Kurgan-Telecom Ru | Информационные технологии

Вводные: всегда хотел работать в геймдеве, поэтому решил начать с малого — попробовать сделать хоть какой‑то прототип игры с нуля. С C# знаком на среднем уровне, с блендером на нулевом), с Unity чуть‑чуть (делал тетрис, и пытался сделать мультиплеер для него поверх Steam через Spacewar).

Изначально идея была сделать что‑то на минут 10–15, как обычно в голове много идей и мелочей, реализация которых поможет создать более приятный геймплей, но когда доходит дело до реализации, то приходит понимание, что не все так легко, как кажется.

Выбор пал на создание какой‑нибудь простенькой хоррор игры, которую необходимо пройти, т.к. опыта в Blender у меня нет, я решил сделать что‑то максимально простое, поэтому я посмотрел пару гайдов на ютубе и начал «творить».

Решил сделать все в виде тайлов, из которых затем соберу комнаты и коридоры между ними, больше всего времени я потратил на создание модели врага, которая будет бегать за игроком.

Стена была сделана из нескольких плоскостей, на которые была натянута текстура кирпичной кладки, предварительно пикселизованная.

Хабровчане, приветствую! Меня зовут Андрей Иванов, я системный аналитик в сфере медицины и здравоохранения. Но это сейчас, а до этого я 20 лет работал врачом, а после — руководителем медицинского информационно-аналитического центра.

Я хочу рассказать о своём опыте как в медицине, так и в системной аналитике. Такая идея ко мне пришла после встречи со студентами и выпускниками Яндекс Практикума. Она была долгой, но я был удивлён — на пике мой рассказ слушали 84 посетителя, а до финала «досидели» 64 человека. Может, моя история будет интересна читателям и здесь. Буду рад, если кому-то станет хоть немного легче в трудной ситуации смены профессии.

Low code стремительно ворвался в корпоративный ландшафт, чего от него никто не ожидал. Мы думали — ну, да, занятная вещица, пусть пользователи поиграют в программистов, лишь бы работать не мешали. А сегодня куда ни глянь, все хотят, чтоб даже у серьезных энтерпрайз-решений обязательно были какие-то хотя бы элементы лоукода. Но зачем?

Интеграция ChatGPT в Excel и Google Sheets позволяет превратить электронные таблицы в интеллектуальные инструменты. ИИ помогает: 

- генерировать формулы и скрипты; 

- анализировать большие данные; 

- переводить текст; 

- автоматизировать повторяющиеся задачи. 

Я отчётливо помню, как сидел на втором курсе на лабах по БД и долго и мучительно методом научного тыка подбирал порядок слов в SELECT-запросе с GROUP BY, чтобы он вернул нужный мне преподу результат. Потому что я не понимал, как работает SELECT, хотя был прилежным (на программистских курсах) студентом, ходил на все лекции и делал лабы за себя и пару "тех парней".

Двадцать лет спустя, когда я встал по ту сторону баррикад и начал сам вести лабы по БД, я столкнулся с той же самой проблемой уже у своих студентов. И, так как за двадцать лет я всё-таки понял, как работает SELECT, то придумал для них способ объяснения, который работает хорошо (в моей практике).

В этой статье я расскажу о том, как я делал предельно дешевый КВ Web-SDR приемник на SoC Zynq.
Основа приемника - Б/У плата Antminer S9. Фактически этот проект является форком уже существующего приемника WEB-888, который, в свою очередь, является продолжением приемника KiwiSDR.

Привет, коллеги! Я инженер по IP-телефонии, который любит порядок в телефонии, и в блоге делюсь лайфхаками, как сделать телефонию драйвером продаж. Сегодня разберём, как читать дашборд и держать всё под контролем, находить слабые места и не терять клиентов. Это не просто цифры, а инструмент для роста бизнеса. Поехали!

Почему дашборд – твой лучший друг?

Дашборд – это как кардиограмма бизнеса: один взгляд, и ты видишь, где всё ок, а где надо действовать. Пропущенные звонки? Это утечка лидов. Мало активности? Продажи под угрозой. За пару минут дашборд покажет, что происходит, и подскажет, как исправить. Это твой способ держать руку на пульсе и не упускать возможности.

Недавно я опубликовал на Хабре статью про один из наших проектов — корпус эпилятора. Показал цену: примерно 300$ за корпус. И получил комментарии, что цена чудовищная и это ненормально.

Хорошо. Поднял расчёты по другим проектам и сравнил офферы от китайских и российских фабрик. В этой статье расскажу, сколько на самом деле стоит производство корпуса и из чего складывается цена.

Выбор LLM для синтеза тестов

В этом обзоре мы обсудим сравнение различных современных языковых моделей (LLM) на задаче синтеза тестов. Все измерения проводились на внутреннем бенчмарке компании Explyt, который включает в себя как закрытые, так и open source проекты на языках Java и Kotlin, с использованием Spring и без. В качестве метрик используются формальные метрики, например, покрытие строк тестируемого класса/метода, число запускаемых тестов, число компиляционных ошибок, мутационное покрытие, так и LLM-as-judge метрики такие, как сложность/полезность/детальность тестовых сценариев, соответствие тестового метода сценарию на естественном языке и много других. Эксперименты проводились поверх Explyt Test плагина для IntelliJ Idea, к которому подключались разные модели и измерялось качество синтеза тестов на бенчмарке. Для более точной градации мы используем попарное сравнение разных моделей друг с другом.

GPT-4o vs. GPT-4.1

Начнем с хорошего базового варианта gpt-4o и сравним ее с новой моделью gpt-4.1 от OpenAI. На нашем внутреннем бенчмарке gpt-4.1 генерирует более сложные, детальные и полезные сценарии (согласно LLM-as-judge метрикам) в отличие от ее предшественницы gpt-4o, которая в основном тестирует happy-path сценарии. Также gpt-4.1 лучше имплементирует запрошенное в сценариях поведение, метрика показывает: 0.86 vs 0.66 (c p-value = 0.0006). По формальным метрикам таким, как среднее покрытие кода (coverage) и число запускаемых тестовых классов, модели примерно похожи, без статистически значимого отличия. По цене gpt-4.1 дешевле, но так как она больше тратит токенов, то цена на нашем бенчмарке примерно совпадает с gpt-4o.

10 новых российских продуктов для парсинга сайтов, медитаций, создания интерактивных презентаций и многого другого. Битва за «Продукт недели» началась!

Product Radar — здесь каждую неделю публикуются лучшие онлайн-сервисы и железки от русскоязычных команд.

Если вы работаете с компьютером удаленно — вас можно заменить.

Я переживаю, что с развитием ИИ (искусственного интеллекта), он скоро заменит нас. Людям, работающим с монитором и клавиатурой, технически сделать замену гораздо проще, чем сантехникам, поварам и нефтяникам. Владельцы бизнесов быстро сделают выбор в пользу оплаты подписки ИИ или установки своей такой системы, вместо людей, если это будет дешевле и эффективнее. Подобное уже произошло раньше на заводах, но это заняло несколько поколений. И если раньше, лет 200 назад, на заводе трудились десятки тысяч человек, то сейчас аналогичный завод обслуживают всего сотни сотрудников. Так и с работниками умственного труда, как только станут доступны эффективные замещающие технологии, так такие работники не понадобятся. Перспектива подобных потрясений пугает!

Вместе со студентами направления "Мехатроника и робототехника" сделал математическую модель системы векторного управления бесколлекторной машиной постоянного тока BLDC. Симуляция осуществляется в среде Ansys Twin Builder. Выбор в пользу данного программного продукта был сделан в связи с возможностью использования в качестве модели двигателя не только модели с сосредоточенными параметрами (как в этом проекте), но и моделей с распределенными параметрами, расчет которых ведется методом конечных элементов. В любом случае, среда симуляции - это всего лишь инструмент и результат получится бы идентичным и в Simulink и на Python и в других средах - математика везде одинаковая.

В прошлой статье мы разобрали, почему детерминированной «кривой спроса» в недвижимости не существует. Спрос — это не просто функция от цены, а результирующая влияния бесконечного количества факторов: макроэкономики, ключевой ставки ЦБ, маркетинговых усилий застройщика, навыков команды продаж, действий конкурентов, сезонности, курса доллара и т.д.

Что это значит для застройщиков:

Можно ли самостоятельно создать аналог Tinder за неделю, используя только искусственный интеллект?

Давайте это выясним!

Привет, Хабр! Это Илья Фошин, я возглавляю команду данных «МосТрансПроекта». Однажды во время сильного дождя мы задумались: почему бы нам не разработать простой и удобный сервис проката корпоративных зонтиков для сотрудников? Мы поделились идеей с ИТ-директором и руководством Института и, получив их одобрение и поддержку, приступили к работе. С этого момента началась жизнь бота «МТП Шеринг», о котором расскажем в этой статье. Заодно поделимся нашим опытом по созданию корпоративных ботов.

Кажется, дождь начинается

«У нас есть корпоративная столовая и корпоративный кофе, но сейчас бы нам больше пригодились корпоративные зонтики» — произнес кто-то из нас в конце рабочего дня, задумчиво смотря на внезапный, льющий как из ведра дождь. Так мысль, высказанная вслух, превратилась в идею, а идея — в запуск сервиса, помогающего коллегам пережить капризы непогоды. Примерно в то же самое время мы хотели научиться создавать и настраивать умные боты для автоматизации процессов. О части разработанных сервисов уже рассказывали на Хабре (например, про «Информатум» и систему ЕСАБ), но кейс с зонтиками стал первой пробой пера для большей части нашей команды. Поэтому трек разработки с самого начала строился таким образом, чтобы попробовать разные варианты архитектуры и найти простое, но эффективное и легко масштабируемое решение для дальнейших проектов. Одновременно с этим нужно было отработать потенциальные сбои, ошибки и инфраструктурные проблемы.

Для понимания стоявших перед нами задач сразу расскажем, как работает прокат зонтиков (его мы запустили осенью 2024 года). Схема максимально простая. Стойка с 10 зонтами расположена на втором этаже Института. Сотрудник подходит к стойке, сканирует QR-код, запуская чат-бот для шеринга. Дальше нужно взять зонт, отсканировав с помощью мини-приложения QR-код (с этого момента начинается аренда), попользоваться им и вернуть на точку проката, отсканировав отдельный QR-код для завершения аренды. Казалось бы, ничего сложного в создании такого сервиса нет. Но нюансы все-таки были.