Менеджмент

Представьте крупный завод, выпускающий тысячи единиц продукции ежедневно, где каждое решение руководства должно опираться на точные данные, а не интуицию. Но как эти данные получать? Какие системы должны быть интегрированы в процесс производства?

В качестве примера возьмем один известный пивоваренный завод. На этом предприятии начальник производства еженедельно анализирует круговую диаграмму, разделенную на секторы: простои из-за аварий, простои из-за переналадок и время эффективной работы оборудования. На основе этого анализа готовится доклад директору с вариантами решений. Если сектор аварий растет, руководитель службы КИП и ТОиР проводит разговор с инженерами и механиками. При увеличении времени переналадок начинается работа над оптимизацией производственного расписания.

Но за этой простой диаграммой стоит сложная цифровая экосистема, состоящая из систем управления: ERP и MES. Разберемся, за что каждая из них отвечает.

ERP-системы

ERP-системы (Enterprise Resource Planning) выполняют роль стратегического планирования и управления ресурсами предприятия. Согласно исследуемым данным, объем рынка российских ERP в 2024 году достиг 100 млрд рублей, показав рост в 20%. [https://www.tadviser.ru/index.php/Статья:Куда_движется_рынок_ERP_в_России_в_2025_г]

Функциональные особенности

ERP формирует календарный план производства на основе стандарта MRPII (Manufacturing Resource Planning - стандартизированная методология планирования производственных ресурсов предприятия, обеспечивающая координацию материалов, производственных мощностей, финансов и персонала через замкнутый цикл планирования, исполнения и контроля):

В детстве я думал, что, когда вырасту, буду зажигать звёзды. Должен же быть на свете какой-то человек, который вечером, когда усталое солнце закатывается за горизонт, потихоньку включает их, а поутру, медленно и аккуратно, по одной, выключает.

Когда мне было пять лет, я представлял, что у того самого человека есть в руке пульт с одной большой крутящейся кнопкой. Белая, лакированная кнопка, похожая на ту, около двери, которой родители одновременно зажигали шесть звёзд-светильников в моей комнате.

В семь лет я увидел пульт диджея и понял, что у того человека на самом деле должна быть не одна кнопка, а такой же огромный пульт. И он может зажигать и гасить звёзды, как ему вздумается. Столько крутилок, кнопок и рычажков, — подумал я. — А что будет, если тот человек однажды заболеет, запутается в них и не сможет выключить звёзды вовремя? Они же продолжат гореть днём! Солнце и горящие звёзды... Когда я представил эту картину, я впервые за свою недолгую жизнь ощутил подступающий ужас.

— Так не бывает! Не должно быть! Неправильно! Нет-нет-нет!

Иногда эмоции словно поднимаются волной, и их уже не остановить: вспышка гнева, злости, раздражение запускают импульсивное поведение, которое не получается остановить, взять под контроль. Причем «головой» мы даже понимаем, что на самом-то деле причина, которая вызвала все эти эмоциональные состояния не такая уж серьёзная, что лучше бы успокоиться, но это не помогает. Почему так происходит? Почему знание не помогает управлять чувством? Ответ кроется в процессе работы нашего мозга.

Эмоциональная регуляция, к сожалению, это не просто сила воли. Это навык, который формируется на уровне нейронных связей. Современная нейронаука показывает, что с помощью опыта, практики и осознанного внимания к себе, человек действительно может перестроить свою эмоциональную реактивность. Чтобы понять, как это происходит, давайте разберёмся в устройстве мозга, в роли эмоций и в том, как психотерапия, а иногда и медикаментозная поддержка помогают нам становиться устойчивее.

Опытного конструктора сложно чем‑то удивить, но давайте попробуем вспомнить то захватывающее чувство, когда открываешь крышку механизма, не имея вообще никакого понятия о том, что внутри. Душа замирает, в глазах — предвкушение, в голове — мысли типа «надеюсь, это не очередная китайская импровизация на тему „как сделать сложно, когда можно просто“». Сегодня мы поговорим о магазине инструментов для металлорежущего станка.

В основе каждого надёжного и масштабируемого программного решения лежат хорошо продуманные структуры. Паттерны проектирования — это не просто абстрактные концепции из умных книг, а проверенные временем шаблоны, которые позволяют эффективно решать распространённые задачи, строить гибкие архитектуры и говорить на одном языке с коллегами по цеху.

Мы разберём 10 ключевых паттернов проектирования, объясняя их суть, сценарии применения и, конечно, важные нюансы, которые отличают "хорошее" использование от "идеального". Постараюсь объяснить всё максимально понятно, с акцентом на практическую ценность.

Возьмём, к примеру, сложение. Одна из первых истин, которые мы усваиваем: 1 плюс 1 — это 2. Казалось бы, операция элементарная. Но даже она продолжает порождать у математиков вопросы без чётких ответов. Какие глубинные закономерности заложены в сложении? — до сих пор остаётся открытым. «Это фундаментальная операция, — отмечает Бенджамин Бедерт, аспирант Оксфорда, — и тем не менее в ней до сих пор много загадок».

В попытке разобраться в природе сложения, математики заодно пытаются установить его предельные границы. С начала XX века они изучают особый класс чисел — так называемые бессумные множества, в которых ни одна пара чисел не даёт в сумме третьего из этого же множества. К примеру, любое два нечётных числа в сумме дают чётное, значит, все нечётные образуют бессумное множество.

В 1965 году математик Пол Эрдёш задал на первый взгляд скромный вопрос: насколько часто встречаются такие бессумные множества? Ответ на него оказался крайне непростым — десятилетиями в решении этой задачи почти не наблюдалось прогресса.

Пришло время рассказать широкой аудитории о практиках, которые больше не работают для найма технических специалистов в 21м веке. Что точно не надо делать, если хотите нанимать нормальных специалистов.

Каждый день мы слышим со всех сторон, как LLM-модели становятся всё лучше и лучше. Интерес к ним в разработке растёт, обсуждения кипят: используют ли чатик и другие модели в работе, насколько они облегчают жизнь, и когда уже всех разработчиков отправят на рынок труда искать «настоящую работу».

Хочется немного порассуждать на эту тему. И рассказать пару историй из жизни.

"Целый день что-то делал: кодил, участвовал в митингах, исправлял баги… А в итоге — устал, а пользы вроде как и не видно."

Как быть и что делать? Разбираемся в традиционных вопросах IT-бытия)

В нашей работе хватает безумных задач. Мы собирали датасеты с уличными драками, где сами вживались в роль дебоширов перед камерами, и делали много чего еще, о чем не всегда можно рассказать. В общем, мы в своей работе привыкли к странным задачам. Но когда к нам пришли с просьбой научить искусственный интеллект узнавать «в лицо» 10 000 лошадей, мы поняли — будет интересно...

Продолжая тему косяков, с которыми могут столкнуться представители различных профессий, давайте поговорим о тех проблемах, который бывают у бизнес-аналитиков.

Хотя роль бизнес‑аналитика имеет решающее значение в любой организации, она не лишена подводных камней. Даже самые опытные специалисты могут допускать ошибки, которые снижают их эффективность в этой быстро развивающейся области. Независимо от того, новичок вы в этой области или имеете за плечами многолетний опыт, важно выявить и исправить эти распространенные ошибки. Итак, приготовьтесь к тому, что мы рассмотрим 10 главных ошибок бизнес‑аналитиков, которые могут помешать вам достичь успеха! От игнорирования ключевых задач до чрезмерной зависимости от документации — мы разберем каждую ошибку и предложим практические решения, которые помогут вам избежать ее, как опытный профессионал. Давайте погрузимся в работу!

Привет, Хабр!

Давайте сегодня обсудим качественный код. Конечно, основные принципы очевидны: читаемость, поддерживаемость, эффективность. Но в этой статье я хочу поделиться не сухой теорией, а практическими приемами, которые мы с коллегами выработали в процессе наставничества над начинающими автотестировщиками. У нас сформировалось несколько рекомендаций и лайфхаков, о которых я расскажу далее.

Говоря о грядущем, мы обычно поднимаем темы «летающих машин», «всесильного искусственного интеллекта» и прочего наследия киберпанка, забывая про приземленную вещь — будущее совместной работы. Возможно, реальный аналог «Матрицы», «Скайнета» и «Зимнего Безмолвия» как раз уперся в то, что архитектуру такой сложной системы никак не могут согласовать на бесконечных созвонах.

В эпоху распределенных команд и гибридных графиков все больше и больше времени и внимания тратится именно на общение: совещания и разного рода синхроны. Исследования говорят о том, что на это уходит половина (а то и больше) рабочего времени. Мой коллега рассказывал, что день топового СТО полностью состоит из встреч, и объяснил, почему так происходит.

Меня зовут Николай Коробов, я CPO MWS TeamStream. В своем докладе на True Tech Day я поднял тему спасения из ловушки бесконечных созвонов — перевод синхронных коммуникаций в асинхронные. Современные AI-инструменты позволяют делать это быстро и безболезненно, а еще интегрировать в корпоративные системы недооцененный видеоформат. Итак, под катом: мое видение будущих рабочих процессов, где можно закоммитить рилз с багом в Git, создать видеобазу знаний и сделать это все в удобное для себя время.

Всем привет!

Опен-сорс и почему в российских ПО появляется код из библиотек, расположенных на серверах из недружественных юрисдикций – самая модная тема сезона.

Поэтому Владимир Высоцкий, руководитель по развитию бизнеса продукта Solar appScreener, в этом материале решил напомнить об основных рисках открытого кода и как их можно избежать на этапе разработки вашего продукта.

Переезд крупных, высоконагруженных систем с одной СУБД на другую — всегда вызов, сравнимый с хирургической операцией на работающем сердце. Компания ОТР поделилась уникальным опытом миграции одной из таких систем с Oracle на отечественную Postgres Pro. Ирина Токарева и Сергей Кузнецов из ОТР рассказали о тернистом пути, противостоянии росту энтропии больших объёмов поступающих и изменяемых данных, достигнутых результатах.

Рений — исключительно редкий элемент периодической системы Менделеева. Если построить пирамиду, по сторонам которой расположить элементы в порядке убывания их содержания в земной коре, то рений будет находиться в ее вершине. Кларковое содержание рения составляет семь на десять в минус восьмой степени процентов, что обусловливает необходимость большой степени концентрирования его при осуществлении технологических операций и выбор селективных материалов для этого. Тем не менее, этот редкий элемент все-таки используют во многих отраслях, в том числе при производстве электроники. Об этом и, разумеется, патентном аспекте мы сегодня и поговорим. 

Я долго разбирался со своими двумя проектами: блогом и контент-командой, и наконец, почувствовал, что поставил их на ноги.

Что это значит? Это значит, что у меня есть прогнозируемый план развития проектов.

Я собрал книги, которые дали мне инсайты по управлению людьми, маркетингу, помогли разобраться с процессами. Сейчас расскажу про книжки, которые мне в этом помогли, расскажу, что я из них взял.

Просто о сложном: первая часть из серии статей на тему создания сетевого чата в Unity с использованием Netcode for GameObjects. Для тех, кто начинает разбираться в сетевой логике.

Сезон отпусков в самом разгаре, но вместо долгожданного чила в гамаке ты получаешь в мессенджере: "Я знаю, что ты в отпуске, но можешь пожалуйста, посмотреть..."

В этой статье поделюсь принципами, которые позволяют спокойно уйти в отпуск - без стресса для себя и команды.

Сегодня для того, чтобы данные действительно работали на бизнес, недостаточно просто собрать и обработать их. Необходимо превратить их в понятные и удобные решения – своего рода аналитические продукты, которые приносят реальную пользу. Проще говоря, аналитический продукт (он же data product) – это автоматизированная цепочка действий над данными, результатом которой является полезная информация или рекомендация для решения конкретной бизнес-задачи. Появление таких продуктов стало возможным благодаря построению централизованной аналитической платформы с полной архитектурой данных от интеграции до представления. Иными словами, чтобы данные приносили пользу, они должны пройти путь от извлечения из источников до представления в понятной форме, охватывая этапы интеграции, обработки, представления и управления данными.

Наша «база» — единая аналитическая платформа, реализованная по принципам, применяемым в зрелых data-driven компаниях. В её основе – современный техстек, включающий стриминговую шину данных Apache Kafka на слое интеграции (Stage), высокопроизводительное хранилище ClickHouse на уровнях ODS/DWH/Data Mart, оркестратор пайплайнов Apache Airflow (с использованием dbt) для ETL/ELT и контроля качества данных, систему метаданных OpenMetadata для управления информацией о данных, BI-платформу Yandex DataLens для визуализации, а также собственный REST API-слой для интеграции с внешними системами. Такой подход обеспечивает масштабируемость и воспроизводимость: наша база данных поглощает до сотен миллионов записей в сутки и почти мгновенно выдаёт результаты аналитических запросов благодаря ClickHouse. Все инструменты связаны в единую архитектуру, где потоки событий из источников сразу попадают в Kafka, оттуда – в ClickHouse, после чего данные доступны для построения витрин, дашбордов, алертов и API-интеграций в реальном времени.