Здравствуйте, уважаемые читатели.

Хочу предложить вам небольшую разминку для ума в области математики и теоретической физики.

В первой статье я показал, как сделал парсер пампов/дампов на BingX. Сейчас же проект вырос: из простого сборщика сигналов он превратился в полноценного торгового бота, который позволяет делать максимально гибкую настройку для каждой стратегии. Я решил использовать 12% и 5% сигналы как основные - от них и будет отталкиваться бот. Сейчас он находится в стадии тестирования (на демо-апи) и каждый может его протестировать!

Разобрал основную структуру бота, функции, работу с базой данных и логику стратегий.

Данная работа основана на концепции междисциплинарного направления в науке и технике — «Инженерия функционально‑активных контактных материалов и систем». 

Предлагается новая архитектура мультисенсорной системы для робототехники, основанная на эффекте контактной разности потенциалов (КРП) на границе металл‑металл или металл‑полупроводник. Система способна одновременно регистрировать механическое давление и деформации, температуру, электростатические и магнитные градиенты. Статья детально раскрывает физические основы, цепи реализации, методы адресного опроса состояния КРП и алгоритмы анализа, давая основу для создания универсальных сенсорных оболочек для современных мобильных и стационарных роботов.

Большинство торговых систем работают так: “если RSI пересёк X — покупай”.
Но рынок — стохастическая система. Сигналы не бинарны, они вероятностны.

Это приводит к фундаментальным проблемам классических индикаторных систем, из-за которых они чаще всего и не работают. Поэтому я решил создать рыночный анализатор, основанный на огромном количестве переменных - от простых индикаторов до анализа корреляций, волатильности, объёмов.

Разберём логику этого анализатора и как именно он работает.

Меня зовут Алексей, я скорее инженер, чем разработчик. Занимался производствами, конструировал приборы и в какой-то момент решил попробовать сделать универсальный конструктор для учёта всего, что мне было нужно на производстве — материалов, заказов, процессов, планирования сроков и т.п.

Предполагалось, что мы вместе с разработчиком запилим такую платформу за полгода, будем продавать лицензии и станем миллионерами. Но так как задача оказалась сложной, а через полгода разработки стало понятно, что потребуется чуть больше времени, чем ожидалось, было решено выложить её в open source.

Решение было принято под влиянием моды того времени на открытые системы: стартапы получали по 10 млн баксов под таблички без функционала, но зато с MIT-лицензиями, проводились конференции, изо всех утюгов неслось, как здорово на сопровождении все зарабатывают миллионы...

В общем, начитавшись всей этой чуши, поставили MIT, залили на GitHub, написали статью на Хабр — и... получили поток комментариев: «Ваш код — УГ» и «Всё надо переделать на Laravel».

В итоге, потратив охулиард нервных клеток и набрав 900 звездочек на GitHub, я бросил это опенсорсное занятие и поставил самые обыкновенные платные лицензии.

Первый и главный навык, который отличает сильного игрока за столом — и успешного предпринимателя в бизнесе.

Меня зовут Роман Воробьев. Я предприниматель с восьмилетним опытом в e-commerce, основатель Мафклуба предпринимателей и модератор P2P-групп. За годы работы с сотнями владельцев бизнеса я заметил одну закономерность, которая не даёт мне покоя.

Два предпринимателя приходят на одну и ту же встречу. Слышат одних и тех же спикеров. Общаются с одними и теми же людьми. Один выходит с тремя потенциальными партнёрами, пониманием, кому можно доверять, и идеей для нового направления. Второй — с пачкой визиток, которые будут пылиться в ящике стола.

Разница не в удаче. Не вхаризме. Не в «связях» или «везении».

Разница — в наблюдательности.

Всем кофеманам пламенный привет!

Этот гайд — результат моего личного эксперимента по подбору идеального кофейного пайплайна. Я расскажу, как выжать из кофеина все 100%, просто перенастроив время его потребления.

Я пила кофе по утрам большую часть своей осознанной жизни. Мой ритуал был священен и неизменен: подъем, борьба с соблазном залечь обратно, и — чашечка кофе.

Каков был результат? К 11 утра я чувствовала себя так, будто я отработала две смены подряд на стройке. Я списывала всё на плохую погоду, магнитные бури или происки недоброжелательных конкурентов. Пока в один прекрасный день мой внутренний аналитик не взбунтовался.

«Стоп! — сказал он. — Наш организм не помойка! Мы тратим внутренние ресурсы неправильно, наша метрика „уровень бодрости“ стабильно в жо.. минусе. Это нерационально! Давай попробуем выстроить гипотезу».

Так начался мой личный квест по поиску ✨Идеальной Кофейной Формулы✨.

У нас было 640Кб памяти, CGA-экран, 20-мегабайтовый диск и целых четыре мегагерца тактовой частоты. А еще старые пятидюймовые дискеты на 360кб. Не то чтобы это был необходимый набор для современного разработчика C++, но если уж начал коллекционировать дичь, то сложно остановиться..

Вокруг новостного хайпа в теме ИИ очень редко встречаются рассказы о простых рабочих решениях. Безусловно, специфика отраслей и рецепты использования LLM в этих отраслях не всегда понятны, когда пытаешься познакомиться с кейсами в лоб.

В данной статье описан совсем короткий путь в 6 недель, от простого наивного MVP для бота — администратора, до полноценного инструмента, который закрыл ряд рутинных вопросов администрирования Музыкального Театра.

40 реинкарнаций, 8 AI Агентов — на мой взгляд интересная прикладная история о том, как в мире современных технологий можно собрать вполне работающую вещь не имея, на входе, навыков в используемых инструментах.

Японская компания Science запустила в коммерческое производство Mirai Ningen Sentakuki, она же «человеческая» стиральная машина будущего. Модель представлена на выставке Osaka-Kansai Expo 2025. Будет выпущено всего 50 моделей по цене 385 000 долларов США за футуристическую ванну.

В большинстве случаев новичок, который хочет получить гайд по разработке FastAPI-приложения, сталкивается со статьями формата: «давайте напишем TODO» или «простенький интернет-магазин с парой товаров». Но проблема в том, что по этим примерам непонятно, зачем нужна правильная архитектура, за что браться в начале, какие папки и файлы создавать и т.д. В этой статье я попробую рассказать об этом на примере достаточно нетривиальной задачи — анализа видео с помощью нейросетей.

Современный фронтенд давно перестал быть просто "лицом" приложения. Мы переносим в браузер нейросети, обработку видео и криптографию. Но когда дело доходит до банальной аналитики файлов — например, локального парсинга тяжелого Excel или Parquet-файла и выполнения SQL-запросов по ним — мы часто упираемся в ограничения JS-библиотек или вынуждены гонять данные на сервер.

Команда r7-consult решила задачу радикально: мы взяли наш C++17 движок excel_loader, скомпилировали его в WebAssembly и получили возможность выполнять полноценный SQL по локальным файлам прямо в браузере.

В этой статье разберем архитектуру решения wasm-sqlite-database, посмотрим, как C++ код дружит с JS, и покажем, как превратить браузер в локальный ETL-инструмент.

Коллектив исследователей из МГУ им. М.В. Ломоносова, Института системного анализа РАН и МФТИ провел детальное численное моделирование, раскрывающее уникальные аэродинамические эффекты при полётах в разреженной атмосфере Марса. Оказалось,  что при посадке летательного аппарата вязкость тонкого марсианского воздуха создает неожиданный стабилизирующий момент, что также позволит реализовать  машущий полёт исследовательских дронов. Результаты работы опубликованы в журнале Acta Astronautica при поддержке гранта РНФ номер 24-71-10026.

Полёты на Красной планете — это вызов для инженеров. Атмосфера Марса почти в сто раз менее плотная, чем земная, что кардинально меняет законы аэродинамики. Движение в такой среде происходит при так называемых низких числах Рейнольдса, когда силы инерции уступают силам вязкости. Это означает, что все интуитивные представления о полёте, основанные на земном опыте, требуют пересмотра. Особенно критичным становится понимание динамики вблизи поверхности — на финальном этапе посадки, когда любая нестабильность может привести к катастрофе.

Чтобы пролить свет на эти сложные процессы, ученые поставили перед собой две цели: во-первых, детально изучить, как близость к поверхности влияет на силы, действующие на тонкое крыло, а во-вторых, оценить, можно ли в таких условиях создать эффективный двигатель по принципу машущего крыла насекомого. Для этого они использовали сложный численный метод, основанный на решении сингулярных интегральных уравнений, который позволил с высокой точностью промоделировать движение тонкой пластины в разреженном газе.

Это моя первая статья здесь, в новом «амплуа», она про суровую реальность маркетинга, с которой сталкивается новичок, 12 лет оторванный от «реального мира».

Короткий бэкграунд: 12 лет я отдал госслужбе. Работал в Федеральной налоговой службе, доработал до заместителя начальника отдела регионального УФНС. Но в ноябре 2025 года я окончательно осознал, что пора двигаться дальше, сбросил «оковы» госслужащего, зарегистрировал ИП и открыл для себя дивный мир частного налогового консалтинга.

Вообще, решение «валить» из госслужбы созрело давно, но я долго боялся, что меня ждет в мире, где придется начинать с нуля и принимать все решения самостоятельно. В итоге — решение принято, и вот уже почти месяц я пытаюсь разными способами продвинуться в конкурентной борьбе с другими «специалистами». Что из этого вышло — узнаете дальше.

Бывало ли такое, что вы ведете долгий проект вместе с агентом, ставите задачи ИИшке, а она только и делает, что топчется на месте, создавая выдуманные переменные и плодя кучу дубляжей файлов с приставками _fix, _final, _corrected?

На самом деле, таким болеют модели и на начальных стадиях, просто баги и мелочи проще отследить, но когда проект переходит за 10к+ строк, ситуация меняется, и хочется иметь агента, способного быть в теме, на какой стадии проект и как грамотно фиксить код.

Сегодня я поделюсь своим личным опытом, который я заработал, благодаря многочасовым перепискам с Claude Code, но которые ни к чему не привели, пока я системно не подошел к этому вопросу.

Решая соревнования на Kaggle начинаешь замечать паттерн. Baseline сделать просто: загрузить данные, запустить CatBoost или LightGBM, получить baseline метрику. Это занимает полчаса. Но чтобы попасть в топ решений, нужно перепробовать десятки вариантов препроцессинга, сотни комбинаций фичей и тысячи наборов гиперпараметров.

Существующие AutoML системы не сильно помогают. Они работают по фиксированному сценарию: пробуют предопределенный набор алгоритмов, выбирают лучший по метрике и возвращают результат. AutoGluon обучает несколько моделей и делает многоуровневый ансамбль, но каждый запуск начинается с нуля. TPOT генерирует pipeline через генетический алгоритм, но не учится на ошибках предыдущих запусков.

Главная проблема в том, что эти системы не рассуждают. Они не анализируют почему конкретный подход сработал или провалился. Они не адаптируются к специфике задачи. Они не накапливают опыт между запусками. Каждая новая задача для них как первая.

Человек работает иначе. Если дата-саентист видит несбалансированные классы, он сразу знает что нужна стратификация и подбор порога. Если видел похожую задачу раньше, применяет то, что сработало тогда. Если первая попытка провалилась, анализирует почему и пробует другой подход.

С появлением языковых моделей появилась возможность создать систему, которая работает ближе к человеку. LLM умеют анализировать данные, рассуждать о выборе методов и учиться на примерах. Но одна модель недостаточна. Она может пропустить очевидную ошибку или зациклиться на неправильном подходе. Нужна архитектура, которая позволит системе проверять саму себя и накапливать опыт.

Всем кажется, что услуги каршеринга и доставка еды, появились в России только сейчас, в век распространения интернета. Однако похожие проекты возникли еще в советское время. Вспоминаем, как это было. 

Всем привет! Мы делаем проекты по Zabbix, накопили большую экспертизу и решили сделать переводы нескольких статей, которые нам показались интересными и полезными. Наверняка, будут полезны и вам. Также своим опытом делимся в телеграм-канале zabbix_ru, где вы можете найти полезные материалы и записи наших вебинаров, опубликованных на нашем ютуб-канале (прим. переводчика). Ниже ссылки на предыдущие статьи из цикла.

— Миграция с MySQL на PostgreSQL
— SELinux: интеграция с Zabbix и другими инструментами
— Защита от ложных срабатываний триггеров в Zabbix с использованием функций min/max/avg

В этой статье обсуждаются варианты аутентификации в Zabbix, рассматривются примеры их настройки, а также обсуждаются преимущества и возможные недостатки использования отдельных методов. Подробности под катом.

Всем привет, меня зовут Олег Юрчик, я старший разработчик в Cloud.ru. Современный интернет — это не только IT-гиганты и готовые облачные сервисы. Под капотом глобальной сети скрываются базовые принципы, которые может воспроизвести любой технический специалист. В этой статье сначала вспомним, как появился Интернет и как он работает. А затем разберем, как создать его уменьшенную, но полностью управляемую копию с собственными DNS, центром сертификации и веб-сервисами.

Статья будет полезна всем, кто хочет знать, как взаимодействуют шестеренки всемирной паутины.

Ранее, в статье «Погодозависимая автоматика для газового котла своими руками. Технологии умного дома», было описано как я подключал адаптер цифровой шины ectoControl к своему газовому котлу. Можно заметить, что в статье приведено множество технических деталей и сложных настроек. Это связано с тем, что система была собрана из тех интеграций, что уже были представлены в HomeAssistant. Основной была интеграция Modbus, так как именно этот протокол управления реализован в адаптере.

Уже тогда я принял решение, что разработаю полноценную интеграцию для этих адаптеров (в линейке есть поддержка шин Navien, eBUS и OpenTherm). И вот в прошедшие выходные я закончил разработку и вышла версия v1.0.0.

В данной статье я рассмотрю функционал интеграции, её установку и настройку.