Исследование: как бизнес справляется с технической нагрузкой в период распродаж

ЮMoney и ЮKassa регулярно проводят исследования. В ноябре мы выясняли, как компании справляются с технической нагрузкой, особенно во время распродаж. Делимся данными:

ЮMoney и ЮKassa регулярно проводят исследования. В ноябре мы выясняли, как компании справляются с технической нагрузкой, особенно во время распродаж. Делимся данными:

Из первых уст рассказываю как переход на Temporal обеспечил надежную доставку клиентских услуг в контексте обычного хостинга.

Привет! Меня зовут Миша Васильев, я разработчик в команде AI Битрикс24.
В последнее время мы часто говорим про МСР и вот, наконец, решили рассказать простыми словами о том, что это такое, как работает, как мы это используем и планируем использовать. Если коротко, то MCP — это АРІ для LLM.

ИИ-агенты — одна из самых обсуждаемых технологий сегодня. Отчеты называют их революцией, а новостные заголовки — заменой сотрудникам. Но за громкими заявлениями часто теряется главный вопрос: как именно это работает для бизнеса уже сейчас?
Составили полноценный обзор: чем ИИ-агенты отличаются от привычных чат-ботов, каким проектам они приносят реальную выгоду и как оценить, готова ли ваша компания к первому пилоту. А еще подготовили простой гайд, чтобы каждый смог попробовать, что такое ИИ-агент на самом деле.

На практике столкнулись с ошибкой, которая привела к искажению сведений по учету отгулов: у сотрудника есть право на отгул в часах, сотрудник использовал часть этого отгула, но оставшаяся часть часов не компенсируется при увольнении и не видна в остатках. С чем связано такое поведение программы, и как его исправить рассмотрим ниже на сквозном примере.

Ретроспективы есть в каждой команде. После каждого спринта, после каждого релиза, после каждого провала. Мы научились разбирать ошибки в процессах, в коде, в коммуникациях.
Но есть одна зона, куда ретроспектива не заходит почти никогда — увольнение. Человек ушёл. Вопрос закрыт. Открываем новую вакансию.
А между тем замена одного сотрудника в РФ обходится в 6–9 месячных зарплат. Это не абстрактная цифра, это рекрутинг, онбординг, потеря контекста и время до выхода на нормальную продуктивность. Достаточно, чтобы хотя бы раз честно спросить себя: а мы точно приняли правильное решение?
Я заметил странную закономерность. Менеджеры, которые без проблем признают ошибки в продуктовых решениях, намертво закрываются, когда речь заходит об ошибках в людях. Почему — разбираю в статье по ссылке. И там же — почему это стоит переосмыслить.
-----
Это Александр Козуб — про то, что находится глубже очевидного. Пока все чинят симптомы, я разбираю системы, которые их создают.

Дело было вечером, делать было нечего... Я, как и многие в IT, периодически просматриваю вакансии, чтобы держать руку на пульсе рынка. И знаете, что бросается в глаза? Огромное количество позиций "Аналитик данных". Хоть это и не моя основная специализация (я больше по ML), теоретическая база у меня есть. И вот я подумал: а как бы мне сделать интересный пет-проект в этой области, чтобы и навыки прокачать, и самому не заскучать?

Мы привыкли к слову «купить» как к чему-то окончательному. Купил — значит моё. Но в цифровом пространстве это не всегда так работает. Многие, кто ушёл от пиратских сайтов и стал платить за фильмы на стримингах, после 2022 года вдруг обнаружили, что часть купленных фильмов бесследно исчезла из библиотек. Оказалось, что никакой настоящей «покупки» не было. На деле речь шла о сублицензионном соглашении, которое перестаёт действовать в тот момент, когда у сервиса вроде «Кинопоиска» заканчиваются права на показ.
Как это работает на самом деле? Тот же «Кинопоиск» заключает лицензионные договоры с правообладателями, одни фильмы он включает в подписку, другие предлагает «в аренду» или «в продажу». Но когда пользователь «покупает» фильм, юридически это не покупка в привычном смысле, а заключение сублицензионного договора. И стоит основному договору между сервисом и правообладателем закончиться, рушится и вся цепочка — вместе с вашей «покупкой». Фильм попросту исчезает из библиотеки, как будто его там никогда не было.
Можно ли вообще называть это покупкой и обещать доступ «навсегда», если срок действия прав никто не раскрывает? С точки зрения здравого смысла — вряд ли. В европейской практике компании обязаны быть честными с потребителями и прямо указывать, на какой срок предоставляются права. В противном случае это воспринимается как обман: пользователь уверен, что приобрёл вещь, а по факту получил лишь временное разрешение ею пользоваться.
Неудивительно, что подобные истории вызвали волну возмущения и в игровой индустрии. Так появилась инициатива с красноречивым названием Stop Killing Games. Её участники возмущены тем, что издатели продают игры, но при этом оставляют за собой право в любой момент их «убить» — например, закрыть серверы, без которых даже одиночный режим становится недоступным. Игра вроде бы куплена, но по факту она исчезает вместе с отключённой инфраструктурой.

Сетевой протокол канального уровня Spanning Tree достаточно широко распространен в современных сетях. Его используют для борьбы с закольцовыванием сетевой топологии. Однако, STP не позволяет полностью использовать каналы, к которым подключены несколько линков. Плюс к этому у STP относительно большое время сходимости и необходимость передавать трафик через корневой коммутатор, то есть единая точка отказа.
В качестве одной из альтернатив Spanning Tree можно воспользоваться MLAG. Multi-Chassis Link Aggregation (MLAG) — технология, обеспечивающая балансировку нагрузки и надежность каналов. В этой статье рассматриваются значение, важность и потенциальные варианты использования MC-LAG на различных уровнях сети.

В последние годы в ветроэнергетике наметился новый тренд: подвижные генераторы. Это механизмы, которые не закреплены физически в одном конкретном месте, а двигаются, то есть блуждают в пространстве: плавают или летают. Они хорошо сочетаются с модульными ЦОД и такими же модульными энергоустановками на ядерном топливе.
Всю эту инфраструктуру можно перемещать из одного региона в другой, в зависимости от экономической конъюнктуры, стоимости электричества, налогов, погодных условий и проч.
Если пофантазировать, то можно представить будущее, в котором полностью автономные фабрики выпускают продукцию без участия человека, под управлением распределённого ИИ. А энергию обеспечивает рой из миллионов дирижаблей нового поколения (мобильные ВЭУ) и группировка спутников на солнечных батареях.
До этого пока далеко, но первые намёки уже есть.

О текущих исследованиях замедления старения, регенерации клеток, биологического возраста и приближении с разгадке тайны старения через искусственный интеллект.

За 50 лет, с 1950 по 2000 годы, открытое программное обеспечение (open source software) началось как неявное предположение — без названия и без четкой альтернативы. Со временем оно превратилось в развитое движение, которое создало одни из самых стабильных и широко используемых программных пакетов в истории.
Сегодня мы попробуем проследить, с чего всё начиналось, какие события способствовали развитию движения и почему без Open Source IT сегодня было бы совсем другим.

Установка и эксплуатация приложений Spark в облаке зачастую становятся препятствием для дата-инженеров (Data Engineer, DE): сложная работа с Helm-конфигурациями отвлекает внимание от анализа данных и замедляет подготовку среды. Но полностью отказываться от Spark зачастую нерационально, поэтому многие команды стремятся найти свое решение для обхода существующих сложностей.
Привет, Хабр. Меня зовут Юрий Орлов. Я руководитель команды разработки ML Platform в VK Tech. В этой статье я расскажу о том, как мы автоматизировали развертывание Spark в облаке и создали клиент на Python, который снижает требования к знаниям в области DevOps и Kubernetes, необходимым для начала работы со Spark.

Представьте: вы гуляете по ночному парку с прекрасной девушкой после романтического вечера в ресторане. Тут перед вами открывается полянка, а над ней — летнее небо, полное звезд. Вы невзначай говорите: “о, смотри, сейчас Плеяды особенно яркие”! Показываете на небо, девушка прижимается к вам поближе, чтобы разглядеть, куда же вы показываете, и…Ну дальше все в ваших руках. А вот не знали бы, где Плеяды — и все, так и пошли бы грустно по домам. В этом посте расскажу, как научиться различать созвездия, что можно наблюдать невооруженным взглядом, как выбрать первые девайсы и всякое такое.
Для тех, кто хочет подходить к вопросу подготовленным, порекомендую свой текст про небесную сферу: в нем мы рассказываем, как устроены небесные координаты, как пользоваться картами звездного, какие бывают телескопы и всякое прочее полезное. Материал рассчитан на школьников и учителей, так что там все очень доступно :)
В этом же посте пройдемся по самой-самой базе, чтобы гарантированно впечатлять друзей и кайфануть самому.

Всем привет!
Работая Senior Java Developer в одном из банков, я успел пройти уйму собеседований, столкнуться с десятками каверзных вопросов и понять, сколько усилий требует подготовка. И каждый раз убеждаюсь в одном: тема JVM, память и GC — одна из самых недооценённых и одновременно самых частых на Java-собесах. Многие знают об этом “что-то где-то слышал”, но как только разговор заходит про Heap, Metaspace, JIT, Safepoint или разные типы GC — начинаются проблемы.
Поэтому эта статья — вторая часть моей шпаргалки по подготовке к Java-собеседованиям. Здесь я собрал всё самое важное о работе JVM и управлении памятью простым, человеческим языком, без боли и академической зауми. Разберём архитектуру JVM, устройство памяти, JIT, GC, типы ссылок и самые частые вопросы, которые любят спрашивать на интервью.
В профиле уже есть первая часть для подготовки — Многопоточность без боли.

Привет, Хабр! Меня зовут Егор Карамышев, в YADRO я разрабатываю ПО для коммутаторов семейства KORNFELD. В статье расскажу о реализованной нами С++ обертке для управления сетевой подсистемой Linux на основе протокола Netlink и библиотеки libnl3. В некоторых случаях она позволила на порядок ускорить работу функций конфигурирования. Разберемся, почему мы решили отказаться от подхода с системными вызовами, а также посмотрим на результаты временных тестов.

Привет, меня зовут Айдар, я транспортный дизайнер в Атоме: работаю над обликом электромобиля и его интерьером на стыке искусства, маркетинга и технологий. Хочу рассказать о том, как я к этому пришел.
Я родился и вырос в Уфе и в 18 лет поехал в Италию, чтобы поступить в Европейский Институт Дизайна в Турине.
Почему именно туда? Ответ таков: Турин – буквально колыбель автомобильного дизайна, да и вообще автомобилестроения. В начале 20 века там было около 100 мелких автомобильных брендов.

Примерно год назад журналисты спросили меня
— Валерий, а как вы объясните нынешнюю стагнацию на рынке труда в айти?
Кажется, это было связано с этим обзором, но точно не помню. Признаться, я тогда не нашелся, что ответить. Но эфир был прямой, бесконечно затягивать не получалось и я ляпнул
— Возможно, это связано со все большим проникновением технологий искусственного интеллекта в индустрию...
Мой ответ не нравился мне уже тогда, а сейчас я понимаю, где был неправ.

В статье разбираются три практических способа интеграции C кода с Python для ускорения вычислений, а так же поясняется причина по которой не используется NumPy. Каждый метод рассматривается с примерами кода и бенчмарками.

Переход к каждому новому техпроцессу в полупроводниковой промышленности сегодня требует все больших вложений. Ну а современные EUV-литографы стоят как небольшой завод — от 200 миллионов долларов за штуку, не считая расходов на обслуживание. В этой ситуации любой альтернативный подход, который обещает снизить затраты, сразу привлекает внимание.
Новинку как раз предлагает команда американского компании Substrate. Разработчики заявили, что могут выпускать чипы класса 2-нм с помощью рентген-литографии на базе компактных ускорителей частиц. Причем все это в десять раз дешевле, чем на современных системах с экстремальным ультрафиолетом. Давайте разберемся, что представляет собой эта технология, откуда она взялась и какие у нее перспективы. Заодно подробнее остановимся на рентген-литографии — ее истории, принципах и причинах возрождения.