Kurgan-Telecom Ru | Информационные технологии

Дизайнеры, программисты, копирайтеры, маркетологи и многие другие на митапах, встречах, хакатонах, в комментариях на Хабре обсуждают, как, когда и в чём их заменит ИИ. В многоголосье айтишных голосов реже остальных слышно сисадминов. Не то чтобы они умели заговаривать роботов и были сами теми ещё искусственными интеллектами — просто есть довольно весомые предпосылки, которые говорят, что бубен и интуиция не одну нейронку переживут. 

День системного администратора — самое время разобраться кожаным с железными.

Когда ключевой вендор ушёл с рынка, а готовые решения перестали справляться, у нас было два пути: искать костыли или написать свою систему. Мы выбрали второе — и за 2 года создали ACRM, которая не просто заменяет SAS, но и даёт новые возможности. Рассказываю, как мы проектировали систему с нуля, на какие грабли наступили и почему теперь не зависим от вендоров.

Меня зовут Иван Курбатов, и я руковожу направлением систем взаимодействия с клиентами в компании «Столото». Наша команда отвечает за разработку и поддержку CRM-систем, которые помогают нам общаться с миллионами клиентов через СМС, email-рассылки и push-уведомления.

Если вы ранее не сталкивались с деятельностью бренда «Столото», отмечу коротко, что это крупнейший распространитель всероссийских государственных лотерей. Организацией таких лотерей занимаются сразу два федеральных ведомства: Минфин и Минспорт, что накладывает на нас серьёзные обязательства. Наши решения должны быть максимально надёжными и бесперебойными, ведь мы отвечаем за доверие пользователей по всей стране.

Хотите узнать, как строится CRM-система с нуля, как она работает в масштабе миллиона клиентов и почему иногда лучше писать своё, чем адаптировать чужое — добро пожаловать под кат!

Разгадка про обратный набор веса после похудения от Мичиганского университета — ссылка — Weighing the Facts: The Tough Truth About Weight Loss

Заодно ответ про — я толстею из ничего, вот у меня особый метаболизм и поэтому... а ещё у меня щитовидка волшебная, она всё в жир, а у других она всё сжигает.

В США до сих пор популярно шоу, как толстые начинали резко худеть, кто больше похудел, тому ещё и денег дадут. Приходили туда реально жирные люди, средний обмен веществ у них был 2607 ккал, ведь обмен веществ завязан на рост, вес и возраст и чем больше вес, тем больше обмен веществ. Толстяки для похудения много занимались физухой, мало ели — по итогу опускался до 2000 ккал суточный обмен веществ. А что бы совсем «осчастливить» бывших толстяков, шокированный организм через выкручивание химических балансов на минимум, за последующие 6 лет уронил обмен веществ до 1900 ккал в сутки. Само собой все обратно поразжирели.

Тут ответ простой — начиная с возникновения предков, например простейшего организма ФУКА и его потомка ЛУКА и вообще всех бактерий, лягушек и динозавриков, главной проблемой было всегда иметь еду‑энергию. Голод был нормой с момента зарождения жизни и до людей. Голодать надо уметь, выживать на минимуме калорий это равно — продолжить род когда еда появится. А вот жрать в три глотки организмы на планете хоть и умеют, но от этого жиреют и если еду «продлить», начинают погибать. Собак вспомните, даже домашние просто крокодилы. Жрут просто глотая, лишь бы в глотку затолкать и будут жрать пока не уберёшь миску.

Привет! Меня зовут Алексей Егоров. Сегодня поговорим про офлайн-режим в PWA и WebView, без лишней теории и с прицелом на мобильные приложения. В разработке я уже больше трёх лет, большую часть этого времени посвятил WebView и мобильным решениям. В этом материале мы разберём, как работают PWA и WebView в офлайн-режиме, посмотрим на инструменты, которые помогают реализовать такую функциональность, и в завершении я поделюсь примером: какую технологию мы выбрали для календаря и как внедрили офлайн-режим на практике.

Вы не поверите, но знаменитый кубик начинался с прототипа из восьми деревянных элементов, соединенных резинкой в конструкцию 2×2×2. Вернее, это был лишь один из этапов на пути к созданию головоломки. О том, как любопытство и изобретательская настойчивость породили гениальную игрушку — книга Эрнё Рубика.

В последние годы генеративные нейросети стали не просто трендом, а полноценным инструментом для создания контента. Текст, изображения, аудио и даже видео — всё это можно сгенерировать с помощью моделей искусственного интеллекта. При этом за каждым популярным сервисом стоит конкретная модель ИИ, от которой зависит качество, скорость в тех или иных задачах.

Выбор правильной модели — не самая простая задача. В огромном количестве открытых и закрытых решений легко запутаться: какие из них действительно работают, где их лучше использовать и на что обращать внимание. В этой статье мы собрали обзор наиболее интересных и полезных моделей для создания контента — от текстовых LLM до генерации изображений и мультимодальных систем.

Привет, Хабр! Меня зовут Витя, я работаю проектировщиком интерфейсов в Selectel. Проектируя интерфейс, мы предполагаем, что пользователи будут использовать его согласно задуманным сценариям: например, на странице со списком объектов воспользуются фильтрами для сортировки, а на странице заказа услуги заполнят определенные поля или выберут нужные опции. Но как узнать о реальных действия пользователей: что они используют, а что — нет?

Для ответа на этот вопрос используются инструменты аналитики, которые позволяют собирать данные, строить по ним графики и анализировать поведение пользователей. Об одном из таких инструментов я рассказывал в прошлой статье — это PostHog. 

В этом материале хочу показать, как можно подойти в внедрению PostHog или любой другой системы событийной аналитики.

Электроника все ближе к своим физическим пределам. Кремний, который десятилетиями был основой технологического развития, не справляется с новыми требованиями — компактностью, энергоэффективностью и устойчивостью к экстремальным условиям. Альтернативы разрабатывают разные ученые и компании.

Одна из них — проект команды специалистов из НИТУ МИСИС (Россия), Тулейнского университета (США) и Сучжоуского университета науки и техники (Китай). Авторы предложили новый способ синтеза кристаллических нанопроводов — тончайших нитей толщиной в сотни нанометров и длиной в миллиметры. Такие структуры могут лечь в основу сверхминиатюрных электронных устройств. Об этом проекте и поговорим.

У меня было два пивота. Сначала занимался рекламным бизнесом в Омске. Работало неплохо, но я понимал — это ненадолго. Слишком конкурентная сфера, слишком много изменений. Много хейта. В 2022 году после поправок ФЗ О рекламе окончательно закрыл направление.

Думал, что делать дальше. Решил заняться чем-то приземленным, где всегда есть спрос. Ремонт бытовой техники казался идеальным вариантом: большой рынок, техника ломается постоянно, а конкуренты часто работают нелегально. Там творится дичь, людей обманывают, а я буду работать честно и получу массу клиентов.

Освоил ремонт холодильников на курсах в Омском техникуме. Работал мастером, сам ездил по вызовам, знал все проблемы изнутри. Потом стал обучать других — сначала одного сотрудника, тот научил следующего.

Когда набирал людей, специально брал новичков без опыта — считал, что лучше научить правильно с нуля, чем переучивать тех, кто уже набрался неправильных привычек. Все учились на практике с наставником без всяких курсов.

Проблема пришла откуда не ждали...

Windows 11 — современная операционная система от Microsoft с обновленным интерфейсом, повышенной производительностью и усиленными средствами безопасности. Однако официальная цена сильно бьет по бюджету, так что в этом гайде мы разберем все легальные способы сэкономить при переходе на актуальную операционку.

Сегодня чат‑боты и интеллектуальные ассистенты широко применяются в различных сферах: поддержка клиентов, корпоративные системы, поисковые сервисы и во многих других. Для их разработки часто используют архитектуру Retrieval‑Augmented Generation (RAG), которая объединяет генерацию ответа с поиском данных во внешних источниках. Такой подход помогает ботам и ассистентам давать более точные и актуальные ответы. Но на практике оказывается, что RAG сталкивается с проблемой повторяющихся запросов, из‑за которой система многократно выполняет одни и те же вычисления, повышая нагрузку и время отклика.

Всем привет! Меня зовут Вадим, я Data Scientist в компании Raft, и в этой статье мы разберемся, что такое векторный кэш и как его использовать. Давайте начнем!

Когда мы говорим о тестировании, большинство представляет проверку кода, интерфейсов, приложений. Но есть другой мир — тестирование «железа»: серверов, систем хранения данных, базовых станций, клиентского и сетевого оборудования. Все это — физические устройства, где важна не только прошивка, но и то, чтобы правильно крутился вентилятор, не отваливалась пайка, а новый модуль памяти не конфликтовал с платформой.

Меня зовут Игорь Попов, я директор департамента верификации и контроля качества в YADRO. Далее я простыми словами расскажу, что такое hardware QA: где мы режем, замораживаем, зачем смотрим, загорается ли лампочка по команде BIOS — и что делаем, если нет. Если ты джун или только начинаешь разбираться в «железе», статья поможет понять, подходит ли тебе такая работа и в чем она на самом деле заключается.

Машинное обучение — это технология искусственного интеллекта, используемая для распознавания закономерностей, обучения на основе данных и принятия решений автоматически — без вмешательства человека. С другой стороны, обработка естественного языка (Natural Language Processing, NLP) — это форма ИИ, позволяющая машинам интерпретировать и понимать человеческий язык.

В этой статье мы попробуем разобраться с тем, как используется NLP для решения реальных задач и рассмотрим 15 примеров использования данной технологии и машинного обучения.

Пока весь мир гонится за распознаванием лиц и отпечатков пальцев, мы в решили взглянуть на человека чуть сбоку — буквально. 

Пришел клиент, принес проект. Система поиска родственных связей по фото. Все работает, все ищется, но хочется, чтобы было еще точнее, еще глубже. «А что если сравнивать… уши», — подумали мы. 

Почему уши? Потому что они, как и лица, обладают уникальной формой, но в отличие от лица — не меняются с возрастом, не маскируются бородой и не хмурятся на паспортном контроле.

Идеальный кандидат для дополнительного биометрического сигнала. Но не все так просто.

Нам предстоял полный цикл разработки модуля распознавания и сравнения ушей:

Ушел из IT в курьеры и не пожалел. Сегодня мы рассмотрим все вопросы, касающиеся работы курьером Яндекс Еды, включая трудности трудоустройства, уровень дохода, повседневную жизнь курьера и многое другое. Я надеюсь, что эта статья из личного опыта будет для вас очень полезной.

Многие ошибочно полагают, что главное в камере видеонаблюдения — это разрешение или оптика. Но ключевой элемент — это сенсор. Именно он определяет удасться ли разглядеть лицо в темноте или нет, прочитать номер машины или увидеть лишь засвеченный блик.

Почему это важно?

В «Рувер» мы проектируем камеры для реальных условий — складов, парковок, промзон. Здесь нет места компромиссам. Если сенсор подведёт, система безопасности окажется бесполезной.

Когда мы разрабатывали цилиндрическую камеру с сенсором Sony IMX678 (Starvis 2), то провели десятки тестов. Нам нужно было убедиться: он действительно превосходит предыдущее решение — Sony IMX415.

Оба сенсора — 8 Мп, оба от Sony, оба популярны. Но разница между ними — колоссальная.

В постах и статьях мы иногда поминаем уважительным словом экономистов, которых читаем постоянно и с удовольствием. Например, шлём шаломы Михаилу Хазину, который много говорит про близкую нам научную организацию труда, хотя в совершенно других процессах. И про теорию власти, которой мы давно и успешно пользуемся в рамках реализации своих проектов.

А этим постом начинаем серию шаломов глубочайше уважаемому Дмитрию Пищальникову.

Полминуты ликбеза на всякий случай. Дмитрий Пищальников – экономист и управленец, продвигает тему повышения производительности труда на федеральном уровне. Увлечённый практик, участник мероприятий, где прорабатывают и развивают передовые управленческие концепции.

Мы сильно и от души рекомендуем его читать его и смотреть, а ещё испытываем неудержимое желание написать о некоторых явлениях, которые разбирает Дмитрий. Дополнив их забавными и жуткими случаями из нашей богатой практики.

Так что открываем этим постом небольшую серию под кодовым названием «Цикл π». И сразу вот ссылка на очень крутое интервью с Дмитрием. Там концентрат великолепия, буквально по каждому тезису можно проводить отдельный семинар.

А начнём с краеугольной темы, которую вынесли в заголовок.

Привет, Хабр! Я, Мадаров Артур, руководитель дирекции процессов эксплуатации и ИТ-услуг Страхового Дома ВСК.

В своей прошлой статье, «Реинжиниринг процессов контроля качества технической поддержки», я рассказывал, с чего началась наша трансформация: как мы перешли от разрозненной отчётности в Excel к системной BI-аналитике, как формировали культуру data-driven внутри ИТ-блока ВСК и зачем всё это нужно.

На пятой встрече ProcessTech и Страхового Дома ВСК я рассказал, что было дальше: как мы из BI-дашбордов перешли к процессной аналитике, внедрили инструменты Process Mining, Task Mining и построили центр компетенций по процессной аналитике в ИТ.

Эта статья — почти практический гайд по внедрению процессной аналитики в крупной компании. Без обобщений. Только конкретика, цифры, архитектура решений и кейсы. Рассчитываю, что статья будет полезна как для ИТ-специалистов, так и для руководителей, которые хотят перестать управлять на основе ощущения, а не данных.

Почему мы продолжили путь: от BI к Process Mining

Всего за 5 месяцев после закупки лицензий в ИТ-блоке уже 9 внутри командных review и рабочих групп с бизнесом проводятся с демонстрацией BI-аналитики Proceset (без Power Point и Excel). На первом этапе трансформации мы выстроили мощный слой BI. Благодаря интерактивным дашбордам:

Разбираю кейс построения отказоустойчивого пайплайна для аналитики спортивных данных на базе нестабильного API dingerodds com. В статье — реализация обёртки с ретраями и балансировкой, деплой в Kubernetes с автоскейлингом, CI/CD через GitLab и хранение данных в Parquet (MinIO). Показываю, как превратить ненадёжный источник в стабильную платформу для ML и аналитики.

Привет, друзья! Сегодня расскажу, как нейросети прямо сейчас, пока вы, куски мяса, читаете этот текст, заменяют живых музыкантов в студиях звукозаписи, позволяя DIY-музыкантам записывать полноценные альбомы, не выходя из дома и используя лишь компьютер с мощной видеокартой.