Kurgan-Telecom Ru | Информационные технологии

Как я восстанавливала онлайн-игру после недельного простоя, почему четыре резервные копии не спасли пользовательские данные и чему меня научила первая серьёзная авария собственного проекта.

Я генерирую видео для рекламы и коротких роликов через Gemini API. На Veo 3.1 у меня держалось три сценария: картинка в видео, переход между первым и последним кадром и клипы с героем по референсам. 22 октября 2026 Google отключает preview-версии Veo 3.1 в Gemini API (veo-3.1-generate-preview, veo-3.1-fast-generate-preview и veo-3.1-lite-generate-preview), рекомендованная замена - Gemini Omni Flash (gemini-omni-1.1-flash). У неё другой API, другая схема передачи картинок и нет параметра длительности, так что простой заменой имени модели не обойтись.

В статье разбираю, как устроен запрос к Omni, какие ошибки я поймал при переносе, где новая модель не хуже старой, где проигрывает и как посчитать цену клипа по ответу API.

При переходе на Agile надо определить куда деть начальников отделов. Разбираем, как грамотно расщепить власть на Product Owner и Tech Lead, зачем нужен выделенный Архитектор, и почему роль Chapter Lead часто превращает крутых экспертов в высокооплачиваемых HR.

Всем привет! Меня зовут Виталий, я инженер ЦОД. За все время работы с серверами я не раз сталкивался с конфигурациями, где граница между «сервером» и обычным компьютером довольно условна. Хороший процессор, много памяти, быстрые SSD — и перед нами машина, которая вполне способна выполнять серверные задачи. Особенно интересен такой подход для локального машинного обучения, инференса, рендеринга и обработки данных.

В этой статье разберем конкретную конфигурацию сервера из «игровых» комплектующих, сравним ее с серверными решениями и посмотрим, где использование потребительского железа действительно оправдано, а где экономия может обернуться дополнительными расходами и проблемами при эксплуатации.

«Нам надо ломать организационные барьеры между подразделениями и побуждать людей лучше взаимодействовать друг с другом», — эти слова вполне может сказать любой руководитель любой организации.

Большинство руководителей подсознательно воспринимают барьеры (silo, изолированное подразделение, зернохранилище, бункер, силосная башня) как что-то ПЛОХОЕ, а взаимодействие — как нечто ХОРОШЕЕ. А эта публикация выступает в защиту барьеров и ставит под сомнение ценность межкомандного сотрудничества.

Наша программа для диктовки Glas работает на GigaAM-v3. С обычной русской речью модель справлялась хорошо, а на IT-терминах спотыкалась. Docker превращался в «докер», Python — в «Пайтон». Иногда исчезали целые слова: живую фразу «Мой ИИ редко ошибается» модель записала как «Мои редко ошибается».

Мы дообучили рабочую модель на 25 часах живой речи. На 525 отложенных коротких записях WER снизился с 8,81% до 5,76% — примерно на 35% относительно исходного значения. Доля правильно написанных терминов выросла с 43,8% до 86,7%. Скорость почти не изменилась.

Это версия 0.01, пока бета. Есть и ухудшения: модель чаще пропускает слова, а на обычной речи хуже воспроизводит регистр и пунктуацию. К тому же тест размечен тем же автоматическим конвейером, что и обучение, с выборочной ручной проверкой. Часть выигрыша может объясняться совпадением стиля разметки.

Когда в августе появилась информация о новом варианте проксирования в Telegram, эта новость заинтересовала меня, но не было свободного времени, чтобы разобраться, как оно устроено. Наконец, время нашлось, и расскажу, что удалось выяснить по теме.

На Хабре вышла статья, в которой описана теория устройства нового прокси. Вроде, с web я знаком и про прокси слышал, но в чём принципиальное отличие новой реализации, не было понятно. Итак, это все тот же MTProxy, но завёрнутый в HTTPS/WebSocket‑соединение. Telegram-клиент открывает страницу в webview, со стороны это выглядит как обычное взаимодействие «клиент‑сервер» через HTTP+WSS. В комментариях к статье (спасибо @Mustard) приведена ссылка на реализацию прототипа такого web-proxy. Из описания ясно, что реализуется это всё через набор сервисов, написанных на Go, поверх Caddy, который громко заявил о себе.

Каюсь, так и не довелось мне воспользоваться этим чудо web-сервером, в моём pet-проекте nginx шуршит себе, есть не просит. Тысячами мне хосты создавать не требуется, так что прецедента перехода на Caddy у меня пока не случилось. Инсталляция tproxy-server предлагает установку Caddy с нуля, при этом требует наличия действующей страницы с HTTPS, что выглядит как небольшое противоречие. На моём сервере достаточно сильно разросшаяся конфигурация nginx c достаточно большим количеством используемых портов, свой мини-зоопарк, только Caddy там и не хватало. Поэтому захотелось такой же tproxy-server, но с перламутровыми пуговицами. Приключение начинается.

Проверить вручную тысячу ответов модели невозможно, поэтому проверку всё чаще поручают другой модели. Схема рабочая, но у неё есть слепые пятна: судья-нейросеть ошибается так же, как та, кого она проверяет. Разберём, где ИИ-судья полезен, где ломается и какой каркас проверки собрать, чтобы метод давал результат, а не иллюзию контроля.

Привет, Хабр! На связи Александр Михеев, ML-инженер Центра гибридного интеллекта в Рунити. В первой статье мы рассказывали, как улучшали поиск по почти 35 тысячам страниц Confluence. Главная подсказка пришла из метрик: нужная информация часто уже находилась среди кандидатов, но стояла слишком низко. Reranker помог поднять подходящие фрагменты и заметно улучшил выдачу.

Следующий этап — сделать этот поиск доступным там, где сотрудник работает. Разработчик разбирает сервис вместе с агентом, обсуждает изменение в коде или выясняет причину ошибки. В этот момент ему может понадобиться внутренняя документация, описание архитектуры или связанная задача в Jira.

Когда начали объединять компоненты, выяснилось, что сам поиск — только часть работы. Даже при хорошей выдаче агент мог остаться без нужных документов после проверки прав или не дождаться завершения исследования. На этих случаях мы и проверяли, насколько работоспособной получилась интеграция.

Каждую осень HR просит запланировать отпуска на следующий год. Обычно люди сразу берут между майскими, кто-то подбирает даны под день народного единства, а многие просто ставят на декабрь, чтобы потом двигать можно было.

А я задался вопросом - можно ли найти оптимальный отпуск под запросы и открыл VS Code\Jupiter с F# (пока оно еще работает). Всё живёт в Jupyter-ноутбуке с ядром .NET Interactive — да, F# умеет в ноутбуки, питонисты, не ревнуйте.

Спойлер: солвер нашёл способ заработать на отпуске 85 тысяч. Мне не понравилось.

У нас в мастерской за год накопилась папка коммерческих предложений: 42 PDF, 532 страницы, 650 мегабайт. Прайсы, презентации, предложения под конкретных заказчиков. Мне понадобилась из неё одна таблица: позиция, тираж, цена за штуку. Вопрос простой: насколько дешевеет изделие, когда тираж растёт с 10 до 200 штук, и одинаково ли это работает для футболки и для стикеров.

Казалось, что это вечер работы: снять текст, найти числа рядом со словом «шт», сложить. Вышло иначе, и почти все ошибки по дороге были тихими. Скрипт отрабатывал без исключений и выдавал правдоподобные числа, которые не совпадали с тем, что напечатано на странице.

Я дообучил YOLO11n на датасете medical-pills из документации Ultralytics: 60 эпох, 22 минуты на ноутбучном Ryzen 7, mAP50 = 0,991 на валидации. По всем признакам — успех: можно делать скриншот и рассказывать, как легко сегодня учить детекторы.

Потом я прогнал тот же датасет через dataset-doctor — свою проверялку датасетов — и узнал, что у каждого из 23 валидационных кадров есть почти точная копия в train. Валидация измеряла не «как модель справится с новыми таблетками», а «как хорошо модель помнит то, что уже видела».

Под катом: что именно нашлось, почему метрика при этом не врёт в прямом смысле, но и не говорит ничего полезного, как ловить такую утечку за два десятка строк на Python (dHash плюс корзины) и как делить данные, чтобы её не было.

Вчера я провел лекцию для 4 групп студентов-первокурсников, будущих программистов из нашего йошкар-олинского университета ВОЛГАТЕХ.

Сейчас ребята изучают фундаментальные знания — программирование на ассемблере. Но вчера мы затронули другую важную тему, которая выходит далеко за рамки методичек: как стать востребованным начинающим специалистом, если с 2025 года наблюдается спад найма, а работодатели отдают предпочтение опытным разработчикам, заменяя джуниоров ИИ-агентами? Тема оказалась невероятно интересной для ребят, вызвала бурю живых эмоций и переросла в массу острых вопросов и жесткую дискуссию в аудитории. Надеюсь, моя лекция и эта информация помогут им серьезно относиться к каждой лабораторной и каждой курсовой, и студенты захотят сделать абсолютно всё сами.

Как человек, прошедший в свое время полный путь аспирантуры и построивший на базе нашей экосистемы жесткий внутренний ИТ-университет, я регулярно сталкиваюсь с подготовкой кадров. Мы умеем выращивать сильных инженеров, которые решают сложные задачи, проектируют отказоустойчивые системы и глубоко понимают базу. Но сегодня, глядя на то, что происходит со свежими кадрами на рынке, я вынужден констатировать: легкие времена для новичков закончились.

В 2026 году индустрия переживает стремительную перестройку. Автоматизация рутинных задач, массовое внедрение нейросетей на этапе написания кода и изменение маржинальности компаний сформировали новые, очень жесткие требования к специалистам.

Но когда я смотрю на сегодняшних первокурсников, у меня дежавю. Регулярно часть студентов совершает одну и ту же ошибку — они учатся ради оценки в ведомости и сдают чужие работы. Как человек, который знает и академическую, и бизнес-систему, я скажу прямо: вы не обманываете систему. Вы добровольно лишаете себя профессии на самом старте.

Стало интересно, сколько сообщений мы с женой написали друг другу за всё время.

Оказалось, что в Telegram нет счётчика сообщений. Совсем: ни в профиле собеседника, ни в настройках, ни в поиске. Статистика есть у каналов, но она про охваты и подписчиков, а не про переписку с женой.

Странно, правда? Приложение хранит каждое сообщение и при этом не может сказать, сколько их. Я полез искать способы и нашёл три, которые советуют чаще всего. Введи в поиск точку. Посмотри номер последнего сообщения. Выгрузи чат и посчитай. Ни один из них не выглядит сложным, поэтому я решил не верить на слово и проверить на своих чатах: шесть личных и две группы, 192 тысячи сообщений за семь лет. Потом добавил четвёртый способ, через API.

Про итог скажу сразу, чтобы не томить: точно считает один способ, и это не тот, что обычно все советуют. Ещё один считает почти точно, если вычесть лишнее.

Десять лет я обходил накрутку ботами стороной, считая её слишком рискованной. Потом решил разобраться, как это работает на самом деле: почему быстрый результат так часто заканчивается откатом, чем «просто налить ботов» отличается от действительно работающей системы и какой вообще должна быть такая система. Я прошёл через сомнительные сервисы, живых исполнителей, ошибки и собственные эксперименты — и в итоге пришёл к качественной системе, рассчитанной не на краткий всплеск, а на стабильный рост. В статье рассказываю весь этот путь и показываю, что получилось на реальном проекте.

В ретейле постоянно жалуются на дефицит персонала, высокую текучесть и конкуренцию за сотрудников. Компании пересматривают ставки, вводят премии за выполнение плана, предлагают бонусы за рекомендации кандидатов. Всё это работает, но полностью не закрывает проблему: люди редко увольняются только из-за денег. Чаще они уходят из среды, где не чувствуют уважения, перспективы, ясности и влияния на результат.

Лазерные диски с музыкой до сих пор хранятся у многих, хотя слушать их зачастую уже не на чем. Ведь из компьютеров приводы давно убрали, а в машинах теперь сплошь беспроводная связь. Старые музыкальные центры тоже сохранились далеко не у всех. В общем, если вдруг появится желание послушать что-то с компакта, придется покупать плеер. И оказалось, что CD-плееры продолжают выпускать. Причем не старые модели, а новые, со всякими фичами.

Некоторые устройства выглядят почти так же, как аппараты из 90-х, хотя внутри многое изменилось: появился USB-C, подключение беспроводных наушников, копирование музыки на флешку и т. п. Давайте разберемся, что умеют нынешние CD-плееры и есть ли смысл покупать такой гаджет в 2026 году. Поехали!

Пять видимых символов в нике могут превратиться в 10, 15 или 32 — смотря какой язык программирования их считает. Из‑за этой разницы пользователь получает ошибку валидации, теряет часть эмодзи или сталкивается с проблемой при сохранении данных. Разбираемся, почему JavaScript, Python, Go и другие языки по‑разному измеряют длину строк и как правильно задавать ограничения, чтобы данные не терялись.

Как автоматизация одного вечернего действия принесла компании +400 тыс. руб. в месяц, а нам — тренажёр в спортзал.

Собрал 10 API-роутеров, у которых есть бесплатные модели, ежедневные квоты или стартовые бонусы, и проверил каждый после регистрации: какие модели доступны бесплатно или почти бесплатно, какие действуют лимиты и работают ли вызовы через API. Отдельно смотрел, есть ли русский интерфейс, можно ли платить в рублях и открывается ли сайт из России без VPN. В подборке OrcaRouter, TeamoRouter, Srazu, RockAPI, OpenRouter, llmgw, VseGPT, Token Harbor, NaraRouter и FreeRouter. Внутри — две сводные таблицы и 17 скриншотов из личных кабинетов.