Kurgan-Telecom Ru | Информационные технологии

Привет! Меня зовут Лев, я системный администратор технической поддержки в Selectel. Мы живем в мире, где достаточно пары запросов в чатах с ИИ, чтобы создать, например, видео с драматическим сюжетом про банан и клубнику. Искусственный интеллект стремительно развивается, и крупные компании активно внедряют его в свои процессы. 

В этой статье я предлагаю рассмотреть несколько практических фейл кейсов использования ИИ в бизнесе.

Искусственный интеллект способен помочь вам торговать эффективнее. Однако он не делает вас автоматически прибыльным трейдером. Ни одна платформа, торговый робот, сигнальная система или алгоритм не могут гарантировать получение прибыли.

Привет! Меня зовут Оля, я ведущий дизайнер в Домклик. Работала в бигтехе (Сбер, Московская биржа).

В последнее время в найме наблюдаются панические настроения, поэтому ко мне стали часто обращаться ребята, чтобы я помогла составить резюме и подсказала, как лучше себя презентовать. Решила оформить в небольшую статью часто встречающиеся ошибки. Описала, с чем сталкивалась сама как соискатель и нанимающий менеджер.

Несколько лет я выкатывала себя в продакшн каждый день: без сна, без команды, без логов и без плана отката. Каждое утро деплой на уставшую голову, а каждую ночь бесконечный воркер, который пережёвывает один и тот же сценарий катастрофы и жрёт всю память. И я была уверена, что так и надо: просто работа, просто период, просто характер такой, да и вообще у всех так.

Но со временем поняла, что это не так, а теперь решила написать эту статью. Она про то, что когда мы выкатываем релиз в прод, то ведём себя как взрослые ответственные инженеры. А когда выкатываем в прод самих себя, то почему-то нет.

А ещё про то, как это всё дело чинить.

WAN — одна из самых заметных open-source моделей для генерации видео. Ее используют также для анимации персонажей, редактирования видео и локальных пайплайнов через Hugging Face, GitHub и ComfyUI.

В отличие от Kling, Runway, Pika и других сервисов, WAN — это открытая экосистема: в ней не просто дают инструмент, а выкладывают сами нейросети, которые можно скачать, запустить на своем компьютере, дообучить под свой кейс. У WAN есть официальные модели, хранилища (там лежат модели, датасеты и скрипты), разные версии на Hugging Face (чтобы было удобно пробовать и скачивать) и сборки для запуска у себя на компьютере — например, через Diffusers.

В статье разберем, что именно умеет WAN, в каких сценариях он дает сильный результат, как писать промпты и главное — как пользоваться нейросетью из России.

Плохая новость: получится не у всех. Длина волос ограничена не терпением, а константой. Потолок роста зависит от максимальной длины фазы роста, и она обычно длится от 2 до 7 лет — это как вам повезёт с наследственностью.

Дальше чистая арифметика: волос на голове удлиняется со скоростью примерно 1–1,5 см в месяц и только в фазу роста. Умножаем длительность фазы на эту скорость — и получаем генетический потолок.

Если вам достался короткий цикл, то волосы физически могут вырасти только на, скажем, 30 см. Если длинный — можно смело растить косу до пояса.

Кроме этого ограничения, можно здорово сократить срок службы волос, если вытираться полотенцем, как бешеный, как будто вы добываете огонь, — или мыть голову слишком часто шампунями с лаурилсульфатом или чем-то подобным.

С другой стороны, есть хорошая новость — есть возможность искусственно удлинять фазу роста. И не только миноксидилом. После него, кстати, волосы могут начать расти из ушей.

В общем, давайте залезем в биохимию и разберёмся, как растить волосы. 

Anthropic блокирует аккаунты из России и лишает доступа к сильному искусственному интеллекту. Как пользоваться этой технологией, несмотря на блокировки, без VPN и зарубежных подписок, узнайте прямо сейчас.

Всем привет! В предыдущих двух статьях нашего цикла – шесть основ бизнес-анализа мы с вами разобрали первые два базовых понятия Бизнес-анализа – Заинтересованные стороны (Stakeholders) и Потребность (Need).  Мы выяснили, что аналитик начинает любой проект с определения «кто в игре» для создания рабочей группы проекта и первым делом «ставит диагноз», т.е. определяет истинную потребность заказчика. Но когда потребность сформулирована и решение найдено начинается самая недооценённая часть работы бизнес-аналитика. Потому что даже идеально спроектированное решение может провалиться, если не управлять тем, что происходит между «сейчас» и «потом» — то есть самим изменением.

По данным McKinsey & Company, около 70% инициатив по организационным изменениям не достигают поставленных целей. Причина почти всегда одна и та же: техническая часть выполнена, а человеческая — проигнорирована. Новая система работает, процесс описан, инструкции написаны. Но люди продолжают работать по-старому.

Чтобы не наступить на эти грабли, разберём третье базовое понятие BABOK — Изменение (Change).

Боков Фёдор, Security Vision

Инвентаризация IT‑активов — это процесс учета всего оборудования, программ, учётных записей и сервисов в компании. Считается технической рутиной, но на практике это основа для работы систем безопасности. Без точного и актуального списка активов невозможно эффективно защищать инфраструктуру, нельзя закрыть уязвимость на сервере, о котором не знаешь, или корректно оценить угрозу для системы, не понимая ее роли в сети.

Эта статья рассматривает, как данные инвентаризации напрямую влияют на работу основных классов продуктов информационной безопасности. В качестве примера мы рассмотрим использование инвентаризации и её преимуществ в продуктах Security Vision SOAR, VM и CMDB. Их функциональность и точность напрямую зависят от качества и скорости наполнения базы активов.

Личный опыт 1С-аналитика по применению ИИ: практические примеры от предпроекта до поддержки (интервью, ТЗ, миграция, тестирование) с оценкой сложности, плюс подходы к работе с моделями, промтами и контекстом. Рассуждение на тему применения ИИ в 1С для бизнеса.

Привет, Хабр! Меня зовут Леонид, я ведущий PHP-разработчик в НЛМК ИТ.Наша команда отвечает за сервисы HR-направления на едином корпоративном портале (далее – ЕКП), а также занимается развитием и поддержкой корпоративных сайтов.

В предыдущей статье мой коллега рассказывал про подход к использованию гридов на крупном корпоративном портале. Со временем, помимо возможности работать с данными непосредственно на ЕКП, у бизнеса появилась другая потребность – выгружать эти данные в файлы.

В одних сервисах эта потребность была обусловлена необходимостью импорта данных в другую корпоративную систему, в других – необходимостью работы с табличными процессорами и несколькими отчетами одновременно. Соответственно, перед командой встает задача – реализовать механизм выгрузки данных из грида в файловый отчет.

История о том, как я стал туалетным сомелье Минска и создал карту всех местных уборных с расписанием, рейтингом и компасом.

За этот цикл статей мы с вами прошли долгий путь: от узелков кипу и китайских верительных бирок в первой статье через эпоху Возрождения с шифровальным диском Альберти и полиалфавитной заменой во второй, до грохота роторных машин «Энигма» и «Фиалка» в третьей. 

Но величайшая революция в истории шифров произошла тогда, когда тайны перестали быть уделом избранных и стали потребностью каждого. С появлением интернета перед человечеством встал вопрос: как создать доверие в мире, где у собеседников нет лиц? Ответом оказалась криптография, которая стала фундаментом глобальной цифровой цивилизации.

Наверное, с самого начала человеческой истории, люди осознали, что «свет — это хорошо, а тьма — таит в себе опасность»: охотники знают, что, кажущийся таким тихим и безжизненным лес, в тёмное время суток превращается в самое настоящее густонаселённое место — множество обитателей фауны выходят по своим делам и лес наполняется необычными звуками и неожиданными (не всегда приятными) встречами, избежать которых (или специально искать их, в зависимости от того, «на какой стороне» находится объект —  жертвы или хищника) можно было только обладая особыми свойствами организма, в частности зрения, слуха, обоняния. 

Исторически, человек всё более и более уступал в этом истинным представителям дикой природы: человеческое зрение не позволяло ему видеть в темноте также уверенно, как это делают многие дикие звери; обоняние не позволяло заранее почуять опасность; отсутствие больших и подвижных ушных раковин — также не могло потягаться с дикими зверями… 

Думается, что именно поэтому, активная деятельность человека всё более и более сосредотачивалось на светлом времени суток, а затем, с момента эпохального события (или событий), затерявшегося в веках — открытия огня, человек понял, что теперь, всё в его руках: «день» может наступить в любое время суток, равно как и безопасность!  

С того времени утекло много воды, и безопасность человека теперь обеспечивается зачастую иными средствами, чем освещение… Но, тем не менее, несмотря на прошедшую лавину времени, создание и совершенствование источников света всё также находится в значительной степени, в центре внимания людей, приводя к довольно интересным результатам…

Представьте, что вам нужна фотореалистичная 3D‑копия реального объекта или сцены: например, лица актёра для крупного плана или целой городской улицы. Сегодня для этого есть два инструмента: классическое 3D‑моделирование и фотограмметрия. Однако они съедают недели работы и ломаются там, где очень важны детали, — волосы, хром, стекло, отражения превращаются в артефакты. А на то, чтобы снять реалистичную сцену или объект так, чтобы это масштабировалось на тысячи единиц, обычно уходит слишком много времени и денег.

Выход из этого тупика для целого ряда задач мы нашли в Gaussian Splatting и прогнали технологию через несколько очень разных проектов: сканирование людей и локаций для кино (например, для «Кибердеревни»), создание цифровых двойников городских кварталов и симуляцию для автономного транспорта. Инструмент один — задачи разные. И именно на этом контрасте и родилось самое интересное.

Сегодня я расскажу, как риг из 15 камер заменяет установку за сотни тысяч долларов и зачем мы используем движущегося человека как калибровочную доску. Объясню, почему для беспилотного автомобиля фотореализм обязан рождаться из данных, а не из 3D‑редактора. Ну и, конечно же, расскажу про YaGS Plugin — наш опенсорс‑плагин, который делает Gaussian Splatting полноценной частью сцены в Unreal Engine.

Фиксить рутинные баги — это отстой. Никто в здравом уме не просыпается с мыслью: «О, как же я хочу сегодня весь день ковырять чужой легаси-код, чтобы понять, почему кнопка в IE11 уезжает на три пикселя влево!»

Так-то мы хотим пилить фичи, строить архитектуру, пить кофе и приходить на перфоманс-ревью просить зарплату больше.

В наш сегмент прилетало ну, может, пара десятков багов в месяц. Мы слегка размазывали их по спринтам. Некоторые особо скучные и мелкие не сдвигались годами. Но примерно 4 месяца назад поменялась система атрибуции багов, и они стали уноситься не в подразделение, которое писало изначальный код, а к тем, кто этот код эксплуатирует.

Бизнес за это время сильно вырос, и начали всплывать редкие с трудом воспроизводимые баги краевых случаев.

Короче, нас засыпало. Если раньше приходило 10–15 в месяц, то стало 10–15 в день. А дальше классическая дилемма:

— Если заставить сеньора месяц разгребать минорные баги, он просто выгорит и уйдёт.

— Нанимать джунов фиксить баги — хорошая идея, но не в этом случае.

— Поручить всё это дело нейросетям — возможно, выстрелить себе в ногу.

А когда мы пропускали шанс выстрелить себе в ногу? Короче, сейчас процесс выглядит так: баг попадает на доску в нашем Кайтене, летит в специальную колонку, там его подхватывает модель, пишет фикс, делает саморевью, делает тесты, собирает Pull Request, второй независимый агент в репозитории делает ещё контрольное ревью, и дальше это попадает на ревью к человеку.

Как это ни странно, за 3 месяца у нас не случилось такого, что фикс бага поломал что-то другое. Но тут надо сказать, что мы фильтруем, что попадает к модели, — и ситуации, когда модель не справилась, — они тоже случаются.

В первой части я вывел одно правило и предложил жить по нему: стабильное в начало, изменчивое в хвост, один символ в системном промпте обнуляет весь кэш. Правило рабочее, я сам собираю агента вокруг него. Но жить по закону, которого не понимаешь, неуютно.

vLLM и paged attention я руками не писал, зато исходники открыты, и я полез в них за байтовой причиной. Что физически лежит на GPU в момент попадания в кэш, как движок управляет этой памятью и почему хватает одного символа, чтобы всё посыпалось.

Эта статья для собственников или директоров компании, у которых ИТ вроде работает, но что там внутри на самом деле, они не знают. Разберем, по каким признакам понять, что ИТ-системы требуют внимания, во что обходится привычка «не трогай пока работает», какие объекты охватывает аудит ИТ-инфраструктуры и с какого первого шага начать, чтобы не платить сразу за дорогую процедуру. Если для вас ИТ — черный ящик, то эта статья поможет вам разобраться в базе и понять как действовать дальше.

ИИ становится по-настоящему полезным не когда команда просто получает доступ к инструментам, а когда он встраивается в зрелую инженерную культуру: стандарты разработки, ревью, тесты, документацию, CI/CD, управление техдолгом, архитектурные принципы и правила безопасности.

Мы в Совкомбанке сами внедряем ИИ в процессы разработки на различных этапах — не везде и всюду, а лишь там, где это имеет смысл. Поэтому мы хотим измерить, насколько глубоко ИИ проник в процессы разработки. А ещё хотим понять, в каких сферах его уже внедрили системно, а в каких ещё есть пространство для развития. Измерять решили через оценку по 7 направлениям техкультуры по шкале от 1 до 10, плюс включили несколько открытых вопросов. Потом поделимся подробными результатами исследования.

Почему отчётность, статистика и логирование в Go-автотестах превращаются в костыли — и как плагинная модель позволяет вынести инфраструктуру за пределы тестов.