Kurgan-Telecom Ru | Информационные технологии

База данных по российскому гражданскому законодательству — это ряд самостоятельных систематизированных материалов, которые можно найти и обработать, используя ЭВМ (статья 1260 Гражданского Кодекса РФ). База данных защищается юридически, виновные в ее незаконном заимствовании могут быть привлечены к гражданско-правовой, административной и даже уголовной ответственности.

Планируешь миграцию на Spring Boot 4.0? Вместе с Eddy Benchek в новом переводе от команды Java Insider разбираем пять неочевидных проблем, с которыми столкнулась реальная production-команда при миграции, и показываем, как их исправить, чтобы вы не потеряли дни на поиски неожиданных багов.

Главным драйвером развития ЭДО в России по‑прежнему остается государство. Оно последовательно повышает уровень цифровизации документооборота и переводит в электронный вид все больше процессов — от налогового администрирования и логистики до закупок и архивного хранения, что приводит к высокой динамике изменений нормативной базы. Поэтому ЭДО перестал быть «вопросом выбора» и окончательно превратился в инфраструктурную обязанность бизнеса. При этом компании все чаще сталкиваются не с нехваткой инструментов, а с системным хаосом: в законодательстве, в собственных процессах, в ИТ‑ландшафте и в хранении документов.

В этой статье мы, Юлия Ворожбицкая и Наталья Лапшина (менеджеры продуктов SL Soft Flow), посмотрим на ситуацию с ЭДО к началу 2026 года, разберем ключевые проблемы и вызовы для бизнеса, а также обсудим, как внедрение ИТ‑систем помогает снижать операционные и юридические риски, разгружать сотрудников и строить управляемый, прозрачный документооборот.

Тестировать друг за другом видеокарты от NVIDIA надоедает, благо разница в последнем поколении только в мощностях процессоров семейства Blackwell, объеме памяти и ширине шины. А вот посмотреть, что предлагают конкуренты, а тем более громко называя это «ИИ», уже интересней. Мы проверили Radeon AI PRO R9700 с 32 Гб памяти на реальных задачах: LLM, генерация графики и видео, 3D-рендеринг, и сравнили с NVIDIA.

ИИ не забирает вашу работу.

Мы все читали заголовки и слышали этот нарратив. Компании заявляют, что ИИ позволил им уволить тысячи сотрудников. Чат-боты, как сообщается, уже заполняют все начальные позиции, затрудняя выпускникам поиск работы. Генеральные директора из мира технологий проповедуют, что ИИ революционизирует экономику, и вам нужно включиться в этот процесс или остаться позади. Но насколько всё это правда? Что на самом деле показывают данные? Что ж, если копнуть глубже искажённой пропаганды олигархии Больших Технологий, вы обнаружите, что этот нарратив - почти полная выдумка и не может быть дальше от истины. Возьмите недавний отчёт Oxford Economics (OE), который обнаружил, что компании «не заменяют работников ИИ в значительном масштабе», а вместо этого предполагает, что они используют нарратив об увольнениях из-за ИИ, чтобы прикрыть собственные недостатки.

Отчёт развенчивает эту отраслевую пропаганду в четырёх основных шагах. Давайте углубимся.

Каждый, кто хоть раз чистил паяльник от нагара, может разделить восторг от появления необгораемых керамических жал. К сожалению, развитие технологий пока не позволяет делать из этого же материала печи для пайки, поэтому в полный рост встает проблема очистки их узлов.

Пытливый читатель может задать вопрос: а нужно ли, собственно, что-то чистить, ведь платы в таких печах контактируют лишь с воздухом – в случае конвекционных/инфракрасных агрегатов, или непосредственно с припоем – в волновых/струйных установках пайки.

Нейросети так плотно вошли в жизнь практически каждого человека всего за какие-то 2-3 года. Однако далеко не все доступны напрямую российским пользователям. Однако наши разработчики не растерялись и создали полезные и многофункциональные боты с нейросетями в Telegram, а некоторые — еще и полноценные веб-агрегаторы, работа которых не зависит от Telegram.

В сегодняшней мини-подборке я не буду рассказывать обо всех Telegram-ботах, а расскажу про те, с которыми довелось работать и с которыми погнравилось работать. Плюс к этому, в подборку я также включил ботов, которые развиваются, а не стоят на месте. Итак, начнем.

Общеизвестен™ такой подход к проектированию решений и, в частности, решений микросервисных, как Domain-Driven Design. Его суть, для тех кто не слышал этот общеизвестный™ термин, состоит в том, что архитектура технического решения должна моделировать сам реальный, можно сказать физический, бизнес-процесс. Из часто разбираемого типового примера: микросервисы оформления заказа, резерва товаров и проведения платежа аналогичны соответствующим структурным подразделениям реального бизнеса: заказ оформляется в точке продаж, собирается на складе, оплата проводится через бухгалтерию и всё это разные отделы, работающие между собой по определённым контрактам.

Хорошо проработанная в рамках такого подхода архитектура обеспечивает хорошее время отклика, отказоустойчивость, масштабируемость и прозрачность работы системы. При этом собираемые метрики работы системы не являются некими KPI, целевыми показателями, критерями оптимизации, а лишь служат для заблаговременного выявления потенциальных проблем и применения изменений до того, как эти проблемы наступят.

Если хорошо сформированная бизнес модель - это готовый шаблон для будущего микросервиса, который нужно лишь переложить в технические решения, то верно и обратное: сама такая организация с хорошо налаженными процессами и есть готовый микросервис. Она подчиняется тем же законам, имеет те же проблемы и пути их решения, её архитектура поддаётся анализу и доработке по абсолютно тем же подходам, и в конечном счёте тоже обеспечивает <crtl-c-ctrl-v>хорошее время отклика, отказоустойчивость, масштабируемость и прозрачность работы системы</crtl-c-ctrl-v>.

Kubernetes давно стал де-факто стандартом для оркестрации контейнеров. Его используют все – от крупных корпораций до мелких стартапов – и в ус не дуют. Потому что удобно: сервисы после падения поднимаются сами, трафик равномерно размазывается по репликам, деплой происходит в один клик, а масштабирование — по графику нагрузок, а не по звонкам в два часа ночи. Но это на бумаге. А вот на практике многие компании сталкиваются с тем, что за удобство приходится платить. Причем зачастую куда больше, чем рассчитывали первоначально. Бывали даже случаи, когда на кластер закладывали 200 тысяч рублей в месяц, а по факту отдавали 500-600. Естественно, работать в таких условиях нельзя. Поэтому надо разбираться, куда на самом деле уходят деньги и как сохранить их при себе.

Конкуренция – это не просто данность. Это двигатель, катализатор развития и одновременно главная угроза выживанию. Если вы не в голубом океане (а это совсем другая история), если ваш бизнес живет на сформировавшемся рынке, то вопрос "с кем мы реально конкурируем?" становится одним из самых критичных стратегических решений. От этого выбора зависит буквально всё: куда направляете ресурсы, с кем сравниваете себя, какие преимущества выстраиваете, как позиционируете продукт.

И вот парадокс, который я вижу на протяжении 20 лет в продуктовом менеджменте: большинство компаний выбирают конкурентов совершенно неосознанно. Не потому что глупы. Не потому что не думают. А потому что выбирают не тех, с кем реально борются за долю рынка, а тех, на кого хотели бы быть похожи. Это самообман, и он опасен, потому что комфортен.

Выбор конкурента – это не просто список компаний для слайда в презентации. Это выбор поля боя. И если вы выбрали неправильное поле, вы уже проиграли.

Нейросети сейчас на каждом шагу, вот и телематика не стала исключением.

На самом деле, эти две технологии многое объединяет – и телематика, и нейросетки делают похожее: обрабатывают и анализируют данные, чтобы оптимизировать рабочие процессы. Когда-то это встреча должна была произойти, поэтому вполне логично, что разработчики начали интегрировать сетки в свои системы телематики. Сегодня предлагаю разобрать практический кейс Exzotron Telematics AI с нейросетевой обработкой изображений для автоматического контроля въезда транспорта на территорию предприятия.

Пока вы апскейлите видео или гоняете LLM, ваш ноутбук может тихо умирать. Ядро GPU показывает комфортные 65°C, а видеопамять в это время жарится на 105°C, ведь заводская логика следит только за ядром. Рассказываю, как я написал утилиту VRAM Guard на Python, чтобы спасти "золотое" железо от деградации с помощью метода импульсного троттлинга. Вот как он работает...

Прямо сейчас, прежде чем вы проскроллите дальше, сделайте паузу и представьте себе велосипед. Самый обычный, двухколёсный, который вы видели сотни раз в жизни. Возможно, даже катались на нём прошлым летом.

А теперь мысленный эксперимент. Попробуйте в голове ( а еще лучше на листке бумаги) набросать его механическую схему. Как рама соединяет переднее и заднее колёса? Как протянута цепь и где находятся педали?

Если ваш велосипед выглядит как сюрреалистическая конструкция, которая никогда не сдвинется с места, — добро пожаловать в клуб. Вы только что столкнулись с феноменом, который в когнитивной психологии называют «иллюзией глубины объяснения». Проблема здесь не в том, что мы плохо рисуем. Проблема в том, что мы уверены, будто знаем, как работают вещи, хотя на самом деле наше понимание заканчивается на уровне пользовательского интерфейса.

Привет, Хабр! Мне принесли на отстройку электрогитару Squier FSR Bullet Telecaster цвета Olympic White, и теперь мы сможем рассмотреть и послушать эту популярную модель во всех подробностях.

Конкуренция на рынке музыкальных инструментов сегодня весьма значительна, и для принятия решения о приобретении того или иного варианта хочется знать о нём и о возможных альтернативах как можно больше.

Представьте: ваши автотесты проходят стабильно, ошибок почти нет, команда довольна. Но со временем тесты стали работать в «стерильных» условиях и перестали отражать реальность. Именно с такой ситуацией мы столкнулись на крупном продукте после трех лет регулярных прогонов. В этой статье расскажем, как мы перешли от «зашитых» констант к системе динамической генерации данных, сделали тесты «сложнее» и в итоге повысили их реальную эффективность в 10 раз.

Причина такого поведения оказалась в самом фундаменте: автотесты опирались на статичные, «зашитые» данные, созданные еще при первом покрытии кода. Они были разработаны более трех лет назад и для скорости были объявлены в виде констант непосредственно перед кодом теста.

В 22% случаев онкологи не могут назначить лечение из-за рисков, связанных с хроническими заболеваниями. Сегодня разбираем кейс, в котором ИИ помогает врачам решать сложнейшие когнитивные задачи, связанные с лечением различных видов рака. Рассказываем про методологию GraphRAG, разбираем, как устроены и работают решения из кейса и проводим сравнительный анализ всех способов решить эту сложнейшую задачу.

Привет, Хабр! Это Андрей Носов, AI-архитектор из Raft. Я проектирую и создаю системы, которые должны стоять годами — сегодня речь пойдёт именно о них. В этой статье по мотивам моего доклада на AI Сonf 2025 я расскажу, как превратить стандартные RAG-системы из простых источников знаний в управляемый инструмент, способный справиться со сложным контекстом. Вас ждёт не просто технический обзор, а практическое руководство, где мы пойдём от прода к проду.

Всем известно, что в распределённых системах невозможно гарантировать доставку сообщений, выполняемую ровно один раз. А вот обеспечить однократную обработку сообщений можно. Добавляя к каждому из сообщений уникальный ключ идемпотентности, можно сделать так, чтобы потребители сообщений распознавали бы и игнорировали дубликаты сообщений. То есть — игнорировали бы сообщения, которые уже были получены и успешно обработаны.

Как именно работают подобные механизмы? Потребитель, получая сообщение, берёт его ключ идемпотентности и сравнивает с ключами сообщений, которые уже были обработаны. Если такой ключ уже встречался — входящее сообщение является дубликатом и его можно проигнорировать. В противном случае потребитель начинает обработку сообщения. Например — сохраняя в базе данных само это сообщение или какое-либо представление данных, полученное после его анализа.

Кроме того, потребитель сохраняет ключ идемпотентности сообщения. Очень важно, чтобы две этих операции были бы выполнены атомарно. Обычно это достигается путём их выполнения в транзакции базы данных. В результате получается, что возможны два исхода такой операции. Первый — сообщение обработано и его ключ идемпотентности сохранён в базе данных. Второй — выполнен откат транзакции, в базу данных не внесено никаких изменений. При таком подходе обеспечивается то, что потребитель, который не смог обработать сообщение, обработает его снова, после его повторной доставки. И это же гарантирует то, что система проигнорирует дубликаты сообщения, полученные после его успешной обработки.

48 часов, 100 разработчиков, и одна задача — создать с нуля продукт. Именно так работают хакатоны. Мы собрали всё, что знаем про их организацию, и оформили это в большое пошаговое руководство.

Расскажем, как хакатоны работают на практике: на реальных кейсах, с цифрами, результатами и примерами, которые действительно «зашли». Статья сэкономит месяцы проб и ошибок и будет полезна всем, кто рассматривает хакатоны как инструмент поиска решений, партнёров и сильных команд.

Если вы давно хотели разобраться, как хакатоны выглядят изнутри, этот материал точно стоит прочитать.

В промышленном дизайне форму часто воспринимают как итог: финальный штрих, красивую точку в конце длинного процесса. Мы обсуждаем её через визуальные категории — нравится или нет, современно или устарело, эффектно или спокойно. Но в реальной серийной разработке форма никогда не является просто результатом. Она — обязательство, которое дизайнер берёт на себя.

Обязательство перед пользователем, перед брендом, перед продуктом, который будет жить дольше одного релиза. И если смотреть на дизайн с этой позиции, разговор о форме быстро выходит за рамки эстетики и становится разговором о профессиональной ответственности.

To-do list приложения — это способ записать все свои задачи в одном месте, чтобы не забывать о них и не переживать. Одному нужен минимализм, другому — календарь и привычки, третьему — командная работа и контроль. 

Я собрала обзор так, как выбираю инструмент для себя: проверила приложения в реальных сценариях — быстрый захват на телефоне, планирование недели на ПК, повторы и напоминания — и оценивала не функции, а скорость, с которой они превращают хаос в план.