Kurgan-Telecom Ru | Информационные технологии

Решаем общую проблему всех команд — перегруженность задачами при ограниченных ресурсах на примерах:

Учимся интуитивно отделять важное от второстепенного.

Решаем общую проблему всех команд — перегруженность задачами при ограниченных ресурсах на примерах:

Составляем беклог продукта. 

Планируем спринт.

Решаем личные задачи.

Сравниваем MoSCoW другими методами, RICE, ICE, Kano и Buy a Feature.

В этом пошаговом руководстве вы узнаете о последних способах использования агентного ИИ и о том, как уже сегодня воспользоваться агентной оркестрацией с Camunda.

Многие российские компании, отказались от железной инфраструктуры и, перейдя в облако, столкнулись с неожиданным парадоксом. Финансовое планирование, которое должно было стать проще, на деле усложнилось настолько, что потеряло всякий смысл. Ситуации, когда стартап закладывал в месячный бюджет 500 тысяч рублей на облачные расходы, а по итогу получал счет на 1.2 миллиона, стали обычным делом. И это не единичные случаи. Исследование Flexera за 2023 год показывает, что с перерасходом сталкиваются примерно 45% всех организаций. А, по данным Wasabi, и вовсе 60%. Конечно, так быть не должно. 

Полная реализация push-уведомлений в PWA без сторонних сервисов

Разбираем архитектуру: Service Worker, Push API, VAPID ключи и Notifications API. Показываем, как настроить PWA для работы на всех платформах, включая iOS.

В статье:
• Теория всех компонентов системы
• Готовый код Service Worker и клиентской части
• Backend на Express с отправкой уведомлений
• Настройка PWA для iOS 16.4+
• Детекция платформы и предложение установки

Все работает из коробки!

Привет, чемпионы! Сегодня хочу разобрать на реальном примере, как иногда самые неочевидные идеи те, что в момент презентации заставляют тимлидов молча поправлять очки, а менеджеров ёрзать на стуле могут не просто выстрелить, а полностью перевернуть продукт. Это история не про гениальный прорыв, а скорее про настойчивость, готовность к экспериментам и немного удачи. Всё началось с того, что мы упёрлись в классический потолок роста в, казалось бы, совершенно непримечательной нише мобильном приложении для поиска и записи в автосервисы.

У нас был стандартный, почти шаблонный продукт: каталог услуг со средними по рынку ценами, модуль онлайн записи, карта с геолокацией мастерских, даже отзывы и рейтинги. Всё как у людей. Но проблема была в том, что мы были как все. А в условиях, когда на каждом углу есть аналоги, конкуренция идёт не за функционал, а за доверие и внимание пользователя. Люди заходили, смотрели прайс, звонили в пару мест и уходили. Удержание было низким, монетизация ещё ниже. Нужен был крючок. Не просто ещё одна кнопка в интерфейсе, а что то, что давало бы мгновенную, осязаемую пользу и решало реальную боль.

И вот на одной из планерок, где мы в очередной раз ломали голову над тем, как увеличить конверсию, я бросила: «А что, если сделать так, чтобы пользователь мог просто сфоткать свою проблему потёкшее масло, скрипящие тормоза, вмятину на бампере а мы ему примерно назовём поломку и прикинем, во сколько это выльется?». В комнате повисла тишина. Послышалось что то вроде «нейросеть?», «а обучающая выборка?», «а точность?», «юридические риски». Но решили взяться, так как я была уверена в бомбовом результате. И понеслась.

Физики смоделировали распространение звука внутри гибридных нейтронных звезд при наличии внутри них кварк-глюонной плазмы. Оказалось, что даже небольшая доля пузырьков кварковой материи может привести к высокой нелинейности звуковой волны. «Результаты моделирования помогут обнаружить кварк-глюонную плазму в естественных условиях», — пишут ученые из МФТИ, Курчатовского института и Физического института им. Лебедева в журнале Physical Review D.

Исследователи провели расчёты на основе простой модели, где адронное вещество содержит небольшие кварковые «пузырьки». Они предположили, что эти пузырьки имеют радиус порядка 1—5 ферми, что составляет миллионные доли нанометра. Более сложные конфигурации, такие как капли, стержни или трубки, остаются интересной задачей для будущих исследований. 

На Хабре уже немало публикаций о больших моделях, но они часто крутятся вокруг всем известных брендов. В рабочей практике хочется не только «вау-эффекта», но и конкретных инструментов: чтобы быстро написать технический текст, собрать иллюстрации к статье, подготовить видео-тизер или разжевать алгоритм. Поэтому в подборке — сочетание Telegram-ботов и веб-сервисов с упором на русскоязычные сценарии, удобный старт и адекватные лимиты.

Я разработала интерактивный макет для создания композиций цветов. Проблема свелась к задаче упаковки кругов в круг и её автоматизированному решению методом отжига. Расскажу теорию и математически обосную практику с визуальными пояснениями.

Вы помните свой логин и пароль от форума любителей приключений, где активно общались десять лет назад? А от старой биржи фриланса? Забытый аккаунт в «одноклассниках» или первый профиль в «ВК» — это не просто цифровой призрак прошлого. Это активная угроза вашей безопасности и приватности здесь и сейчас.

Пока вы не вспоминаете о них, они работают против вас: сливают данные в утечках, служат точкой для взлома более важных сервисов и портят ваш цифровой след. В этой статье разберем, почему это происходит и как провести тотальную цифровую зачистку — методично и без лишней ностальгии.

Мое понимание LLM с точки зрения пользователя очень простое: есть сетка с весами (обученные параметры), токенизатор и декодер (преобразователи текста во входные и выходные токены), и трансформер (слои внимания), который перерабатывает входные токены и шаг за шагом предсказывает новые.

Я пробовал разные Модели (GPT, Gemini, Deepseek, Grok) — все они, на мой взгляд, работают примерно одинаково. На один и тот же запрос они дают очень похожие, а иногда и идентичные ответы. Это ожидаемо, ведь все современные LLM построены на одной и той же архитектуре — трансформерах.

Это значит, что у всех реализаций есть общий шаблон поведения, отражающий их природу. В этой публикации я опишу наиболее важные, с моей точки зрения, характеристики Моделей, на которых я строю своё с ними общение.

Это перевод англоязычной публикации на arstechnica.com от Стивена Кларка — репортёра Ars Technica, хотя сама статья фактически является интервью с Биллом Герстенмайером, вице-президентом SpaceX, в поле ответственности которого лежит весь производственный процесс и испытания перспективной транспортной системы Starship.

Коллектив российских ученых разработал новый способ численного моделирования ледовых торосов, айсбергов и стамухов в Арктике, который позволяет определить их структуру на основе ультразвукового сканирования толстых слоев льда. Их первоочередной задачей было описать криволинейные полости, заполненные воздухом и водой, чтобы получить проектных оценки ледовых нагрузок на инженерные сооружения. Работа была опубликована в российском научном журнале «Радиоэлектроника. Наносистемы. Информационные технологии». 

Новая работа ученых МФТИ, акцентирующая внимание на численном моделировании распространения волнового сигнала в торосах, демонстрирует инновационный подход к решению этой задачи. Используя сеточно-характеристический метод на структурированных и химерных расчетных сетках, исследователи проанализировали отклики от полостей, заполненных воздухом и водой. Их результаты дают возможность прогнозировать толщину ледяных образований и глубину их осадки.

Привет, Хабр! Я идентифицирую себя IT-свахой, человеком, который постоянно мэчит кандидатов и работодателей. Их у меня много, я основатель рекрутингового агентства и конференции ProIT Fest. И я вижу огромное кол-во конфликтов на собеседованиях, которых не замечают другие. А еще я клинический психолог, поэтому сегодня будет небольшой оттенок именно из психологии. Начнем с базы. Когда происходит конфликт? На такой простой вопрос мне мало кто отвечал правильно.

Помните, одно время тематические площадки заполонили статьи вида: «Я устал от [плохих] приложений для изучения английского, поэтому сделал своё» или «Я устал от [неправильных] трекеров продуктивности, поэтому создал собственный»? В реалиях современных аппсторов заголовок можно сократить до: «Я устал».

Статистика говорит, что app fatigue is real. А мы в Beeline Cloud решили посмотреть, как менялось отношение к приложениям — от «эры пост-ПК» до настоящего времени.

Искусственный интеллект (ИИ) призван помогать человеку выполнять самые разные задачи, особенно рутинные и однотипные. А в бизнесе таких полно, значит, автоматизировать рабочие операции и делегировать их ИИ сам Бог велел. На рынке регулярно появляются новые решения как специализированные, так и универсальные. Казалось бы, здорово — экономия времени и ресурсов, повышение качества работы. Но ИИ вовсе не так умен, как многие могут подумать. В этой статье я предлагаю обсудить, в каких сферах от «текущего ИИ» есть польза, а в каких — нет, а также поговорить о тех деформациях и проблемах, которые создает новая технология для бизнеса. Материал — попытка объективно взглянуть на нейросети и предназначен больше для руководителей, нежели технических специалистов.

Не тот, кем кажется

Сам вопрос «Где уместно применять ИИ?» возникает потому, что люди ожидают от искусственного интеллекта именно интеллекта. Люди его очеловечивают, наделяют антропоморфными качествами. На самом же деле искусственный интеллект не умеет рассуждать, самостоятельно в чем-то разбираться, проявлять инициативу. Современный генеративный ИИ лишь предугадывает наиболее вероятные следующие события (слово, ноту, пиксель), а это — чисто математический процесс.

Я был удивлен, но даже люди, обучающиеся цифровизации, нередко считают ИИ самостоятельным. Например, некоторые предлагают поручить GenAI управление производственным станком в надежде, что машина сама разберется в чертежах. Нет, я не спорю, не исключено, что антропоморфных роботов люди будут считать полноценными членами семьи — подобное давно можно найти в художественной литературе и кинематографе. Возможно, это и произойдет, но точно не в ближайший год-два. Пока же у генеративного ИИ — множество ограничений. Но упаковать его в продукт и использовать во благо бизнеса, впрочем, можно.

Наша компания BotHub представила новое приложение для электронных таблиц Google Sheets, которое позволяет запускать нейросети из ячеек электронных таблиц. Да‑да, без необходимости переключаться между программами или теряться во вкладках браузера! Просто берёте нужные данные — и... всё остальное делает ИИ. Красота, правда?

Я думаю (и, признаюсь, надеюсь), что статья перед вами — это что‑то вроде микса всеядного гайда и вдохновляющего мануала. Для всех, кто хоть раз открывал таблицу (а таких немало), это должно стать открытием.

Приготовьтесь к диалогу с ячейками — самому странному разговору в вашей жизни.

Служба техподдержки помогает не только пользователям, внешним и внутренним. Для стажера работа саппортом — отличный способ получить необходимую техническую базу, чтобы потом находить применение полученным знаниям во многих областях и командах компании. Можно остаться в поддержке и вырасти в специалиста по ключевой инфраструктуре «Лаборатории Касперского», можно стать тестировщиком, экспертом по инфобезу или девопсом.

В этом посте три специалиста «Лаборатории Касперского» рассказывают, как начинали со стажировки в Service Desk, объясняют, какие навыки приобрели, и делятся советами — как на старте получить максимум поддержки в своем индивидуальном IT-пути. 

Привет, меня зовут Виталий. Автор телеграмм канала «Детектив данных» про смену профессии и мой вкат в «аналитику» после 30 лет. И да, я уже наверное года полтора использую помощь нейросети при написании кода на Питоне.

Следствие установило, что для получения качественного ответа часто приходится потратить довольно много времени на описание таблицы, где какой тип данных, примеры, формат, количество nan значений, диапазон дат и прочие нюансы.

Будто при допросе вместо описания преступника, следователь внимательно изучает все родинки у допрашиваемого лица. И у адвоката.

В качестве жертвы у нас рабочее время, которое можно потратить на описание задачи.

В какой то момент я подумал, а почему бы не сделать универсальную функцию которая будет собирать эту информацию за меня, и сразу писать какой нибудь универсальный промт, потому что, до кучи мне и его лень писать.

В общем вашему вниманию предлагаю эту функцию. Всё что нужно, это вставить код в ячейку, и в следующей команде указать ваш датафрейм. Принт выведет вам готовый промт с описанием вашей таблицы, расскажет тип данных каждого столбца, покажет примеры значений, диапазоны и количество пропусков, а заодно проверит датафрейм на дубликаты.

Казалось бы, какое отношение беспорядки в Непале могут иметь к информационной безопасности в России? Примерно так я и думал, пока мне прямо с утра в глаза не бросился выделенный брутальным красным цветом пост в официальном Telegram‑канале МИД России, призывающий сограждан передавать свои персональные данные «для учета» через WhatsApp.