Kurgan-Telecom Ru | Информационные технологии

Привет, Хабр!

Сегодня фронтендеры любят подход атомарных классов, в частности Tailwind. Я не имею ничего против этого подхода. Каждый волен выбирать сам, с чем ему работать.

Но если вы пишете стили по-старому с использованием семантических классов, то у меня есть несколько интересных трюков для вас. Ими пришёл поделиться с вами сегодня.

Мои трюки улучшают пользовательский опыт, помогают организовать стили на контентных проектах и многое другое. Надеюсь, вам будет интересно!

Давайте посмотрим, что я вам подготовил.

Всем привет! Я продолжаю цикл статей про применение ИИ в тестировании. Мы уже разобрали shift-left: контекст, тестирование требований, генерацию тестовой документации, автотесты и оптимизацию тестовой модели. Но даже когда кейсы написаны, а автотесты готовы, остаётся задача, на которую может уходить довольно много времени — это подготовка тестовых данных для ручного тестирования.

Срочно нужно поправить отчет, который руководитель требовал ещё вчера. И вот вы вставляете последнюю таблицу в документ и… нумерация поехала, таблица «ушла на перекур». Знакомая ситуация? Тогда я как технический писатель в ЛАНИТ с многолетним опытом хочу поделиться несколькими приемами владения Word, которые систематизируют хаос работы с документами и помогут перестать его ненавидеть.

P. S. В конце статьи вас ждет небольшой бонус в виде шаблона с настроенными стилями форматирования. 

Привет, Хабр! Меня зовут Максим, я отвечаю за продуктовый маркетинг в LDM. Мы любим часто и много рассказывать о цифровизации, автоматизации и внедрении ИИ в повседневные процессы. Мы сами используем ИИ в своей работе (не в статьях) и в решениях, которые предлагаем рынку. Но сегодня я хочу затронуть тему, которая лежит немного глубже: как искусственный интеллект меняет наше понимание экспертизы и мастерства.

Пять–десять смет в месяц, база на тысячу позиций в Excel и часы работы, которые нередко уходят впустую, если проект не доходит до реализации. В какой-то момент я решил, что проще написать свой инструмент, чем продолжать поддерживать все это вручную.

Сначала он умел только считать сметы. Потом появились проектирование щитов, кабельные карты, автоматическая настройка оборудования и Home Assistant, а также инструменты для пусконаладки. В статье расскажу, как из внутренней утилиты для собственных проектов вырос рабочий софт для интегратора.

Мы создали и выпустили первую версию, MVP - альфа-релиз Платформы GameDevAdvisor! Инструмент полного цикла сопровождения игрового проекта. От витрины, где можно заявить о своем проекте, понять его риски, рассчитать фин. модель и найти эксперта в команду, до запроса юридического сопровождения, оформления права собственности на IP. *В настоящее время Платформа работает в тестовом режиме.

Данная статья является продолжением ранее опубликованной статьи об управлении рисками в индустрии GameDev. В этой части я расскажу о дальнейшем развитии проекта GameDevRiskAdvisor, в частности о причинах создания, запуске MVP и развитии Платформы GameDevAdvisor.

Лимит дохода для применения упрощенки в 2026 году вырос до 490,5 млн рублей, а порог, после которого упрощенец становится плательщиком НДС, наоборот упал втрое — с 60 до 20 млн. Для небольших ИТ-компаний и ИП-разработчиков на УСН это значит, что внезапно получить НДС теперь можно при куда меньших оборотах. Половина года позади, выручка за шесть месяцев уже на руках — на расчет годового прогноза уйдет минут десять, и в июле-августе, в отличие от ноября, время что-то поменять еще есть.

В статье разберу, при каком обороте теряется упрощенка и какие пределы УСН легко упустить, если смотреть только на доход.

Рано или поздно, приходит тот момент когда приходится прощаться с компанией. Одно дело, когда это по обоюдному согласию, а другое когда попросили "на выход". В этой статье тезисно расскажу свой опыт.

14–15 августа в Санкт-Петербурге прошел INFOSTART CIO CAMP 2026 - закрытая двухдневная встреча ИТ-директоров, руководителей ИТ-подразделений и центров компетенций 1С. В этом году мероприятие собрало более 70 участников. Первый день посвятили деловой программе, второй - командной регате в Финском заливе.

Главной темой стала экономика искусственного интеллекта. Участники обсуждали уже не столько возможности технологии, сколько практические вопросы: где ИИ действительно сокращает затраты и сроки, как оценивать эффект внедрения, что можно передать агентам и какую часть процесса по-прежнему должен контролировать человек.

Ну что, думаете что для запуска LLaMA 3 70B вам нужна серверная стойка за лярд рублей? Поздравляю, вас обманули маркетологи GPU-вендоров. Модели с сотнями миллиардов параметров — LLaMA 3 70B, DeepSeek-V3 с его 671 лярдом параметров — жрут vRAM как не в себя, но есть способ запихнуть это все в обычную потребительскую видюху.

Сегодня в статье разберем, как работает чудо квантизации под капотом, чем отличаются PTQ и QAT, почему MoE-модели (DeepSeek-V3, Mixtral, LLaMA 4 Scout) квантизовать сложнее и как выбрать между GPTQ, GGUF и AWQ.

Материал будет полезен как мимо проходящим ИИ-любопытствующим, так и ML-инженерам и специалистам по инференсу LLM, которые хотят запускать большие модели на ограниченном железе. Покажу, как все это гонять на практике и с кодом.

В апреле 2024 я приняла решение уйти из ВК не потому, что нашла лучшую работу, а потому что приходила я продвигать VK в отстающих регионах, а мне дали заниматься продвижением гос.пабликов, что гораздо уже по обязанностям. Я выжала из этого максимум для себя: разобралась в геосфере, маркетинге,  UX-исследованиях, глубинках, болях администраторов, ЦУРов, геймификации; и для компании: увеличила конверсию рассылки в 2 раза, привела 4,3 млн пользователей, запустила ботов, улучшила дашборд, провела конкурс - и повысила вовлеченность пользователей на 26%. А повысить одновременно и охват и вовлечённость - это очень крутые результаты, тк это метрики обратно зависимые. Но в VK я не видела своего развития и приняла решение уйти.

Я поняла, что пора останавливаться и определиться с 1 местом, где я смогу постоянно раскрывать потенциал. Я перебрала свой предыдущий опыт и поняла, что это:

Привет, Хабр! Меня зовут Андрей Кундус. Я работаю в отделе розничных продаж и клиентского обслуживания ПСБ в Кемерово. С ИТ и программированием моя жизнь пересекается ровно настолько, насколько у любого современного человека: компьютер, смартфон, несколько программ для работы. Я — не математик, не data-scientist и уж точно не разработчик.

Но есть одна вещь, которая меня занимает очень давно, — число π. Не как «3,14» из школьного  учебника, а как загадка. Как вообще можно вычислить бесконечную дробь? Кто придумал способ добраться до триллионов знаков? И почему до сих пор этим занимаются?

И я решил разобраться. Сегодня я расскажу историю про фанатиков-пифагорейцев, про гения-самоучку Рамануджана, про суперкомпьютеры и даже про день рождения Эйнштейна.    

Полный self-hosted стек observability (Go-приложение + PostgreSQL + ClickHouse) живёт на VPS с 2 ядрами и 2 ГБ RAM. Но сначала стоковый ClickHouse занял 12 ГБ диска при 543 КБ полезных данных, держал 900 МБ памяти и мержил 11 миллионов строк каждые 30 секунд. Разбор с реальными замерами: куда всё ушло, какая гипотеза не подтвердилась, какая ошибка уронила прод и какие настройки в итоге вернули две трети памяти.

Можно ли управлять гуманоидом Walker Tienkung через свой голосовой ассистент по-русски?

Мы решили проверить — и быстро выяснили, что ответ сложнее, чем кажется. Штатная система понимала только китайский, Whisper ошибался на коротких командах, LLM добавляла задержку, а динамик съедал начало фразы после паузы. «Беги» превращалось в «begin», а «встань» — в «Таня».

Рассказываем, как нам удалось построить свой собственный модульный русскоязычный стек, разделить команды и диалог, ускорить синтез речи, и добиться реакции за доли секунды. С архитектурой, тестами и новыми нерешёнными задачами. Полный гайд как заставить робота ростом 173 см и весом 75 кг слушать вас и понимать!

Чем больше участники рынка стремятся выбрать для своей продукции или услуг обозначение, вызывающее у потребителя определенную ассоциацию непосредственно с предлагаемым товаром или услугой, тем чаще им приходится сталкиваться с отказом в регистрации обозначений по так называемым абсолютным основаниям, когда обозначение не способно выполнять свою главную функцию — индивидуализацию товаров или услуг юридических лиц или индивидуальных предпринимателей. Вместе с патентным поверенным Анной Чернецовой разбираемся, что говорят закон и практика.

Эра сайдкаров заканчивается. Ambient-режим в Istio достиг GA ещё в конце 2024-го, а к 2026 году для новых кластеров это уже режим по умолчанию. На каждой второй конференции звучит «сайдкары — это дорого, ambient — это будущее», и складывается соблазнительно простое правило: новый кластер → берём ambient, и не думаем.

Это правило работает ровно до того момента, пока вы не выкатываете в ambient канарейку и не обнаруживаете, что весь трафик идёт мимо неё. Или пока ваша свежая AuthorizationPolicy молча не блокирует легитимные запросы. Или пока вам не понадобится зрелый мультикластер.

Выбор между sidecar и ambient — это не тумблер «старое/новое». Это инженерное решение со своими компромиссами, и неверный выбор всплывает уже посреди внедрения, неприятными сюрпризами. В этой статье разберём, чем режимы реально отличаются под капотом, в чём главная ловушка ambient, что с ресурсами, апгрейдами и мультикластером, и как выбирать осознанно.

Версии на момент написания: Istio 1.30.x, Kubernetes 1.32–1.36. Темы вроде статуса мультикластера быстро меняются — сверяйтесь со своей версией.

По данным McKinsey, к концу 2025 года 71% компаний пробовали интегрировать искусственный интеллект как минимум в один из бизнес-процессов. Звучит мощно, но по отчётам MIT из всех пилотов в реальный продакшн переезжают около 5%.

Разрыв между демо и реальностью заключается в том, что продакшн-готовое решение должно отвечать на сложные вопросы: 

- как из множества разносторонних источников выбрать ту информацию, которая приведёт к успешному выполнению процесса?

- как обогатить языковую модель инструментами, при помощи которых она может довести процесс до конца?

- как оценить качество траектории, по которой движется модель, пока решает задачу?

Мы нашли ответы на эти вопросы с помощью системы, которая постепенно превращает внутренние знания и процессы Авито в корпоративных агентов. Расскажу про неё подробнее.

Привет! Меня зовут Никита, я старший DS-инженер в Авито. В этой статье расскажу, как мы строили «Виталика» — нашу корпоративную экосистему ИИ-агентов. Отвечу на три главных вопроса: как процесс становится агентом, как сделать систему production-ready и куда развивать её дальше.

Статья будет полезна ML-инженерам, AI-архитекторам и техническим лидам, которые строят агентные системы на базе LLM в корпоративной среде.

10 новых российских продуктов для создания презентации, создния продуктов без программирования, развития карьеры с помощью ИИ, очеловечивания нейротекстов, управления общими финансами и многого другого. Битва за «Продукт недели» началась!

Product Radar — здесь каждую неделю публикуются лучшие онлайн-сервисы и железки от русскоязычных команд.

Coding agent может написать технически правильный код и всё равно сделать неправильное изменение. Причина не обязательно в модели или промпте. Репозиторий может содержать несколько правдоподобных источников, неявный ownership, устаревшие артефакты или доказательство, которое относится не к той ревизии. Для человека часть этих противоречий компенсируется контекстом команды. У агента этого контекста может не быть.

Разбираю, почему репозиторий становится частью среды исполнения, где заканчиваются возможности AGENTS.md и файлов инструкций и как из этой проблемы появился open-source framework AIRepo.

Интеллектуальный контур контроля человеческого фактора на цифровом двойнике буровой: от xAPI-лога до пункта ФНП

Обобщение цикла исследований на экспериментальном стенде — цифровом двойнике установки Уралмаш БУ 5000/320ЭУК-Я