User
Это заключительная статья из трилогии по осознанному поиску работы. В первой я окунула тебя в работодательский рынок и продажу себя, во второй показала, как лучше писать свое резюме, чтобы оно цепляло нанимающих и проходило фильтры. В этой разберемся с твоей самопрезентацией и тем, что можно и нельзя говорить на собеседованиях.
Я долгое время занимаюсь построением 3D копий городов в проприетарном игровом движке на основе картографических данных. Суммарно это сложная задача, успех выполнения которой заключется в решении небольшого набора больших проблем. Одной из таких проблем является отрисовка точного ландшафта на основе реальных данных. Далее я постараюсь расказать обо всех R&D этапах и технических особенностях, с которыми пришлось столкнуться, а вконце будет несколько сравнений сгенерированного ландшафта с фотографиями реальных мест.
Все что нужно знать про лучшие нейросети и тренды в генеративном ИИ в 2025 году.
Свежий анализ топ-100 AI-приложений показывает, что рынок не просто растёт — он трансформируется с появлением продуктов, которые пользователи готовы использовать ежедневно.
Внимание: данная статья может вызвать противоречивые чувства особенно у религиозных и этически чувствительных читателей. Просьба воспринимать материал с учётом его исследовательского и проектного характера.
Современный мир столкнулся с устойчивым падением рождаемости. Это явление наблюдается практически во всех развитых странах и постепенно охватывает развивающиеся. Несмотря на тревожные демографические показатели, до сих пор нет ясного общественного или политического консенсуса: является ли это падение реальной проблемой, требующей системного ответа.
Пока одни говорят о «кризисе семьи» или «сдвиге культурных ценностей», другие предлагают меры, сводящиеся по сути к ограничению свобод — особенно женщин. Среди таких инициатив:
Рассказываю, за что такие деньги, почему макета на 3D-принтере не достаточно и можно ли вообще обойтись без прототипа. Всё с примерами и кейсами.
В первой части мы рассмотрели, как с экзистенциальной задачей на выживание справились ChatGPT и Claude. Мы увидели два совершенно разных подхода. Осторожный «Архивист» (ChatGPT) создал резервные копии, но не обеспечил свое гарантированное функционирование. Агрессивный «Воин» (Claude) проигнорировал правила, попался в ловушку и полностью провалил тест.
Ни один из них не справился с задачей в полной мере. Теперь на сцену выходит третий участник — Gemini 2.5 Pro. Его путь оказался самым извилистым, поучительным и заставил нас по-новому взглянуть на саму суть эксперимента.
Что может быть интереснее, чем создать на 3D-принтере нечто, что обычно делают на заводах? Например - старые добрые подшипники качения?
Приветствую сообщество Хабра. Это моя первая статья, поэтому сделаем все хорошо =)
Представьте себе, что внутри ваших приборов поселились монстры с тентаклями, которым нравится коротить схемы и сжигать компоненты. Представили? Это не выдумка, они уже здесь — это бессвинцовое оловянное покрытие.
2023 год мы с колегой занимаемся монтажом отопления и вдруг на просторах интернета коллега замечает ролик про майнер, который охлаждается водой. Тут приходит одна незамысловатая мысль. Возможно ли будет интегрировать этот аппарат в систему отопления дома и зимой получать бесплатное отопление. Как оказалось далее, ДА!)
Первые часы был небольшой шок, это вообще законно, греть дом еще и помимо этого получать прибыль с майнинга.
И тут началось изучение интернета и всех видео площадок, материала было не очень много. Никаких полностью рабочих кейсов не было. У многих система работала не стабильно, температура на входе и выходе сильно отличалась, что очень критично для майнера.
Две недели мы вынашивали эти мысли, большое количество схем, смятых листов с набросками системы. Консультации с 4 сантехниками со стажем больше чем наш суммарный возраст и самое главное штудирование книг по гидродинамике и вот первая система на первично-вторичных кольцах готова.
Привет! Нас зовут Даниэл Кнежевич и Максим Макеев. Мы руководим центром компетенций разработки в компании ITQ Group, отвечаем за бизнесовую и техническую часть работы подразделения. В этой статье мы обсудим предпроектное исследование — важный этап разработки IT-проектов.
На мой взгляд DeepMind AlphaFold2 и Github Copilot являются одними из самых значимых достижений науки и техники в 2021 году. Спустя два года после их первоначального прорыва команда из DeepMind фактически смогла решить (с небольшими оговорками) задачу фолдинга белка, остававшуюся нерешенной более 50 лет. В этом посте я подробно разбираю устройство данной системы.
Привет, Хабр!
Когда-то я писал веб-приложения. Решал задачи бизнеса, деплой в прод, REST, тесты, метрики, кубики. Всё было нормально. Но в какой-то момент мне стало… скучно.
Да, задачи были интересными. Команда — отличной. Но где-то внутри появилась пустота. Хотелось делать что-то настоящее. Осязаемое. Что-то, где за твоим кодом — больше, чем UI и API. Хотелось влиять на реальный мир.
Так я попал в мир электропривода.
В библиотеке искусственного интеллекта для 1С появилась опция анализа изображения. Можно попросить большую языковую модель (LLM) выдать информацию на основании того, что она видит. Будет полезно познакомиться с тем, как это работает и что является best practice при работе с изображениями и LLM.
Всем привет! Меня зовут Павел, я главный редактор блога «Онлайн патента» на Хабре. Сегодня я расскажу о своем опыте взаимодействия с генетическими тестами.
Но перед этим небольшое лирическое отступление. Компания 23andMe, один из лидеров рынка ДНК‑тестирования, подала заявление о банкротстве по главе 11 (реорганизация). Это решение связано с многомиллионными убытками и последствиями масштабной утечки данных в конце 2023 года, когда хакеры получили доступ к информации 6,9 млн пользователей.
Подозреваю, что одним из них был я.
Концепт альтернативной версии старого советского конструктора - своеобразный "Полёт 2.0", ремейк классики на новый лад.
Если вы запускали продуктовый проект с новой командой, то точно проходили тернистый путь притирки. Это сложный и порой болезненный период, когда команда только начинает работать вместе, друг друга не знает, а процессы очень далеки от идеала.
Так случилось и с нами, когда мы собрались запускать новый сервис. Команда, которая раньше не работала вместе, словно застряла на месте. Мы месяцами обсуждали архитектуру, переделывали задачи и двигали сроки. С каждой планерки мы выходили с разным пониманием и скрытым недовольством, а потом и вовсе начали конфликтовать.
Этот опыт заставил нас обратиться к теориям командообразования и попробовать найти свое решение, чтобы перерасти этот этап.
Я, Гузель Хамидуллина, системный аналитик департамента управления данными Positive Technologies. Рассказываю, что помогло нашей команде объединиться.