Kurgan-Telecom Ru | Информационные технологии

Долгие ML-тренировки, срочные PR и боль от git checkout посреди эксперимента – знакомо?
git worktree позволяет держать несколько веток в разных директориях одновременно и не убивать запущенные процессы.
В статье – практический workflow для ML-инженеров: параллельные эксперименты, большие датасеты, изоляция окружений и интеграция с Cursor. Всё – с командами и реальными сценариями.

The Sims – это игра, о которой слышали даже те, кто никогда не считал себя геймером. В начале 2000-х она наделала много шума и каким-то образом попадала на компьютеры даже самых «мужественных» игроков. Да и кто бы мог подумать, что симулятор обычной жизни сможет увлечь миллионы людей по всему миру: эта концепция оказалась настолько прорывной и живучей, что серия, с определёнными условностями, продолжает успешно существовать уже почти 26 лет!

Но знали ли вы, что The Sims изначально задумывалась вовсе не как «игра про симов»? Или что проект планировали выпустить ещё в 1994 году, однако разработку не раз откладывали и фактически забрасывали? В компании в него почти никто не верил, и то, что игра в итоге всё-таки увидела свет, — во многом результат цепочки удачных совпадений и большого везения.

Как вообще появился на свет этот уникальный симулятор жизни? С какими трудностями столкнулись разработчики и за счёт чего The Sims смогла покорить сердца миллионов игроков? Сегодня мы заглянем за кулисы её создания, услышим интересные истории из первых уст и разберёмся, как шёл процесс разработки!

GitHub

Onyx — язык программирования, нацеленный на базовую безопасность памяти, приятный синтаксис и опыт использования. Onyx написан на C++ с компиляцией на базе LLVM. На момент написания статьи язык поддерживает:

Месяц назад я писал здесь о своей идее спрятать темы школьной математики внутри интересных стратегических игр. Задумка в том, чтобы такие игры стали для школьников источником опыта и мотивации, площадкой для исследований и экспериментов. Идея использовать игры для обучения математике возникла у меня не сама по себе — не как модное направление и не потому, что игры нравятся детям. Игра появилась как ответ на вопрос, как реализовать цикл Колба – метод, когда люди учатся через действие, обдумывание и эксперименты.

Когда я делал анонс «Математики через игры», мне казалось, что все нужные игры уже существуют. Я был уверен, что смогу найти их в книгах Гарднера, Кордемского, в сборниках разной фольклорной и занимательной математики, отобрать из существующих коммерческих настольных игр. Не тут-то было. Да, математических игр много, много замечательных настольных игр с хитрой математикой внутри, но они по большей части на логику, комбинаторику и олимпиадную программу. Интересных игр, которые бы прятали внутри себя обычные темы школьного курса вроде квадратных уравнений, дробей и логарифмов, я так и
не нашел.

Я уже почти готов был сдаться, как вдруг ко мне пришла идея игры на системы линейных уравнений, потом на дроби, потом еще на три разные темы 5-9 классов. Сегодня я хочу рассказать вам про первую свою игру, доведенную до играбельного прототипа. Я надеюсь услышать критику и советы, показать пример того, как спрятать абстрактное понятие в механике игры, вдохновить кого-то из вас попробовать сделать игры на понимание школьной математики.

Стандартная ситуация — в вашем небольшом проекте на Go есть файлы переводов, картинки, миграции, html/gohtml темплейты, которые всегда должны быть рядом с проектом.

Как бы странным это не казалось, но ни раз я видел, как люди упорно пытаются рядом со сбилженым бинарем положить эти файлики в нужной форме, мучают девопсов и насилуют пайпы. Пошла эта мода скорее из некомпилируемых языков, к примеру Java Script, который на месте своего нахождения и без этого плодит помойку из каталогов.

Краткое, быстрое и элегантное решение — Embed.

Если ты только погружаешься в работу с инференсом на C++ и тебе интересно получить представление о том, как можно собирать и запускать популярные ML-библиотеки, то я рад поделиться базой, которую я использую в своих проектах.
Здесь ты найдёшь простые проекты, решающие основные ML-задачи, и немного теории к этому коду.
Надеюсь, что приведённый код может стать первой рабочей версией для новых фич в твоих проектах.

Один добрый человек на Хабре сообщил, что сеть Aristotle, для доказательства теорем и строгого решения задач, доступна бесплатно. Как раз сейчас есть такая задача, которую нужно проверить, подтвердить или опровергнуть - расчеты по конструкции летающей тарелки, из моей предыдущей статьи, проведенные с помощью обычной, теперь уже, LLM и калькулятора.

Подготовку задания делал с помощью Grok, потому что он, по заверениям Маска, заточен на решение сложных задач (а тут есть формулы), и кроме того, хорошо знаком с сетью Aristotle, а если что, может быстро посмотреть в интернете.

Первым делом попросил Grok изучить мою предыдущую статью и сформировать о ней мнение, что называется, сделать ревью. Grok прочитал статью на сайте и обрисовал ясную картину: понял главную задачу, конструкцию и принципы действия.

Купил Netcraze Ultra NC-1812 (ex-Keenetic) и настроил на нём XKeen/Xray. Базовый режим у меня уже работал: часть трафика выбранных устройств идёт через отдельный профиль, остальное — напрямую. Но понадобилось выделить пару устройств в “полный” режим, чтобы весь их трафик шёл через отдельный профиль выхода, и при этом переключать всё не правкой конфигов, а просто переносом устройств между политиками в интерфейсе роутера. В статье показываю, как я сделал три режима на одном роутере (Direct / Split / Full): включил в NDMS “Клиент прокси”, добавил прокси-подключение, сделал отдельную политику для Full и минимально дополнил конфиг Xray. Плюс — как затем добавить ещё один Full-профиль по той же схеме

Мне нравится кофе. Не как культ, а как инструмент: включить голову утром, мягко поддержать фокус до обеда. Но долго я жил в режиме «еще одну чашку и дотяну». Итог: дрожь в руках, провал энергии днем и плохой сон. В статье о том, как я перестроил день так, чтобы кофе помогал, а не мешал.

В эпоху ИИ-хайпа многие обещают, что теперь кодить не нужно — достаточно «поговорить» с моделью. Автор решил проверить это на практике: за три вечера, используя только бесплатные версии Claude и Qwen, он создал прототип приложения для мониторинга игровых событий в реальном времени через чтение памяти процесса Royal Quest.

Путь оказался тернистым: от неактуальных логов и зашифрованного трафика — к CheatEngine, Wine на macOS, PyInstaller и проблемам с кодировкой. Чат-модели помогли быстро сгенерировать ядро приложения, реализовать экспорт в JSON/TXT и даже простой дашборд, но каждая итерация сопровождалась багами, потерей контекста и переписыванием кода с нуля.

Делюсь честным опытом: где ИИ действительно ускорил разработку, а где превратил её в бесконечный цикл «запрос → правка → провал». В финале — практические рекомендации: как структурировать проект для ИИ, сохранять контекст и избегать типичных ловушек.

Результат — рабочий MVP, открытый на GitHub, и убедительный вывод: ИИ — мощный соавтор, но пока ещё не замена внимательному разработчику.

Когда релиз раскатан не на всех, классическая схема "до" и "после" начинает рушиться: метрика растет или падает одновременно из-за сезонности, внешнего фона и изменений в каналах, а не только из-за продукта. При этом AB теста может не быть, но данные по группам есть почти всегда: по гео, сегментам, кластерам, витринам.

В этой статье разбираю два практических подхода, которые позволяют оценить эффект релиза в таких условиях. Первый - diff-in-diff: сравниваем, насколько изменилась метрика в затронутой группе относительно контрольной, и тем самым вычитаем общий фон, который влияет на всех. Второй - синтетический контроль: строим базовую линию для затронутой группы как сумму метрик нескольких контрольных групп с весами, подобранными так, чтобы до релиза эта конструкция максимально повторяла историю затронутой группы.

Отдельный акцент на том, что обычно искажает выводы: заметный рост или падение разницы между группами до релиза, изменения состава, локальные акции или технические инциденты в контрольных группах, а также ситуации, когда базовая линия плохо повторяет период до релиза и тогда мы измеряем в основном ошибку модели, а не эффект релиза. В конце показываю, какие проверки стоит сделать, чтобы результат не держался на удачно выбранных границах периода или на одной контрольной группе.

Если в первой части мы работали с одной временной линией метрики, то здесь переходим к более распространенному случаю: несколько групп, частичная раскатка и необходимость отделить влияние релиза от общего шума.

RedOS - это импортзамещанная ОС, по сути - пряморукая центосообразная сборка.

Sway - это тайлинговый оконный менежер.

По умолчанию RedOS идет с DE Mate. Есть также сборки на Gnome и KDE. А вот тайлинговых сборок по умолчанию не предлагается, к сожалению. Давайте поставим sway.

Спойлер. Я ожидал, что будет штурм и превозмогание, а оказалось, что все встало просто на раз, как родное. И Wayland, и сам sway, и все родные апплеты от Mate.

Привет, Хабр! Мой путь в мире IT официально начался относительно недавно: в октябре 2025 года. До этого программирование вообще не выходило за рамки увлечений. Но однажды я решил испытать удачу и выйти на тропу приключений, после которой я уже не вернулся прежним...

В Японии порядка 140 предприятий, которым более 500 лет. Они пережили десятки войн, императоров, катастрофические землетрясения, цунами, депрессии, и так далее.

Эти сверхпрочные старинные предприятия называются «shinise». Исследования показывают, они, как правило, имеют одну общую характеристику: у них много наличных денег и почти нет долгов. Так они выдерживают столетия постоянных бедствий и черных лебедей.

Одна из самых частых и болезненных проблем в IT-командах — коммуникация с внутренними заказчиками. Со стороны разработки заказчики выглядят как генераторы сырых ТЗ, вечных правок и нереалистичных сроков. Со стороны бизнеса IT-специалисты кажутся «черным ящиком», который работает медленно, негибко и допускает ошибки.

До аналитики я три года руководил клиентским сервисом, где сформировал методологию работы с клиентами. Этот опыт помог мне найти ключ к гармонии: работать с заказчиками как с клиентами. Разница в том, что клиента мы стремимся не потерять, а значит, ведем себя более ответственно и проактивно.

В этой статье я собрал 11 принципов, которые помогут выстроить такую коммуникацию.

В любой более менее большой компании разработчиков вы найдете и человека на "окошках", и трушного линуксоида, и любителя лавандового рафа на альтернативном с яблоком на крышке ноутбука. И если человек с windows с большей вероятностью будет пользоваться WLS (подсистему linux), то вот человек с macOS попробует запустить проект у себя нативно, и это может привести к проблемам с совместимостями некоторых библиотек. Также, учитывая что с высокой долей вероятности ваше приложение будет крутиться в docker контейнере на сервере, не плохо было бы понимать то, как оно работает конкретно в нем. Поэтому зачастую решением которое подойдет всем для корректной разработки приложения без проблем с совместимостью, это запуск и отладка приложения на компьютере разработчики в независимости от установленной ОС прямо в docker. И так я описал мотивацию, перейдем же к настройке вышесказанного.

Для начала необходимо добавить установку библиотеки debugpy для работы отладчика в наше приложение. вы пожете добавить ее в общий фаил requirements.txt или добавить команду DockerFile.

Писать надо только тогда, когда не можешь не писать (С) Л.Н. Толстой

Задача, которая заняла бы 2 - 3 месяца классической разработки, была решена за 2 дня с помощью Claude и n8n. Автоматизировал валидацию конфигураций шкафов управления освещением, делегировав написание проверок самим инженерам через промпт-инжиниринг. Кейс про то, как AI меняет не только код, но и процессы.

Искусственный интеллект всё чаще воспринимают как универсальное решение: он обещает заменить людей, сократить издержки и ускорить бизнес-процессы. Но на практике компании всё чаще сталкиваются с обратным эффектом — ростом сложности, затрат и числа инцидентов.

Эта статья не против ИИ. Она про зрелость, ответственность и честный разговор о том, где ИИ действительно помогает бизнесу, а где делает больнее.

Когда я был разработчиком я задавался вопросами: как разделить код на классы? какие модули выделить?

Когда я стал архитектором я задавался вопросами: зачем же мы наплодили 200 микросервисов? стоит ли выделять новый или пора объединять?

Когда я стал руководителем я задавался вопросами: как разделить людей на команды разработки? стоит ли создавать новый отдел или расширить ответственность старого?

И всё это хотелось сделать оптимальным эффективным образом.

И я понял, что все эти вопросы сводятся к ряду единых принципов о том как делить, которые можно применять на любом уровне. И этим важным для себя осознанием, после 20 лет в разработке, я хочу поделиться.

Для любых компаний, создающих различного рода продукты, важными составляющими является аналитика и оценка того, как продукт развивается, как влиять на его развитие, управлять и отслеживать положительные и негативные изменения.

Быстрота изменений UX/UI дизайна, функциональности, влияния запусков конкурентов, предоставляющих аналогичный продукт, внешние факторы – все это отражается на метриках удержания и сроке пользования продуктом, а значит и на тех деньгах, которые продукт зарабатывает по P&L.