Kurgan-Telecom Ru | Информационные технологии

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.

В бытность свою веб-разработчиком я часто сталкивалась с тем, что задачи ставятся непонятно. Вот вроде бы тебя попросили что-то сделать, а зачем это нужно — не ясно. И когда делаешь, выясняется, что надо было делать совсем другое.

Недавно я увидела адвент на сайте «Читай-города» и вспомнила один из самых криповых случаев: мы делали сайт на Drupal, и заказчик попросил добавить адвент-календарь к Новому году. Сказал, что нужно, чтобы по клику на окошко пользователь получал код. И достаточно 20 разных кодов, чтобы каждый день коды менялись.

Казалось сначала, что код будет работать как пароль, открывая доступ к определённому контенту. Но по ходу реализации мы выяснили, что коды должны быть разные для всех пользователей и привязаны к сложному расчёту скидок. Мы столько раз переделывали этот адвент, что в итоге так его и не запустили…

Корень провала был не в Drupal и не в сложности кода. А в том, что изначальная просьба «сделать календарь» скрывала за собой неочевидную бизнес-систему — персонализированную систему купонов. Мы как разработчики копали вглубь интерфейса, а надо было сначала понять механику.

Именно поэтому мне захотелось разобрать не просто «какие бывают адвенты», а что на самом деле имеет в виду бизнес, произнося эту фразу, и какую скрытую систему он хочет построить. Зимой это особенно актуально: перед праздниками поведение пользователя резко меняется, конкуренция за его внимание обостряется. Просто «не кануть в забвение» — непростая бизнес-задача. А адвент-календарь — один из самых популярных инструментов для её решения.

В этой статье я собрал девять самых частых задач из live-coding этапов собеседований на Python — от декораторов и замыканий до GIL и паттернов. Эти задачи регулярно встречаются в компаниях разного уровня, и их знают те, кто часто участвует в найме.

Мы разберём каждую задачу: как её формулируют интервьюеры, какие типичные ошибки делают кандидаты, и как выглядит корректное решение с пояснениями. Цель статьи простая — помочь разобраться в базовых механизмах Python, которые важны как на собеседованиях, так и в реальной работе.

Все, что делается в мире, делается с надеждой. Мартин Лютер

В этом сюжете мы рассмотрим историю становления ИИ как нового научного направления. Также будем говорить о символическом ИИ, оставляя для следующего сюжета историю развития нейросетей. В то же время искусственный интеллект как научное направление объединяет символический ИИ и нейросети. Это понятно и естественно, так как главная цель общая – воссоздание искусственным путем человеческого интеллекта. При помощи каких технологий – не так важно.

Наверняка у каждого бэкендера или девопса была такая ситуация:
Нужно срочно посмотреть, что случилось на проде. Вы скачиваете server.log, по привычке кликаете на него в VS Code... и всё.
Редактор зависает, кулеры ноутбука взлетают, интерфейс не отвечает. Файл весит всего-то 2-3 ГБ, но для редактора на базе Electron/DOM это приговор.

Обычно в этот момент мы убиваем процесс VS Code и идём в терминал писать less или tail -f. Это работает, но лишает нас комфорта: нормального поиска, копипаста мышкой, подсветки синтаксиса.

Я перепробовал кучу расширений, но все они либо пытались загрузить файл в память (и падали), либо работали слишком медленно. Поэтому я решил написать своё решение — с Rust на бэкенде, memory-mapping и виртуализацией всего, что только можно.

Под катом расскажу, как скрестить VS Code с нативным бинарником, обойти лимиты браузера на высоту скролла и сделать grep по гигабайтам текста мгновенным.

Осторожно, спойлеры! Не читайте, пока хотите решить задачу самостоятельно.

В этой челлендж-серии статей, начатой с прошлогоднего эвента, попробуем использовать PostgreSQL как среду для решения задач Advent of Code 2025.

Возможно, SQL не самый подходящий для этого язык, зато мы рассмотрим его различные возможности, о которых вы могли и не подозревать.

В статье — проверенные практики от сообщества Kubernetes: от выбора версии API и работы с YAML до управления подами и лейблами. Плюс несколько советов от команды Deckhouse по работе с ресурсами и автомасштабированием.