Моя лента

Привет, Хабр! Недавно Сбер выкатил новые модели распознавания речи, и мне захотелось проверить их не в абстрактном демо, а в реальном сценарии. В этой статье я расскажу о практическом кейсе – разработке Telegram-бота, который преобразует голосовые сообщения в текст. Посмотрим, на что способна новая отечественная модель GigaAM-v3, и соберём на её основе расширяемого Telegram-бота.

Когда я был разработчиком, мне казалось, что оценивать задачи просто. Я знал код, понимал проект и верил, что 40-часовая неделя — надёжная рамка, в которую помещается всё нужное. 

Реальность быстро показала обратное. В каждом спринте оставались незакрытые задачи, сроки сдвигались, а чувство «я где-то ошибся» становилось постоянным фоном — даже если работал честно и много.

Мы пробовали увеличивать оценки, переходить на стори-поинты, но бизнесу всё равно нужны конкретные даты. И если вы называете срок, от него зависят планы других команд — просрочка превращается не просто в накладку, а в риск.

Со временем мои оценки стали точнее. Но став тимлидом, я понял простую вещь: проблема не в людях и не в оценках.

Проблема — в самой модели планирования. Мы пытаемся работать внутри недели, которой в реальности не существует. Давайте разберёмся, почему планы продолжают срываться, даже если команда работает добросовестно и что с этим делать.

История не доносит до нас названия модели, с которой сняли копии китайцы, но, судя по количествам, в которых они тиражируются, прототип был избран верный. Конечно, копии унаследовали все бывшие у оригинала недостатки и дополнили их перлами китайского технического мышления, но есть у этого инженерного однообразия колоссальное преимущество.

В 2008 году сосед по подъезду в Оренбурге предложил сделать сайт по продаже котлов за процент с продаж. У меня IT-образование, согласился. Тогда котел был для меня просто картинкой белой коробочки на сайте.

Спустя пять лет родители переехали из квартиры в дом и поставили котёл. Первая зима — котёл сломался. Вызвали сервис — не приезжают. Пришлось самому лезть. Разобрался, починил.

Тогда понял: если у родителей такая проблема, значит и у других людей тоже. Договорился с владельцем того магазина, для которого делал сайт, что возьму сервис на себя. Начал ездить по ремонтам. Первая реклама — номер телефона мелом на воротах у родителей. Работало.

На этом и вырос бизнес на 167 млн ₽ в год, 9 филиалов в разных городах, 3 000 позиций запчастей.

Привет! Я Кирилл Улитин, руковожу направлением UX и исследований в МойОфис. В этой статье расскажу о том, как ИИ, а конкретно — технология больших языковых моделей, меняет пользовательское поведение и опыт. Рассмотрю целый ряд исследований по разным вопросам: насколько часто люди используют ChatGPT и другие LLM на работе, что именно просят сделать, как взаимодействуют с большими языковыми моделями, насколько довольны результатами. В общем, если интересно увидеть в цифрах, как именно LLM уже изменили наши повседневные трудовые практики, заходите под кат: будет много графиков, процентов и ссылок на научные исследования.

Привет, Хаброжители!

Предлагаем ознакомиться с краткими обзорами новинок, отправленных в типографию.

Команда MiniMax представила обновление своей модели — MiniMax M2.1, сделав основной упор на производительность в реальных сложных задачах, с которыми ежедневно сталкиваются разработчики и команды.

Если в M2 ключевой фокус был на стоимости и доступности модели, то в M2.1 разработчики целенаправленно прокачали практическую применимость: мульти-язычное программирование, агентные сценарии и офисные workflow.

В МАИ прошёл кейс-чемпионат AI Challenge: Engineering. Студенческие команды, в том числе по направлениям подготовки ТОП ИТ, решали прикладные задачи от промышленных партнёров. Один из кейсов был посвящён автоматизации сортировки титановой губки на производственной линии.

Каждый год миллионы людей сталкиваются с пневмонией. Ранняя и точная диагностика — ключ к успешному лечению. Рентгенография грудной клетки остается основным инструментом скрининга, но ее интерпретация требует экспертизы и времени, которого в условиях перегруженных клиник часто не хватает.

Здесь на помощь могут прийти методы глубокого обучения, в частности, сверточные нейронные сети (CNN). Они способны анализировать изображения с высочайшей точностью, выступая в роли «второго мнения» для врача или инструментом первичного анализа. В этой статье мы не будем рассуждать о будущем, а здесь и сейчас построим работающую модель для автоматической классификации рентгеновских снимков на три категории: COVID-19, вирусная пневмония и норма.

Этот материал — часть моей магистерской работы по разработке ПО для диагностики легочных заболеваний. Мы пройдем весь путь: от подготовки данных до обучения модели и оценки ее результатов.

Искусственный интеллект в банковских коммуникациях постепенно смещается из зоны экспериментов в зону инфраструктурных решений. Речь идет уже не о чат-ботах как отдельном канале поддержки, а о формировании единого логического слоя, который управляет взаимодействием с клиентами, внутренними процессами и требованиями регуляторов. Для банков и финтех-компаний это означает переход от фрагментированных коммуникаций к централизованной, управляемой системе.

Ключевая особенность текущего этапа - способность AI одновременно работать с тремя критичными для финансового сектора требованиями: точностью с точки зрения регулирования, масштабируемой персонализацией и обработкой запросов в реальном времени. Это меняет саму модель коммуникаций. Вместо заранее заданных сценариев банки начинают использовать системы, которые интерпретируют намерение клиента, учитывают историю взаимодействий и применяют релевантные регуляторные ограничения в момент формирования ответа.

2025 год подходит к концу. Minecraft моды, каталонский язык и неочевидные взаимодействия с тернарным оператором — с чем только не успел познакомиться наш анализатор. А значит, самое время вам об этом рассказать — представляем топ-10 ошибок, которые нашёл анализатор PVS-Studio в Open Source проектах за 2025 год.

Использование подхода "Docs as code" на примере ODS проекта для автоматизации процессов создания и поддержки технической документации.

В любой компании время от времени случается одна и та же сцена. Квартальный план срывается, выручка по ключевому продукту просела, отделы спорят между собой, в отчётах нет единой картины. В какой-то момент все разворачиваются к человеку, который должен сказать: «делаем вот так».

Дальше возможны два сценария. В первом руководитель хватает первое удобное объяснение, «кризис», «клиент обеднел», «менеджеры расслабились» и на этой версии строит решение. Во втором он на секунду тормозит: отделяет факты от догадок, пытается понять, чего на самом деле не хватает в картинке, задаёт не самые приятные вопросы. Внешне оба «принимают решение», но последствия у них будут разными.

Эта разница почти всегда упирается не в опыт, а в критическое мышление.

Когда я работал в одной зарубежной компании, мне поставили задачу мигрировать COBOL‑систему расчета инвойсов с мейнфрейма на Java. Она звучала довольно просто: «Нужно переписать старый COBOL‑код на Java, чтобы система жила дальше».

Я тогда подумал, что это будет очередная рутина — взять дремучее легаси, аккуратно переложить его на современную версию Java, возможно, чуть подчистить архитектуру, внести небольшие косметические правки и закрыть задачу. В голове уже созрел рабочий план: пара итераций по автогенерации кода с помощью нейронки и готово. В общем, казалось, что ничего особенного.

Меня зовут Дмитрий Яшаяев. В обычной жизни я работаю системным аналитиком, а в какой-то момент просто сажусь на мотоцикл и уезжаю навстречу дорогам, людям и неизвестности…

И это пятая часть моего блога, о первом этапе «кругосветки» на мотоцикле, пути из Москвы к Персидскому заливу в Иране. Этот путь проходит через страны, города и дороги, которые невозможно разглядеть из иллюминатора самолёта.

Я еду не ради галочек на карте и не ради рекордов. Мне важна сама дорога и познание мира вокруг себя: утренний холод в горах, раскалённый воздух пустынь, свежесть лесов… Чай в придорожных кафешках, случайные знакомства, разговоры на языке жестов и те моменты, когда вдруг понимаешь, что ты именно там, где должен быть.

Впереди ещё много километров, городов и историй. Поехали со мной дальше…

Предыдущие части блога тут:

Привет, Хабр! Сегодня расскажем про очередные итоги розыгрыша подарков от RUVDS, новости с космодрома Восточный, поделимся спойлером о нашей экспедиции и рассмотрим лучшие статьи прошлой недели: о минусах лайв-кодинга, дыре в безопасности NanoKVM, лучшем мобильном браузере и многом другом.

Хабр, привет!

На связи команда экспертизы инструментального анализа защищенности R-Vision, которая создает базу уязвимостей (RVD) для продукта R-Vision VM. 

Каждый месяц наша команда отбирает трендовые уязвимости, которые представляют наибольшую опасность для наших заказчиков. В этом выпуске дайджеста мы расскажем про трендовые уязвимости декабря 2025 года.

Привет! Меня зовут Виталий, и я управляю проектами в KTS. 

Последние несколько месяцев довольно круто изменили специфику моей работы. Еще недавно я был тимлидом команды фронтендеров, и следующим этапом в моей карьере стала роль директора проекта.

По счастливому совпадению в прошлом феврале я попал на курс СТО от Стратоплана, о чем рассказывал на Хабре в своей предыдущей статье. На курсе я взаимодействовал с бывшими и действующими техдирами крупных компаний, работал с ними в командах, обменивался с ними опытом.

Параллельно в моей работе появилось намного больше бизнес-составляющей. Теперь я не только обеспечиваю производство и развитие команды, моя ответственность состоит в верхнеуровом развитии аккаунта: пресейл, формирование и развитие команды, найм, обеспечение деливери, контроль маржинальности и апсейл.

Сегодня я хочу поделиться своими инсайтами, которые я извлек из обучения, и которые помогли мне сделать следующий шаг в моей карьере. Эта статья будет вам полезна, если вы тимлид и вам хочется понять, куда двигаться дальше (или если вы уже CTO и хотите узнать, какие блоки своего профессионального трека стоит усиливать).