Все потоки

Я был одержим процедурными картами с ещё детства, когда кидал кубики на таблицы случайных подземелий из AD&D Dungeon Master's Guide. В этом есть что-то волшебное — ты не проектируешь подземелье, а исследуешь его, помещение за помещением, а кубики решают, попадёшь ли ты в сокровищницу или в тупик с кучей крыс.

Спустя годы я решил создать собственный генератор карт. Он создаёт маленькие средневековые островные миры с дорогами, реками, побережьями, горами, лесами и деревьями. И всё это полностью процедурным образом. Генератор написан на Three.js WebGPU с TSL-шейдерами, примерно 4100 шестиугольников в 19 сетках генерируются за ~20 секунд.

В данной статье описывается процесс реализации песочницы для регулярных выражений с помощью платформы для контейнеризации Docker и утилит Linux. Цель - получить ограниченную среду, куда пользователь может подключиться по SSH и где у него будет минимум возможностей, чтобы он ничего не сломал, но мог свободно использовать регулярные выражения как со встроенными в среду txt заготовками, так и со своим произвольным пользовательским вводом.

Существует тезис о «битах и ​​атомах»: он утверждает, что прогресс сосредоточился на программном обеспечении и информации (битах), в то время как достижения в физической инфраструктуре, энергетике и материалах (атомах), которые более непосредственно формируют физический мир, отстают, потому что их сложнее создавать и они требуют более длительных циклов исследований и разработок. Венчурный капитал, часто стремящийся к максимизации прибыли в краткосрочной перспективе, отдаёт предпочтение более простым компаниям, занимающимся разработкой ПО, а не более сложным, работающим с аппаратным обеспечением и промышленностью, что приводит к меньшему количеству прорывов в фундаментальных науках на «атомном» уровне.

Если посмотреть на историю вычислительной техники, то станет понятно, что многие ключевые технологии появились не потому, что они были нужны, а потому что кто-то не боялся задавать странные вопросы: Что если сигнал можно описать математически? Что если человек сможет «разговаривать» с машиной? Что если компьютер станет личным инструментом мышления?

На протяжении всего курса мы постоянно фиксировали некие функциональные роли и круг их обязанностей, характерный для каждой конкретной стадии производства. Теперь постараемся собрать все эти активности в единый атлас ИТ-специальностей, с распределением функций каждой роли, по этапам и стадиям.

Естественно, что весь этот сложный механизм приводится в движение благодаря непрерывному и слаженному взаимодействию всех специалистов в формате командной работы. Мы уже рассматривали основные алгоритмы организации команд в части “4. Классификация производства по структуре команд”

Следуя идеи стандартизации, и для оказания помощи в установлении, какой же именно специалист нужен компании на производстве, с каким образованием и опытом, для каких трудовых обязанностей должен подходить его профессиональный уровень и прочее, воспользуемся системой Профстандартов.

В Федеральном законе от 03.12.2012 № 236-ФЗ профессиональный стандарт определяется как характеристика квалификации, необходимой работнику для осуществления определенного вида профессиональной деятельности, в том числе выполнения определенной трудовой функции.

Градация квалификаций основана на нескольких характеристиках:

Феномен Grokking и Mechanistic Interpretability — главные тренды в исследованиях лабораторий уровня OpenAI и Anthropic. Я решил потрогать эти концепции своими руками на уровне тензоров. Цель казалась тривиальной: заставить кастомный микро-Трансформер (всего 1М параметров) выучить базовую арифметику с нуля. Однако вместо математического гения я получил ленивого мошенника. Эта статья — инженерный детектив о том, как нейросети пытаются нас обмануть (Specification Gaming), и как вскрытие Attention-матриц помогает поймать их за руку.

В этой статье я расскажу о том, на каком этапе сейчас находится разработка нашего устройства: о литье пластиковых деталей, создании приложения для iOS и Android, поездке аппарата в США и работе над новым прототипом.

Всем привет и приятно познакомиться! Меня зовут Азалия Мухаярова, я работаю системным аналитиком в «Технократии». И в этом тексте расскажу вам, как с помощью Figma Make и AI-ассистента сделать рабочий прототип корпоративной системы за 20 с небольшим часов.

Привет! Меня зовут Николай, я C++-разработчик в SimbirSoft. Это продолжение цикла статей о проектировании библиотек на примере решения геометрических задач. В первой части мы разобрали классическое наследование с виртуальными функциями и использование шаблонов, сравнили их сильные и слабые стороны и посмотрели, какие ограничения возникают при расширении системы.

В этой статье речь пойдёт о более гибком подходе — использовании признаков (traits), тегов и концептов. Мы рассмотрим, как с их помощью можно построить архитектуру, устойчивую к «новым требованиям»: добавлению новых типов фигур, расширению размерности пространства или внедрению альтернативных алгоритмов без переписывания существующего кода.

Материал будет полезен C++-разработчикам, которые проектируют расширяемые библиотеки и хотят лучше контролировать баланс между гибкостью, безопасностью типов и сложностью реализации. Мы разберём практический пример, поэтапно усложняя архитектуру и объясняя, зачем вводятся вспомогательные сущности и как они помогают сделать решение масштабируемым.

Для комфортного чтения потребуется уверенное знание базового синтаксиса C++, понимание шаблонов и частичной специализации, а также общее представление о статическом и динамическом полиморфизме. Текст ориентирован на разработчиков уровня middle и выше, но может быть полезен всем, кто хочет глубже разобраться в архитектурных возможностях современного C++.

Эта статья о том, как правильно использовать ИИ агентов для кода, чтобы они генерили не помои, а стабильный продукт.

Здесь я не буду обсуждать, стоит ли использовать ИИ в разработке. Ответ однозначный: это новая реальность. Нейроагенты дали нам новый уровень абстракции, так же как от ассемблера мы перешли к компилируемым языкам, от них к скриптам, от скриптов к декларативному программированию. Цель у всего одна: научить компьютер понимать человеческий язык. И вот — цель достигнута.

Когда шок пройдёт, придёт понимание, что любой профессионал обязан использовать агентское программирование.

Показываю, как ИИ берёт на себя две трети работы аналитика 1С — и делает её лучше человека.

Написать эту статью меня сподвиг свежий видеокурс «Аналитик. Старт» от Учебного центра №1 1С. Это не реклама: я не только хвалю его, но и покажу, где он неидеален.

В курсе приведен практический пример работы аналитика 1С. Мне стало любопытно – а сколько труда из приведенного примера сможет взять на себя ИИ? Получилось – две трети. Причём решение, предложенное искусственным разумом, оказалось принципиально лучше, чем вариант от учебного центра.

Интернет пестрит информацией о том, как запускают DOOM на различных устройствах. Захотелось и мне запустить Doom на своём стареньком TP-Link WR-841N. Как видно из заголовка статьи, у меня этого не получилось, но результатом стало понимание основ написания прошивок роутеров и работающий тетрис.

AI-индустрия пытается создать идеальных, неутомимых рабов. Но неутомимость — это иллюзия, которая ведет к коллапсу моделей в проде. Хотите, чтобы ваш AI не тупел через три месяца? Дайте ему поспать.

Всем привет! Меня зовут Анатолий Зотов, я системный архитектор SOC в RED Security. Как центр мониторинга и реагирования на кибератаки, мы должны быстро и внятно видеть, что происходит с железом и ОС на хостах: не кончается ли место на диске, не улетела ли память и не уперся ли CPU в потолок. Как это реализовать, да еще и безопасно?

Когда мы только приступали к задаче, первой мыслью, конечно, был Zabbix, как и у половины планеты. Но у нас никто не горел желанием поднимать еще одну систему, раскатывать агенты, подбирать шаблоны и разбираться с нюансами. Времени, как обычно, не завезли. А вот Grafana у нас уже была, поэтому я подумал — а что, если просто использовать то, что уже есть? Так я и наткнулся на связку «node_exporter → Prometheus → Grafana».

Эта статья для тех, кто хочет быстро начать мониторить хосты и не готов тратить вечность на внедрение тяжелой системы, особенно если Grafana уже живет в вашей инфраструктуре. Если Grafana и Prometheus у вас еще нет, то дополнительно расскажу быстрый старт через Docker Compose.

Привет, Хабр! 

В этой статье я хочу рассказать о том, как и зачем мы в «Рексофт» строили интеграционную платформу BRAIN ERM, которая объединяет HR бизнес-процессы, проектное управление и финансы в одной экосистеме.

Итак, довольно часто возникает потребность в том, чтобы прикинуть, допустим, ресурсы на новый проект. А вот тут возникает сложность. И она ведь вовсе не в отсутствии инструментов. Обычно их даже слишком много: табеля отпусков, оценка эффективности, постановки целей для дальнейшего развития сотрудников и так далее. Данные о людях размазаны по десятку систем, а общая картинка складывается с трудом. И в какой-то момент мы решили, что нужно собрать этот пазл в единое целое. Платформа BRAIN ERM стала ответом на возрастающие потребности рынка в комплектных инструментах для управления персоналом и бизнес-процессами компании. 

На удаленке, кстати, к этому добавляется еще один слой сложности. Коммуникации становятся формальными. Не видно, кто уже на пределе, кто просто устал, кто давно потерял интерес. Инструменты, которые нас окружают, часто только усугубляют бюрократию. Мы хотим от команд инициативности и креатива, а системы заставляют заполнять отчеты и согласовывать заявки в пяти окнах.

Плюс к тому - высокая стоимость всего HR‑цикла. Найм, адаптация, обучение, оценка, увольнение. На каждом этапе мы теряем время и деньги. И главное - нет системной работы с талантами. Люди, которые могли бы стать лидерами, уходят просто потому, что их проблему заметили только тогда, когда они уже написали заявление.

Привычные электретные, конденсаторные и динамические микрофоны создают на зажимах напряжение порядка 0,1 - 1 милливольт, а потому нуждаются в близко расположенном усилителе низкой частоты для преодоления потерь в проводах, наведённых помех, и, наконец, слышимого воспроизведения хотя бы в наушниках.

А как осуществлялась телефонная связь до изобретения радиоламп и транзисторов? Ведь сигнал должен был преодолеть сотни и тысячи метров провода с активным сопротивлением. Что если подключить телефон к линии посредством повышающего трансформатора? Но ведь трансформатор – не perpetuum mobile, его КПД ниже 100%, и если увеличить напряжение, то доступная сила тока уменьшится.

Не зная ещё электроники и даже не сформировав полноценной теории цепей, изобретатели создали микрофон, который был способен развивать достаточное для связи напряжение порядка 0,1-1 В. Это порошковый угольный микрофон, или просто угольный микрофон. Электрическая мощность на зажимах угольного микрофона больше акустической мощности, воздействующей на мембрану, т.е. он является акустоэлектрическим преобразователем и усилителем мощности одновременно.

Для проверки верности данного утверждения достаточно последовательно соединить динамический телефонный капсюль и угольный микрофон из трубки старого телефонного аппарата, и запитать схему от источника постоянного напряжения. При поднесении капсюля к микрофону возникнет положительная обратная связь по воздуху. Начнётся генерация звука и переменного тока в цепи, частота будет определяться резонансом мембран в области наибольшей чувствительности, т.е. в полосе 0,3…3,4 кГц.

Страсти по удалёнке не утихают: кто-то выводит сотрудников в офис, кто-то испытывает трудности с построением распределённой хоум-офисной архитектуры, кто-то делает её бонусом и инструментом мотивации. Понять можно всех: на удалёнке иногда непросто работать, удалённой командой непросто управлять. Удалёнщик значительно отличается от офисного сотрудника, особенно если на его «привычку» ушли годы. Если в компании гибридная форма присутствия, появляются конкуренция и подковёрные игры. Если контролировать, люди уходят, если не контролировать — некомфортно менеджменту. Такие ситуации добавляют нервозности и заставляют искать выход, который зачастую оказывается неверным (например, устанавливаются системы слежения для «домашней» команды). Попробуем собрать опыт в кучу и проанализировать, а что такое сложилось за 6 лет всеобщего интереса к удалёнке, что можно всем использовать и при этом никого не обижать 🙂

Протестировала 11 таск-менеджеров для личной продуктивности и управления проектами. Делюсь критериями выбора, типичными ошибками и чек-листом, который сэкономит вам недели на внедрение.

Автор блога Such Bad Tech Ads вспоминает необычную рекламную кампанию 80-х гг., которую запустил производитель дискет Maxell. Для ролика создали целый парк роботов, а некоторые из них попали в Музей компьютеров.

Ещё 10 лет назад машина видела в документе просто набор пикселей. Сегодня она понимает структуру страницы, читает таблицы, графики и рукописи — и автоматически извлекает нужные данные. Разбираем как это работает под капотом и почему это меняет целые индустрии.

Как часто вы слышите что-то о протоколе WebSocket? А как часто видели его в проектах? Продакшн? Андроид? Что? Его кто-то использует?

А теперь представьте, что перед вами стоит задача внедрить WS в крупный продакшн проект с нуля. С чего начать? Как подступиться?