Kurgan-Telecom Ru | Информационные технологии

Привет, Хабр! Все мы любим рассказывать истории, но почему-то, когда нас просят «а расскажи мне что-нибудь», – мы впадаем в ступор, начинаем задумываться, а что бы нам такого рассказать. То же самое касается и написания статей, выступления на конференциях, обмена опытом.

У нас в ДАРе работает множество первоклассных аналитиков, но мало кто из них доходит до того, чтобы поделиться своим опытом хотя бы в статье на Хабр: кто-то из-за нехватки времени, а кто-то из-за того, что не знает, с чего начать. И именно о том, «с чего начать», мы поговорим сегодня.

Когда речь заходит о выборе ERP-платформы и системного интегратора, почти всегда звучит слово «конкурс». Формально процесс выглядит структурированным: несколько поставщиков, демо, презентации, референсы, коммерческие предложения.

Но если посмотреть глубже, картина часто оказывается иной.

Не потому, что компании «не умеют выбирать».
А потому, что процесс выбора нередко начинается с инструмента, а не с методологии.

Иногда стартовая точка — это демо.
Иногда — список потенциальных вендоров.
Иногда — внутреннее ощущение, что «эти ребята выглядят сильнее».

Недавно я обсуждал проект с партнёром, который предложил:
«Давайте сделаем серию демо и на основе впечатления выберем».

В разговоре выяснилось, что на старте отсутствовали:

Интегрируем российские AI-сервисы (GigaChat от Сбера, YandexGPT и Yandex 360) с OpenClaw — open-source платформой для AI-агентов. Создаём русскоязычных агентов, подключаем CalDAV календарь и Yandex Disk. Все с нуля, с кодом и troubleshooting.

Вероятно, вы знаете, что если запустить ядро Linux без корневой файловой системы или файла initramfs, то оно упадет с сообщением о панике ядра.

Но возможна ли работа ядра Linux без этих, вроде бы обязательных компонентов? Ответ на вопрос - да, возможна, но использовать такие возможности в конечном продукте не стоит.

При запуске ядра ему могут передаваться параметры через командную строку. Одним из параметров является rootwait, указывающий ядру на то, что нужно подождать появление корневой файловой системы. В этом случае ядро ожидает появление корневой системы, а не завершается выполнение ядра с ошибкой.

Формально ничто не мешает написать модуль ядра, который взаимодействует с клавиатурой и дисплеем и временно выполняет функции пользовательского приложения, пока ядро ожидает корневую файловую систему.

Пользовательским приложением может быть, например, игра Тетрис. Она из-за своей простоты в реализации и зрелищности добавляет наглядности в изучении темы и дает чувство завершенности. А мысль о том, что тетрис, работает в ядре, усиливает эффект.

Раньше маршруты на Картах ранжировались по времени в пути: работал принцип «самый быстрый — самый первый». Но в реальном мире скорость не всегда равна удобству и пользователь мог оказаться в ситуации, что маршрут вроде бы позволяет добраться до конечной точки быстрее, но придётся долго разбираться, а куда вообще ехать. 

Теперь ранжированием маршрутов занимается ML‑модель, которая обучена на реальном поведении пользователей. Она учитывает не только время, но и то, по каким маршрутам водители доезжают до конца. Поэтому сейчас первый вариант — тот, который вы, скорее всего, выбрали бы сами.

Я Илья Хохлов, руководитель службы разработки сервисов маршрутизации. Наша команда отвечает за ключевые алгоритмы навигации в Картах и в Навигаторе: маршрутизацию, прогноз времени в пути и позиционирование. В этой статье я расскажу о том, как мы переосмыслили ранжирование маршрутов в навигации на Картах и в Навигаторе: как именно ML‑модель понимает, какой маршрут предлагать первым, и как это решение повлияло на количество сходов с маршрута.

12 июля 1929 года на берегу Боденского озера, у швейцарского городка Альтенрайн, стояла толпа. Смотрела на воду. На воде лежало нечто, от чего инстинктивно хотелось отступить на шаг и проморгаться. Самолет размером с корабль: 40 метров в длину, размах крыла — около 48 метров. Над крылом, на шести пилонах расположились 12 двигателей, расставленных попарно: шесть тянущих, шесть толкающих.

14 человек экипажа заняли свои места. Капитан отдал команду бортмеханику через телеграф. Бортмеханик перевел 12 газовых рычагов на взлетный режим. Машина тронулась, набирая скорость. 50 секунд разбега по воде — и Dornier Do X оторвался от поверхности озера.

Самый большой, самый тяжелый и мощный летательный аппарат. Три палубы, курительный салон с баром, обеденный зал, спальные каюты и 12 моторов, каждый из которых в одиночку мог бы тянуть легкий самолет. Машина, которая поднимет в воздух 169 человек (больше, чем любой самолет еще 20 лет после нее), перелетит Атлантику, простоит в Нью-Йорке год как аттракцион, соберет миллионы поклонников и не найдет ни одного покупателя.

У всех кто работает с LLM моделями случалось, что модель на 32B параметров не влезает в 24 ГБ VRAM вашей RTX 4090, offload на CPU убивает скорость, а облако — дорого и данные уходят на сторону. NVIDIA обещает нам решение: DGX Spark (он же GB10) с 128 ГБ unified memory за ~400-500 тысяч рублей. Мы потратили две недели на глубокие бенчмарки устройства и результаты оказались... неоднозначными.

В статье будет много графиков, сравнение нескольких форматов квантизации, тесты разных объемов подаваемого контекста, сравнения с более привычными GPU и оценка финансовой эффективности такой покупки. Цель бенчмарка разобраться, в каких ситуациях DGX Spark показывает свои преимущества, а где его архитектурные ограничения становятся узким местом и предпочтительнее выбирать другие решения.

Привет! Меня зовут Евгений Шаламов, я продакт-менеджер в Битрикс24 и отвечаю за мобильное направление. В нашем основном продукте, в веб и десктопной версиях, реализованы десятки инструментов и сценариев, но весь этот масштаб сложно уместить в мобильный интерфейс. Да и сценарии работы в веб и на мобильном устройстве сильно отличаются. Поэтому мы актуализировали мобильное приложение и сделали из него рабочий инструмент, удобный для многих пользователей.

В последнем релизе мы представили обновленный интерфейс мобильного Битрикс24. Нам нужно было решить, как реализовать некий «обязательный минимум» для различных групп пользователей, ведь приложением пользуются сотрудники с совершенно разными ролями. 

Вспомните, как вы онбордили аналитика: показывали данные, примеры рабочих SQL, неочевидные легаси и костыли — и через какое-то время он начинал перформить самостоятельно.

Чтобы научить AI-агента — нужно пройти ровно те же шаги, только вместо недель, на обучения потратятся часы, а в результате большая часть рутины аналитика будет автоматизирована.

В этой статье я расскажу, как я автоматизировал свой анализ данных, и дам пошаговую инструкцию, которую вы с легкостью сможете повторить это у себя в проекте.

Статья будет полезна как предпринимателям, которые хотят оптимизировать процессы, так и аналитикам, которые хотят прокачать себя. Погнали!

AGI это следующий этап развития ИИ. Подобная модель сможет самостоятельно изучать и решать задачи, совершать новые научные открытия, и в принципе это таблетка от всех проблем. По крайней мере, так считают современные техногиганты, в особенности Илон Маск или Сэм Альтман, которые яро пропагандируют идеи AGI и вот-вот обещают выпустить подобную модель. Но, к сожалению или к счастью, это невозможно, и вот почему.

Привет, Хабр!

Обычно мы, ИТ-инженеры, что-то создаём: вводим в эксплуатацию системы, ставим новое железо, настраиваем ПО, добавляем память в серверы и диски в СХД.
Но иногда жизнь подкидывает прямо-таки противоположные задачи — и тогда бывает нужно аккуратно разобрать то, что строилось годами. Или разделить монолитную инфраструктуру на части так, чтобы бизнес даже не заметил этого хирургического вмешательства без анестезии.

Такие проекты требуют не только технической экспертизы, но и инженерного творчества.
И, что важнее, — человеческой выдержки. Потому что отключать то, что ты сам когда-то запускал и поддерживал, бывает эмоционально больно.

Эта история — про локализацию московского офиса крупного международного банка. Она будет особенно близка тем, кто уже участвовал в «разводе» инфраструктур. А тем, кому это только предстоит, — может сэкономить пару нервных клеток.

Глава 1. Постановка задачи

Однажды меня вызвали на разговор и поставили задачу: помочь ИТ-подразделению московского филиала международного финансового института отделиться от «материнской» компании.

Сразу стало понятно: проект будет сложным, а никаких приятных перспектив на горизонте не маячит. Но отказаться было нельзя — такие задачи не выбирают, они выбирают тебя.

NB: В подобных проектах решающую роль играют отношения между командами заказчика и исполнителя.
Я ожидал атмосферы тотального недоверия. Но ошибся — команда заказчика оказалась профессиональной и адекватной. Пользуясь случаем, ещё раз передаю им респект.

Формально задача выглядела просто: в нужный день рубим кабель, режем трафик на firewall — и всё, офис независим.

Редко когда дизайнеры сочетали в себе функции философов и ярких модернистов, двигающих практику создания внешне нестандартных вещей вперед. Одним из таких исследователей, оставивших заметный теоретико-практический результат, был Виктор Папанек. О нем и расскажем подробнее в нашем сегодняшнем материале.

Хорошая новость: рекламы “тестирование - это легкий вход в айти” от крупных онлайн-платформ больше нет, экономика вместе с IT-наймом упали и курсы по тестированию начали закрываться.

Плохая новость: первыми закрываются курсы с уровнем трудоустройств студентов 50%.
А не те, после которых офферы в IT получают 5%.
Значит, инфоцыган пропорционально становится только больше.

Расскажу, как собрал бота для AI-суммаризации Telegram-каналов: архитектура, выбор LLM-провайдера, оптимизация скорости и неочевидные проблемы при деплое на российский VPS.

Привет, Хабр! На связи Вадим, сооснователь проекта Аврора.

В октябре мы запустили MVP AI-агента автоматизирующий поиск работы. Стек классический для стартапа образца 2025 года: Python-бэкенд + Telegram-бот в качестве фронтенда.

Логика казалась железной: «Зачем пилить сайт, верстать адаптив и мучить юзера регистрацией, если все сидят в телеге? Сделаем инлайн-кнопки, и погнали».

Мы ошиблись.

Если вы делаете «напоминалку» или «генератор картинок» — бот идеален. Но если вы делаете инструмент для тонкой настройки поиска (грейды, исключения, сложные фильтры), интерфейс чата превращается в ад.

Сегодня расскажу, как мы уперлись в UX-стену, временно закрыли регистрацию новых пользователей и за неделю переехали в Web App, чтобы реализовать то, что невозможно сделать кнопками — Real-time превью выдачи.

Всем привет! Это Данила Ляпин, наставник курса «Специалист по Data Science». Собрал для вас подборку материалов по компьютерному зрению и обучению нейросетей. Здесь вы найдёте полноценные курсы, туториалы, обзорные статьи и справочные материалы. Подборка пригодится как новичкам в ML, так и практикующим инженерам — старался пояснять в описаниях, для кого подойдёт конкретный материал.

wdwd (talk · contribs)

Некоторое время назад, мы рассматривали такую интересную штуку, как умножитель напряжения — он часто используется и позволяет минимальными средствами, удваивать напряжение на каждом каскаде. 

Однако, на практике, с завидным постоянством возникает и абсолютно противоположная задача — уменьшение напряжения! :-) Причём для этой задачи существует множество решений, где одно из них стоит особняком, в виду своей способности решить задачу, также, как и умножитель, минимальными средствами. 

Посмотрим, что же это такое…

Бренд — это не логотип и не коммуникация. Это система решений, которая формирует продукт, опыт и траекторию развития компании. Одни компании строят продукты. Другие — выстраивают систему, где бренд становится архитектурным принципом. Разница определяет выживаемость.

Почему одни кандидаты проваливаются из-за одной фразы, а другие проходят дальше, даже без идеальных ответов? Семь реальных подводных камней собеседований, о которых обычно узнают слишком поздно.

В прошлый раз мы Beeline Cloud делали большой разбор о том, чего уже добились «ИИ-ученые», и обсуждали, способны ли нейронки делать самостоятельные открытия. Сегодня посмотрим, как обстоят дела с одним из легендарных драйверов науки (и не только) — озарениями или прозрениями — ситуациями, когда идея приходит в голову «из ниоткуда». Смотрим на свежие исследования о том, как возникают «эврика-моменты», почему они хорошо запоминаются и можно ли вообще доверять внезапным озарениям.