Маркетинг при продажах крупным корпорациям это не классические продажи B2B, это целая спецоперация и пропаганда. А еще использование мягкой силы на государственном уровне. Не верите? Тогда читайте непридуманные истории.

Как управлять предприятием с помощью MES

Согласно данным публикации Industry Week, использование программного комплекса MES приводит к увеличению прибыли предприятия в четыре раза. В статье мы рассматриваем детали программного комплекса MES и факторы, способствующие росту прибыли в производстве.

Что такое MES или как правильно управлять производством.

MES (Manufacturing Execution System) представляет собой систему, которая управляет производственными операциями и включает в себя комплекс программных и аппаратных средств. Она предназначена для эффективного выполнения задач производства, а также для отслеживания и контроля процессов на производственной линии.

Эта система обеспечивает повышение прибыльности и эффективности предприятия любого масштаба, предоставляя необходимую информацию и управляя производственными процессами. Она особенно важна для отраслей, таких как производство пищевых продуктов, медицинского оборудования, напитков, фармацевтики, аэрокосмической и оборонной промышленности, авиации и биотехнологий, где требования к прослеживаемости продукции очень строгие. Важно иметь определенные процедуры во время производства, их документирование и возможность легкого отзыва продукции, если это необходимо.

Функциональные задачи MES-систем

Системы управления производством, такие как системы управления производственными операциями, имеют обширный набор функций и охватывают почти все аспекты, процессы и объекты в производственной сфере. Среди основных функций, которые такое программное обеспечение выполняет:

В предыдущем туториале "Единицы измерения физических величин" было сказано, что результат любых инженерных измерений и расчётов не имеет никакого смысла, если не указаны две его основные характеристики: единица измерения и точность. Как использовать единицы измерения при вычислениях на Питоне мы уже обсудили - теперь перейдём к точности и связанным ней понятиям погрешности и неопределённости

Погрешность измерения — это отклонение измеренного значения величины от её истинного (действительного) значения. Погрешность измерения является характеристикой точности измерения. Выяснить с абсолютной точностью истинное значение измеряемой величины, как правило, невозможно, поэтому невозможно и указать величину отклонения измеренного значения от истинного. Это отклонение принято называть ошибкой измерения. Возможно лишь оценить величину этого отклонения, например, при помощи статистических методов. На практике вместо истинного значения используют действительное значение величины , то есть значение физической величины, полученное экспериментальным путём и настолько близкое к истинному значению, что в поставленной измерительной задаче может быть использовано вместо него. Такое значение обычно вычисляется как среднестатистическое значение, полученное при статистической обработке результатов серии измерений. Это полученное значение не является точным, а лишь наиболее вероятным. Поэтому при записи результатов измерений необходимо указывать их точность. Например, запись означает, что истинное значение величины лежит в интервале от 2.7 s до 2.9 s с доверительной вероятностью 95%. Количественная оценка величины погрешности измерения — мера сомнения в измеряемой величине — приводит к такому понятию, как неопределённость измерения. Синонимом термина "погрешность измерения" (англ. measurement error) является "неопределённость измерения" (англ. measurement uncertainty). Таким образом мы плавно и ненавязчиво подошли к названию модуля языка Питон, которому посвящён настоящий туториал - uncertainties (неопределённости).

Ты закрыл 10 задач за день. Был на созвонах, фикcил баги, даже написал пару тестов. День не прошёл зря?

В это же время кто-то сделал одну задачу — и сэкономил твоей команде два месяца работы.

Привет, Хабр!

В этой статье рассмотрим, как тимлиды сами, того не осознавая, убивают инициативу в команде. Делают всё сами, душат рост, превращают разработчиков в «ждущих» исполнителей — и потом удивляются, почему никто не предлагает решений.

Привет, Хабр! Меня зовут Андрей Царев — я системный аналитик, технический интервьюер и ментор.

Системный анализ — одно из популярных направлений в ИТ.

Но далеко не все представляют, как правильно готовиться к интервью и проходить их. В этой статье я делюсь собственным опытом и полезными советами, чтобы вам было проще получить работу мечты!

При подготовке специалиста в области проектирования Информационных систем, важно учитывать конъектуру применения навыков в дальнейшем. Это может быть либо роль «Проектировщик» в каком‑то из проектов, либо постоянная профессия «Проектировщик ИТ‑продуктов».

Когда основные потребности пользователей собраны и согласованы со всеми участниками, мы можем приступить к определению ключевых функций разрабатываемой системы, и уже на основании их провести первую, приблизительную оценку ресурсоемкости проекта, направленного на реализацию целевого продукта.

В результате этого оценивания уже можно “поиграть” показателями: время, ресурсы, качество (содержание) и приступить к подбору наиболее подходящего их сочетания. Так же, выявленные объемы и зависимости функциональности позволят делить будущий продукт на модули, подсистемы, контуры и прочие части, обеспечивая поэтапное воплощение, распределение ресурсов и ответственности, снижая риски провала благодаря дроблению. Для решения подобных задач нам очень пригодится умение эффективно определять Границы проекта и управлять ими.

Diplodoc — опенсорс‑платформа для работы с документацией в парадигме Docs as Code, которая создаётся в Яндексе силами команд Yandex Infrastructure и Yandex Cloud и является частью наших опенсорс‑инструментов. С её помощью мы собираем всю документацию компании. Это суммарно более 300 тысяч статей в более чем 2500 документационных проектов и порядка 6000 запусков Diplodoc CLI каждый день.

На таких объёмах нам важно быть эффективными — умеренно расходовать ресурсы сборочных ферм и при этом собирать проекты как можно быстрее, чтобы документаторы могли увидеть финальный результат без смены контекста на чай.

Со временем, скорость CLI заметно деградировала. С одной стороны, платформа прирастала полезными функциями, это увеличивало время обработки контента, с другой — размер документации вырос и для некоторых продуктов перевалил за тысячу файлов.

Больше всего от растущего времени сборки страдали технические писатели: для просмотра внесенных изменений им требовалось собирать документацию целиком и на больших проектах это стало приводить к ожиданию более 10 минут. С десятками тысяч правок документации ежедневно эти десятки минут складываются в человеко‑месяцы простоя, которые никому не идут на пользу. Поэтому мы приняли решение всё это основательно причесать.

Прочитали почти все книги этого автора и по очереди рассказываем о них вам. Пусть перфекционизм в названии вас не смущает: идеал описывается лишь как то, к чему стоит стремиться, если вы хотите построить крепкую команду. По традиции, первая часть книги — художественная, с собирательными образами. Вторая — практическая, с конкретными рекомендациями и… секретной формулой.

В мире продакт-менеджмента насмотренность играет ключевую роль. Это способность замечать, анализировать и адаптировать лучшие практики свой продукт, а также совершать меньше ошибок, зная о провальных кейсах других.

Чем выше уровень насмотренности, тем легче вам принимать стратегические решения, находить новые идеи и улучшать существующие функции.

Эта статья представляет 14 проверенных способов, которые помогут продакт-менеджеру в следующих областях

Хочу поделиться своим опытом и рассказать, как я прокачиваю насмотренность в ux (не ui). Надеюсь, это кому-нибудь поможет.

Меня зовут Владислав Князев, я ex тимлид-аналитик с бэкграундом в FinTech компаниях.

За свою карьеру я не один раз проводил обучение стажерам и онбордил новых сотрудников на проекты.

И в процессе общения one-on-one я пришел к выводу, что некоторые запросы аналитиков очень похожи. Один из самых популярных - как быстро показать результат на старте проекта и как прокачиваться в дальнейшем.

Поработав в разных компаниях, послушав сотни часов подкастов и прочитав десятки книг, я понял, что решает насмотренность.

Почему насмотренность очень важна в карьерном развитии аналитика и не только?

Насколько ценно это качество по статистике?

Как можно прокачать насмотренность?

На эти и другие вопросы я дал ответ в своей новой статье.

Git стал стандартом де-факто в мире разработки программного обеспечения. Это мощная система контроля версий, которая позволяет командам эффективно сотрудничать, отслеживать изменения и управлять кодовой базой. Новичку Git может показаться сложным из-за обилия команд и концепций. Однако правда в том, что для выполнения 90% повседневных задач достаточно уверенно владеть небольшим набором ключевых команд.

Как я стал core-разработчиком CPython в 19 лет: История усилий и достижений

В этой статье я расскажу, сколько усилий потребовалось, чтобы стать частью команды разработчиков CPython и какие возможности это открыло для меня.

В данной публикации я хочу рассказать про относительно новый брокер сообщений NATS (Neural Autonomic Transport System). А также сравнить его с более популярными и известными брокерами RabbitMQ и Apache Kafka.

Очевидно, что учат этому далеко не везде. Как минимум, делают акцент не на этом навыке, а на отдельных методах и дисциплинах. Хотя, для занятий последними, да и для принятия решений на работе и в быту, базовая «ментальная гигиена» точно не повредит. Поговорим о ней в нашем материале и обсудим «матчасть», гибкую «оптику» и вспомогательные инструменты.