Kurgan-Telecom Ru | Информационные технологии

Вместе с коллегами мы проанализировали, в какую сторону будет направлен вектор развития искусственного интеллекта в наступившем году. Особенное внимание уделили IT-инфраструктуре, организации корпоративной среды и будущему AI-агентов.

Программисты много пользуются библиотеками. Но спроектировать библиотеку сложно. В этой статье я изложу некоторые соображения по поводу того, как создавать библиотеки.

Для начала разграничим, чем нам приходится заниматься при программировании. Попробуем представить акты программирования как беседы. Далее разберём, какие основные виды деятельности складываются в «программирование», как его принято понимать. Всё это послужит нам основой для разработки более качественных программных библиотек.

Когда-то APT-группировками считались прогосударственные хакеры со сложными инструментами и стратегическими целями, а хактивистами — те, кто выражал цифровой протест. Сегодня определить границу между первыми и вторыми становится все сложнее. Некогда идеологически мотивированные хакеры все чаще выполняют задачи в интересах государств и аффилированных с ними структур, а ущерб от их атак уже достигает уровня APT-группировок. 

Мы, группа международной аналитики PT Cyber Analytics, проанализировали деятельность сотен группировок за год — получилось большое исследование. В статье расскажем о самом важном: как меняется ландшафт глобальных киберугроз, какие методы чаще всего используют атакующие и что нас ждет в будущем. А еще покажем топ интересных атак за 2025 год. 

Привет, Хабр! На связи Лиза Плюснина — лингвист-разработчик чат-ботов. Я работаю с платформой JAICP — одним из продуктов Just AI для создания голосовых и текстовых ботов. Мы с командой регулярно сталкиваемся с необходимостью написания и тестирования паттернов на специфичном языке JAICP DSL — процесс регулярный, довольно монотонный и отнимает много времени.

Когда в компании проходило обучение по AI-агентам, мы воспользовались моментом и решили: хватит это терпеть, пора автоматизировать!

Так родилась идея создать AI-агента, который бы взял на себя написание паттернов и автотестов к ним. Рассказываем, как мы это сделали, с какими трудностями столкнулись и что из этого вышло.

Большинство кандидатов теряют шанс на оффер не из-за опыта и просадки по хардам, а из-за того, как отвечают на простые вопросы.

«Расскажите о себе», «Какие у вас слабые стороны?», «Почему мы должны выбрать именно вас« — казалось бы, элементарные вопросы, но именно на них рушится впечатление о кандидате. И чаще всего виноват не недостаток знаний или навыков, а банальные ошибки в формулировках, тоне и структуре ответа.

Я разобрал топовые вопросы, которые встречаются почти на каждом собеседовании, и показал, как отвечать так, чтобы сразу захватить внимание HR или менеджера; какие формулировки лучше использовать и почему; проверенные ответы, которые можно брать за основу.

Представьте ситуацию: к вам приходит инвестор или партнер с горящими глазами. Он предлагает масштабировать бизнес по добыче нерудных материалов, выйти в новый регион или вложить пару десятков миллионов в покупку земли с собственным железнодорожным тупиком. Инфраструктура строится, дороги прокладываются, жилые комплексы растут как грибы. Кажется, спрос обеспечен на десятилетия вперед. Звучит логично? Абсолютно.

Но в тяжелом B2B-сегменте «звучит логично» — это самый верный способ заморозить капитал. Когда на кону стоят десятки и сотни миллионов рублей, интуиция становится вашим злейшим врагом.

Многие компании принимают стратегические решения вслепую, ориентируясь на поверхностные тренды. В итоге покупаются активы, которые не приносят прибыли, а отделы продаж месяцами стучатся в закрытые двери не той целевой аудитории.

Чтобы не играть в рулетку с бюджетом, нужен инструмент, который переводит хаос разрозненных данных в конкретные управленческие шаги. Кабинетное исследование рынка — это не просто талмуд с графиками, который будет пылиться на полке. Это фильтр для инвестиций. Я регулярно делаю такие исследования, чтобы отвечать бизнесу на самые болезненные вопросы: заходить ли в нишу, куда переориентировать сбыт и где на самом деле в цепочке спрятана маржа.

Давайте разберем на примере рынка щебня, как глубокая аналитика переворачивает первоначальное представление о бизнесе и спасает от фатальных ошибок.

В 2019 году я получил диплом металлурга и был уверен, что впереди стабильная инженерная карьера. В феврале 2021-го сидел на первом собеседование в IT на позицию мануального тестировщика. В 2026 я работаю Fullstack QA Engineer в Альфа-Банке: тестирую аналитическую HTAP-систему, пишу автотесты на Java, разбираю Kafka-потоки и трассирую запросы через микросервисную архитектуру.

Путь был непростым и тернистым. Но если бы в 2026 я пытался перейти из инженера в QA, то сразу бы перескочил ручное тестирование. Привет, меня зовут Королев Павел, я ведущий специалист по тестированию в Альфа-Банке. Расскажу историю перехода в QA из других профессий и что бы я делал сейчас, если бы думал о переходе в QA сегодня.

Сегодня случился важный апдейт от Сбера, вышел релиз нового ГигаЧата.
Рассказываю, что нового добавили в GigaChat Ultra.

Все ошибаются. Ничего не поделаешь, shit happens, это нестрашно. Намного хуже, когда сильные, умные люди начинают сомневаться в себе из-за косяков. 

Причём не из-за каких-то критичных провалов, а из-за мелочей: где-то опоздали на пару минут на созвон, где-то пришлось переделывать задачу, где-то что-то не то сказали на встрече. И переживают потом: «Боже, зачем я это сказал вчера? Теперь все думают, что я дурак».

Привет, Хабр. На связи Саша Сергеев, CTO в Профи.ру. Я сам через это проходил. И часто вижу подобный страх ошибок в других. 

Хочу поговорить о том, как разработчикам жить с этим страхом и как в нормальных командах относятся к ошибкам. 

Личный опыт и разбор первой тактики перехода для уровня дохода 9+ млн/год

Многие мои коллеги и знакомые, достигая определенного карьерного потолка, совершают одну и ту же ошибку. Когда встает вопрос о смене работы, они действуют по накатанной схеме: «упаковать резюме, обзвонить агентства, разместиться на hh.ru». Это работает, пока ваш годовой доход не превышает 3–4 миллионов рублей.

Но когда мы говорим об уровне 9–10 миллионов рублей в год и выше, законы рынка меняются кардинально. Это «неструктурированный рынок», где публичных инструментов просто не существует. 

В этой статье я поделюсь личным опытом и опытом моего недавнего клиента — топ-менеджера IT-блока компании «Газпром». Разберем, почему на этом уровне наниматели покупают не просто навыки, а «сборку» из опыта, связей и репутации. И расскажу о четырех тактиках перехода, которые работают в реальности. Их я проверил на себе за годы работы в энергетике, госслужбе, мебельном холдинге и на производстве. Сегодня поговорим о первой, базовой тактике.

Почему ко мне пришел топ-менеджер из «Газпрома»

Ко мне обратился руководитель из IT-блока «Газпрома». Компания сейчас в активной фазе трансформации. Мой клиент, будучи стратегом, решил действовать на опережение: не ждать, когда изменения внутри компании начнут диктовать ему условия, а самому подготовить почву для перехода.

При его текущем уровне дохода (9–10 млн/год) просто откликнуться на вакансию — значит потерять время. Мы провели серию консультаций, наметили стратегию, и, как результат, он получил офферы сразу по нескольким каналам. Но обо всем по порядку.

Перенес консольного приложения в формат, удобный к показу по ссылке:

переписал логику на Rust,

собрал в WebAssembly и завернул в статичную страницу с терминальным интерфейсом на чистом HTML/CSS/JS.

В статье разбираю практический пайплайн: экспорт функции из Rust в WASM (wasm_bindgen), инициализацию модуля в браузере через JS, вывод результата в DOM и публикацию через GitLab Pages. Отдельно показываю, как встроил .wasm в base64, чтобы страница работала даже без отдельной загрузки бинарного файла.

Это кейс про то, как быстро превратить небольшую CLI-логику без системных API в наглядное web-демо, которое открывается с любого устройства без установки.

Репозиторий: gitlab.com/Evgene-Kopylov/iching_wasm
Демо: i-ching-wasm-c50914.gitlab.io

В ноябре мы выложили в open source preview-версии GigaChat-3-Ultra (702B MoE) и GigaChat-3-Lightning (10B MoE). С тех пор мы провели большую работу над нашими моделями, и сегодня выпускаем обновлённые GigaChat-3.1-Ultra и GigaChat-3.1-Lightning. По нашим замерам, Ultra обходит non-reasoning Qwen3-235B-A22B и DeepSeek-V3-0324 в математике и general reasoning, а Lightning на аренах с судьёй GPT-4.1 играет на уровне GPT-4o — при 1,8 млрд активных параметров. Модели, как и раньше, лежат на HuggingFace и GitVerse под MIT.

Но этот пост — не только про числа в таблицах. Переезд на новую архитектуру дался нам нелегко: переход от Dense-моделей к MoE вскрыл несколько проблем, о которых мы раньше не думали. По дороге к релизу мы полностью победили проблему зацикливания генераций (и придумали для этого метрику на основе BPE-сжатия хвоста), перевели DPO-этап в нативный FP8, получив качество выше bf16 при вдвое меньшем потреблении памяти, нашли критичный баг в SGLang при dp > 1, который роняет качество, и выяснили, что GPT-OSS-120b — неожиданно хорошая замена проприетарным судьям на аренах. Под катом — подробности о каждом из этих сюжетов: что ломалось, какие гипотезы не сработали, и что в итоге помогло.

Кейс полностью автономного траблшутинга нетривиальной системной проблемы с неработоспособностью NVENC в Docker-контейнере на Jetson Orin NX с помощью Claude Opus 4.6, как пример выхода больших языковых моделей за пределы квалификации middle-grade инженера. Около 40 минут заняло расследование проблемы, по мотивам которого, я попросил сеть написать статью, которую и предлагаю вашему вниманию как пример того, на что я мог потратить целый день, а большинство middle-grade инженеров бы не справилось вообще. Весь траблшутинг и статья сделаны в полностью автоматическом режиме без участия человека.

Собрала актуальный маршрут обучения Claude Code: с чего начать, какие доки и курсы пройти, и как перейти от просто попробовать к автоматизациям (skills/hooks/sub-agents/MCP).

Все ресурсы разложила в правильном порядке и коротко объяснила, как именно их проходить, чтобы не утонуть в ссылках и сразу получить результат.

На связи Сергей Скирдин, технический директор компании «Белый код». Поставил себе цель — сделать обзоры на шины данных из реестра отечественного ПО. Сегодня в обзоре продукт «Аметум ESB». 

С 2024 года я встречаюсь с вендорами и делаю обзоры продуктов, которые относятся к классу ESB. За это время удалось пообщаться с разработчиками 20+ разных решений. Для всех, кто интересуется шинами данных, я также создал сообщество в Телеграме «Шины не для машины». Это площадка для диалога между российскими разработчиками ESB и компаниями, которым нужна интеграционная шина. 

Когда-то фраза «игры на линуксе» звучала примерно как «рыбалка в ванне». Технически, наверное, реализуемо, но зачем - непонятно. Тем более что Linux всегда был системой для серверов, разработчиков и бородатых сисадминов, которые считали компиляцию ядра формой медитации. Но последние опыты показали, что считать геймерской ОС исключительно Windows по меньшей мере неправильно. Потому что в играх и на некоторых конфигурациях пингвин показал себя гораздо лучше.

Итак, в системе появилось требование: считать сроки не в календарных, а в рабочих днях. Что делать и на что обратить внимание?

В этой статье много примеров, вопросов и вариантов ответов на них, а также кратких рекомендаций по реализации и тестированию.

Всем привет! Меня зовут Антон Ильичев, я сетевой инженер в Авито. В этой статье расскажу, зачем мы централизованно собираем и анализируем маршрутную информацию с сетевых устройств, причём тут протокол BMP и как устроена наша система мониторинга. В конце вас будет ждать лаба на docker-compose, которую вы можете запустить у себя и посмотреть на систему в действии.

Статья будет полезна в первую очередь сетевым инженерам, командам SRE и мониторинга, которые отвечают за доступность и качество сервиса.

Чем занимаются нобелевские лауреаты по физике после завершения основной академической карьеры? Правильно — продолжают развивать свои научные проекты уже в качестве хобби. Так Джозеф Хоттон Тейлор — младший (Joseph Hooton Taylor Jr., K1JT), будучи лицензированным радиолюбителем, параллельно с карьерой ученого занимался разработкой цифровых протоколов для слабых сигналов.

Программный пакет WSJT поначалу был ориентирован на экзотические виды связи — работу с отражениями от метеоров (Meteor Scatter) и поверхности Луны (Earth-Moon-Earth, EME). Однако массовую популярность этот софт получил в 2017-м, после того как был выпущен протокол FT8, позволяющий уверенно декодировать сигналы при соотношении сигнал/шум до –21 дБ в полосе 2500 Гц. Разработан он был совместно со Стивеном Фрэнке (Steven Franke), позывной K9AN.

Буквально за два года FT8 стал самым популярным цифровым режимом среди радиолюбителей-коротковолновиков. Десятки тысяч операторов, живущих в зашумленных городских условиях, теперь смогли уверенно проводить DX-радиосвязи даже на малой мощности и с компромиссными антеннами. Но встал вопрос о скорости проведения связей.

Каждый год тысячи разработчиков создают пет‑проекты — и лишь единицы из них превращаются в продукты с монетизацией. Шансы невелики, но они есть. Мой кейс — как раз из таких исключений: даже самая «несерьёзная» идея способна вырасти в востребованный сервис. 

Меня зовут Антон Ленев, я разработчик на платформе VK Mini Apps. В этой статье я расскажу, как от шуточного пет-проекта пришёл к мини-приложению «Отредач — ИИ-фоторедактор» на платформе VK Mini Apps и победе в грантовом конкурсе VK Dev Grants 2025.