Kurgan-Telecom Ru | Информационные технологии

Я давно учу языки и осознаю: почти все люди, которые хотят выучить английский, на самом деле хотят разного. Одни — заговорить на английском, общаться в чатах и звонках, не стесняться спросить дорогу в незнакомому месте. Другие просто хотят найти друзей-иностранцев или новых знакомых.

Так вышло, что мне языки даются легко: люблю копаться в алфавитах и структурах, запоминаю их. Но такое задротство подходит не всем. Поэтому хочу обобщить свой путь и помочь пробить это плато тем, кто застрял или хочет начать погружение в иностранный язык.

Классические базы данных в современных высоконагруженных сценариях быстро упираются в потолок: когда от одной системы требуются миллионы транзакций в секунду и тяжелые аналитические срезы по всей истории событий, традиционный стек просто не вывозит. Поэтому компании всё чаще переходят на in-memory HTAP-системы, которые объединяют OLTP- и OLAP-нагрузки под капотом и дают нужную скорость за счет того, что держат горячие данные в оперативной памяти (RAM).

Но для нагруженных продовых проектов это преимущество может быстро превратиться в архитектурное ограничение: горизонтальное масштабирование упирается в объем доступной RAM, а каждый новый сервер обходится кратно дороже дискового пространства. Вместе с тем автоматическое охлаждение данных может нивелировать такие издержки.

Меня зовут Екатерина Силецкая. Я старший менеджер продукта Tarantool Column Store (TCS) — in-memory HTAP СУБД от VK Tech для транзакций и аналитики в реальном времени. В статье расскажу на примере Tarantool Column Store, как работает механизм охлаждения в HTAP-системах и в каких сценариях может быть полезен. 

Словно возникшая из ниоткуда компания Qr Switch LLC неожиданно стала головной болью для Telegram, Walmart и Toyota. И всё из-за пары патентов, которые появились в портфеле у этой конторы в январе 2025 года. Фирма подала в суд на гигантов из различных отраслей, заявив, что те использовали ее запатентованные разработки. А именно: вход через QR-код. Разбираемся в этом материале, что стоит за действиями Qr Switch LLC и каковы перспективы судебных процессов. 

Продолжаем изучать древние компьютеры СССР: сегодня у нас на повестке БК-0011, Электроника МС 0511 и малоизвестный Юниор ФВ-6506. И по традиции: да простят олды!

12 ГБ VRAM, AMD, WAN 2.2 I2V‑A14B. Начал решать проблемы с генерацией видео и ограничениями железа — в итоге собрал пайплайн, который генерирует видео неограниченной длины, без швов. Вот как это работает и что пришлось принять как данность.

В этом тексте я показал как сделать универсальный полностью конфигурируемый однобитный ЦАП на основе микроконтроллера STM32F407ZG.

Суть проста.
В программе есть RAM массив двоичных семплов длинны N, которые надо отправить "на улицу" со строго выдержанным микросекундным периодом.

Есть частота дискретизации, задаваемая частотой переполнения аппаратного таймера.

Надо выдать на GPIO пин этот поезд из нулей и единиц. Причем сделать это так, чтобы в ARM процессоре было не более 2х прерываний: половина перемещения и окончание перемещения.

В тексте представлена пошаговая методичка того как это сделать.

LLM может быстро подготовить postmortem, но убедительный текст ещё не гарантирует точность выводов: модель способна неверно связать события или предложить меры, которые не решают проблему. В статье на примере инцидента Cloudflare разберемся, как проверять такие разборы и превращать их в основу для полезной ретроспективы.

React 19.3 уже доступен в npm!

В прошлом году мы представили View Transitions и Fragment Refs как новые экспериментальные API, которые готовились к появлению в React. Теперь оба API получили стабильный статус в React 19.3.

В этой статье разберём, как они работают, а также рассмотрим другие заметные изменения в этом релизе.

Недавно, пересматривая «Матрицу», поймал себя на мысли, что между фильмом и аналитикой есть много общего. Тот мир, в котором жил Нео, выглядел абсолютно реальным и убедительным, хотя на самом деле он был лишь иллюзией. И с аналитикой иногда происходит то же самое.

Смотришь на отчёты, конверсию, заявки, и вроде бы все метрики в порядке, и реклама работает как надо. Но когда смотришь на продажи, то понимаешь, что их больше не стало, как и денег в кассе. Цифры выглядят убедительно, но не отражают реальности, ровно так же, как и мир «Матрицы».

Я бросил ИИ-агенту рутовый доступ на 10 чистых Linux-машинок и попросил его проложить путь от простого MPLS LDP к SRv6 - через некоторое время сеть заработала, статья была написана, схемы нарисованы. Осталось понять, зачем теперь в этом всём нужен сетевой инженер...

История, думаю, знакомая многим. Сначала ты просто работаешь в команде. Знаешь продукт, процессы, коллег, умеешь делать свою работу. А потом, не то чтобы совсем внезапно, тебе предлагают стать менеджером этой команды. Вроде всё хорошо. Людей ты знаешь, работу понимаешь, денег платят побольше. Почему бы и нет?

И вот ты сидишь такая «насяльника», а от тебя теперь требуется руководить. Тут довольно быстро возникает резонный вопрос: а как, собственно, правильно водить руками?

Привет, Хабр! По первому образованию я юрист. Успел поработать в прокуратуре и арбитражном суде, потом ушёл в ИТ и последние 13 лет занимаюсь инфраструктурой, разработкой и DevOps. Сейчас строю MLOps-платформу.

Эта биография мешает мне спокойно читать споры об авторском праве и генеративном ИИ. Юрист видит копирование чужих книг. Инженер — цепочку операций: crawler, raw storage, очистку, дедупликацию, training mix, веса, API. Между «скачали страницу» и «модель ответила пользователю» слишком много разных действий, чтобы обсуждать их одним словом «обучение».

Отправной точкой для этого разбора стала колонка Мэтта Столлера о внутренних материалах OpenAI и Microsoft. Столлер пишет прежде всего о политике и неравном применении закона. Меня зацепил другой вопрос: как тот же конфликт выглядит на уровне движения данных по ML-pipeline — и что с этим вообще может сделать инженерная команда.

Мой тезис такой: главная проблема уже не только в том, какой закон применить. Часто невозможно восстановить факты, к которым этот закон нужно применить. Мы умеем прослеживать происхождение кода и контейнеров заметно лучше, чем происхождение данных, на которых строим модели.

Представим юридическую фирму, у которой за несколько месяцев накопились сотни часов аудиозаписей. В них нужно искать фамилии, даты, показания и детали конкретных эпизодов. Пока записи существуют только в виде файлов, нужный фрагмент приходится искать почти вслепую, с ручкой и блокнотом в руках. Открывать аудио, перематывать и слушать.

Подкрадывается очевидное решение. Отправить запись в сервис расшифровки и через несколько минут получить готовый текст. Но для материалов с чувствительными данными такой сценарий подходит не всегда. Передача файла во внешнюю систему может противоречить внутренним правилам компании, а сам факт отправки означает, что появилась ещё одна копия записи, и за доступ к ней теперь отвечает кто-то другой.

Поэтому я собрал локальное решение на базе Whisper. Аудио обрабатывается на своей машине, а на выходе остаются текст и таймкоды.

В этой статье разберём, откуда взялся Whisper, как он превращает звук в текст, что умеет официальная консольная версия без дополнительных модификаций и как я применил эту технологию на практике.

Продолжение истории о том, как я делаю собственного цифрового аватара для видеоблога — без нейросетевой генерации видео и необходимости самому появляться перед камерой.

В первой версии движок уже умел анимировать аватара, синхронизировать губы с речью и расставлять субтитры. Казалось, с монтажом разобрался. Но за спиной персонажа оставался пустой фон, который приходилось вручную заполнять.

В этой статье — о том, что я успел доделать за два месяца.

Добавил больше двадцати генераторов слайдов, научил движок строить динамический фон из произнесённых слов, вставлять в него эмодзи и GIF-реакции, раскрывать карточки на весь экран и автоматически расставлять переходы.

Потом у моего цифрового двойника появился соведущий — робот аЙгорь. Пришлось разбираться уже с двумя персонажами, голосами, расположением, мимикой и жестами.

Показываю, как всё устроено: реальные фрагменты JSX и сценариев, схемы, интерфейс программы и много-много GIF.

В конце — первые результаты публикаций, наблюдения о Shorts и планы перехода на горизонтальный формат.

Не прям мой полный двойник, а, скажем так, рабочая сторона - то, что про работу. Но с ним уже можно поговорить, почти как со мной.

Содержит в себе почти всё, что я написал за 10 лет про автоматизацию, управление, карьеру, книги и т.п. Худлита там почти нет - из него смысл и пользу слишком сложно выковыривать. Текста получилось много - на момент публикации 3.4 млн символов, это штук на 8 книг (если считать по 400 тыс. на книгу).

Идея пришла случайно. Я веду книжный блог, и решил как-то автоматизировать работу с ним, чтобы людям не приходилось читать всю портянку, когда у них есть конкретная цель - например, составить для себя подборку или выбрать книги на определённую тему. Оглавление там, конечно, есть, но оно тоже длинное.

Тут и пришла идея - засунуть весь блог в маленький файлик, который читатель сможет скормить своей любимой нейросети, а та уже поможет подборочку сделать, что-то выбрать и т.д.

Тут же мысль развилась дальше - а почему только книжный блог? Почему бы не впихнуть в файл всё, что может помочь читателю в работе? Ведь объективно понятно, что сейчас никто в здравом уме не будет перечитывать всё, что написано каким-либо автором на определённую тему, особенно если написано много.

С решением этой задачи - найти что-то полезное под конкретную ситуацию в большом массиве информации - ИИ точно справится лучше любых других инструментов. Я пробовал заставить нейросеть искать информацию конкретного автора, и отвечать только в контексте его знаний - не получилось, особенно когда публикации разбросаны по разным источникам.

В 2027 году Китай запускает первый в мире мегаваттный ADS (Accelerator-Driven System), управляемый ускорителем подкритический реактор на отработанном ядерном топливе.

Система ADS совмещает в себе ускоритель и реактор, близкий к технологиям IV поколения. Часть вырабатываемой энергии запитывает ускоритель, а тот поддерживает реакцию деления.

Самое главное, что ADS принимает топливо на основе радиоактивных отходов, тория-232, природного урана-238. Так мы получаем сразу несколько преимуществ и решаем главные проблемы современной ядерной энергетики.

Однажды, в перерыве между докладами на конференции OFFZONE, я пил кофе с основателем журнала «Хакер» Дмитрием Агаруновым. Мы обсуждали грядущий юбилей издания, а потом разговор как-то сам собой свернул в сторону давно минувших дней и нырнул в пучину воспоминаний. Дима посетовал на то, что «Хакер», превратившийся с годами из контркультурного ежемесячника для компьютерных хулиганов в серьёзное отраслевое издание для специалистов по информационной безопасности, утратил существовавшую когда-то частичку развлекательного контента. Ведь были же забавные рассказы про ослика от Дани Шеповалова, были и художественные очерки, посвященные компам и всему, что с ними связано. Читателям такое нравилось. Тут и родилась идея: а почему бы не написать приключенческую повесть о простых ребятах, ставших хакерами, и не опубликовать ее на «Ксакеп.ру» с продолжениями?

ИИ очень сильно изменил то, как мы пишем код, и этот процесс всё ещё продолжается. Мы пробуем разные подходы и ищем более эффективные способы работы. Агенты позволяют писать код быстрее, но по мере роста их автономности понимание проекта людьми уменьшается.

Я хочу рассказать о том, как я использую потерю понимания как сигнал обратной связи. Так я решаю, когда можно делегировать ИИ больше, а когда нужно замедлиться и разобраться.

Домашний компьютер за NAT может сам достучаться до VPS и оставить дверь открытой только для вас. Собираем туннель, который переживает обрывы, смену IP и перезагрузки, и выводим через него рабочий стол.

У нас начали активно появляться кластеры на Talos Linux, в том числе и небольшая песочница для тестирования продуктов, о которой пойдёт речь далее. Доступы раздавались через обмен рутовыми kubeconfig'ами в yopass. Быстро, привычно и, к сожалению, абсолютно неуправляемо.

Проблема даже не в самом факте передачи файла. Проблема в том, что лежит внутри: клиентский сертификат, который выписан на год, работает всегда и отовсюду, не привязан ни к какому конкретному человеку и не отзывается ничем, кроме ротации CA всего кластера. Сотрудник уходит из компании — его kubeconfig продолжает работать. Ноутбук потеряли — конфиг продолжает работать. Кто-то выполнил kubectl delete не в том кластере — найти его не удастся. Blameless culture в чистом виде.

Хотелось получить другое поведение: