Maah: робот-компаньон в текстильной оболочке от Konpanion, школьник обнаружил 1.5 млн космических объектов с помощью ИИ, Google Meet с Gemini: перевод речи в реальном времени с сохранением голоса и другие новости ИИ в видео-выпуске. Приятного просмотра!
«Т‑Банк» перезапускает программу научной магистратуры в Московском физико‑техническом институте. Новая версия программы сосредоточена на исследованиях в области искусственного интеллекта и компьютерных наук.
Цель программы — дать студентам возможность развиваться в научной сфере. Программа подойдёт тем, кто имеет сильную техническую базу и хочет решать практические задачи с помощью научных методов.
Привет, Хабр! Меня зовут Аня Стремилова, и сегодня расскажу о своей довольно необычной карьере: я училась на молекулярного биолога, а стала маркетологом. Мой путь — это путешествие от пробирок с ДНК в лабораториях к продвижению приложения Clatch в МТС. Он был полон поворотов, смелых решений и открытий, а биология до сих пор помогает мне видеть маркетинг как науку о поведении людей. Надеюсь, вам будет интересно читать этот текст и он станет еще одним подтверждением того, что менять карьерный трек не так страшно, как кажется!
Подборка авторских Telegram-каналов про разработку
Приветствую, Хабр. На связи агент того самого анализатора, и сегодня я предлагаю вам изучить Telegram-каналы крутых айтишников, которые познали себя не только в коде, но и блогинге. Переворошила Telegram, чтобы вам не пришлось. Надеюсь, они помогут вам преисполниться в своём познании....
Большинство маркетологов уже используют AI, но 51% не могут измерить ROI.
Отчет по опросу 500+ специалистов выявляет разрыв между внедрением и реальным влиянием.
Узнайте, как перейти от отдельных экспериментов к измеримому бизнес-результату.
Привет, Хабр! На связи Business Intelligence GlowByte.
Три года назад мы в GlowByte провели первую конференцию, на которой рассказали о китайском инструменте продвинутой аналитики FineBI. Тогда же мы впервые познакомили вас и с нашим партнером FanRuan, с которым решили сегодня немного рассказать о том, как в Китае обстоит дело с искусственным интеллектом и как ИИ связан с бизнес-аналитикой.
Китай сегодня — не просто лидер в области искусственного интеллекта (ИИ), он формирует устойчивую цифровую экосистему, глубоко интегрированную в экономику. Особенно активно технологии развиваются в B2B-сегменте и BI-индустрии. В то время как в России продолжает формироваться культура продвинутой бизнес-аналитики, Китай делает ставку на масштабное внедрение решений нового поколения — ABI (Augmented Business Intelligence). Этот опыт стоит изучить, а, возможно, и перенять, особенно в условиях курса на импортозамещение и цифровой суверенитет.
Группа «М.Видео‑Эльдорадо» столкнулась с ростом случаев организованного «потребительского экстремизма» по доверенностям от покупателей. Юристы группы считают, что такие злоупотребления законом о защите прав потребителей с целью получения выгоды в виде компенсации нужно пресекать и заводить по ним административные или уголовные дела. Они также хотят получить разъяснение Верховного суда, как должны решаться подобные разбирательства. А ещё — ограничить размер неустойки стоимостью товара и перечислять в бюджет 50% штрафа, а не 0% как сейчас.
В предыдущей статье мы обсудили недостатки решений Spring в части доступа к данным.
В ходе анализа решений Spring стало очевидно, что оба фреймворка используют радикально разные подходы в работе с данными. Казалось бы, контроль над запросами очень важен для приложений, особенно высоконагруженных. Но Spring Data JPA такого контроля не даёт. Лёгкость и простота изменения кода является залогом его чистоты и работоспособности, однако с этим есть сложности уже у Spring JDBC.
Всего-то нужен фреймворк, предоставляющий полный контроль над запросами со стороны разработчика и не создающий трудностей при развитии, изменении и рефакторинге кода. В этой статье мы разберём две альтернативы, которые, на мой взгляд, в меньшей степени подвержены проблемам Spring Data JPA и Spring JDBC.
Это будут jOOQ и Exposed.
Послушал интервью с бывшим сотрудником Palantir и понял, что раньше почти ничего не знал об этой компании. Оказывается, это не просто Big Data-компания, а нечто намного интереснее.
Palantir создает решения, которыми пользуются государства, армии и крупнейшие корпорации. Их платформы помогают:
– ловить террористов (по слухам сыграли не последнюю роль в поиске Бен Ладена)
– доставлять вакцины (помогали в борьбе с Covid в США и Великобритании)
– собирать авиалайнеры ( ускорили сборку самолета AirBus A360)
– предотвращать аварии на нефтяных платформах (в клиентах крупнейшие нефтяные компании)
– помогают НАТО и не только в военных конфликтах (кого-то официально поддерживают, кого-то не очень)
-и пр.
У них около 4 тыс. сотрудников, капитализация около 300 млрд.$, причем за последний год выросли более чем в 6 раз!
20 мая 2025 года состоялся релиз дистрибутива AlmaLinux 9.6 (на базе ядра Linux 5.14.0-570.12.1.el9_6), синхронизированного с выпуском Red Hat Enterprise Linux 9.6. Стабильные сборки проекта с улучшением производительности, обновлёнными инструментами и патчами безопасности подготовлены для архитектур x86_64, ARM64, ppc64le и s390x.
Если вы думаете, что на курсах по Python в Практикуме просто изучают синтаксис языка, решают задачки, а больше там нет ничего интересного, у меня для вас новость!
Внутри практически каждой главы, между строчек кода, в названиях переменных, в оформлении заданий и других местах курса спрятаны десятки пасхалок — от забавных отсылок до сюжетной нити, которая развивается от модуля к модулю.
И это не просто приколы ради приколов. Команда Яндекс Практикума и я, Евгений Бартенев, техлид и автор курсов по Python, хотели, чтобы курс ощущался не только как учебник, но и как игра. Чтобы внимательные студенты могли почувствовать, что находятся внутри чего-то большего.
Мы вложили в этот курс душу. И теперь я хочу показать, что ещё скрыто за привычными строками текста и кода. Эта статья — ваш шанс заглянуть за кулисы процесса производства образовательного контента и стать одними из тех, кто видит и понимает больше. Поехали!
Google выходит на растущий рынок программирования с использованием ИИ с новым инструментом под названием «Jules». Этот агент предназначен для помощи разработчикам в выполнении повторяющихся задач, таких как исправление ошибок, написание документации, создание тестов и разработка функций.
Сервис безопасных сделок Solar Staff сообщил, что доходы IT‑специалистов, работающих из‑за границы на российские компании, выросли за год до 26%. Профильные эксперты связывают рост зарплат у релокантов с компенсацией увеличения НДФЛ для нерезидентов РФ и общим ростом доходов в IT. Многим компаниям в РФ все ещё выгоднее нанять удалённого специалиста, чем оформить сотрудника в штат.
Статья о том, как werf помог упростить переход на Kubernetes, ускорить CI/CD и решить проблемы с кэшированием. Автор поделился опытом внедрения, первыми шагами и преимуществами, которые получила его команда.
Google тестирует новый экспериментальный режим для Gemini 2.5 Pro, который расширяет возможности анализа и обеспечивает вывод звука. Новый режим под названием «Deep Think» призван помочь модели оценить несколько гипотез, прежде чем отвечать на запрос. По словам Google, он основан на новых методах исследования и в настоящее время тестируется на ограниченной группе пользователей Gemini API.
Скрипт очистки логов всех баз MSSQL
Изначально статья была выложена на своём сервере https://ast-1c.kz/almasoft/?p=1443
Ничего сверхъестественного, но может кому пригодится:)
В процессе работы с сервером 1С, который в качестве сервера баз данных использует MSSQL сервер, очень часто приходится решать задачу по очистке логов базы. Сама по себе задача достаточно тривиальная и решается исполнением скрипта (при полной модели восстановления):
USE база_данных;
GO
-- Изменяем модель восстановления базы данных на SIMPLE.
ALTER DATABASE база_данных
SET RECOVERY SIMPLE;
GO
-- Обрезаем LOG файл до 1 мегабайта.
DBCC SHRINKFILE (база_данных_log, 1);
GO
-- Возвращаем модель восстановления базы данных на FULL.
ALTER DATABASE база_данных
SET RECOVERY FULL;
GO
либо же для базы использующей простой тип модели восстановления:
USE база_данных;
GO
-- Обрезаем LOG файл до 1 мегабайта.
DBCC SHRINKFILE (база_данных_log, 1);
GO
Всё, просто и хорошо, но вот если на сервере скажем 100 баз, писать такой скрипт для каждой в отдельности — это не очень приятное задание, да и времени уйдет предостаточно. А ещё есть одно неудобство — если в последствии будет добавлена очередная база, то Вы не должны забыть и для неё прописать отдельный скрипт. Очень часто базы добавляют программисты 1С, а вот слежение за состоянием сервера ложится на плечи системного администратора. Ну и тут главное не просмотреть этот момент. В общем не очень удобная штука.
Было принято решение написать универсальный скрипт, который бы сам определял все базы и в зависимости от модели их восстановления выполнял бы необходимые процедуры для обрезки файла лога. А вот и полученный скрипт:
Declare @name varchar(100)
declare @qu as varchar(1200)
declare icur cursor fast_forward for
SELECT name
FROM sys.databases
WHERE name NOT IN ('master', 'model', 'msdb', 'tempdb')
--and recovery_model_desc = 'FULL'
open icur
fetch next from icur into @name
While @@Fetch_Status = 0
Begin
Set @qu='use [' + @name + '] Declare @logname varchar(64), @size int'
Set @qu=@qu + ' Set @logname = (SELECT [name] FROM [sys].[database_files] where type_desc=''LOG'')'
Set @qu=@qu + ' Set @size = (SELECT max_size FROM [sys].[database_files] where type_desc=''LOG'') * 0.7/128'
Set @qu=@qu + ' ALTER DATABASE [' + @name + '] SET RECOVERY SIMPLE DBCC SHRINKFILE (@logname, 7)'
Set @qu=@qu + ' ALTER DATABASE [' + @name + '] SET RECOVERY FULL'
Exec (@qu)
Set @qu = ''
fetch next from icur into @name
END
close icur
SELECT name
FROM sys.databases
WHERE name NOT IN ('master', 'model', 'msdb', 'tempdb')
--and recovery_model_desc = 'SIMPLE'
open icur
fetch next from icur into @name
While @@Fetch_Status = 0
Begin
Set @qu='use [' + @name + '] Declare @logname varchar(64), @size int'
Set @qu=@qu + ' Set @logname = (SELECT [name] FROM [sys].[database_files] where type_desc=''LOG'')'
Set @qu=@qu + ' Set @size = (SELECT max_size FROM [sys].[database_files] where type_desc=''LOG'') * 0.7/128'
Set @qu=@qu + ' ALTER DATABASE [' + @name + '] SET RECOVERY SIMPLE DBCC SHRINKFILE (@logname, 7)'
Exec (@qu)
Set @qu = ''
fetch next from icur into @name
END
close icur
deallocate icur
DBCC SHRINKDATABASE (TEMPDB);
Эксперты ВШЭ и Российской экономической школы назвали скины из игры Counter-Strike, которые используются для улучшения «оружия», более привлекательным активом для инвесторов, чем акции, золото и биткоин. Коэффициент Шарпа (показатель эффективности инвестиционного портфеля) у скинов составляет 0,34, тогда как у американского фондового рынка – 0,25, у биткоина – 0,21, у золота – 0,12, говорится в исследовании ВШЭ и РЭШ. Финансовая доходность скинов в среднем в 41% годовых или 3,42% в месяц.
Новый режим искусственного интеллекта Google, функции агентов и мультимодальные инструменты намекают на грядущие большие изменения в сфере поиска.