Ушел из IT в курьеры и не пожалел. Сегодня мы рассмотрим все вопросы, касающиеся работы курьером Яндекс Еды, включая трудности трудоустройства, уровень дохода, повседневную жизнь курьера и многое другое. Я надеюсь, что эта статья из личного опыта будет для вас очень полезной.
В постах и статьях мы иногда поминаем уважительным словом экономистов, которых читаем постоянно и с удовольствием. Например, шлём шаломы Михаилу Хазину, который много говорит про близкую нам научную организацию труда, хотя в совершенно других процессах. И про теорию власти, которой мы давно и успешно пользуемся в рамках реализации своих проектов.
А этим постом начинаем серию шаломов глубочайше уважаемому Дмитрию Пищальникову.
Полминуты ликбеза на всякий случай. Дмитрий Пищальников – экономист и управленец, продвигает тему повышения производительности труда на федеральном уровне. Увлечённый практик, участник мероприятий, где прорабатывают и развивают передовые управленческие концепции.
Мы сильно и от души рекомендуем его читать его и смотреть, а ещё испытываем неудержимое желание написать о некоторых явлениях, которые разбирает Дмитрий. Дополнив их забавными и жуткими случаями из нашей богатой практики.
Так что открываем этим постом небольшую серию под кодовым названием «Цикл π». И сразу вот ссылка на очень крутое интервью с Дмитрием. Там концентрат великолепия, буквально по каждому тезису можно проводить отдельный семинар.
А начнём с краеугольной темы, которую вынесли в заголовок.
Привет, Хабр! Я, Мадаров Артур, руководитель дирекции процессов эксплуатации и ИТ-услуг Страхового Дома ВСК.
В своей прошлой статье, «Реинжиниринг процессов контроля качества технической поддержки», я рассказывал, с чего началась наша трансформация: как мы перешли от разрозненной отчётности в Excel к системной BI-аналитике, как формировали культуру data-driven внутри ИТ-блока ВСК и зачем всё это нужно.
На пятой встрече ProcessTech и Страхового Дома ВСК я рассказал, что было дальше: как мы из BI-дашбордов перешли к процессной аналитике, внедрили инструменты Process Mining, Task Mining и построили центр компетенций по процессной аналитике в ИТ.
Эта статья — почти практический гайд по внедрению процессной аналитики в крупной компании. Без обобщений. Только конкретика, цифры, архитектура решений и кейсы. Рассчитываю, что статья будет полезна как для ИТ-специалистов, так и для руководителей, которые хотят перестать управлять на основе ощущения, а не данных.
Почему мы продолжили путь: от BI к Process Mining
Всего за 5 месяцев после закупки лицензий в ИТ-блоке уже 9 внутри командных review и рабочих групп с бизнесом проводятся с демонстрацией BI-аналитики Proceset (без Power Point и Excel). На первом этапе трансформации мы выстроили мощный слой BI. Благодаря интерактивным дашбордам:
Разбираю кейс построения отказоустойчивого пайплайна для аналитики спортивных данных на базе нестабильного API dingerodds com. В статье — реализация обёртки с ретраями и балансировкой, деплой в Kubernetes с автоскейлингом, CI/CD через GitLab и хранение данных в Parquet (MinIO). Показываю, как превратить ненадёжный источник в стабильную платформу для ML и аналитики.
Привет, друзья! Сегодня расскажу, как нейросети прямо сейчас, пока вы, куски мяса, читаете этот текст, заменяют живых музыкантов в студиях звукозаписи, позволяя DIY-музыкантам записывать полноценные альбомы, не выходя из дома и используя лишь компьютер с мощной видеокартой.
Intel представляет новые технологии упаковки чипов для мощных ИИ-систем
Комбинация трёх технологий позволяет разместить 10 000 мм² кремния в одном корпусе.
На IEEE Electronic Components and Packaging Technology Conference Intel анонсировала разработку новой технологии упаковки чипов, которая позволит создавать более крупные процессоры для искусственного интеллекта.
Поскольку закон Мура замедляется, производителям GPU и других чипов для дата-центров приходится увеличивать площадь кремния, чтобы успевать за растущими потребностями ИИ. Однако максимальный размер одного кристалла ограничен примерно 800 мм² (за одним исключением), поэтому компании переходят на продвинутые методы упаковки, объединяющие несколько кристаллов в единую систему.
Intel представила три ключевые инновации, позволяющие увеличить объём кремния в одном корпусе и расширить его размеры:
Всем привет! Возвращаемся к рассказу об одном увлекательном пентесте. В предыдущей части мы смогли при помощи фишинговой рассылки через учётку пользователя в Exchange получить доступ в инфраструктуру клиента. Эта часть будет про поднятие привилегий в домене.
Последние 2 года я активно изучаю нейросети. Пытаюсь упростить и автоматизировать свои рабочие процессы, работать руками меньше, а зарабатывать — больше.
Я даже завёл свой канал про нейронки, где постоянно общаюсь с крутыми и интересными ребятами. И один из самых частых вопросов, который прилетает в комменты — «А что будет дальше? Нейронки развиваются так стремительно, что, кажется, ещё 1–2 года и люди будут не нужны. Тексты будут писать одни нейросети, генерировать картинки — другие. А третьи будут всё это собирать и публиковать».
А будет ли действительно так? Давайте разбираться.
Всем привет! На связи команда курсов английского в Практикуме. Давайте поговорим о мотивации в обучении, ведь сохранить её — задачка не из простых, особенно в долгосрочных проектах. И тут, как ни крути, английский под критерии такого проекта подходит — ещё никто не выучил его за выходные.
В этой статье мы расскажем о пяти «джойстиках» — элементах модели мотивации ARCS-V, которые помогут не сойти с дистанции. Этот подход работает как система: удерживает внимание, добавляет смысла, укрепляет уверенность, поддерживает интерес и помогает двигаться вперёд, даже когда совсем не хочется.
И главное — всё это применимо не только к английскому. Эти принципы работают и в других сферах: учёбе, спорте, саморазвитии, смене профессии.
Привет, Хабр! На связи Сергей Зыбнев aka poxek. Начинал свой путь в багбаунти как сисадмин, потом заведовал WAF'ами в МТС, затем несколько пентестерских компаний, а теперь работаю в Бастионе и профессионально ломаю то, что раньше защищал. Последние четыре года веду Telegram-канал Похек, где рассказываю про найденные уязвимости и про то, как можно было предотвратить их эксплуатацию.
В этой статье — главные инструменты для поиска уязвимостей, которые я использую в ежедневной работе. Это не подборка ради подборки: для каждого инструмента приведу пример из собственной практики, чтобы было понятно, где и как их применять.
Если хотите понять, какие инструменты выбрать и как эффективно применять их в реальных пентестах — добро пожаловать под кат!
Всем привет! Сегодня только ленивый не пишет про искусственный интеллект. Это и понятно: тема не просто популярна, применение ИИ‑технологий в различных индустриях стало настоящим трендом современности. Искусственный интеллект меняет подход и к бизнес‑аналитике, делая её быстрее, точнее и доступнее. FanRuan активно внедряет ИИ в свои продукты, создавая решения нового поколения, что подтверждается действиями: FanRuan занял 6 место в престижном рейтинге «Top 100 Chinese AI Companies 2025», опубликованном авторитетным ресурсом EqualOcean и Университетом Цинхуа. Это признание — результат постоянной работы над тем, чтобы сделать искусственный интеллект реальным помощником в бизнес‑аналитике. FanRuan активно развивает AI‑аналитику (ABI) в FineBI, инструменты позволяют бизнесу в режиме реального времени анализировать данные, находить скрытые закономерности и принимать решения на основе инсайтов, сгенерированных ИИ. Но за этой историей стоит целая экосистема ИИ‑продуктов FanRuan, о которой мы, команда Business Intelligence GlowByte, расскажем подробнее.
Все же видели то вирусное видео, где коты на котоолимпиаде соревнуются в прыжках в воду? Несмотря на то что этот ролик — плод деятельности ИИ, получилось и правда очень забавно. И вы, если хотите, можете сделать такое же, используя нейросеть Hailuo. Она позволяет сгенерировать видео по текстовому описанию или оживить фото, которые у вас уже есть.
Привет! На связи разработчик Максим и инженер по качеству Евгения из Т-Банка. Как-то мы задумались о переходе на TBD, чтобы избежать develop-ветки со всеми вытекающими.
Внедрение TBD оказалось более сложным процессом, чем мы думали сначала. Углубившись в тему, осознали, насколько важно учесть множество деталей, которые нужны для успешного перехода: в каких процессах необходимо настроить автоматизацию, доработать тесты, обновить документацию и сделать многое другое.
В этой статье мы поделимся опытом перехода на TBD: планом внедрения и вопросами, с которыми мы столкнулись.
Cтатья пригодится инженерам уровня middle и ниже и тимлидам. Для senior-инженеров статья не будет откровением, но надеемся, что станет местом для обсуждения нюансов внедрения или возможностью посмотреть на процесс с точки зрения QA.
Погнали!
С появлением больших языковых моделей (LLM) стало казаться, что они умеют всё: от генерации кода до написания статей в научные журналы. Но, как только дело доходит до фактов, особенно актуальных и узкоспециализированных, начинаются проблемы. LLM — это не поисковики и не базы данных, знания у них статичны: что было в обучающей выборке, то модель и «знает» (да и то не всегда твёрдо). Постоянно дообучать её на актуальных данных — уже вызов. Тут на сцену выходят RAG-системы (Retrieval-Augmented Generation).
Если коротко, RAG — это способ «подкормить» LLM свежими данными: перед генерацией ответа модель получает не только сам вопрос, но и релевантные тексты, найденные внешней поисковой системе или во внутренней базе знаний. Идея звучит просто, но как понять, насколько хорошо это работает? Какие документы действительно помогли модели, а какие запутали её ещё больше? А главное — как сравнить разные RAG-системы между собой по-честному?
Оценка таких систем — нетривиальная задача. С одной стороны, нужно учитывать и качество извлечённых документов, и финальный ответ модели. С другой — важно избегать контаминации: когда модель «угадывает» правильный ответ просто потому, что уже видела его в процессе обучения. Это особенно актуально при использовании статических наборов данных вроде Natural Questions или HotpotQA: они давно «протекли» в открытые датасеты, в том числе для обучения популярных LLM.
В мире, где ваша деловая переписка зависит от чужих алгоритмов и сомнительной репутации общих IP-адресов, полный контроль — это не прихоть, а фундамент цифровой независимости. Нас годами убеждали, что управлять своей почтой — удел корпораций. Но это не так. Имея надежную платформу и правильные инструменты, вы можете стать хозяином своей коммуникации.
В этом руководстве мы пройдем весь путь: от развертывания сервера до отправки первого письма с настроенной и автономной почтовой системы. Никаких «черных ящиков» и компромиссов. Только вы, надежное «железо» и стопроцентный контроль.
Уже несколько лет компания AMD предлагает совершенно атомные, а точнее ядерные, а ещё точнее суперМНОГОЯДЕРНЫЕ процессоры Epyc. В этой статье мы рассмотрим основные «бутылочные горлышки», настройки биос и другие вещи, которые мешают раскрыть потенциал этих процессоров.
Для рынка ПО (в частности, софта для хостинг-провайдеров и дата-центров) характерна высокая стоимость привлечения клиентов, сложность их удержания и длительный цикл принятия решений. С этими проблемами столкнулись и мы в ISPsystem.
В нашем случае это могло выглядеть так: потратили бюджет на привлечение лида, потенциальный клиент скачал триальную версию продукта, немного потестил ее и... пропал.
Чтобы избежать ситуации, когда каждый трогает своего слона, мы решили подключить сквозную аналитику, собрав данные из CRM, платформы для управления бизнесом и рекламы.
Далее в статье расскажем:
— как с помощью сквозной аналитики удалось снизить стоимость привлечения клиента на 40%, увеличить конверсию на 25%, а LTV — на 50%;
— как объединить данные из разных маркетинговых каналов и отслеживать полный путь клиента с помощью интеграции трех инструментов.
Надеемся, наш опыт будет полезен и вам.
Довольно долго я тягался с по-настоящему глупой проблемой на C++: мне не нравятся функции-члены, но я вынужден их писать, чтобы программисту было хоть немного удобнее работать. Функции-члены обеспечивают две вещи: разграничение областей видимости и обнаружимость. Разграничение областей видимости — менее актуальная из этих задач, поскольку в моём коде на C++ я и так не использую модификаторы private/public. Обнаружимость — большая проблема: я могу написать x.F, а IDE предложит x.Func(). Отлично! «Но правильные программисты пользуются только vim и скромными IDE». Что ж, привет вам, воображаемые мифические обычные программеры. Здесь вам ничего не угрожает, но, пожалуйста, уходя — надевайте сразу два беджика: «vim отстой» и «Я ненавижу emacs». Отлично помогает завязать разговор с «настоящими» программистами.
Хабр, привет! Меня зовут Мельников Станислав, руковожу группой автоматизированного тестирования. В статье расскажу, как мы организовали автоматизацию тестирования мобильного приложения и ушли от бесконечного ручного регресса к ферме устройств и авто-тестам, которые теперь живут в CI. Делюсь цифрами, граблями и планами.
Появление новых требований в разгар проекта — настоящая головная боль для любого проектного менеджера. Они возникают внезапно, как метеорит в SimCity, и угрожают разрушить сроки, бюджет и нервы команды. Неважно, кто виноват — аналитик, недоглядевший нюансы, или заказчик, который понял, что надо было делать по-другому Важно, что эти «межпланетные тела» могут разрушить всё, если не знать, как с ними справляться. В этой статье мы разберём, как с помощью системы класса service desk превратить хаос изменений в управляемый процесс, сохранить при этом контроль над проектом и доверие заказчика.
