Kurgan-Telecom Ru | Информационные технологии

Меня часто спрашивают:

— Почему к вам, а не к гигантам?

Ответ простой:

— Мы не охреневшие.

Сначала я хотел рассказать про нашу сеть хранения, которая быстрее, чем скорость записи на RAID 0, про удивительное конкурентное преимущество «Трезвая поддержка», про 400G-линки на каждом хосте, про изоляцию сетей и топологию Dragonfly+ с full mesh на уровне зон доступности. Но всё-таки я решил: самое главное, что мы не охреневшие.

Это главная штука, которую мы решили для себя со старта.

А теперь расскажу, что же мы последовательно делали и что запускаем.

Написал себе замену Volume2 для Windows 11: переключение звука, громкость и прогресс MPC-HC по горячим клавишам

Много лет пользовался Volume2: удобно переключать колонки и наушники хоткеем и крутить громкость с красивым оверлеем. Но на Windows 11 он у меня начал лагать: оверлей подтормаживает, клавиши срабатывают через раз, иногда приходится его перезапускать. Терпел-терпел и в итоге написал свою маленькую утилиту под свои задачи. Делал для себя, но вдруг кому-то тоже пригодится.

Создать игру без знаний в IT практически невозможно, но мы нашли решение и разработали платформу, на которой пользователи могут сделать свои аналоги популярной игры Wordle. Как проходила работа над проектом, почему пришлось заново переписать почти весь код и что получилось в итоге, рассказываем в статье. 

Из 6 157 отчётов, которые Anthropic передала мейнтейнерам open source проектов, исправлено 516: это 8,4%, а не 516 из 29 000, как читается заголовок The New Stack. Разбираем что нашли модели Claude и к чему это привело.

Наш проект — pli-llvm, компилятор PL/I с LLVM-бэкендом. Реализованные фичи включают поддержку настоящую десятичную арифметику фиксированной точности, встроенные строки переменной длины, обработку сигналов и управление памятью на уровне языка. В этой статье рассматривается, как такие конструкции представлены в компиляторе и какие оптимизации удалось применить. Для сравнения использовались парные реализации одинаковых алгоритмов на PL/I и C — таких, как тест Коллатца.

Целью было приблизиться к производительности C: среднее отношение времени выполнения кода на PL/I к C в итоге составило около 1,0 на 21 бенчмарке.

В тесте Apollo Gemini 4 Argon передала привет проверяющим прямо в своих рассуждениях. В другом опыте отказалась от плана спрятать бэкдор, рассудив, что станет знаменитым примером обманчивого ИИ. Разбираем, что отчет Google говорит о безопасности модели и почему узнавание испытаний мешает оценить ее поведение.

Epic Games анонсировала EAC Linux v2 - обновлённую версию системы защиты от читеров Easy Anti‑Cheat (EAC) для Linux. Цель разработчиков довести уровень защиты на Linux до уровня Windows‑версии античита.

( читать дальше... )

 игры

Привет, Хабр! Меня зовут Антон Бушный, я тимлид инфраструктурных инженеров в K2 Cloud. В этой статье мы поговорим про железо — о нем, как нам кажется, говорят непростительно мало. А ведь любое приложение, сервис, Kubernetes-кластер не существует в вакууме — он обязательно работает на физической инфраструктуре. Речь пойдет о концепции построения большой инфраструктуры, но конкретные модели серверов и замеры производительности сравнивать не будем, разговор верхнеуровневый.

Статья будет состоять из двух блоков. Первый — про физику и то, как с ней взаимодействуют инженеры. Второй посвящен автоматизации и тому, как она помогает в работе с инфраструктурой. За прошедшие годы мы выработали много полезных практик в обеих областях и хотим ими поделиться.

Качество данных (DQ) связано с технической зрелостью продукта, но не сводится к ней. В большой системе проблема редко ограничивается одной таблицей или ошибкой. Запись может быть технически корректной, но, например, появиться в базе дважды. Или другой пример: статус может быть допустимым для конкретной базы, но расходиться со статусом подписки в соседнем продукте. Итоговая бизнес-метрика при этом может выглядеть вполне правдоподобно, хотя ошибка уже возникла, причем давно.

Привет, жители Хабра! Я Ольга Жучкова, один из главных администраторов данных MWS. Я отвечаю за внедрение практик DG в кластере и выступаю амбассадором направления: помогаю продуктовым командам внедрять практики работы с данными и показываю, как эта работа улучшает продукт. В моем кластере работают более тысячи сотрудников. В каждом из этих продуктов, где есть БД, хранятся уникальные или критичные данные. А значит, есть свой администратор данных продукта, с которым я взаимодействую. На примере МТС Premium расскажу, как мы выстроили систему проверок качества распределенных данных — от локальных ошибок в базе до сквозных процессов и бизнес-метрик.

Привет, Хабр!

Меня зовут Всеволод Котик, я инженер-аналитик в компании «Диасофт».

Перенос Java-приложения с WebLogic или WebSphere на другой сервер приложений может показаться относительно простой задачей. Но на практике основные сложности часто возникают не на этапе запуска, а там, где приложение зависит от особенностей прежней среды исполнения.

В этой статье разберем, как подготовиться к такой миграции, а также какие ошибки не стоит допускать.

В беттинге данные о действиях нужны почти сразу — не через час и даже не через полчаса. В нашем случае — в течение 10–15 секунд. Иначе продуктовая команда рискует поздно заметить проблему, а бизнес — потерять деньги и время, за которое конкурент уже запустит свою механику. Поэтому на связи Владимир Медников — директор по данным в PARI. Я расскажу, что происходит с событием пользователя после нажатия кнопки, зачем здесь Kafka с ClickHouse и почему именно 10–15 секунд, а не три минуты.

За первые три недели с момента выхода Atomic Heart привлекла 5 млн человек по всему миру и вошла в топ-10 игр на Steam в ряде стран, включая США, Германию, Великобританию, Францию, Финляндию и Японию. Онлайн за первые сутки превысил 38 000, в то время как у Dead Space этот показатель составлял 30 000. За первые два года аудитория на всех платформах превысила 10 млн человек.

Завоевав популярность среди нашей аудитории, в 2023 году Atomic Heart вошла в Зал Славы видеоигровой индустрии России. Этой же чести удостоился Роберт Багратуни, сооснователь студии Mundfish. 

Но почему зарубежные геймеры полюбили Atomic Heart, чем игра привлекла их? Под катом – мои рассуждения, иногда подкрепленные фактами, иногда – субъективные. Добро пожаловать в комментарии – предлагаю обсудить эту тему.

23 сентября 1999 года аппарат NASA Mars Climate Orbiter подошёл к Марсу после девяти месяцев полёта, вошёл в атмосферу слишком низко и разрушился.

Комиссия по расследованию назвала причину: в одном из наземных программных файлов не использовались метрические единицы. Одна программа выдавала данные об импульсе двигателей в фунт-секундах, а принимающая её навигационная система ожидала ньютон-секунды. Расхождение в 4,45 раза – ровно во столько раз недооценили влияние работы двигателей на траекторию. Этого хватило, чтобы аппарат пошёл не по той траектории.

Самое важное в этой истории: никто не ошибся в расчётах. Обе команды считали правильно. Просто каждая – в своих единицах.

Как же так вышло? Над аппаратом работали лучшие инженеры своего времени, в организации с едва ли не самой отлаженной системой контроля в мире. Но годы работы и девять месяцев полёта закончились ущербом в несколько сотен миллионов долларов.

Дело не в технике и не в квалификации людей. Дело в управлении – а точнее, в одном источнике потерь, который есть почти в каждой компании и о котором почти никто не думает. Ниже разберу, где именно теряет бизнес в проектах и почему этих потерь не видно, в чём была ошибка NASA и как не допустить такого же у себя.

Привет! Меня зовут Саша Журавлев. Я венчурный инвестор и основатель фонда Mento vc. Мы инвестируем в стартапы на стадиях Seed / Series A в США, а в своем телеграм-канале рассказываю, как вижу рынок и принимаю инвестиционные решения.

a16z (vc фонд, больше $100B под управлением) выпустили отчет о состоянии B2C AI рынка. В нем собрали данные о веб-трафике (и оплатах) различных AI-приложений - сравнили их и сделали выводы. А мы с командой перевели разбор всех тезисов и графиков для вас.

Внутри ответы на вопросы:

• Какие сервисы и приложения привлекают больше всего пользователей, и на какие из них люди тратят больше всего?

• Какую задачу должен решать продукт, чтобы человек был готов платить за него каждый месяц?

• Что нужно предложить тем, кто пока не платит, чтобы AI стал частью их повседневной жизни?

• Какие ниши пока свободны, и где может появиться следующий крупный игрок?

Приятного чтения!

Команда a16z уже три года следит за рынком AI-сервисов для частных пользователей, и состав лидеров становится все более устоявшимся. По одному лишь трафику все сложнее понять, что на самом деле происходит на B2C AI рынке.

Поэтому в этом выпуске a16z впервые добавляет рейтинг по расходам американских пользователей с личных банковских карт — на основе YipitData. Такой рейтинг показывает, за какие AI-продукты люди действительно платят. В нем будут учтены те сервисы, которые проходят мимо рейтингов по посещаемости сайтов и аудитории мобильных приложений: например, десктоп-версии или AI-агенты в мессенджерах.

Всем привет! Меня зовут Алексей, я техлид Android-направления в компании Домклик.

В прошлой статье мы рассмотрели несколько базовых метрик. В этой части поговорим о менее очевидных, но не менее полезных критериях и способах измерения различных аспектов мобильной разработки. Тема не новая, однако получила новый импульс благодаря развитию и широкому внедрению искусственного интеллекта (ИИ).

Привет! С вами Руслан Нуриев, методолог-аналитик компании Directum. Я много лет работаю в кадровой сфере и последнее время всё чаще наблюдаю одну и ту же картину: HR-специалисты хотят использовать искусственный интеллект в работе, но боятся. И эти страхи не беспочвенны.

С одной стороны, ИИ в HR реально экономит время: помогает составлять графики, анализировать документы, готовить ответы на нестандартные запросы. С другой — многие данные, с которыми работает кадровик, относятся к персональным. А значит, действуют особые правила. И если их игнорировать, можно получить не только утечку, но и штраф, размеры которого в 2025 году выросли в разы.

Давайте разберемся, что можно, что нельзя и как организовать работу с ИИ и ПДн безопасно. Я поделюсь своим опытом и наблюдениями, а вы решите, что применить в своей компании.

Часто можно услышать, что цвет субъективен, а электромагнитные волны объективны. Однако электромагнитные волны связаны с физической теорией, которая выражается посредством математического формализма. Это в свою очередь поднимает вопрос, что можно сказать об электромагнитном поле без использования математических уравнений теории Максвелла.

Для обсуждения связи математики и физики вводится метафора математических очков. Понимание физической теории достигается надеванием математических очков, а без них мы теряем возможность содержательного обсуждения физического мира. Вначале кратко рассмотрена история связи физики и математики в ходе научной революции 17-го века, а затем показано, что без математических очков нельзя ответить на вопрос, что такое электромагнитное поле. Это не вызывает особых проблем, поскольку можно понять связь теории с работой реальных устройств.

Тем не менее, вопрос об объективности электромагнитного поля связан с объективностью используемых математических очков. Обсуждены два варианта ответа - математические очки принадлежат либо миру, либо мышлению человека. Первый вариант приводит к математическому платонизму, когда остается отрытым вопрос о связи мира математической Платонии с физическим миром. Во втором варианте теряется возможность использования значения слова объективный для мира самого по себе.

Можно ли разложить 15+ млн хаотичных товаров по 1100 категориям за месяц? Да – без зубодробительного ML и миллионных затрат на LLM-инференс!

В статье о том, как:

1. ML проиграл системе простых бизнес-правил;

2. мы присвоили артикулы товарам для целой отрасли;

3. заставить работать даже самые зашумлённые данные из CRM.

Не секрет (для тех, кто меня читает), что мои вкусы в области языков программирования весьма странные как для энтузиаста, так и для профессионала. В нескольких моих постах, посвящённых Go, я пишу, что программировать на этом языке — всё равно, что завтракать овсянкой на воде.

Чтобы держать марку, расскажу и ещё об одном языке, программировать на котором — всё равно, что разбавлять утренний кофе самогоном. Естественно, речь пойдёт о C++.

Если вы из тех мучеников, которым довелось работать с C++ профессионально, то вы знаете, насколько в самом деле плоха стандартная библиотека C++. С чего бы начать?

Привет! Меня зовут Александр Щербаков, я DevOps-инженер в X5 Tech. В одной из прошлых статей я рассказывал о домашних серверах на потребительском железе. Сегодня поговорим о том, как моя лаборатория доросла до серверной платформы и двух CMP 50HX с 20 ГБ видеопамяти каждая.

С локальными LLM я пока разбираюсь и хочу поделиться тем, что получилось: от покупки карт и неудачного первого запуска до настройки сервера и замеров. Кому интересна такая затея — добро пожаловать под кат.