Продолжаем серию «Kotlin для новичков». Сегодня разбираем фундамент, без которого не обходится ни одно приложение: строки и коллекции. Как правильно резать подстроки, форматировать JSON, чем List отличается от MutableList и зачем enum в Kotlin круче, чем в Java. Заглядывайте, будет полезно!
Арифметико-логическое устройство (АЛУ) — это фундаментальная часть любого компьютера, выполняющая операции сложения, вычитания и логические операции, однако принцип его работы для многих остаётся загадкой. Я провёл реверс-инжиниринг схемы АЛУ микропроцессора 8085 и в этой статье объясняю, как она устроена. АЛУ 8085 — это на удивление сложная схема, которая на первый взгляд выглядит как непонятное нагромождение логических элементов, но её можно понять, если не бояться немного углубиться в булеву логику.
Красивые цели в компании обычно заканчиваются там, где начинаются реальные процессы, проекты, сроки и ограничения ИТ-ландшафта. В этой статье показано, как внешние драйверы превращаются в цели, цели — в инициативы, а далее проверяются на реализуемость через бизнес-архитектуру. Разговор пойдёт о дереве целей, связях между проектами и процессами и о том, почему без этой оптики трансформация быстро превращается в формальность.
Контроль задач и микроменеджмент больше не работают — лучшие IT-команды строятся на доверии и внутренней мотивации. В этой статье разберем четыре коучинговые техники, которые помогут превратить пассивных исполнителей в инициативных соавторов. Вы узнаете, как работает модель GROW в IT-реалиях, зачем рисовать «колесо баланса команды» и какие вопросы задавать на 1:1 встречах, чтобы разработчики сами находили решения.
Современные библиотеки компьютерного зрения позволяют получить результат буквально за несколько строк кода, но за этой простотой скрывается ряд практических ограничений и компромиссов.
В статье разберём, как на самом деле работают модели «из коробки», где проходит граница их применимости и как из сырых выходов детекторов собрать осмысленную логику — от базового inference до сценариев видеоаналитики. Речь пойдёт о прикладном использовании инструментов вроде YOLO, OpenCV и Hugging Face в задачах, где важен не только сам факт распознавания, но и то, что с этим делать дальше.
Железо давно научилось работать быстрее, чем большая часть прикладного софта успевает это заметить. Пока процессоры, кэши и ускорители становятся всё умнее, многие системы продолжают терять время на случайном доступе к памяти, лишней синхронизации и архитектурных решениях, которые плохо сочетаются с устройством машины.
Эта статья — о mechanical sympathy, подходе, который помогает смотреть на производительность как на следствие понимания базовых ограничений и привычек железа: от строк кэша и ложного разделения до принципа одного писателя и естественной пакетной обработки. Для тех, кто строит или эксплуатирует highload‑системы, это хороший способ заново посмотреть на причины тормозов там, где код вроде бы уже давно «нормально работает».
Low-code автоматизация давно вышла за пределы простых интеграций, а появление доступных LLM только усилило интерес к сборке собственных агентных сценариев. В этой статье — практический опыт использования n8n как основы для таких процессов: от выбора и развёртывания до работы с данными, интеграциями и подключения локальных моделей через Ollama. Разберём, где подобный стек действительно упрощает жизнь, с какими ограничениями приходится сталкиваться и как из разрозненных инструментов собрать рабочие AI-сценарии под реальные задачи.
Интеграционные тесты зелёные, а после деплоя внезапно «пустые списки» и null в критичных полях — типичный сценарий для микросервисов. В этой статье разберём, как контрактное тестирование с Pact на Kotlin позволяет ловить такие расхождения заранее: от написания первого контракта до его проверки в CI/CD. На практике посмотрим, где подход даёт реальную пользу и какие ошибки чаще всего обесценивают тесты.
EXPLAIN ANALYZE часто воспринимается как инструмент, который показывает план выполнения запроса. Но если посмотреть внимательнее на блок BUFFERS, он начинает отвечать на более прикладной вопрос — где именно запрос упёрся в I/O и почему это произошло. В этой статье разберём, как читать эту статистику на уровне отдельных узлов плана, как интерпретировать hit/read в контексте нагрузки и почему сами числа почти ничего не значат без сравнения во времени.
Микрокод часто описывают как аккуратный промежуточный слой между инструкциями и «железом», но при попытке посмотреть на него на уровне кристалла эта картина быстро усложняется. В случае Intel 8086 это особенно заметно: за компактным набором микроинструкций скрывается набор инженерных компромиссов, распределённая логика декодирования и нетривиальная схема адресации. В статье разберемся, как устроен сам движок микрокода 8086 — от выбора точки входа и исполнения до организации ПЗУ и вспомогательных блоков, которые позволяют уместить всё это в ограничения конца 70-х.
Кто из PM не мечтал переложить рутину на робота? С появлением Agentic AI и мультиагентных систем это перестало быть фантастикой. Обсудим как ИИ‑агенты уже сегодня умеют планировать спринты, оценивать риски и назначать задачи — и делают это не хуже живого проджекта.
В статье: принципиальная схема работы связки GPT‑4 + Claude 3, реальный кейс IBM с сокращением MTTR на 65% и пошаговый план внедрения для вашей Jira без строчки кода. Все это для того, чтобы разобраться, как остаться главным, делегировав рутину нейросетям.
Роль руководителя разработки за последние годы изменилась сильнее, чем кажется изнутри команды. Под каждую новую фазу рынка индустрия быстро формирует свои ожидания — и так же быстро объявляет предыдущую модель устаревшей. В итоге одни и те же управленческие практики то считаются сильной стороной, то превращаются в признак неэффективности. В статье — попытка отделить эти колебания от более устойчивых вещей и разобраться, какие навыки действительно определяют качество руководителя вне зависимости от очередной смены тренда.
CSV-файлы редко бывают такими простыми, какими кажутся на первый взгляд. За внешней структурой часто скрываются проблемы с типами, разделителями, схемами и «сломанными» строками, из-за которых загрузка данных превращается в цепочку костылей и ручной предобработки. В этой статье — практический разбор того, как DuckDB позволяет диагностировать и обрабатывать такие случаи прямо в SQL: от понимания того, как система интерпретирует файл, до устойчивой загрузки и работы с неконсистентными данными.
GitHub, GitLab или Bitbucket — куда податься начинающему разработчику в 2026? Казалось бы, какая разница — Git везде одинаковый. Но когда дело доходит до первого пет-проекта, портфолио или стартапа на троих, выбор платформы решает всё: от скорости сборки до шансов быть замеченным рекрутером.
В этой статье — сравнение лимитов, цен и скрытых фич. Разберём реальные сценарии, таблицу с актуальными данными на апрель 2026.
Что делать, если синхронные REST-вызовы превращают ваши микросервисы в карточный домик? Пора вспомнить проверенные временем паттерны обмена сообщениями. В этой статье разбираем архитектуру Pipes and Filters, Content-Based Router и Idempotent Receiver — те самые кирпичики, на которых держатся надёжные системы. Схемы, best practices для проектирования устойчивых интеграций для Enterprise-разработки.
Ручное управление серверами, «фиксы по SSH» и конфигурации, которые живут только в голове ушедшего в отпуск админа, — это не просто боль, это прямая угроза бизнесу. В этой статье разбираем, почему Infrastructure as Code перестал быть «модным словом» и стал единственным способом спать спокойно. Реальный кейс: как Knight Capital потерял $440 млн за 45 минут из‑за отсутствия воспроизводимой инфраструктуры. Практические советы, пайплайн с GitOps и лучшие практики внедрения IaC в 2026 году.
Почему «собрать требования» невозможно, а итеративный подход — единственный рабочий вариант и чем Agile-требования на самом деле отличаются от классических.
А также:
▫️ Почему фраза «создайте мне систему» — это красный флаг.
▫️ Как постепенное уточнение спасает от «аналитического паралича» и переписывания кода.
▫️ User Story vs Use Case: в чём настоящая разница и что выбрать.
▫️ Схемы итеративного процесса и ролей в Agile-проекте.
Вызов инструментов в LLM сегодня воспринимается как решённая задача: модели научились стабильно работать с функциями, а API – ограничивать доступ. Но на практике остаётся неприятный класс сбоев, который не выглядит как баг, пока не становится инцидентом. В определённых условиях модель может «придумать» инструмент и успешно его вызвать – если он существует в окружении. В статье разберемся, почему это происходит, как это связано с архитектурой агентных систем и к каким последствиям приводит в реальных сценариях работы с данными и доступами.
Инциденты случаются у всех. Разница между командами — не в их отсутствии, а в том, повторяются ли одни и те же сбои снова и снова. Часто разбор заканчивается быстро и предсказуемо: нашли виноватого, сделали вывод «надо быть внимательнее» и пошли дальше — до следующего инцидента. В этой статье разберём, почему такой подход не работает, что на самом деле стоит за blameless post‑mortem и как выстроить разбор инцидентов так, чтобы он приводил не к формальным выводам, а к конкретным изменениям в системе.
Как устроено арифметико-логическое устройство процессора, если смотреть не на блок-схемы из учебников, а на сам кристалл? В этой статье — очередной захватывающий разбор АЛУ Intel 8086 через реверс-инжиниринг от Ken Shirriff: от фотографий кремния до понимания, как реализованы перенос, логические операции и сдвиги на уровне транзисторов. По ходу станет видно, какие инженерные компромиссы стояли за архитектурой и почему даже базовые операции в реальном железе устроены сложнее, чем кажется по спецификации.
