В июне вас ждут еще три онлайн-встречи с экспертами Cloud.ru — о Spark, облачных расходах и Redis. Регистрируйтесь заранее, чтобы ничего не пропустить.
🎥Spark Connect для ИТ-команд: упрощаем разработку и работу с данными
Покажем, как сделать использование Apache Spark удобным для всей команды с помощью Spark Connect и Evolution Managed Spark. Затронем вопросы разработки в IDE, анализа данных в Jupyter и построения ETL на чистом SQL в dbt. Не бойтесь споткнуться о порог входа — здесь он минимальный.
🧑💻 Для кого: дата-инженеры, аналитики, руководители дата-отделов.
🎥Как управлять расходами в облаке и не удивляться счетам
Разберем, как сделать облачные расходы прозрачными с помощью FinOps-инструментов. Вы узнаете, почему важно назначать владельцев ресурсов, как правильно выбирать тариф, выставлять автоматические квоты и настраивать алерты, чтобы сократить затраты на 20–30%. Всё — с живым демо в личном кабинете.
🧑💻 Для кого: ИТ-менеджеры, DevOps, финансовые директора.
🎥Эволюция приложения в облаке: как настроить кеш с Redis и ничего не сломать
Четвертый вебинар большого трека про эволюцию приложений. Обсудим стратегии кеширования и какую из них выбрать под ваш сценарий, типичные ошибки инвалидации и защиту от всплесков нагрузки. Разберем, как оценивать эффективность кеша и ситуации, когда он только маскирует проблемы.
🧑💻 Для кого: бэкенд-разработчики, DevOps-инженеры, архитекторы.
Evolution Managed RAG — теперь источники для базы знаний сканируются глубже: при добавлении нового источника автоматически обходятся все директории сервиса. Больше никаких «а вот этот раздел мы не проиндексировали»: охват данных стал полным, и на качестве ответов LLM это будет заметно.
Evolution AI Agents — в сервисе обновили дизайн интерфейсов для инструмента EvoClaw. Меньше визуального шума, можно быстрее сориентироваться в конфигурации агента.
☁️ Cloud.ru Evolution — новые возможности в различных сервисах
Evolution Load Balancer — во вторую версию добавили балансировку трафика на виртуальные IP. В связке с поддержкой Proxy Protocol v2, которая добавилась в апреле, бэкенды теперь видят все, что нужно видеть.
Evolution Managed ClickHouse — реализовали поддержку версии 25.8. Если аналитические запросы у вас исчисляются миллиардами строк, то это обновление будет как нельзя кстати.
Evolution Managed Kubernetes — сразу несколько точечных, но важных улучшений в сервисе:
Недоступные при создании ресурсы скрываем сразу — вместо ошибки при деплое вы видите рабочие альтернативы.
Добавлены плагины: Agent Sandbox — для изолированного запуска ИИ-агентов, и Reloader — для автоматического перезапуска рабочих нагрузок при обновлении конфигураций и секретов.
Теперь поддерживается Kubernetes 1.35.
Evolution Managed OpenSearch — добавили возможность настроить окно обслуживания для технических работ. Теперь вы сами задаете время, когда кластер может быть недоступен, и техобслуживание не застанет врасплох.
Evolution Data Platform — платформа получила сразу несколько важных обновлений: Control Plane мигрировал в мультизональный кластер, появилась ручная остановка и возобновление инстансов для экономии ресурсов, обновлена система уведомлений по событиям и авариям, добавлены индикаторы статусов кластеров.
Evolution Artifact Registry — Terraform 2.0.2: теперь реестры разворачиваются через IaC.
💰 Оплата и контроль затрат
Три точечных улучшения для борьбы с типичными неудобствами: проверка пересечений бюджетов, редактирование или полное удаление лимитов, которые больше неактуальны.
🏢 Cloud.ru Advanced и Облако VMware
Cloud.ru Advanced — Terraform-провайдер обновлен до 1.79.0 с расширенным набором Data Sources и ресурсов для Direct Connect (DC).
Облако VMware — в VDI появилась веб-консоль мастер-образа прямо в личном кабинете: ставите ПО один раз — все ВМ на его базе наследуют настройки автоматически. Балансировщик ALB стал доступен на площадке PD50-02 и остается бесплатным. В вЦОД с GPU добавлены хосты на платформе HGX с ускорителями A100-80 SXM на площадках PD30-01 и PD50-01.
📊Практический гайд для тех, у кого данные есть, а толку мало
Дашборды, модели и данные есть, но все это живет в разных системах, не дружит друг с другом и весьма туманно отвечает на вопросы бизнеса?
Как раз для тех, у кого не клеится польза с реализацией, мы собрали практический гайд «Платформа данных и ИИ». Там прописана вся цепочка «бизнес-задача → метрики → архитектура». Берите на следующую встречу с CTO или CDO, когда речь снова зайдет про платформу данных и нужно будет показать, что это не «очередная хранилка».
📽️Вебинары
Выложили записи прошедших вебинаров, самое время наверстать, если пропустили:
Рассказали про кейс провайдером сервисов для мобильного аудита Retailiqa. Читайте, если вам актуально «поженить» 152-ФЗ с одинаковой доступностью сервисов из России и из-за рубежа.
Подборка материалов, которые помогут снизить стоимость, стабилизировать прод и перестать гадать с ресурсами
Среди читателей Хабра много ML‑инженеров, дата‑сайентистов и дата‑инженеров — и мы, как команда провайдера облачных и ИИ-сервисов, догадываемся, где у вас чаще всего болит. Ниже подборка материалов, которые помогут в решении задач: чуть ускорить, чуть удешевить, чуть упростить жизнь в проде.
👨💻 ML/DS‑инженеры и бэкенд
Боль №1
Суть: вы крутите LLM в проде, токены стоят денег, контекст забивается громоздким JSON, а латентность растет. Что делать: прочитать статью — как практическое руководство по переходу с JSON на компактный TOON‑формат для структурированных ответов. Почему: в ряде кейсов можно сэкономить до ~40% токенов, но есть нюансы. Формат лучше работает при небольшой вложенности (3–4 уровня) и однородных массивах. Для плоских данных чаще выгоднее CSV. Плюс потребуется свой парсер/SDK — это усложняет дебаг и интеграцию.
Боль№2
Суть: нужно обогатить поисковую выдачу или интерфейс LLM‑функциональностью, но непонятно, как выдержать нагрузку и не превратить кластер в черную дыру для бюджета. Что делать: взять на вооружение материал от Avito Tech — эдакий «рентген» продакшен‑архитектуры с LLM/мультимоделями под серьезной нагрузкой. Почему: хороший слепок боевой системы с vLLM и LoRA, организацией GPU‑кластера, схемой запросов и мониторинга качества. Учитывая масштабы, команду и бюджеты Avito, «копировать-вставить» вряд ли получится, но по крайней мере есть опорная схема, как декомпозировать сервисы, и на какие метрики смотреть при проектировании.
👨💻 Data Science, MLOps, DevOps
Боль №3
Суть: модели живут в «ручных» скриптах, развертывание нестабильно, автоскейлинг либо отсутствует, либо работает хаотично. Не всегда получается договориться с коллегами о процессе вывода из ноутбуков в прод, который бы всех устроил. Что делать: читать нашу статью, где разбирается жизненный цикл ML‑модели в Kubernetes. Почему: показана связка контейнеризации, CI/CD и деплоя с учетом ML‑нагрузок. Это не универсальный рецепт (пример завязан на инфраструктуру Cloud.ru), но помогает синхронизировать ожидания между DS и MLOps, чтобы было от чего оттолкнуться.
👨💻 ML‑инженеры и исследователи
Боль №4
Суть: эксперименты падают из-за CUDA out-of-memory, приходится наугад крутить размер батча, длину контекста и конфигурацию кластера. Каждый запуск — лотерея и потерянные GPU‑часы. Что делать: читать перевод зарубежной статьи с разбором оценки потребления памяти на примере GRPO. Почему: объясняет, из чего складывается потребление памяти и как прикинуть конфигурацию до запуска. Это не калькулятор «до байта», поскольку значения зависят от стека, наличия обучения со смешанной точностью или распределенного обучения, — но как ориентир экономит время и нервы.
Суть: никаких «красивых» датасетов: данные разнородные — таблицы, тексты, временные ряды, сигналы. Поддерживать зоопарк моделей дорого, а терять качество нельзя. Что делать: читать свежие работы про TabPFN — первуюи вторую. Почему: обе работы показывают, что вокруг TabPFN можно выстроить единое табличное ядро. С одной стороны — подключать текст через адаптеры, не теряя информацию на грубом PCA. С другой — переводить в таблицу разнородные временные ряды и решать на одном ядре разнородные задачи. Может быть удобно, когда данных немного и не хочется поддерживать много отдельных моделей. При этом придется аккуратно проектировать фичи и контекст, а адаптеры обучать под свой домен, но это все равно дешевле и проще, чем полное переобучение.
Пишите в комментариях, где еще болит. В следующий заход попробуем принести что-то точечно под ваши задачи.
Как RETAILIQA совместила 152‑ФЗ, SLA для иностранцев и задел под новые ИИ‑сценарии
👨💻 Что за компания RETAILIQA (бренд компании ООО «Крона Лабс») с 2014 года развивает сервисы мобильного аудита: электронные чек-листы для контроля качества, мониторинга цен конкурентов и оценки лояльности клиентов (NPS). Решения компании используют крупные федеральные и региональные игроки в ритейле, общепите, телекоме, банках, страховании, управлении недвижимостью, промышленности, логистике и других отраслях.
🚀 Задача На фоне роста клиентской базы и объема собираемых данных команда столкнулась с несколькими ограничениями: прежний провайдер не мог масштабировать хранилище и вычислительные ресурсы, усилились требования федеральных заказчиков к безопасности и хранению чувствительных данных в российском ЦОД, у зарубежных клиентов возникали проблемы с доступностью сервисов. Параллельно RETAILIQA готовилась внедрять ИИ-модели для распознавания полок и ценников, что требовало гибкой и отказоустойчивой облачной инфраструктуры.
☁️ Что сделали В 2024 году всю инфраструктуру перенесли в облако VMware на платформе Cloud.ru, закрыв потребность в ресурсах и отказоустойчивости без простоя для клиентов. Для хранения терабайтов данных подключили S3-совместимое хранилище Evolution Object Storage и перешли на модель pay-as-you-go — оплачивают только фактическое потребление без необходимости «держать запас» на стороне. Для защиты и соответствия требованиям безопасности добавили StormWall: Anti-DDoS и сервис резервного копирования виртуальных машин VMware, обеспечив дополнительный уровень защиты от атак и потери данных.
🦾 Что получили в итоге RETAILIQA сняла ресурсный потолок: теперь можно без ограничений подключать федеральных и региональных клиентов с тысячами объектов контроля и десятками тысяч пользователей. Доступность сервисов достигла 99,98%, а надежное хранение фото- и видеоматериалов в сертифицированных российских ЦОД укрепило доверие крупных заказчиков и регуляторно-чувствительных отраслей. Например, крупная аптечная сеть с более чем 2 000 точек ежедневно отправляет «тяжлые» фотоотчеты по строжайшим стандартам мерчендайзинга — инфраструктура провайдера справляется с таким потоком без деградации.
В планах — внедрение сервисов AI Factory для анализа фотографий и распознавания информации на ценниках. Это позволит автоматически проверять, соответствует ли выкладка товара в торговых залах утвержденным схемам (планограммам), а также ускорит подготовку отчетов и позволит гибко масштабировать ресурсы под новые сценарии с применением ИИ, не перестраивая всю архитектуру с нуля.
Свой ML-завод: что дает собственная ML-платформа и как ее запустить
Большинство корпоративных ИИ-пилотов не дают измеримых результатов. Не из-за моделей, из-за инфраструктурного хаоса вокруг них.
Специалисты тратят время на подготовку данных и настройку окружения вместо экспериментов. Стек собирается из разрозненных инструментов, интеграция съедает месяцы, видеокарты простаивают и сжигают бюджет. А поверх всего — ужесточение требований к субъектам КИИ и приближающиеся сроки перехода на отечественное ПО.
На вебинаре разберем, как выстроить нормальный процесс разработки ИИ — от загрузки данных до обучения моделей на кластере видеокарт. Покажем, как платформа Evolution Stack.ML от Cloud.ru превращает этот хаос в работающий ML-завод: готовые сервисы убирают месяцы интеграций, единое управление наводит порядок в инфраструктуре, а развертывание внутри контура закрывает требования регуляторов.
Будет полезно специалистам по данным и ML-инженерам, руководителям команд, ИТ-архитекторам, DevOps-инженерам, специалистам по ИБ, техническим и ИТ-директорам.
Что обсудим:
почему ИИ-проекты не взлетают: разрозненные инструменты, простой GPU и другие грабли;
во сколько на самом деле обходится машинное обучение (спойлер: затраты на видеокарты лишь вершина айсберга);
три пути к ML-платформе и скрытые ловушки каждого из них: облако, самостоятельная сборка на базе решений с открытым кодом, готовый продукт;
когда локальное развертывание дешевле облака — и почему это работает не всегда;
в каких отраслях платформа внутри контура необходима и какие задачи она закрывает;
как устроена Evolution Stack.ML и зачем нужны рабочие пространства.
В практической части покажем:
как создать рабочее пространство и подключить внешние источники данных;
как запустить Jupyter-сервер на готовом образе — от выбора образа до открытия среды разработки;
весь путь от первого запуска до распределенного обучения на нескольких GPU;
как отслеживать метрики прямо из интерфейса платформы.
📅 2 июня в 11:00 мск 📍 Онлайн. Зарегистрируйтесь, чтобы задать вопросы спикеру в прямом эфире.
В разговорах с крупными российскими компаниями часто упираемся в задачи, которые не тянут публичные облака. Это и заставило нас сменить оптику и посмотреть в сторону гибрида. Собрали для вас шесть типовых сценариев, где бизнесу нужно гибридное облако.
1️⃣ Disaster recovery и георезервирование 💥
Что это: основная инфраструктура работает в локальном ЦОД или частном облаке, а резервная площадка и бэкапы — в публичном. Если случается авария, трафик и нагрузки в штатном режиме переключаются в облако.
не нужно строить и содержать полноценный дата‑центр;
план восстановления можно регулярно тестировать без остановки основного контура.
2️⃣ Пограничные вычисления (edge computing) 🛰️
Что это: приложения и виртуальные машины частично работают в пограничной среде — в филиалах, магазинах, на заводах. А центральный ЦОД или облако отвечает за хранение, аналитику и централизованное управление.
не нужно покупать железо, а потом обслуживать простой;
ресурсы в облаке включаются только тогда, когда они нужны;
бизнес переживает пиковую нагрузку без просадок по скорости и повышения CAPEX.
4️⃣ Разработка и CI/CD в облаке 🧪
Что это: разработка и тестирование происходит в публичном облаке, а деплой остается в частном контуре.
Кому подойдет: крупные компании с ограниченными ресурсами и несколькими командами разработки — финансы, промышленность, сервисный бизнес.
Бизнес-выгода:
тестовые среды поднимают и останавливают по запросу;
подрядчикам не нужен прямой доступ внутрь периметра;
релизы выходят быстрее, а критичные данные остаются в частном контуре.
5️⃣ Защита критичных данных и систем 🔐
Что это: чувствительные системы и данные (ERP, финансовые приложения, базы с персональными данными) работают в частном контуре, а менее критичные сервисы живут в публичном облаке.
Кому подойдет: банки, страховые компании, телеком, госсектор, промышленность с жесткими требованиями регуляторов.
Бизнес-выгода:
компания соблюдает требования по безопасности и локализации данных;
снижается риск утечек, штрафов и репутационных потерь;
публичное облако работает там, где это безопасно и экономически оправдано.
6️⃣ ИИ и ML с данными on‑premise 🤖
Что это: сырые и чувствительные данные хранятся и обрабатываются локально, а обучение моделей и часть инференса выносятся в публичное облако.
не нужно строить дорогой GPU‑кластер под нерегулярные нагрузки;
можно быстро запускать и останавливать ML-эксперименты;
чувствительные данные остаются в защищенном контуре, а облако используется для увеличения вычислительных мощностей.
🟩 Наши новые партнерства с компаниями «Полипластик», «Ренессанс страхование», «Технодинамика», «АФЛТ-Системс», «LADA Цифра» и «МТ-Интеграция», которые мы заключили на ЦИПР‑2026, как раз про такие сценарии: компании из промышленности, автоиндустрии и аэрокосмической отрасли хотят запускать ИИ‑продукты, масштабироваться под пиковую нагрузку и при этом не выносить критичные данные из своих контуров.
Для этих задач мы развиваем гибридную архитектуру Cloud.ru Evolution Stack — как основу для проектов, где публичное облако и собственная инфраструктура работают вместе, на одной кодовой базе.
Больше про гибридное облако можно почитать в нашем исследовании: про развитие гибрида в России, на Западе и в Азии. 🧠
Приходите на вебинар — покажем, как выстроить резервное копирование, которому можно доверять
Бэкап есть почти у всех. Но одно дело — хранить копии, другое — быть уверенным, что при сбое инфраструктура поднимется в нужные сроки и без потерь. Как перейти от «копии существуют» к «восстановление работает»?
Разберем это на совместном вебинаре с экспертами Cloud.ru и оператором ИТ-решений ОБИТ. Будет полезно ИТ-директорам, директорам по ИБ, системным архитекторам, инженерам и администраторам — всем, кто отвечает за сохранность данных в облаке.
Что расскажем и покажем:
какие практики резервного копирования актуальны сейчас и в чем их различия;
почему классическая стратегия 3-2-1 на практике может не выполнять свою функцию;
почему сторонний бэкап становится стандартом, а не опцией;
как опыт интегратора влияет на результат — и что меняется, когда интегратор и вендор работают в связке;
реальные кейсы: что именно это дает бизнесу.
В практической части пройдемся по интерфейсу SaaS-решения Cloud.ru. В прямом эфире покажем процесс восстановления машины из резервной копии через агента и разберем, как встроить решение в существующую инфраструктуру без глобальных переделок.
📅 Когда? 26 мая в 11:00 мск.
📍 Где? Онлайн. Зарегистрируйтесь, чтобы задать вопросы спикерам в прямом эфире.
Гибрид нужен бизнесу: он помогает держать критичные данные локально, но при этом пользоваться всеми плюсами публичного облака.
Но как именно будет расти этот рынок, если крупный бизнес думает про безопасность, средний — про бюджет, стартапы — про скорость?
Рассмотрим четыре возможных тенденции.
1️⃣ Тенденция 1: рост через ИИ/ML и дефицит железа
GPU дорогие, быстро устаревают и тяжело отбиваются. Обучение моделей и тяжелые расчеты — кратковременная, но очень серьезная нагрузка.
Логика для компаний проста: критичные данные и системы остаются on‑premise или в приватном облаке, а обучение и часть инференса перемещаются в публичное облако.
❗Но развиваться эта тенденция будет не рывком, а постепенно — по мере того как компании наберут практический опыт, начнут больше доверять отечественным провайдерам и снимут внутренние барьеры: технологические и культурные.
От этого подхода в первую очередь выигрывают средние и крупные компании: финтех, e‑commerce, медиа и продуктовый ИТ.
2️⃣ Тенденция 2: стагнация из-за регуляторики
Если регуляторы продолжат ужесточать требования, список данных, которые нельзя выносить из своего ЦОД, будет только расти.
В этом сценарии крупные компании и госсектор вкладываются в собственные дата-центры и частные облака. Публичное облако используют по остаточному принципу — 20–30% от нагрузки, в основном для тестов и вспомогательных сервисов.
Для тяжелых отраслей (банки, госсектор, здравоохранение) модель почти не меняется: основной фокус по‑прежнему на своих ЦОД и приватных облаках, а публичные остаются вспомогательными.
❗А вот менее зарегулированных ужесточение правил подталкивает к гибриду — полностью в публичное облако нельзя, полностью делать on‑premise слишком дорого. В итоге гибрид из опции превращается в базовый вектор, и спрос на него будет только расти.
3️⃣ Тенденция 3: разделение по размерам и отраслям
У этой тенденции есть три вектора развития: они зависят от размера и отрасли и компании.
🏦 Крупные корпорации и госсектор держат максимум мощностей на своем железе и в частных облаках. Гибрид для них — это связка нескольких приватных площадок плюс небольшой процент публичного облака для некритичных задач.
🏢 Средний и крупный бизнес с запросом на развитие строят классический гибрид: критичное и регулируемое — в своем контуре, остальное — в облаке, чтобы ускориться и сэкономить.
🏪 Малый бизнес и стартапы без жесткой регуляторики идут в полностью публичное облако. Владеть железом им невыгодно, поэтому архитектура сразу проектируется облачной.
❗И хоть в случае со средним бизнесом гибрид пока упирается в стоимость и сложность, в перспективе именно этот сегмент может стать главным потребителем гибридного облака как сервиса.
😮 Отдельное исключение: специализированный гибрид под ИИ/ML
Даже сильно регулируемые игроки будут выносить в облако тяжелые вычислительные задачи — обучение и часть инференса. При этом данные и ключевые системы будут хранится on-premise.
Все описанные тенденции мы не выдумали — это выводы из нашего большого исследования. Мы провели 17 глубинных интервью и узнали, как российские компании проектируют гибридные облака и почему делают их основой ИТ-инфраструктуры.
Рассказываем, что произошло в апреле и объясняем, зачем это может пригодиться.
🤖 Гига-помощник стал умнее
Теперь прямо из чата можно запустить Container Job, подтянуть ресурсы кластера Managed PostgreSQL и собрать конфигурацию ВМ по параметрам — без ручного клика по консоли. Если вы когда-нибудь теряли время на рутинные операции в 11 вечера перед дедлайном, вот оно — облегчение.
🧠 AI Factory — цифровая среда для работы с генеративным ИИ
AI Agents — агентов теперь можно «прокачивать» навыками и описывать задачу текстом: система сама предложит конфигурацию. Меньше времени на настройку, быстрее — к результату.
Managed RAG — три новости для тех, кто строит корпоративные базы знаний: появился OCR для PDF, Excel и изображений; документ теперь можно загрузить целиком, не нарезая на чанки (чтобы контекст длинных регламентов и договоров не терялся); метаданные можно задать через jq-схему. Качество ответов LLM на ваших данных станет заметно лучше.
Notebooks — новый образ Cloud.ru/Ostris AI Toolkit дает полноценную среду для обучения моделей прямо в браузере: датасеты, конфиги, очередь заданий, логи и терминал — все в одном окне. Не нужно тратить день на настройку окружения.
☁️ Cloud.ru Evolution — публичное облако, построенное на собственных разработках
Evolution Compute — форма создания ВМ больше не дает выбирать ресурсы, которые на самом деле заняты. Теперь вместо ошибки при деплое вы сразу видите альтернативы — нервные клетки сэкономлены. Еще теперь можно массово перезагружать ВМ или удалять диски, что намного удобнее.
Evolution Load Balancer — поддержка Proxy Protocol v2. Бэкенд наконец видит реальный IP клиента, а не адрес балансировщика. Для логирования, аудита и политик безопасности — принципиально важно.
Evolution Managed Kafka — топики в сервисе теперь можно создавать, редактировать и удалять в реальном времени. Казалось бы, мелочь — но именно такого обычно не хватает, когда все горит.
Evolution Managed PostgreSQL — реализовали возможность размещать узлы кластера в разных зонах доступности. Одна зона упала — кластер живет. Для прода — не опция, а база.
Evolution Artifact Registry — в тестовом режиме добавили возможность загрузки PyPI-пакетов в реестр. Храните внутренние Python-библиотеки рядом с остальными артефактами без отдельного репозитория. Потрогайте, возможно, так будет удобнее.
🚀 Три сервиса вышли в Public Preview — попробовать можно бесплатно
API Gateway — публикуйте и защищайте API без самописного шлюза. Workflow Studio — визуальный редактор для DevOps/MLOps-пайплайнов и пайплайнов данных. Managed OpenSearch — управляемые кластеры для поиска и аналитики логов.
Стадия Preview — лучший момент, чтобы оценить новые функции без обязательств.
🏢 Cloud.ru Advanced
Alma Linux 9.4 и Rocky Linux 9.5 в образах для ВМ, Kubernetes 1.34 с healthcheck по HTTPS и поддержкой XGPU, Terraform-провайдер 1.12.17.
📊 Отдельно — для тех, кто выстраивает аналитику для бизнеса
Мы подготовили руководство «10 шаблонов дашбордов для топ-руководителей» — о переходе от интуитивных решений к data-driven управлению. Внутри: шаблоны под роли CEO, CFO, CMO, CTO, CDO с метриками по финансам, маркетингу, продукту и операциям, плюс связка «бизнес-задача → метрики → дашборд → архитектура на Evolution Data Platform». Полезно взять с собой на следующий стратегический разговор с руководством.
Приходите на вебинар — покажем, как построить потоковый конвейер данных с латентностью в минуты
Батчевый ETL раз в сутки перестает справляться, когда бизнесу нужна аналитика в режиме, близком к реальному времени. Как перейти на потоковую обработку без лишней сложности в инфраструктуре?
Разберем это на вебинаре по Evolution Data Platform. Будет полезно дата-инженерам, которые проектируют конвейеры, аналитикам и BI-специалистам, которым важно работать с актуальными данными, а еще архитекторам и руководителям дата-отделов.
На вебинаре расскажем и покажем:
как проектировать архитектуру конвейера под near real-time: когда брать микробатчинг в Managed Spark Streaming, а когда хватит классического батча;
зачем нужен Managed Trino как единый слой запросов поверх «горячих» и «холодных» данных — и как это убирает дублирование логики;
как партиционировать данные по времени в Object Storage, чтобы запросы не тормозили;
как управлять схемой через Managed Metastore, когда структура потока меняется;
как настроить дашборд в Managed BI с автообновлением и алертами на отклонения;
как измерять латентность конвейера — от генерации события до появления на дашборде.
На практической части соберем реальный сценарий: оконная агрегация транзакций в Managed Spark Streaming, оркестрация через Managed Airflow, витрина в Object Storage, ad-hoc запросы через Managed Trino без копирования данных, дашборд с обновлением раз в две минуты.
📅 Когда? 21 мая в 11:00 мск.
📍 Где? Онлайн. Зарегистрируйтесь, чтобы задать вопросы спикеру в прямом эфире.
Гига-помощник в облаке теперь закрывает DevOps-, SRE- и FinOps-задачи: что нового
Рассказываем про большое обновление ИИ-помощника, встроенного в консоль Cloud.ru. В этом релизе расширили возможности работы с виртуальными машинами и добавили три специализированных сценария.
🖥️Несколько ВМ в разных конфигурациях
Гига-помощник научился создавать сразу несколько виртуальных машин за один запрос и управлять ими по команде: может добавлять и удалять диски, менять конфигурации и выполнять другие повседневные операции. Теперь вы сможете легким движением руки развернуть сразу dev, stage и prod или подготовить все необходимое для нагрузочного тестирования.
🤖Три новых сценария
Теперь у вас прямо в консоли есть три «подчиненных», которые проследят за тем, чтобы все шло как надо:
🛠 DevOps-агент — разворачивает и обслуживает популярные сервисы по текстовому промпту: PostgreSQL, Kafka, WordPress, GitLab и другие. Не нужно держать в голове порядок шагов или обращаться к документации, достаточно описать задачу.
📡 SRE-агент — настраивает мониторинг и алертинг, а также помогает разбирать инциденты. Удобен, когда нужно быстро поднять наблюдаемость для нового сервиса или разобраться в причинах сбоя.
💰 FinOps-агент — находит забытые и неиспользуемые ВМ и предлагает их удалить, чтобы исключить лишние расходы. Показывает топ дорогих ресурсов и позволяет сравнивать траты за разные периоды.
Как запустить игровой маркетплейс на 150 000 пользователей в день и не упасть на пиках: кейс Win Solutions х Cloud.ru
👨💻 Что за компания Win Solutions («Вин Солюшенс») — ИТ-интегратор, который разрабатывает и внедряет решения для компаний в России и СНГ, а также берет на себя эксплуатацию продуктов, когда критичны устойчивость и полный контроль инфраструктуры. Win Solutions сотрудничает с Cloud.ru на проектах, где важны предсказуемость продакшена и стабильная работа под высокой нагрузкой.
🚀 Задача Крупному клиенту интегратора нужен был маркетплейс цифровых игровых товаров, который:
работает без простоев и деградации на пиках (особенно во время маркетинговых активностей);
масштабируется по мере роста аудитории;
удобен в сопровождении: с мониторингом и понятной эксплуатацией.
Заказчику Win Solutions было критически важно быстро вывести проект в продакшен и гарантировать возможность масштабирования, поэтому выбор провайдера начался незамедлительно. Решающим доводом в пользу Cloud.ru стала оперативная работа технической поддержки и детальная документация.
☁️ Что сделали Продуктовую среду развернули на облачной платформе Cloud.ru Evolution на пяти виртуальных машинах, изолировав значимые компоненты и распределив роли для минимизации зависимостей между ними.
Эксплуатацию закрыли мониторингом в Zabbix: команда следит за CPU, RAM, дисками и сетью, контролируя динамику нагрузки и заранее планируя масштабирование. Сейчас запас ресурсов — около 30%, масштабирование выполняется за счет увеличения ресурсов ВМ. На этапе запуска были сбои при развертывании, но команда интегратора вместе со специалистами поддержки Cloud.ru быстро выявили и устранили причины. После отладки работа сервисов стабилизировалась, сбои не повторялись.
🦾 Что получили в итоге Маркетплейс работает стабильно: за время эксплуатации не было проблем с производительностью и инфраструктурных сбоев. Площадка выдерживает до 150 000 пользователей в день, а сервис остается доступным и сохраняет высокий уровень клиентского сервиса даже в периоды пиков.
Вебинар о том, как обеспечить стабильность баз данных при росте проекта и нагрузок
Самостоятельное администрирование баз данных может превратиться в рутину: постоянные обновления, бэкапы, мониторинг и работа с нагрузкой. С ростом проекта стандартных настроек уже не хватает, а риск просадок и простоев из-за ошибок в конфигурации становится выше.
Это третий вебинар из большого трека про эволюцию приложения в облаке. На этот раз разберем, как передать обслуживание PostgreSQL управляемому сервису в облаке и настроить архитектуру Master/Replica для стабильной работы при высоких нагрузках.
О чем будем говорить:
сравним управляемую и self-hosted СУБД PostgreSQL: выясним, когда пора задуматься о переезде;
разберем ключевые метрики БД: на что обращать внимание в мониторинге, чтобы не доводить до инцидента;
обсудим, как архитектура Master/Replica повышает отказоустойчивость приложения.
После теории будет насыщенное демо, на котором покажем, как добавить в сервис поддержку нескольких реплик и разгрузить базу на чтении. Затем проведем нагрузочное тестирование и сравним показатели до и после оптимизации. Еще покажем, как организовать резервное копирование, разделить трафик на чтение и запись и повысить отказоустойчивость приложения.
Вебинар будет полезен бэкенд-разработчикам, DevOps- и SRE-инженерам, архитекторам и тимлидам, которые отвечают за стабильность базы данных, производительность сервисов и развитие приложения под растущей нагрузкой.
🚀 9 апреля прошла GoCloud 2026 — главная конференция Cloud.ru про ИИ и облака. В этот раз все масштабнее: 70 спикеров, 15+ демозон, 1 700+ гостей офлайн и 7 000 просмотров онлайн-трансляции. Если не попали — не страшно: все доклады по четырем трекам можно посмотреть в записи.
🚨 До 30 июня даем скидку -50% на сервисы Evolution Data Platform, полный список выгодных предложений есть на сайте.
Выпустили Agent Space — приложение для управления ИИ-агентами в режиме чата, и AI Workflows — конструктор с n8n-функционалом для автоматизации рабочих процессов.
Анонсировали еще два важных компонента. Первый — EvoClaw, управляемый сервис собственной разработки для работы с OpenClaw по A2A-протоколу. А второй — Guardrails Filter, инструмент для безопасной работы с публичными ИИ. Он сканирует текст, выявляет чувствительные данные (имена, реквизиты, API-ключи) и маскирует их перед отправкой в языковую модель.
Масштабно обновили Evolution AI Agents — сервис для создания ИИ-агентов, которые берут на себя рутинные задачи. Теперь агенты умеют делегировать подзадачи друг другу без участия человека-диспетчера, а еще их можно объединять в многоуровневые системы. Добавили настройки памяти: агент может помнить контекст как в рамках одного разговора, так и между сессиями. Появились сценарии — готовые наборы шагов, которые агент выполняет по порядку.
🛡️ Запустили Evolution Container Security — новый сервис для тех, кто разворачивает приложения в контейнерах. Встроенный ИИ-агент сам проверяет образы на уязвимости и сам же предлагает подходящие политики безопасности — вам не нужно разбираться в этом вручную.
☁️ Сразу несколько сервисов перешли из бесплатного тестирования в полноценный доступ: Evolution Managed ClickHouse, Managed Kafka для работы с данными, инструменты резервного копирования виртуальных машин и дисков, поддержка пользовательских образов и провайдер Terraform v2.0. Это значит, что теперь у пользователей сервисов появились юридически закрепленные гарантии доступности и уверенность в стабильности версий. В стадию открытого тестирования вышел Evolution Certificate Manager для управления TLS-сертификатами.
👨💻 Специально для тех, кто хочет анализировать данные в реальном времени, но задается вопросами «С чего начать?» и «Как посчитать TCO решения?», подготовили руководство «Архитектура real-time аналитики в 2026». Там вся информация об архитектурных трендах и сервисах, которые помогут решить задачи по построению инфраструктуры для принятия решений в реальном времени, забирайте по ссылке.
📊 Обновили сервисы платформы данных. В Managed Airflow появилась интеграция с корпоративным хранилищем секретов — теперь пароли и ключи не нужно прописывать в коде пайплайнов. В Managed BI можно сразу при создании окружения загрузить демо-данные и получить готовые дашборды — удобно, чтобы быстро оценить возможности сервиса. Managed Spark и Trino стали мощнее: максимальное число рабочих узлов выросло до 20.
💼 Рассказали, как компания METRO перенесла 1 000 сервисов 50 ТБ данных в облако всего за 3 месяца, подробнее на сайте.
👨🎓А еще провели вебинары, которые можно посмотреть в записи, если пропустили:
Приходите на вебинар, расскажем, как запустить ТОиР в облаке за 14 дней
Снизить простои производства без долгих согласований с ИТ и закупки серверов — не миф, а реальность. Как это сделать, расскажут эксперты облачных технологий и разработки высоконагруженных систем управления производством.
О чем будем говорить на вебинаре:
Разберем, как запустить цифровой ТОиР, перейти с бумажных нарядов на мобильные техкарты за 30 дней, снизить риск аварийных простоев и навести порядок в учете оборудования и ремонтов.
Объясним, как облако делает инвестиции в ИТ предсказуемыми.
Презентуем связку: учет и планирование в 1С, мобильное приложение для бригад, инфраструктура с SLA 99,9% и хранением данных в РФ.
Расскажем, как перестать замораживать бюджет в железе, тестировать гипотезы без CAPEX, получать прозрачную экономику с учетом потерь и запчастей, перенаправить инвестиции с серверов на модернизацию производства.
Покажем все этапы: развертывание, настройка, интеграция, обучение.
Разберем, как увидеть результат за 3–6 месяцев и выйти на полную окупаемость за год.
Свое и чужое: как развивать ИТ-инфраструктуру и не стать заложником подрядчика. Бесплатный вебинар
Допустим, ситуация: вы годами строите ИТ-инфраструктуру, вкладываете в нее бюджеты, нанимаете специалистов, настраиваете процесс. И все работает, но в какой-то момент начинает тормозить.
Оказывается, что:
запуск нового сервиса занимает месяцы вместо недель — мешают legacy‑системы и бюрократия;
ключевые процессы завязаны на одного‑двух инженеров: их уход парализует работу;
подрядчик, который обслуживает часть инфраструктуры, диктует условия — и менять его дорого и рискованно;
бюджет на ИТ растет, но не за счет инноваций, а из‑за поддержки того, что уже есть;
хочется масштабироваться, но текущая модель просто не дает этого сделать быстро и без огромных вложений.
Знакомо такое? Если да, скорей всего ваша модель управления ИТ-инфраструктурой устарела и ее пора пересмотреть. На вебинаре расскажем, как это сделать оптимально, без операционных рисков и лишних затрат.
📅 Когда: вторник, 21 апреля, в 11:00 мск 📍Где: онлайн. Зарегистрируйтесь, чтобы задать вопросы экспертам в прямом эфире.
На вебинаре разберем:
по каким признакам можно понять, что текущая модель становится неэффективной;
как оценивать модели управления инфраструктурой по стоимости владения, скорости изменений, отказоустойчивости и кадровым рискам;
как снизить зависимость от подрядчика, отдельного специалиста или неудачно выбранной инфраструктурной модели;
в каких сценариях эффективнее своя команда, привлеченный партнер или облака, а когда стоит выбирать гибридный подход.
Вебинар будет интересен ИТ-директорам, руководителям ИТ-департаментов, техническим директорам и руководителям инфраструктурных команд среднего бизнеса.
Новые возможности цифровой среды AI Factory, инструмент для защиты контейнеров с ИИ-агентом и другие анонсы на GoCloud 2026
В течение дня рассказывали о ключевых векторах развития компании и делились обновлениями на нашей ежегодной конференции про искусственный интеллект и облачные сервисы. Собрали главное в одном посте.
Масштабируем облачные и ИИ-решения
По итогам 2025 года выручка Cloud.ru составила 76,5 млрд рублей, увеличившись на 50% по сравнению с предыдущим годом. При этом доля сервисов и инфраструктуры, необходимой для работы с ИИ, впервые превысила половину общей выручки и составила 54%.
Что запустили в цифровой среде AI Factory
🤖 Agent Space — мобильное и десктоп-приложение для работы с ИИ-агентами. Теперь вы можете отдавать любые команды ИИ-агентам, созданным через сервис Evolution AI Agents, и задавать вопросы о статусе выполнения задач в режиме чата. В каталоге уже представлены «Агент рекрутер», «Агент Python-разработчик», «Агент для работы с контрагентами». С их помощью можно автоматизировать уже более 20 бизнес-сценариев: аналитику, дизайн, HR-задачи.
⚙️ AI Workflows позволяет создавать и автоматизировать рабочие процессы через графический интерфейс. AI Workflows имеет аналогичный n8n функционал и работает по принципу конструктора, позволяя создавать цепочку связанных шагов, которые система будет выполнять по порядку. Инструмент интегрирован с сервисами AI Factory.
🦀 EvoClaw — управляемый облачный сервис собственной разработки для работы с OpenClaw и другими продуктами семейства. ИИ-агент позволяет запустить решение за несколько минут и работает по протоколу A2A, что упрощает взаимодействие с любыми агентными системами. Агент запускается в пару кликов и изначально настроен с фокусом на безопасность: наш приоритет — не просто быстрый старт, а полный контроль над тем, что агент делает и как он это делает.
При этом мы удерживаем цены на все основные облачные и ИИ-сервисы на уровне 2025 года.
Новый инструмент для защиты контейнеров с ИИ-агентом
🔒 Тестируйте Evolution Container Security — сервис собственной разработки для обеспечения безопасности контейнерных сред Kubernetes. Он сканирует контейнеры на уязвимости, а встроенный ИИ-агент сам генерирует политики безопасности под вашу среду. Это позволяет сократить время на настройку защиты и снизить риск ошибки.
С сервисом вы можете:
использовать готовые политики безопасности или брать их за основу для создания своих
создавать и управлять политиками безопасности, настраивая собственные правила допуска
сканировать образы контейнеров, их настройки, хосты на предмет уязвимостей и приоритизировать их
получать отчеты с общей оценкой риска и идентификаторами уязвимостей
проверять конфигурации во время развертывания контейнеров и подов
🛡️ Guardrails Filter — решение для безопасной работы c ИИ. Это первый инструмент для защиты от утечек при запросах к популярным open source моделям у российских облачных провайдеров. Инструмент предназначен для работы с моделями из сервиса Evolution Foundation Models.
Запускаем новое бизнес-направление Neocloud
Выделили в отдельное бизнес-направление решения для работы с ИИ. Это единая управляемая среда, объединяющая инфраструктуру, данные и инструменты для полного цикла работы с моделями — от разработки и обучения до инференса и эксплуатации. Новое направление сформировано на базе накопленной экспертизы Cloud.ru в создании ИИ-инфраструктуры и работе с различными типами GPU. Сегодня мы уже предоставляем доступ к тысячам современных GPU в публичном облаке и поддерживаем гибридные сценарии с использованием частной инфраструктуры.
Записи докладов выложим на сайте в ближайшие дни. Спасибо всем, кто был с нами на конференции!
Мы начинаем GoCloud 2026 — присоединяйтесь к трансляции онлайн☁️
Прямо сейчас в кинотеатре «КАРО 11 Октябрь» на Новом Арбате в Москве начинается ежегодная конференция про ИИ и облака GoCloud 2026. Нет возможности прийти? Тогда жмите кнопку «Смотреть трансляцию» на сайте и присоединяйтесь к нам удаленно.
После открытия выбирайте вкладку интересного вам трека — Инфраструктура, Прикладной ИИ, Приложения и разработка, Данные и аналитика — и смотрите выступления более чем 40 спикеров. Вопросы можно задавать в чате.
До GoCloud 2026 — 3 дня. Вы еще не зарегистрировались? ☁️
9 апреля в Москве пройдет наша главная ежегодная конференция про искусственный интеллект и облачные сервисы. В этом году ключевая тема — ИИ как сервис: простые, управляемые и безопасные инструменты для работы с ИИ и интеллектуальными агентами, которые можно использовать уже сегодня.
Что вас ждет:
4 трека: Инфраструктура, Прикладной ИИ, Приложения и разработка, Данные и аналитика.
40+ спикеров, реальные кейсы и живые демонстрации — без слайдов с обещаниями.
Практические воркшопы: берите ноутбук и решайте свои задачи вместе с экспертами.
15 демозон, тематические круглые столы и, конечно же, вечеринка для самых стойких.
Записи докладов появятся чуть позже, но воркшопы, нетворкинг и живые демонстрации — только для тех, кто придет лично.
📍 Москва, кинотеатр «КАРО 11 Октябрь», Новый Арбат, 24 📅 9 апреля, сбор гостей с 10:00 мск
Узнаете на GoCloud, как построить ИИ-инфраструктуру на физических серверах: от инференса до обучения на уровне суперкомпьютера
Компании переходят от внешних поставщиков искусственного интеллекта к собственной инфраструктуре ради контроля данных, безопасности, предсказуемых затрат и независимости. Разберем, как построить платформу искусственного интеллекта полного цикла на голом железе: от запуска вывода моделей до тонкой настройки. Покажем, как объединение узлов с графическими ускорителями через InfiniBand превращает серверы в кластер суперкомпьютера и как масштабировать ИИ-нагрузку по всем канонам высокопроизводительных вычислений.
Спикер: Александр Шакмаев — менеджер продукта, Cloud.ru
