Kurgan-Telecom Ru | Информационные технологии

Эта статья — пошаговое руководство о том, как настроить процесс разработки, где исполнителем выступает LLM-модель. Я делюсь опытом составления понятных и чётких инструкций для моделей, а также описываю, как от начальной идеи дойти до готового продукта. Рассказываю, как выбирать подходящие технологии, структурировать задачи специально под LLM, выстраивать многоуровневую систему тестов и контролировать качество, не погружаясь постоянно в код. Также делюсь инструментами и шаблонами, которые помогают управлять поведением моделей и избегать типичных ошибок и проблем.

Тонкая настройка Вселенной – последний оплот сторонников разумного замысла в сражении с атеистами, прибежище для тех, кто уже не в силах отрицать законы физики и дарвиновскую эволюцию, но всё ещё верит в сверхъестественную силу, которая заблаговременно позаботилась о нашем благополучии и предопределила наперёд всю космологическую эволюцию. Якобы невозможность существования разумной жизни во вселенных с другими значениями фундаментальных констант – самое явное доказательство, что мир был сотворён Богом, настроившим физические параметры так, чтобы мы могли появиться и жить в разумно устроенном мире. Научной альтернативой этому объяснению считается инфляционная мультивселенная, в которой существуют все возможные миры со всеми значениями констант. Большинство этих миров необитаемы, а наша вселенная пригодна для жизни просто потому, что в других вселенных некому задавать вопросы о тонкой настройке. В данной статье мы попробуем кратко разобрать столь обширную тему с точки зрения современной космологии и понять, какая теория ближе всех подошла к решению этой проблемы. В процессе мы выясним, поставила ли наука точку в вопросе о наличии или отсутствии в эволюции Вселенной разумного замысла, а также узнаем, есть ли сегодня хоть какое-то основание для антропоцентризма и веры в Творца.

Всем привет! На связи Гузель - дизайнер цифровых продуктов в Альфа-Банке.

В одной компании я была свидетелем того, как сотрудник в свой первый день вышел перепарковать автомобиль и не вернулся. Причина: новичка не познакомили с командой, не назначили наставника, не объяснили, чем ему предстоит заниматься. Вместо этого HR-менеджер привел его в опенспейс и оставил на несколько часов без внимания… За это время сотрудник решил, что это не его компания. И я его не осуждаю.

Представьте алгоритм, который моделирует параллельные реальности: как изменятся системы, если мы чуть сдвинем входные параметры? Какие последствия окажутся важными, а какие — потеряют значение? Какие метрики перестанут работать?

Мы больше не гонимся за одной "истиной". Мы проектируем карту будущего — с ветвлениями, визуализациями и понятными выводами.

Я люблю вызовы - например, написать код в условиях ограниченных ресурсов: медленный процессор, странный набор инструкций, крохи памяти. У меня уже было несколько проектов такого рода - я запускал тяжелую вычислительную задачу на процессорах, которые уже разменяли пол-века: Intel 4004, Intel 4040 и Intel 8008. Очевидно, что на очереди Intel 8080!

В этой статье я опишу детали проекта по созданию системной платы с чипсетом на основе FPGA, на которой будет запущен Intel 8080A-1 на частоте выше 3Мгц. А также расскажу о том, как писать программы для этого процессора на C, и в финале покажу результаты бенчмарков - Dhrystone и CoreMark.

Многие люди, занимающиеся информационной безопасностью, включая меня, давно считают Telegram подозрительным и ненадежным. Теперь, основываясь на выводах, опубликованных расследовательским журналистским изданием IStories (оригинал на русском языке; версия доступная без VPN здесь, английская версия OCCRP доступна здесь), и моем собственном анализе перехватов пакетов из Telegram для Android и протокола Telegram, описанного ниже, я считаю Telegram неотличимым от ханипота для слежки.

Привет, Хабр!

Меня зовут Алексей Рудак, я основатель компании Lingvanex. Более 8 лет мы делаем перевод и распознавание речи удобными, быстрыми и безопасными.

Сегодня расскажу, как мы прокачали нашу транскрипцию речи, и почему это может пригодиться вам. Наш продукт Lingvanex Speech Recognition уже сейчас даёт результат уровня Whisper Large v3, а по ряду задач — даже превосходит его:

Привет, Хабр! Меня зовут Владимир Раду, я Backend-разработчик в Рунити. Однажды мы с командой встали перед дилеммой: как навести порядок внутри монолита. Админка одного из сайтов нашей группы компаний — большой и довольно возрастной проект. Он охватывает множество задач и сценариев: от управления ценами до редактирования контента. Со временем стало очевидно, что нужно снижать связанность компонентов и разводить бизнес-части. Так появилась идея перейти к модульной архитектуре.

Внутри о том, что у нас получилось из рефакторинга легаси, как мы выстраивали работу с модулями и объединяли в логичную структуру разрозненные части системы. Будет полезно разработчикам, которые работают с легаси и хотят встать на путь оптимизации проекта — без переписывания с нуля.

Все говорят про вчерашнюю Apple Keynote, а вы не успели ее посмотреть и теперь не понимаете, что за «жидкое стекло» и причем тут число 26? 

Вместе с Surf iOS Team подготовили небольшой обзор прошедшей конференции — го смотреть!

Крупные компании повышают свою эффективность, оптимизируя бизнес-процессы, управляя ресурсами и внедряя современные технологии. Важную роль в этом процессе играет бизнес-анализ. В статье разберём, как BI-системы ускоряют рост компаний.

Меня зовут Алексей Цуцоев, я разработчик мобильных приложений в KODE, и я хочу поделиться историей того, как мы внедряли игру в уже готовое React-Native приложение. Как выбирали технологию, с какими трудностями столкнулись и к каким выводам пришли.

Многие компании сталкиваются с необходимостью создания кастомных навигационных решений, ведь качественно реализованная карта может стать ключевым конкурентным преимуществом — особенно для логистических сервисов, служб доставки и транспортных приложений.

В этой статье мы расскажем, как использовать Google Maps для создания удобного навигатора, и поделимся практическими советами по работе с картами во Flutter.

Сегодня расскажу, как построил систему, которая клонирует и сканирует тысячи публичных GitHub-репозиториев — и находит в них утекшие секреты.

В каждом репозитории я восстанавливал удаленные файлы, находил недостижимые объекты, распаковывал .pack-файлы и находил API-ключи, активные токены и учетки. А когда сообщил компаниям об утечках, заработал более $64 000 на баг-баунти.

Продолжаем серию статей про геометрические алгебры.

В этой части мы рассмотрим алгебры Грассмана или внешние алгебры с несколькими «корнями из нуля», то есть ненулевыми элементами, обращающимися в ноль при возведении в квадрат. Однородные элементы внешней алгебры — мультивекторы или -векторы, имеют геометрическую интерпретацию, которая позволяет рассматривать их как модели линейных пространств. Так строится афинная геометрическая алгебра с операциями пересечения и соединения. Мы рассмотрим двойственные алгебры и порассуждаем над ориентацией и мерой подпространств, соответствующих мультивекторам. Изучим свойства внешнего произведения и его геометрическую интерпретацию, коснёмся принципа двойственности и введём новые операции: два дополнения и регрессивное произведение.

Стоит только оглянуться вокруг себя и становится очевидным, что современный покупатель сильно отличается от того покупателя, который еще 10-20 лет назад ходил в те же магазины.

 Тут глубокого анализа не требуется. Посмотрите на людей на улице, дома, на работе. Согласитесь, что поведение, действительно, изменилось. Требования, ожидания, желания. Они совсем уже не те, что были 10 лет назад.

 И тут возникает вопрос – и что? Ну меняются и меняются.

 Но все не так просто.

 Если покупатель меняется, то его ожидания трансформируются, значит и магазины / розничные сети должны менять свой подход к работе с покупателями.

 Теперь покупатель не готов выбирать и покупать из того, что есть в наличии в магазине. Он хочет платить деньги за тот товар, который нужен именно ему. И он будет искать желаемый товар, пока не найдет его.

 Поэтому теперь задача магазина заключается не в том, чтоб закупить какой-нибудь товар. Теперь магазины вступают в борьбу за покупателя – способность решить его проблему и получить часть его кошелька в качестве гонорара за решение проблемы.

 Именно поэтому так важно следить за трендами в покупательском поведении.

При этом нужно не просто читать отчеты, а понимать, как эту информацию использовать в своей работе.

 В этой статье я хочу поделиться своими соображениями по поводу того, как текущие тренды использовать в работе магазина и повысить эффективность его работы. А значит, привлечь больше покупателей, решить их проблемы и, как следствие, увеличить выручку и прибыль магазина.

Я еще не забыл, как в детстве мечтал о крутом компьютере. Листал каталоги, вырезал картинки, клеил на стену над кроватью и представлял, как однажды заработаю на монстра, который потянет абсолютно все игры. Правда, когда наконец накопил нужную сумму, оказалось, что за те же деньги можно взять конфигурацию в два раза мощнее, чем я хотел. Или в десять раз. Уже не помню. Главное, что именно тогда я уяснил, что в мире компьютерного железа нет понятия «идеальный момент для покупки». А что, если нам взять и устроить путешествие назад во времени и купить за условную тысячу долларов в разные эпохи развития ПК.

Я считаю, что при работе с Go в контексте нашей отрасли внедрение зависимостей (dependency injection, DI) часто имеет плохую репутацию из-за DI-фреймворков. Но сама по себе DI как техника довольно полезна. Просто её объясняют слишком большим количеством ОО-жаргона, что приводит к ПТСР у тех, кто перешёл на Go, чтобы сбежать из культа банды четырёх.

Подробный разбор нашего четырехлетнего опыта внедрения искусственного интеллекта на обогатительных фабриках.

Привет, Хабр!

На связи Дмитрий Лохов. В прошлой статье я рассказывал, как мы внедряли VR‑тренажеры и сократили сроки обучения специалистов в 10 раз. Сегодня хочу продолжить тему цифровой трансформации и поделиться нашим следующим шагом — внедрением искусственного интеллекта на обогатительных предприятиях.

4 года назад, когда мы только начинали эксперименты с VR, главной проблемой была катастрофическая нехватка квалифицированных кадров. Наши VR‑решения позволили готовить специалистов быстрее и качественнее. Но со временем стало ясно: чтобы вывести производство на новый уровень, нужно идти дальше — сокращать зависимость от человеческого фактора.

В этой статье я хочу максимально подробно поделиться нашим опытом работы с промышленным ИИ:

Как связаны скидки, пользовательские пути и огромные массивы данных в Яндекс Рекламе? 

Привет, Хабр! Меня зовут Максим Стаценко, я работаю с базами данных и яростно в них копаюсь с 2010 года, а в Big Data — с 2016. Сейчас работаю в Яндексе в DWH поиска и рекламы.

Мы работаем с ОЧЕНЬ большими данными. Каждый день миллионы пользователей видят рекламу Яндекса, а наши системы обрабатывают огромные объёмы данных. Чтобы реклама работала эффективно, нам нужно в каждый момент времени иметь максимально полную информацию об истории жизни рекламного объявления, а значит нужно каким-то образом передавать данные от одного события к другому внутри рекламной воронки. Расскажу, как мы решали эту проблему.

Почему талантливые сотрудники, которые приходили к вам с горящими глазами, спустя год уходят в никуда? И что вы, как руководитель, можете сделать, чтобы уберечь своего подчиненного от последствий стрессовой работы?