Kurgan-Telecom Ru | Информационные технологии

Всем привет, меня зовут Маша Фадеева, я методист и преподаватель английского в Практикуме. Вам никогда не было интересно, почему американские горки в английском считаются «русскими», картошка фри — «французской», а «уйти по-английски» сами англичане называют иначе?

Давайте поговорим о языке, географии и немного — о стереотипах. Потому что, когда одна культура смотрит на другую сквозь свои представления, стереотипов не избежать. А заодно посмотрим, как схожие мысли выражаются через совершенно разные образы в русском и английском.

Важно уточнить: эта статья не о «национальных характерах» и не о том, кто каков «на самом деле». Стереотипы, встречающиеся в идиомах, — это не истины о народах, а культурные артефакты, застывшие в языке. А мы просто изучаем лингвогеографические курьёзы и не пытаемся никого обидеть :-)

Привет, Хабр! Это Сергей Перевозчиков, основатель агентства контекстной рекламы «КонтекстЛаб». Часто к нам приходят дорогие бренды, у которых реклама просто “не летит”. Например, один магазин элитной мебели получал с рекламы по 20 лидов в месяц, каждый из которых обходился в 40 000 р. 

Мы перепробовали разные форматы рекламы, товарные стратегии с трипвайером — но продажи сильно не росли. А потом придумали микс контекстной рекламы с медийным эффектом и добавили медийку в связке с ретаргетингом. В итоге количество заказов выросло в восемь раз. В это кейсе расскажу, что digital-реклама может дать лакшери-брендам.

Привет, меня зовут Евгений Кириёк, я занимаюсь HR-аналитикой, преподаю и рассказываю про специфику анализа данных в области функции управления персоналом. Последнее время я плотно занимался прогнозированием HR-показателей (текучесть, выбытие, укомплект, заполняемость ШР, численность и пр.), попробовал довольно много методов, подходов, а главное - столкнулся со спецификой прогнозирования таких синтетических показателей, об этом и хочу рассказать в рамках этой статьи.

Для кого эта статья

В первую очередь для коллег из HR: рекрутеров, менеджеров по персоналу, специалистов ОТиЗ и всех тех, кто сталкиваются с задачами прогнозирования показателей в своей работе, при этом не имеют специального тех. образования, и не разбираются в тропических змеях и методах их приручения. Для них, я надеюсь, эта статья станет простой и максимально доступной инструкцией к действию.

В рамках второй части (я, надеюсь, до этого дойдёт), поговорим о более сложных моделях типа ARIMA/SARIMA, алгоритмах типа Prophet и пр. применительно к HR, но это на перспектива, а сейчас – к теме.

10 новых российских продуктов для управления календарем в Телеграм, аналитики и финансового учета для маркетплейсов, создания маркетинговых квизов для бизнеса c антифродом, саммаризации информации из телеграм-каналов и многого другого. Битва за «Продукт недели» началась!

Product Radar — здесь каждую неделю публикуются лучшие онлайн-сервисы и железки от русскоязычных команд.

В этой статье я хочу рассказать о своем опыте создания IoT самоделки и интеграции ее в облако Tuya (также известного как Smart Life)

Всем привет, меня зовут Сергей (SARDAUCAR), я один из авторов GOLDINA Entertainment. Хочу рассказать вам об этом небольшом наборе лутбоксов, созданных мной.

Идея создания была выбрана в стиле Sci-Fi / Future Military, почему два этих стиля? Потому что мне нравится оружие во всем его великолепии, от холодного (мечи, кинжалы, дубины, молоты и т. п.) до футуристичного (бластеры, болтеры, плазмаганы, лазерные и мономолекулярные образчики режущего оружия ближнего боя, и, конечно, BFG 9000).

Оптимизация обработки больших отчетов в .NET Core: от памяти к потокам

Отчёты росли, память заканчивалась. Пришлось отказаться от словарей в пользу потоковой сериализации JSON. Делюсь, как реализовал запись отчёта «на лету» и заставил.NET работать с гигабайтами данных без OutOfMemory.

В последнее время я активно занимаюсь автоматизацией торговли и знакомлюсь с разными решениями, два раза летал на конференции, познакомился с интересными людьми. На этом фоне я наткнулся на open-source проект cia76/FinLabPy, о котором уже давно слышал, но никогда не разбирался подробно.

Российская алготорговля переживает странный период: возможности растут, но стандартизации как будто не существует. Брокеры выпускают свои API, но каждый из них живёт в отдельной вселенной — со своим обозначением тикеров, задержками и внезапными отключениями.

Про проблемы алготорговли на Московской бирже почти не пишут, хотя есть мнение что 60% оборота биржи создаётся роботами. А вот автор этого проекта Игорь Чечет на своём вебинаре рассказывает о том с какими проблемами может столкнуться частный инвестор, когда приходит в алгоритмическую среду.

Что мне удалось сделать за это время, детальный разбор механик, советы по разработке - делюсь всем этим с вами тут!

В порыве ностальгии листая письма с далёкой родины я нашёл в почтовом ящике письмо о розыгрыше. Обычно такие письма лежат в папке Спам, но оно почему-то пробилось сквозь фильтры.

NB! Данный пост является информационным, опубликован с целью показать IT-сообществу как несогласованные действия SMM-специалистов могут отразиться на безопасности проектов в целом. Помните, что незаконный сбор персональных данных карается в большинстве стран мира.

В прошлой статье я описывал как построить сетевую часть самодержавного сервера, пора принести в него что-то отдаленно разумное. Это руководство описывает весь процесс: от подготовки хоста Proxmox и настройки LXC-контейнера до поиска, конвертации и запуска embedding-моделей (на примере BAAI/bge-large-en-v1.5) с использованием Intel GPU для работы модели. Но будет легко запустить не одну модель или полноценного чатбота на этой основе. Главное, что будет ясно как использовать даже простое имеющееся железо домашнего сервера для этого.

Как я взял готовый state-of-the-art RAG-прототип и превратил его в многофункциональную AI-платформу с помощью FastMCP и внешних интеграций.

Как я получил Perplexity~26 на сверхмалой модели трансформерного типа собственной разработки (16M параметров, сверхмалый датасет) на тестовом корпусе и выжал Val Accuracy~0.982 на временных рядах (физических данных, EEG).

Не пугайтесь, это не психологический тест. Это всего лишь различия между Need for Speed Underground 2 (2004) и Forza Horizon 4 (2018)

1. Ты начинаешь с первой стартовой машины, и в течение первых 20 минут игры ты…

а) …получаешь на неё свой первый апгрейд производительности
б) …получаешь гиперкар и коллекцию дорогих авто без объяснения причин

2. Чтобы прокачать автомобиль максимально, тебе нужно…

а) …пройти множество гонок и открыть весь город со всеми мастерскими
б) …зайти в режим установки деталей и просто их установить (они уже доступны!)

3. Люди при встрече с тобой…

а) …испытывают скепсис относительно твоих навыков вождения, и лишь позже - уважают
б) …дарят тебе дома в центре Британии бесплатно (2-3 штуки)

На что это похоже?
А если цензурно?

Правильно: на быстрый дофамин. Вот о нём мы сегодня и поговорим.
Под катом - больше таких примеров и объяснение феномена.

Всем привет, я ведущий разработчик в ИТ-команде «Северстали» Сидоров Артём. Сегодня хочу рассказать, как мы с командой реализовали систему контроля качества нашей частной сети LTE.

Сбор телеметрии нужен для отслеживания состояния сети, если качество сети проседает в какой-то области, то нужно провести работы по восстановлению работоспособности LTE. Также это понимание, какой версии прошивка, какая сим-карта стоит в модеме на текущий момент.

Не так давно довелось спонтанно поучаствовать в активности от T‑банка. Кроме всяких «интересных» заданий, там были задачки и на кодинг. Критерием победы в задачах «Стековки» были не O(n), не микросекунды, а краткость кода, твёрдо измеренная в символах, что тоже по своему интересно. «Как написать решение используя минимальное число символов?».

С одной стороны это были задания на компактный алгоритм, с другой стороны — на знания возможностей языка. Я к такому родам задачам не готовился, но по ходу дела мне показалось, что приёмы, которые можно придуматьприменить при таких метриках, вполне стоило бы обобщить, структурировать, и применять уже с меньшими когнитивными нагрузками. Заинтересовало? Добро пожаловать за странными конструкциями и хацкер-бонусом.

Представьте: 23:00, вы сидите перед пустым PowerPoint'ом, завтра в 9 утра защита. Курсач на 40 страниц лежит... ну вы поняли. И непонятно вообще, как эту простыню текста превратить в 15 нормальных слайдов, которые можно показать преподу. Знакомо? Думаю, да.

В этой статье — честный разбор ТОП-10 нейросетей для создания презентаций онлайн. Разберем, как технологии генерации презентаций работают изнутри, и почему одни нейросети справляются с русским языком прилично, а другие... ну, не очень.

Msty Studio стремительно набирает популярность среди тех, кто общается с искусственным интеллектом: работа с ним ощущается так, будто это не просто приложение, а смышлёный напарник, который всегда подставит плечо. Пользователи в один голос хвалят Msty за то, что он «закрывает вообще все потребности» при работе с ИИ.

В обзоре разберёмся, что умеет эта штука:
• Как выжать максимум из настроек и собрать себе идеальную рабочую среду?
• Как редактировать текст через ИИ на манер Jasper или Notion, но под управлением любой модели — хоть локальной, хоть облачной?
• Как устроить настоящий батл ИИ‑моделей и отправить промпт разом в 10+ моделей?
• Как скачать модель с Hugging Face в пару кликов, даже если у вас нет видеокарты?
• Как подключиться к облачному API и получить доступ сразу к 300+ моделям?

Это не фантастика, а реальность Msty Studio. Сравнивайте нейросети, собирайте своих ассистентов, общайтесь с файлами — в Msty достаточно свободы, чтобы почувствовать, на что именно способен ИИ для вас.

Ваш браузер — это окно в интернет или двустороннее зеркало? По умолчанию многие из них спроектированы как настоящие терминалы для сбора данных.

Внутри статьи — детальный разбор телеметрии, оценка уровня шпионажа и, самое главное, исчерпывающее практическое руководство. Вы узнаете, как превратить Firefox в крепость с помощью about:config и настроить AdNauseam для тотальной блокировки слежки. Пора вернуть контроль над своей приватностью.

ИИ-агенты берут на себя задачи по улучшению кода, исправлению ошибок и даже автоматической отправке pull request’ов. Эти агенты также обещают значительно ускорить рефакторинг. 

Недавнее исследование показало, что современные ИИ-агенты хорошо исправляют код с типовыми улучшениями, но почти не трогают код, требующий улучшения архитектуры или исправления сложного технического долга. Также выяснилось, что ИИ мало дать большое количество данных и простые инструкции для существенного улучшения производительности, ему также нужны механизмы рассуждений и встроенные инструменты. 

В этом обзоре мы обсудим текущие возможности ИИ-агентов для рефакторинга, как их подход отличается от человеческого, и что может привести к следующему скачку производительности. Всё это повлияет на то, как мы будем работать с кодом и распределять задачи между людьми и машинами.