Когда в компании нет порядка с внутренними материалами, нужная информация постоянно оказывается не там, где ее ищут. Из-за этого документы дублируются, никто не обновляет инструкции, а новые сотрудники дольше вникают в процессы.
Чтобы этого не произошло, компании прибегают к созданию корпоративной базы знаний. Как легко систематизировать накопленные знания и как с этим может помочь Kaiten — в статье.
Вышла новая версия fq 0.16.0
fq - это инструмент, язык и декодер для работы с двоичными данными. Конечная цель проекта — объединить в одном инструменте функции jq, hexdump, dd и gdb.
Поддерживаем массу форматов, полный список: https://github.com/wader/fq/blob/master/doc/formats.md
Написан на Golang.
GitHub: https://github.com/wader/fq
В 1935 году австрийский физик Эрвин Шрёдингер опубликовал довольно критический трёхчастный обзор того, что он назвал «текущей ситуацией» в относительно новой теории квантовой механики. В основном обзор Шрёдингера, написанный на немецком языке, является сухим и техническим и не представляет интереса для кого-либо за пределами узкого академического мира квантовой физики. Но в одном коротком абзаце, написанном с явной иронией, он дал волю фантазии, которая 90 лет спустя продолжает находить отклик в популярной культуре. Этот абзац касался кота Шрёдингера, ставшего позже знаменитым. Как малоизвестный спор о математически сложной и довольно непонятной теории физики стал частью общественного сознания в рамках исследования человеческой психики? В этой статье мы об этом расскажем.
В этом эссе я хочу рассмотреть одно из современных направлений в философии, вдохновлённое идеями из объектно‑ориентированного программирования. Мы разберём вопросы существования чисел, цветов, яблок, литературных персонажей, древних философов, Бога и объективной реальности.
С древних времён мыслители задаются вопросом о том, что такое существование. Этому вопросу посвящён один из наиважнейших разделов философии — онтология. Различные философские учения предлагают совершенно разные онтологические картины мира. Но в чём собственно заключается вопрос? Вот я сижу на стуле — он существует. Я сижу за столом — он существует. Я надкусываю яблоко — оно существует. Да и я сам вроде как существую и совершенно не сомневаюсь в этом. В чём же тогда состоит проблема? Существование стула или яблока в повседневном значении этого слова конечно же никто не оспаривает. Но если мы задумаемся над тем, что вообще значит «существовать» или «быть реальным», то быстро обнаружим, что мы точно этого не знаем.
Хабр совместно с ЭКОПСИ опубликовали масштабное исследование: 30 000+ IT-специалистов оценили почти 700 компаний, из которых в итоговый рейтинг IT-брендов работодателей вошли 127. Главный критерий — привлекательность и узнаваемость в глазах специалистов. Интереснее разобрать, почему такие результаты. Я попросил одну нейросеть собрать исследования за четыре последних года и вот что получил:
6️⃣ Удалёнка и гибкость работы
Удалёнка стала чуть ли не обязательным условием выбора: ~91,5% IT-специалистов считают возможность работы из дома важной, и ~91,7% предпочли бы гибрид/удалёнку при равной зарплате. Компании с гибкими условиями выигрывают в рейтингах — Aviasales, например.
2️⃣ Корпоративная культура и HR-коммуникации
IT-бренд — это не только задачи, но образы и коммуникации. Те, кто открыто делится ценностями, достижениями команды, делает сильный HR-маркетинг (статьи, блоги, выступления на конференциях), получают больше симпатий. И наоборот, те, кто общается шаблонно, теряют привлекательность.
3️⃣ Внешняя видимость и вклад в сообщество
Компании, которые активно проявляют себя вовне, выигрывают в глазах IT-специалистов. Митапы, публикации в медиа, технологические блоги — всё это помогает формировать позитивный бренд. Если компания «пропадает с радаров», её место займут другие
4️⃣ Интересные технологические задачи и продукты
Айтишники выбирают что они будут делать на работе. Популярные IT-бренды связаны с продуктами, которыми пользуются: Авито, 2ГИС, Ozon — это проекты с очевидным влиянием на общество. Работа над уникальными продуктами, сложными задачами и значимыми сервисами — это первый приоритет при выборе нового места.
5️⃣ Стабильность и надёжность
После нескольких лет кризисов стабильность стала важнее хайпа: люди хотят предсказуемость, долгосрочную стратегию и уверенность, что завтра работа не «исчезнет». Даже крупные промышленные и госсектор-бренды (которые раньше не сильно привлекали IT) сейчас поднимаются в рейтингах именно за счёт ощущения стабильности.
6️⃣ Размер компании: баланс между масштабом и теплотой
Большой бренд — это круто, но не всегда — привлекательно. Многие молодые разработчики выбирают компании поменьше, где меньше бюрократии, ближе команда, и можно реально участвовать в процессе. Компании, которые нашли баланс между стабильностью и уютной культурой, получают больше симпатий.
И от себя: мне нравятся большие компании, даже несмотря на KPI, Performance Review и другие страшные слова. Но важнее всего интересные задачи и какой-то рост. Если всё однообразно и по три года не меняется, то даже стабильность не поможет. Захочется уйти туда, где также стабильно, но от тебя постоянно просят сделать новое или затащить старое.
Как говорит нейросеть, напишите, что для вас важно?
📥Левашов - пишу про контент для ИТ, про ИИ, агенты и промты.
Привет, Хабр!
В работе мы полагаемся на логику и данные, но как только речь заходит об инвестициях, есть риск совершить импульсивные покупки. Инвесторы в основном смотрят на дивиденды и краткосрочную доходность, и лишь каждый двадцатый, наверное, читает финансовую отчетность, а нефинансовую — и того меньше. Но, став акционером, вы не только получаете прибыль, но и разделяете с компанией все риски.
Мы хотим привнести инженерный и аналитический подход в мир инвестиций. Эксперты из ДРТ (бывший Deloitte) и УК «Альфа Капитал» расскажут, на что обращать внимание при покупке ценных бумаг. А сотрудник X5 Tech поделится своим опытом сборки портфеля.
Хотите разобраться, как искать и читать данные о компаниях, в которые хотите вложиться? Тогда погнали!
Электромобиль Атом достиг ключевого этапа в программе запуска любого автомобиля: в Москве, на конвейере завершилась сборка первого автомобиля серии PT.
Мультиплексирование — это технология, позволяющая передавать несколько независимых потоков данных через одно физическое соединение. Представьте официанта в ресторане, который несёт один поднос с заказами для десяти разных столиков, вместо того чтобы делать десять отдельных ходок.
Привет, Хабр! Меня зовут Ильнар Зайнуллин, я системный инженер в К2Тех. Сегодня хочу поговорить о балансировщиках. Пока всё хорошо, о них вспоминают разве что при плановом расширении, очередной миграции или когда нужно красиво разрулить сертификаты. Когда же внезапно начинаются жалобы «подтормаживает», «отваливается», «иногда долго открывается» — балансировщик быстро становится «главным подозреваемым», даже если на самом деле виноваты сеть, backend или конкретный клиент.
В этой статье рассмотрим три решения для закрытия проблемы с «главным подозреваемым»: F5 BIG-IP, Citrix NetScaler и Termidesk Connect. Если решения от F5 и Citrix хорошо известны на рынке, то Termidesk Connect — достаточно молодое решение от «Группы Астра». Релиз версии 1.0 состоялся весной 2025 года, под конец года вышел релиз 1.2 — его-то я и разберу в статье.
В любом проекте возникает необходимость ограничения доступа к определенным частям приложения. Веб‑сервер Angie предоставляет разнообразные возможности решения этой задачи с помощью стандартных (встроенных) и сторонних модулей, которые мы будем разбирать в этой статье.
В первой части мы обсудили, зачем вообще квантовой криптографии понадобились спутники, чем низкоорбитальные аппараты отличаются от геостационарных, и прикинули «на пальцах»: если с Земли отправить 100000000 фотонов, то до низкоорбитального спутника “долетит” порядка тысячи — то есть потери составят около 50 дБ. Этого достаточно, чтобы интуитивно почувствовать масштаб проблемы, но не очень понятно, откуда берутся эти 40 – 50 дБ и почему такие потери вообще реалистично выдерживать.
Доброго времени суток, «Хабр»!
Устал я делать разного рода сравнения и составлять топы среди недавно вышедших моделей.
Восемь месяцев назад вышла моя статья, рассказывающая о пути, который нейросети проделали от цепей Маркова до современных языковых моделей. Размышляя над старыми материалами, я подумал: а почему бы снова не углубиться в историю и не рассмотреть развитие архитектур моделей?
Присаживайтесь поудобнее, а я начинаю свой рассказ, в котором пройду путь от перцептрона до современного трансформера.
Cloud GPU: как работает и для каких задач используется
GPU в облаке — это вычислительный ресурс для задач с высокой долей параллельных операций. Такие серверы используют, когда стандартных CPU недостаточно по производительности или времени выполнения. Ниже — как устроен Cloud GPU и для каких задач его применяют на практике на примере сервиса в Рег.облаке.
Cloud GPU — это виртуальный сервер с подключенным графическим ускорителем. Он используется для:
обучения и использования моделей ИИ;
обработки изображений, видео и звука;
3D-моделирования и рендеринга;
параллельных вычислений и аналитики.
Инфраструктура Cloud GPU построена на серверах с процессорами AMD EPYC и накопителями NVMe SSD. Используются видеокарты NVIDIA A4000 (16 ГБ), A5000 (24 ГБ) и A100 (80 ГБ). Для работы доступен готовый образ Ubuntu GPU с предустановленными библиотеками и инструментами для ML и ИИ. Управлять серверами можно через облачную платформу.
Сервис работает по модели pay-as-you-go — пользователь оплачивает только фактическое время работы GPU. Такой формат подходит для сценариев с переменной нагрузкой: обучение и дообучение моделей, периодические расчеты и inference.
За полгода эксплуатации:
количество пользователей Cloud GPU выросло на 189%;
среднее время выполнения задачи на одном сервере составило 15 часов в сутки;
среднее количество дней использования GPU на одного клиента выросло в два раза;
48% пользователей повторно заказывают Cloud GPU для новых задач.
Cloud GPU используют в e-commerce, розничной торговле и сфере услуг для аналитики, рекомендательных систем и автоматизации процессов. Наиболее востребованной видеокартой за последние шесть месяцев стала NVIDIA A5000 (24 ГБ) — ее выбрали почти 60% пользователей как сбалансированный вариант для ML- и inference-задач.
Больше о технических параметрах сервиса, доступных конфигурациях и условиях использования GPU Cloud можно узнать на сайте Рег.облака.
Инфостарт перезапустил «Большой опрос 1С-сообщества» — ежегодное исследование, которое помогает понять, как за несколько лет меняются роли, инструменты и реальные практики вокруг 1С.
Хотя в опросе участвуют не только разработчики, для тех, кто пишет код и ведёт проекты, это тоже полезный срез: можно увидеть, чем живёт рынок, какой стек и подходы становятся привычными, а какие постепенно уходят на второй план.
Проект стартовал в 2022 году, тогда в исследовании поучаствовали 10 672 специалиста. В 2023 — 7 887. Опрос 2024 года сознательно не проводили: команда пересобрала методологию и формат, чтобы результаты разных лет можно было сравнивать корректно, без эффекта «вроде похоже, но непонятно, что именно изменилось».
В версии 2025 года обновили саму анкету: уточнили формулировки, расширили варианты ответов и добавили блок про использование ИИ-инструментов в разработке и работе с 1С — от повседневных задач до более сложных сценариев. А главное — после заполнения участник сразу получает доступ к интерактивной аналитике и может сравнивать данные за 2022, 2023 и 2025 годы.
В итоге опрос превращается не только в источник статистики, но и в практичный инструмент, который позволяет быстро сопоставить собственный опыт с тем, что происходит в сообществе.
Заполнение занимает примерно 5–10 минут, после отправки анкеты система автоматически перенаправит на страницу с результатами. Сбор ответов идёт до конца января 2026 года, возможно продление до конца февраля, после чего исследование за этот цикл будет закрыто.
Ежегодно 350 тысяч сотрудников Росатома создают примерно 1 200 000 обращений в поддержку. Значительная часть приходилось на систему для ведения бухгалтерского, налогового, регламентированного учета «1С: ERP 2.0 Цифровой Росатом». После внедрения ИИ-продукта «Атом.Зая» это количество сократилось на 24%. В этом тексте хочу рассказать, как мы двигались, чего удалось добиться, и какие уроки извлекли.
Steam — одна из крупнейших платформ цифровой дистрибуции игр, и одновременно огромный источник данных: каталоги игр, отзывы, достижения, ценовые метрики, активность игроков, региональные различия и многое другое. Однако прямого доступа к агрегированным данным у исследователей нет — их необходимо собирать вручную через Steam Web API и сторонние сервисы.
В этом проекте мы разработали полноценный программный комплекс для автоматизированного сбора, хранения и анализа данных Steam. Построили двухуровневую архитектуру хранилища, реализовали оркестрацию чанков, разработали пайплайны работы с API и конфигурацию параллельного масштабирования. На основе собранных данных сформирован датасет объёмом десятки тысяч игр и сотни тысяч пользователей — и проведён базовый аналитический обзор рынка.
Big Data, Python, Data Analysis
.В данной работе представлены методы и результаты комплексного анализа вакансий в промышленной отрасли России, собранных с платформы HeadHunter (hh.ru). Для сбора данных разработан высокопроизводительный асинхронный клиент, собравший более 200,000 промышленных вакансий из 36 российских регионов. Обработка и классификация данных реализованы в модуле IndustrialDatabaseManager, который автоматически классифицирует вакансии по отраслевым сегментам (машиностроение, металлургия, химическая промышленность, энергетика и др.) и уровням позиций (рабочий, специалист, инженер, руководитель). Аналитический модуль ComprehensiveIndustrialAnalyzer выполняет статистический анализ, сравнивает зарплаты различных категорий специалистов, выявляет динамику спроса и строит прогноз на ближайшие месяцы. Визуализация результатов включает 6 тематических графиков. Результаты показывают, что ядро спроса формируют машиностроение и энергетика (42% вакансий), наиболее востребованы рабочие специальности, средняя зарплата инженеров на 3% превышает зарплату рабочих, а прогнозируемый спрос демонстрирует вариативность в зависимости от периода.
В 2010 году в C# 4.0 появилось ключевое слово dynamic. Тогда казалось, что это очень круто — наконец‑то можно обойти строгую типизацию там, где она откровенно мешает. Прошло пятнадцать лет, и эйфория давно улеглась. Теперь dynamic воспринимается скорее как специализированный инструмент с узкой областью применения.
Привет, Хабр! Меня зовут Анастасия Егина, я финансовый аналитик и партнер-менеджер в компании КРОК. 20 лет назад я пришла сюда студенткой. Сегодня руковожу командой проектного учета, развиваю отношения с партнерами, внедряю инициативы, которые влияют на оптимизацию процессов компании. Как вышло, что я здесь уже два десятилетия? Моя история не про идеальный план, а про людей, кризисы, возможности и желание делать лучше.
В июне прошлого года космический корабль Starliner от Boeing доставил на МКС астронавтов НАСА Бутча Уилмора и Суниту Уильямс в рамках своего первого пилотируемого испытательного полёта. Экипаж планировал провести на орбите менее двух недель, но из-за проблем с двигателями корабля астронавты оставались на станции до марта текущего года. Консультативная группа по безопасности космических полётов (Aerospace Safety Advisory Panel, ASAP) сообщила, что НАСА следовало бы объявить о «нештатной ситуации» во время полёта или о «потенциально опасном инциденте с высокой степенью внимания» вскоре после проблемной стыковки Starliner с МКС. Такое объявление перевело бы ответственность за расследование на ASAP.
