Анализ и проектирование систем *

Основы реляционных баз данных: знакомимся с ключевыми концепциями

Представьте себе гигантскую библиотеку, где тысячи книг аккуратно разложены по полкам. Базам данных отведена схожая роль: они упорядоченно хранят информацию, позволяя быстро находить нужные данные, вносить изменения и проводить анализ.

Сегодня большинство бизнес-решений полагаются на реляционные базы данных — удобный инструмент, позволяющий организовывать данные в виде таблиц, строк и столбцов.

💡 Эта статья станет отправной точкой в мир баз данных.
Читайте дальше, чтобы узнать:

▪️ Основные особенности реляционных баз данных и причины их популярности.
▪️ Принципы проектирования таблиц и организации отношений между ними.
▪️ Важность первичных и внешних ключей для поддержания целостности данных.

Разберемся с этими вопросами детально в нашей статье!

Я математик по образованию, но, очень долго работаю в софте на разных должностях и в разных ролях. За долгую карьеру, накопилось множество интересных случаев, из которых каждый может сделать для себя разные выводы.

Однажды, тёплым, майским утром, ко мне пришёл PDM с предложением проекта, от которого невозможно было отказаться — афилированная компания, которой, обычно отдавали такие работы, была занята до конца года, а в начале лета, требовалось провести процедуру Performance Review в большом подразделении нашей компании.

Требования были выданы «на словах» и они были ОЧЕНЬ нереальными:

Безопасность приложений — это не опция, а необходимость в современной разработке. С ростом числа кибератак и утечек данных разработчики и команды безопасности нуждаются в надежных инструментах для выявления уязвимостей на всех этапах жизненного цикла разработки программного обеспечения (SDLC).

В этой статье мы рассмотрим основные категории инструментов безопасности приложений: DAST (Dynamic Application Security Testing), SAST (Static Application Security Testing), SCA (Software Composition Analysis) и IAST/RASP (Interactive/Runtime Application Security Protection). Мы разберем их назначение, преимущества и недостатки, а также предоставим список бесплатных инструментов, которые можно интегрировать в вашу инфраструктуру разработки.

Для задач аналитики Zeppelin - это чуть ли не находка. Он может в одной книжке исполнять код на любом языке (был бы интерпретатор), выводить его в виде красивых табличек, графиков и в любом другом виде, который удобен. И на Хабре есть много статей, посвященных плюсом данного решения для задач аналитики.

В результате в аналитический отдел ТКБ Инвестмент Партнерс данный инструмент проник достаточно глубоко: на нем писались аналитические отчеты для разных отделов, расчетные таблицы, которые затем отсылались в дашборды, также данными книжками могли пользоваться все, кто знал какие-либо языки программирования.

И мы попали в зависимость от него. Панацея, которая должна была стать легким решением для (почти) любой задачи превратилась в наше проклятие. Из-за проблем с данной системой на нас приходило по 5-7 тикеров в неделю, а также потерей доверия к нашим сервисам.

Всем привет, я Лена, исследовательница в команде Облака Mail. Изучаю опыт пользователей и помогаю командам делать наши сервисы удобнее и понятнее. Управляю проектом UX-мониторинга core-сценариев продуктов Mail.

В этой статье хочу рассказать о том, как мы переосмыслили место исследователя в продуктовой команде и как нам удалось пересмотреть UX-долг*, также о том, как этот подход помог нам стать источником для формирования продуктового бэклога на примере нашей небольшой команды.

Профессия тополога — одна из самых закрытых, недооцененных и в то же время важных в современной микроэлектронике. Когда мы говорим о процессорах, видеокартах и других чипах, мы знаем, что внутри у них миллиарды транзисторов. Но вряд ли задумываемся — кто же расставляет эти миллиарды транзисторов на кусочке кремния и, более того, заставляет их работать как единое целое, превращая в мощный процессор. Это инженеры — топологи цифровых интегральных микросхем (ИМС). Они участвуют в создании любой современной электроники: мобильных телефонов, космической аппаратуры, процессорных ядер и системы связи 5G.

Меня зовут Илья Пеплов, я старший инженер по разработке СнК в отделе физического синтеза полупроводников в YADRO. В статье расскажу, как устроена моя профессия изнутри, чем физический дизайнер отличается от других топологов, где этому учат и почему спрос на топологов очень высокий

Системный аналитик отвечает за то, что и как должно работать в будущем продукте: собирает требования, согласует решения с бизнесом и командой, описывает логику, как бизнесовую, так и техническую, фиксирует всё в документации и диаграммах.

Навыков и инструментов в профессии много — и в этом её сила.
Но именно поэтому важно понимать, что развивать дальше и как оценить свой уровень.

В статье — максимально полный и актуальный чек-лист навыков системного аналитика с привязкой к грейдам (Junior/Middle/Senior).

Статья будет полезна:
+ начинающим аналитикам — чтобы трезво оценить масштаб профессии, сравнить программы обучения и понять, какие навыки развивать в первую очередь,
+ опытным аналитикам — которые хотят выявить пробелы, наметить точки роста и осознанно сделать следующие шаги в карьере.

Оглавление:
Сбор требований
Бизнес-требования
Дизайн
ФТ и НФТ
Документирование
Проектирование БД и SQL
Интеграции
Архитектура
Работа с API
Тестирование
Сопровождение
Работа с кодом и IDE (не обязательный)
Управление проектами (не обязательный)
Soft Skills - мягкие навыки
Инструменты

Открывайте, отмечайте навыки и попробуйте оценить свой грейд 🚀

Как заставить поставщика признать ошибку и исправить её за два часа, а не за неделю, руководство для Jun-аналитиков.

Всем привет! Меня зовут Денис Панков, я занимаюсь R&D исследованиями. Появление агентных архитектур и LLM привело к росту проектов, содержащих уязвимости. И теперь крутые техкомитеты пытаются понять, как же защить пользователя приложений от угроз. Предлагаю вместе подумать, как ИБ может помочь сделать AI не только модным, но и безопасным для промышленности и бизнеса. Интересно? Погнали под кат.

Закон Мура, который обещал нам удвоение мощности каждые два года, оказался не вечным. Прямо сейчас мы наблюдаем за тем, как покорение производителями процессоров каждого следующего нанометра стоит все дороже, а прироста дает все меньше. Из-за этого почти половина операционных расходов дата-центров уходит на оплату электроэнергии. И это притом, что земля тоже не дешевеет, а площади под строительство новых ЦОД выкупаются везде и в любом состоянии. А масштабироваться в таких условиях, сами понимаете, весьма и весьма проблематично. Но бизнесу-то это не объяснишь. Значит, надо экономить. И, по возможности, там, где это делать проще всего.

Если вы пропустили INFOSTART TECH EVENT 2025 или «Анализ & Управление в ИТ-проектах 2025» - хорошая новость: мы собрали 20 самых рейтинговых выступлений и открыли к ним бесплатный доступ.

Чтобы было проще выбрать полезное именно вам, мы сгруппировали доклады в четыре подборки - для разработчиков, ИТ-директоров, руководителей проектов и аналитиков.

Меня зовут Александр Мачулин, я основатель Gramax – open source системы для ведения документации в подходе Docs as Code с визуальным редактором.

Сегодня я расскажу вам идею, как вести всю документацию по проекту и весь цикл разработки в одном Git-репозитории и настроить backward-трассировку требований в Git.

Несколько лет назад, когда мы только начинали внедрять Engee — среду для математического моделирования, техрасчётов и генерации встраиваемого кода — одним из первых крупных промышленных запросов стал интерес со стороны АО «ПО «УОМЗ». Коллеги представили техническое задание и предложили проверить, насколько Engee действительно готова для разработки алгоритмов обработки данных от датчиков и последующей интеграции в микроконтроллеры.

В этом материале я подробнее разберу, как проходил проект, какие задачи стояли, какие подходы к интеграции кода мы использовали и к каким результатам пришли. Фактически речь идёт не просто о демонстрации генерации кода, а о полноценной проверке возможности использовать Engee как замену MATLAB/Simulink в существующих инженерных процессах УОМЗ.

Привет, Хабр! В этой статье разберём модель AIaaS. Она помогает компаниям использовать ИИ без развёртывания собственной инфраструктуры и большой R&D‑команды. Такой подход снижает барьер входа и ускоряет запуск прототипов.

AIaaS (AI as a Service — ИИ как услуга) — это модель, при которой компания подключается к облачным API и получает готовые функции машинного обучения, LLM и компьютерного зрения. Инфраструктура моделей остаётся на стороне провайдера, а оплата идёт за вызовы и интеграцию, а не за развёртывание и обучение базовой модели.

Современные цифровые продукты выглядят устойчивыми.

Они работают, масштабируются, удерживают пользователя, демонстрируют высокую вовлечённость и формальную эффективность. На уровне метрик всё выглядит корректно: система не падает, пользователь остаётся внутри, взаимодействие продолжается.

Проблема в том, что эта устойчивость всё чаще достигается не за счёт формы самой системы, а за счёт скрытой компенсации со стороны человека.

Установив, что мы подразумеваем под объектом исследования: Организация производства ИС, продолжим разбирать формализованные варианты построения ЖЦ и экосистемы, поддерживающей его.

Начнем с определений.

Производственный процесс – это упорядоченная совокупность взаимосвязанных действий, в ходе которых входные ресурсы преобразуются в готовый продукт или услугу с заданными характеристиками качества, сроков и стоимости. Как уже было упомянуто выше, в зависимости от типа продукции, технологий и экономической эффективности, применяются различные способы организации производства.

Управление ИТ-производством – это организация и координация всех процессов, связанных с выпуском ИТ-продукта или оказанием услуг.  Это не управление проектами в классическом смысле. Это управление потоком создания ценности в высокодинамичной, сложной системе, где Сырьем являются идеи, а Продукцией — измеримая ценность для бизнеса.

Существует множество подходов организации производства в ИТ-отрасли, которые применяются в зависимости от приоритета целей, специфики бизнеса, типа продукции, уровня автоматизации и прочих факторов. Чтобы целенаправленно управлять этими процессами как системой, а не набором людей, проектов и методологий, чтобы осознанно комбинировать различные методики и приемы в зависимости от условий, прежде всего необходимо разобраться в фундаментальных способах классификации характеристик ИТ-производства.

Загадка: во сколько раз увеличится RPS на ручку поллинга, если уменьшить интервал поллинга с 5 минут до 2? 

Ответ: в 2,5 раза!

Привет! Меня зовут Стёпа, и я разработчик в Яндекс Go. Я хочу поделиться тем, как математика может встречаться в самых неожиданных местах — даже в такой рутинной задаче, как настройка интервала поллинга. В статье я рассмотрю модельный пример, который встречался каждому разработчику, и просчитаю его с математической точки зрения, использовав базовые факты из теории вероятностей и статистики.

Если с 2022 по 2024 год рынок проходил момент пика количества вакансий при нехватке специалистов, то сейчас ситуация обратная. Кандидатов много, но предложений меньше, а требования к системным аналитикам выше.

Меня зовут Филипп Сенцов, я Lead Solution Architect в финтех-компании и ментор курса «Системный аналитик» в Яндекс Практикуме. В этом тексте расскажу, какие сложности переживает рынок найма и как начинающим и опытным специалистам с ними справиться. Некоторые утверждения будут актуальны только для системных аналитиков, но многие — для всех IT-специалистов.

Ранее в статье "Почему нейросети не заменят прикладных специалистов: простая логика против вероятностных подходов" рассматривались общие вопросы поиска решений управляемого данными. Кратко: это механизм динамического связывания отдельных фрагментов решения в виде информационных блоков в последовательности для определения запрошенных параметров. Эта информационная технология, основанная на простой логике, позволяет оперативно вести диалог с пользователем, используя накопленные в процессе поиска решения данные. Для того чтобы общаться с системой на естественном языке необходим терминологический словарь предметной области.

В статье рассматривается роль терминологического словаря в процессе поиска решений, требования к составу словаря и содержанию словарных статей. Именно словарь позволяет описывать фрагменты решения на естественном языке и создавать прикладные приложения с минимальным привлечением специалистов по информационным технологиям. Отдельное внимание уделяется важности указания иерархических связей терминов, которые по своей сути являются параметрами решаемой задачи.

Терминологический словарь - важный компонент экспертной системы, к созданию которого предполагается привлекать прикладных специалистов узкого профиля.

ПРИМЕЧАНИЕ. В качестве примера выбрана реальная задача из медицинской практики связанная с назначением антирабической помощи. Антирабическая помощь необходима для исключения заболевания бешенством после контакта с домашним или диким животным. Бешенство смертельно опасное заболевание. От правильности врачебных назначений зависит жизнь обратившегося за медицинской помощью. Имеется инструкция, регламентирующая действия по оказанию антирабической помощи, которая и является первоисточником базы знаний. Несмотря, на кажущуюся простоту выбор лечения (профилактики) требует чёткого анализа ситуации и учёта многих факторов. Экспертная система в диалоге управляемом данными не позволит ничего пропустить и предложит безошибочное решение.

Когда Anthropic анонсировали Claude Cowork, первой моей мыслью было: «Наконец-то! Теперь я смогу пересадить на это команду, жену и всех тех, кто падает в обморок от слова `bash».
Моя лента наполнилась восторженными отзывами: «Mindblowing!», «Game changer!», «Убийца рутины!».

Спойлер: не получилось.