Kurgan-Telecom Ru | Информационные технологии

Привет, Хабр! Меня зовут Даня, я занимаюсь разработкой программных продуктов и дизайном, а в свободное время люблю собирать электронику. В этом посте хочу немного попиариться и рассказать про свой проект — Клоки, набор для самостоятельной сборки пиксельных часов (и не только).

Привет, Хабр!

Меня зовут Ляленков Михаил, я инди-разработчик, и последние несколько месяцев проектирую игровую систему, которая кардинально переосмысливает прогрессию в RPG. Сегодня хочу поделиться концепцией Wellness System — попыткой заменить традиционный «фарм опыта» на осмысленное управление благополучием персонажа.

Эта статья будет полезна:

«По индийским меркам зарплата была хорошая». Мукеш Мандал, 26 лет, разработчик из Дели — интеграции Zoho, WhatsApp API, автоматизация. Сейчас убирает снег в Петербурге и объясняет журналисту: «Работать на город лучше, чем на частную компанию».

Почему человек с нормальной IT-карьерой называет муниципальную уборку более осмысленной работой? Ответ — в словах, которые он произносит дальше: «Я — средний. Есть OBC и кастовая система».

Что такое OBC, почему госслужба в Индии престижнее частного сектора, как реформы 1990-х создали новый средний класс — и почему IT-сектор так и не стал кастовым лифтом. Разбираем культурную логику, которая делает выбор Мукеша не падением, а переводом на другой язык.

В массовом сознании распространено мнение, что магнитные поля используются обычно для концентрации и управления чем-то: электронных пучков, в старых ЭЛТ мониторах и телевизорах, удержания плазмы в термоядерных реакторах и других аналогичных задачах. 

Более продвинутые в техническом плане, вспомнят также и про управление электронным пучком в скоростных 3D принтерах по металлу и, даже, использование магнитных полей, для управления ферромагнитной жидкостью, в самодельных дизайнерских часах. 

То есть, получается, что «поле используется в качестве инструмента, для концентрации чего-то другого».

Однако, зададимся парадоксальным, на первый взгляд, вопросом: а можно ли сконцентрировать само поле?! 

Несмотря на кажущуюся странность этого вопроса, он является одним из основных в физике, так как успешное его решение позволяет достичь многих поразительных вещей, что мы и увидим ниже...

Привет, Хабр! Когда-то совсем недавно я, (пока что) зеленый джун, узнал о таком интересном языке, как Brainfuck. Даже не языке, а так, "язычке", с 8 командами. 8-битные лимиты чисел (т.е. не может обрабатывать числа больше 255), а синтаксис и процесс кодинга такой, что и тимлид там ногу сломит. Увидев сие чудо 1993 года (динозавер), меня постигла безумнейшая идея провести один веселый вечер за компов, породив полноценный калькулятор, использовав BF-код для вычислительных мощей в своей забавной разработке. Но сначала давайте по порядку...

Привет, Хабр!

Каждый человек рано или поздно сталкивается с выбором, какой ingress‑контроллер использовать для маршрутизации трафика. Помнится, раньше многие думали, что достаточно взять Nginx и не париться. Но реальность, как это обычно бывает, сложнее. Есть по меньшей мере три мощных игрока: NGINX, Traefik и HAProxy. И у каждого свои фичи и проблема.

Однажды, в начале третьего лета нейронок, на меня вышел представитель одного красного нефтехимического концерна. До этого это, подразделение занималось цифровым двойником производств, но тут тема была интереснее — полидировать тему с машинным обучением для оптимизации Химко‑Технологических процессов (ХТП). Соблазн повтирать очки был очень велик, но, я не берусь за проекта, которые сам считаю нереализуемыми.

Имея в своём багаже диссер по рассчёту кинетики Последовательно‑Параллельных реакций и соответствующего аппарата на тонких плёнках, я понимал, что тема в лоб не решается, но, в то время, когда архитектуры нейронок рождались каждый день, как грибы после дождя, все считали: «достаточно иметь кучу данных, и тогда — всё можно решить!»

Мы спорили по телефону некоторое время, но, я не убедил своего собеседника в бесперспективности подхода «в лоб» — каждый остался при своём мнении.

У меня были текущие проекты и я, скоро, позабыл об этом разговоре примерно на год, когда у нас в городе проходил небольшой сборный митап, где интересующая меня компания, представляла кучу automotive решений, на базе целого BMW, но, был и небольшой доклад по теме выше. Я не удивился, когда узнал фамилию докладчика и мне было очень интересно, каков результат этой темы через год.

Моя чуйка меня не подвела, хотя, я, даже, не предвидел масштаб проблем, вкратце.

Мы с вами так или иначе привыкли видеть в кинематографе и сериалах рекламу в том или ином виде. Некоторые режиссеры даже делают ее частью повествования.

Но вот в игровой индустрии подобные случаи не сказать, что как-то распространены. Да, есть примеры в сегменте гоночных игр, где все строится на брендах, связанных с автоспортом, или, например, есть целый фестиваль рекламы скейтерской атрибутики в Tony Hawk’s Pro Skater. Правда, справедливости ради, это игры так или иначе построенные вокруг продакт-плейсмента.

Сегодня же мы рассмотрим несколько примеров, когда реклама всплывает там, где ее ожидают увидеть меньше всего.

Возьмём типичную IT-компанию со штатом в 100 человек. Как думаете, сколько учётных записей существует в их облачной инфраструктуре? 150? 200?

В действительности — около 2000.

И самое удивительное, что только десятая часть из них принадлежит реальным людям. Остальные — это боты, сервисные аккаунты, API-ключи, агенты ИИ, токены CI/CD систем. Они работают 24/7, имеют доступ к критичным данным и почти никогда не попадают в фокус отделов безопасности.

Пока CISO требует от сотрудников двухфакторку и регулярную смену паролей, в том же облаке живёт сервисный токен с правами администратора, созданный три года назад разработчиком, который давно уволился. Никто о нём не помнит. Но он продолжает «работать».

Несколько цифр:

14 января 2026 Anthropic выпустили MCP Tool Search — автоматическую оптимизацию загрузки MCP серверов (читать оригинальную статью). Вместо того чтобы грузить все 7-8 серверов сразу (~82,000 токенов!), Claude Code теперь умно подгружает только нужные (~5,700 токенов baseline + по требованию).

Рано или поздно ты задумываешься о том, что засиделся на одной должности, готов прокачивать навыки, брать больше ответственности и двигаться дальше по карьерной лестнице. Бывает и такое, что ты уже вырос из текущей позиции: берешь задачки сложнее, решаешь их быстрее. Например, ты джун, а в работе у тебя то же самое, что и у коллег-мидлов.

Как понять, что ты уже готов к переходу на следующую позицию или чего еще не хватает для этого? Да и как подступиться к разговору о повышении с руководителем...

На помощь приходит карта компетенций, в которой зафиксированы soft- и hard-компетенции для разных уровней одной профессиональной роли. И отличаются эти уровни именно разными наборами знаний и компетенций. Например, в рамках роли DevOps-инженера есть джуны, которые запускают существующие плейбуки, и сеньоры, которые выстраивают DevOps-процессы в компании.

Меня зовут Настя Логина, я менеджер по оценке персонала в Cloud.ru. В статье расскажу о картах компетенций и о том, как составить такую карту самостоятельно.

За 10+ лет создания продуктов в российском enterprise я накопил... нет, не мудрость. Я накопил знания. Тонны документов, приказов, протоколов, шаблонов, процессов, ментальных моделей, контекстов решений. Всё это живёт где-то между корпоративными папками, чатами, почтой и, конечно же, моей головой.

И вот приходит тот радостный день: я могу выйти из операционки и передать дела новому наёмному менеджеру! Но радость быстро сменяется вопросом: как передать всё это богатство?

Классический сценарий:

Идея «умного» рабочего стола у меня появилась давно. Под "умным" я понимал не виджеты, прогнозы погоды и не очередную анимацию, а максимально простую идею: фон рабочего стола должен соответствовать тому времени суток, которое сейчас у меня за окном. Без условностей. Только солнце.

Кейс: как использовать frontend-фичи и UX для оптимизации сетевого трафика запросов на примере Дзена и других сервисов

Привет, меня зовут Алексей, я руковожу ML-отделом в Профи.ру. И в статье хочу рассказать о нашем особенном пути. А конкретно — про три проблемы, с которыми мы сталкиваемся каждый день.

Спойлер: до конца мы их пока не решили, но кое-что придумали.

Доброго времени суток, «Хабр»!

В предыдущей своей статье я рассматривал различные функции потерь - важную часть машинного обучения. Но даже такие функции совершенно беспомощны перед лицом беспорядка. Сегодня мы рассмотрим то, что предшествует любой тренировке - разметку данных.

Как и в предыдущей статье, приведу простенькое сравнение. Если модель - ученик, то разметка данных своего рода учебник, по которому она занимается. При этом создание такого учебника часто оказывается трудоемким, медленным и дорогостоящим этапом всего цикла ML-проекта.

Принимайте стратегические удобное положение, ну а я начинаю свое повествование.

Типовая ситуация: в проект приходят умные люди, менеджеры внедряют эффективные процессы, а проект все равно превращается в болото. Фичи разрабатываются месяцами, релизы откладываются, а на ретроспективах все жалуются на зависимости. При этом на схемах все выглядит красиво: микросервисы, CI/CD, облака. Что с этим миром не так?

Понятно, что «не так» может быть что угодно и как обычно it depends, но здесь и сейчас разберем одну из возможных причин, а именно ситуацию, при которой архитекторы и техлиды работают только с одним видом сложности – технологической. Рисуют квадратики, проводят стрелочки, выбирают базы данных. Реальность разработки при этом гораздо сложнее: в любом проекте одновременно живут три вида сложности, и они постоянно влияют друг на друга.

Несколько месяцев назад я разрабатывал свой пет проект. YumCut – сервис для создания коротких вертикальных видео полного цикла: от написания текста и генерации изображений до монтажа и добавления субтитров. 

Быстро обнаружилась критическая проблема: цена. Для одной минуты видео требовалось примерно 20 сгенерированных изображений или $0.8/мин. Кроме видео-ряда, еще нужно сгенерировать и аудио - $0.2/мин и дополнительные незначительные расходы на монтаж и генерацию субтитров.

Я начал искать выход. Эта статья — о том, какие нестандартные техники помогли снизить стоимость в разы и какое open-source решение позволяет генерировать картинки в 8 раз дешевле, чем коммерческие API. Полный код и инструкции доступны на GitHub.

Ценности в IT-контексте 2026 — это не абстрактные формулировки на странице «О компании». Это конкретный, измеримый фреймворк, который должен интегрироваться во все бизнес-процессы, подобно API.

Всем, кто работает с данными, знакома ситуация: цифр много, а понятных инсайтов — мало. Рутинные отчеты в Excel съедают время, а ответ на внезапный вопрос от руководства превращается в многочасовой квест.

В этой статье мы на реальных примерах разберем, как современные OLAP‑системы (на примере платформы Polymatica BI) позволяют не просто строить отчеты из больших данных, а проводить живой анализ данных, находить скрытые зависимости и быстро проверять гипотезы.

Несмотря на на то, что статья описывает проблемы заказчика в АПК, аналогичные задачи встречаются во многих отраслях.