Kurgan-Telecom Ru | Информационные технологии

Добрый день!

В этой статье я расскажу о первых шагах по написанию приложения на Qt.
Я давно запланировала один пет-проект. По мере его создания я планирую выкладывать статьи по шагам и подробным описанием, как я реализовывала разные вещи и с какими сложностями столкнулась.

У меня есть больше 5 лет опыта разработки приложений на qt, но это мой первый собственный проект. Буду рада вашим комментариям и советам. Также буду рада, если эти статьи кому-нибудь пригодятся для разработки своих проектов.

Сегодня мини-ПК уже не воспринимаются как слабые офисные системы. Нет, конечно, есть и такие, но вообще спектр миниатюрных компьютеров очень широк. Среди них есть модели, которые тянут игры, монтаж видео и прочие тяжелые задачи. Один из примеров — новая модель, Acemagic M1A Pro. У него процессор AMD RyzenTM AI Max+ 395, 128 ГБ оперативной памяти LPDDR5X, графика уровня RTX 4070 Mobile и аккуратный кубический корпус.

Решил о нем написать, поскольку я сам уже больше года пользуюсь предыдущей моделью, Acemagic Tank 03. Его я приобрел по случаю, просто потому, что понравился форм-фактор. Ну и, конечно, характеристики тоже вполне себе. Полноценный десктоп я тогда брать не хотел, а мини-ПК оказался идеальным компромиссом. Можно даже сказать, я стал поклонником этого модельного ряда. В общем, в статье расскажу, о своем Tank 03. Оценим, что умеет M1A Pro+ и посмотрим, чем они отличаются. Поехали!

TreeMap — это визуализация, где площадь прямоугольника = вес, а цвет = метрика. Отлично подходит для market heatmap (карта рынка), портфелей, иерархий ресурсов и любых “взвешенных деревьев”.

Мне TreeMap понадобился в Angular-проекте под “тепловые карты” и разные иерархические отчёты. Казалось бы — задача стандартная, значит решение должно быть “в один npm install”. Но реальность оказалась неожиданной: готовых TreeMap-решений именно для Angular практически нет.

В итоге я сделал свой standalone компонент и оформил его в npm-пакет: stockchart-treemap.

Сетевую часть Linux обычно «настраивают», но редко понимают. Добавляют iptables-правило, включают NAT, правят sysctl — и если трафик пошёл, считается, что задача решена. Проблемы начинаются ровно в тот момент, когда он не идёт, а поведение системы перестаёт быть очевидным. В Linux нет магии. Есть IP-пакет, его заголовки и строго определённый путь внутри ядра: маршрутизация, netfilter, conntrack, NAT, TCP/UDP стек. Если не понимать этот путь целиком, firewall выглядит как чёрный ящик, NAT — как случайный набор правил, а Kubernetes CNI — как нечто «особенное», существующее отдельно от обычной сети.

В сети достаточно материалов по методам восстановления резкости изображения (деблюру) с помощью специального математического аппарата. Этот аппарат включает в себя нахождение ядра размытия (ядра предполагаемого "фильтра", применённого к изображению) и проведение операции, обратной свёртке данного ядра с изображением.

Всё это хорошо, но!....

Ничего такого сложного в GIMP нет, особенно нахождение ядра размытия и применение ядер сложной конфигурации. Хотелось бы чего-нибудь попроще, более известного и понятного, но чтобы можно было понять сам процесс и сделать это не прибегая к сторонним заумным средствам.

Исходя из вышесказанного, сделаем допущение, что наше изображение размыто "Гауссовым размыванием" и более того, радиус данного размытия известен. Довольно "нахальное" предположение, но хочется то по простому.

Для "эксперимента" используем традиционно изображение "Лена":

Ежегодная выставка CES 2026 в Лас-Вегасе завершилась! Она стала очередной демонстрацией того, как быстро движется технологический прогресс. И пусть она не такая популярная, как MWC и, может быть, даже IFA, но именно тут показывают не просто дежурные обновления гаджетов, а что-то действительно новое и прорывное. Мы собрали самое интересное из того, что показали в этом году. Есть все — от смартфонов до самых необычных способов уборки дома. Про компьютерные технологии тоже не забудем, благо действительно есть про что рассказать.

Вот что случилось с прототипом походовой радиусной тактики на движке Godot 3x, после нескольких обновлений. К 11 демоверсии к доступным 4-м классам добавился чернокнижник, появился мини-пролог, уникальный герой не меняющий облик при смене класса, мультиклассирование, награды за миссии и многое другое.

Привет, Хабр!

Это мой первый лонгрид. Пусть он станет каплей в море исследований про зумеров. Я миллениал, который смог: у меня был очень положительный опыт. Но чтобы это не выглядело, как частный случай или статистическая ошибка, я воспользовалась своими навыками комплаенса. Изучить документацию (в нашем случае -- научную литературу), собрать статистику и бестпрактисы (сделать срез исследований) и применить критическое мышление.

А что из этого вышло, смотрите под катом.

Часто при замедлении работы базы данных первым решением кажется увеличение вычислительных ресурсов: больше ядер, памяти, быстрые диски. Однако существует и другой, более экономичный путь — заглянуть глубже, на уровень операционной системы, управляющей этими ресурсами.

Данная статья — это практический разбор реального кейса, где скрупулёзная настройка параметров подсистемы ввода-вывода, кэширования и планировщика задач Linux позволила поднять производительность PostgreSQL на впечатляющие 65%. Без замены железа, без увеличения лицензий, только за счёт грамотной оптимизации «фундамента», на котором работает СУБД. 

GitHub - Комплекс pg_expecto для статистического анализа производительности и нагрузочного тестирования СУБД PostgreSQL

Многие опасаются, что в будущем за впн будет статья, и не на хабре, а уголовная, но даже если что-то ограничивают полного юридического запрета нет нигде (даже в Китае и Северной Корее).
Полный запрет невыгоден, но почему?

Почему впны постоянно блокируют?
Что будет через 5 лет и останется ли хоть несколько рабочих впнов?
Можно ли вообще технически полностью их заблокировать?

Давайте разбираться

В предыдущей статье мы разобрали путь научной работы, от идеи и экспериментов до публикации в журнале. Теперь следующий шаг: узнать подробнее про условия, которые влияют на написание статей.

В этом материале мы разберём три ключевые проблемы современной науки:
зомби-цитирование (zombie citations), плохой дизайн исследования, и чуть чуть коснемся структуры статей и как их читать.

Январь - самое удобное время разобрать завалы в проекте. Пол‑команды ещё в отпусках, pull‑реквестов меньше, product owner'ы только вспоминают, что планировали делать в этом году - можно спокойно пройтись по коду и навести порядок.

В этой статье пойдёт речь о нескольких косметических действиях, которые, с одной стороны, почти не затрагивают логику программы и не вызывают ненависти у тестировщиков, а с другой - делают код чуть приятнее и дают темы для обсуждения на бэкенд‑созвонах. Мы разложим импорты, перенесём логику из роутов в контроллеры, а из контроллеров - в репозитории и сервисы, избавимся от requirements.txt в пользу нормального менеджера зависимостей и включим mypy.

Разбираем 3 метода self-supervised обучения, которые помогут превратить хаотичные представления данных в структурированные.

Привет, Хабр! Меня зовут Владислав, мне 13 лет, и я создал язык программирования VladX. В этой статье расскажу, как устроен его интерпретатор, почему я выбрал русский синтаксис и как можно попробовать язык в действии.

Привет, Хабр! В ходе своей работы я часто изучаю сам и обучаю других писать и оптимизировать код. Однако когда я рекомендую в своих материалах «делайте так», я не всегда уверен, что тиражирую актуальную и достоверную информацию.

Для подтверждения своих слов я изучаю и цитирую авторитетные источники, рекомендуемые в подборках книг, материалах конференций и курсах по C и C++.

Тем не менее этого оказывается недостаточно. Скачав и углубившись в руководства по архитектуре, системам команд и оптимизации с официальных сайтов производителей вычислительных устройств, я обнаруживаю, что информация расходится. Возникает проблема: я перестаю чувствовать уверенность в своём опыте и в материале, который хотел тиражировать другим.

В этой статье мы разберём один из таких примеров. Возьмём небольшой пример кода, сформируем рекомендации по его эффективному написанию и оценим, насколько сложно (и возможно ли вообще) обосновать их применение.

Для этого мы проанализируем рекомендации учебников по программированию, оценим их качество и актуальность. Если они окажутся недостаточными, то обратимся к руководствам производителей «железа».

Рассмотрим «простой» пример цикла, выполняющего сложение двух массивов. Слово «простой» взято в кавычки не случайно. Даже тезисное обсуждение эффективных методов сложения массивов на GPU (NVIDIA или AMD) с коллегами занимает несколько часов. Полноценно раскрыть эту тему в одной статье невозможно.
Поэтому сосредоточимся лишь на части примера – операции инкремента «i++» в управляющей части цикла.

Для анализа обратимся к книгам, рекомендованным на профильных it-ресурсах: Хабр, Яндекс.Практикум, Proglib и др.

Чтобы уточнить информацию, рассмотрим официальные руководства следующих производителей вычислительных устройств: CISC (Intel, AMD), VLIW (МЦСТ, Texas Instruments), RISC (Apple, Qualcomm, MediaTek и др.) и GPU (NVIDIA, AMD).

В этом году будет 9 лет, как я начал «работать» (в кавычках, потому, что назвать это работой в полном смысле слова как-то язык не поворачивается) фрилансером в специализации «программирование». В связи с этим, хочу поделиться своим опытом с вами и рассказать как все начиналось, почему я там, сколько зарабатывал, с какими проблемами сталкивался и как их решал. 

В экологии происходит настоящая ML-революция. 

Число публикаций с использованием матмоделирования растёт по закону Мура, а наличие ML-моделей и прогнозов становится стандартом в статьях про биологические виды и их будущее.

Появились модели, предсказывающие распространение видов в пространстве и во времени - на 100 лет вперёд или на 6000 лет назад. Экологи начали моделировать взаимодействие видов, сообществ - и целых экосистем. 

Расскажу, почему это произошло, как работают такие модели на практике - и к чему всё это нас приведёт.

Переосмысливаем память в ИИ: от пассивного контекста к активной, 'живой' системе. Мой проект MemNet с Hebbian-графом и 'сновидениями' решает задачи долгосрочных зависимостей. Код на GitHub + эксперименты внутри!

До сих пор помню, какое впечатление в детстве произвели на меня магниты. Они вели себя почти как живые — выпрыгивали из пальцев, сцеплялись друг с другом, резко прилипали к оказавшемуся поблизости металлическому предмету. Честно говоря, у меня до сих пор рядом с рабочим местом есть стопочка магнитов, висящая на металлической части оконной рамы. Они пригождаются во всяких поделках, но, возможно, их магия для меня просто ещё потеряна не до конца.

Ну а уж если вы в детстве видели, как делят магнит, или сами пытались распилить магнит в виде брусочка пополам, надеясь, что на этот раз всё получится — что один фрагмент будет взаимодействовать только с северным полюсом, а другой — только с южным... Вряд ли вы это забудете. Как и то, что каждый раз природа нам отказывает в таком удовольствии. Каждый новый фрагмент просто становится уменьшенной копией изначального магнита, с собственными северным и южным полюсами. Сколько бы раз вы ни повторяли эксперимент, магнетизм брусочка отказывается упрощаться.

Вторая половина 2025 года стала для финтеха моментом смены парадигмы. После десятилетия гиперроста, венчурных перегревов и болезненной коррекции 2022–2023 годов индустрия вошла в фазу, которую World Economic Forum в отчёте Future of Global Fintech: Second Edition 2025 называет переходом от экспансии к устойчивости. Это уже не история про «ещё один стартап», а про зрелые технологические платформы, глубоко встроенные в финансовую инфраструктуру, экономику данных и регуляторные контуры.