Отзывы на Яндекс Картах влияют на клиентов сильнее, чем реклама. Один негативщик может испортить впечатление и снизить рейтинг компании. В этом материале показано, как удалить отзыв быстро и законно с пошаговыми способами, примерами и разбором.
Узнать как удалить отзыв
На сентябрьском Flow 2025 проводилось огромное количество активностей вне докладов. Одной из таких активностей была coffee tables: в промежутке между докладами можно было обсудить горячую тему.
Скилы — вечно горячая тема. LLM-агенты — горячая тема в моменте (впрочем, возможно тоже надолго). В результате организовался стол, на котором кофе был самым холодным предметом.
Привет, Хабр! Меня зовут Дмитрий Теслев, я тимлид системной и бизнес-аналитики в AGIMA. Ситуация у нас такая: мы активно ищем аналитиков как на собственные проекты, так и для наших партнеров в формате аутстафф. Поэтому мне каждую неделю приходится проводить 5–7 собеседований. Чтобы сэкономить время, я выработал собственный короткий формат интервью, с помощью которого я могу за 30 минут проверить адекватность кандидата, его профессиональные навыки и софт-скиллы.
В этой статье расскажу о методике, на которую опираюсь, приведу примеры, всё объясню, а потом поделюсь своим чек-листом, с которым и вам будет работаться проще.
Приветствую, Хабр! В последнем обновлении Яндекс Метрики появились цели на чаты. Я первым делом ринулся их тестировать и делиться с вами рецептом их приготовления.
Итак, могу заявить, что импорт чатов в Яндекс Метрику работает. В статье расскажу 2 варианта, как все настроить: простой через сторонний сервис, и трушный =) через API и вот это вот все.
В профессиях вроде дизайна, маркетинга или продаж собеседование обычно сводится к разговору о кейсах и опыте. В системном анализе всё иначе: техническое собеседование системного аналитика больше похоже на экзамен — именно поэтому вам понадобилась данная статья.
Здесь собраны практически все вопросы, которые вы можете услышать на собеседовании системного аналитика. Читайте, пользуйтесь, готовьтесь — надеюсь, вам пригодится при трудоустройстве.
Последние несколько лет тема искусственного интеллекта приобрела огромную популярность. И помимо всеобщего восторга относительно практически безграничных возможностей ИИ у представителей различных профессий появились опасения относительно того, что в самом ближайшем будущем их заменят различные GPT. Не являются исключением и различные аналитические направления, такие как бизнес и системный анализ.
В этой статье мы попробуем поразмышлять на тему того, может ли искусственный интеллект заменить системного аналитика или же он может стать помощником при выполнении различных задач.
Книга «Бизнес-аналитика: от данных к знаниям» впервые увидела свет в 2009 году, но это всё ещё классика для начинающих специалистов. Ниже представлен конспект первой главы книги, посвящённый введению в анализ данных и ML.
Обычно в начале проекта аналитик составляет план-график встреч, включающий темы, даты, время и состав участников. Этот план должен облегчить и структурировать дальнейшую работу команды проекта и заказчика, сформировать правильные ожидания по срокам у всех сторон. Но в ходе сбора требований он нередко нарушается и в итоге становится неактуальным, а на проекте появляется много хаоса.
Мы в Beeline Cloud продолжаем рассказывать о трендах в индустрии. Одна из тенденций последних лет — возврат к традиционным дата-центрам. Экзотические проекты вроде подводных, надводных и космических ЦОД или уходят в прошлое, или находятся в подвешенном состоянии с непонятными перспективами. Рассказываем, чем закончились необычные проекты в этой области, и на что делают ставку сейчас.
Самые интересные новости финансов и технологий в России и мире за неделю: российским операторам запретили рассылать смс-коды для Telegram, Аяза Шабутдинова посадили на 7 лет, первый штраф за рекламу в Инстаграме, рекордная капитализация Nvidia на $5 трлн, реорганизация OpenAI в коммерческую компанию, а также предзаказ домашнего робота Neo за $20к.
Крипторынок уже давно перестал быть местом, где можно случайно разбогатеть на первом альткоине. Сегодня это структурированная экосистема с множеством способов заработка — от классической торговли до участия в DeFi и аирдропах.
Разберём, какие методы работают в 2025 году, и что из этого реально приносит деньги.
Взгляд с высоты птичьего полета
Дисклеймер: несмотря на облегченный стиль, это не научпоп, это описание реальной исследовательской работы, ее мотивировок и подходов, которые часто остаются за кадром.
Этой публикацией мы начинаем серию статей, в которой хотим изложить наше видение пути, по которому сейчас идет развитие экономики данных, и возможных подходов к его рационализации. В первой статье рассматривается понятие биржи данных, которое мы считаем важным механизмом и двигателем развития экономики данных. Анализируется опыт текущих проектов по созданию платформ для обмена данными. Намечаются направления дальнейшего обсуждения.
Рискуя прослыть занудой, хочу напомнить, что выражение «экономика данных», относительно недавно введенное в оборот скорее как мем, чем как строгое научное понятие, обозначает новый этап развития мировой экономики, следующий после аграрной экономики, промышленной экономики, постиндустриальной (сервисной) экономики, информационной экономики. И вот, настала очередь экономики данных. Также полезно будет держать в уме описание смены технологических переделов, которые характеризуются как революции. Все они называются промышленными революциями, только после каждой из них само понятие промышленности (индустрии) кардинально меняется. По этой шкале мы переживаем четвертую промышленную революцию, если все еще верить Клаусу Швабу, председателю Всемирного экономического форума в Давосе, который, после того, как прослыл изрядным женолюбом, покинул пост после полувека правления.
В последнее время мне часто попадаются заметки и комментарии о том, что, дескать, гейткиперы (опытные программисты-миллениалы и старше) искусственно ставят препоны и просят решать никому не нужные алгоритмические задачи, тогда как они давно закодированы в библиотеках. Это — с одной стороны. С другой стороны — ругают LLM, потому что код там не всегда чистый и, дескать, программирование с LLM — это не программирование вовсе, и навыки такого программиста ничего не стоят.
Мне приходит на ум то, что в принципе мы подобный слом уже видели лет 15–20 назад. Для программиста старой школы сутью программирования, собственно, было постановка задачи, её реализация с помощью алгоритма и оптимизация этого алгоритма по скорости. Сам инструмент — язык, а уж тем более чистота кода — считалась вторичной. Задачей программиста было написание в принципе работающей программы.
Что касается чистоты кода: использование отступов и понятных названий функций, переменных и классов уже считалось большой аккуратностью. Для первого поколения ПО, в общем-то, и не предполагалось, что можно эффективно и полноценно работать с чужим кодом. Появление специализированных библиотек считалось подспорьем, но предполагало, что программист и сам должен быть способен написать подобное с нуля. Программист, который пользовался только библиотеками, считался не настоящим, а ламером, «пользователем».
Требования к программистам поменялись из-за изменения бизнес-требований. Если раньше задачей программиста было придумать и реализовать программу (он одновременно был и бизнес-аналитиком, и дизайнером, и архитектором, и алгоритмистом), то сейчас появилась возможность создавать ТЗ и интерфейс не программистам. Все алгоритмы сосредоточены в библиотеках, и ключевыми качествами стали работа в команде и аккуратность.
События разворачивались в нескольких реальностях. В первой заказ не пришёл. Во второй - произошло несколько списаний средств. В третьей система упала посередине процесса, оставив данные в не консистентном состоянии.
А четвертая оказалось самой интересной. Где даже с неполадками сети и падениями сервиса был сделан лишь один заказ. И произведена одна оплата. Благодаря чему пришла желаемая теплая пицца. Которую хотел наш дорогой покупатель.
Погрузимся в проблематику оформления заказа, консистентности данных. И схлопнем все реальности в нужную с помощью Outbox Pattern.
В октябре 2025 года информационная служба Хабра выпустила 1005 публикаций (995 новостей и постов, 12 лонгридов и 38 переводов). В этом дайджесте представлены лучшие технические новости, переводы и лонгриды (отдельные большие публикации) инфослужбы Хабра, согласно оценкам пользователей.
Сегодня случайно наткнулся на отчёт о структуре резервов Tether — и невольно задумался. Оказывается, больше 60% активов компании приходится на короткие казначейские облигации США. Остальное — репо, кэш, немного золота и символическая доля в биткоине. Казалось бы, обычная отчётность стейблкойна, но чем дольше смотришь на цифры, тем отчётливее ощущение: перед тобой не криптопроект, а настоящая офшорная версия ФРС.
Каждый USDT — это не просто цифровой токен, а частный доллар, созданный рынком, а не государством. Он обеспечен теми же инструментами, что лежат в основе долларовой экономики — короткими казначейскими облигациями США, теми самыми трежерис, которые питают ликвидность банков и баланс самой ФРС. Разница лишь в том, что здесь нет Конгресса, нет заседаний монетарного комитета и никаких инфляционных целей. Есть только спрос, доверие и чистая жажда ликвидности.
Ирония в том, что крипта, задуманная как альтернатива доллару, стала его топливом. Tether печатает «частные» доллары, а его резервы питают госдолг США — замкнутый цикл, где независимый эмитент невольно финансирует государство, от которого пытался быть свободным.
В комментариях к одной из моих первых статей на Хабре мне было предложено написать статью про виртуальные машины.
Долго думал об этом, было много дел не располагающих к писательству, и вот собрался наконец.
Начну с остренького. В ИТ есть только одна настоящая система виртуальных машин. Это zVM. Всё остальное претендующее на это название на самом деле является системами виртуальных ... систем.
Давайте разбираться с котлетами и мухами.
Всем привет! Меня зовут Артём Дронов, я работаю в команде A/B-платформы Trisigma в Авито. Мы занимаемся поддержкой A/B-платформы и инфраструктуры метрик Авито, а также помогаем интегрировать наш продукт другим компаниям. В этой статье я расскажу, что такое slicing, чем он может быть полезен, а чем — опасен, на примерах тех кейсов, которые были у нас в Авито. Рассмотрим, как можно использовать разрез в рамках своих экспериментов и получать максимум инсайтов из данных.
Привет, Habr! В этой статье я хочу поделиться своим проектом — Telegram-ботом, который автоматизирует торговлю на бирже Bybit на основе сигналов из специализированного канала. Бот парсит сообщения из Telegram-канала @TokenSplashBybit, извлекает информацию о предстоящих "token splash" (это события, когда новые токены добавляются на биржу с возможностью получения airdrop), и открывает длинные позиции (лонги) в момент результата.
Я собрал небольшую статистику вручную на основе исторических данных, чтобы показать потенциальную работоспособность подхода. Конечно, прошлые результаты не гарантируют будущих, и торговля всегда связана с рисками. Но всё же работаю с этим кодом уже не один месяц, и результат действительно соответствует ожиданиям. Давайте разберёмся по порядку: от идеи до полного кода с объяснениями.
Электроэнцефалография (ЭЭГ) — это неинвазивный метод регистрации электрической активности мозга через электроды на поверхности головы. За последние годы ЭЭГ-данные перестали быть исключительно медицинской прерогативой и прочно вошли в мир data science. Сегодня их используют в нейромаркетинге для оценки реакций на рекламу, в когнитивных исследованиях для измерения внимания и памяти, в разработке Brain-Computer Interface (BCI) и даже в спортивной аналитике.