Kurgan-Telecom Ru | Информационные технологии

ТОП ИИ для генерации учебных работ

ТОП ИИ для генерации презентаций

Генерация текстовых работ

Нейросеть Кэмп

Особенно активно в последние месяцы обсуждают сервисы, ориентированные именно на студентов. Причина простая: нагрузка в вузах растёт, требований становится больше, а времени — меньше. На этом фоне нейросети начинают восприниматься уже не как способ «схитрить», а как инструмент для ускорения рутинной работы.

Xiaomi у большинства людей ассоциируется с доступными смартфонами, умными пылесосами и колонками за разумные деньги. Нейросети — последнее что приходит в голову когда слышишь это название.

Но вот факт: у Xiaomi есть собственная языковая модель. Называется Mimo. И вторая версия с приставкой Pro — уже вполне серьёзный инструмент который стоит рядом с продуктами компаний занимающихся ИИ профессионально.

Как показали тесты - данная модель очень достойная, и справляется с задачами не хуже Claude и GPT!

Сбер2В Онлайн-продажи — платформа для управления продажами на маркетплейсах и в интернет-магазинах, раньше известная как inSales. С помощью неё можно создать интернет-магазин, контролировать заказы с остатками товаров и получать аналитику от Wildberries, Ozon и Яндекс Маркета.

Рассказываем о пяти инструментах платформы, которые вышли относительно недавно: ИИ-аналитик на основе чата с доступом к API маркетплейсов, обновлённый фоторедактор, два блока в аналитике для учёта расходов и себестоимости, а также новые шаблоны сайтов.

Сейчас рынок переживает не лучшие времена. Уже несколько лет заблокированы основные магазины приложений. В последнее время сильно участились кибератаки на приложение банков. Но технологии могут решить эти проблемы.

В этой статье я расскажу про:

·       Наш топ технологий

·       Как улучшить кибербезопасность в приложении

·       Последние функциональные тренды

Наш топ технологий

Swift – 5 звезд

Keychain и биометрия Face ID/Touch ID работают на уровне аппаратного шифрования, и разработчикам не нужно придумывать велосипед для защиты платежей. Swift дает производительность, идеальную работу с камерой для сканирования карт и чеков, и дает полный доступ ко всем API устройства.

Для банков важна не столько скорость разработки, сколько то, чтобы под каждую платформу были свои решения. Потому что Google или Apple могут что-то менять, и, допустим, в App Store потребуется внести обходы, дополнительные функции или модификации. Технически это можно сделать и на кроссплатформе, но если банк хочет поддерживать имидж и безупречную работу, ему нужно идеальное соответствие каждой платформе. Поэтому до сих пор во многих банках основная часть приложений пишется на нативе: для Apple — Swift, для Android — Kotlin.

Поэтому при использовании Swift компании нужно также иметь отдельную команду для разработки на Android. Поэтому стоимость разработки повышает и сразу две команды делают одно и тоже.

Собрал MCP-сервер для Windows: 42 инструмента в 8 модулях

Тут собраны Services, Event Viewer, Task Scheduler, Processes, Network, Diagnostics, Observability, Safety. Одна команда npx windows-admin-mcp, и Claude Desktop / Cursor / Claude Code получают полный доступ к администрированию Windows. TypeScript, MIT, npm. Внутри: диагностика служб за один вызов, анализ трендов ошибок, отслеживание изменений в системе, защита от случайных bulk-операций.

Пользуюсь сам каждый день. Буду рад фидбеку: что добавить, что лишнее, где можно лучше.

Самодельный генератор псевдослучайных чисел (ГПСЧ) стал побочным продуктом работы над любительским шифром, а шифры для меня всего лишь хобби и поле для творчества и экспериментов. Поскольку в своём шифре я делал упор на заранее непредсказуемые динамические связи, которые зависят от промежуточных состояний шифра, сама собой напросилась идея о применении этой непредсказуемости для генерации псевдослучайных чисел. Нужно было лишь оценить степень случайности полученного генератора. Как выполнялась оценка, что показали тесты NIST и сравнение с известными «эталонами» — далее в статье.

Когда ты «одиночка», но с идеей, базовым кодом и кистью в руках, сложные движки пугают, а выбор парализует. Но если у тебя есть ИИ, который не решает за тебя, а помогает думать — ты можешь создать что-то настоящее.

Я хотела сделать первую в жизни игру. Теорию геймдизайна знаю, амбиции переполняют, намерения тверды, как гномья сталь. Разработчик на уровне «знаю Python, но Unity для меня — лес». Рисую — да, но не на уровне студии. И у меня нет команды, продюсера или дизайнера. Unity? Слишком много для старта. Godot? Тоже требует механик. А ведь у меня есть история, которой хочется поделиться, текст, персонажи, эмоции. Так я выбрала Ren’Py — не потому что он модный, а потому что он доступен одинокому автору.

В этой статье расскажу, как я использовала ИИ не для генерации сюжета, а как соавтора мышления — чтобы выбрать между постапокалипсисом и фэнтези, придумать небанальную историю (без детективов!), создать героев, которые чувствуются — и собрать всё это в рабочую визуальную новеллу на Ren’Py. Эта статья — для соло-авторов, которые хотят начать, но боятся сложности. Для тех, кто умеет рисовать и немного кодит, кто думает: «у меня нет команды — значит, не получится». Получится! И ИИ может стать вашим первым союзником.

Четыре года назад я стал энергетиком производственного цеха. Вроде бы ИТР, но по факту выше только техдир и гендир, а под мной — вся энергослужба предприятия и целый цех. Вообще,какая-то странная позиция. Вроде инженер, а спрашивают как с руководителя. И вроде как руководитель, но без инженерных навыков никак.

Есть устойчивый миф что руководитель обязательно эктраверт. Шумный, активный. Появляется вдруг откуда не возьмись... И так же исчезает. И после его налета что-то начинает происходить. Все как-то оживает, крутится и становится вообще замечательно. А мы, интроверты, так не умеем.

Скажу честно: первый год я прямо страдал. Я вообще не понимал, что делать, куда бежать и как со всем этим справляться. Ментора и наставника у меня не было. Я был как поручик Ржевский в знаменитом анекдоте: "с корабля на бал" А цена любой моей ошибки как руководителя это реальный блэкаут, остановка цеха и большие убытки. Кто знает - тот поймет.

Сейчас я технический руководитель коммерческой тепло-электростанции (ТЭС). И мое прошлое, мой опыт и мои знания позволили мне спустя 4 года занять такой ответственный пост. Но до этого пришлось пройти настоящий ад.

Чтобы не сойти с ума, я решил методично начать работать над изучением управления и всем что с этим связано. За эти три года на предыдущей должности я прочитал много книг. А параллельно, в свободное от работы время, продолжал выступать как музыкант на сцене, в группе, широко известной в узких кругах, перед живой публикой, оставаясь при этом интровертом.

Вайлдберриз в этом смысле явно работает на укрупнение рынка. С тремя сильными игроками в нише они могут управляемо расти, а с десятком мелких копировальщиков из 1688 это менее предсказуемо. Платформе выгодно сокращать количество селлеров, оставляя сильных и неумных, и убирая средних.

К той же логике подтягивается и Озон. Подняли комиссию — это сильнее всего бьёт по тем, кто работал на тонкой марже, то есть опять же по средним. Крупные могли договариваться о комиссии индивидуально. Мелкие копипастеры и так почти ничего не зарабатывают, для них +10% это не разница.

Так и живем.

У каждого своё чувство перфекционизма. В этой статье я покажу примеры модификации live installer Astra linux, чтобы вы могли создать автономный дистрибутив своей мечты.

Средний онбординг сотрудников в российских компаниях выглядит так: новичок приходит в первый день, ему выдают ноутбук, кидают ссылку на корп-вики и говорят «осваивайся». Через неделю он ещё не понимает, зачем пришёл. Через три месяца — уходит.

По данным SHRM, замена одного сотрудника обходится компании в 50–200% его годовой зарплаты. А 20% новых сотрудников уходят в первые 45 дней. Это не проблема найма. Это проблема адаптации новых сотрудников.

Хорошая новость: первые 30 дней сотрудника — управляемый процесс. Один из самых работающих подходов — геймификация онбординга. Не «давайте нарисуем бейджики», а настоящая игровая механика: прогресс, достижения, уровни. Всё это работает, потому что обращается к базовой нейробиологии мотивации.

Этот чек-лист онбординга — конкретный список действий с разбивкой по дням.

Цифровой след — это вчера. Сегодня на повестке цифровой клон, который берёт на себя большую часть рутины общения с миром. Технически это MCP-сервер: вы заливаете в него контекст (цели, планы, методы, мировоззрение, политики), даёте инструменты (доступ к данным, подпискам, кошелькам, ЭЦП) — и он сам разруливает входящие, торгуется с другими агентами, бронирует, согласует и отчитывается.

Но. Человек выступает в разных ролях: может работать в разных организациях, может быть членом своей семьи, общественным деятелем, членом клуба, иметь хобби, иметь друзей по разным интересом. Личность не монолитна – мы живем в пересечении множества своих социальных ролей. Если мы загоним все эти роли в один MCP-сервер, мы получим когнитивную шизофрению агента и колоссальные риски утечки контекста (когда агент на корпоративных переговорах случайно учтет ваш пульс после рывка гири, или, что хуже, сольет NDA-данные в публичный чат комьюнити-клуба).

Т.е. нужен не один сервер, а кластер серверов (по одному или несколько на каждую роль) с оркестратором (несколькими).

Как из России пополнять американские счета PayPal и Zelle, переставлять наличные, оплачивать инвойсы за авто и другие товары в 2026 году, несмотря на OFAC.

Кажется, что это невозможно без ВНЖ или без казахского счёта, но мне удалось найти способ.

Каждый раз, когда вы делаете EDA, вы стоите перед выбором: нарисовать быстрый df.plot() - или потратить 10-20 минут на оформление, которое скажет что-то важное про ваши данные. В нашем курсе в МТС Школа Аналитиков Данных мы проверили этот выбор экспериментально: 44 студента сделали 220 EDA-графиков, мы получили 6000 попарных сравнений и проанализировали через CrowdBT. (кстати, уже второй раз!) Результат: победители используют не больше данных, а больше контекста. Фоновые зоны, медианы, адаптивная перекраска, inset-axes - именно эти приёмы отличают скучный график от графика, который меняет решения.

В статье - cookbook из 15 рецептов с кодом "до" и "после" на python. Данные - встроенный seaborn.load_dataset("diamonds"), копируйте, запускайте, вдохновляйтесь.

3-й этап программы раннего доступа к архитектуре RISC-V DEVBOARDS на базе отладочной платы Base (EVU-BA-2.1) на основе микроконтроллера Baikal-U (BE-U1000) стал одним из самых насыщенных по составу и содержанию проектов. Более 100 заявок, 32 отобранные команды и широкий отраслевой охват показали устойчивый интерес к этой платформе со стороны разработчиков, университетских команд и инженерных коллективов, работающих в прикладных направлениях. В центре внимания оказались проекты, связанные с промышленной автоматизацией, системами ЧПУ, интерфейсными модулями, контроллерами производственных линий и модульными беспилотными платформами.

В статье разбираем, какие именно задачи участники решали на базе Baikal-U, как использовали многоядерную архитектуру, периферию и доступный стек разработки, а также какие практические выводы можно сделать по итогам этапа. Отдельно рассматриваем несколько показательных кейсов, чтобы понять, в каких сценариях платформа уже показала себя как рабочий инструмент, а где разработчики столкнулись с задачами следующего уровня - тепловым режимом, питанием, компоновкой, развитием библиотек и переходом от макета к более зрелому устройству.

Привет, Хабр! Это Сергей Банников, эксперт К2тех по цифровому производству. Знаете эту классическую фразу от бизнеса: «Там простенькая задача, нужно сделать пару элементарных интеграций»? Обычно именно после этих слов начинается самый суровый инженерный хардкор.

Хочу поделиться одной такой историей, как элементарная маркировка паллет превратилась в технологический квест с блуждающими COM-портами под Astra Linux, переписыванием экранной клавиатуры с нуля и пробросом туннелей сквозь матрешку из виртуальных машин. 

Все знают, что трансформеры можно масштабировать: просто добавь больше слоев, и модель станет умнее. Но на практике попытка обучить трансформер глубиной больше 50 слоев часто оборачивается градиентным хаосом и расходящимся loss'ом. В этой статье мы разберем малоизвестную, но критически важную технологию LayerScale. Мы посмотрим, как Residual связи «загрязняют» шину данных, и как один микроскопический обучаемый вектор, инициализированный почти нулем, позволяет обучать модели любой глубины, обманывая оптимизатор.

Текущие способности LLM дают возможность ставить новые универсальные задачи и получать общее решение таких задач. В этой статье рассмотрим универсальную задачу “удаления избыточных терминов из заданного списка без потери информации в рамках заданной перспективы”.

Антидетект-браузеры обычно обсуждают в двух режимах. Первый — рекламный: «создай сто профилей, работай без банов, всё безопасно». Второй — морализаторский: «это инструмент для серых схем, тему можно закрывать». Оба режима скучные, потому что за ними теряется главное — техническая часть.

Почему сайт вообще может понять, что пять аккаунтов сидят из одного браузера, если у них разные cookies, разные почты и разные прокси? Почему обычная подмена User-Agent давно почти ничего не решает? Почему один профиль выглядит нормально, а другой палится на Canvas, WebGL, timezone, TLS или странной связке параметров? И почему антидетект-браузер иногда действительно помогает мультиаккаунтингу жить дольше, хотя никакой невидимости он не даёт?

В этой статье разберём антидетект-браузеры без рекламной шелухи. Как сайты собирают отпечаток, где появляются связи между аккаунтами, что именно пытается подменять антидетект и почему хорошая маскировка — это не рандом, а согласованная браузерная среда.

Когда модель промышленной аналитики начинает показывать отрицательный расход электроэнергии или теряет 15% сырья на ровном месте, проблема часто лежит глубже качества данных и выбора алгоритма. SCADA, MES и ERP могут хранить корректные числа, но вкладывать в них разный смысл: по времени, единицам измерения, границам операции и правилам учета.

В статье разбираем, как возникает семантическая несогласованность между промышленными и корпоративными системами, почему обычная очистка данных здесь бессильна и как семантический слой помогает превратить разрозненные показатели в пригодную для аналитики картину.