Kurgan-Telecom Ru | Информационные технологии

В онлайн-образовании уход студентов — привычная история: кто-то теряет мотивацию, кому-то не хватает времени, для кого-то курс оказывается слишком сложным. Часть таких случаев можно предсказать заранее — если внимательно смотреть на данные.

В 2025 году в Практикуме заработала ML-модель, которая за две недели до возможного ухода студента сигнализирует о том, что такой риск появился, и показывает вероятные причины. Благодаря этому кураторы успевают предложить поддержку: академ, смену курса или более гибкий формат обучения. В этой статье расскажем, как мы проектировали модель, какие данные использовали и как проверяли её работу на практике.

Как документировать разработку ERP-платформы?

Меня зовут Александр Курашов, и я работаю бизнес-аналитиком и архитектором в компании NAUKA. Один из наших знаковых проектов – разработка Платформы, объединяющей различные продукты компании в единую экосистему решений.

Эта статья посвящена процессу бизнес-документирования платформенной разработки, составу аналитических артефактов и применяемому для этого инструментарию.

Вероятно, многие из тех, кто пришёл на новое место, сталкивались с желанием улучшить процессы, особенно обладая богатым опытом. Часто кажется, что можно принести пользу, поделившись успешными практиками из прошлого.

Данный феномен называется «синдромом супергероя». В статье расскажу о том, почему это опасно, как этот синдром проявляется у специалистов, пришедших в новую команду или проект, и к каким последствиям он может привести. Разберемся, что делать, чтобы избавиться от синдрома супергероя.

Black-White Array (BWA) — это упорядоченная структура данных с амортизированным временем операций вставки/поиска/удаления и используемых участков памяти. Преимущества:

• Амортизированное время вставки/удаления/поиска сравнимое с реализацией BTree от Google;
• Низкое количество аллокаций памяти при операциях вставки - меньше давления на сборщик мусора, ниже фрагментация памяти;
• Массивы под капотом: данные лежат рядом, что улучшает кэшируемость процессором и скорость обхода/доступа к данным;
• Позволяет хранить элементы с одинаковыми ключами - не нужно использовать дополнительные структуры для группировки таких элементов;
• Низкий оверхед на хранение служебной информации - экономия памяти по сравнению с другими структурами данных;
• Удобен для вставки батчами;
• Простая сериализация и десериализация;

Представим, вы спроектировали многоплатную систему. Для надежности вы добавили резервирование и возможность замены модулей. В процессе работы один из модулей вышел из строя. Вы извлекайте его из шасси, устанавливайте на его место аналогичный, и.... вся система отключается. Что же произошло? Давайте разбираться как вставлять платы правильно.

У любой компании рано или поздно наступает момент, когда файлики и разрозненные Google Docs перестают тянуть реальность. Продукт усложняется, процессов становится больше, люди приходят и уходят — а знания живут в головах и чатах, а не в системе.

Когда я решил сделать свою первую игру для Steam, я был максимально наивен. Мне приходили «крутые идеи», я загорался, начинал их продумывать… и довольно быстро упирался в тупик.

Со временем я понял, что в момент выбора идеи очень легко:

Мы все видели, как инструменты вроде ChatGPT справляются с самыми разными бизнес-задачами, автоматизируя практически всё подряд. И это правда — генеративный ИИ действительно способен выполнять широкий спектр задач, которые сейчас делают люди. Так зачем тогда заморачиваться с проектированием и запуском бизнес-процессов на основе стандартов автоматизации, придуманных 20 лет назад в совершенно другую технологическую эпоху? Почему не позволить бизнес-пользователям работать напрямую с ИИ и решать все на лету?

Короткий ответ: потому что эти стандарты по-прежнему остаются самыми мощными и эффективными способами оркестрации ИИ-агентов, обеспечения управления (governance) и выполнения процессов в масштабе предприятия.

В этой статье мы покажем, как BPMN становится универсальным языком для агентного ИИ, почему специализированные движки выполняют процессы эффективнее, чем сам ИИ, и как крупные компании уже запускают миллионы ИИ-оркестрированных рабочих процессов в продакшене.

Это перевод статьи Дэвида Плаксо, моего товарища по увлечению математикой кубика Рубика, преподавателя департамента математики Университета Джорджии (UGA). Дэвид задался необычным вопросом: можно ли взять математический узел, превратить его в пиксельную проекцию и собрать ее на поверхности кубика Рубика или биг-куба — например, кубика 9×9×9? Причём сделать это таким образом, чтобы результат был не просто корректным с точки зрения топологии узлов, но ещё и визуально привлекательным, то есть «фотогеничным» (photogenic) — именно такой термин предлагает использовать Дэвид.

В итоге получилась увлекательная смесь математики, теории узлов, пиксель-арта и механики кубика Рубика — статья под названием «Photogenic Knot Projections on n×n×n Rubik’s Cubes» («Фотогеничные проекции узлов на кубиках Рубика n×n×n»), которую Дэвид представил на ежегодной конференции по математике и искусству Bridges в 2022 году.

Технологии искусственного интеллекта резко расширяют горизонты наших возможностей. Хотим мы того или нет, но применение больших языковых моделей скоро до неузнаваемости изменит все области человеческой деятельности. Нейромузыканты уже захватывают топы музыкальных чартов, а нейрохудожники пишут картины, выигрывающие награды на конкурсах искусства. Совсем скоро нейрописатели будут создавать целые литературные вселенные, по сложности превосходящие "Войну и Мир" Толстого, а нейрорежиссёры снимать по ним фильмы.

За последние шесть лет я опубликовал на Хабре порядка пятидесяти философских эссе на разные темы - о мире идей и математической вселенной, о сознании, об этике, о буддизме, о пространстве и времени и о многом другом. Моя подготовка к каждому эссе включает в себя чтение книг, работу с источниками, знакомство со всеми позициями по определённому вопросу, знакомство с критикой этих позиций, знакомство с историей развития философской мысли в области этого вопроса и многое другое. Сейчас, в годы бурного развития больших языковых моделей, я решил воспользоваться технологиями, чтобы автоматизировать часть этого процесса и сделать свой первый шаг в область нейрофилософии. И вот, что у меня получилось...

Хватит делать заметки, которые пылятся. Пора создать систему, которая действительно думает вместе с вами.

Я перепробовал все системы продуктивности. Базы данных Notion, которые превращались в цифровые кладбища. Доски Miro, которые выглядели впечатляюще, но никогда не помогали мне делать что-либо. Хаос Apple Notes. Всё по полной программе.

А потом что-то щёлкнуло. Я перестал пытаться создать лучшую систему заметок и начал строить кое-что другое: второй мозг, который действительно работает со мной.

Секрет? Сочетание локального, простого текстового формата Obsidian с возможностью Claude Code реально работать с вашими файлами. Не просто искать по ним. Не просто суммировать их. По-настоящему манипулировать, генерировать и улучшать их программно.

Вот система, которую я создал, и как вы можете построить свою.

Telegram сегодня — это кладбище несбывшихся надежд.

Каждый день появляются сотни новых каналов, но подавляющее большинство из них так и остаются с 15–30 подписчиками, парой реакций и вечным ощущением, что ты пишешь в пустоту.

Давайте разберёмся, почему 90% новых каналов обречены так и остаться на отметке <50 подписчиков.

Недавно в Марий Эл состоялась премьера балета «Снегурочка», где визуальные декорации были созданы с помощью ИИ: художник подготовил эскизы, а нейросети оживили их в динамичные проекции. Это показывает, как ИИ выходит за пределы цифрового контента и применяется для физических опытов — от сценических элементов до осязаемых объектов. Вдохновившись таким подходом, я решил протестировать полный цикл создания 3D-игрушки: от текстовой идеи до пластиковой фигурки жирафа. Но с акцентом на практичность — минимизируя ручной труд за счет ИИ, учитывая распространенные ошибки и глобальные тенденции.

В 2025–2026 годах мировые тренды в 3D-моделировании подчеркивают интеграцию AI для автоматизации дизайна и производства: от генеративных инструментов вроде Meshy AI и Tripo 3D, которые создают модели из изображений, до AI-оптимизации в CAD для снижения ошибок и ускорения итераций. Это делает процесс доступным не только для хобби, но и для прототипирования в разработке продуктов или образовании.

Я — сертифицированный технический интервьюер в EPAM. За плечами у меня около 800 проведенных интервью: от общих технических скринингов до финальных проектных этапов. Такая выборка позволяет видеть паттерны, которые скрыты от глаз обычного разработчика или менеджера. И мой главный вывод неутешителен: в текущих реалиях практически невозможно достоверно установить реальный уровень кандидата ни за одно интервью, ни за серию встреч.

Да, я знаю про опыт BigTech компаний. Они экспериментируют, устраивая марафоны из 4–5 секций подряд, пытаясь имитировать «реальный рабочий день». Но давайте будем честны: это имитация, которая не имеет ничего общего с реальностью. И вот почему.

1. Фактор нервозности и искажение реальности Интервью — это не работа, это экзамен под прицелом. У каждого своя степень стрессоустойчивости. Я видел десятки случаев, когда у кандидата буквально отключался мозг от того, что на него смотрят и комментируют каждую строчку кода. В спокойной обстановке этот человек может писать гениальные решения, но в режиме live-coding, когда интервьюер дышит в спину, он забывает синтаксис языка. И наоборот: есть люди с превосходными навыками самопрезентации, которые уверенно пишут плохой код, но делают это с таким видом, что джуниор-интервьюер ставит им «Strong Hire». Мы оцениваем не навык разработки, а навык прохождения интервью.

2. Разрыв между вопросами и реальными задачами Очень часто задания на интервью абсолютно оторваны от того, что человек будет делать на проекте. Классический пример: секция System Design. Это стандарт де-факто в бигтехе и крупных аутсорсерах. Мы просим кандидата спроектировать условный Uber или Instagram, обсуждаем шардирование баз данных и балансировку нагрузки. При этом человека рассматривают на роль Senior-разработчика, который ближайшие два года будет писать бизнес-логику в уже устоявшемся монолите или микросервисах. Ему никто не даст ничего проектировать с нуля. Возникает стойкое ощущение, что отделы найма просто усложняют процесс, чтобы продемонстрировать начальству свою «изобретательность» и важность, создавая искусственные барьеры там, где они не нужны.

Не знаю как у вас, а у меня браузер позволяет иногда сохранить всю веб-страницу в этом формате для локального просмотра. И это удобнее — иметь один файл на страницу вместо html‑портянки с кучей разбросанных картинок и скриптов.

Но вообще‑то, CHM — это многостраничный формат, html‑версия и наследник стандартного файла справки HLP Windows 90-х — 00-х годов. И он может хранить в структурированном виде целый сайт или даже портал, с перекрёстными ссылками внутри.

Памятуя успешное использование локальной версии портала cppreference.com, я решил, почему бы не попробовать использовать такой же метод: упаковать доку в формате chm.

9 января состоялся выпуск 3.3.3 DJV – кроссплатформенной (Linux, macOS и Windows) программы с открытым исходным кодом для воспроизведения и анализа файлов мультимедиа. DJV может воспроизводить последовательности изображений высокого разрешения и фильмы в режиме реального времени с аудио, сравнением A/B, управлением цветом и другими функциями.

Возможности программы:

• поддержка изображений с высоким разрешением и высокой битовой глубиной;
• сравнение A/B с режимами стирания, наложения и разницы (на втором скриншоте);
• поддержка временной шкалы с помощью библиотеки OpenTimelineIO;
• управление цветом с помощью библиотеки OpenColorIO (OCIO);
• многодорожечное аудио с переменной скоростью и обратным воспроизведением;
• экспериментальная поддержка файлов в формате USD.

( читать дальше... )

 c++, djv, sdl, мультимедиа, просмотр

В последние дни внимание мировых СМИ приковано к событиям в Венесуэле. По данным издания The Wall Street Journal, в ходе одной из операций в воздушном пространстве страны было зафиксировано присутствие более 150 американских военных самолётов. Среди них находился и Boeing EA-18G Growler — реактивный самолёт, принцип действия которого заключается не в поражении людей, а в подавлении систем связи и управления противника.

В этой статье я расскажу о способе написания тестов для LLM-приложений с использованием инструмента DeepEval. Рассмотрены базовые концепции данного инструмента, а также приведен пример его использования на реальном приложении c RAG. Будет теория и много примеров на Python.

Доклады, митапы, семинары, вебинары... Привычная всем форма всех этих мероприятий — говорящая голова на фоне слайдов разной степени доступности.

Когда мы готовимся посетить очередное выступление, нас не оставляет небольшая, почти подсознательная надежда, что в этот раз всё будет по-другому, не по стандартной, давно знакомой схеме. Мы ждём, что вместо очередной полезной и практичной, но занудной лекции мы увидим и услышим что-нибудь яркое и захватывающее...

Как только ты начинаешь углубляться в изучение баз данных, так сразу на горизонте возникают такие понятия как подзапросы, CTE, представления и временные таблицы. По опыту работы в университете заметил, что с этими темами у людей часто возникают проблемы и недопонимания. В частности больше всего путаницы вносит именно CTE. 

Поэтому в этой статье я расскажу:

1. что такое CTE

2. зачем оно нужно 

3. что такое рекурсивные СТЕ

4. чем СТЕ отличается от временных таблиц, представлений и подзапросов

5. как СТЕ может плохо сказаться на производительности 

6. как использовать СTE в самом народном фреймворке Django

Использует SELECT со звёздочкой Макс - Lead Backend и автор YouTube-канала PyLounge. Поехали!