Моя лента

Всем привет! Меня зовут Алексей Мерсон, я несколько лет работал Developer Advocate в Sage, платформе наблюдаемости Т-Банка. Эта платформа сама по себе очень немаленькая, со сложной архитектурой. Но если посмотреть на ландшафт экосистемы в целом, то Sage — всего лишь одна из платформ в Т-Банке, необходимых, чтобы наши услуги были надежными. А платформы, в свою очередь, — это тоже только часть более общей картины. 

В этой статье хочу поговорить о том, какие инструменты и практики мы используем для надежности в Т-Банке. Уделим внимание работе с инцидентами. И отдельно сфокусируемся на клиентском опыте: мне кажется, мы, инженеры, часто забываем, что технологии делаются не ради технологий, а ради решения задач бизнеса и его клиентов. Если они будут довольны, то и у нас будет больше возможностей заниматься интересными нам вещами.

В современном мире объемы данных растут экспоненциально: компании ежедневно генерируют и обрабатывают огромные массивы информации — от реляционных баз данных и текстовых документов до изображений, аудио и видео. С ростом объемов информации усложняется и ее защита, особенно в отношении чувствительных сведений: персональных данных сотрудников и клиентов, финансовой информации, корпоративных документов и других конфиденциальных материалов.

Традиционные методы обнаружения и классификации информации, основанные на формальной экспертизе и регулярных выражениях, демонстрируют ограниченную эффективность: они неплохо работают для стандартных форматов, таких как email-адреса и банковские карты, но могут не покрывать с должной полнотой обнаружение в реальных сценариях. На помощь приходит машинное обучение, позволяющее автоматизировать процесс классификации, учитывать контекст и работать с разными источниками информации.

Меня зовут Вадим Безбородов. Мы c Максимом Митрофановым в департаменте Data science & ML в Positive Technologies занимаемся исследованием и внедрением машинного обучения в продукты компании. В этой статье расскажем о наших исследованиях и внедрении ML в модуль поиска и классификации чувствительных данных в PT Data Security.

Firefox — последний независимый браузер на собственном движке, который противостоит монополии Chrome. Однако некоторые пользователи недовольны политикой организации Mozilla: она собирает телеметрию, угрожает внедрять ИИ, искать новые источники дохода и использовать персональные данные пользователей.

Так что для безопасности есть смысл переключиться на безопасный форк Firefox. Правда, в этом случае мы лишаемся некоторых удобных централизованных сервисов, таких как синхронизация браузера между разными устройствами.

Но эту проблему можно исправить. В частности, сервер синхронизации Firefox можно установить на собственном хостинге.

Привет, Хабр! 

В компании работы по внедрению ИИ в рабочие процессы идут уже не один год. Однако все наработки в основном использовались узкой группой энтузиастов. В конце прошлого года у нас возникла идея организовать внутренний хакатон, посвященный искусственному интеллекту, целью которого была бы популяризация ИИ среди всех сотрудников, даже тех, кто далек от технических специальностей, в изучение возможностей ИИ.  

Непродолжительное время шло обсуждение формата хакатона. Вообще существует два вида хакатонов: интенсивные однодневные мероприятия и более протяжённые по времени события, когда участникам предоставляется возможность заранее подготовиться, изучить дополнительные материалы и детально проработать концепцию будущего проекта. Такая схема позволяет снизить уровень стресса и даёт шанс представить лучшее решение. Для наших целей максимальной вовлечённости всех сотрудников лучше всего подходил второй вариант.

В результате обсуждений мы разработали трехэтапный план подготовки. 

Первым этапом стали базовые онлайн-курсы. У нас уже были три специализированных курса на нашем внутреннем образовательном портале. Эти материалы предназначались для самостоятельного изучения всеми сотрудниками, интересующимися темой искусственного интеллекта. Курсы помогали сформировать начальное понимание основных концепций и принципов работы ИИ. Мы сделали этот шаг обязательным, потому что пытаться делать продукты с ИИ не понимая его общей концепции бессмысленно.

Второй этап включал серию специально разработанных для хакатона воркшопов, которые проводили ведущие специалисты компании в области искусственного интеллекта. Эти мероприятия предлагали участникам более глубокое погружение в практические аспекты. Например, участники могли научиться создавать приложения с помощью общения с LLM, даже если изначально плохо понимали технические тонкости процесса, но ясно представляли конечный продукт. 

Только один телескоп LSST за ночь может собрать более 15 ТБ данных — это как 30 тысяч фильмов в HD. Без ИИ астрономы просто тонут в научных данных. Студенты МФТИ придумали решение: их ML-система «Страж» может ускорить поиск новых объектов в 5 раз — и с точностью до 98%. 

На днях АиФ, ТАСС и другие СМИ опубликовали новости о «Страже», но только мы знаем, как все начиналось, как работает решение «под капотом» и почему проект поддержал Yandex Cloud. Об этом и рассказываем в статье.

Microsoft объявила, что расширит список заблокированных вложений в Outlook Web и новом Outlook для Windows, начиная с июля. Сервисы будут блокировать типы файлов .library-ms и .search-ms.

У меня опыт в IT с прошлого века, 27 лет. Начинал программистом, когда во многих компаниях ещё не было системных аналитиков и проджект-менеджеров. Кто-то из команды должен был разговаривать с заказчиками. Чаще всего этим кем-то был я.

Потом стал тимлидом — одновременно программировал и управлял. Со временем меня «засосало» в управленческую деятельность. Максимум руководил 60 людьми.

Расскажу об ошибках, которые совершил за это время, и о своих выводах.

Решил написать этот пост, т.к. несмотря на некоторое падение интереса к онлайн-обучению, каждый, кто решает освоить для себя новую профессию, сталкивается с выбором, куда направить усилия, а заодно и средства, чтобы это было с максимальной отдачей и не привело к выгоранию.

В последнее время очень редко попадаются статьи или новости о сборках умных зеркал, начинается казаться, что людям стало не интересно собирать такое устройство у себя дома, в этой статье я хочу показать свои способы применения умного зеркала, как большой экран для отображения уведомлений дома, будет много картинок и GIF анимаций все для того, чтобы у вас появилось желание повторить проект, погнали.

Всего выявлено 65 жертв в 26 странах, а похожая техника атаки была замечена в арсенале группировки (Ex)Cobal.

C начала 2025 года девять российских компаний, четыре из которых — разработчики ПО, стали жертвами хакеров в результате компрометации почтового клиента Outlook. Внедрив вредоносный код в легитимные страницы аутентификации, злоумышленники долгое время оставались незамеченными и получали учетные данные пользователей.

Компьютеры Mac, оснащённые чипом Intel, больше не будут получать основные обновления программного обеспечения после выхода macOS Tahoe этой осенью. Об этом заявил на конференции WWDC старший директор Apple по связям с разработчиками Мэттью Фирлик, сообщает The Verge.

Университет штата Огайо заявил, что все студенты будут обязаны проходить обучение в области ИИ. Университет включит в учебную программу «ответственное применение» искусственного интеллекта.

Как представителю отечественной науки, аналитику и разработчику ПО, который уже почти 25 лет занимается социологическими исследованиями общественного мнения в России хотелось бы прокомментировать новость агентства РИА Новости, которое взяло интервью у замдиректора по продуктам VisionLabs Татьяны Дешкиной. Суть новости в том, что "мошенники начали звонить россиянам под видом сотрудников исследовательских организаций и центров соцопросов. Они пытаются записать голос человека для создания дипфейков. Злоумышленники ставят задачей удержать пользователя на линии как можно дольше. Чтобы клонировать голос, нужна запись не менее 20 секунд с разной интонацией и без посторонних шумов. Чем длиннее запись, тем качественнее получится подделка."

Я считаю, что подобные предупреждения, не подкрепленные данными, могут нанести серьёзный ущерб доверию к профессиональным исследованиям. Подобные заявления, озвученные без статистики и четких доказательств, рискуют спровоцировать волну необоснованной паники.

Создание виджетов в Figma — задача нетривиальная, особенно если ты не разработчик...

Привет, Хабр! Меня зовут Султан, я продуктовый дизайнер в PIX Robotics, где работаю над продуктом PIX Процессы.

Недавно, листая ТГ-канал друга, я наткнулся на интересный виджет в Figma. В голове сразу промелькнула мысль: «Вау, а как это вообще сделать? Это же крутая штука, и она точно нужна моей команде!»— и меня затянуло в воронку изучения темы.

Я попробовал несколько способов, чтобы создать виджет, который будет полезен моей команде, и сегодня поделюсь своим опытом. Спойлер: выбрал вариант, в котором для 800 строк кода мне понадобилось несколько дней. Конечно, без ИИ не обошлось.

Я пользуюсь ИИ при написании текстов. Честно говоря, не считаю это чем-то плохим, потому что, по моему мнению, главное — это то, ради чего текст пишется: если читатель узнал что-то новое, то цель достигнута. Но, к сожалению, статья, написанная ИИ, выглядит скучной, гладкой и, несмотря на любую идею внутри, вызывает у читателя отторжение. Поэтому сегодня в этой теме я задался вопросом, какие паттерны говорят о том, что текст писал ИИ, а не человек, и почему человеку эти паттерны не нравятся?

Всё это, конечно, субъективно. Например, я определяю по ощущениям: где-то к третьему абзацу статьи просто понимаю, что это писал ИИ. Вежливый «ЧатГПТ», брызжущий метафорами (чаще поверхностными) «Дипсик», логичный до наивности «Клод», оптимистичный «Грок» — разницы нет. ИИ и всё.

Итак, сегодня моя цель формализовать паттерны среднего чистого (без промптов) ИИ и сделать промпт, который позволит определить то, насколько заданный текст похож на творчество ИИ. Почему не определить автора? Потому что я знаю людей, которые пишут, как ЧатГПТ-мини: реально гладкий, поверхностный текст, никаких резких поворотов и углублений. И знаю, как может писать ИИ под хорошим промптом. Так что давайте я просто попытаюсь определить наиболее распространенные паттерны моделей, которые можно выделить в тексте.

Мы выпустили обновления безопасности сервера приложений Libercat  с фиксом двух критических CVE и пачкой улучшений. Делимся тем, что изменилось и как это может сказаться на работе ваших Java-приложений.

Генеральный директор OpenAI Сэм Альтман опубликовал в своём блоге статью, в которой рассказал, сколько ресурсов потребляет чат-бот ChatGPT. Он утверждает, что на выполнение одного запроса чат-бота уходит около 0,000085 галлона воды или «примерно 1/15 чайной ложки».