Kurgan-Telecom Ru | Информационные технологии

Нейросеть для научных статей перестала быть просто инструментом для рерайта и превратилась в мощного аналитического ассистента. В 2025 году ИИ для генерации научных исследований способен брать на себя до 70% рутинной работы: от подбора литературы до оформления ссылок по ГОСТу, освобождая время ученого для чистого творчества и анализа данных.

Привет Хаброчитатели!

Все-таки написать статью без технической части дело достаточно творческое. Тут я попробую донести какие-то свои мысли по поводу ИТ в целом и своего 10 летнего опыта в частноти, пока у меня есть вдохновение. Поведаю вам в каких профессиональных вакуумах я побывал. Может кто-то найдет мои мысли интересными. Вы тоже от слова вакуум представляете что-то космическое?

После 2022 года выбор системы управления проектами в России перестал быть вопросом цены или количества функций. На первый план вышли доступность, юридическая корректность и предсказуемость работы. Многие зарубежные сервисы требуют VPN, не принимают оплату, ограничивают функциональность или в любой момент могут перестать работать — а для рабочих процессов это критичный риск.

В этой статье мы рассматриваем только те инструменты, которые в 2026 году официально работают в РФ, доступны без обходных решений, позволяют легально оплачивать подписку, обеспечивают корректный документооборот и продолжают развиваться.

Фокус — не на «бесплатно или платно», а на том, можно ли на системе строить работу сегодня и через год, не опасаясь блокировок, санкций и инфраструктурных сюрпризов.

На связи Сергей Скирдин, технический директор ИТ-интегратора «Белый код». Чаще всего в интеграциях мы сталкиваемся с настройкой обмена для баз 1С. Предположим, у нас 8 конфигураций 1С, связанных между собой, и нужно навести порядок. В статье расскажу, как мы придумали снизить стоимость разработки, а также значительно сократить время на рутинные задачи.

при работе с Dart и Flutter становится очевидным: многие DI-библиотеки либо слишком тяжёлые, либо слишком простые. Одни предлагают автоматическую магию, скрытые зависимости, runtime-рефлексию — что усложняет тестирование и снижает производительность. Другие дают лишь базовый функционал, который не покрывает типичные сценарии: scoped-контейнеры, несколько реализаций одного интерфейса, декораторы, модули.

в такой ситуации мне понадобился DI-контейнер, отвечающий следующим требованиям:

Привет, Хабр! Меня зовут Андрей, я старший менеджер проектов в ЮMoney, эксперт в области разработки инструментов для клиентского сервиса и compliance-отчётности. Моя команда занимается разработкой и сопровождением внутренних инструментов для поддержки операционной деятельности ЮMoney. В статье я расскажу, как мы создавали и внедряли собственный SIP-клиент в контакт-центре.

Более 10 лет назад я создал систему сериализации для решения задачи, с которой плохо справляются JSON, protobuf и другие форматы — сохранение runtime-графов объектов с циклами, полиморфизмом и ссылками.

Большинство сериализаторов работают с деревьями, но ломаются на:

Циклических зависимостях

Указателях между объектами

Наследовании и полиморфизме

Ссылках на поля других объектов

Моя система умеет всё это — и даже слишком. Она полностью самоописывающаяся, сохраняет полную информацию о типах и связях, имеет бинарный формат и изоморфный ему текстовый дамп для отладки.

В статье покажу:

Как сериализовать графы с циклами без ручного кода

Работу с полиморфизмом через TAutoPtr<BaseClass>

Почему TFieldPtr (ссылки на поля объектов) оказался тупиковой идеей

Что сработало, а что пришлось выбросить спустя годы

Это не готовая библиотека — проект заморожен из-за проблем со временем компиляции. Но архитектурные решения и полученный опыт до сих пор актуальны для разработчиков сложных систем.

Статья для тех, кто устал бороться с ограничениями стандартных сериализаторов при работе с объектными графами.

Рынок персональных компьютеров снова качает из стороны в сторону, как утлую рыбацкую лодку в непогоду. И на этот раз шторм затронет кошельки покупателей. В чем тут дело? Несколько крупнейших производителей — Lenovo, Dell, HP — предупредили: с конца 2025 года и особенно в начале 2026 цены на ноутбуки и десктопы поползут вверх.

Dell первой назвала цифры — прибавка составит примерно 15–20%, и это далеко не максимум. Причины известны: резкое подорожание памяти, нехватка SSD после ухода Crucial и огромный спрос на новое железо со стороны ИИ-отрасли. Все это может привести к тому, что рынок ПК вместо ожидаемого восстановления просто уйдет в минус. Давайте разбираться, что здесь и как.

Привет, Хабр! Меня зовут Михаил Новотарский, я из Сбера — лидирую тестирование внутренних продуктов и профсообщество тестировщиков. За плечами более 500 собеседований, от джунов до лидов. Этот материал мы подготовили вместе с Евгением Гребенщиковым, который создаёт и тестирует ИИ-агентов.

Хочу рассказать, как мы применяем ИИ в процессе найма QA-специалистов. Без обещаний революции и без страшилок про «всех заменят». Просто покажу, какие инструменты сделали, где они реально помогают, а где пока спотыкаются. Если вы проводите или проходите собеседования — welcome. Если просто хотите посмотреть, как ИИ работает не на маркетинговых слайдах, а в боевых условиях — тоже пригодится.

Год назад индустрия жила лозунгом «Scale is all you need», перекладывая его на размер контекстного окна. 32k казались прорывом, 128k - стандартом, а Gemini с 1M+ токенов - убийцей RAG.

Сейчас, в 2025-м, я вижу, как этот миф разбивается о реальность. Разработчики пихают в промпт целые книги, логи за неделю и дампы баз данных, а на выходе получают галлюцинации и «кашу».

Давайте вооружимся свежими бенчмарками и разберемся, почему «поддерживаемый контекст» ≠ «рабочий контекст», что такое Context Rot (гниение контекста) и как с этим жить.

Привет, Хабр! Мы, Максим Соловьев, руководитель Эджайл-офиса Департамента корпоративного развития РСХБ, и Наталья Кушнарева, лидер стрима «Ипотека в цифровых каналах» РСХБ, в этой статье расскажем про производственные метрики эффективности работы команд и их применение в Эджайл-практике Россельхозбанка.

Всем привет! Меня зовут Максим Иванков, мне 30 лет, у меня трое детей, и вот уже 9 лет я развиваю школы робототехники и программирования по всей России. Старший сын только пошёл в первый класс, и я вижу, как школа в провинции рушится на глазах: учителя бегут из-за копеечных ставок, бюрократии и беспомощности перед хулиганами, физику и информатику ведут кто попало, а дети теряют интерес к учёбе. За годы экспериментов я создал формат, где дети идут на занятия с радостью и учатся годами. Нет лекций — только самообучение в своём темпе: собирай роботов (колонка, сигнализация, микроконтроллеры), программируй Python прямо в Minecraft.

Привет, Хабр!

Меня зовут Александра Касаткина. Я ведущий координатор по технологиям информационного моделирования в группе BIM-поддержки в команде ПИК Digital.

Ранее руководитель группы Александра Васильева рассказывала, как устроен сервис BIM-поддержки и как мы решаем проблемы до их появления в статье «BIM-поддержка в ПИК: как сервис решает проблемы до их возникновения». Но что делать, если проблема есть, а решения в базе знаний у нас нет? Разберем в этой статье. В конце статьи приложим чек-лист с алгоритмом действий при решении нетиповых кейсов.

Почему важно не просто «починить», а понять корень проблемы

В работе с Revit даже самая продуманная методология не застрахована от неожиданных сбоев — особенно когда речь идет о нетиповых задачах, которых нет во внутренних инструкциях. В BIM-поддержке ПИК мы сталкиваемся с такими кейсами регулярно. И наш подход — не просто быстро «залатать дыру», а разобраться, почему она появилась. Глубокое понимание причины позволяет не только решить текущую проблему, но и предотвратить десятки подобных в будущем. В этой статье мы поделимся практическими примерами таких ситуаций и тем, как мы их превращаем в устойчивые решения.

Реальные кейсы: что пошло не так, и как мы это решили

Мы разобрали четыре нетиповых случая из практики с описанием проблемы, хода расследования и главного вывода.

Нобелевскую премию вручают за самые передовые открытия — и, конечно, у них есть большой коммерческий потенциал. Право авторства и право на саму разработку — это несколько разные вещи, и возможность получить действительно высокую прибыль будет у тех, кто владеет патентами. Впрочем, это не единственный фактор, который определяет, кто сможет получить непосредственную выгоду от работ ученых-лауреатов в 2025 году. 

Мы создали комплексную систему автоматического развертывания кластеров PostgreSQL, протестировали ее более 150 раз, внедрили у заказчика в изолированной инфраструктуре, и все заработало.

Никакого доступа к рабочей инфраструктуре, никакого интернета, никакого «скопировал — вставил». Даже буфер обмена отключен. Все тестируем у себя, воссоздав полностью среду заказчика. А это уже больше похоже на запуск марсохода.

Ученик сломал первый заказ. Вот как мы его спасли.

Один из наших студентов получил свой первый заказ на автоматизацию на Авито: помогающий ИИ ассистент для продавца одежды на Avito. Казалось бы, простая задача - загрузи товары, интегрируй API, добавь LLM и все, ИИ сам за тебя ответит. Но при создании ассистентов много тонкостей и риск разных ошибок. Разбираемся как удалось добежать до бизнес эффекта ...

В этой статье я хотел бы обобщить всё, что мы знаем про Hot/Live Reloading на JVM, и далее показать, как я пришел к реализации универсального Live Reloading решения для любых веб-приложений на JVM.

Вкратце, в этой статье мы:

В 2025 году и фактически, и по ощущениям, в России началась рецессия.
IT она не обошла стороной. Если в начале года произошли сокращения в крупных IT-компаниях, а к весне немного отпустило, то с осени ситуация снова стала более напряженной.

Это не могло не отразиться на зарплатах (спойлер: общая тенденция негативная, но есть и исключения).

Ежегодно отслеживаю, что происходит с зарплатами тестировщиков, используя редкий, доступный мне способ.

История о том, как удалённая команда QIC открыла для себя катарский EdTech-рынок и обнаружила парадокс: компании активно ходят на карьерные ярмарки, а студенты по-прежнему «голодают» по реальным проектам.

Вы когда-нибудь хотели заглянуть в окно прошлого? Генератор изображений от Google, Nano Banana, может превратить ваш экран именно в такой портал во времени. Но воссоздание истории с помощью ИИ несёт с собой свои подводные камни: от того, кто контролирует эти версии прошлого и что они подвергают цензуре, до вопросов о том, куда в конечном итоге может завести нас этот «исторический голодек».

Мы все видели, как ИИ используют, чтобы вдохнуть жизнь в старые исторические фотографии. Но это немного другое: мы можем использовать энциклопедические знания ИИ о мировой истории как машину времени, своего рода Google Street View для прошлого.