Kurgan-Telecom Ru | Информационные технологии

Присматриваемся к Расту, как возможному кандидату на реализацию задачи Card DOM. Рассматриваем, как он поддерживает полиморфные структуры данных, в частности, приведение типов между трейтами.

Привет, Хабр!

Четыре года назад, еще в институте, одним из моих первых серьезных проектов была простая LSTM-модель для прогноза погоды. Недавно, пересматривая старые наработки, я задался вопросом: насколько дальше можно зайти, применив накопленный за эти годы опыт и современные инженерные практики?

Эта статья — история такого "рефакторинга длиною в 4 года". Это рассказ о том, как простой академический проект был переосмыслен и превращен в полноценное End-to-End (E2E) решение. Цель — не просто снова предсказать погоду, а на практическом примере продемонстрировать системный подход к построению ML-пайплайна с нуля.

В статье рассматриваются все ключевые этапы: от разработки отказоустойчивого веб-скрапера до проведения сравнительного анализа трех разнородных моделей прогнозирования:

Производителям чипов приходится постоянно решать одну и ту же задачу — находить баланс между скоростью и энергоэффективностью. Intel, судя по последним анонсам, попыталась сделать это в серии Panther Lake. В ней компания собрала воедино успешные элементы предыдущих проектов. Так что Panther Lake становится своего рода мостом, соединяющим сегменты рынка, где раньше приходилось выбирать между экономией батареи и скоростью вычислений. И подходят чипы буквально для всего — от тонких ультрабуков до более требовательных систем. Что ж, поехали разбираться!

Всем привет! Меня зовут Анастасия Рысьмятова, я руковожу юнитом LLM в Авито.
В этой статье я расскажу, как мы с командой создали и адаптировали нашу большую языковую модель A-vibe: зачем решили развивать собственную LLM, как построили токенизатор, собрали датасеты, провели SFT и RL и что получили в итоге. Поделюсь основными экспериментами и покажу наши результаты.

Когда в России было мало своего производства и не было проблем с логистикой, почти всё заказывали ложементы за три копейки в Китае вместе с товарами. Сейчас ситуация изменилась. 

Цены у китайцев выросли, логистика подорожала и возить воздух в ложементах, как раньше, стало невыгодно. Китайцы стали браться только за огромные партии. Либо ценник в 10 раз выше. Теперь их редко удаётся прожать на: 

«Ребята, я буду брать миллионами, но сделайте мне сначала 100 на пробу». 

Поэтому, чтобы сэкономить на логистике, импортёры везут товары “навалом”, а товарные ложементы и коробки заказывают у нас в России.

При этом в России открывается всё больше производств.

Отсюда и появилась возможность заработать на ложементах.

Бесплатная проверка товарного знака за 5 минут не даёт полную картину. Когда (и как?) можно проверить самому и когда нужен специалист — чтобы не потерять бюджеты на 10 месяцев продвижения бренда и вынужденный ребрендинг.

В сообществе Epic в последнее время активно обсуждают статтеты, вызванные компиляцией шейдеров, и их влияние на геймдев-проекты.

В этой статье разберёмся, почему возникает это явление, объясним, как предкэширование PSO помогает его устранить, а также поделимся практиками разработки, которые позволят минимизировать статтеры. Также расскажем о планах по развитию системы предкэширования PSO.

Многие люди смутно представляют, что у финансовых институтов есть обязанность соблюдать Know Your Customer (KYC) и иметь программы AML (anti-moneylaundering), но что это означает на самом деле? Рад, что вы спросили.

С ними всё… сложно и запутанно, из-за чего у многих (внутри и вне этой отрасли) сложилось ошибочное впечатление об их уровнях широты и строгости. Кроме того, они достигают своих целей не самым очевидным образом, во многих отношениях нарушая наши ожидания о том, как работают законы в целом.

Обсуждать выбор политик без комментариев невозможно, поэтому для начала я должен дать некоторые объяснения. Когда-то я работал в Stripe, и, разумеется, проходил обязательное обучение комплаенсу. В статье я буду говорить только от своего лица и откровенно расскажу, какой не может быть культура отделов комплаенса и по каким причинам.

Всем привет! Я Никита, продуктовый аналитик из Туту. Я работаю в команде отелей — это сервис бронирования жилья, где особенно важно учитывать сезонность. Спрос на поездки меняется резко: в майские праздники и в августе происходит всплеск количества бронирований, в ноябре или марте — провалы. При этом точность прогноза для бизнеса критична: от нее зависят маркетинговые бюджеты, работа с партнёрами и планы по продажам.

В какой-то момент мы поняли, что наши прогнозы не соответствуют реальности. Старые линейные модели ловили только общий тренд и не справлялись с сезонностью.

Мы решили исправить ситуацию и нашли инструмент, который помогает строить точные прогнозы и не требует при этом глубоких знаний в математике временных рядов. Таким инструментом стал Prophet. В статье расскажу о том, почему мы выбрали именно его, что нужно для быстрого старта, какие доработки потребовались и какие выводы мы сделали за несколько месяцев использования.

Еще на заре создания машинного зрения возникло желание превратить изображение на фотографии из плоского двумерного в объемное трехмерное, тем более что для классической фотографии на пленке, пластике или бумаге уже давно были изобретены стереоскопы и демонстрировались стереофильмы.

Пионером в этой области стал инженер-электронщик Лоуренс (Ларри) Робертс из Лаборатории Линкольна Массачусетского технологического института. Потом он перешел на работу в Агентство перспективных оборонных исследовательских проектов МО США, где стал руководителем программы ARPANET и ныне входит в почетный список «пионеров Интернета». Но в его альма-матер, MIT, Ларри Робертса упрямо называют «отцом компьютерного зрения», потому что именно у них он в июне 1963 года защитил диссертацию на степень PhD по теме «Машинное восприятие трёхмерных тел».

Один из самых простых способов ускорить работу сайтов и снизить нагрузку на инфраструктуру — корректно использовать клиентское кэширование. Механизм одновременно и простой, и сложный. В этой статье посмотрим, как можно управлять клиентским кэшированием в веб‑сервере Angie.

Сотни сообщений без смысла, игнор просьб, срочные задачи в полночь — вот настоящая «корпоративная культура». Я собрал 7 самых больных кейсов рабочего общения.

ИИ-агенты становятся все умнее и сообразительнее, но почему, когда собирается команда из агентов, возникает неразбериха и неожиданные ошибки? Если агенты уже умеют рассуждать индивидуально, почему они продолжают спорить по простым вопросам и ошибаться там, где не споткнулся бы человек?

Новое исследование подсказывает неожиданный ответ: проблемы командной работы ИИ могут исходить не только от интеллекта модели, но и от языка, используемого для общения между собой. Оказывается, язык является узким горлышком, из-за которого сообщения теряют часть смысла, что затрудняет понимание ИИ друг друга. Исследование предполагает радикально иное решение: что, если бы ИИ делились своими мыслями напрямую, используя язык, отличный от человеческого?

Далее мы обсудим, почему текстовое общение не позволяет ИИ понять друг друга, как другой язык может помочь и почему этот «язык мыслей» не фантастика, а реальность, которую мы можем реализовать сегодня.

Говорят, стажёрам нельзя доверять прод — сломают, наделают ошибок, а потом мучайся. В «Авито» решили доказать обратное: дать ответственность сразу и посмотреть, что будет.

В статье — о том, как выглядят испытания для стажёров и у кого точно нет шансов попасть в команду.

С азартными играми люди начинают сталкиваться с самого раннего детства. Мы кидаем монету, чтобы выяснить, кто прав, тянем жребий, чтобы определить, кто будет в той или иной команде. Такие действия подчеркивают элемент случайности в наших решениях. В процессе взросления появляется желание что-то получить от выигрыша: дать щелбан своему противнику или получить от него деньги.

У разработчика решений для сервисной поддержки есть сервисная поддержка, которая работает на базе своего решения для сервисной поддержки. Можно запутаться? Да, если не отлажены процессы, но это не наш случай.

Привет, Хабр! Меня зовут Лера, я — тимлид аналитиков в той самой поддержке ITSM 365. Расскажу, как кастомизировали нашу систему под свои потребности и какие функции помогают мне управлять командой, а команде — закрывать основные задачи.

Облачные хранилища стали настолько привычными, что большинство из нас использует их тупо на автопилоте – для хранения фотографий или бэкапов. Из-за этого, кстати, часть функций, которые есть в облаках, для многих остаются в тайне. А ведь внутри этих сервисов спрятаны возможности, способные реально изменить подход к работе с данными.

Меня долго просили рассказать, как начать путь в геймдев, с чего начать, куда идти и как разобраться во всём этом хаосе. Многие писали, что после основной работы не остаётся сил и времени, и хочется, чтобы кто-то просто объяснил по-человечески, без заумных слов.

Научный коллектив НИУ «МЭИ» разработал обучающую программу «Оценка согласованности проектной команды при принятии решений в управлении качеством». Программа имеет немаловажное значение для сбалансированной работы всей команды при выполнении проектов по менеджменту качества.

Основная цель программы заключается в формировании у студентов компетенций в анализе данных при принятии управленческих решений в рамках проектного менеджмента и обеспечения качества на основе числовых расчётов.

Когда я создавал первые электрические цепи в 3D-симуляторе, то часто думал: как же происходит переход из «живого мира» бесконечных вариантов значений в «компьютерный мир» нулей, единиц и вообще всего, для чего набор значений и их изменчивость строго ограничены? В этой статье я продолжу осваивать курс по схемотехнике, и, судя по темам лекций, ответ мне откроется. Вперед, к комбинационной логике!