Kurgan-Telecom Ru | Информационные технологии

Короткий гуглинг по теме показывает, что все рекомендации по внедрению ИИ в бизнесе сводятся к общим фразам. «Выделите одно приоритетное направление», «найдите рутинные операции», «проанализируйте доступные данные». Спасибо, кэп. А делать-то что?

Привет, Хабр!

Меня зовут Анатолий, занимаюсь автоматизацией бизнес-процессов и применением Искусственного Интеллекта в бизнесе.

Кейсовая задача - создать Систему генерации ответов на основе существующей истории тикетов. При этом Система должна работать в закрытом контуре.

В этой части переходим к семантическому поиску, контекстному сходству и SentenceTransformer.

Коллеги, привет! Я, Акманова Елизавета, ведущий аналитик ГК Юзтех, продолжаю делиться своим опытом в проекте, связанным с распиливанием монолита на микросервисы микрофронты. В первой части мы подробнее познакомились с данной концепцией и теперь понимаем ее сильные и слабые стороны. В текущей части посмотрим на алгоритм перехода от одной архитектуры к другой. Вперед! 

Архитектурная подсветка — это не только про красоту. Это и про десятки инженерных задач: синхронизация сотен источников света, поддержка протоколов DMX и RDM, защита оборудования от морозов, организация удаленного доступа к САУО (системе автоматического управления освещением), учет энергоресурсов.

Как управлять разнородными светильниками, разнесенными по десяткам метров на открытом воздухе? Как включить САУО в сильный мороз? Как оптимизировать схему питания и избавиться от уймы контакторов? И наконец — как все это сделать за приемлемые деньги? И это далеко не все вопросы, встающие при конструировании подобной системы.

В статье разберем, как эти задачи были решены на интересном объекте — на вантовом мосту со светодинамической подсветкой в г. Челябинске. Разберем архитектуру системы управления, взаимодействие компонентов и технические решения по управлению и синхронизации.

Всем привет! Меня зовут Андрей, я бэкенд‑разработчик ядра Яндекс Диска. В индустрии я уже около 15 лет и повидал некоторое ПО. Последние три года занимаюсь ядром файловой системы — всем, что связано с метаданными о файлах.

Однажды мы в Диске переносили общие данные из шардированного MongoDB в шардированный же PostgreSQL. После переноса пользовательских данных у нас осталась часть данных про общие папки.Их было сложно изолировать внутри шарда пользователя, и они остались в общей БД на MongoDB, которую мы так и назвали — CommonDB. Спустя время мы заметили, что общая БД не справляется с нагрузкой: все запросы перед выполнением должны были сначала получить информацию об общих папках, и только после этого они начинали работать. Поэтому надо было дублировать информацию ближе к другим данным пользователей — на их шарды.

Однако при дублировании важно было избежать распределённых транзакций, так как они снижают общую производительность. Также проблемой был сам процесс перехода: у нас сотни миллионов пользователей, которые не должны были ощущать процесс перехода и потерять доступ к своим данным. При этом надо было выкатывать изменения не сразу на 100%, а частично, с возможностью в любой момент отключить функциональность. При выкатке также нельзя было допустить даунтайм.

В статье я хочу поделиться опытом этой масштабной миграции. Под катом покажу, как вообще устроены сложные миграции и как к ним подходить. А также перечислю те пункты, на которые нужно обратить внимание, если вам предстоит миграция под нагрузкой.

В этой статье список из 11 пунктов, собранные мной за многие годы работы в контент-маркетинге. Каждый пункт важен. Если не хватает хотя бы одного, в контент пока рано.

Для удобства в конце весь список кратко.

Настало время покопаться в шедеврах мировой классики, и выискать там Agile. Мой взгляд сразу упал на любимицу дам Джейн Остин и её «Гордость и предубеждение», потому что это идеальная иллюстрация Agile, как «из книжек», в котором есть и непрерывная обратная связь, итеративность, ретроспектива, реагирование на изменения, и успешное завершение трудного проекта. Всё как мы любим.

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.