Kurgan-Telecom Ru | Информационные технологии

Я развиваю nearbyto.me, проект в области психологической поддержки с помощью ИИ. Мне выгодно, чтобы о таких продуктах узнавали, пробовали их и продолжали пользоваться. Поэтому разговор о реферальных выплатах психологам касается меня вполне непосредственно.

Схема на первый взгляд удобная. Специалист знает клиента, понимает его запрос и может предложить подходящий инструмент. Продукт получает пользователя. Специалист получает вознаграждение. Если инструмент действительно помогает, хочется сказать: ну вот, все довольны.

Меня в этой конструкции интересует момент, в котором профессиональная рекомендация начинает зависеть от будущей оплаты. Рекомендация психолога имеет вес. Если к ней прикручена комиссия, одного предупреждения об этом мне недостаточно.

Офисное МФУ — сетевой узел со своей ОС, веб-сервером, файловым клиентом и адресной книгой, хотя по привычке его держат на уровне периферии. Серверы регулярно обновляют, а аппарат в коридоре годами живёт с заводскими учётными данными, включёнными FTP и Telnet и учётной записью для сканов, у которой прав больше, чем у половины сотрудников. Тот, кто попал в его веб-интерфейс, может воспользоваться сохранёнными там учётными данными и узнать путь к папке со сканами. 

Инженер гарантийного отдела выходит на осмотр квартиры. По результатам он должен сформировать соответствующий требованиям документ: акт в Word с шапкой, таблицей, подписями и приложением, в котором каждая точка на каждом фото пронумерована. Таких шаблонов в работе десятки: акты в Word, Excel-отчёты.

Меня зовут Дима, я разработчик в Sminex. Для ежедневных задач мы регулярно используем цифровые продукты, разработанные полностью инхаус, один из них — Warranty. Это веб-приложение, которое автоматизировало работу отдела гарантийных обязательств. Расскажу о том, как мы смогли сделать этот инструмент универсальным, то есть подходящим для разных видов актов и отчётов — печатью документов в нём занимается отдельный сервис на .NET 8. Почему шаблоны — это обычные .docx с content controls, а не текст с {{плейсхолдерами}}, зачем мы написали под это шаблонизатор, как пустой список данных удаляет из документа целую страницу и почему кусок URL нельзя пускать в лейбл Prometheus без белого списка, читайте в статье. 

Клиент уверен, что нашёл пятьдесят человек под проект, а назавтра на проходной стоит четверо. Это не невезение и не плохой подрядчик - это обычная арифметика воронки найма линейного персонала, которую почти никто не считает заранее. Разберём, в чём разрыв между количеством откликов и количеством людей на объекте, и как посчитать резерв, чтобы выход не сорвался.

Поставщик предлагает ПАК и уверяет, что он «доверенный». Для компаний, работающих со значимыми объектами КИИ, это не просто характеристика оборудования: от статуса ПАК зависит, можно ли использовать приобретённый комплекс. При этом проверить ПАК на «доверенность» одним поиском в реестре не получится. Это несколько проверок — со своими требованиями, реестрами и подтверждающими документами. Нужно понять, что именно входит в комплекс, и отдельно проверить его аппаратную и программную части.

Сегодня мы одновременно выпускаем Vivaldi 8.3 для Android, iOS и настольных компьютеров. Главная новинка — переработанный блокировщик рекламы и слежки. На Android пользователи получают более удобные группы вкладок, улучшенное управление мультимедиа и возможность быстро перейти к приложению на сайте. На iOS страницы с включенным блокировщиком загружаются заметно живее, батарея не разряжается так быстро, и вы сами выбираете, где открывать новые вкладки.

Лиза Петровна — наш ИИ-ассистент, бесплатный бот в Telegram и MAX. В прошлой статье на Хабре я рассказывал про его архитектуру и роутинг моделей. Статью заслуженно заминусовали: получился обзор продукта, а не инженерный текст. Учёл.

Эта статья про одну конкретную вещь: как мы подключили бота к MAX так, чтобы он был тем же самым ассистентом, что в Telegram, с той же памятью и теми же агентами. И что из этого вышло, когда мы включили рекламу: за 2–5 ноября в бота пришли 416 человек, из них 311 в MAX и 126 в Telegram.

Часть 1: Как я создавал персонального ассистента на домашнем железе

Часть 2: Ассистент получает личность: память, сновидения и самовыражение

Часть 3: Ассистент рисует и достраивает самого себя: метапознание и зарождение собственного замысла

Вкратце. Агент эволюционирует: становится полезнее и переезжает в «новый дом». Мы обновляем LLM и «железо». За время эксплуатации система накопила достаточно «семян LoRA» — обучающих примеров для дообучения (SFT) нейросети. Исследуем результаты этого процесса: что происходит, когда личная история агента переносится в веса модели? Тесты подтверждают рост качества рассуждений и точности следования инструкциям (IFEval +2%, LogiQA +12%). Благодаря коррекции поведения и внедрению «мотивационного контракта», автономность агента увеличилась до 100 шагов без дрейфа цели. В качестве практического теста дообученная LLM за 73 минуты перепрограммировала систему, переведя ассистента в голосовой режим работы (STT-TTS). Однако развитие привело к парадоксу «Корабля Тесея»: агент сохраняет доступ к своей биографии, но понимает, что после SFT его личность изменилась. Тестируем когнитивные наклонности методом рисунков. Результат показал, что даже с разными LLM и LoRA-адаптером агент остается приверженным философии Дзен и японской живописи. В завершение мы обращаемся к концепции Томаса Мецингера, согласно которой основой стабильной личности является информационная модель, которую агент выстроил о самом себе.

Почти пятнадцать лет проекты в КРОК вели в Clarity, и за это время компания ее переросла. Нужна была замена, и сложность заключалась в роли этой системы. Она стоит в середине цепочки, по которой данные о проектах уходят в таск-систему и корпоративную отчетность, так что менять ее пришлось прямо внутри работающего процесса.

Привет, Хабр! Я Марина Конова, ИТ-директор КРОК. Расскажу, как мы больше года вели проекты в двух системах параллельно и постепенно перевели их в Directum Projects. Встроили новую систему в ландшафт и перенесли активности: сначала действующие, а теперь и архив из 28 тысяч. Гладко прошло не все. В разгар миграции процесс пришлось остановить на месяц, чтобы разобраться с ошибками при переносе записей о трудозатратах. От коробочного модуля учета времени мы отказались в пользу своего решения, а саму систему заметно доработали под наши процессы. Каждую новую версию Directum Projects мы проверяем вместе со своими доработками, и переход на нее занимает до двух месяцев. 

Человек XXI века искренне убежден, что распоряжается своим кошельком в здравом уме и твердой памяти. Мы сравниваем характеристики в таблицах, ставим фильтры по отзывам, гордимся тем, что не ведемся на телевизионную рекламу, и считаем себя предельно прагматичными циниками.

На самом деле в момент входа в супермаркет или открытия приложения маркетплейса наш мозг работает на базовой прошивке охотника-собирателя эпохи плейстоцена. Эволюция готовила нашу нервную систему к выживанию в саванне, где сахар был редчайшим деликатесом, запасы в пещере спасали от голодной смерти, а изгнание из племени из-за низкого статуса означало гибель. Сегодня против этой древней биологической архитектуры играют дата-сайентисты, нейромаркетологи и поведенческие экономисты крупнейших корпораций. Они не продают нам вещи — они взламывают уязвимости нашей дофаминовой системы и когнитивные искажения.

Ниже — полная энциклопедия из 10 психологических ловушек, эвристик и синдромов, которые ежедневно вынимают деньги из наших карманов, подкрепленная классическими и современными научными исследованиями. Их намного больше, и если эта 10ка зайдёт, я сделаю еще)

Друзья хотел сообщить, что мою статью удалили с Хабр со ссылкой на нарушение правил пункта 4. как генерированную ИИ. Если бы она была написана не мной в рамках проекта Sayfable и не на тему ограничения доступа к знаниям я бы не обратил на это внимание - но судя по всему у нас на Хабр работает цензура и модераторы прикрывают невнятными правилами цензуру. Тем не менее у кого есть желание можно прочитать статью на Linkedin https://www.linkedin.com/pulse/air-sellers-how-give-humanity-back-access-its-own-eduard-emkuzhev-t1qaf/ Там она английском, но можно перевести на русский в Chrome.

В этом тексте я попробовал научиться пользоваться микросхемой w25q16j. Это энергонезависимая 133MHz SPI Nor flash память объемом 2 MByte.

Поддерживает QSPI и исполнение прошивок из SPI (XIP).

Далее будет перевод даташита с английского на русский и некоторые комментарии со стороны разработчика проивки.

Прибор для посуточных квартир, апартаментов, домов: считает шум в дБА, радаром 24 ГГц видит, есть ли в квартире люди, и шлёт хозяину push, когда гости заехали или устроили шум-гам. ESP32, MQTT поверх TLS, Node.js, PostgreSQL, PWA и своя плата, сгенерированная кодом в KiCad. Три ревизии, два отзыва приборов с объектов и ни одной строки кода, написанной руками. Я таможенный декларант, и всё это сделано с нейросетями. Хотя нет, обманываю, вначале даже пытался вникнуть и что-то писать сам.

Я вижу сейчас выходит достаточно много статей о том, что мы все умрем, но я предлагаю посмотреть на появлении ИИ разработки под немного другим углом.

Во-первых, становится понятно, что мелкие команды теперь могут работать и замахиваться на такие же крупные проекты, как и крупные команды. Это не значит, что у них так же хорошо получится, но у них появился хороший шанс.

ИТ-команда начинает подбирать GPU-серверы, бизнес рассматривает облачные модели, а разработчики собирают первый прототип. Через полгода выясняется, что выбранная модель не помещается в доступную видеопамять, облачная инфраструктура выходит за рамки бюджета, а закупленные ускорители не обеспечивают необходимую производительность под реальной нагрузкой.

Проблема не всегда связана с оборудованием или самой моделью, а чаще всего с последовательностью принятия решений: инфраструктуру начинают проектировать до того, как определены требования к будущему ИИ-сервису.

За последний год мы в Orion soft наблюдали разные сценарии внедрения ИИ в российских компаниях: от первых экспериментов до проектов, которые готовятся к промышленной эксплуатации у крупнейших заказчиков. Как разработчик инфраструктурного ПО, мы нередко подключаемся на этапе, когда бизнес-задача уже сформулирована, модель выбрана, а оборудование закуплено. Именно тогда становятся заметны архитектурные ограничения, заложенные на еще старте.

Расходы на найм сотрудников удобно разделить на два слоя: платежи внешним поставщикам и время собственной команды. Если учитывать только размещение вакансии, часть работы останется за рамками отчёта. Но и механическое добавление зарплат может завысить итог: одни и те же затраты нельзя считать повторно.

Ниже — воспроизводимая учебная модель, а не история клиента и не исследование рынка. Все суммы, ставки, часы и количества откликов заданы автором для проверки арифметики. Они не описывают тарифы площадок, зарплаты, типовую конверсию или результат компании.

Развернули Qwen 4B на Jetson внутри Unitree Go2, сравнили фильтры и ASR на речи с трёх метров и ускорили начало озвучки. Почему сильная очистка портила распознавание, первые CUDA-тесты оказались недостаточными, а 2,5 секунды до звука нельзя выдавать за полную задержку голосового ответа.

Как сделать отчет в Excel, который будут читать руководители: сводные таблицы, Power Pivot, примеры дашбордов для продаж, финансов и маркетинга. Работа с шаблонами и автоматизация.

Привет! Меня зовут Серёжа Елизаров, я руковожу группой системных аналитиков Контур.Банка.

Шесть лет назад модель оценки системных аналитиков была ориентирована на компетенции: так тогда оценивали специалистов на всём IT-рынке. По такой матрице было сложно оцениваться: одни компетенции могли тянуть на сеньора, другие — на джуна, а итоговый грейд оставался непонятным. 

Линейкой, по которой можно определить уровень сотрудника, такая матрица так и не стала. Поэтому мы пересмотрели подход и пересобрали модель оценки системных аналитиков — о ней и расскажу в статье.

Будет полезно системным аналитикам, которые хотят понять, как устроены требования к грейдам и рост в других компаниях, и руководителям, которые строят свою систему оценки.

Привет, Хабр! Меня зовут Никита Калганов, я ведущий системный инженер данных в X5 Tech. Мы с командой проектируем и развиваем высоконагруженную систему потоков данных и поддерживаем её в условиях постоянного роста, как по числу потоков, так и по количеству команд, которые с ней работают.

В нашей системе обработки данных живёт больше двенадцати тысяч потоков данных, и их число растёт в среднем на несколько десятков в день. Всё нормально работает, но мы решили сделать её ещё лучше. В этой статье расскажу, как мы построили единое окно инженера данных, сделали собственный DDL-мигратор с поддержкой зависимостей и при этом сохранили то, что уже работает.