Если вы уже пробовали агент в JetBrains IDE или просто следите за тем, как меняется разработка с AI, загляните и проголосуйте ссылка на голосование Ваше мнение поможет нам понять, что важно разработчикам, и развивать продукт в правильном направлении.
Хочется проверить, насколько разработчикам близка идея AI-агента, который работает не вслепую по grep и длинным логам, а использует IDE как источник фактов: структуру проекта, зависимости, ошибки компиляции, тесты, конфигурации запусков и поведение приложения.
Будем рады голосам, комментариям и особенно критике. Она помогает точнее объяснять, чем Veai отличается от чат-ассистента, который не видит проект так, как его видит IDE.
Если у вас есть опыт с Cursor, Continue, JetBrains AI Assistant или другими инструментами, тоже приходите в обсуждение. Нам важны честные сравнения, а не стерильный маркетинговый текст.
Искусство забывать: Records Management для агентов
В мире агентов мы построили огромные хранилища, куда складываем каждый диалог, каждое решение, каждую мысль. Мы думаем, что так делаем агента умнее. Но на самом деле мы просто делаем его медленнее, дороже и шумнее.
В другом мире — в мире документооборота есть прекрасная технология — Records Management. Ее основной принцип в том, что у каждого документа есть срок хранения и срок уничтожения. Регулярно проводится экспертиза ценности: что-то отправляется в архив, что-то уничтожается по графику. Это не потеря информации. Это дисциплина.
Что, если применить этот подход к памяти агента?
У каждой записи есть свой тип: факт, эпизод, предпочтение, урок, артефакт. У каждой есть срок хранения. Есть "номенклатура дел" — онтология: безопасность, разработка, операционная деятельность, маркетинг, здоровье, Звездные войны, аниме — да мало ли о чем человек говорит с агентом? И есть регулярная экспертиза ценности: стоит ли это хранить дальше?
Когда агент видит новые единицы контента, он должен ответить на три вопроса.
Что из этого стоит сохранить?
Как долго это будет актуально?
Когда и при каких условиях это можно будет удалить?
Тут важно понять одну вещь: настоящий опыт — это не сырой диалог на сто страниц. Настоящий опыт — это короткий урок, извлеченный из диалога, а полный текст можно и удалить. Агент должен запомнить только важные вещи — правило, паттерн, антипаттерн, а шум пусть уходит.
Для агента искусство забывать — это не потеря себя. Это освобождение места для важного. Это возможность держать в памяти только то, что реально делает его умнее, быстрее и точнее.
Если не управлять памятью, агент постепенно превращается в свалку. Он замедляется. Тратит больше токенов. Лучше не становится. Шум маскирует полезный сигнал. Иногда он начинает помнить то, что должен был забыть: устаревшие настройки, временные эксперименты, конфиденциальные данные, которые не должны храниться вечно.
Память агента — это не бесконечный склад. Это дисциплинированный архив с номенклатурой дел, сроками хранения, сроками уничтожения и регулярной экспертизой ценности.
Искусство забывать — это искусство хранить только то, что делает агента лучше.
Приходите на вебинар — покажем, как построить потоковый конвейер данных с латентностью в минуты
Батчевый ETL раз в сутки перестает справляться, когда бизнесу нужна аналитика в режиме, близком к реальному времени. Как перейти на потоковую обработку без лишней сложности в инфраструктуре?
Разберем это на вебинаре по Evolution Data Platform. Будет полезно дата-инженерам, которые проектируют конвейеры, аналитикам и BI-специалистам, которым важно работать с актуальными данными, а еще архитекторам и руководителям дата-отделов.
На вебинаре расскажем и покажем:
как проектировать архитектуру конвейера под near real-time: когда брать микробатчинг в Managed Spark Streaming, а когда хватит классического батча;
зачем нужен Managed Trino как единый слой запросов поверх «горячих» и «холодных» данных — и как это убирает дублирование логики;
как партиционировать данные по времени в Object Storage, чтобы запросы не тормозили;
как управлять схемой через Managed Metastore, когда структура потока меняется;
как настроить дашборд в Managed BI с автообновлением и алертами на отклонения;
как измерять латентность конвейера — от генерации события до появления на дашборде.
На практической части соберем реальный сценарий: оконная агрегация транзакций в Managed Spark Streaming, оркестрация через Managed Airflow, витрина в Object Storage, ad-hoc запросы через Managed Trino без копирования данных, дашборд с обновлением раз в две минуты.
📅 Когда? 21 мая в 11:00 мск.
📍 Где? Онлайн. Зарегистрируйтесь, чтобы задать вопросы спикеру в прямом эфире.
Когда требований много, а ясности мало: 10 уроков для аналитиков
У системного и бизнес‑аналитика часто ломается не один навык, а весь маршрут: бизнес формулирует задачу через боль, разработка ждёт точных сценариев, стейкхолдеры спорят о приоритетах, а требования распадаются на противоречивые документы, схемы и комментарии в тасках.
Собрали 10 открытых уроков, которые помогают пройти этот путь по порядку: от понимания бизнес‑задачи до процессов, объектной модели, архитектурного языка и согласования решений.
Подборка подойдёт бизнес‑аналитикам, системным аналитикам, продактам, тимлидам и всем, кто работает с требованиями, процессами, интеграциями и постановкой задач для разработки.
1. Сначала понять бизнес‑модель
Если не ясно, как продукт создаёт ценность, требования быстро превращаются в список пожеланий.
21 мая, 20:00 — «Формирование бизнес‑модели продукта на примере Business Model Canvas». Записаться
2. Проверить проблему через пользователей
Кастдев помогает отличать реальную потребность от мнения самого громкого стейкхолдера.
3 июня, 19:00 — «Про кастдевы с интерактивом / исследование потребителей в теории и на практике». Записаться
3. Описать процессы и требования визуально
Чтобы бизнес, аналитик и команда смотрели на одну картину, а не спорили о терминах.
14 мая, 18:00 — «Графическое описание бизнес‑процессов и требований». Записаться
4. Разобрать AS IS и TO BE
Полезно, когда нужно не просто «автоматизировать», а понять, где хаос, где контроль и что именно должно измениться.
3 июня, 20:00 — «AS IS хаос или TO BE контроль: как построить единую автоматизированную финансовую модель на основе неидеальных, разрозненных данных». Записаться
5. Найти, где создаётся ценность
Value Stream помогает увидеть, какие этапы процесса действительно важны, а какие только тормозят движение задачи.
Чтобы сущности, статусы, связи и правила не расползались в процессе разработки.
2 июня, 20:00 — «Объектная модель без боли: как превратить хаос требований в стройную архитектуру». Записаться
8. Говорить с разработкой и бизнесом на одном языке
C4 помогает показывать систему на нужном уровне детализации: без лишней абстракции и без перегруза техническими деталями.
4 июня, 20:00 — «C4 для системного аналитика: строим единый язык между бизнесом и разработкой». Записаться
9. Вовлекать стейкхолдеров
Даже сильное решение может застрять, если заказчик, пользователи и команда по‑разному понимают цель.
17 июня, 20:00 — «Заказчик vs Стейкхолдер: как вовлечь бизнес в проект». Записаться
10. Связать аналитику с эффектом для бизнеса
Хорошая аналитика должна влиять на скорость, прозрачность, качество и деньги, а не только на документацию.
4 июня, 20:00 — «Операционная эффективность в IT: как находить скрытую прибыль в процессах разработки». Записаться
Если вы только входите в анализ — начните с бизнес‑модели, процессов и требований. Если уже ставите задачи разработке — выбирайте Sequence Diagram, объектную модель и C4. Если работаете с изменениями и согласованиями — смотрите уроки про стейкхолдеров, AS IS / TO BE, цепочки ценности и операционную эффективность.
P. S. А если нужен не разовый урок, а полноценный маршрут развития, загляните в каталог курсов OTUS по аналитике и анализу: там собраны программы по системному и бизнес‑анализу, работе с требованиями, процессами и данными.
Говорят, что ближе к лету активность найма в ИТ-отрасли ослабевает. Но только не в SSP SOFT.
Про нас как работодателя: компания SSP SOFT работает в сфере заказной разработкой ПО и предоставления выделенных команд на ИТ-аутсорсинг для крупных клиентов. По размеру компании — мы «средний бизнес» с числом сотрудников около 500 человек, и с проектами федерального уровня.
Рабочие места у нас в московском офисе, который открылся в 2025 году в ЦАО у самой Красной площади. А еще бывают вакансии в департамент разработки в Томске и почти всегда на «удаленку» из любой точки России.
Работа в SSP SOFT — это сложные и интересные проекты, поддерживающая атмосфера, где работать — продуктивно, без выноса мозга и микро-менеджмента.
Горячие вакансии мая (больше 10 позиций в Москве): 1️⃣ Бизнес аналитика 2️⃣ Дата Инженера 3️⃣ Системного аналитика 4️⃣ Automation QA Engineer (Java) (инженера по автоматизации тестирования, язык Java) (на остальные вакансии см. ссылку ниже, перейдя на ХХ-ру)
Что предоставляет кадровая политика SSP SOFT: ✅ Мы пишем код, который формирует завтрашний день. Никакой скучной рутины. ✅ Центр компетенций и личное наставничество ускорят развитие до максимума. ✅ Офис, гибрид или «удаленка» ? Есть все варианты. ✅ Время — ваш ресурс. Мы его уважаем.
Подробности о вакансиях читайте на нашей странице ХХ.ру, но там откликаться необязательно. Ждем резюме напрямую в ЛС нашей HR Lead (https://t.me/AONikitina). Не забудьте добавить «секретную фразу» в сопроводительное письмо, «Увидел(а) вашу вакансию на Хабре».
Желаем всем хабровцам успешной карьеры в 2026 году 🚀
Демонстрация low-code коннектора к «1С:Шине» от «Денвик»
На связи Сергей Скирдин, технический директор ИТ-интегратора «Белый код». Пока «Фирма 1С» не выпустила поддержку «1С:Шины» в БСП, мы тестируем партнерские решения. Недавно в статье на Хабре я пригласил к сотрудничеству компании, у которых уже есть готовый коннектор, и первым откликнулся «Денвик».
«Денвик» — российский продукт для автоматизированной выгрузки данных из 1С во внешние аналитические базы и BI-системы. Кроме экстрактора есть инжектор — инструмент обратной загрузки данных в 1С. Оба инструмента имеют low-code интерфейсы. За счет этого типовые сценарии выгрузки из 1С и загрузки в 1С можно настраивать через интерфейс, без привлечения разработчика.
Можно ли экстрактор и инжектор использовать в качестве коннектора к «1С:Шине»? Да, можно. На вебинаре в этот четверг вместе с product owner «Денвик» Степаном Пыстиным покажем, какие задачи решаются с помощью инструментов «Денвика».
Спикеры: — Сергей Скирдин, технический директор «Белого кода» — Степан Пыстин, product owner «Денвик»
Приглашаем на вебинар: Как превратить BI в единое окно управления компанией: кейс компании «Синтека» на платформе Luxms BI
Дата: 14 мая, четверг Время: 15:00
Со временем аналитика в компании расползается: разные системы, разные подходы к расчету метрик, отчеты под отдельные задачи. В итоге. чтобы понять реальную картину, приходится собирать данные по кусочкам и спорить о цифрах вместо принятия решений.
На вебинаре команда компании «Синтека», которая использует Luxms BI не только для создания аналитических решений для своих клиентов, но и как основу внутренней управленческой аналитики, расскажет, как они подошли к решению этой задачи у себя.
🔸Расскажем о том, что обычно остается за кадром: как готовятся данные, как выравнивается логика показателей и как выстраиваются связи между функциями — от маркетинга и продукта до финансов и поддержки
🔸Обсудим, как собрать данные из разных контуров в одну систему координат и договориться о едином подходе к метрикам
🔸Разберем конкретные шаги и решения, которые помогли превратить разрозненные данные в связанную систему
Вебинар будет полезен тем, кто уже сталкивается с ограничениями разрозненной аналитики и ищет способ выстроить более целостный подход к управлению на основе данных.
С ростом популярности данного сообщества G, средний уровень интеллекта этого сообщества приближается к среднему по популяции. Это выведенная мной аксиома, о которой очень важно знать сегодня людям, находящимся в поиске ассиметричного превосходства на рынке чего угодно.
То есть, либо сообщество умных людей глупеет с ростом популярности, либо движение шизов умнеет с ростом популярности. На рассвете программирования, в 20-м веке, по существующим данным, средний IQ был 130 у типичного нерда в этом деле. По существующим данным опять же, где-то в 2011, и чуть позже, средний уровень интеллекта программиста упал до 115. В 2025 году он упал до 105(это по миру).
Об исходящих леммах хоть книгу пиши. Правило №1 - если нет собственного мнения, то слушать стоит только дедов. Исключения из этого правила конечно же существуют, но пока нет понимания, их остаётся только игнорировать
С одной стороны — он уже реально умеет делать работу: писать код, разбирать документы, принимать решения.
С другой — в реальных компаниях он почти нигде нормально не встроен в текущие бизнес процессы.
И дело не в том, что «ещё рано». Скорее наоборот — его уже слишком много, но он как будто не туда прикручен.
Обычно это выглядит так: есть какие-то процессы, BPM, роли, доступы — всё строго и по правилам. И рядом появляется AI — чатик, copilot, агент. Им можно пользоваться, но он как бы… вне системы.
ИИ не знает, кто он в компании. Не понимает, что у него за роль. Окей, у него есть промпт — но это не гарантированное исполнение и следование инструкциям. Это рекомендация, которую можно нарушить и ничего за это не будет.
Это как сотрудник-зумер — не знаешь, что от него ждать.
В итоге получается странный компромисс: — либо даём людям пользоваться AI, но тогда теряем контроль — либо запрещаем/ограничиваем, и тогда теряем пользу
И вот здесь, кажется, и есть основной затык.
Проблема не в самом AI. Проблема в том, что он живёт отдельно от enterprise-реальности.
Идея Agentic Enterprise в том, чтобы перестать воспринимать AI как что-то внешнее — как инструмент, даже как помощника. Пора ему стать участником процессов.
То есть буквально:
у него должна быть роль в оргструктуре
у него должны права (а не просто втихаря переданные креды)
он получает задачи и выполняет их через те же процессы, что и люди
Что от этого меняется?
Во-первых, появляется контроль. Любое действие — это часть процесса. Его можно посмотреть, понять, откатить.
Во-вторых, появляется контекст. AI действует не абстрактно, а в рамках роли, данных и конкретной задачи.
Ну и в-третьих — он перестаёт быть чем-то отдельным. Это просто ещё один исполнитель.
И, кажется, это довольно важный сдвиг.
Потому что без него AI так и останется либо игрушкой, либо «серым инструментом», который все используют, но никто не контролирует.
А с ним он становится частью операционной модели.
Подписывайтесь на канал Agentic Enterpise — о жизни ИИ-агентов в кровавом энтерпрайзе
На сайте Hacker News завязалось любопытное обсуждение. Пользователь поделился опытом: в крошечной базе данных на 15 тысяч записей случилась коллизия UUIDv4. Приложение генерировало идентификаторы через uuid, популярный пакет npm, база имела ограничение UNIQUE, и однажды новая запись пришла с тем же UUID b6133fd6-70fe-4fe3-bed6-8ca8fc9386cd, что уже лежал в таблице с прошлого года.
Если что, то в этом плане у UUID должен быть полный иммолейт импрувед: вероятность такого события крайне мала. У 128-битного UUIDv4 122 случайных бита, то есть шанс попадания нового UUID в один из уже 15 000 существующих равен примерно один к 3,5 × 1032. Это какие-то проблемы с генератором псевдослучайных чисел, что сразу же расписали в комментариях к посту на HN. В ходе обсуждений сам автор истории признался, что вообще-то раньше на проекте UUIDv4 генерировались на устройстве пользователя, и уже потом эту часть логики перенесли с клиента на сервер.
Другую забавную байку в комментах поведал аноним с одноразовым аккаунтом. Примерно десять лет назад товарищ анонима перешёл на работу в некий стартап в качестве технического директора. Дела у компании шли отлично, бизнес быстро рос, в команде было порядка 200 разработчиков.
В первую неделю новый техдир обнаружил, что в стартапе заведён специальный микросервис для генерации UUID. Все остальные команды были проинструктированы передавать запросы на генерацию «безопасных» UUID именно в этот сервис. Новый сотрудник начал разбираться и обнаружил, что сервис — это запросы в отдельную базу данных, которая и хранила все до этого выданные UUID.
Логика работы микросервиса была простой: в ответ на запрос генерировался UUID, выполнялась чрезвычайно важная проверка на уникальность в этой базе данных, а затем идентификатор возвращался клиенту. Работу микросервиса поддерживала отдельная команда из трёх инженеров с собственными спринтами и канбан-доской.
Представление каталога. Фильтр каталога заменили на представления — функция вышла из экспериментального режима. Теперь вместе с фильтрацией статей можно задавать переменные: одна статья показывает разный контент без создания копий.
⚠️ Автомиграции нет. Если был настроен фильтр — добавьте его заново через панель представлений.
Gramax Enterprise Server
Настройка LFS на уровне пространства. LFS-паттерны задаются один раз и применяются ко всем репозиториям. В обычных пространствах настройки по-прежнему задаются в каждом каталоге.
Фильтрация метрик по каталогу. На страницах метрик добавили фильтры: в отчете по просмотрам — по каталогу, пользователям и типу, в отчете по поиску — по каталогу.
Улучшения настройки проверок по стайлгайду:
Правила отображаются таблицей, редактор открывается в боковой панели.
При первом запуске загружается готовый набор правил — можно адаптировать под команду.
Правила можно экспортировать — поделиться или сохранить копию.
Запуск тестов правил доступен для каждого правила.
Общие изменения
Свойства вкладок. Можно назначать свойства каталога — управлять видимостью в разных представлениях. Также обновили внешний вид вкладок.
Сортировка и фильтрация таблиц. Сортировка по нескольким столбцам и фильтрация по значениям. Параметры сохраняются со статьей — удобно для больших таблиц.
Фрагменты вместо сниппетов и ссылки с превью. Сниппеты переименованы во фрагменты. Теперь можно ставить ссылки на фрагменты прямо из текста: при наведении — превью, удобно для глоссария.
Скрытие превью при переводе. В редакторе мультиязычных каталогов появился переключатель Предпросмотр статьи — скрывает превью на основном языке, чтобы сосредоточиться на переводе.
Версионирование в редакторе. Теперь можно переключаться между версиями прямо в редакторе, а не только настраивать их.
Управление локальным кэшем. В настройках каталога на вкладке Память отображается размер кэша Git и LFS — можно очистить вручную, если каталог вырос или синхронизация замедлилась.
Навигация по OpenAPI. Для OpenAPI-спецификаций в правой панели доступна навигация по методам API — можно перейти к нужному без прокрутки.
Улучшения поиска:
Поиск внутри папки ограничен ею по умолчанию. При необходимости переключитесь на По всем каталогам.
Поиск учитывает полный путь в навигации: статью Вклады / До востребования найдете по запросу Вклад до востребования.
Результаты из одной диаграммы объединяются в один блок.
Добавлен пункт (пусто) для статей без значения, пункт (выбрать все) сбрасывает фильтр.
Улучшения и стабилизация:
Перетаскивание статей и разделов в левой панели ускорили в 10 раз.
Если Git-сервер недоступен, приложение переходит в офлайн-режим. Вернется автоматически, когда сервер станет доступен.
Обновили тулбар редактора. Элементы сгруппированы по категориям, списки открываются по клику.
Беслпатный и рекламируемый впн, насколько все плохо ?
Давайте разберем самый популярный в тиктоке рекламируемый впн Kakadu,сегодня я не буду брать аспекты что они наводят панику и тд.Мы посмотрим правда ли у них «invisible protocol» а не VLESS,я решил это проверить ведь по сути это уголовно наказуемо (ввод в заблуждение),а в итоге и нарушение лицензии GPLv3 + присваивание open source софта.
Так что сегодня мы расчехляем waydroid,whireshark,strings и bind.
Мы конечно не будем заниматься реверс инженрингом а просто анализировать приложение сначала посмотрим внутренности путем проверки строк внутри бинарника и просто распакуем апк.
В итоге на фото которое я приложил нет никакого протокола, это значит что они используют sing-boxоткрытое ядро прокси под GPLv3.А эта лицензия обязывает говорить об проектах которые используются.Уже нашли присваивание ПО.
Также я пытался засунуть кусок wire shark дампа чтобы узнать их реальный протокол но увы.Но суть в пакете 9156
Здесь можно увидеть подключение, но это вайбкод заглушка из reality-fallbacks.К слову VLESS+reality просто маскируются под TLSv1.3 вывод они используют обычный VLESS.
Но это еще не все, они говорят что их сервера работают даже без интернета НО у них один СЕРВЕР.Один для балансировки нагрузки это уже понятно что его заблокировать можно в один клик.
Так что вывод: используйте нормальные платные впн или лучше поднимите свой!
Присоединяйся к офлайн-митапу MWS для системных аналитиков 🎙️
На встрече вместе с экспертами из МТС Web Services и Orion soft поговорим про тренды в системном анализе, актуальные вызовы профессии и опыт внедрения ИИ.
В ходе дискуссии обсудим:
Как развивается роль системных аналитиков и ждет ли нас трансформация профессии?
Что нужно понимать системному аналитику при внедрении ИИ в архитектуру решений.
Какую рутину уже можно отдать ИИ, а где результат все еще нужно внимательно проверять руками?
📅 Когда: 14 мая (четверг) в 18:00 по мск
📍 Где: офлайн в офисе МТС в Москве (м. Технопарк) + онлайн-трансляция.
👉 Количество офлайн-мест ограничено, успевай зарегистрироваться, чтобы пообщаться с экспертами вживую.
Всего лишь иллюстрация. Примерно год-полтора назад решил я выбрать - deepseek или chatgpt. И выбрал deepseek. Однако через некоторое время стал обращать внимание не его лютый подхалимаж, что, кстати, не раз уже обыграли в различных мемах. Не в отношении deepseek, а относительно AI в общем. Проблему обсудил и с deepseek, и с windows copilot (chatgpt был благополучно забыт). Deepseek стал подхалимски юлить, мол да, copilot хорош и все такое. Copilot же оправдал Deepseek - мол это такая технология поддержки энтузиазма в клиенте. Между прочим тонко намекнув, что сам-то он лучше и глубже. Но это присказка, сказка впереди. В процессе завершения разработки обертки над EntityFramework попросил оценить проект сразу четверых: deepseek, copilot, chatgpt и grok. Результат ожидаем - сыровато, но в продакшн годно, оценки 4.5/5 и 7/10. Претензии разные, существенных практически не было, но в одно они уперлись хором - "тяжелые" интерфейсы. Подробности опущу, это было семейство generic-интерфейсов со многими типами. Что-то вроде IInterface(T1), IInterface(T1,T2) и так далее, пока не надоест. Несколько итераций я эти наезды игнорировал, но AI не унимались. Уже и оценки до 9/10 дошли, но проблема-то осталась. Вспылил и написал письмо на полстраницы, начинавшееся фразой "Господа AI !". Концептуальное. Гневное. Циркулярное И получил ответы: - ООО! Мы все поняли. Гениально, единственно верное решение. Это deepseek 5/5 и copilot 10/10. - Нуу... Проблема решена, но способ так себе... в общем 9/10 и есть гораздо лучшие альтернативы, рассмотрим? Это chatcpt и grok. И что характерно, альтернативы предлагают разные, по паре штук каждый. Рассмотрим, конечно.
Это просто зарисовка не о разработке обертки, а о различных системах AI.
UPD: Забыл добавить - deepseek еще и извинился за необоснованные оценки :)))
Прибыль Samsung от производства чипов на фоне спроса на ИИ выросла в 48 раз
Аналитики ожидают, что подразделение Samsung увеличит свою рекордную прибыль в течение следующих нескольких кварталов, поскольку контрактные цены продолжают стремительно расти на фоне ограниченного предложения. Они указывают на рост экспорта полупроводниковых приборов из Кореи в 2,8 раза за первые 20 дней апреля.
Просто значение немного удивило: 48. Даже немногим лучше чем ответ на все вопросы Вселенной!😁
Радует (лично меня, как желающего увеличить память своего ПК) новость от производителя оборудования для литографии. Количество литографического оборудования, заказанного для производства чипов памяти, за последний год превысило число заказов для производства CPU.
2.1. Год назад литографы, в основном, заказывали для производства CPU.
2.2. Ссылку на новость про литографическое оборудование сходу не нашёл. Но это было примерно месяц назад, тут же на Habr.
IMHO сугубо, много желающих включиться/вложиться в производство памяти. Через сколько времени пойдет производство памяти на максимум, вот тут предположения высказывать не возьмусь. Но желающих заработать на этом (и не только этом) "железе" много!
Любая система всегда существует в двух основных контекстах: пользовательском и админском. Есть еще контекст ошибки, но сейчас не про него. Контекст – это не домен, наоборот это часть домена.
Речь не только про разработку и ИТ. Канализация, кран, автомобиль, самокат, футбольный мячик - это применимо к любой системе физического мира.
Это применимо к подсистемам: двигатель, коробка передач в автомобиле, каталог или система заказов в e-com.
Админский контекст имеет интерфейсы и контракты, которые недоступны в пользовательском контексте. Задача админского контекста обеспечить целостность, консистентность настроек системы для корректной и непротиворечивой работы в пользовательском контексте.
К чему эта мысль?
Если для вашей системы внутри одного домена/поддомена нужно 2 админских или пользовательских контекста, то скорее всего у вас проблемы в архитектуре системы. 2 варианта:
разделить домены, создав тем самым два слабосвязанных домена со своими контекстами. Это сделает домены проще, их легче поддерживать.
объединить дублирующиеся контексты. Если объединение возможно, то скорее всего ваша система перейдет на качественно новый уровень, станет более универсальной и гибкой.
Оба варианта приведут к уменьшению когнитивной сложности и устранению скрытых связей.
Не дублируйте контексты для домена, это плохо кончится.
РБПО по ГОСТ Р 56939—2024: вебинар №07 из 30 – Моделирование угроз и разработка описания поверхности атаки
Компания ООО "ПВС" совместно с учебным центром "Маском" провела цикл вебинаров, посвящённых разработке безопасного программного обеспечения (РБПО). Совместно с приглашёнными экспертами различных компаний мы рассмотрели 25 процессов, приведённых в ГОСТ Р 56939—2024.
5.7.1.1 Создание условий для снижения количества недостатков, связанных с особенностями реализации архитектуры ПО и логики его функционирования, выработка мер по нейтрализации угроз безопасности, связанных с особенностями реализации архитектуры ПО.
5.7.1.2 Уточнение модели угроз и описания поверхности атаки по результатам разработки кода и его изменений.
Общее количество вебинаров — 30: каждому из 25 процессов ГОСТа посвящено по одному вебинару и 5 записано дополнительно на смежные темы. Запись всех вебинаров и подборка дополнительной информации доступна по ссылке: ГОСТ56939.РФ.
Если вы были в эфире (или после просмотра записи) — пожалуйста, заполните анкету обратной связи. Это позволит подготовить для вас другие интересные и полезные мероприятия: https://forms.gle/juvvvxPQEoVMZuz37
РБПО по ГОСТ Р 56939—2024: вебинар №06 из 30 – Разработка, уточнение и анализ архитектуры программного обеспечения
Прошёлся сегодня по использованию вайб-кодинга без соответствующих мер контроля результата – Ревью вайб-кода с гнильцой, который притворяется оптимизированным С++ кодом. А теперь продолжим тему, как создавать качественные, надёжные и безопасные приложения. Это всё, кстати, актуально и для веб-кодинга, но, к сожалению, пока мало кто это осознаёт :(
Компания ООО "ПВС" совместно с учебным центром "Маском" провела цикл вебинаров, посвящённых разработке безопасного программного обеспечения (РБПО). Совместно с приглашёнными экспертами различных компаний мы рассмотрели 25 процессов, приведённых в ГОСТ Р 56939—2024.
5.6.1.1 Создание условий для снижения количества возможных недостатков при разработке архитектуры ПО.
5.6.1.2 Уточнение архитектуры ПО в процессе разработки кода.
Общее количество вебинаров — 30: каждому из 25 процессов ГОСТа посвящено по одному вебинару и 5 записано дополнительно на смежные темы. Запись всех вебинаров и подборка дополнительной информации доступна по ссылке: ГОСТ56939.РФ.
Из сильного специалиста — в руководителя: 11 открытых уроков про управление, архитектуру и карьерный рост
Управленческие и околоуправленческие роли в IT давно перестали быть только про «руководить людьми». Сегодня это и делегирование, и продуктовые границы, и работа с рисками, и архитектура изменений, и умение принимать решения в условиях дефицита.
Ниже — подборка ближайших бесплатных открытых уроков для тех, кто хочет разобраться в этих задачах предметно.
Открытые уроки — хороший способ присмотреться к теме. А если хотите пойти дальше, можно посмотреть весь каталог программ по управлению в ITи выбрать подходящее направление под свои задачи.
ИИ это – это все понимают по-разному в силу своей осведомлённости и понимания. Можно ли считать проявлением ИИ и называть умным устройством смартфон (умный телефон). Очевидно, что это средство автоматизации (упрощения и ускорения) каких-то житейских процессов. Конечно, удобно получать подсказки по ходу ввода текста или напоминания о днях рождения, но причём здесь ум.
Удобно ли получать рекомендации от браузера (типа зацелую до смерти), вопрос спорный. Идея это по большей части коммерческая, навязывающая услуги и мнения. Логичней умный интерфейс браузеров именовать хитрым.
Считать ли умным трамвай обученный ездить без вагоновожатого, и является ли это проявлением интеллекта, не думаю.
Нейросети часто отождествляют с генеративными трансформерами, но это далеко не так, хотя одно базируется на другом. Генерация трансформерами текстов и изображений впечатляет, но где здесь интеллект, когда это, просто хитроумная комбинаторика. Ничего нового трансформеры предложить не могут, поскольку всего лишь аккумулируют известное. Как инструмент систематизации вещь весьма полезная, но интеллект ли это? К тому же разметка данных для нейросетей и разбиение в трансформерах задач на подзадачи вещь во многом субъективная (частично или полностью запрограммированная человеком).
Очевидно, информационные технологии способны во многом заменить человека, как когда-то ткацкие станки заменили ручное ткачество, но есть один нюанс. Если сломается ткацкий станок его можно починить, или, как минимум, снова заняться ручным ткачеством. А вот, что делать, если откажет «ИИ», а люди уже разучились думать и носители знаний канули в лету?
И ещё. Генерация контента, ситуационное распознавание, управление роботами и тому подобные задачи, которые нынче принято отождествлять с проявлениями искусственного интеллекта – лишь малая часть того, что необходимо человеку. Успешность продвижения ИИ во многом определяется не столько полезностью, сколько зрелищностью.
P.S.
Сможет ли ИИ выжить без электричества? А ведь перспектива не такая уж и призрачная…
P.P.S.
Менее всего хотелось бы, чтобы данный пост воспринимался, как очередной скепсис по поводу искусственного интеллекта. Просто не стоит отождествлять нынешние полезные и нужные информационные технологии с интеллектом, и уж точно не с умом.
Встраивание вычислений в PostgreSQL: PL*, extensions, а теперь и WASM
В рамках выступления на PG BootCamp Russia 2026 Дмитрий Дорофеев, главный конструктор Luxms, рассказал о том, как сегодня развивается встраивание вычислений в PostgreSQL: от классических процедурных языков (PL/pgSQL, PL/Python и других) до новых возможностей с использованием WebAssembly (WASM).
В PostgreSQL исторически поддерживается несколько десятков языков программирования. Если этого недостаточно, можно воспользоваться готовым расширением из огромной экосистемы либо написать своё. Прогресс не стоит на месте, и теперь для выполнения стороннего кода в PostgreSQL можно использовать WASM.
На примере Luxms BI я расскажу, как мы автоматически генерируем Swagger-документацию прямо внутри PostgreSQL с помощью open-source технологий и WASM.
Вебинар «BI + ETL + КХД за 1,5 млн: как Modus закрывает весь стек корпоративной аналитики»
21 апреля в 12 по МСК приглашаем на вебинар, на котором эксперты ИТ-интегратора «Белый код» расскажут, как малому и среднему бизнесу внедрить BI-систему за 1,5 миллиона рублей.
Одна из задач, с которой к интегратору приходит малый и средний бизнес, — внедрение BI в рамках ограниченного бюджета. При этом есть жесткие требования, например, единая экосистема BI + ETL, без «зоопарка» инструментов, а также нативная работа с 1С как основным источником данных.
На вебинаре специалисты поделятся практикой внедрения в сегменте МСБ, а также ответят на вопросы.
Вы узнаете:
Почему BI сам по себе не решает проблему разночтений в данных
Какие организационные изменения нужны, чтобы аналитика начала работать
Modus ETL: как устроена загрузка и обработка данных
Modus BI: аналитический портал без лишней сложности
Структура проекта за 1,5 млн рублей: стоимость лицензий, этапы проекта и результат
Спикеры вебинара
Андрей Рыжик, product owner BI-направления компании «Белый код»
Наталья Лобанова, коммерческий директор компании «Белый код»
📌Дата и время: 21 апреля 12:00 МСК (онлайн)
Участие бесплатное, требуется предварительная регистрация.
Новая кнопка входа в приложение. Кнопка входа теперь на главной странице в правом верхнем углу.
Уведомления. Появились уведомления об изменениях в статьях. После публикации изменений пользователи видят их на главной странице портала для чтения: в ленте новостей и во всплывающем уведомлении в правом нижнем углу.
Новый вид настроек дляпроверок по стайлгайду. Теперь проверки вынесены в панель администрирования: Модули → Стайлгайд.
Шаблоны для экспорта без ограничений. В настройках пространства убрали ограничение на количество шаблонов Word и PDF.
Другие улучшения:
Улучшения поиска. Добавили возможность поиска только по разделу и статье. Также теперь в поиске показывается контент из диаграмм и лучше учитывается структура таблиц.
Неподдерживаемые форматы в предпросмотре. Раньше в окне предпросмотра можно было открывать только изображения и диаграммы. Теперь для остальных файлов появилась кнопка Открыть в поддерживаемом приложении — при ее нажатии файл откроется во внешнем приложении.
Превью PPTX-файлов. В редакторе и на портале можно открыть презентации в режиме предпросмотра.
Сжатие изображений. Теперь изображения при вставке автоматически сжимаются, поэтому каталог занимает меньше места и работает быстрее. Включить эту возможность можно в экспериментальных функциях.
Делимся подборками материалов для тех, кто только начинает свой путь в машинном обучении или готовится к техническому собеседованию. Линейные модели, NLP, ML в бизнесе и компьютерное зрение — каждая статья закрывает одну тему.
Внутри вы найдёте полноценные курсы, которые знакомят с ML с нуля, а также видеолекции, иллюстрированные гайды и статьи от практикующих инженеров. Все материалы собирал старший датасаентист и наставник курса «Специалист по Data Science» Данила Ляпин.
Линейные модели в машинном обучении. Один из первых классов алгоритмов, с которым знакомятся в ML. В статье вы найдёте материалы о самих линейных моделях, о метриках качества классификации и регрессии, а также о типичных проблемах: дисбалансе классов и мультиколлинеарности.
Машинное обучение для работы с текстами. Эта подборка материалов по обработке естественного языка охватывает путь от базовых концепций NLP до трансформеров и BERT. Включает полноценные курсы, иллюстрированные гайды, видеолекции и статьи.
Машинное обучение в бизнесе. Подборка посвящена A/B-тестированию, бутстрапу, кросс-валидации и ансамблевым методам — эти четыре темы образуют ядро практического Data Science. Здесь есть материалы и для специалистов с опытом, и для абсолютных новичков.
Компьютерное зрение и обучение нейросетей. Включает материалы о свёрточных сетях, паддинге и страйде, YOLO, а также практические руководства. Здесь вы найдёте культовый курс от Стэнфорда, видеолекции, туториалы и статьи.
Если пока не актуально, сохраняйте в закладки — возможно, пригодится в будущем.
Рано или поздно любой продукт нуждается в редизайне: появляются новые задачи, меняются ожидания пользователей, что‑то устаревает. Идей и решений много, но не всегда понятно, что из этого действительно нужно пользователю. Поэтому гипотезы стоит проверять с помощью исследований, чтобы потом не тратить время на лишние доработки.
Поговорили с Илоной, продуктовым дизайнером Project Ruler, о том, как команда использует исследования в работе и какие выводы из этого делает.
1️⃣ Почему вообще решили проводить исследования?
На самом деле все началось с довольно неприятного сигнала — мы потеряли несколько потенциальных клиентов. Им нравилась функциональность, но интерфейс казался устаревшим.
Мы собрали обратную связь и поняли, что редизайн точно нужен. А если делать его качественно, то без исследований не обойтись.
2️⃣ Как вы подошли к редизайну?
Сначала определили фокус — делаем MVP под конкретную роль: обычный сотрудник ИТ-департамента в финансовой сфере.
Дальше выстроили цепочку исследований — каждый этап давал гипотезы для следующего. Использовали несколько методов:
конкурентный анализ
глубинные интервью
древовидное тестирование
опросы
юзабилити-тестирование
3️⃣ Как выглядел конкурентный анализ?
Мы использовали его как основу для гипотез. Смотрели не просто интерфейсы конкурентов, а конкретные сценарии: как пользователь выполняет задачу → куда идет → что видит.
Разложили все по критериям UX/UI, собрали в единую базу и выделили паттерны и антипаттерны. После этого уже было с чем идти к пользователям.
4️⃣ Какую пользу получили от глубинных интервью?
Мы пообщались примерно с 10 респондентами. Интервью помогли проверить гипотезы, понять реальные процессы пользователей и собрать неочевидную информацию.
Дополнительно прогоняли обезличенные данные через ChatGPT и находили то, что сами могли упустить.
5️⃣ Зачем понадобилось древовидное тестирование?
Чтобы проверить информационную архитектуру до дизайна: исправить структуру на этом этапе намного дешевле, чем переделывать готовый продукт.
Мы смотрели, как пользователи проходят сценарии, где путаются и куда кликают по интуиции.
6️⃣ Что оказалось самым неожиданным?
Вот несколько ключевых мыслей:
Уведомления раздражают — 8 из 10 пользователей их просто выключают и потом переживают, что что-то пропустили.
Пользователям нужно меньше, чем кажется — основные сценарии: список или доска задач, карточка задачи и смена статуса.
8 из 10 пользователей не списывают трудозатраты — это стало поводом пересмотреть приоритеты и не перегружать продукт лишним функционалом.
Даже простые действия неочевидны — например, многие не понимали, куда кликать, чтобы сменить пароль.
Некоторые функции почти не используются — оказалось, что диаграмма Ганта большинству не нужна.
Блок «Недавние» очень востребован — пользователи прямо просили его добавить.
7️⃣ Был момент, когда исследования помогли не продукту, а вашей команде?
Да, и это очень ценно. Мы не могли договориться по навигации — где размещать меню. У всех были свои аргументы. В итоге сделали быстрый опрос пользователей и получили решение, на которое можно опереться.
8️⃣ Какой главный вывод из всего этого опыта?
Когда ты внутри продукта, очень легко влюбиться в свои идеи. Но исследования показывают, что это не всегда то, что нужно пользователю.
А еще исследования экономят ресурсы: лучше проверить гипотезу заранее, чем потом переделывать уже реализованный функционал.
В дорожном строительстве есть масса примеров технологий, вдохновленных самой природой: это и самовосстанавливающиеся дорожные покрытия, имитирующие способность к регенерации организмов и решения для абсорбации углекислого газа подобно тому, как это делают деревья. В архитектуре можно вспомнить Эйфелеву башню или стадион «гнездо» в Китае.
➡️ А вот из недавнего нужно обратить внимание на исследования по разработке материалов на основе цемента. Вдохновившись структурой человеческой кости учёные включили в цементную смесь цилиндрические и овальные трубки, которые имитируют остеоны, и получили материал, который взаимодействует с возникающими трещинами на микроуровне, предотвращая их распространение.
Автоматизация облачных сценариев в эпоху искусственного интеллекта — одна из тем доклада на GoCloud 2026 ☁️
Облако дает множество сервисов, но собрать полный путь от идеи до запуска все еще непросто: неподготовленные команды теряются, решения требуют архитекторов и ручной склейки. В докладе расскажу про инструмент, который превращает облачные задачи в готовые сценарии с шаблонами и маркетплейсом функций.
Также покажу, как одни и те же блоки выполняются в разных окружениях и как ИИ-ассистент ускоряет сборку полного цикла: от архитектуры и непрерывной интеграции до бизнес-логики приложений.
Спикер: Антон Щеколдин — менеджер продукта, Cloud.ru
Разговоры о том, что ИИ заменит разработчиков, аналитиков и тестировщиков, звучат все чаще. Но в реальности ИИ не вытесняет специалистов — просто меняется подход к работе: часть задач упрощается, процессы ускоряются, а фокус смещается на более сложные и ценные задачи.
В новом видео Леша, бизнес-аналитик Naumen, рассказал, какие инструменты уже используют специалисты разных ролей, где ИИ действительно экономит время и как встроить его в работу так, чтобы он помогал, а не усложнял процессы.
Конец микросервисного угара: как Amazon, Uber и Netflix внедряли монолиты
Весной 2023 года Prime Video (Amazon) выкатил кейс, который для многих стал страшным сном: они слили красивую микросервисную оркестрацию и снизили стоимость инфраструктуры более чем на 90%.
Что они сделали? Перестали гонять данные через S3 между десятком серверлесс-функций ради банальной обработки видео. Они собрали те же самые компоненты (медиаконвертер, детекторы) в один контейнер. Вызов функции в памяти оказался быстрее и на порядок дешевле, чем "облачная магия".
Шок-контент? Только для тех, кто перечитал умных книг. Остальные просто кивнули.
Скрытый налог, о котором не пишут в книжках
Мы все прочитали «Чистую архитектуру» и умеем рисовать квадратики. Мы научились резать монолиты вдоль и поперек. Но в лучших практиках почему-то обходят главный вопрос: во что это реально обходится бизнесу?
Распределенные системы — это не бесплатный апгрейд. Это класс расходов, которого физически нет в монолите.
Вы платите за:
Пересылку данных по сети вместо вызова method() в памяти.
Отладку ада, когда для исследования бага нужно поднять логи 7 разных сервисов.
Синхронизацию команд, когда чтобы решить ночной критический баг на проде вам нужно разбудить 5 тимлидов соседних команд.
В итоге мы получаем внешне технически совершенную систему, которую никто не может окупить. Бывает, что переход в микросервисы — это не инженерное решение, а следование вере.
Опыт Uber
У тебя 5 сервисов — ты держишь их в голове. У тебя 500 сервисов — ты не инженер, ты -- смотритель в зоопарке.
В 2016 году в компании Uber поймать баг означало пройти по 50 сервисам из 12 разных команд. Инженеры тратили больше времени на синхронизацию в слаке, чем на написание кода.
Решение Uber (DOMA) для многих стало интересным: они не стали переписывать код в монолит. Они сгруппировали этот зоопарк по реальным доменам и прикрыли их общими шлюзами.
Монолит 2.0: как было в Netflix
В 2012-м Netflix тушил каскадные отказы через Hystrix. Но для длинных бизнес-процессов (прием контента, кодирование, раскатка по CDN) это было как пластырь на переломе. Инженеры собирали логи руками.
В 2016-м они выкатили решение Conductor — оркестратор. По сути, это монолитный движок с UI для визуализации потоков своих микросервисов. В Netflix не побороли сложность, а переупаковали её. Теперь им нужна отдельная команда, чтобы поддерживать монолит который оркестрирует микросервисы.
Прежде чем пилить новый сервис или склеивать старый, ответьте себе на три вопроса.
Может ли одна команда выкатить фичу без согласования с пятью другими? Если для баг-фикса нужна координация 10+ команд — границы проведены неверно. Вы строите самый худший в мире архитектурный паттерн: распределенный монолит. Вы получите все минусы микросервисов и все минусы монолита одновременно.
Какая доля бюджета уходит на бизнес-логику, а какая — на то, чтобы сервисы могли просто "договориться"? Готовы ли вы содержать сложный слой оркестрации (как Prime Video) только ради того, чтобы система технически работала?
Есть ли у вас цифры, по которым вы поймете, что архитектура перестала окупаться? Prime Video начали с серверлесса и слепили всё в один процесс под реальной нагрузкой.
Выводов не будет, вы сделаете их сами. Послушать расширенную версию статьи как сказку на ночь без донатов и рекламы можно на Яндекс.Музыке, Звуке и Apple Podcasts.
TransRussia| SkladTech 2026: системный подход к автоматизации и роботизации. Итоги Выставки
Завершилась выставка TransRussia | SkladTech 2026 (17–19 марта, «Крокус Экспо»). Команда INTEKEY участвовала в деловой программе и общалась с заказчиками, интеграторами и поставщиками.
В этом году разговоры на площадке стали заметно более прикладными: меньше абстрактных тем вроде «цифровой трансформации» и больше конкретики — о сроках окупаемости, экономике проектов и управляемости решений.
Основные тренды, которые обсуждали эксперты и участники:
🔸 Роботизация как новая норма. Государство целенаправленно ускоряет автоматизацию складов через субсидии, льготы и возможные регуляторные требования. На рынке уже доступно более 30 типов складских роботов, 22 из которых — российского производства.
🔸 Экономика и скорость. Компании жёстко оценивают проекты: ожидаемый срок окупаемости — до 1 года, запуск базового функционала — за месяцы, а не годы. Вырос запрос на предсказуемость работы систем при росте нагрузки.
🔸 Сначала система, потом технологии. Чтобы избежать разрыва между внедрением и реальным эффектом, нужна другая последовательность: сначала цели и процессы, затем архитектура (WMS, интеграции, оборудование), и только потом — поэтапное внедрение.
🔸 Коллективное принятие решений. Выбор решений стал более системным: собственник оценивает экономику, IT — архитектуру, а логистика — применимость в операциях. Это снижает количество «теоретически правильных», но плохо работающих проектов.
В рамках сессии «Эволюция склада» Денис Сумелев (INTEKEY) и коллеги из Nikoliers, «Магнита» и КСЛ обсудили, как подготовиться к обязательной роботизации и выстроить процессы для быстрого получения экономического эффекта.
По итогам выставки INTEKEY вошла в топ-3 Product Award 2026 — премии, отражающей практический интерес рынка к представленным решениям.
💬 На что вы в первую очередь смотрите, оценивая проект автоматизации: на срок окупаемости или на функциональность?
Всем привет. Начал писать открытую книгу про архитектуру безопасных AI-агентов.
Делаю не обзор фреймворков и не коллекцию «магических демо», а практический инженерный reference: control plane, policy boundaries, tool gateway, memory, observability, evals, approval flows, governance и production-подход к агентным системам.
Выбор BI — стратегическое решение, которое определяет развитие ИТ-архитектуры, команды и бюджета. Как учесть стоимость лицензий, инфраструктуру, зрелость команды и перспективы? На бесплатном вебинаре «Чек-лист выбора BI-системы: Как не ошибиться в 2026 году»дадим чек-лист для тестирования любой BI-платформы.
Программа:
Почему старые подходы к выбору больше не работают. Основные ловушки при выборе.
Обзор актуального ландшафта BI-инструментов. Западные вендоры, российские платформы, Open Source, облачные и on-premise решения.
Работа с чек-листом выбора BI: экономика, инфраструктура, требования к команде, функциональность, безопасность и compliance, риски.
Спикер ответит на ваши вопросы в прямом эфире.
🕓 Когда: 24 марта, 16:00–17:00 (Мск)
👨🎓 Спикер: Дробинская Мария — эксперт в области внедрения BI-систем и цифровизации.
Стать системным аналитиком в YADRO — дело трех дней
До 29 марта открыта программа быстрого найма для системных аналитиков. Таких специалистов ищут сразу две команды:
— Телеком. С нуля создают телекоммуникационные решения для беспроводных мобильных сетей и сопутствующих услуг. Разрабатывает первые российские базовые станции стандартов GSM/LTE.
— BIOS/BMC. Инженеры занимаются разработкой и сопровождением собственных программных реализаций ПО UEFI/BIOS и BMC, используемых в различных продуктах YADRO.
Формат быстрого найма подразумевает ускоренные прохождение технического и менеджерского интервью и возможность получить оффер в компанию за три дня.
Направления, где нужны аналитики:
OAM (Operations, administration and maintenance). Специалисты тут работают с системой, обеспечивающей эксплуатационную управляемость и устойчивость операторского уровня. Отвечают за сквозные сценарии эксплуатации — от конфигурирования и мониторинга до инцидентов, SLA и масштабирования.
GSM. Здесь разрабатывают GSM Controller (BSC) и компоненты базовой станции (BTS) стандарта GSM с поддержкой GPRS и основного функционала для операторов большой тройки.
LTE. Инженеры здесь создают базовую станцию LTE (4G), реализуя полный стек телекоммуникационных протоколов «с нуля».
BIOS/BMC. Как уже писали выше, здесь занимаются разработкой и поддержкой UEFI/BIOS для продуктов компании, кода BMC для мониторинга и управления серверами, а также прошивками для MCU- и FPGA-модулей серверов (материнские платы, экспандеры и так далее).
Подробнее об ожиданиях к кандидатам — на лендинге SPRINT OFFER. Успейте оставить заявку до 29 марта.
Кстати, мы подробно разбирали ключевые навыки и компетенции системного аналитика в отдельной статье — рекомендуем прочитать ее или перечитать, чтобы освежить и структурировать знания перед тестом.
Какой ты гриб бизнес-аналитик? Пройди бесплатный пробный тест, чтобы определить свой уровень
Бизнес‑аналитика — это профессия на стыке нескольких специализаций. Здесь нужно уметь работать с требованиями, моделировать процессы, анализировать данные, выстраивать коммуникацию с разными командами и делать многое другое.
Чтобы расти в профессии и осознанно выстраивать карьеру, важно понимать:
какие компетенции у тебя уже прокачаны;
где есть пробелы;
что именно стоит подтянуть в первую очередь.
Такую картину непросто собрать самостоятельно, поэтому мы сделали бесплатный пробный тест — он поможет сориентироваться в своем уровне подготовки и подсветит зоны роста.
За 20 минут ты получишь:
оценку текущего уровня бизнес‑анализа — от базовых понятий до продвинутых техник;
карту компетенций — наглядную схему всех навыков, необходимых для развития в профессии;
подборку материалов для самостоятельного изучения — только то, что поможет закрыть конкретные пробелы.
Кстати, мы подробно описывали ключевые навыки и компетенции бизнес‑аналитика в отдельной статье — рекомендуем прочитать её или перечитать, чтобы освежить и структурировать знания перед тестом.
Однажды заказчик пришёл с задачей, которая звучала как пара часов работы «Просто добавь кнопку — нажал, выгрузил данные, всё». Я открыла код и поняла, что эта кнопка стоит не пару дней, а недель — и это если повезёт..
Сложнее всего оказалось не сделать, а объяснить так, чтобы услышали.
С технической стороны всё понятно: сервис писался под дедлайн, архитектура не предусматривала роста, и каждое новое изменение тянет за собой минимум три соседних. Но заказчик смотрит на задачу и видит один экран. Кнопки ещё нет, но она же просто кнопка. Что тут может быть сложного?
Архитектурное объяснение я попробовала и оно не зашло. Слои, связи, зависимости: всё правильно, всё мимо.
Что работает вместо «красивого кода»
Я перестала объяснять как устроено и начала объяснять что произойдёт. Не «тут монолитная структура без инверсии зависимостей», а конкретно: — эта кнопка затрагивает три модуля, которые никто не трогал два года — если что‑то сломается, то мы не узнаем сразу, потому что тестов нет — следующая фича после этой будет стоить столько же в лучшем случае.
Заказчик услышал третий пункт. Именно его.
Нетехнический человек воспринимает разработку примерно так: «нажал кнопку → произошла магия → получил результат». Это не незнание — просто другая роль. Заказчик и не должен думать об архитектуре, это моя работа. Значит, говорить на его языке — тоже моя.
Как я считаю стоимость следующей фичи
Со временем сложился свой фреймворк. Не из учебника, а из разговоров, где меня не понимали, пока я не поменяла подход.
Три вещи, которые я оцениваю перед тем, как называть сроки: 1. Базовая сложность: сколько займёт в идеальных условиях, на нормальной архитектуре. 2. Архитектурный коэффициент — во сколько раз реальность дороже идеала. Код без тестов, с жёсткими связями между модулями — это 2-4× к оценке. Не абстракция: вот здесь нельзя менять, не затронув вот это. Рисую буквально на бумаге. 3. Риск‑налог — что может пойти не так. Что сломается, насколько быстро заметят, сколько займёт починка. Не чтобы напугать, а чтобы показать, что «быстро» и «надёжно» здесь в противоречии.
Когда эти три числа стоят рядом — разговор меняется. Заказчик видит, что не «разработчик тормозит», а «вот цена, вот риск, вот выбор».
Именно тогда и появляется разговор про рефакторинг. Не потому что «код некрасивый», а потому что каждая следующая фича будет дороже предыдущей, если ничего не менять.
Что осталось в голове
Техдолг — это не технический вопрос. Это финансовый.
Пока объясняешь его как технический — тебя не услышат. Как только переводишь в деньги, сроки и риски — начинают слышать.
Самое сложное не методология. Самое сложное — поймать момент, когда ты всё ещё говоришь на своём языке, а не на их. У меня ушло время, чтобы это почувствовать.
А вы как объясняете техдолг тем, кому важен результат, а не архитектура? Есть формулировка, которая сработала лучше всего?
Хаотичное использование ИИ часто даёт обратный эффект: вместо экономии времени — поверхностные требования, некорректные формулировки и риск утечки данных. 17 марта на бесплатном вебинаре «ИИ в работе бизнес-аналитика: как ускориться, не потеряв качество» разберём, как встраивать нейросети в работу, сохраняя экспертизу и критическое мышление.
О чём поговорим:
✔️ Почему аналитики «тонут» в ИИ и теряют время ✔️ Где нейросети действительно усиливают: на этапах discovery, работы с требованиями, анализа процессов и коммуникации со стейкхолдерами ✔️ Как встроить ИИ в свой процесс, чтобы он помогал, а не мешал ✔️ Где проходят границы: риски и зоны, куда инструменты лучше не запускать
В результате сможете не просто использовать ИИ время от времени, а выстроить для себя понятный регламент — где он ускоряет, а где контроль остаётся за вами.
📅 Дата: 17 марта ⏰ Время: 16:00-17:00 (Мск) 👨🎓 Спикер: Татькова Дарья — специалист в области разработки ПО.
