных пакетов. Flutter не останавливается, а сообщество растёт с каждой неделей!

В данной статье мы рассмотрим, как можно подключить Google Search Console (GSC) к n8n. Для этого нам потребуется создание и настройка Google OAuth. Предоставленная инструкция максимально подробная, с многочисленными скриншотами, которая подробно проведет вас через все этапы процесса подключения.

Кстати, если вам интересны IT-технологии и полезные инструменты, заглядывайте в мой Telegram-канал. Я регулярно публикую там свежие новости, лайфхаки и другие полезности. А сейчас — к сути статьи.

С помощью этого подключения вы можете обрабатывать любые данные, которые вам предоставляет API GSC, в автоматическом режиме. Вы можете настроить мэтчинг данных с другими ресурсами (Google Analytics например, Google Trends или Ahrefs), изучать корреляции и строить гипотезы. Вы можете скормить весь этот набор данных LLM и попросить найти закономерности и построить гипотезы за вас. В общем, вы получаете все прелести автоматизации при работе с данными, которые вам предоставляет Google о вашем веб ресурсе.

А вы помните свой первый компьютер? Я точно помню, что это был Intel Core 2 Duo, который мне купили родители, отдав за него в районе 30 тысяч рублей. Да, в начале нулевых это были приличные деньги, но и комплект, надо признать, был полным. Помимо системника, я получил клавиатуру, мышь, монитор и колонки, которые очень забавно трещали за секунду до того, как кто-то звонил. На фоне сегодняшних цен нам кажется, что это совсем дешево. Тут даже сразу и не поймешь, не то железо так подорожало, не то все так сильно разбогатели. В общем, дело ясное, что дело темное. А что, если нам посчитать, состоятельные кроты?

LLM встраивают в продакшн-системы, но подходят к ним как к обычным библиотекам — подключил API и забыл. Проблема в том, что языковая модель выполняет инструкции из пользовательского ввода, генерирует код, обращается к базам данных. Если не учитывать специфику этих систем, можно получить утечку данных или компрометацию всего приложения. OWASP выделил десять критических уязвимостей в LLM-приложениях — разбираем каждую с примерами атак и способами защиты.

Привет, Хабр! Я — Настя Антоненко, менеджер продукта ITSM 365 HR. Работаю на стыке HR и IT, поэтому слежу за наймом по отрасли и хочу поделиться наблюдениями. 

Войти в айти становится все сложнее. Так, динамика Индекса HH в области информационных технологий показывает, что с сентября прошлого года количество резюме на одну открытую вакансию выросло в 2 раза. При этом, по данным исследования StackOverflow, только пятая часть разработчиков довольна своей работой.

У меня много знакомых, которые регулярно откликаются на вакансии, ходят на собеседования нон-стопом — и раз за разом получают отказы. Айтишники жалуются на плохих рекрутеров, легионы онлайн-курсантов и дискриминацию по возрастному признаку, а рекрутеры — на дефицит хороших специалистов. Кто из них прав и что со всем этим делать? 

Время пришло. Мы решили задачу омографов (пока в первой версии, но идей ещё вагон) и теперь удовольствие от публикации наших новых публичных моделей синтеза наконец-то будет полным! Более того, что следом за ними пойдут ещё кое-какие модели, но это будет сюрприз.

Итак представляем вам новый v5 релиз наших публичных моделей для синтеза речи!

Порой проекты рушатся не из-за скудного бюджета или нереальных сроков, а из-за людей. Коллеги не обсуждают проблемы – они кричат. Вместо поиска решений – взаимные обвинения. Команда не работает, а просто ждет, когда все развалится. Если знакомо, читайте статью. Расскажем, как исправить ситуацию.

Для разработчиков ПО diff — привычный способ представления изменений: мы используем diff для сравнения различных версий одного файла (например, во время ревью кода или когда мы пытаемся понять историю файла), для визуализации разницы между непроходящим тестом и его ожиданиями или для автоматического применения изменений к файлам исходников.

В каждом моём профессиональном и личном проекте рано или требовался diff для визуализации изменения или применения патча. Однако меня никогда не устраивала ни одна из свободно доступных библиотек diff. В профессиональной деятельности это никогда не вызвало особых проблем, но в личных проектах я копировал и модифицировал из проекта в проект собственную библиотеку. Однажды я рассказал об этом коллеге, и тот наставил меня на путь публикации моей библиотеки на Go (порта библиотеки на C++, которую я раньше копировал и модифицировал). И оказалось, что я сильно недооценивал то, насколько близка моя библиотека к возможности публикации!

Как бы то ни было, я опубликовал её и узнал много нового об алгоритмах diff. Библиотеку можно найти по адресу znkr.io/diff, а в этой статье я расскажу о своих открытиях. Я ещё не завершил освоение, поэтому планирую дополнять статью в процессе изучения.

Концепция “Инфраструктура как код” (IaC) стала неотъемлемой частью методологии DevOps. С помощью IaC мы можем без труда развернуть в облаке нужную инфраструктуру. При этом, мы можем развернуть абсолютно идентичные инфраструктуры как для среды разработки, так и для тестирования и для продуктивной среды.

На просторах сети можно встретить большое количество публикаций, посвященных использованию «иностранных» облаков, таких как Amazon, Google и Microsoft. Однако, в текущих условиях использование данных провайдеров практически невозможно. Между тем на российском рынке также есть много интересных игроков. В рамках данной статьи мы посмотрим использование Яндекс Облака. Но для начала давайте разберемся с тем как в принципе реализуется IaC.

Разрабатывая AI-консультантов и ассистентов на базе RAG-архитектуры, работающих с корпоративными базами знаний на русском языке, мы столкнулись с вопросом: какие открытые эмбеддинг-модели дают лучший баланс качества семантического поиска на русском и скорости работы. Особенно это актуально, когда запросы и документы русскоязычные, но внутри часто попадаются фрагменты кода/SQL и англоязычной терминологии.

Мы прогнали 9 open-source эмбеддинг-моделей через несколько тестов, включающих проверки: