Все потоки

Каждую неделю ко мне приходят люди из IT с одними и теми же вопросами. Проекты закрывают, бюджеты урезают, компании закрываются, людей сокращают. Я собрала самые распространенные вопросы и постаралась ответить на них в этой статье.

Кратко обо мне: В IT 15 лет, была и разработчиком, и руководителем отдела и ИТ-директором. Увольняла, нанимала, сама увольнялась и искала работу. Сейчас я консультирую IT-специалистов по карьерным рискам и стратегиям.

Какой самый неочевидный шаг в первый день?

Представить, что хотите взять кредит...

В рамках статьи рассматривается база, на основании которой строится семейство методов Рунге—Кутты, а также в одном моменте поднимается ограничение данного метода, вызванное ограничением применения степенных рядов.

На всяких народных гуляниях типа MakerFaire и OpenSauce меня постоянно спрашивают при виде FPGA “Это Ардуино / Raspberry Pi?” Причем когда я отвечаю “нет”, у людей появляется выражение лица будто я им нагрубил. Я раньше не понимал, с чем это связано, но теперь думаю, что цель такого вопроса - просто показать свою эрудицию, а я эту цель обламываю. Кроме этого минимум у одной дамы было такое выражение лица, что она наверное подумала, что я сумасшедший.

Теперь при использований микросхем малой степени интеграции появляется второй вопрос “разве все эти микросхемы не устарели и не были заменены Ардуино?”

Короче для Technology Showcase в Mountain View в этот четверг я решил сделать вот такую одну страничку и просто молча давать ее людям, которые задают эти два вопроса. Первая сторона:

Раньше у джунов-аналитиков карьерная лестница была примерно в таком формате: сначала ты делаешь простые выгрузки, чистишь данные, собираешь первые сводные таблицы, потом уже начинаешь строить графики и писать к ним короткие комментарии и только после этого начинаешь проводить уже самостоятельную аналитику, насмотревшись от всех понемногу.

Это был некоторый постепенный рост и именно этот рост сейчас начинает забирать ИИ.

Привет, я креативный директор бренда Minoga. Мы продаём всё для рыбалки, варим пластизоль по своей рецептуре и каждый сезон выпускаем новые модели приманок. При этом лучше всех у нас продаются «Экшен» и «Купер», которые появились ещё на старте бренда. Сейчас расскажу, как мы строили производство в Одинцово, почему отозвали из продажи целую партию шнура и что на самом деле двигает продажи в рыболовной нише. Ну и объясню, что такое пластизоль, если вы не знали.

ИИ‑агент редко ограничивается одним ответом, когда работает с большим проектом. Он читает код, ищет использования символов, меняет несколько файлов, запускает тесты и исправляет найденные ошибки. За это время история чата пополняется сообщениями пользователя и результатами инструментов.

У длинной задачи возникают две практические проблемы. Первая: разработчику нужно уточнить одну деталь, но новое сообщение может вмешаться в текущую последовательность действий. Вторая: правило, переданное модели в начале разговора, постепенно отдаляется от текущего шага и может перестать влиять на ответ.

В Veai 5.16 для этих сценариев появились команда /btw и параметр strictness. Ниже разберём механику обеих функций, их ограничения и влияние частого повторения инструкций на контекст модели.

Всем привет! На связи Александр Ларин, руководитель центра поддержки и обучения в GlowByte.

Компания GlowByte – официальный партнер FanRuan по внедрению FineBI в России. Мы внимательно изучаем новые продукты вендора и не могли пройти мимо свежего релиза – набора дата-агентов Dora, работающих поверх BI-среды: моделей данных, метрик и дашбордов.

Ниже делимся статьёй FanRuan (оригинал можно почитать по ссылке), в которой авторы отмечают, что BI – это всего лишь полдела: такие системы давно научились показывать проблему, но ее решением по-прежнему занимается аналитик вручную – ищет причину, сверяет системы, готовит отчёт. Как современные цифровые сотрудники, работающие поверх вашей BI-системы, могут автоматизировать эту цепочку от алерта до задачи, читайте в переводе статьи под катом.

В конце – наш взгляд со стороны практики: почему без порядка в метриках любой агент будет врать убедительно.

Полтора месяца все обсуждали Fable 5. Её выпустили 9 июня, через три дня отключили по требованию Минторга США (экспортные ограничения, что-то про уязвимость в защите), а 30 июня вернули обратно, но уже без места в обычной подписке. Кто следил за новостями, помнит эти качели: анонс года, внезапная пауза, потом тихое возвращение. Ощущение осталось смешанное – модель топовая, а трогать её разрешалось немногим.

И вот 24 июля Anthropic выкатывает Claude Opus 5. Дешевле вдвое, доступна сразу всем. А по независимому рейтингу Artificial Analysis обошла саму Fable 5 – совсем немного, но обошла.

Как будто кто-то в компании посмотрел на весь этот цирк с санкциями и решил: ладно, сделаем модель, о которой не придётся оправдываться регуляторам.

В этом гайде я покажу, как создать сайт в Codex, используя модель GPT-5.6. Вы программист? Я - нет. Но у меня получилось сгенерировать сайт хорошего качества за один вечер.

Планерка. Руководитель озвучивает: «За прошедший месяц мы закрыли 4200 заявок. На 300 больше, чем в предыдущем». 

Вроде молодцы, но при более внимательном рассмотрении выясняется: клиент с наибольшим количеством заявок — убыточный, два ключевых инженера перерабатывали, выгорели и увольняются, техника сломалась уже столько раз, что уже давно пора отказаться от ее закупок. 

Узнайте, какую правду может рассказать аналитика в сервис деске, кроме «сколько заявок закрыли», с помощью допнастроек и без cведения данных из множества систем.

macOS — сертифицированная UNIX система (формально — UNIX 03), и большая часть того, что набираешь в терминале, ведет себя, как в любом BSD: ls, grep, ps, ssh — все на месте. Но рядом лежит второй слой команд, которого нет ни в одном дистрибутиве Linux и нет в POSIX: defaults, sysadminctl, mdfind, say, afplay. 

Часть из них выросла из архитектуры Darwin, часть — из графической и звуковой подсистем, а часть существует исключительно ради управления экосистемой Apple.

Таких утилит в macOS не один десяток, а в статье мы разобрали самые интересные и востребованные, по критериям: команда входит в macOS по умолчанию, не имеет штатного аналога в Linux и создавалась под задачи экосистемы Apple.

Что такое GOMAXPROCS, почему контейнерные лимиты ломали интуицию и как GO 1.25 меняет ситуацию, читайте далее...

Компания «Нанософт», ведущий российский разработчик САПР/ТИМ-решений, объявляет о выходе 26-й версии программного продукта nanoCAD BIM Вентиляция.

nanoCAD BIM Вентиляция – BIM/ТИМ-решение на Платформе nanoCAD для проектирования и расчета моделей систем вентиляции и кондиционирования.

Программный продукт nanoCAD BIM Вентиляция базируется на новейшей технологии EVOS, обеспечивая ряд преимуществ для пользователя:

1. создание 3D-моделей любой степени детализации и информационного наполнения;

2, многопользовательский режим в единой информационной модели;

3. отображение модели в нескольких проекциях и режимах одновременно;

4. применение параметрической графики и типового проектирования.

5. Ключевые возможности nanoCAD BIM Вентиляция 26

Название компании не раскрываем — NDA, сами понимаете.

Корпоративную библиотеку недостаточно просто подключить — важно встроить её в процессы компании. Делимся кейсом внедрения в продуктовой IT-компании на 400 человек: три этапа запуска, реальные метрики, ошибки, которые мы допустили, и выводы после шести месяцев работы.

Это вторая часть цикла про заметочник, который я пилю по вечерам (и ночам). В первой я рассказал, как терял заметки где‑то между Notepad++, Trello, OneNote и Obsidian, — а сейчас расскажу, как собираюсь их находить.

Всем привет, меня зовут Михаил, я работаю Senior Java разработчиком в ОТП Банке.

Смотря на всю ситуацию на рынке, я подумал: хм, вот джуны притворяются мидлами и сеньорами и ходят по собесам. А что, если все будет наоборот?

Учитывая, что ситуация на рынке для джунов совсем плачевная, я решил провести эксперимент. 30 дней. Только я, фейковое резюме джуна, новый Telegram-аккаунт - и все!

В этой истории было все: отказы, тестовые, преофферы, даже один супер-гуру, который обещал научить меня всему - от тестирования до программирования ракет, лишь бы ему отдали деньги.

Интересно, чем все это закончилось и как это было? Присаживайтесь поудобнее!

Привет! Меня зовут Даша, я занимаюсь развитием сервиса Скорозвон — облачного решения для автоматизации коммуникаций в отделах продаж и колл-центрах. И я менеджер продукта.

На первый взгляд, продакт не самый очевидный автор статьи о работе с клиентами: текущими вопросами обычно занимается клиентский сервис. Но чтобы развивать продукт, недостаточно получать отдельные запросы через заявки, продажи и интервью. Важно понимать, как устроен бизнес клиента, с какими проблемами он сталкивается и каких результатов хочет достичь.

Собрать этот контекст нам помогли QBR — регулярные встречи, на которых клиент, сервис и продукт вместе обсуждают текущую работу, планы и дальнейшее развитие.

В статье расскажу, как мы пришли к этому формату, почему первая попытка собирать идеи клиентов в Excel не сработала, как устроены наши QBR и что они изменили для всех участников.

На одном B2C-проекте я отдельно спросил пятерых разработчиков, верят ли они, что продукт дойдёт до первой тысячи пользователей. Никто не ответил “да”.

Формулировки отличались, степень скепсиса тоже, но довольно быстро стало понятно, что я собрал не пять независимых мнений. Люди уже обсуждали перспективы продукта между собой. У официальной дорожной карты были годы развития, а у команды сложилась своя: до тысячи пользователей мы, скорее всего, не дойдём, поэтому текущую задачу надо закрыть, а стоимость следующего изменения можно оставить следующему человеку.

Это было видно по репозиторию. Архитектурные решения почти не фиксировались, автоматические тесты появлялись примерно в каждом пятом PR, а инструкции для AI-агентов лежали у разработчиков локально. Git хранил результат, но проект не владел способом его производства.

За четыре недели мы перенесли общий агентный контекст в репозиторий, ввели работу от спецификаций, отделили реализацию от проверки и начали коротко разбирать спорные архитектурные решения. Ниже расскажу, как был устроен этот контур, какие изменения мы увидели и почему цифры из кейса нельзя считать результатом чистого эксперимента.

Всем привет. На днях моя техническая статья с open source кодом про написание нейросети с нуля на Node.js вышла из песочницы Хабра благодаря НЛО, набрала 8K+ просмотров и получила крутой фидбек. Но за 2 дня до этого я решил провести эксперимент и выложить этот же материал на VC.ru. Итог — моментальный пожизненный бан без объяснения причин в первые 15 минут…

Статья настоящий разбор-детектив: почему неблокирующий API может блокироваться, как потерять монитор после деоптимизации JIT, почему try-catch иногда важнее коллбэков, и как решать сложные проблемы новыми концепциями мышления. Приятного чтения!