Kurgan-Telecom Ru | Информационные технологии

Привет! Это Никита Егоров, ведущий продуктовый и дата-аналитик в MWS. Почти все мои отпуска больше похожи на преодоление челленджей, чем на обычный отдых. В августе за две недели отпуска я успел побывать на Камчатке и на Алтае: взобрался на действующий вулкан, видел китов с вертолета, побывал в ледяной пещере и побродил по марсианским пейзажам. Составить такую программу и отыграть ее на все 100 спонтанно невозможно. Чтобы все успеть, нужно планировать. И сегодня я хочу поделиться своим подходом и лайфхаками — вдруг они помогут вам создать путешествие мечты!

Python занимает лидирующие позиции в рейтингах популярности, таких как TIOBE и IEEE Spectrum, и является основным языком для самых быстрорастущих и востребованных областей: искусственного интеллекта, машинного обучения и анализа данных. Однако, несмотря на текущие успехи, технологический ландшафт меняется, и через 10 лет Python может существенно отличаться от того, каким мы его знаем сегодня. Цель этой статьи — предоставить серьезный и взвешенный прогноз его эволюции к 2035 году.

Классический Early Stopping часто преждевременно завершает обучение, путая шум с ухудшением качества. В этой статье я покажу, как добавить анализ тренда чтобы модель останавливалась не по случайным колебаниям, а по тенденции метрики.

Несколько лет назад я познакомился с работой Ицхака Адизеса где он рассуждал об эффективности работы руководителя. В это момент мне стало интересно, как оценивать эффективность работы меня как CPO, как оценивать работы всех команд, как понять что все команды приносят пользу? Вопрос кажется очень простым, но на поверку он намного сложнее. Команды работают не в одиночку. Обычно их несколько. Часто есть команды Core, команды CRM или биллинга… Как понять что весь продукт и его управление работает как надо? Давайте разбираться.

На первом этапе мне показалось, что можно придумать индекс эффективности, как температура при заболевании, который бы показывал, что все идет как надо, и нет заболеваний.  Таким Индексом мог бы быть антипод ICE.  Но, к сожалению любые показатели эффективности такого рода не покрывают работы смежных команд и команд поддержки в широком смысле.

Можно измерить эффективность команды, которая отвечает за рост или работу с пользователями, но тогда все остальные команды работают неэффективно? Что делать, если год крутили 1000 зеленые  А/В тесты, а доходность бизнеса не выросла или упала? Как узнать, что мы делаем то, что надо? 

Основной вопрос на который надо ответить – как понять, что инвестиции в продукт приносят в результат? 

Пока гром не грянет, мужик не перекрестится. Пока не уволится тимлид, никто и не подумает, что его знания надо было как-то сохранить. Управление рисками в бизнесе и проектах — это база, но её часто пропускают. А зря.

С появлением всё большего количества сервисов/агентов/платформ/llm-юзеров встал вопрос о встроенной и универсальной оплате. Одним из самых лучших ответов на этот вопрос становится протокол x402.

x402 - это протокол от Coinbase, продолжение инициативы от Google с их AP2.

x402 позволяет делать нативные платежи для http-интерфейсов. Запрос->Заголовок->Оплата->Результат. Без карт, лишних кабинетов с балансами, и прочей мороки. Любой веб-ресурс или API может запрашивать оплату, а клиент (человек/агент/бот) могут оплачивать с помощью блокчейн транзакций.

Для тех, кто создаёт MCP, это колоссальный буст: наконец-то появляется монетизация. Каждый вызов вашего API, может быть платным, или только методы подписки или pro-функций, могут быть платными.

Возможность монетизации выведет на рынок большое количество платных MCP, а вслед за ними начнётся настоящий бум всевозможных бесплатных MCP (запись в салон красоты/спа/итд).

Протокол работает на HTTP 402 ответе. В связи с тем, что никто его толком не использует, и он десятки лет остался свободным, сейчас наконец появляется применение.

На одном из проектов, над которым я работаю, я столкнулся с постоянно растущим временем сборки проекта на CI. Оказалось, что причина была в интеграционных тестах работы с БД в модулях с использованием Testcontainers. Каждый модуль запускал свой контейнер и в придачу применял на них миграции Liquibase.

В данной статье я хочу рассмотреть способ решения этой проблемы с помощью Gradle Build Services — механизма для разделения состояния между задачами. Цель - использовать только один контейнер PostgreSQL на всю сборку, и настроить все тестовые задачи на его использование.

Человечество тысячелетиями рассказывало истории, а теперь на этих историях учатся LLM.

Что такое нарратив? Это история с сюжетом, помните? — Город, герои и возвращение. Но мы не будем углубляться в философскую глубину, где люди создают историю, чтобы осмыслить себя и свой опыт (желающие могут почитать Karl E. Weick), а рассмотрим, как можно применить нарративы в понимании работы LLM.

Введение: ловушка простых решений

Один очень хитрый математик организовал лотерею и пообещал выигравшему бесконечную сумму денег без всякого риска. Билет стоил 100 долларов. Народ повалил валом. Когда счастливчик, вытянувший выигрышный билет, прибежал за своим призом, математик объяснил ему, каким способом будет производиться выплата:

- Сегодня вы получаете один доллар, на следующей неделе еще 1/2 доллара, еще через неделю 1/3 доллара, и так далее... Эта история хорошо иллюстрирует современный рынок финансовых советов.

Не верьте пустым обещаниям тех, кто сулит золотые горы, невиданно высокие проценты, быстрые деньги и полное отсутствие риска при этом.

Я не первый год наблюдаю за потоком статей о «здоровье и богатстве», и меня настораживает их эволюция: от безобидного мотиватора «лучше быть богатым, чем больным» - до навязчивых инструкций, как жить. Когда дело дошло до советов по слепому следованию популярным книгам, пришлось вмешаться. Верю, что этот текст убережет кого-то от бесполезных и выматывающих телодвижений.

(!) Дата релиза этого обновления: 13 августа 2025. Это плановый, «прикладной» апдейт, который делает анализатор умнее, CLI — ощутимо быстрее, pub — точнее в разрешении зависимостей, а также приносит официальный MCP-сервер для интеграции Dart/Flutter с ИИ-ассистентами. Ниже — только существенное, с примерами и пошаговыми рекомендациями. (Dart)

Когда люди начали собираться для обсуждения — будь то советы, кружки, комитеты — кого-то назначали фиксировать, «протоколировать». Чаще всего это была простая запись вручную: кто присутствовал, что обсуждали, какие решения приняты. Такой подход живёт даже сегодня в небольших организациях.

Писец или секретарь сидит, слушает, старается ухватить суть — и записывает тезисами. Часто ему приходится буквально читать между строк: что важно — что нет.

Позже, в XIX–XX веках, появились стенографические методы: сокращения, скоропись — чтобы не упускать ход речи. Но даже стенографист не успевал за несколькими говорящими подряд.

Коллектив ученых из МФТИ , ИТМО и их коллега из Китая провели глубокое теоретическое и численное исследование, проливающее свет на фундаментальные аспекты взаимодействия света с конечными структурами нанометрового масштаба. Эта работа позволяет лучше понять переход от свойств одиночных наночастиц к сложным оптическим явлениям в протяженных метаматериалах.

База данных — это сердце системы. И в какой-то момент это сердце начинает давать сбои. Не от объема данных, а от их разнородности. Таблица users разрастается до 200 колонок. Одни нужны для логина каждую секунду, другие — для годового отчета раз в год. В итоге, чтобы прочитать два "горячих" поля, база тащит с диска целый блок с "холодными" данными. Это неэффективно.

Привет, Хабр!

Распознавание автомобильных номеров (ANPR) — задача не новая. Существует множество коммерческих решений и open-source библиотек. Но что, если стандартные инструменты не не подходят? А что, если нам нужна система, которая будет молниеносно работать на обычном CPU, без дорогих видеокарт?

Недавно я столкнулся именно с такой задачей. Вместо того чтобы просто "склеить" готовые решения, я решил пройти весь путь ML-инженера от начала до конца: от анализа данных до обучения кастомных SOTA-моделей и их финальной оптимизации. В этой статье я поделюсь всем процессом, кодом, результатами и проблемами, с которыми пришлось столкнуться.

Это перевод статьи, в которой дается оригинальный ответ на вопрос Дрейка "Где все?". Если кратко: цивилизация, недавно открывшая электромагнетизм, быстро приблизится к построению ИИ, который придумает такие способы связи, что... В общем, именно ИИ виноват в том, что мы (на текущем этапе) не слышим и не видим иные цивилизации...

Для любителей расшифровки формулы Дрейка и поиска внеземных цивилизаций...

ИИ с каждым годом становится умнее — на тестах и демонстрациях модели поражают логикой и ловкостью, но стоит выпустить их в реальный интернет или мобильное приложение, как начинается череда странных ошибок. Почему даже продвинутые агенты испытывают сложности на обычных сайтах и кнопках, хотя под капотом у них миллиарды параметров?

Новое исследование показывает, что дело вовсе не в дефиците данных. Оказывается, гораздо эффективнее обучать ИИ на сгенерированных симуляциях интерфейсов, а не на живых задачах из реального мира — и на выходе агенты становятся не только умнее, но и куда более стойкими к любым неожиданностям.

Разбираемся, как современные подходы меняют понимание того, что значит "обучить ИИ действовать по-человечески" — и почему выигрывает не тот, кто учится в реальности, а тот, кто научился играть с фантазией.

Все мы слышали, что квантовую механику «никто не понимает», как однажды заметил Фейнман. Нас с самого начала просят смириться с вещами, которые противоречат интуиции: частицы — это волны вероятности, их состояние описывается загадочными комплексными числами, а ещё у них есть неоткуда взявшийся «спин».

А что, если я скажу, что большая часть этой «магии» — не свойство природы, а артефакт математического языка, который мы выбрали для её описания? Что, если существует другой язык, в котором мнимая единица i — это не абстракция, а реальная плоскость, фаза — это обычное вращение, а спин появляется сам собой из базовых принципов геометрии?

Я попробовал вывести из математики геометрической алгебры известную нам обычную квантовую механику. Все получилось!

Кейс новичка о «пробах» в роли бахгхантера на примере MAX + Bug bounty платформы Standoff365 

Статья о личном опыте и выявленных системных проблемах взаимодействия исследователя с вендором и арбитражем в российской bug bounty‑экосистеме: как игнорируются критические уязвимости в «национальном мессенджере», отчёты закрываются как «дубликаты» без доказательств, а правила меняются постфактум.

Что остаётся делать этичному хакеру, когда внутренние каналы арбитража исчерпаны и нет внешних, и почему в России у белого хакера — нет прав.

23.10.2025, Keith Cooper, space.com

Недавно обнаруженный мир называется GJ 251c и представляет собой суперземлю, вращающуюся вокруг красного карлика на расстоянии менее 20 световых лет от нас.

В сегодняшней подборке программ я собрал утилиты для оптимизации рутинных задач и быстрой работы с файлами: от автоматизации действий до быстрой передачи файлов между устройствами, конвертации документов.