Kurgan-Telecom Ru | Информационные технологии

Найти хорошего специалиста на аутстаффинге и вывести его на проект — еще не значит, что дальше все пойдет гладко. Самое интересное начинается, когда появляются перерасход часов, простои, недопонимание или конфликт между участниками.

В статье разбираю реальный случай из нашей практики и рассказываю, что должен делать аутстафф-подрядчик после выхода специалиста на проект, чтобы заказчику не приходилось самому разруливать проблемы.

Поисковый трафик уходит, старые правила доверия ломаются, а сайтам приходится заново доказывать, что им можно верить.

Нейросети убьют сайты? Скорее перезапустят. В статье пробуем разобраться, каким станет ближайшее будущее веба, где искать опору для доверия и как будет собираться цепочка от ИИ-ответа до первоисточника.

Тема баланса меди на практике достаточно проста при проектировании, но очень важна при производстве: от этого зависит риск возникновения деформация (изгиб и кручение) печатной платы, что в дальнейшем напрямую влияет на монтаж готового печатного узла. При этом сам принцип соблюдения баланса довольно простой — важно не количество меди как таковое, а её распределение по слоям и по площади платы.

В этой статье разберем, что именно инженеры подготовки и технологи производства называют балансом меди, чем его нарушение грозит на производстве и при эксплуатации, и что можно сделать на стороне разработчика и инженерна подготовки, чтобы не доводить дело до деформаций.

Существует класс рекуррентных нейросетей, в котором обучается только линейный выходной слой, а внутренняя структура (резервуар) остаётся фиксированной. Отсюда появилось название более общего подхода — «резервуарные вычисления».

Такая архитектура делает нейросети крайне быстрыми и энергоэффективными, но сложными в настройке. Поэтому они пока не получили широкого распространения и долгое время оставались в тени более универсальных архитектур.

Сотрудник отдела перспективных исследований компании «Криптонит» Илья Андросов провёл глубокий сравнительный анализ архитектур и методов обучения сетей эхо-состояний (Echo State Networks, ESNs). Автор выполнил обзор ряда известных ESNs и для некоторых из них предложил модификации, существенно улучшившие их основные характеристики.

98% успешных проверок в дашборде выглядят прекрасно. Ровно до момента, когда доходит: недостающие 2% это одна пара нод, один протокол, и так каждый день. Обновили CNI или ядро, и между двумя конкретными нодами начал теряться UDP, а агрегат всё ещё зелёный.

kconmon‑ng ставит агента на каждую ноду и гоняет TCP, UDP, ICMP, DNS и HTTP‑пробы между всеми парами каждые 5 секунд, а при сбое сам снимает MTR‑трейс, пока проблема ещё жива.

К версии 2.0.0 у проекта выросла веб‑консоль: матрица N×N, расследование с ранжированием причин без ML, машина времени для разбора ночных инцидентов и алертинг, который сводит правила в настоящий PrometheusRule. Под капотом всё тот же Prometheus.

Привет, Хабр! Это снова Евгений Шилкин и Степан Татауров, эксперты дивизиона инфраструктуры Группы Rubytech. В прошлой статье мы разобрали подходы к миграции, посмотрели, какие есть альтернативные решения, и обмолвились парой фраз про MIND Migrate Guest. 

В этой статье — практическая часть, проверим MIND в деле и протестируем его. Что из себя представляет процесс миграции с точки зрения алгоритма и чем он отличается от простого переноса между серверами? В процессе обнаружили несколько интересных находок. Давайте разбираться.

Привет, Хабр!

Мы традиционно собрали DDoS-статистику за II квартал 2026 года и посмотрели, какие тенденции проявились за этот период. В начале года злоумышленники вернулись к классическим TCP- и UDP-сценариям. А что было дальше? Сохранился ли этот вектор и куда сместился фокус атакующих — разбираемся под катом.

Итан Сигел (американский астрофизик-теоретик и научный журналист, автор рубрики "Спросите Итана", один из пропагандистов современных научных знаний), рассказывает о том, чему нас "научил" демон Максвелла, и о различии между замкнутыми и изолированными системами, которое упускает из виду система физического образования в Америке (да и в России).

Всё, что связано с энтропией, продолжает вызывать жаркие дискуссии. Всегда ли энтропия увеличивается? Не всегда. А насколько это "не всегда" распространено и как отличить систему, где "всегда" от системы, где "не всегда"? @avshkol перевёл этот текст Итана, который вносит ясность в массу дискуссий об энтропии и толковании результатов мысленных экспериментов вроде демона Максвелла (а также всевозможных вариантов вечного двигателя)...

Мы привыкли к ремейкам Resident Evil, крутым шутерам, которых не счесть, к такой долгой серии Need for Speed, подарившей нам сотни километров под Static-X, The Crystal Method и Lil Jon & The East Side Boyz (это та самая Get Low – «эрон дон дон»). Но началось все с гораздо более примитивных вещей, хотя и весьма душевных.

Сегодня предлагаю взглянуть на первые игры в некоторых жанрах, которые могут быть максимально не похожи на главные игры в своих жанрах, однако именно они задали тон и подарили им основу.

Мы (ну ладно, я) ждали этого больше десяти лет: в PostgreSQL 19 наконец-то завезли штатную онлайн-перепаковку таблиц. Команда REPACK в ядре и теперь больше никаких сторонних расширений и бесконечных согласований с ИБ. Да? Или нет? Эпоха pg_repack подошла к концу? Спойлер: не спешите удалять старые скрипты и утилиты. На моих тестах новая встроенная команда под нагрузкой заблокировала таблицу на три с лишним минуты, в то время как "старичок" pg_repack уложился в 0.6 секунды.

Выяснил: как устроен новый REPACK под капотом, почему он ломает привычный MVCC и в каких сценариях попытка использовать штатный инструмент на проде станет фатальной ошибкой.

Выход в продакшен с собственными языковыми моделями внутри корпоративного контура часто упирается в высокую стоимость GPU-оборудования и сложные риски. Внешние сервисы вроде ChatGPT не подходят из-за требований к безопасности данных, а аренда или покупка физических серверов может приводить к переплатам за простой в неактивные часы или, наоборот, падению сервиса при пиковых нагрузках. Помимо самой модели, бизнесу необходимо развертывать и связывать между собой векторные базы данных, сервисы векторизации и оркестраторы сценариев.

Эту проблему решает запуск приватной LLM в облачном Managed Kubernetes. Приватная модель гарантирует конфиденциальность и не отправляет данные во внешние сети, облако переводит капитальные затраты в гибкие операционные, а Kubernetes берет на себя отказоустойчивость и автоматическое масштабирование дорогих GPU-ресурсов. Материал будет полезен DevOps-, MLOps-инженерам и архитекторам, перед которыми стоит задача развернуть изолированную и надежную RAG-систему.

В этой статье рассмотрим, как можно задеплоить LLM в Managed Kubernetes на примере простой RAG-системы. Будем использовать LLM-роутер AIBrix, n8n и vLLM. Дополнительно понадобятся Envoy Gateway (как зависимость для AIBrix), cert-manager (выпустим сертификаты для домена n8n), Qdrant (хранилище для RAG системы) и PostgreSQL в качестве базы данных для n8n.

Команда VK Cloud перевела материал о посте Lin Sun в блоге CNCF: остаётся ли Pod правильной единицей развёртывания, идентичности и жизненного цикла для ИИ-агентов на Kubernetes. Материал будет полезен платформенным инженерам, DevOps- и SRE-инженерам и всем, кто разворачивает ИИ-агентов в кластере.

Всем привет. На связи Михаил, технический лидер проекта Axelix.

Я уже довольно давно хотел написать небольшую статью о нашей модели ветвления git в надежде, что она может пригодиться и другим.

В мире существует немало стратегий ветвления git, например: Gitflow, GitHub-flow, Trunk-Based-Development (TBD) и так далее.

По своему опыту могу сказать, что команды обычно не берут какую-либо стратегию в точности в её исходной форме, а либо изобретают нечто совершенно новое сами, либо просто берут, к примеру, уже упомянутый GitFlow и адаптируют его под свои нужды.

Туториал о создании собственного веб-приложения с помощью ИИ-агента Claude Code. Всю работу мы делаем через ИИ: наши статьи специально написаны для тех, кто работает через чат с агентом в терминале. Код писать не нужно, только давать правильные команды.

Сегодня добавим браузерные автотесты, которые проверяют сайт после изменений, а затем поэтапно переведём проект с JavaScript на TypeScript.

Многие знают и используют контрольную панель ispmanager для управления сервером, но, возможно, не всем известно, что функционал работы панели можно расширить самостоятельно и адаптировать для выполнения своих специфических задач.

В этой статье я хочу показать, как можно расширить возможности ispmanager — с помощью механизма плагинов. Они позволяют добавлять в панель собственный функционал: новые пункты меню, формы, отчёты, автоматизированные действия до и после стандартных операций, а также выводить данные из внешних систем прямо в интерфейс панели.

Предлагается доработать ispmanager, а именно:

Вайбкодинг (vibe coding) — это генерация готового кода по текстовому описанию задачи. Для продуктового дизайнера это большой прорыв. Теперь вы не просто рисуете статичные макеты и пытаетесь сделать прототип максимально приближенным к реальности. Вы собираете работающий код.

Вы описываете поведение интерфейса на человеческом языке: «Сделай карточку товара с кнопкой "Купить", которая блокируется при нуле на складе», — и через минуту получаете готовый HTML, CSS и JavaScript.

Салют, Хабр!

Я Антон, продакт сервисов клиентской документации. Одна из задач нашей команды — решать проблемы пользователя как можно проще: без долгих диалогов с чат-ботом или техподдержкой, где приходится излагать, что случилось, как и когда; без поисковиков в надежде, что где-то на форумах найдётся ответ. Поэтому мы запустили на интеллектуальных телевизорах и медиацентрах Сбер сервис персонализированной контекстной помощи — ГигаСправку. Теперь, если устройство выдаёт ошибку, вместе с ней на экране появляется кнопка ГигаСправки. Нажав на неё, пользователь получает совет, как можно исправить проблему с учётом конкретного устройства и его состояния.

Эффект от нового сервиса для техподдержки огромен, а техническая реализация проста: всего одна точка знаний, RAG-сервис, ГигаЧат и семантическое кэширование позволяют предельно быстро помогать юзеру на той же поверхности. Показывать то, что нужно, там, где нужно. Рассказываем, как превратили базу с ответами на вопросы в ГигаСправку.

Гипотеза «новости двигают рынок» — самая интуитивная в трейдинге. Настолько интуитивная, что я потратил на её проверку недели GPU-часов, полный архив финансовых телеграм-каналов с 2021 года и пять принципиально разных постановок задачи — от простых счётчиков упоминаний до NLP-разметки и пер-минутного event study.

Результат: ноль из пяти. Ни одна постановка не улучшила боевую модель (с одной унизительной для NLP оговоркой — она в конце).

Но интересен не сам ноль — интересно, как именно проваливалась каждая попытка. Две из пяти сначала показали «улучшение» в бэктесте, и если бы я остановился на агрегатной цифре, сейчас бы искренне рассказывал вам, что нейронка с новостями торгует лучше. Эта статья — подробный разбор всех пяти механизмов: что строил, какие признаки считал, какие цифры получил и где именно каждая версия обманывала.

Это обещанное продолжение статьи про сидовый шум ±10 п.п. — протокол проверки оттуда, здесь он работает на живом сквозном примере.

Как загружают свои настройки нормальные текстовые редакторы и IDE? При запуске они ищут некий каталог, а внутри него — конфигурационные файлы. Если такие файлы есть, они их загружают и используют.

Неужели Emacs настолько сильно отличается от них? Да, отличается.

Привет, Хабр! Я — Даша, отвечаю за обучение руководителей в MTC Web Services, проектирую образовательные продукты для наших лидеров: от коротких программ до длинных траекторий развития.

Моя работа редко начинается с генерации контента. Обычно сначала нужно разобраться, какую задачу на самом деле пытается решить бизнес. Потом понять, как она соотносится с потребностями будущих участников обучения — для этого мы с командой проводим внутренние исследования: глубинные интервью, кастдевы, пульс-опросы. И только затем появляется концепция продукта, а за ней — разработка программы, материалов и коммуникаций.

Еще полгода назад я подключала ИИ исключительно на последних этапах. Когда решение уже найдено, модель помогает быстрее его реализовать: предложить структуру, придумать название курса, создать черновик контента или скорректировать текст. Сейчас же я открываю чат с LLM гораздо раньше, когда решения или образа результата еще нет в голове, и использую его не только для того, чтобы сделать работу быстрее, но и чтобы снизить вероятность ошибки на самом важном этапе — когда необходимо решить, что именно нужно делать. Это, пожалуй, самая заметная перемена в моей работе с ИИ, о которой и пойдет речь в этом материале.

Спойлер: здесь не будет обзора моделей. Меня гораздо больше интересует, как меняется рабочий процесс, когда ИИ становится частью проектирования.