Kurgan-Telecom Ru | Информационные технологии

Стандартный совет — жестко разделять профессиональное и личное — звучит разумно, но подходит не всем. У меня, например, четкой границы нет. Могу додумывать рабочую задачу вечером, читать профильную литературу в выходной или быстро глянуть почту в отпуске. При этом нет ощущения, что работа высасывает все ресурсы. Все дело в интересе и правильной расстановке приоритетов.

Привет, Хабр! Меня зовут Максим Ковтун, я управляющий партнер направления «Разработка и тестирование» в IBS. Большая часть моего дня — встречи, управленческие задачи и постоянное переключение между разными вопросами. Расскажу, что помогает мне сохранять работоспособность при такой нагрузке, и в конце соберу главное в чек-лист.

Продажа товарного знака — один из способов получить права на уже зарегистрированное обозначение. Такие действия могут потребоваться по ряду причин — слияние компаний, приобретение нового бизнеса и т.д. Разумеется, такой способ приобретения прав имеет свои подводные камни — регистрация договора отчуждения прав, возможно, вопрос встречного удовлетворения в странах общего права. Да и у нас финансовый вопрос тоже может добавить некие сложности — как правильно заполнять бухгалтерские отчеты с учетом подобной сделки. Однако несмотря ни на что, используется он достаточно часто — и при самых разнообразных обстоятельствах. В настоящей статье предложены лишь некоторые случаи покупки товарного знака.

В статье пошагово разберем базовую настройку адресного склада в 1С:ERP 2.5 - создадим склад и ячейки, настроим правила размещения и отбора, проведем приемку и отгрузку. 

В конце сравним возможности 1С:ERP и WMS и определим, для каких складов достаточно стандартного функционала ERP.

Материал будет полезен консультантам 1С, руководителям складов и компаниям, которые выбирают подходящий уровень автоматизации.

Официальный список Яндекса из 18 технических мер защиты Яндекс 360 частично снабжён вкладками с правом доступа и именем метода API. Я прошёл список построчно и посчитал: проверить запросом можно 10 пунктов, включить запросом - 5. Внутри две таблицы (карта всех 18 пунктов со способом проверки и рабочая таблица по десяти API-пунктам с правом, запросом и полем в ответе), открытая методика подсчёта и три места, куда пришлось лезть в референс API за названным методом.

Представьте ситуацию: вы в одиночку или вместе с командой запускаете своё приложение или сервис, и через какое-то время инструмент, с которого вы стартовали для проверки гипотезы (например, тот же Lovable) становится тесен. Это значит, что пора переходить на другой. Но какой? Vercel? Railway? Fly.io? Porter? Или всё же остановить свой выбор на Heroku? Эти платформы обещают примерно одно и то же — «просто дай код, нажим кнопку, чтобы задеплоить, а мы разберёмся». И уже потом внезапно оказывается, что один инструмент не подходит под ваш профиль трафика, у другого философия релизов не ложится на культуру команды, у третьего управляемая БД — это на самом деле не совсем managed.

Герои магии и меча этой статьи: Heroku, Vercel, Fly.io, Railway и Porter. Они появлялись на рынке именно в этом порядке, и такая последовательность отражает то, как менялись подходы к построению приложений за последние пятнадцать лет. Каждая платформа в своё время решала конкретную боль индустрии, и это намертво вшито в архитектуру решения.

В этой статье я рассмотрю платформы последовательно с учетом их времени их появления, вводимых ими абстракций, постараюсь раскрыть смысл данных абстракций и как это влияет на архитектуру разрабатываемых приложений.

В Docker Desktop 4.86 пункт Docker VMM в настройках остался прежним, а движок под ним поменялся целиком: с версий 4.35–4.85 за ним стоял libkrun, с 4.86 собственный гипервизор Docker. Публичная бета анонсирована 12 августа, доступна на Mac и Windows.До этого Docker Desktop всегда опирался на чужой VMM: libkrun на технике Apple, Hyper-V или WSL на Windows, а Linux-версия собрана на KVM и QEMU.

Отсюда и разница в поведении между платформами, которую все давно принимают как данность.

Привет, дорогой читатель!

Мы не будем переворачивать календарь, а лучше расскажем, как построили систему, которая ловит небезопасный контент автоматически, в реальном времени и на двух языках. Давайте посмотрим, что у нас получилось и сколько это стоит в деньгах.

1 сентября 2026 в России "заработал" закон о цифровых валютах. Сразу скажу - крипту не запретили - но по сути нам сделали "закрытую песочницу" и сильно поменяли правила игры в ней.

С одной стороны - для всех органов в РФ крипта теперь не "серая зона", а регулируемый рынок со своими лимитами, тестами, лицензиями, разрешениями и запретами. В этой статье я постарался просто объяснить: что теперь можно делать обычному работяге - а где начинаются ограничения и риски. Надеюсь, что сделать это у меня получится качественно, без воды, без запугиваний и по делу.

Закон № 282-ФЗ «О цифровых валютах и цифровых правах» Президент РФ подписал 4 августа. Основные нормы заработали уже с 1 сентября 2026. Но часть ограничений (особенно по работе всех посредников отложили до 1 июля 2027). Многие до сих пор путают даты и думают, что уже завтра "все заблокируют" и ограничат. С другой стороны банки то ли от непонимания, то ли в целях прокачать свой комплаенс уже стали слать письма счастья с глупыми запросами типа "а почему у вас крипта приобретена не через обменник из реестра ЦБ" (сюрприз - к ним даже еще нет утвержденных требований)

А что есть?

В своем недавнем посте затронул основной философский аспект Rust: уровень владения значением — это часть контракта. Ключевая идея в автоматическом выборе: система по умолчанию задает самый строгий уровень и ослабляет его, лишь когда это необходимо.

В этой статье хочу развить идею и представить её экспериментальную реализацию в коде. Заодно покажу, с какими сложностями столкнулся и почему изначальную идею пришлось пересмотреть.

Если вы разбираете стандарт по тексту с сайта-агрегатора, вы почти наверняка разбираете редакцию до поправок. Мы наткнулись на это случайно, а потом проверили и убедились, что это правило, а не исключение.

Всем привет! Меня зовут Евгений, я фронтенд-инженер с большой экспертизой в разработке современных веб-приложений. Сегодня хочу рассказать про свой очередной open-source проект для построения веб-приложений на основе Angular.

За последние годы я провел не мало успешных экспериментов с высокопроизводительными веб-интерфейсами, что дало мне четкое понимание структуры и архитектуру для проекта, о котором пойдет дальше речь.

Итак, встречайте Centrifugal. Посмотрите официальный сайт проекта, там очень много крутых примеров использования!

Проект разрабатывался изначально, чтобы создать набор высокопроизводительных, гибких инструментов и компонентов для построения веб-приложений. Но на одной из итераций разработки я решил обеспечить поддержку для построения All-in-One интерфейсов, т.е. добавил режим standalone-приложений с отображением собственной виртуальной клавиатуры, которую можно полностью кастомизировать. Тем самым обеспечил полноценную поддержку создания пользовательских интерфейсов, например, под киоски самообслуживания и т.п..

ИИ исправляет ошибку, а человек вписывает ее в свой опыт и что это говорит об ограничениях современных ИИ

Современные ИИ используют разные формы обратной связи: функцию потерь (loss), вознаграждение и ошибку предсказания вознаграждения (reward prediction error) в обучении с подкреплением (RL), а также человеческие оценки (RLHF). Но на фундаментальном уровне все эти сигналы работают в рамках одной и той же схеме числовой оптимизации. Независимо от того, называется ли сигнал «потерей» или «вознаграждением», он служит входом для алгоритма, который изменяет параметры модели так, чтобы лучше достигать заранее заданной цели. Система не переживает качественного перехода в состояние "удовлетворения" или мук совести за совершенную ошибку, после того как она обнаружена, как человек, она лишь становится эффективнее в оптимизации внешне заданной функции.

Вторая серия из полугодового цикла про «Танец с ИИ и его внедрения». В первой статье я рассказывала, почему автоматизация начинается не с нейронки, а с понимания процесса. Сегодня — про ЧБД.

Напомню, с чего всё началось. Прихожу я как-то с совещания, на котором руководитель заявляет: «Какая Figma в 2026 году? Убираем». Иду к команде и говорю: «Всё, работаем исключительно с нейронкой», а вся команда глазёнками луп-луп, прям как я час назад.

Аналитика к тому моменту у нас уже была готова — её собирали аналитики (удивительно, не правда ли), в основном головой, а где-то, возможно, с нейронкой. А вот всё, что было дальше, — уже наша история.

Полезная внутренняя функция редко остаётся функцией без зависимостей. Сегодня ей понадобился python-dateutil, завтра — конкретная версия NumPy. Когда тот же код нужен во втором проекте, приходится либо менять его lockfile, либо собирать отдельный контейнер, либо превращать десять строк в сервис.

splime предлагает ещё один вариант: опубликовать доверенную Python-функцию вместе с точными версиями пакетов и вызывать её по имени. Локальный демон сам собирает окружение и хранит его отдельно от проекта, который будет вызывать функцию. Общая модель была в первой статье, а упаковка функции — в предыдущей части. Этот текст можно читать отдельно.

Сначала запустим функцию, чья зависимость вообще не установлена у вызывающего кода. Затем посмотрим, откуда берётся venv, почему он кэшируется и когда одной ноде стоит назначить native, venv-subprocess или Docker. Материал рассчитан на macOS и Linux с Python 3.13+; в splime 0.4.9 сборка локальных окружений требует POSIX.

Когда Next.js перешел с Pages Router на App Router и убрал встроенную поддержку i18n-роутинга, библиотека next-intl стала стандартом по умолчанию для большинства команд. Ян Аманн проделал отличную работу по ее поддержке, и долгое время это был самый надежный выбор для мультиязычных проектов.

Когда ты пишешь собственный кодек удалённого рабочего стола, последнее, что хочется услышать от человека из конкурентов:

Недавно я рассказывал про Sheeternetes — оркестратор, у которого control plane живёт в таблицах. Здесь — про следующий логичный шаг: паттерн «оператор», применённый к самим таблицам. Настоящий полноценный Sheeternetes-оператор. Не скрипт внутри таблицы, а внешний контроллер, который приводит табличку к желаемому состоянию.

И раз уж так совпало по датам, демка этого оператора будет переворачивать календарь и возвращать таблице все атрибуты настоящего третьего сентября, дня прощаний.

Раздражение, зацикленные мысли, падение энергии и тревога легко становятся фоном. Метакогниция помогает заметить изменения в собственном состоянии до того, как они превращаются в срыв или истощение. В статье — объяснение механизма и заполняемый чек-лист первичной самооценки по шкале 0–12.

В начале сентября принято говорить об образовании. Я, как теперь водится, вместе с ChatGPT и Клодом, попробовал разобраться не в том, какой курс по Data Science купить, а в более полезном вопросе: что в образовании сегодня действительно остаётся дефицитным — и за что имеет смысл платить деньгами или временем.

Хороший образовательный контент давно не проблема. Coursera и edX появились больше десяти лет назад, университеты начали открывать материалы ещё раньше, а сегодня можно найти лекции, конспекты, домашние задания и экзамены MIT, Stanford, Harvard и Berkeley, материалы российских вузов, ML Handbook Яндекса, курсы Андрея Карпати и Сергея Николенко, тысячи задач на Stepik и Kaggle.

За последние несколько лет к этому добавился ИИ. Теперь почти бесплатно можно попросить объяснить непонятное другими словами, разобрать ошибку в коде, придумать упражнения или провести тренировочное собеседование.

То есть дело уже давно не в недостатке материала, и всё меньше в доступе к объяснениям. Дефицитными остаются другие вещи: траектория, дисциплина, правильно выбранная сложность, практика без подсказок, качественная обратная связь, профессиональная среда и независимая проверка результата.

В аналитических командах часто происходит парадокс: чем сильнее эксперт, тем быстрее он решает задачи — и тем меньше пространства остаётся для роста коллег вокруг. Джуниоры привыкают получать готовые решения, запоминают шаблоны SQL и перестают разбираться в причинах ошибок.

Разберём подход «управляемого хаоса», который помогает превратить наставничество из передачи знаний в развитие самостоятельного мышления: через дефицит подсказок, работу с черновыми решениями и разбор собственных решений.