Все потоки

Работы в карьере ведутся круглосуточно, и цена ошибки при подсчете объемов добытой породы, контроле устойчивости откосов или оценке работы дробильного оборудования измеряется в реальных деньгах. Маркшейдерская служба осуществляет маркшейдерское сопровождение добычи, фиксирует каждый кубометр добытой породы и следит за тем, чтобы карьер не отклонился от проекта. В этой статье мы расскажем, какие задачи решают маркшейдеры ООО ППП «ГОРНЯК» с помощью программного комплекса nanoCAD Облака точек, как устроен технологический конвейер работы с данными лазерного сканирования и с какими нестандартными вызовами сталкиваются специалисты.

Если коротко: с 1 сентября 2023 года 1С-Битрикс перестал отдавать полные резервные копии облачных порталов. Привычный сценарий переезда на коробку от этого сломался целиком.

Раньше всё было просто. Покупаешь коробочную лицензию, пишешь в поддержку ключ продукта, тебе в назначенную дату готовят бэкап, ты разворачиваешь его на своём сервере, неиспользованные дни облачной подписки добавляют к сроку коробки. Одна операция, по сути копирование файлов и базы.

Сейчас так не выйдет. Причина у вендора техническая и в общем понятная: в полный бэкап попадает не только ваш контент, но и ядро продукта, а ядра облака и коробки за годы разошлись достаточно, чтобы копия облака на коробке начинала сыпать ошибками на ровном месте. Поддерживать это вендор не захотел и услугу закрыл.

Привет, хабр, меня зовут Кияшева Екатерина. Вообще я из QA, но сегодня сделаю шаг в сторону и разберу архитектуру агентов на базе языковых моделей.

За последний год встречалась масса литературы об AI, она, или теоретическая — не ясно, как это пощупать, или углубленная в одну тему — не сразу ясно какую задачу решает. Эта статья — обзор теоретической базы, но с прикладным характером. Интересно открыть капот агента, извелечь основные компоненты, покрутить и подумать над каждым.

На ур. QA важно знать «как эта штука работает», чтоб осмысленно применять паттерны тест‑дизайна. На человеческом ур. надоела маска «волшебства» вокруг ИИ, хочется смахнуть ее и рассмотреть инструмент предметно: как устроен, какой бывает, через что с ним работать, как подобрать модель. 

Вина — одно из самых отвратительных чувств. Хуже только вина перед собой — за то, что вы своими руками уничтожили перспективы, любовь, здоровье, карьеру. Тем не менее многие люди попадаются в ловушки вины, иногда сразу в несколько. Со стороны кажется, что человек занимается саморазрушением и отказывается от карьеры и развития, — ну а что, сам виноват. За такими «сам виноват» скрываются сложные чувства и процессы, которые могут как помочь перерасти проблему и стать крепче духом и умом, так и морально утопить человека, не оставляя шансов на карьерный рост. 

Разберём наиболее распространённые карьерные проблемы, которые возникают по разным причинам, но, как правило, действительно уходят корнями в человеческие страхи, мысли и попытки быть самым лучшим, самым успешным, самым любимым и уважаемым.

В начале 2026 года произошло что-то странное. Количество IT-вакансий упало на треть, кандидаты месяцами не могут найти работу, джуны рассылают по сотне откликов без ответа - и при этом 64% российских работодателей говорят, что им катастрофически не хватает IT-специалистов.

Это не противоречие. Это новая реальность российского IT-рынка, в которой одновременно верны два тезиса: людей слишком много и людей катастрофически не хватает.

В этой статье мы пытаемся разобраться, как так получилось и что будет дальше.

Есть у нас классная традиция: каждое лето, начиная с 2018 года, AGIMA собирает IT-сообщество на спортивный фестиваль RUNIT. Сначала с нами бежали 100 айтишников, потом 750, потом 2 тысячи, потом 3,5 тысячи. В 2025 году медали RUNIT получили почти 4,5 тысяч бегунов из IT-сообщества, а еще около 5 тысяч пришли за них поболеть. В этом году фестиваль пройдет 5 июля в Мещерском парке, и, по нашим оценкам, к нему присоединится уже порядка 10 тысяч человек. 

Мы всегда поддерживаем RUNIT самыми разными способами, но в этом году сделали нечто особенное — корпоративный AI-хакатон. Этим событием вся AGIMA живет уже месяц: штурмит, творит, разрабатывает. В этой статье расскажем, как мы запустили AI-хакатон и какие промежуточные результаты уже получили.

Современное радиолюбительство — это огромная техническая среда со своими соревнованиями, рейтингами, цифровыми сервисами и даже картографическими системами. И мобильные активации — только одна из ее частей.

Привет, Хабр! Меня зовут Андрей Зубарев, я старший системный аналитик GSM-решений в YADRO. В статье расскажу, как устроено современное радиолюбительство, как радиолюбители работают в эфире на коротких волнах и почему связь на тысячи километров возможна без привычной мобильной инфраструктуры.

Как использовать новинку Claude Sonnet 5 со скидкой в 50%. Акция, которую нельзя пропустить. Прочитайте статью до конца и узнайте все детали.

Статья написана на основе интервью с Александром и Викторией Ларионовыми, владельцами сети цветочных магазинов «От Амура» в Сланцах и Луге.

В этом году в стране закрылось больше цветочных, чем открылось, а в крупных городах ушла четверть рынка. У нас в это же время в двух маленьких городах на тридцать тысяч человек три магазина, и за букетом едут из других городов.

Двенадцать лет назад мы этот же бизнес почти угробили. Что мы тогда поняли и что с тех пор делаем не как все, расскажем дальше.

Кейс CTO AlpinaGPT Сергея Андриянова: как из боли с код-ревью в аутсорс-команде вырос продукт Evolver, и почему мы сознательно отказались от автономных агентов в проде.

В конце мая мы собирали внутреннюю мастер-встречу по AI-трансформации, и один из докладов оказался настолько содержательным, что я не могу удержаться и не пересказать его. Выступал Сергей Андриянов — наш CTO в AlpinaGPT и одновременно основатель аутсорс-компании WebRegul, которой уже больше пятнадцати лет. Сергей рассказал, как они с командой автоматизировали код-ревью через мультиагентную систему: время ожидания упало с двух суток до нескольких часов, на рутинных мердж-реквестах — до пятнадцати минут, и они освободили примерно сто часов работы команды в месяц.

Меня зовут Жемал Хамидун, я CPO AlpinaGPT, Head of AI Alpina Digital и автор тг-канала «Готовим ИИшницу».

Эта статья будет полезна для CTO, тимлидов и продактов, которые думают о том, чтобы внедрить ИИ в работу команды разработки. По ходу — собственные комментарии как Head of AI: где этот опыт ложится в общую картину рынка, а где это редкая практика, на которую стоит обратить внимание.

С чего всё началось: рост команды в три раза и ревью на двое суток

Контекст у Сергея был типичный для растущей аутсорс-разработки. По его словам: «Два года назад мы в компании столкнулись с довольно-таки быстрым ростом. Разработчиков стало много, выросли буквально в три раза за один год, и процессы очень сильно поменялись. И после этого код-ревью из полезной практики местами начал превращаться в ад».

Почти весь код туториалов, который мне попадался в открытом доступе, с точки зрения кодирования, написан на уровне junior-программиста, что вполне закономерно, ведь все Data Science и ML-инженеры, которых я знаю, в большей степени математики, а не программисты. И сложность их кода не только в языковых конструкциях и отсутствии хороших практик кодирования, но и в том, что он больше похож на математические выкладки и довольно тяжело читаем для людей, имеющих за плечами только институтский и школьный курс математики. И вся это сложность умножается на непростую теоретическую базу, поэтому если ты не знаком с теорией, то догадаться по коду, для чего нужны выполняемые действия, порой бывает просто решительно невозможно.

Я заинтересовался ML и AI в 2019 году, и с тех пор количество статей и примеров кода в Интернете выросло многократно, но одно, к сожалению, так и осталось неизменно — стиль кодирования примеров и их математичность.

Поэтому решил написать данную статью для таких же программистов как я, которые интересуются технологиями машинного обучения и искусственного интеллекта, где совсем не будет математики, а вместо неё — только код.

Если 95% вашей задачи выполняется параллельно - максимальное ускорение 20 раз. Хоть 8 процессоров, хоть 8 тысяч. Потолок встроен в задачу, не в железо.

Это закон Амдала. Сформулирован в 1967-м на конференции AFIPS в статье с названием "Validity of the Single Processor Approach to Achieving Large Scale Computing Capabilities" - то есть "В защиту одиночного процессора". Амдал пришел объяснить, почему массовый параллелизм не даст обещанного выигрыша для многих реальных задач.

Когда серверы bare-metal, гипервизоры, облачные решения и десятки Kubernetes-кластеров живут вместе, навести порядок в ИТ-инфраструктуре становится задачей со звёздочкой. К тому же к гибридной инфраструктуре добавляется организационный слой: десятки автономных команд — backend, UI, data engineering, ML, platform — и у каждой свой бэкграунд, уровень зрелости и разный подход к описанию инфраструктуры через код (IaC).

Кто-то всегда пишет на HCL, кто-то предпочитает Python и JS, а кто-то привык работать с docker compose up –d. Задача инженера платформы в такой обстановке не в том, чтобы навязать «серебряную пулю», а в том, чтобы найти инструмент, который обеспечит контроль над состоянием инфраструктуры, позволит стандартизировать базовые паттерны, предсказуемо реагировать на изменения, которые внесли вручную, а еще не будет ломать уже существующие процессы.

Привет, Хабр! Меня зовут Вячеслав Швецов, я архитектор в команде MWS B2B Store. Это первый материал из цикла о построении инженерной платформы в гетерогенной среде. Мы будем разбирать инструменты, антипаттерны и ограничения при эксплуатации. В этом выпуске сравним подходы Terraform и Pulumi, а также рассмотрим управление состоянием, детекцию дрейфа инфраструктуры и практику управления инфраструктурой как кодом.

Привет! Меня зовут Евгений Астафуров, я ведущий разработчик в Отделе экспериментальных технологий AI VK. Мы разрабатываем Discovery AI — набор ИИ‑технологий для интеллектуального поиска, рекомендаций и взаимодействия с контентом. В него вошли нейропоиск, анализ контекста, персонализация, генеративные модели и рекомендательные алгоритмы, чтобы помогать пользователям находить нужную информацию, получать релевантные ответы и новый контент.

В этой статье подробно разберу архитектуру технологии нейропоиска в Discovery AI, которая объединяет большую языковую модель (LLM), поиск, инференс и данные многомиллиардной контентной базы VK. Технология становится важным компонентом развития рекомендательных и поисковых систем в наших продуктах и будет поэтапно внедряться в сервисы для пользователей, авторов и бизнеса (Дзен, VK, Медиапроекты Mail, VK Видео и другие). 

Обзор новой нейросети Claude Sonnet 5. Разбираем фичи, скрытые цены на токены и реальные тесты. Узнайте, как получить доступ из России без банов.

Портативный гейминг особенно актуален в сезон отпусков. При этом на улице обычно нет возможности полностью погрузиться в сюжет, поэтому здесь больше подходят игры, ориентированные на геймплей. Как раз такими электронными развлечениями знаменит японский гигант Nintendo. Это один из немногих крупных издателей, под эгидой которого выходят крайне увлекательные приключения со свежими идеями в геймдизайне. Однако, кроме эксклюзивов, на Nintendo Switch есть и множество качественных портов, особенно — инди-игр.

Специально для любителей портативной консоли Nintendo собрали топ-31 лучшую новинку на Switch за последний год!

Нейросеть Kling AI - мощный ИИ для создания видео. Гайд по использованию нейросети Kling 3.0, 2,6 настройке Motion Control (включая версию Pro) и доступе из России. С примерами генерации видео и тонкостями составления промптов.

Поменять одежду на фото с помощью нейросетей - задача, которая за последние пару лет эволюционировала от фанового развлечения на мобильных смартфонах до жесткого бизнес-требования в e-commerce и коммерческом продакшене. Если раньше для создания каталога одежды на сто моделей требовалась неделя работы студии, команды ретушеров и бесконечные переодевания на съемочной площадке, то сегодня индустрия переходит на рельсы виртуальной примерки (Virtual Try-On). Прогресс дошел до точки, когда сгенерированная ткань учитывает физику складок, текстуру материала и анатомические изгибы тела без эффекта «приклеенного в фотошопе» куска пикселей.

Однако на практике замена гардероба в ИИ все еще остается минным полем для инженера или контент-мейкера. Попытка переодеть человека в один клик часто заканчивается поплывшими пальцами, измененными до неузнаваемости лицами или превращением реалистичного снимка в глянцевый игровой арт. Модели ведут себя совершенно по-разному: одни идеально понимают текстовое ТЗ, другие требуют ювелирной работы с масками инпейнтинга, а третьи работают исключительно в связке «кадр + кадр».

В этой статье мы уйдем от поверхностных обзоров и детально протестируем 7 актуальных инструментов для смены одежды на одном и том же контрольном исходнике. Мы разберем их технические особенности, сильные стороны и честные факапы, чтобы понять, какой пайплайн применим в реальном продакшене, а что пока годится только для генерации мем-картинок.

Меня зовут Вероника. Я технический проджект-менеджер в финтехе и мама троих детей: студентки, школьницы и детсадовца. Когда люди узнают оба этих факта, обычно задают два вопроса: “Как ты всё успеваешь?” и “Ты вообще спишь?”

На оба вопроса у меня один ответ — все дело в процессах, детка.

В прошлой статье мы устанавливали OpenClaw на VPS, но есть ещё один интересный агент. Это Hermes от компании Nous Research.

Главный недостаток OpenClaw по сравнению с Hermes — он по сути статичный: вы даёте команду, он выполняет — и всё. Каждый навык нужно устанавливать вручную, каждый сценарий прописывать заново. Hermes подходит иначе. Он не просто следует инструкциям, а запоминает удачные решения, автоматически превращает их в новые навыки и становится умнее с каждым днём, то есть как бы автоматически самообучается.