Kurgan-Telecom Ru | Информационные технологии

В начале ноября после очередной шок-статьи, оказавшейся пустышкой, у меня появилась идея сервиса, который будет анализировать новости при помощи ИИ — рассказываю, что я делаю, и что из этого всего получается.

Это реальная история, не байт.

Когда‑то в старых сказках короли теряли волю не от вражеских чар, а от тонкого обольщения. В их дворы приходили странствующие мудрецы и обещали золотые города, говорящие машины, вечные источники власти. Король слушал, забывая войска и казну, ведь слова звучали как обещание нового мира. Тот, кто говорил убедительно, казался гением. И пока монарх грезил о будущем, реальность тихо распадалась на куски.

Современный руководитель переживает ту же историю, только вместо сказочников перед ним выступают апостолы новых технологий, ссылками и презентациями рисующие сияющие горизонты. Он, подобно зачарованному правителю, перестает делать различия между знанием и красноречием, между реальной компетенцией и мастерством внушения. Очарование перспективами лишает способности трезво смотреть на людей и задачи, превращая управление в игру ожиданий и иллюзий.

Современная ATS (Applicant Tracking System) давно уже не является просто «электронной картотекой» с резюме. Сегодня ATS - это центр управления всем циклом найма, начиная с публикаций вакансий, заканчивая оффером и онбордингом. Система собирает отклики с десятков площадок, структурирует данные, ведёт коммуникации с кандидатами, синхронизируется с календарями команды и строит аналитику по качеству найма.

Искусственный интеллект позволяет вывести ATS на новый уровень за счет скорости, точности, автоматизации рутины, аналитики и прогнозов. 

Перевод статьи "A million ways to die from a data race in Go" от Philippe Gaultier, которую он опубликовал в личном блоге. Предполагается, что изложенный материал будет полезен разработчикам, уже имеющим какой-то практический опыт работы с Go.

При обработке широкополосных сигналов часто возникает задача подавления узкополосных помех. Сложность задачи подавления узкополосной помехи зависит от степени информированности о ее наличии, основной частоте и степени изменчивости этой частоты. Если помеха стационарна, ее частота заранее известна и источник помехи не перемещается в пространстве, для ее подавления достаточно узкополосного режекторного фильтра.  

Для подавления нестационарных помех необходимо использовать адаптивные методы фильтрации. Кроме традиционных цифровых фильтров к ним можно отнести  использование  адаптивной антенной решетки. В этом случае подавление помех обеспечивается формированием  провалов (нулей в диаграмме направленности) цифровой антенной решетки и основной задачей является расчет вектора весовых коэффициентов, изменяющих диаграмму направленности антенной решетки. Второй способ режектирования узкополосных помех с заранее неизвестными частотой и мощностью – это поиск пиков в спектре сигнала и замена всех найденных отсчетов, превышающих среднюю амплитуду спектра, на среднее значение спектра.  

Волею судеб мне по работе пришлось посмотреть несколько занятий по подготовка к сертификации 1С:Специалист. И от одного лектора вдруг услышал, что использование в условиях виртуальной таблицы массивов, когда можно применить таблицу, — это плохо и медленно. А на сомнения слушателя он ответил: «Я гарантирую это». Думаю, ошибается человек, чего не бывает. И тут в другом занятии другой лектор говорит то же самое. Тут уже волей-неволей задумаешься: а вдруг я чего не помню уже? Но ведь не раз ускорял запросы, меняя таблицы на массивы. И захотелось проверить. Чем не повод для первой статьи на Хабре?

Когда слышишь слово «API», первое, что приходит в голову — это технический набор функций для программистов. Но в нашей работе с Ozon Seller API я убедился, что API — это целый продукт, в котором нужно думать не только о коде, но и о двух разных аудиториях, метриках, бизнес-логике и даже внутренней политике большой компании.

Seller API обслуживает сотни тысяч активных продавцов, а также тысячи десятки тысяч разработчиков и интеграторов, которые строят на его основе свои решения. При этом у нас есть серьезный вызов — сделать так, чтобы API был удобен и надежен для обеих аудиторий, при этом оставаясь прозрачным и стабильным интерфейсом.

Меня зовут Лев Савельев, я старший менеджер по продукту Ozon Seller API. В этой статье расскажу, как мы развиваем Seller API как продукт, с какими вызовами столкнулись, какие ошибки сделали и чему научились, и как вся работа связана с экосистемой Ozon — порталом dev.ozon.ru и существующим Магазином приложений для селлеров.

В теории делегирование выглядит просто: руководитель передает задачу подчиненному, освобождая себе время и развивая команду. На практике же именно делегирование становится источником множества управленческих сбоев. Руководитель вроде бы передает работу, но по сути - не отпускает контроль до конца или, наоборот, полностью устраняется из процесса, ожидая, что все «как‑то само» решится.

В этой статье разберем две самые распространенные ошибки делегирования: частичное делегирование, когда руководитель передает задачу без полномочий, и делегирование без контроля, когда ответственность перестает быть общей. Обе ситуации похожи на противоположности, но в итоге приводят к одному - потерянному доверию и неэффективной работе команды.

Справедливость — ключевой элемент игр. Кто захочет играть в игру, которая явно подстроена в чью‑то пользу? Сбалансированная игра гарантирует, что у всех игроков есть равные шансы на победу, без нечестных преимуществ для отдельных участников. Однако достичь баланса в играх — задача далеко не простая.

В этой статье мы рассмотрим стратегии балансировки игр и дадим советы геймдизайнерам, как создать более сбалансированный игровой процесс. Независимо от того, разрабатываете ли вы ролевую игру, стратегию в реальном времени или соревновательный многопользовательский проект, эти советы будут полезны.

Я много лет работал в продажах. Руководил отделом, закрывал планы. Продавал чужие товары — иногда даже не видел их, только цифры на экране: названия, цены, скидки, бонусы. Зарплату получал хорошую, даже хватало на путешествие по Италии с женой.

Но радости не было. Каждый отпуск мы с женой возвращались к одному вопросу: чем заняться, чтобы делать что-то своё от начала до конца.

Сейчас у нас семейное производство натуральной косметики. Два бренда: MOYABORODA для мужчин и OLFACTORIUS для всей семьи. Оборот — от 500 до 900 тыс. ₽ в месяц. Рентабельность — 24–25%. Команда — 5 человек, плюс мы с женой. Всё делаем сами на площади 100 м² — без инвесторов, без франшизы, без кредитов.

В этой статье расскажу, как мы строим производство: что варим и как, сколько зарабатываем на банке масла, почему маркетплейсы забирают 60% выручки и зачем мы сознательно остаёмся маленькими.

Компании по всему миру сегодня спешат объявить себя «AI-first», но всё чаще это звучит как красивый лозунг без реального содержания. В своей колонке генеральный директор Runway Сицы Чен предлагает честно взглянуть на этот разрыв — между тем, что организации декларируют, и тем, что на самом деле происходит внутри команд. Это размышление о том, как не превратить инновации в показное действие, почему настоящие преобразования начинаются с любопытства, а не с мандатов сверху, и что отличает компании, действительно осваивающие ИИ, от тех, кто лишь делает вид.

Привет! Меня зовут Воронин Николай, я занимаюсь автоматизацией систем отчётности и анализа в ПГК Диджитал.

В этой статье я хочу поделиться опытом ведения личного творческого проекта, где многие функции переложены на нейросети. Расскажу об обнаруженных мной особенностях, плюсах и недостатках.

Мой проект – это цифровой мультимедийный комикс. Для его реализации требуется создание программного обеспечения, иллюстрации, музыка и звуки, работа с сюжетом и персонажами. Соответственно четыре AI, которые несут кольцо к финалу проекта это:

·         Deepseek – LLM для кодинга.

·         Deepseek – LLM для отладки и выверки текстов и проработки сюжетной целостности.

·         StableDiffusion – иллюстрации.

·         Suno AI – музыкальное сопровождение.

Почему нейросети – хоббиты, и зачем им нужен Гэндальф?

В основном это касается больших языковых моделей (Deepseek, CharGPT, Grok, Gemini, Gigachat и т.п.). Важно понимать, что Искусственный Интеллект – это модное, но неправильное название для нейросети и большой языковой модели – никакого интеллекта там нет. Это очень большой массив хитро размеченной информации с хитрым алгоритмом статистического поиска сначала распознавания вопроса и затем наиболее вероятного ответа. Мыслительного процесса, понимания вопроса и логического построения ответа нет. Нейросети не умеют даже считать, в них просто загружено очень много математических задач с ответами и, получая запрос, нейросеть ищет наиболее вероятный ответ.

Соответственно, чем задача специфичнее – тем больше шанс, что в обучающих материалах по ней было мало информации, нейросеть будет пытаться интерпретировать её через другие задачи, которые по логике разметки кажутся похожими (с точки здравого смысла это может быть не так), и решения будут становится всё более и более странными.

Зачем запускать тяжелый Fusion 360 или ArtCAM, чтобы просто вырезать фланец или прокладку? Я написал свой CAM-процессор на чистом JavaScript и Three.js, который готовит G-code из DXF за пару секунд прямо в браузере.

В статье разбираем архитектуру легковесного инженерного софта: парсинг DXF, визуализацию траекторий на WebGL, алгоритмы оффсетов и опыт парного программирования с нейросетью.

В охраняемом подвале офиса в Рочестере, штат Нью-Йорк, ядерное устройство размером с холодильник в течение трёх десятилетий тихонько, без лишнего шума испускало нейтроны для компании Eastman Kodak. Но после того, как его отключили и увезли, один из сотрудников упомянул об этом журналисту. Новость распространилась, в редакциях начали раздаваться тревожные звонки, и даже CNN подключилась к освещению этой истории: Kodak использовала уран оружейного качества в недрах своих лабиринтных исследовательских лабораторий.

Но правда о реакторе была более странной и одновременно менее сенсационной, чем предполагали заголовки.

Привет, Хабр! На связи команда «МТС Аналитика»: техлид Саша Бобряков и ведущий разработчик Рома Захаров. Со дня на день мы в MWS запустим собственный комплексный курс по Java, который создали в рамках внутренней образовательной платформы МТС Тета. Он предназначен для внутренних разработчиков и поможет вырасти из уровня middle в senior. 

Зачем мы вообще его затеяли? Нам хотелось систематизировать «коллективный опыт» компании, выровнять грейды, чтобы мидл в условной команде X владел теми же навыками, что и мидл в команде Y, а еще — дать коллегам надежную базу, чтобы они росли в своем направлении. Работая над курсом, мы и сами многому научились. Например, выступать перед камерой, беспощадно отсекать избыточное, а еще — находить общий язык с дизайнерами (да, разрабам это не всегда дается легко).

Сейчас мы на финишной прямой, и пока впечатления о процессе работы еще свежи, нам захотелось ими с вами поделиться. Расскажем, в чем вообще польза от таких курсов для компании, как мы строили программу, какие сложности были. И посоветуем, на что стоит обратить внимание, если в вас тоже не умер преподаватель (да и ученик).

За последние 23 года, выдавая более одной статьи в день, я накопил достаточно большой объём текстов, чтобы обучить модель искусственного интеллекта, которая могла бы убедительно писать «как я». С помощью современных технологий несложно создать систему, способную генерировать мнения, которые будут звучать так, как будто они исходили от меня — алгоритмического профессора, который будет продолжать публиковаться ещё долго после моей смерти.

Привет, Хабр. Пишу, потому что на текущем проекте прямо сейчас живу эту боль: всем включили Cursor «для скорости», а нормальных автотестов так и не завезли. Может, кто-то уже описывал этот кейс, но я не нашёл — поэтому делюсь своей ситуацией и тем, как это надо было делать с самого начала.

Красивая картинка про Нидерланды скрывает подводные камни: тяжелый рынок жилья, визовое рабство, зверские налоги и увольнение через месяц. Делюсь личным фэйл‑кейсом и рабочим планом, как пройти это спокойнее.

Набил шишки в релокации и теперь делюсь опытом.

Мне важно подсветить риски и поделиться стратегиями, которые помогут увеличить твои шансы на успех, в свое время не нашел подобных кейсов — теперь описал свой.

Здорова! Меня зовут Женя Урбановский, бывший iOS- и действующий Golang-разработчик.

Уезжал в Нидерланды по рабочей визе, с опытом зарубежных проектов, жил в странах СНГ, учился во Франции, обкатал Европу и сейчас живу в Польше.

Я не дам план переезда в страну Х, но передам опыт, который помог мне сохранять свои нервы и иметь большую уверенность в другой стране.

В 2010-м я заняла 50к у бабушки, купила дизайнерский комп и открыла строительную компанию. Пока подругам дарили последние айфоны, мой муж на день рождения подогнал мне паяльную станцию. Взял за 5к, сейчас бы, конечно, попросила подороже.

Мы строили коттеджи, бани, делали ремонт квартир и поликлиник. Когда закрыла, бригады разошлись по подрядам, дизайнеры ушли на фриланс, а я решила поделиться своими выводами за 10 лет работы.

С детства нам внушают простую формулу успеха: вырасти → стать руководителем → жить долго и счастливо. Но в ИТ эта схема дает сбой. Одни утопают во встречах и уже не понимают, зачем пошли в менеджмент. Другие переживают из-за горизонтальных переходов, потому что привыкли думать, что рост — это только руководящие позиции. 

Но главное — многие измеряют карьеру чужими мерками и не понимают, чего хотят сами.

Как выглядит современный карьерный путь? Мы собрали за одним столом ИТ-специалистов SENSE разных уровней и направлений и обсудили, что сегодня считается успехом, почему вертикальный рост подходит не всем, как говорить о развитии с руководителем и что делать, если карьерный трек застопорился.

В статье — реальные истории роста, честные наблюдения и рабочие маршруты поиска вектора в профессии. Полезно всем, кто чувствует, что застрял на месте и хочет понять, куда двигаться дальше.