Kurgan-Telecom Ru | Информационные технологии

Каждый бэкенд-разработчик рано или поздно сталкивается с ситуацией, когда база данных MySQL внезапно ложится при резком пиковом наплыве пользователей. Классическая ошибка на старте - создавать новое независимое соединение с СУБД на каждый чих приложения, выполнять один короткий запрос и закрывать коннект. Когда на сайт одновременно залетают сотни людей, сервер моментально упирается в системный лимит max_connections и падает с ошибкой OperationalError: (1040, 'Too many connections'), попутно забивая всю доступную оперативную память.

Первая ошибка в разговоре про нейросети – считать только расход. Подписка стоит столько-то, значит, это статья затрат. Но у любой рутины уже есть цена, просто она спрятана в зарплатах, в упущенных заявках и в вечерах, которые вы досиживаете с отчётами вместо семьи.

Посчитайте грубо. Если на ручную обработку заявок, переписку, счета и отчёты у вас и сотрудников уходит полтора часа в день, за месяц это больше тридцати часов. По отраслевым данным малый бизнес теряет на одной только финансовой рутине порядка двадцати четырёх рабочих дней в год – фактически вы работаете тринадцать месяцев, а платите за двенадцать. Это и есть та сумма, против которой считается окупаемость ИИ.

И вот что важно понять сразу: внедрившие нейросети возвращают по отраслевым данным двадцать и больше часов в месяц. Federal Reserve в своём исследовании оценил экономию от генеративного ИИ примерно в два часа рабочего времени в неделю на сотрудника – почти полный рабочий день каждый месяц, который раньше уходил в никуда.

Готовые RL‑окружения удобны для старта, но в реальных задачах редко хватает чужих правил и бенчмарков. В статье разбираем, как создать собственную среду для обучения с подкреплением: задать действия и наблюдения, продумать функцию награды и не сломать обучение на базовых ошибках.

Классическая картина для многих крупных российских компаний: рабочая группа из методологов, ИТ-архитекторов и приглашённых консультантов на несколько месяцев запирается в переговорных, чтобы создать «идеальный» регламент по управлению данными. На выходе появляется документ на 300–400 страниц: словарь из тысяч терминов, матрица ролей с десятками стюардов, пошаговые правила валидации и график заседаний совета по качеству данных на годы вперёд. Документ торжественно принимается, иногда даже переплетается в кожу. А спустя полгода дублирование номенклатуры может вырасти на 10–15 %, мастер-данные контрагентов по-прежнему содержат несколько версий одного юрлица, а отчёты продолжают врать. Data Governance умирает, не успев родиться.

Эта ситуация — не единичный инцидент, а системный диагноз. Российский бизнес, подталкиваемый регуляторами и желанием «навести порядок», массово влюбился в концепцию «золотого стандарта» данных — всеобъемлющей непротиворечивой модели, где каждое поле описано, каждый процесс стандартизован, а любые отклонения подсвечиваются дашбордами. Теоретически это привлекательно. Практически — губительно. Причина проста: управление данными не существует в вакууме документации, оно жизнеспособно только внутри конкретных сценариев использования.

┼┼┼┼┼┼┼┼┼▄▀▀▀▄▄▄▄▄▄▄▀▀▀▄┼┼┼┼┼┼┼┼
┼┼┼┼┼┼┼┼┼█▒▒░░░░░░░░░▒▒█┼┼┼┼┼┼┼┼
┼┼┼┼┼┼┼┼┼┼█░░█░░░░░█░░█┼┼┼┼┼┼┼┼┼
┼┼┼┼┼┼─▄▄──█░░░▀█▀░░░█──▄▄─┼┼┼┼┼
┼┼┼┼┼┼█░░█─▀▄░░░░░░░▄▀─█░░█┼┼┼┼┼
┼┼┼██░██░████░██░░░██░░░█████┼┼┼
┼┼┼██▄██░██▄▄░██░░░██░░░██░██┼┼┼
┼┼┼██▀██░██▀▀░██░░░██░░░██░██┼┼┼
┼┼┼██░██░████░████░████░█████┼┼┼

Для строительства компиляторов, нам нужны начала математики. Из них, как мы убедимся, проистекает добрая половина понимания и всех наших работ.
В частности, без начал не понять лямбда-исчисление Чёрча, которое мы применим на этапе работы с AST. Рассмотрим элементы дискретной математики с примерами на С, JavaScript, SQL.

Есть особый вид стыда: сделать штуку, которой доволен, и никому про неё не рассказать. Три недели назад моё расширение прошло ревью и появилось в Chrome Web Store. С тех пор ни анонса, ни поста, ни сообщения людям, которые его ждали. Тишина. И это уже не первый раз: в мае я точно так же на месяц пропал в код, лишь бы не заниматься продвижением. Ниже разбор, почему разработчик прячется от собственного продукта, и замеры, что происходит с цифрами, когда прятаться перестаёшь.

В стандартных клиентах, таких как v2rayN, используются специальные (geo) файлы, которые позволяют проксировать, блокировать трафик, а также пропускать его напрямую в зависимости от домена/IP адреса назначения. Пользователь @runetfreedomсоздал такие файлы для российских пользователей, за что ему большое спасибо. В теории, настроив маршрутизацию с этими файлами один раз, не нужно постоянно включать/выключать VPN или прокси при пользовании интернетом, так как клиент вроде v2rayN проксирует только заблокированные сайты. На практике же...

Вы должно быть сейчас обрадуетесь, узнав, что для полноценных силовых тренировок не обязательно ждать, когда же у вас высвободится время на три тренировки в неделю, ну или хотя бы на две. Оказывается, хватит одной и даже ее можно уложить в 30 минут, если следовать протоколу, предложенным в этом материале. И при этом расти!

Мы уже рассматривали в набравшей популярность статье “Как растить мышцы двумя тренировками в неделю” для людей с полной рабочей занятостью, как сократить тренировочное время и количество самих тренировок, управляя тренировочным объемом. Ведь по заявлениям большей части людей, нехватка времени — это основная причина, по которой они не тренируются. Что, на мой взгляд, является чистым самообманом. Но давайте мы продолжим играть в игру, словно, если бы у нас были деньги на счете, мы сразу стали атлетами-искусствоведами-полиглотами.

В приложенной выше статье мы частично рассматривали необычный метод дополнительной стимуляции под названием “мио-подходы”. В этой же статье им будет посвящен весь материал.

Сейчас я постараюсь показать и доказать, как снизить порог входа в тренажерный зал, действовать эффективно, опираясь на науку об упражнениях. С помощью рационального подхода делать хороший результат ценой приемлемых усилий. И дам вам нужные инструменты для этого.

Это будет изящный способ для людей с полной занятостью, чтобы ввести силовые в жизнь, поддерживать организм и получать от этого все бонусы в том числе по внешнему виду.

Насколько я успел понять, написание программ с помощью нейросетей сейчас "в тренде", причем как со стороны профессионалов, так и со стороны дилетантов. Первые используют нейросети для освобождения от рутины, а вторые - потому что сами писать не могут, а хочется показать результат.

Данная статья написана "по мотивам" этой публикации и обсуждений в комментариях к ней. Я никак не планирую использовать нейросети в своей деятельности, но мне стало интересно, насколько удобоваримый результат можно получить с помощью бесплатной нейросети.

Хочу отметить, что мой эксперимент был интересен именно мне, но я не стал публиковать эту статью на своем сайте, ибо там нет возможности обсуждения, да и назначение моего "компьютерного" сайта несколько иное. Ну и, как отметил выше, эта статья есть некий "ответ" на статью другого автора тут на Хабре.

Что же я хотел? Я хотел сравнить свои программы и программы, написанные ИИ. Но эксперимент должен быть серьезным, поэтому статья ожидается достаточно большой, особенно с учетом публикации кодов...

Когда бизнес готовится запускать рекламу, чаще всего смотрят на очевидные вещи: есть ли сайт, открывается ли он с телефона, работают ли формы, установлен ли счетчик, можно ли куда-то вести трафик. И если все вроде бы на месте, появляется соблазн сказать: «Ну все, запускаемся».

По условиям кейса организация Meridian, вымышленный крупный B2B-маркетплейс услуг для среднего бизнеса с клиентской базой более 4 млн компаний и оборотом 180 млрд рублей в год, столкнулась с падением выручки и ростом оттока клиентов, а руководству не хватало скорости принятия решений.

Команда победителей хакатона разработала AI-платформу для бизнес-аналитики, объединяющую возможности BI-систем и мультиагентного ИИ.

Как они подошли к решению кейса, почему начали с бизнес-анализа, а не технологий, какие выводы сделали на этапе исследования данных и как это повлияло на архитектуру всей системы?

Продолжаем хроники занятий со школьниками на Verilog Meetup в Hacker Dojo. Цель занятий - собрать за месяц несколько демонстраций, которые показать на городском мероприятии Technology Showcase в Mountain View. Для тех кто не в курсе, Маунтин-Вью - это такой город, в котором я однажды увидел на улице Сергея Брина, выходящего из-за угла с озабоченным лицом.

Как я уже писал, на первое занятие, на которое я ожидал придет человека три - пришло двадцать, и их не было никакой возможности обслужить. На второе занятие пришло десять: трое русских мальчиков с предыдущего занятия, трое новых русских мальчиков и девочка, китайский мальчик и их родители. Также зашел соратник Виктор и один товарищ на пять минут посмотреть. Под конец зашел американец, который советуется со мной по поводу FPGA. Он раньше работал в NASA JPL в Пасадене и похвастался мне что снимки его трансляций с Марса до сих лежат на сайте Института космических исследований Российской академии наук.

В процессе дискуссии возникли три возможных проекта:

Декодерный эмбеддер 7–8B дает качество, но платит за него памятью, latency и деньгами.

Разбираем все оси сжатия - int8, int4, binary + rescoring, PQ, MRL-усечение - на реальных замерах recall@10: где деградация мягкая, а где обрыв. С воспроизводимым кодом и Colab-ноутбуком под Qwen3

В последний год сложилось несколько трендов, которые делают 2026 год самым удачным моментом для запуска новых карьерных порталов и сервисов. И судя по всему, это понимаю не только я, поскольку только за последний год запустилось столько новых карьерных сайтов, сколько не запускалось в предшествующие лет пять.

После того как HH консолидировал все региональные карьерные сайты и начал потихоньку съедать рынок, а Сбер купил Rabota.ru, не было никаких значимых и заметных для соискателей запусков новых карьерных сайтов, да и сами соискатели, как минимум в ИТ, были избалованы объемом предложений. Однако с прошлого года, как грибы после дождя, запускаются один за другим новые сервисы для поиска работы. Расскажу про типичных представителей таких новых карьерных сервисов, а потом изложу свои соображения о причинах их появления.

В этой статье мы проведем технический анализ эволюции стратегий декодирования, рассмотрим их внутреннюю механику и предложим критерии выбора оптимального подхода для различных задач.

Привет, Хабр! В этой статье хочу показать, что управление процессом создания контента, его публикации и отчётности может быть не коробочным решением или тем, что часто видно в обычной таблице, а гибкой системой, собранной на базе платформ-конструкторов типа Notion и Buildin.ai.

Начну с того, что если бы контент-мейкеры и пиарщики были техногиками и владели этими инструментами, то вопроса о том, как им управлять контентом, даже не стояло бы. Потратив от пары часов до пары дней, они бы собирали себе системы своей мечты со всеми нюансами их бизнес-процесса, форматами данных, числом площадок, подходами к чистоте данных, отчётности и прочему. Но техническая сторона чаще всего далека от творчества и умения ярко и осмысленно выражать свои идеи, особенно в формате профессиональной деятельности, на которую оказывают влияние бизнес-требования и начальство.

Именно поэтому стандартный подход к управлению контент-планом и системой управления производством лежит где-то между простой таблицей в Excel или коробочным решением со стандартным набором CMS-инструментов.

Но это неминуемо приводит к жёстким фрустрациям:

Когда на графиках мониторинга появляется аномальный всплеск трафика, ваш первый порыв — сразу врубить фильтры и блокировать всё подозрительное, но на практике именно подобное чаще всего приводит к ошибкам.

На самом деле DDoS-защита начинается не с выбора сервиса и не с настройки правил — она начинается с диагностики. В этой статье мы разберём полный цикл: от момента появления алерта до выбора между Always-On и On-Demand моделями защиты.

Раньше построение KNN-индекса было самым медленным этапом при сохранении и слиянии чанков в таблицах с векторными атрибутами. Начиная с v27.1.5 , Manticore может задействовать несколько ядер CPU при сохранении чанков, слияниях через OPTIMIZE, авто-оптимизации и ALTER TABLE ... REBUILD KNN. На 16-ядерном Ryzen 9 5950X построение KNN-индекса для 1 миллиона 1536-мерных векторов сократилось с 8 минут до 39 секунд.

Меня зовут Алексей Ильичев, я программный инженер по образованию. Во время обучения работал на фрилансе в зоне фронтенда. И получил предложение заняться бэкендом в части разработки плагинов для САПР (систем автоматического проектирования) AVEVA для нефтяных платформ. Мне в моменте стало интересно, и все, за уши не оттянешь. 

Сейчас я работаю в управлении инженерными данными в Цифровом СИБУРе. Когда строят крупный завод, все его системы сначала проектируют в 3D-модели: трубопроводы, оборудование, арматура (задвижки, клапаны, вентили, все, чем можно перекрыть поток), кабельные трассы, эстакады. Каждый объект в модели должен быть проименован, то есть назначен идентификатор в виде тега. 

Тег — это уникальное имя, сформированное по специальным правилам, по которому объект потом найдут на реальном заводе, включат в реестр обслуживания, загрузят в систему управления инженерными данными – наша внутренняя разработка. Без тегов 3D-модель просто геометрическая болванка, которую можно использовать только в качестве опорной модели, от которой на стройке нет толку.

В дайджесте VK WorkSpace — ключевые обновления серверной версии в релизе 26.2, а также в облачной версии. Рассказываем, что изменилось в супераппе VK WorkSpace, Почте, Календаре, Мессенджере, Видеоконференциях, Диске, Доске и панели администратора.