Kurgan-Telecom Ru | Информационные технологии

Антон проработал в компании три года — хороший разработчик, знал кодовую базу лучше всех, онбордил новичков, вкладывал душу. В пятницу он написал в личку тимлиду: «Нам надо поговорить», а в понедельник уже с заявлением.

Тимлид был искренне удивлён: «Я не видел никаких признаков!». А было ли тимлиду, где на них посмотреть?

Привычные средства защиты информации не способны отловить все без исключения угрозы. У каждого СЗИ есть слепые зоны: то, чего оно еще не видело или не умеет распознавать. Одно из решений данной проблемы — это использование фидов Threat Intelligence, которые в режиме 24/7 обогащают такие решения, как SIEM, NGFW, EDR, XDR и другие внешним контекстом — индикаторами компрометации, правилами детектирования и информацией о тактиках атакующих.

Но и здесь уже на этапе тестирования фидов неизменно возникает парадокс. Срабатывания при загруженных фидах означают, что в инфраструктуре есть хакеры.

Однако их отсутствие может говорить как о «чистоте» системы, так и о кажущейся бесполезности самих фидов. Как отличить одно от другого? И почему количество срабатываний — плохая метрика качества?

Ответы — в этой статье. Здесь мы разберем, какую роль фиды выполняют в защите от киберугроз, откуда берутся данные для них, почему открытых источников для получения фидов всегда недостаточно и зачем пользоваться потоками данных сразу от нескольких вендоров. Параллельно мы развенчаем три самых распространенных мифа о фидах, а самое главное — разберем, как их тестировать, чтобы пилот «полетел» как надо.

Вчера меня занесло на мероприятие под названием "Битва Единорогов" в офисе Инновационного Хаба Шелкового Пути, через дорогу от Стенфорда. Офис состоит из двух комнат, но согласно его вебсайту, они уже ускорили 320 стартапов.

Первым потенциальным единорогом была бухгалтерша из Бразилии, которая сообщила присутствующим, что на ее родине недавно разрешили коноплю. И что она готова срочно создать стартап по управлению финансовыми потоками вокруг конопляного бизнеса, пока это святое место не занял никто другой:

На INFOSTART FRIENDS REGATA дни проходят в совершенно новой и непривычной атмосфере. Сначала легкая йога или пешая прогулка. Затем завтрак и живое общение, как продолжение разговоров, которые начались накануне. После короткого брифинга команда выходит в море.

Несколько часов гонок постепенно втягивают в процесс: сначала наблюдаешь, потом пробуешь, а затем ловишь момент, когда действия становятся осмысленными и слаженными. К вечеру ритм снова меняется. Ужин, бизнес-общение, которое часто оказывается глубже и полезнее, чем привычные доклады.

Команда Инфостарт начинает регату из бухты Фетхие, одного из самых живописных регионов для яхтинга. Далее яхты идут по Эгейскому морю. Маршрут включает такие уютные бухты, как Boynuz Buku, Sarsala, Kapi Creek, где особенно чувствуется формат вне привычного мира...

Вы наверняка встречали задачки на логику: «Все кошки — животные. Это животное — кошка. Значит ли это, что все животные — кошки?» Нет. С тимлидами та же история: не каждый сильный разработчик становится сильным тимлидом. Но и обратное неверно.

Меня зовут Юлия Аравина, я психолог и коуч IT-руководителей, а также наставник на курсе «Управление командой» в Яндекс Практикуме PRO. В этой статье я разберу, в какие ловушки попадают сильные разработчики после повышения, как из них выйти, и как понять, что тимлидство не для вас (или всё же для вас).

В предыдущем посте я разбирал механику прокрастинации умных людей — с исследованиями, формулами и ссылками на мета-анализы. Этот пост другой. Он от первого лица. И он про то, как всё, что я там описывал теоретически, выглядело в моей жизни — и что конкретно помогло.

Спойлер: не матрица Эйзенхауэра и не дисциплина.

Сегодня софт скиллы в IT превратились в удобный инструмент для манипуляций и газлайтинга. Под видом адаптивности и эмпатии нам продают некомпетентность менеджмента и отсутствие внятного планирования. Почему ваши личные качества обсуждают чаще, чем профессиональные результаты? Почему вместо нормальной работы требуют бесконечной гибкости? Разбираемся, почему мода на мягкие навыки стала токсичной и почему обычное человеческое воспитание гораздо важнее любых корпоративных тренингов.

31 марта OpenAI объявила о раунде финансирования с оценкой $852 миллиарда. На следующий день, 1 апреля, Bloomberg вышел с заголовком: «OpenAI теряет популярность среди вторичных покупателей». Что произошло за сутки?

Представьте: вы наняли идеального сотрудника. Он пишет код как senior, разбирается в архитектуре за минуты, работает 24/7 без выгорания. Но у него одна особенность - каждое утро он забывает абсолютно всё. Не помнит, что делал вчера. Не знает, почему в платёжном модуле реализован тот самый workaround. Не помнит, что его коллега уже разбирался с тем же багом и нашёл решение.

Эта особенность работы с ИИ-агентами в 2026 году до сих пор многим доставляет неудобства.

Запуск нового устройства — это всегда выбор. Один из первых и самых непростых вопросов, с которым сталкиваются как стартаперы, так и крупные компании при выводе нового продукта на рынок: стоит ли разрабатывать уникальный корпус с нуля или лучше использовать готовое покупное решение?

Кажется, что для опытных разработчиков ответ очевиден, но на деле он далеко не однозначен. Чтобы этот вопрос не стал для вас камнем преткновения, давайте разберем несколько практических примеров. Наш обзор поможет вам взвесить все «за» и «против» и принять верное решение.

Идея: сейчас можно написать сервис, который не просто проводит отсев кандидатов по ключевым словам, но и полностью эмулирует собеседование между кандидатом и компанией. А по результатам такого виртуального собеседования сразу выдаётся оффер самому перспективному кандидату. Для создания виртуального профиля кандидата можно использовать не только его резюме, но и профили в соцсетях и т.д.

То есть схема такая: создаются виртуальные агенты HRа, тимлида и менеджера. Далее пайплайн:

1. Кандидат присылает резюме;
2. Создаётся виртуальный профиль кандидата или агент, выполняющий роль кандидата;
3. Далее эмулируются все этапы стандартного собеседования в виде диалогов между HR’ом, Тимлидом, Менеджером и Кандидатом.
4. На основе проведённого диалога создаётся оценка кандидата: какой-то общий балл, перспективы в компании, вероятность ухода, потенциальная зарплата, на которую может кандидат согласиться;
5. Из всех кандидатов на основе оценки выбираются самые перспективные и с ними уже проводится очное собеседование. А можно и просто оффер отправлять.
6. Профит!

Добрый день, это моя первая статья на Хабре, прошу не судить.

Я хочу рассказать вам немного о моём исследовании и то как стоит честно относиться к LLM моделям, так как вы скорее всего знаете, что такое LLM модель не будем терять времени на её определение давайте перейдём к сути моей работы: LLM не дают гарантии правильности ответа особенно операций с большим количеством шагов и формальным рассуждением, даже когда ответ правдоподобный или оказывается верный. (Вы же все видели дисклеймер ChatGPT can make mistakes.Check important info)

Начнём с самого начала 4 сентября 2025 года прошло исследование о галлюцинациях в моделях (в котором участвовали инженеры OpenAI), и одно из утверждений было, что даже при наличии безошибочных обучающих данных статистическая целевая функция, минимизируемая в процессе предварительного обучения, приведет к языковой модели, генерирующей ошибки, почему же это так потому, что сама природа LLM моделей вероятностная.

Но так как мы живём в мире где мы внедряем системы LLM повсюду появляется закономерный вопрос как же верифицировать LLM и тут у инженеров есть готовый по их мнению инструментарий, который массово внедряется:

Недавно Apple подтвердила стратегическое партнерство с Google для интеграции ИИ Gemini в свои устройства.  Сегодня мы их опередим и поднимем свою LLM в Android-смартфоне. С блэкджеком и WebUI.

Дали мне недавно задачу написать тесты для одной CLI-тулзы. Это мне уже привычно и понимание, зачем тулза нужна, есть. Я только не знал, что меня ждёт в коде. Программист, писавший её, сделал гигантскую работу — претензий нет (не обижайся, пожалуйста, если читаешь это, но это стоит отдельной статьи). Там суммарно, наверно, порядка 30к строк кода написано. Нюанс в том, что, видимо, он раньше не писал на C#,

Так что тут я соберу для вас примеры, как нельзя писать и как стоит.

На старте у клиента уже были дашборды, но они не закрывали текущие задачи бизнеса. Данные находились в разных системах — 1С, Excel, Google Таблицы, XML-выгрузки и внутренняя система.

Клиент принял решение выстроить аналитику заново и выбрал Apache Superset как инструмент визуализации. Сначала собрали единый слой в PostgreSQL, настроили загрузку через Python, привели метрики к одной логике и зафиксировали правила расчётов.

После этого уже собрали дашборды под управленческие задачи клиента. Визуализация строилась так, чтобы быстро находить отклонения и принимать решения, а не просто смотреть отчёты.

В результате у клиента появилась система, где данные считаются одинаково для всех, автоматически обновляются и используются в работе без дополнительных проверок.

Два одинаковых товара, одинаковая цена, одинаковая позиция в выдаче. Но у одного сниппета – звёздочки рейтинга, цена, статус «В наличии», а у другого – голый title и серый текст. Кликают на первый. Всегда.

Разница между ними – структурированные данные (machine-readable описание контента страницы по стандарту Schema.org). И если Вы разработчик, который отвечает за e-commerce проект, эта разница – Ваша прямая зона ответственности.

Я Пётр Гришечкин, эксперт в области SEO. Последние 15 лет я проектирую системы кратного роста трафика для крупнейших сайтов. И последнее время пишу всякие околоSEO статьи – https://t.me/seo_and_sem. В этом руководстве – конкретные шаги, рабочий код и грабли, на которые наступают почти все.

Разбираю как выглядит нормальный QA-пайплайн в GitHub Actions: от линтинга до E2E тестов на Playwright. С рабочими конфигами, кэшированием и уведомлениями о падениях.

Знакомая история - товар хороший. Цена нормальная. Но карточка на Wildberries или Ozon выглядит так, будто её фотографировали на кухне при выключенном свете. Конверсия — ноль. Продаж — нет.

Раньше выход был один: нанять фотографа, арендовать студию, заплатить дизайнеру за обработку. Это время и деньги — от 5 000 до 30 000 рублей за одну позицию. Для малого бизнеса или начинающего селлера — часто неподъёмно.

Теперь есть другой путь.

В данный момент в России идёт работа по созданию закона о «Робототехнике и беспилотного автономного транспорта», который предположительно появится в 2027 году. Но подобные законы, планируются и в других странах и будет нелишним рассмотреть опыт других стран.

Анализ ключевых тенденций, описанных в исследовании «Robots In Public: Building the Governance Framework for shared Human‑Robot Spaces» (2025–2026 гг.). Отчёт основан на данных экспертного воркшопа в MassRobotics (Бостон), анализа кейсов и международного опыта.

Прямо сейчас, на расстоянии более 24 миллиардов км от Земли, 48-летний космический аппарат мчится через межзвёздное пространство со скоростью 61 000 км/ч. Это самый удалённый от Земли объект, созданный человеком. Он передаёт научные данные, которые не может собрать ни один другой существующий прибор. И он делает всё это, имея в распоряжении всего 69 килобайт памяти и 8-дорожечный магнитофон.

У телефона в вашем кармане примерно в миллион раз больше памяти, чем у компьютера, управляющего «Вояджером-1». Одна фотография с низким разрешением, сделанная на том же телефоне, содержит больше данных, чем вся бортовая память «Вояджера-1».

И тем не менее он здесь, по-прежнему функционирует, по-прежнему передаёт данные, по-прежнему делает открытия в области космоса, куда ни один космический аппарат никогда не добирался, спустя почти полвека после того, как он покинул Землю в рамках миссии, изначально рассчитанной на пять лет.

«Вояджер-1» — это, по любым меркам, самая невероятная история успеха в истории человеческого освоения космоса.