Системный и бизнес-анализ

ImageSorcery 01 - Как я свой open source вайбкодил
ImageSorcery 02 - Превращение ImageWizard в ImageSorcery
ImageSorcery 03 - шаг за шагом: PoC, Initial commit
ImageSorcery 04 - README.MD

Это серия постов от идеи ImageSorcery до 100+ звёзд на гитхабе и 100+ ежедневных установок с PyPI.

В прошлой серии был готов PoC в виде набора python скриптов для определения объектов на изображении и обрезки изображения по координатам этих объектов. А так же initial commit репозитория с hello world MCP.

Как я уже говорил, я предпочитаю двигаться небольшими шагами - так проще и ИИ реализовать изменения и человеку их понять. А так же я говорил, что в python я джун и с пониманием проекта мне нужна была помощь. Поэтому следующим шагом я попросил Cline тщательно заполнить README.MD в котором подробно описать проект. Это описание понадобится в будущем не только мне, но и самому Cline  для реализации задач. 

Всем разработчикам, а особенно вайбкодерам настоятельно рекомендую держать README.MD актуальным и подробным, так как он позволяет легко вгрузиться в контекст и понять что где лежит, как делать типичные изменения, каким правилам следовать и т.п.

Многие инструменты имеют собственные аналогичные решения Rules у Cursor, CLAUDE.MD у Claude-code, GEMINI.MD у gemini-cli и т.п. Но я рекомендую использовать старый добрый README.MD или CONTRIBUTING.MD так как 

1. Это уже давно зарекомендовавший себя метод устоявшийся в нашей индустрии

2. К README.MD особое отношение у git-хостингов и прочих инструментов

3. Это универсальный документ, и используя его вы не обязываете других разработчиков использовать ваш ИИ инструмент.

Учитывая что ИИ инструменты платные и я изначально планировал делать этот проект open source, последний пункт для меня ключевой. Сейчас у меня во всех gemini.md, README.MD и т.п. просто одно правило "At the beggining of any task read README.MD"

Конечно ваншотом этот шаг не получился, так как я изначально не знал что именно мне нужно в README.MD видеть. Но как только в нём стало достаточно информации о проекте чтобы даже мне джуну он стал абсолютно понятен - и этот шаг был сделан. git commit.

А дальше я его постоянно дополнял, обновлял и развивал. Сейчас https://github.com/sunriseapps/imagesorcery-mcp/blob/master/README.md - самый проработанный README.MD из тех которые я когда-либо писал. Теперь это не просто инструмент получения контекста для разработчика или ИИ-агента, но и лицо проекта для всего интернета.

Со временем, когда проект разросся, от главного README.MD отпочковалось ещё несколько аналогичных документов.

• https://github.com/sunriseapps/imagesorcery-mcp/blob/master/CONFIG.md

• https://github.com/sunriseapps/imagesorcery-mcp/blob/master/src/imagesorcery_mcp/README.md

• https://github.com/sunriseapps/imagesorcery-mcp/blob/master/src/imagesorcery_mcp/prompts/README.md

• https://github.com/sunriseapps/imagesorcery-mcp/blob/master/src/imagesorcery_mcp/resources/README.md

• https://github.com/sunriseapps/imagesorcery-mcp/blob/master/src/imagesorcery_mcp/tools/README.md

• https://github.com/sunriseapps/imagesorcery-mcp/blob/master/src/imagesorcery_mcp/scripts/README.md

Их количество множится по мере развития проекта. Сейчас я подумываю о разделении их на README.MD и CONTRIBUTING.MD. Но пока что это просто мысли. Буду рад если в комментариях поделитесь своими на этот счёт.

1% самых богатых людей в США сейчас владеет состоянием более 54 триллионов долларов. Это в 468 раз больше, чем у 50% самых бедных. Например, Илон Маск — богаче, чем 99% населения планеты.

В Р Е М Я 

У Ч И Т Ь С Я 

Мы собрали сотни онлайн-курсов в одном месте, чтобы вы могли сравнить их, ну и вообще — там можно отфильтровать всё по навыкам, цене. И акции со скидками тоже можно отслеживать. 

Например, зацените подборку курсов по аналитике: 

— Аналитика данных

— Data Science

— Системная аналитика

— Инженерия данных

— Бизнес аналитика

→ Больше курсов

Продолжаю разбирать платные курсы по аналитике данных, чтобы помочь вам разобраться, какой курс лучше всего подходит.

Уже сделала разборы курсов Eduson и Karpov Courses.

Сегодня — курс от Changellenge Education “Аналитик Pro”. Школа известна тем, что ее основатель также создал компанию Changellenge >> — через нее крупные компании (Альфа, Яндекс, тп) нанимают джунов.

Напомню мои условия разбора:

• Погружаюсь в курс, включая платные материалы.

• Нет цели “топить” или “продвигать” авторов. Разбираю по сути — плюсы и минусы.

Что может не понравиться:

1. Программа длинная и объемная — 12 месяцев. Для тех, кто хочет быстрый старт за 3–5 месяцев, может быть минусом.

2. Если вы чистый технарь и хотите только SQL/код — курс может показаться избыточным: тут много про бизнес и коммуникацию. Чистые технари часто остаются исполнителями, а софты помогают расти до тимлидов и менеджеров. Но не у всех есть эта цель.

3. Много командной работы — если не включаться, эффекта не будет. Интровертам, как я, будет непросто. Но, с другой стороны, это бустанет по софт скиллам.

4. Гарантий трудоустройства нет, хотя и есть сильная карьерная поддержка.

Что понравилось:

1. За 12 месяцев изучаются 5 направлений аналитики (аналитика данных, финансовая и бизнес - глубоко и продуктовая и маркетинговая - частично). Это пока самая масштабная программа, что я видела. 

Подойдет если не знаете, какое из направлений аналитики ближе (обычно бывает у новичков). Плюс, такая база дает широкую прокачку по скиллам и больше шансов на трудоустройство и рост.

2. Воркшопы = как на рабочем митинге

Я была на SQL-воркшопе с Егором Худяковым (Банк Точка). Формат живого общения: разбирали задачи на практике (в том числе из реальных собеседований на джуна). Группа небольшая — 5–10 человек, реально можешь сказать слово (что редко встретишь). Это похоже на рабочие митинги и качает не только харды, но и софты — умение быстро думать в команде и презентовать решение.

3. Кейсы максимально приближены к реальной работе

Например, задание из обучения: вы аналитик в агрегаторе такси, менеджер жалуется на падение поездок — разберитесь, почему — а потом сравните с разбором от эксперта (здесь чувствуется влияние Ромы Маресова — ex-head Yandex Go, ныне CEO в Яндекс E-Commerce). 

4. Кейсы-интервью как на собеседовании в McKinsey/BigTech

Мне попался кейс с Sephora в формате McKinsey case interview (кейсы поставляет международная консалтинговая компания SCG). На собеседованиях в консалтинг и BigTech такие кейсы — стандарт. 

5. Групповые проекты на кейсах мирового уровня формата Harvard Business School → мощный буст софт-скиллов

Формат похож на Harvard Business School case study — команда 5–8 человек, за 2 недели вы решаете задачу и защищаете в Zoom перед работодателями. Я смотрела кейс от SCG: нужно было разработать стратегию выхода компании на рынок Бразилии/СНГ/ЮАР.

Это практически уровень MBA — не просто SQL, а стратегия, презентации, командная работа. Позволит быстрее расти по карьере — с какого-то уровня рост аналитика зависит не только от хардов, но и от умения донести позицию до клиента или руководителя. 

Fun fact: защита проходит в формате конкурса: победители получают призы от партнёров (от мерча до трудоустройства в компанию).

6. Шанс выйти напрямую к работодателям

Финальные проекты защищаются перед работодателями. Для сильных студентов это шанс пройти в компанию, минуя часть отбора. Даже если вас не выбрали — защита даёт опыт презентации перед бизнесом.

7. Сильное сообщество выпускников

Когда я изучала курс, шла встреча выпускников — днём кейсы по бизнес-трансформации, вечером — тусовка под DJ. Учёба здесь — вход в их клуб, где вместе растешь и развиваешься.

Речь шла об этом курсе: https://changellenge-education.com/analyst-pro.

Я проходила много курсов, есть с чем сравнить, и для меня Аналитик Pro ощущается как MBA в аналитике, а не просто курс → прокачивает харды (охвачены необходимые навыки) + стратегию (задачи уровня McKinsey и HBS) + бизнес-коммуникацию, софты (много работы в группах).

Продолжаем набор специалистов в ИТ-команду SSP SOFT

Привет Хабр! Уже конец лета и не пора ли серьезнее подумать о новой работе — а мы продолжаем нанимать. Предлагаем реальные задачи, прокачку скиллов и бенефиты «в рынке». Никакой бюрократии и скуки — мы нацелены на то, чтобы вы получали удовлетворение от работы.

✔️ Гарантируем интересные задачи
✔️ Для каждого нового сотрудника есть наставник
✔️ Центр компетенций помогает прокачивать навыки
✔️ С нами ты можешь работать из любой точки мира
✔️ Для экстравертов у нас есть офисы в Москве и Томске
✔️ Оптимальный Work Life Balance
✔️ ДМС со стоматологией, обучение от компании и бонусная программа.

📢 На этой неделе мы ищем (см. ссылки на описание вакансий у каждой позиции):

1️⃣ Ритейл-аналитика (http://vk.cc/cOMUS1)
2️⃣ Аналитика DWH (http://vk.cc/cOMUTJ)
3️⃣ Аналитика 1С (http://vk.cc/cOMUVn)
4️⃣ Тестировщика 1C (http://vk.cc/cOMUXx)
5️⃣ QA Auto Java (http://vk.cc/cOMUYQ)

👉 Не обязательно откликаться через hh — присылайте резюме напрямую нашему HR в Telegram: @sspsoft или на почту: job@ssp-soft.com.
Не забудьте сопроводительное письмо с фразой «Нашел вас на Хабр», чтобы резюме рассмотрели по-возможности быстрее.

Ждем вас в команду SSP SOFT!

Совместное предприятие с Индией: о чем нужно помнить с точки зрения интеллектуальной собственности

Важно учитывать несколько моментов при создании совместного предприятия с партнерами из Индии, рассматривая вопросы, связанные с интеллектуальными активами.

Во-первых, для начала определите, какие объекты, принадлежащие вам, будут использовать внутри созданной совместной компании.

Во-вторых, изучите внимательным образом регламентирующее региональное законодательство. Обратите внимание на основные документы, определяющие параметры регистрации в Индии, — это «Патентный закон» 1970 года, «Закон о товарных знаках» 1999 года, «Закон о дизайне» 2000 года. Учитывайте, что Индия и Россия являются участниками различных международных соглашений: одна из основных здесь — Мадридская система (членство в ней значительно упрощает процедуру оформления товарных знаков).

В-третьих, заключая договор со своими индийскими партнерами, определите письменно то, каким образом стороны будут владеть этими активами. Обязательно пропишите:

• Форматы распределения прав на интеллектуальную собственность, которая была создана внутри совместного предприятия;

• Как она лицензируется и отчуждается;

• Правила получения доходов от таких объектов;

• Что произойдет с нематериальными активами после ликвидации совместного предприятия;

• Пути преодоления возможных конфликтных ситуаций.

В-четвертых, продумайте форматы защиты интеллектуальной собственности от возможных нарушений на территории как России, так и Индии.

Нормативное регулирование интеллектуальной собственности в Индии

Отметим, что правовая регламентация подобных вопросов содержится сразу в нескольких актах, принятых в Индии.

Для товарных знаков — основным является одноименный закон 1999 года. Он гласит, что товарный знак — это обозначение (слово, логотип, имя, цифра, форма товаров, упаковка, сочетание цветов), позволяющее отличать товары или услуги одного лица от других. Для регистрации товарного знака необходимо подать соответствующую заявку в профильный орган власти. В оформлении откажут, если бренд будет лишен различительной способности, является по своей сути описательным, вводит потребителей в заблуждение, прямо противоречит общественной морали, сходен с другими знаками конкурентов. Если бренд прошел регистрацию, то правообладатель может предоставлять исключительные права по использованию его другим, а также запрещать подобное использование, если оно осуществлено без разрешения. Срок юридической защиты товарного знака — 10 лет с возможностью продления на аналогичный период. Если зафиксировано серьезное нарушение прав на товарный знак, то в этом случае применяются санкции (возможно даже лишение свободы, но чаще применяются многочисленные штрафы). Владелец бренда может использовать и гражданско-правовые средства защиты своего интереса, подав соответствующий иск в суд. Последний вправе применить судебный запрет, установить выплаты, которые полагаются правообладателю в связи с нарушением его интересов.

Для патентов — основным документом является профильный акт, а также многочисленные его изменения, принятые в последние годы. 

Если оформляется дизайн, то тут важен «Закон о дизайне» 2000 года.

Дизайном в этом акте называются особенности формы, конфигурации, орнамента, узора, композиции линий или цветов, примененные к изделию в 2D и (или) в 3D. Не считается дизайном — способ или принцип конструкции, механические устройства, товарные знаки, художественные произведения, знаки собственности.

Зарегистрированный дизайн вносится в специальный реестр. Любое заинтересованное лицо может потребовать отменить его оформление, если были нарушены процедурные условия.

Зарегистрировать свой товарный знак в Индии по Мадридской системе можно здесь.

Снятся ли управляемым СУБД быстрые NVME-oF RDMA-диски — тема доклада на IT-конференции GoCloud Tech 2025 ☁️

Мы задались вопросом улучшения производительности управляемой PostgreSQL и хотим рассказать, что из этого получилось. По ходу доклада обсудим:

- почему IO Latency имеет значение, а bandwidth нет;

- причем тут подключаемые диски NVME-oF;

- почему offloading — не панацея, а RDMA полезен лишь в малых дозах;

- как провести full-scale эксперименты в целой AZ и остаться вменяемым человеком.

Трек: Data&Analytics — обсудим тренды и возможности облачных сервисов, методы их интеграции с AI-агентами, а также инструменты для быстрого и эффективного решения задач хранения, обработки и анализа данных. 

📅 Когда: 3 сентября в 13:40 мск

👉 Зарегистрироваться

Что еще интересного будет на GoCloud Tech, смотрите в программе конференции.

Тренды в мире данных: куда стремятся СУБД и как их сравнивать в новых реалиях — тема доклада на IT-конференции GoCloud Tech 2025 ☁️

Приглашаем обсудить современные тенденции в мире данных. На встрече поговорим о стремлении СУБД к «облачности» и HTAP-универсальности, а еще разберем нововведения в бенчмарках — почему классических решений недостаточно и что с этим делать.

Трек: Data&Analytics — обсудим тренды и возможности облачных сервисов, методы их интеграции с AI-агентами, а также инструменты для быстрого и эффективного решения задач хранения, обработки и анализа данных.

📅 Когда: 3 сентября в 15:20 мск

👉 Зарегистрироваться

Что еще интересного будет на GoCloud Tech, смотрите в программе конференции.

Три способа сформировать идентификатор пользователя.

Привет, меня зовут Рамис и я работаю дата-аналитиком в Garage Eight. Так как аналитики довольно часто (почти всегда) используют id пользователя для объединения таблиц, я хочу рассказать о различных способах формирования идентификатора пользователя (user_id, id, account_id и пр.).

Первый способ, который приходит на ум — это инкрементальное увеличение id пользователя, также известный как последовательный или автоинкрементный ID. То есть самый первый пользователь будет иметь id = 1, следующая регистрация 2 и так далее. Вроде бы идеально? 

Плюсы:

• Уникальность.

• Порядок регистрации.

• Простота реализации.

Минусы:

• Требуют централизованного управления, что может замедлять работу при масштабировании.

• Предсказуемы (идут по порядку), что может быть небезопасно, ведь злоумышленники могут угадать ID.
  Для генерации нового ID часто нужно обращаться к базе данных (БД), что увеличивает нагрузку.

• В шардированных или реплицированных БД могут возникать конфликты и задержки в генерации ID.
  Невозможно встроить дополнительную информацию (например, временные метки или идентификаторы сервисов).

Кстати, проблему шардирования можно частично решить следующим образом: id увеличивается не на 1, а на число k, равное количеству используемых БД.

Второй способ — UUID, или универсально уникальный идентификатор (Universally Unique Identifier), — это 128-битное число.

Плюсы:

• Уникальный, почти никогда не повторяется.

• Генерится где угодно, не нужна база данных.

• Не угадать, особенно, v4 и v7.

• Для больших систем, так что хорошо подходит для микросервисов.

• Можно сортировать, в v7 есть время создания. 

Минусы:

• Длинный — 128 байт (обычные ID короче).

• Неудобный, сложно запомнить (типа a0eebc99-9c0b-4ef8-bb6d-6bb9bd380a11).

• Медленнее в БД, иногда тормозит индексы.

• Без порядка, v4 нельзя сортировать (v7 решает).

• Не число. 

Третий способ — Twitter snowflake id (теперь X) — это система генерации уникальных 64-битных идентификаторов для объектов, таких как твиты, личные сообщения, пользователи и списки.

1. Бит знака — всегда равно 0 и зарезервировано на будущее.

2. Временная метка — количество миллисекунд, прошедших с начала эпохи UNIX.

3. ID ЦОД дает нам 2 ^ 5 = 32 центра обработки данных.

4. ID компьютера дает нам еще 2 ^ 5 = 32 компьютера в каждом ЦОД.

5. Номер последовательности.

6. При генерации каждого id на отдельно взятом компьютере или процессе номер последовательности инкрементируется на 1, каждую миллисекунду этот инкремент обнуляется.

Плюсы:

• Уникальность.

• Распределенная генерация.

• Можно сортировать.

• Эффективность. 64-битный формат обеспечивает достаточную ёмкость для идентификаторов, а также эффективную обработку данных.

• Простота. Логика генерации Snowflake довольно проста для понимания и реализации.

• Популярность. Идентификаторы Snowflake широко используются, что облегчает интеграцию с различными системами и библиотеками.

Минусы:

• Ограничение по времени. Максимальная точность Snowflake — миллисекунды, что может быть недостаточно для некоторых приложений, требующих большей точности.

• Риск переполнения. При очень высокой скорости генерации идентификаторов существует риск переполнения порядкового номера, что может привести к потере уникальности.

• Зависимость от синхронизации времени. Точность временной метки зависит от синхронизации времени на серверах.

• Сложность в распределенных системах. При неправильной настройке распределенной системы могут возникать проблемы с уникальностью идентификаторов.

• Необходимость управления идентификаторами машин. Каждой машине, генерирующей идентификаторы, необходимо присваивать уникальный идентификатор.

На этом все, но это неполный список, есть еще сервер тикетов и прочие.

Информацию взял из книги «System Design. Подготовка к сложному интервью», Алекс Сюй.

🚀 FineBI Live: 3 эксклюзивных вебинара, которые нельзя пропустить!

Друзья, у нас для вас крутая новость! GlowByte запускает серию практических вебинаров по FineBI — и это будет жарко 🔥

Что вас ждет в августе-сентябре:

28 августа, 16:00 → FineReport Pro
Создаём pixel-perfect отчёты как настоящие профи! Покажем интеграцию с 500+ источниками данных и разберём реальные кейсы

2 сентября, 16:00 → AI-революция в аналитике
AI-агенты в BI — это уже не фантастика! Увидите live demo и узнаете о кейсах использования среди клиентов.

4 сентября, 16:00 → FineVis 3D-Demo
Создание 3D-модели склада за 15 минут? Легко! Плюс умные города и цифровые двойники производств

Два способа участвовать:

✅ Только live-вебинары (для быстрой оценки)
✅ Полный ретрит (13 уроков + материалы + домашки)

Для кого: Аналитики, BI-специалисты, руководители, все кто работает с данными и хочет прокачаться 💪

Регистрируйтесь на все сразу — вебинары дополняют друг друга!
https://clck.ru/3NmgtU

Где учиться аналитике, часть 2

Привет! Мы на Хабр Карьере собираем сотни онлайн-курсов для тех, кто хочет освоить специализации в IT или digital или прокачивать навыки, чтобы, например, расти в грейде.

Собрали вторую подборку для тех, кто хочет учиться аналитике данных, вот первая, если пропустили.

Все курсы в этой специализации можно посмотреть здесь, а ниже — ссылки на обучения ключевым навыкам:

— BI-аналитика

Создание интерактивных отчётов и дашбордов в инструментах вроде Power BI или Tableau. Помогает быстро визуализировать данные и находить ключевые показатели.

— Продуктовая аналитика

Анализ поведения пользователей в продукте, воронок и метрик. Используется для проверки гипотез, поиска точек роста и повышения конверсий.

— Аналитика больших данных

Работа с объёмами информации, которые не помещаются в одну базу данных. Использует Hadoop, Spark и другие инструменты распределённой обработки.

— SQL для аналитиков

Написание запросов для извлечения и обработки данных из реляционных баз. Основной рабочий инструмент большинства аналитиков.

— Машинное обучение

Использование алгоритмов для поиска закономерностей и построения предсказательных моделей. Применяется в рекомендациях, прогнозах и автоматизации.

Всегда говорим, что кроме хард-скилов важно прокачивать софты — такие курсы на маркетплейсе тоже есть.

А чтобы вы могли проверить качество курсов, мы собираем отзывы от тех, кто уже прошел обучение — так что читайте и выбирайте лучшее для себя.

→ Смотреть курсы по всем специализациям

Знакомьтесь с Академией «ГлоуБайт»!

Группа компаний GlowByte запустила сайт Академии «ГлоуБайт», где собраны 25 готовых курсов по бизнес-аналитике (Business Intelligence), управлению бизнес-процессами (BPMN), обработке данных и продвинутой аналитике (Advanced Analytics), работе с универсальной Lakehouse-платформой данных Data Ocean Nova и автоматизации CVM-маркетинга (CM Ocean).

Курсы основаны на опыте экспертов группы компаний GlowByte и включают в себя как теорию, так и практические задания. Среди наиболее популярных тем – «Практический MLOps», «Погружение в А/В-тестирование», «АА и машинное обучение в маркетинге», «Техника и методология кредитного скоринга», «Сертификация FineBI и FineReport», «Data Ocean Nova. Обучение пользователей», «Глубокое обучение в банковской сфере», «Greenplum для аналитиков и разработчиков» и другие. 

Обучение проводится только для корпоративных клиентов в группе до 10 человек, а также индивидуально для специалистов и руководителей. Кроме того, Академия «ГлоуБайт» адаптирует курсы и создает уникальные программы под приоритеты и текущие задачи бизнеса.

Познакомиться с Академией «ГлоуБайт», почитать отзывы и узнать больше о курсах можно на сайте Академии. Или напишите нам на почту: academy@glowbyteconsulting.com.

Представлен Топ-50 самых дорогих частных компаний мира - 31 из США, 10 из Китая. Источник: Visual Capitalist.

Почему одиночкам тяжело расти? Как мы организовали сообщество системных аналитиков и что из этого вышло

В IT слишком часто «каждый варится в своём соку» — и специалисты теряют темп, а команда не получает новых идей.

Какие шаги помогли объединить экспертов из разных проектов, даже если зона ответственности не совпадает? Как совместные обсуждения, обмен опытом и единые подходы преобразили корпоративную культуру? Какие неожиданные инсайты и эффекты обнаружились уже через несколько месяцев — и почему это оказалось выгодно всем сторонам? Рассказываем в нашей статье «Как мы организовали сообщество системных аналитиков и что из этого вышло».

Только реальный опыт, этапы создания, сложности, примеры встреч, плюсы и подводные камни. Читайте статью, берите инструменты для своих команд и рассказывайте, помогает ли комьюнити решать задачи эффективнее у вас!

Реестр разработчиков значимого ПО: что это такое?

В конце июля 2025 года был подписан Федеральный закон № 325-ФЗ. Он существенно скорректировал нормативную правовую базу, в том числе и ФЗ №41 (этот документ был посвящен организации системы противодействия нарушениям в IT-сфере).

Как изменилось законодательство?

1. Появилось понятие значимого разработчика ПО. Таковым признают субъекта, если он соответствует ряду требований:

• является юрлицом, контролируемым (то есть его действия определяются) РФ, субъектом РФ, органом местного самоуправления или гражданином;

• заключил с федеральным органом исполнительной власти договор о разработке или модернизации IT-направления в сторону импортозамещения за свой собственный счет.

Список требований к разработчикам может быть расширен в нормативных актах Правительства РФ.

2. Модератором Реестра создателей значимого российского ПО станет Минцифры. На этот орган госвласти возложили обязанность вести также еще два реестра:

• перечень программ и баз данных, созданных в РФ для нужд юрлиц (пожалуй, главное в этом документе, что исключительные права на продукт должны принадлежать РФ, субъектам РФ, муниципалитетам, контролируемым им организациям, гражданам РФ; а сведений, составляющих гостайну, внутри ПО нет);

• список ПО, который отвечает требованиям, предъявляемым к информационной безопасности (здесь — исключительные права принадлежат только РФ, субъектам РФ, гражданам, не имеющим другого паспорта; ПО входит в Реестр национального программного обеспечения).

3. Следует учитывать, что рассматриваемый закон, определяющий лишь рамочные позиции, начнет действовать с 1 марта 2026 года. Подробные аспекты функционирования Реестров, их внутреннее содержание будут представлены в профильных документах кабмина.

4. Предположить то, как будет осуществляться регулирование Правительством РФ по указанным вопросам, пока сложно: в Пояснительной записке к законопроекту — данные проблемы не освещались. 

О сервисе Онлайн патент:

Онлайн Патент — цифровая система №1 в рейтинге Роспатента. С 2013 года мы создаем уникальные LegalTech-решения для защиты и управления интеллектуальной собственностью. Зарегистрируйтесь в сервисе Онлайн-Патент и получите доступ к следующим услугам: 

• Онлайн-регистрация программ, патентов на изобретение, товарных знаков, промышленного дизайна;

• Подача заявки на внесение в реестр отечественного ПО;

• Поиск по программам;

• Регистрация программы в Роспатенте

Как строить продуктовую аналитику для рынков с разной культурой, регуляторикой и поведением пользователей 

Об этом Олег Игнатов, Head of Product Analytics Garage Eight, рассказал в новом выпуске подкаста Data Heroes. 

Слушай и узнай:  
> как в Garage Eight создаются успешные финансовые IT-продукты для управления инвестициями;
> как продуктовая аналитика может влиять на решения бизнеса;
> почему важно адаптировать аналитические метрики для разных стран;
> в чем особенность работы с пользователями из Азии и Африки.

Представлен открытый редактор таблиц NanoCell, который обрабатывает большие объёмы данных. При этом не нужно знать формулы и макросы. Проект помогает править документы от объёмных датасетов и финансовых данных до небольших формул для построения графиков и поиска одного значения в таблице. Решение разработал аналитик и датасайентист с многолетним стажем. Интерфейс у сервиса максимально простой и понятный. Данные сохраняется, включая все сведения и значения датасета на статическом сервере.

Data Warehouse: сравниваем подходы к хранению данных

На примере Data Warehouse рассказываем о подходах к хранению корпоративных данных и сравниваем альтернативные решения. Data Warehouse (DWH) — это централизованное корпоративное хранилище данных, в котором собирается, обрабатывается и хранится информация из разных источников. Его цель — предоставить единую и структурированную базу данных для анализа и принятия решений. В основе DWH лежит концепция предметно-ориентированной базы данных.

Чем Data Warehouse отличается от баз данных, Data Lake и Data Mart:

• базы данных хорошо справляются с транзакциями, заточены под быстрые действия и работают с текущими, постоянно изменяющимися данными;

• Data Lake — это хранилище, куда можно складывать данные «как есть»: структурированные, полуструктурированные и неструктурированные. Например, логи, изображения, JSON-файлы и многое другое;

• Data Warehouse (DWH) — это усиленный уровень, предназначенный для аналитики. Данные сюда попадают после подготовки: проходят через процессы очистки, нормализации, трансформации и объединения;

• Data Mart — «мини-DWH» для конкретной задачи. Этот инструмент обычно проще и меньше по объему, но может обновляться чаще и работать с более узкой, оперативной аналитикой.

На старте проектирования архитектуры важно разобраться в разнице между разными типами хранилищ — у каждого своя специфика и уровень зрелости. Подробнее о Data Warehouse и подходах к построению DWH читайте в базе знаний Облака Рег.ру.

Взгляд на BI дашборды PROCESET сквозь призму повседневных задач.

Автор: Алексей Терехин, Центр эксплуатации ИТ, Руководитель направления автоматизации ИТ-процессов, Страховой Дом ВСК

Когда на утренней планёрке перед глазами появляется картинка с ключевыми метриками — понимаешь, как далеко ушла ручная работа с отчётами. BI дашборды PROCESET в нашем Центре эксплуатации ИТ помогают увидеть главные цифры одним взглядом, а ещё — сэкономить время и силы команды. Расскажу, как это работает простыми словами.

Почему дашборд лучше связки Excel-Power Point

Во-первых, он автоматически обновляется и вместо того, чтобы каждый раз готовить свежие данные, дашборд подтягивает новые данные сам — по расписанию. Вы приходите на встречу — и всё уже готово.

К тому же, дашборд позволяет пользователям взаимодействовать с данными в реальном времени, фильтровать и настраивать представление информации по своему усмотрению прямо во время планерки.

Нельзя забывать о возможности дашборда собирать данные “всех мастей” в одном месте: таблицы из базы, CSV файлы и даже ответы от внешнего API — всё конвейером попадает в один экран.

Дополнительным преимуществом является способность анализа больших объемов данных: BI-дашборды PROCESET способны на это, в то время как excel будет испытывать трудности с производительностью.

Если вы ещё не читали, как мы внедряли процессную аналитику загляните в нашу статью.

Как мы это сделали (без сложных терминов)

1. Собираем данные // Представьте, что ETL — это робот курьер. Он каждый час ездит за нужными таблицами, файлами и ответами от сервисов и привозит их в хранилище.

2. Готовим и сглаживаем // Робот перебирает свежие цифры, превращает разрозненные форматы в единый вид (например, переводит все даты к одному стилю) и отбрасывает лишнее.

3. Создаем визуализацию // Каждый дашборд выстраивается по 4-м уровням: панель управления дашбордом; карточки с ключевыми метриками; графики с динамикой метрик по периодам и графики с дополнительной детализацией или группировкой метрик.

4. Выходим на большие экраны // Дашборд размещен на большом экране в открытом офисе и становится центральном местом, где команда отслеживает ключевые показатели в реальном времени

5. Разбираем причины // Когда метрика уходит в красную зону, мы переходим в интерактивную версию, которая позволяет исследовать различные аспекты и находить причины отклонений.

Что вы получите в итоге

• Экономия времени: вместо нескольких часов на подготовку отчётов — пару кликов и готово.

• Прозрачность: все видят одни и те же цифры, нет разночтений «кто/что/куда внёс».

• Быстрый анализ: от «почему упал KPI» до «где утечка заявок» — без прыжков между Excel и презентацией.

Пару советов для старта

1. Выберите одну ключевую задачу — например, автоматизацию утреннего отчёта по инцидентам.

2. Настройте расписание — пусть "робот курьер" привозит данные раз в час.

3. Повесьте дашборд на монитор — и посмотрите, как команда сама начинает держать цифры под контролем.

И помните: чтобы узнать, как мы шаг за шагом внедряли эту систему и связали её с процессной аналитикой, обязательно загляните в нашу статью «Синергия Process Mining и BI: как Страховой Дом ВСК строит эко-систему процессной аналитики Proceset в ИТ».

Буду рад вашим вопросам и историям внедрения — пишите в комментариях!

Почему архитектура без аналитика — это лотерея

Представьте, что архитектура — это проект моста. Без аналитика строители видят только берега, бетон и металл. А потом выясняется, что по мосту должен проехать тяжёлый поезд, а не пешеходы. Опоздали...

Системный аналитик в архитектуре — это тот, кто ещё до первой строчки кода выясняет:

• кто по мосту пойдёт;

• когда он должен быть готов;

• какой ветер дует в регионе;

• и почему заказчик хочет на въезде логотип в стиле ар-деко.

Что делает аналитик:

• Формализует требования. Не «нужно быстро», а «время отклика — до 300 мс для 95% запросов».

• Собирает и декомпозирует требования: и бизнесовые, и технические.

• Описывает процессы и данные, чтобы разработчики понимали, с чем работают.

• Создаёт модели: ERD, BPMN, DFD, UML — чтобы было понятно и на митинге, и через год.

• Выявляет противоречия. Если в одном месте говорится «реестр должен быть публичным», а в другом — «данные должны быть защищены по ФЗ-152», аналитик не ждёт багов — он их предотвращает.

• Фиксирует ограничения: на инфраструктуру, бюджет, регуляторику.

Согласует архитектурные решения: чтобы бизнес понимал, почему микросервисы, а не монолит, и что это не «модно», а целесообразно.

Без него:

• Архитектор опирается на предположения.

• Команда упускает сценарии использования.

• Нефункциональные требования (безопасность, отказоустойчивость, масштабируемость) игнорируются.

• В итоге — технический долг с первого релиза и недовольный бизнес

• И да, аналитик — не просто передатчик между бизнесом и технарями. Он переводчик с «хочу, чтобы было удобно» на «нужна интеграция с LDAP, SLA по логину — до 1 секунды».

Проект без аналитика — это как строить дом по фотографиям других домов. Кажется, понятно. А потом — сюрприз: у вас 12 ванных и ни одной кухни.