Kurgan-Telecom Ru | Информационные технологии

В новом дайджесте вопрос с собеседования, на котором сыпятся даже Senior-ы, стабильный Navigation 3 и нестабильная ViewModel, кросс-компиляция, 100 уроков развития проекта, открывашка из трубки домофона и многое другое. Заходите!

25 сентября в Москве прошёл Java Rock Stars Meetup, в котором было всё: доклады, холивары о будущем Spring в России и много нетворкинга.

Пока готовился обзор прошедшего митапа, мы уже успели организовать новый и заключительный в этом году Java Rock Stars Meetup, который пройдёт 2 декабря в Москве в привычном месте — лофте Casa Picassa.

Регистрируйтесь на митап по ссылке.

А пока присоединяйтесь к нашему ТГ-каналу и чату Java Rock Stars Meetup, чтобы быть в курсе новостей митапа.

Все в курсе того, что количество разговоров вокруг ИИ растет с каждым днем. В нашу жизнь вошли такие термины как «вайбкодинг», «промпт-инжиниринг» и другие подобные. Работая в одной из крупнейших ИТ-компаний, я вижу, как в реальности выглядит внедрение ИИ-инструментов для разработчиков. Оно и понятно: эти инструменты обещают кратно увеличить производительность. Но что, по моему мнению, реально будет плотно применяться и являться неким бейзлайном для устройства на работу в ближайшее время?

Во-первых, я не верю в историю "вайб-кодинга", когда человек может вообще ничего не понимать в разработке ПО и пытаться создать какое-то более-менее сложное решение какой-то бизнес-задачи. LLM могут решить задачу, но вопрос качества будет всегда вставать на первое место. Из качества вытекает вопрос безопасности написанного кода. Поэтому мне кажется, что на текущем этапе развития ИИ корпорации не согласятся отказаться от разработчиков. Потенциальные риски принести убытки бизнесу очень велики.

Во-вторых, ИИ ограничивается помещением в контекст определенных участков кода. Это могут быть как небольшие куски кода, когда необходимо поправить ограниченные части функциональности, так и достаточно большие участки. Но тогда LLM сталкивается с тем, что в загруженном контексте достаточно сложно построить правильные связи: между сервисами, брокерами сообщений, базами данных, клиентскими приложениями. На самом деле, это может быть обоюдная вина. Есть легаси, которое никто не поддерживает, а доработки пишут постольку-поскольку или стараются не писать совсем. Есть расхождения между спецификациями — клиентской и серверной (по причине ошибок разработчиков, нежелания или отсутствия процесса актуализации). И всё это породит ещё больший процент ошибок генерации.

Сервис Яндекс Трекер хорошо подходит для управления процессами и проектами, однако сейчас «из коробки» нет решения для шаблонизации задач проектов. Каждый проект нужно заводить с самого начала, что увеличивает время работы с проектами и задачами.

В данной инструкции предложено решение, как с помощью Яндекс Форм, Yandex Cloud Functions и Яндекс Трекера создать инструмент для шаблонов проектов с уже существующими предустановленными задачами по вашим параметрам.

В начале года мы отметили тенденцию на общий рост количества и мощности кибератак. Сегодня посмотрим, что произошло за последние месяцы — взглянем на актуальные работы исследователей и отчеты профильных компаний по данной теме.

В 1970-х годах, когда компьютеры занимали целые комнаты и были доступны только крупным корпорациям и университетам, в одном из гаражей Кремниевой долины собралась небольшая группа энтузиастов, у которых была мечта. Они хотели сделать компьютеры доступными каждому. Так, в 1975 году был основан Homebrew Computer Club, или Клуб самодельных компьютеров. Он стал не просто местом встреч, а настоящим инкубатором идей, где рождались концепции и технологии, которые впоследствии кардинально изменили мир.

Этот клуб стал колыбелью для двух самых важных технологических достижений того времени: компьютеров Apple I и Osborne 1. На своих собраниях члены клуба обсуждали последние достижения в области микропроцессоров, делились схемами, кодом и даже готовыми платами. Это была идеальная среда для сотрудничества и обмена знаниями, что привело к появлению многих инноваций. Члены клуба не просто мечтали о компьютере для каждого, они воплощали эту мечту в жизнь, создавая технологии и патенты, которые заложили основу для всей современной индустрии.

Самая дорогая компания планеты снова показала, кто здесь главный. Американский чипмейкер Nvidia не просто отчитался за третий квартал 2025 года, а разгромил прогнозы Уолл-стрит: выручка рекордная — 57 млрд долларов. И это не предел — компания уверенно заявляет, что во второй половине года поднимет планку до 65 млрд.

Эти цифры стали холодным душем для скептиков, кричавших о «лопнувшем пузыре ИИ». Рынок выдохнул — спрос на технологии по-прежнему бешеный.

Всего пару недель назад Nvidia переписала историю, став первой компанией с капитализацией выше пяти трлн долларов. Она оставила глотать пыль всю технологическую «великолепную семерку»: Alphabet, Amazon, Apple, Tesla, Meta и Microsoft теперь в роли догоняющих…

Где-то с конца 2022го ко мне повадились ходить люди из научных журналов. Приходили, когда я был в Huawei, приходили в бытность мою слугой государевым, приходят и сейчас, но уже как к частному инвестору. Предложение их незатейливо - купить, вложить денех или просто принять в дар их предприятие. Ответ, разумеется, всегда одинаковый - конечно же, нет. Объяснения немного разнятся (в зависимости от моей текущей позиции), но в них всегда присутствует одна ключевая мысль.

- Ребята, пока у вас в подписчиках три ведомственных института, я, хоть убей не понимаю, как это дело монетизировать.

- Ну, вот, мы так и знали... - обычно отвечают они. - Ладно, тогда хотя бы послушайте за нашу тяжелую жизнь...

И я слушаю, киваю и сокрушаюсь вместе с ними. Мне их даже жалко отчасти, но это никак не делает плохую инвестицию хорошей.

Всем привет! Существует множество фреймворков для управления IT SaaS продуктами, по сравнению с которыми - физический продукт в инфополе обделен вниманием, что у нас, что за рубежом, но в меньшей мере. Поэтому я выделил немного времени, чтобы описать общий процесс продукта на основе практик компаний, которые производят потребительскую электронику и авто. Ничего революционного и нового в ней нету, это просто попытка систематизировать общую картину.

Давайте разберемся как улучшить работу Android APS, более точно настроив параметры с помощью Chat GPT.

Какие данные нужно собрать для передаче нейронке и что мы ожидаем получить?

Это статья - начало исследования этого направления с целью выяснить возможность нейросети помочь в данном вопросе. Никакое из нижеизложенных действия не является рекомендацией, данные систематизируются с целью создания первичного набора данных и порядка действий для исследования рекомендаций нейросети. Предполагается, что дальнейшие шаги по улучшению этого взаимодействия с нейронкой позволят значительно упростить настройку параметров и поиск ошибок в терапии.

Шаг 1. Сбор параметров для аналитики
Потребуется собрать следующие данные для нейронки:

Настройки AAPS
Заходим в меню три полоски - Maintaince - Export settings.
На старых моделях можно было найти экспортируемый файл в Файлах, но в новых они скрыты, поэтому нахожу через подключение кабеля, выясняю ID телефона через Терминал:

Ввожу команду

adb devices

(естественно уже должен быть разрешен режим отладки). Далее задаю Терминалу переменные (просто команды)

PHONE="adb-RZCX22H6J9P-v"

adb-RZCX22H6J9P-v - вариант ID телефона

Далее команду:

adb -s "$PHONE" pull "/sdcard/Android/data/info.nightscout.androidaps/files/*_full.json" .

Если файлов несколько - беру самый свежий.

Логи AAPS
Команда

adb -s "$PHONE" pull "/sdcard/Android/data/info.nightscout.androidaps/files/AndroidAPS.log" .

Передача последнего состояния AAPS/SMB/IOB/UAM
Это самый важный срез того что происходило
adb -s "$PHONE" logcat -d -v time | grep -i "AndroidAPS" > aaps_events_raw.txt

Любой человек, который читает научные публикации и сам пишет статьи для научных рецензируемых журналов, на мой взгляд, обязан быть в курсе этого эссе, фактически взорвавшего научный мир двадцать лет назад. Суть статьи заключена в её заголовке: автор на основании выдвинутых им предположений построил статистическую модель, которая предсказала, что большинство опубликованных результатов, вероятно, являются ложноположительными – то есть, говоря простым языком, согласно Иоаннидису большинство опубликованных результатов (якобы найденных взаимосвязей и зависимостей) на самом деле являются ложными.

Была у меня папка на диске C под названием Python. В ней я держал свои проекты. Со временем надоело каждый раз вручную создавать папку для нового проекта, потом вручную создавать стартовый файл app.py. Это одно и то же действие снова и снова. В какой то момент я зае***ся сильно устал, хотелось просто нажать одну кнопку и получить готовую структуру без рутины. Решил автоматизировать

Здарова Хабровчане, на связи King Triton. Ловите мое очередное бесполезное творение PythonProjectManager (далее PPM)

PPM это небольшое приложение на Python. Сделано на PyQt6. Задача простая. Создавать проекты быстро, без лишних движений, с удобным доступом к ним

Привет, Хабр.

Меня зовут Вадим, я бэкенд-разработчик.

Все мы знаем, что поиск работы в IT — это отдельный круг ада. Особенно этап "воронки": чтобы получить один оффер, нужно отправить 100+ откликов. Причем не пустых, а с вменяемым сопроводительным.

Как инженер, я не люблю рутину. Если алгоритм действий повторяется ("прочитать — сопоставить — написать — отправить"), значит, его можно заскриптовать.

Так появился мой pet-проект «Аврора», который на прошлой неделе перерос в закрытую бету на 100 человек. Рассказываю про архитектуру, промпт-инжиниринг и о том, почему if company_name != current_job — это самая важная строчка кода, которую я забыл написать.

Зачем вообще делать что-то своё?

Я знаю, что вы можете подумать: «Почему бы просто не использовать Elasticsearch?» или «А что насчёт Algolia?» Это вполне рабочие решения, но у них есть нюансы. Нужно разбираться с их API, поддерживать инфраструктуру под них и учитывать все тонкости их работы.

Но иногда хочется чего-то более простого...

Жили-были несколько серверов, в разных локациях. Сколько именно - это непринципиально, поэтому упростим, пусть будет два: A и B.

Каждый занимался своими задачами, а между собой они были соединены виртуальной приватной сетью (ну, то, что теперь нельзя называть).
Причем сеть эта использовалась по своему прямому назначению - просто обеспечить передачу локального трафика через публичные сети, дабы посторонние не совали в него свой любопытный клюв.

Однако, с некоторых пор начались проблемы: одна известная организация начала ломать рунет, блокируя соединения то там, то тут.
Сначала заблокировали один протокол - пришлось переходить на другой. Потом заблокировали другой - пришлось переходить на третий.
Третий периодически рвался, потому что начали портить уже соединения между сетями: через одного провайдера канал есть, через другого нет, потом меняются.

Как вы понимаете, нормальной работе это отнюдь не способствовало, пришлось искать какое-то решение. А ведь оно давно известно - динамическая маршрутизация!
Просто до поры она, казалось бы, совсем тут не нужна - не те масштабы, да и работало всё прекрасно...

Япония, кажется, ломает мировую финансовую систему. Доходность её 30-летних облигаций достигла 3,3% – это новый рекорд. Страна с долгом, равным 263% её ВВП (или $10,2 трлн), долгое время выживала благодаря нулевым процентным ставкам. Но с ростом этих ставок обслуживание госдолга резко возрастает – с $162 млрд до $280 млрд в течение следующих 10 лет. Это составляет 38% от вообще всех госдоходов, которые теперь будут поглощены выплатами по процентам. За всю историю ни одна страна не выдерживала таких долговых нагрузок без дефолта или гиперинфляции.

Пузырь ИИ - это уже не слон в комнате. Это обезумевший клоун, вооружённый ножом. Его нельзя игнорировать, а если вы попытаетесь, то сделаете это на свой страх и риск. Главный вопрос заключался не в том, лопнет ли пузырь и нападёт ли клоун, а в том, когда это случится. Этот пузырь сейчас столь огромен и так тесно переплетён с нашей экономикой и финансовыми системами (подробнее читайте здесь), что, когда он лопнет, то нанесёт ущерб всему. Поэтому предсказать, когда этот клоун пустится в свой смертоносный разгул, очень важно. Беда в том, что сделать такого рода предсказания также невозможно. Однако за последнюю неделю появились существенные признаки того, что этот пузырь уже начинает лопаться. Возможно, нам и не придётся ничего предсказывать, потому что, похоже, крах уже начался.

PMBoK весит 400 страниц и стоит как ползарплаты джуна. Я сейчас расскажу всё то же самое за 10 минут. Без воды, без "процессов интеграционного управления" и без желания покончить с собой на странице 237.

20 ноября в «Точке кипения» на Малом Конюшковском переулке прошел отраслевой слёт «Молодёжные инженерные команды (МИК). Развитие талантов для дроносферы будущего», который стал ключевой точкой для подведения итогов двух лет работы федерального проекта под эгидой Минобрнауки «Кадры для БАС». На одной площадке встретились представители федеральных властей, ректоры ведущих вузов и руководители профильных компаний, чтобы оценить достижения и определить новые цели проекта на 2026 год.

На моем компьютере всё работало!» — фраза, после которой начинается многочасовой дебаггинг. Вы открываете requirements.txt, а там свалка: непонятные версии, транзитивные зависимости и библиотеки, которые вы вообще не ставили.
Pip — отличный установщик, но ужасный менеджер проектов. В 2025 году стыдно таскать за собой «портянку» из текстовых файлов. В этой статье я покажу, как Poetry превращает ад зависимостей в скучный и предсказуемый процесс. Разберем pyproject.toml, магию lock-файла и переедем с Pip за 5 минут без боли.
Внутри: туториал, гайд по миграции и честный разбор минусов (да, Poetry тоже не идеален).