По результатам написания прошлой статьи у нас получился объемный модуль для реализации функций низкоуровневого управления шиной I2C, который формирует управление линиями SCL/SDA, поддерживает мониторинг шины, ведет передачу и прием данных. В этой статье я предлагаю организовать полноценное вдумчивое тестирование всего что получилось.
Всем заинтересованным - добро пожаловать под кат! 🙂
Заместитель начальника Аналитического центра ООО «Газинформсервис» Светлана Лагутина выступила на Российском международном энергетическом форуме с докладом на тему «Ландшафт актуальных киберугроз. Как управлять рисками и не потерять контроль». Среди актуальных угроз для топливно-энергетического комплекса (ТЭК) она выделила DDoS-атаки, внедрение закладок в общедоступное программное обеспечение, атаки с помощью вредоносного программного обеспечения (тех же шифровальщиков, фишинговых писем), взломы SCADA-систем и использование заражённых USB-носителей.
Привет! Меня зовут Катерина Цаплина, я программный эксперт курса «MLOps для разработки и мониторинга моделей», и это вторая статья цикла о том, как компании реализуют MLOps. В предыдущей части мы разбирали, какие архитектурные подходы скрываются за MLOps: от workflow-фреймворков до managed-сервисов и внутренних платформ.
В этой статье хочу разобрать один из самых известных платформенных кейсов — Michelangelo компании Uber. Он ценен тем, что наглядно показывает, как ML-платформа вырастает из практических задач и затем эволюционирует вместе с изменением сценариев: от классического ML к deep learning и LLMOps.
Поговорим о том, как устроена платформа, какие сущности и слои в ней ключевые и почему этот пример остаётся полезным. Посмотрим на Michelangelo через призму российских реалий, порассуждаем о связи между зрелостью ML в компании и сложностью корпоративного ландшафта, а также о том, когда платформа действительно становится оправданной.
Картинка: viarprodesign, magnific.com
Несмотря на то что в последнее время погода не особо радует, все мы знаем, что лето неизбежно — соответственно, наступает время начинать задумываться о летних занятиях. А что является более летним занятием, чем велосипед?
К тому же велосипеды широко доступны многим, при этом, применив некоторую смекалку, можно разнообразить даже это занятие. Поэтому мы рассмотрим некоторые наиболее занятные проекты в этой области, которые мог бы реализовать любой более-менее подкованный технарь ;-)
Во время WBCE 2026 специалисты Wiren Board прочитали два доклада — про железо и про софт. В этой статье разберем второй — про новинки в софте. Для тех, кто никогда не слышал — Wiren Board производит оборудование для автоматизации, а WBCE — это ежегодная мультибрендовая тематическая выставка.
Расскажем про обновленный веб-интерфейс и новые возможности конфигуратора, интеграции с KNX и Zigbee, сценарии без кода, развитие Wiren Board Cloud и появление AI-инструментов — от чат-бота техподдержки до ассистента в контроллере.
Google DeepMind вошла в капитал исландской студии Fenris Creations — бывшей CCP Games, разработчика космической MMO EVE Online. Это часть более крупного перехода для самой CCP Games/Fenris: ее команда выкупила компанию у корейского владельца Pearl Abyss за $120 млн и одновременно сменила имя после почти 30 лет под старым брендом. Доля Google DeepMind в Fenris — миноритарная, ее размер не раскрывается. Параллельно с инвестицией стороны запустили исследовательское партнерство: DeepMind будет использовать офлайн-версию EVE Online на локальном сервере как экспериментальную среду для своих моделей.
Прошедший 2025 год стал периодом, когда регуляторы в лице ФСТЭК и ФСБ России окончательно перешли от политики «общих требований» к формированию жестких, методологически выверенных показателей эффективности защиты. Для специалистов, работающих в сфере мониторинга ИБ, это означает, что главным трендом стали автоматизация контроля и непрерывность взаимодействия с государственными системами.
В статье рассмотрим ключевые изменения нормативной базы, вступившие в силу в 2025 и начале 2026 года, которые трансформируют подходы к мониторингу информационной безопасности объектов критической информационной инфраструктуры. Проведем анализ новой методики оценки уязвимостей от ФСТЭК России, свежих приказов ФСБ России в области ГосСОПКА, а также усиление ответственности за использование средств защиты информации. Покажем ключевые изменения, которые должны реализовать владельцы КИИ и центра мониторинга информационной безопасности.
Универсальный LPE на актуальных ядрах Linux: один бинарь поднимает root на Ubuntu 24.04, RHEL 10.1, AlmaLinux 10, Fedora 44, openSUSE Tumbleweed. CVE пока нет, PoC лежит в открытом репозитории. Разбираем механику, объясняем, почему это не «ещё один Dirty Pipe», и даём чеклист действий для системных администраторов.
В начале мая 2026 года разработчик Стефан Грабер (лидер проекта Linux Containers и бывший технический руководитель проекта LXD) представил резиз проекта Incus 7.0 LTS с долгосрочной поддержкой. Это решение является форком системы управления контейнерами и виртуальными машинами LXD и создан сообществом после перехода оригинального проекта под крыло Canonical и смены лицензии. Исходный код Incus написан на Go и опубликован под лицензией Apache 2.0.
Twitch вводит новую систему наказаний для стримеров, которых уличили в использовании ботов для увеличения количества просмотров. Генеральный директор Дэн Клэнси заявил, что платформа планирует ограничить количество просмотров на каналах, которые неоднократно искусственно завышали свою аудиторию с помощью фейковых зрителей.
Grok — нейросеть компании xAI, которую основал Илон Маск в марте 2023 года. Для разработки он собрал 11 исследователей — всех переманил из DeepMind, Google, OpenAI, Microsoft Research и Университета Торонто. К маю 2026 года абсолютно все 11 сооснователей покинули компанию.
Почему так произошло и кто из этих 11 был самым ценным для Илона Маска, ответы на эти вопросы вы получите в этой статье.
Это рубрика досье SpeShu.AI. Здесь мы составляем психологические портреты людей, которые ведут всех нас в будущее искусственного интеллекта и прямо сейчас меняют мир, как в своё время изменили Лейбниц, Эйнштейн и Курчатов.
Пишете list.pop(0) и удивляетесь, почему решение на LeetCode отваливается по Time Limit? Пора перестать изобретать велосипед.
Модуль collections — это легальный чит-код, который уже встроен в Python. В статье разбираем три главных инструмента (deque, Counter, defaultdict), которые покроют 90% ваших потребностей в алгоритмических задачах, избавят от лишних циклов и покажут интервьюерам, что вы действительно знаете стандартную библиотеку.
Гигант в сфере образовательных технологий Instructure сообщил об утечке данных, в результате которой хакеры похитили личную информацию студентов, включая их имена, адреса электронной почты и сообщения между учителями и учениками.
Microsoft внедрила изменения, чтобы упростить процесс публикации приложений в Microsoft Store. Теперь компания отменяет плату за регистрацию в размере $99 для корпоративных учётных записей разработчиков. В прошлом году Microsoft сделала публикацию приложений бесплатной для индивидуальных разработчиков.
Исследователи Сбера вместе с зарубежными исследователями создали специальный тест HUME, который оценивает, насколько хорошо люди и современные ИИ-модели справляются с анализом текста: классификацией, кластеризацией, поиском похожих текстов, ранжированием.
Кратко: Ученые создали тест, чтобы сравнить людей и самые современные ИИ-модели (те, которые переводят слова в числа — эмбеддинги) в заданиях на понимание смысла. И выяснили, что люди пока что умнее в "тонких" вещах, особенно с неродным для ИИ языком.
Проблема: Мы часто хвалим ИИ за высокие баллы в бенчмарках (тестах). Но как понять, хорош ли результат 85%? Может, для человека эта задача проще, и он справился бы на 95%? Или, наоборот, задача настолько сложна и запутана, что человек показал бы только 60%? Без "человеческого ориентира" цифры теряют смысл.
Авторы создали новый способ оценки (HUME — Human Evaluation Framework for Text Embeddings), который позволяет напрямую сравнить людей с ИИ-моделями в задачах анализа текста.
Результаты и выводы:
Когда разработчик слышит слова “математический анализ”, в голове часто всплывает что-то из университета: пределы, производные, интегралы, бесконечные ряды, многостраничные доказательства и ощущение, что все это находится очень далеко от реальной работы. На практике все устроено иначе.
Большая часть разработчиков действительно не сидит каждый день и не вычисляет производные вручную. Но идеи матанализа при этом встречаются постоянно. Они проявляются в производительности, машинном обучении, графике, обработке сигналов, численных вычислениях, аналитике, моделировании и даже в обычной инженерной привычке понимать, как система ведет себя при изменении входных данных.
Проблема обычно не в том, что матан бесполезен. Проблема в другом: его часто преподают как отдельный мир формальных конструкций, а разработчику нужен другой взгляд, более инженерный. Не “докажите теорему по Коши”, а “объясните, как изменяется функция, почему вычисления могут быть нестабильны и как это связано с кодом”.
В этой статье разберем, что из математического анализа действительно полезно разработчику, где это применяется, что можно знать на уровне понимания, а что стоит изучить глубже, если вы идете в более математические направления.
Взыскание дебиторской задолженности обычно воспринимается как линейный процесс: подача иска → решение суда → получение денег. На практике это неверно.
Фактически речь идёт о последовательности независимых этапов, каждый из которых имеет собственные сроки, риски и механизмы регулирования:
Авантюра на 4× RTX 4090, два блока питания и водяное охлаждение - машину, которую мы собрали для крупного клиента, еле-еле подняли вдвоём.
История о том, как мы собрали махину в 96 GB VRAM.
Внутри - полная сборка и бенчмарки популярных моделей.
В индустрии есть негласный рейтинг узнаваемости. На верхних строчках — Маск, Альтман, Наделла, Цукерберг. Их лица на обложках, их цитаты разбирают на мемы, их решения обсуждают.
Ниже — люди, которые влияют на индустрию не меньше, а иногда больше. Один из них за $5,6 млн обрушил фондовый рынок на триллион. Другой дважды отказал Apple и запустил один из самых популярных AI-продуктов на десяти людях без единого доллара инвестиций. Третий поднял акции компании на 3 200% и теперь пытается спасти Intel.
Мы собрали пятерых, про которых стоит знать.
Или как мем с котом объясняет проблему контроля геометрии лучше, чем десять слайдов про ОТК.
На первый взгляд – идеальная производственная ситуация.
Объект лег в ложемент.
Зазоров визуально нет.
Перекосов не наблюдается.
Контроль пройден, изделие годное.
Если бы это был настоящий контроль геометрии, мы бы назвали его контролем по калибру: быстро, наглядно, почти без шансов на двусмысленность. Влезло – годно. Не влезло – не годно.
Для кота работает отлично. Для машиностроения – уже не всегда.
