Kurgan-Telecom Ru | Информационные технологии

Кошки падают с балконов, шкафов и подоконников — и почти всегда выходят сухими из воды, точнее, мягко встают на все четыре лапы. Для людей выглядит как волшебство. Особенно когда животное стартует вниз головой или боком. На деле же ничего сверхъестественного нет, а есть отточенная миллионами лет эволюции комбинация рефлексов, анатомии и чистой механики.

Люди пытались понять феномен еще с викторианской эпохи — первые удачные кадры падения кошки сделал в 1894-м французский фотограф Этьен-Жюль Марей (иллюстрация из анонса). С тех пор тема не отпускает ни физиков, ни биологов. А исследования добавляют важные детали в картину, показывая, насколько хитро природа обошла ограничения законов движения. Давайте разбираться, что там и как с этими кошками. Спойлер — все так и не так одновременно.

12 093 метода из 19 880 в моём проекте — ни одного комментария. Покрытие документацией — 39%.

Это не чужой легаси-код. Это мой собственный проект, который я пишу прямо сейчас. Я направил свой инструмент на самого себя и увидел то, от чего у любого техлида дёргается глаз: кодовая база растёт быстрее, чем документация. 1183 файла на Python. 480 коммитов за полгода. 21 аналитический сценарий, которые я наваял за это время. А документация покрывает меньше половины.

Новый разработчик приходит в проект, открывает src/workflow/scenarios/audit_composite.py — а там 6318 строк, 114 вызовов в другие модули, цикломатическая сложность 80. И задаёт первый вопрос: «Кто мне объяснит, как это работает?»

Раньше ответ был: «Спроси Мишу». Теперь — запрос к графу свойств кода. И я наконец-то могу заниматься своей работой, а не быть живой документацией.

Я давно освещаю прорывы в ИИ. В большинстве случаев заголовок обещает больше, чем даёт статья.

Этот случай — другой.

Польский математик Бартош Наскрэцки потратил 20 лет на создание одной из сложнейших задач, когда-либо включённых в ИИ-бенчмарк. Он вложил в неё всю свою исследовательскую карьеру. Задокументированное решение занимает 13 плотных страниц. Он был настолько уверен, что ни одна машина не справится, что ещё несколько месяцев назад публично называл ИИ «очень продвинутым калькулятором».

Попытка внедрить популярных AI-агентов (вроде Aider) в реальный продакшен обернулась для нас провалом: бесконечные циклы ошибок, потеря контекста и счета за API, от которых дергается глаз. Мы поняли, что стандартный паттерн «Оркестратор + Кодеры» не работает.

В этой статье расскажу, как мы перевернули архитектуру: почему запретили самой умной модели писать код, доверив ей другую роль.

Привет, Хабр! Это Сергей Перевозчиков, основатель агентства контекстной рекламы «КонтекстЛаб». Когда я работаю с b2b-проектами, почти всегда вижу одни и те же проблемы. Спрос ограничен — масштабироваться сложно. При этом в рекламу постоянно лезет розница и может «съедать» до 90% бюджета, не давая ни одной сделки.

Привет, Хабр!

Сегодня рассмотрим Send и Sync. Не «что это такое» (это вы в book прочитаете за пять минут), а как именно компилятор принимает решения, почему &mut T внезапно Sync, и что происходит, когда вы пишете unsafe impl Send.

Клетка растения содержит полный набор инструкций для воссоздания всего организма. Её можно откатить до эмбрионального состояния или заставить заново отрастить растение целиком.

Методу почти 100 лет, но прямо сейчас он стал промышленным и начал заметно менять рынки.

Особенно это касается косметики, медизделий и фармы. Многие комплексы дешевле получить из вагона ромашек в биореакторе, чем синтезировать каждый компонент по отдельности. Редкий хмель, который был нужен пивоварне, за один цикл клонирования (около месяца) выдал 119 растений из одного образца.

Так уже спасают редкие виды, так реанимировали Silene stenophylla 32-тысячелетней давности, которую нашли под слоем вечной мерзлоты, и так сейчас клонируют редчайшие коллекционные растения.

Добро пожаловать в мир рибофанка: теперь можно фармить любое растение на электричестве очень быстро!

Привет, Хабр! На связи INTEKEY — системный интегратор в складской логистике. Мы разрабатываем и внедряем WMS, но парадокс нашей работы в том, что успешная автоматизация склада почти всегда начинается не с софта, а с разбора физических процессов.

Часто компании решают, что проблему очередей, пересорта и сорванных окон отгрузки «закроет» новая программа. Закупаются серверы, терминалы сбора данных, планируются сложные интеграции. Но уже на этапе запуска выясняется: у складских операций нет единого стандарта, приоритеты раздаются в ручном режиме, а статусы в системах не отражают реальность.

В итоге дорогая WMS начинает обслуживать неустойчивый процесс, и часть проблем переезжает в цифровой контур. Появляются ручные обходы, «костыли» в архитектуре, падение доверия к данным, и те проблемы, ради которых затевался ИТ-проект, остаются с вами — только уже в оцифрованном виде.

Чтобы система реально поддерживала процесс, а не пыталась залатать его дыры, мы всегда используем логику: сначала аудит и выравнивание процессов, и только затем — «прошивка» правил в цифровом контуре. И здесь на первый план выходит бережливое производство (Lean).

Сразу оговоримся: внедрение бережливого производства на складе — это не разовая инициатива, не просто наведение порядка по системе 5S и не мотивационная “кайдзен-доска”. Это жесткий, измеримый подход к управлению складским потоком, нацеленный на поиск узких мест и устранение потерь.

В этом подробном экспертном гайде мы без «воды» разберем, как принципы Lean работают в складской логистике. Мы подготовили практическую модель, с которой можно начать реальные улучшения прямо сейчас.

Внутренний трекер задач — Яндекс Трекер — важная часть Яндекса. В нём хранятся почти все планы: от целей отделов, до тикетов поддержки. RPS на фронтенд измеряется сотнями, а количество хитов в месяц — десятками миллионов. При таком масштабе даже небольшие задержки могут становиться критичными, поэтому мы задались целью ускорить Трекер. Спойлер: всё получилось не совсем так, как мы ожидали. Но обо всём по порядку. 

Для измерения скорости сервисов в Яндексе используется метрика Velocity Index — это агрегация метрик Web Vitals (FCP, LCP, TBT, INP, CLS). Итоговое значение получается в диапазоне от 0 до 100 баллов. Хорошим результатом считается индекс больше 85.

Мы поставили себе амбициозную цель: увеличить Velocity Index до 85, а заодно подлечить очевидные «узкие места» в скорости и ускорить всё, до чего сможем дотянуться.

Но до заветных 85 баллов мы так и не добрались.

Статья посвящена микроконтроллерным системам управления преобразователями частоты для электроприводов на базе асинхронных электродвигателей. Приводится описание российского микроконтроллерного блока управления БУПЧ, который входит в состав преобразователей частоты концерна «Русэлпром»: его технические характеристики, особенности, преимущества и недостатки по сравнению с западными аналогами. Рассматривается преобразователь частоты мощностью 1,67 МВА, управляемый блоком БУПЧ, который является базовым преобразователем частоты для судовых систем электродвижения концерна «Русэлпром».

Если вы открываете календарь и видите вместо рабочего дня сплошную синюю заливку из встреч, то у нас с вами много общего. Встречи собирают чаще, чем в пром выкатывают релизы; повестку не прикладывают; половина участников пришла послушать фоном; а в итоге получается «не смогли договориться сегодня, закину ещё одну встречу на следующую неделю».

Мы прикинули, что инженерная команда из 30 человек легко тратит на встречи до 400 часов в месяц, и далеко не всегда нужно именно созваниваться. В какой‑то момент мы с коллегами решили честно посмотреть на свою статистику, и удивились.

Я расскажу, как мы сформировали «культ встреч», пересобрали подход к ним, какие показатели измерили до и после, и какие девять правил реально прижились в инженерной среде.

С вами снова Виталий Виноградов, я занимаюсь созданием asapBI - платформы для моделирования баз данных и ETL.

Продолжу цикл по системе.

Чего хочется от ETL процесса?

Если процесс простой – например, проброс данных из одной таблицы в другую с промежуточным расчетом – то графический мэппинг полей. Таких простых пробросов в работе – 90%, не хочется лазить по SQL-коду.

Если же процесс сложный – только тогда уже в бой идет ручной SQL, Python, Java, Scala, R.

Если процесс длительный – тогда его лучше выполнять на внешних кластерах Trino, Spark, Impala – как говорится, хранилища отдельно, считалища – отдельно.

Еще нужна только одна точка контроля загрузок – не дело, когда мониторинг загрузок раскидан по разным системам.

В связи с последними (?) событиями было бы здорово иметь возможность заниматься разработкой в оффлайне – сидишь в палатке без 5G, разрабатываешь модели и тестируешь трансформации и цепочки без доступа к инету, а вечером результат сбрасываешь в систему разработки через wi-fi придорожного кафе.

Причем должна быть возможность убрать asapBI и продолжать заниматься разработкой вручную (= медленно и печально) – этим мы предотвращаем вендор лок.

Как бы нам это все замиксовать?

На текущий момент существует много систем со своими интерфейсами и для моделей данных, ETL–процессов нужно в них создавать объекты. Объектов много, надо не забывать, где что лежит и как завязано.

По идее, хорошо бы иметь единый интерфейс, где объекты, рассыпанные по разным системам, связаны между собой. Если убрать этот интерфейс, то модели данных и ETL процессы не рассыплются, все продолжит работу, но настраивать будет уже не так удобно. Единый интерфейс просто объединяет в себе удобную работу с разными инструментами. Именно этот принцип я и реализую в asapBI.

Когда читаешь новости про очередную миллиардную сделку (типа покупки Neon за $1 млрд), невольно задумываешься: а что такого ценного в этих базах данных? Вроде же есть PostgreSQL, MySQL - бесплатно, open source. Но нет, люди платят, и платят огромные деньги. Чтобы понять, за что, нужно заглянуть под капот. И начать не с распределённых монстров, а с самого простого - с одной-единственной ноды.

Всем привет! Я Вика. Около 2 лет занимаюсь разработкой платформы для организации разработки игр, и мне пришла идея, почему бы мне с коллегами не сделать свою игру для демонстрации её возможностей. Но, чтобы не наступать на типичные грабли, я решила посоветоваться с опытными разработчиками игр.

Я задала следующие вопросы всем, до кого смогла дотянуться, начиная с разработчиков одиночек, заканчивая гейм дизайнерами, блоги которых набирают десятки тысяч подписчиков:

1. С какой самой большой проблемой сталкиваются начинающие разработчики игр?

2. Какие ошибки допускают начинающие геймдизайнеры?

Особо хочу отметить вклад Сергея Шуша, который не просто ответил на вопросы, а практически написал свою статью! Поэтому в следующей части я планирую опубликовать её с указанием авторства и добавлением собственных комментариев к ней. А пока давайте посмотрим на ответы. Сколько людей, столько и мнений, как говорится. 

Продолжаем серию материалов о самых необычных патентах. Не все изобретения представляют собой сухие чертежи с расчетами и инженерными схемами для решения серьезных инженерных задач. Иногда объектом технического творчества становятся самые обыденные и, казалось бы, не требующие вмешательства процессы: сон, аппетит, проявление эмоций, привычки или гигиена.

Рассмотрим патенты, в которых изобретатели пытаются повлиять на особенности поведения человека и его физиологические реакции, заложенные природой. На время отложим в сторону академические, строго научные разработки и обратимся к технологиям, которые стремятся мягко или, наоборот, прямолинейно скорректировать набор физиологических процессов, обычно принимаемых как данность.

Тридцать лет назад, летом 1996 года, весь мир обсуждал только одно: первое в мире клонированное млекопитающее, милую овечку по имени Долли. Тема не сходила с первых полос СМИ и попала в кино того времени, ее обсуждали как в популярных телешоу, так и на государственном уровне — этично ли клонировать человека? Можно ли считать такой клон отдельной личностью? Какие у него будут права?

Сегодня, несмотря на то, что наука серьезно продвинулась вперед в этой области, новых прорывов, подобных овечке Долли, не наблюдается, да и в целом человечество как будто серьезно охладело к теме клонирования. Почему? Разбираем, что это было, почему кончилось и какие у этой области шансы на развитие в XXI веке.

Выложил Blackhole — Python ASGI mock server для тестирования black-box сканеров, обучения и воспроизводимых бенчмарков.
Пока вайбили с Уроборосом родился релиз в другом жанре, о нем ниже. Он offtopic но да простит меня Хабр великий и могучий, не смог удержаться.

Привет, Хабр.

Несколько месяцев назад я вышел ближе к ночи в магазин и, проходя мимо стойки с яблоками, придумал рабочую мысль, которую, как обычно, скинул себе в Telegram. Дома меня ждал знакомый ритуал: включить ноут, открыть Telegram, скопировать текст, открыть Obsidian, найти нужную заметку с идеями и только после этого вставить мысль туда, где она и должна была оказаться изначально.

Меня в тот момент зацепили не сами действия, а их архитектурная странность. Формально мои заметки лежали в обычной локальной папке и принадлежали мне. Практически же доступ к ним был завязан на конкретный десктопный клиент, плагины, sync и костыли. Попробуйте, например, нормально достучаться до своей локальной базы заметок с телефона или прикрутить к ней простую автоматизацию и быстро обнаружите БОЛЬ.

Именно тогда у меня появился не ответ, а вопрос: это моя частная боль или уже ставший привычным сценарий у других людей, которые уже ведут большие vault'ы в Obsidian, Logseq, Zim и других PKMS? И если проблема реальна, то чего им на самом деле не хватает — стабильной синхронизации, нормального плагина, ещё одного клиента... или отдельного серверного слоя?

Этот текст — не история в духе «смотрите, я сделал notes‑as‑a-service». Хотя соблазн подать его именно так есть, говорить об этом пока рано. Это дискавери о том, как из личной боли, ресерча и создания MVP у меня сложилась гипотеза, что части пользователей markdown‑заметок нужен не новый редактор и не мощные плагины, а бэкенд поверх уже существующей папки с заметками.

В посте рассмотрим модель эффективной команды под названием "Учпочмак".

У него есть три вершины: достижение целей, мотивированная команда, метрики, обеспечивающие предсказуемость.

Обсудим, как диагностировать проблемы на каждой вершине "треугольника", какие таргеты поставить, а также почему несогласованность целей на масштабе нескольких команд - это главная проблема, с которой нужно бороться.

До этого мы говорили о том, где лучше не экспериментировать. Но интерфейсы все же меняются — и иногда довольно радикально. Это подтверждается современными UX-трендами и анализом развития интерфейсных решений.

Это происходит не из-за желания обновить визуал, а из-за изменений в сценариях работы: растет объем данных, усложняются процессы, увеличивается частота операций, появляются новые устройства. В таких условиях старые решения начинают замедлять работу. Сейчас мы начнем рассматривать именно эти случаи — когда изменения в интерфейсах и сценариях их использования помогает продукту работать эффективнее.

Еще недавно большинство действий в цифровых продуктах строились вокруг страниц и кнопок. Затем появились мобильные устройства, свайпы, жесты, бесконечные списки и контекстные действия. То, что сначала казалось непривычным, со временем стало стандартом. 

Хороший пример — автосохранение. Когда-то закрыть документ без ручного сохранения означало потерять работу. Сегодня автосейв — базовое поведение системы, о котором пользователь даже не задумывается. Та же история с бесконечной прокруткой. Infinite scroll начинался как экспериментальная альтернатива пагинации, а сейчас это норма для лент, каталогов и социальных сервисов.

Чаще это происходит в B2C-продуктах, где аудитория легче адаптируется к новому. В B2B все иначе: интерфейс — рабочий инструмент. Любое изменение влияет на скорость работы и экономику процессов. Поэтому здесь особенно важно понимать, где нововведение действительно улучшает сценарий.