Еще одна статья про whisper + pyannote для транскрибации совещаний?
Да, но нет.
Это сказ скорее про то, что в 2025-2026 году тот, кто раньше не кодил, может а скорее и должен(если ему конечно это в кайф) разрабатывать продукты под себя, свою команду, именно те, что нужны а не брать что дают...
Весь 2024 и 2025 года индустрия спорила, заменит ли ИИ джунов, сколько людей лишатся работы. Фокусировались на генерации кода, автотестах и рефакторинге. Но к началу 2026 года стало очевидно: искусственный интеллект влияет не на отдельные задачи компании, а на то, как все части компании работают вместе. В этой ситуации уязвимыми стали те, кто раньше думал, что они в безопасности, — менеджмент.
Символичной точкой в этой дискуссии стали результаты масштабного исследования MIT Initiative on the Digital Economy за 2025 год: компании, перешедшие на модель «алгоритмического аудита», выявили избыточность до 25% штатных позиций, которые не создают прямой ценности продукта. Речь идет о демонтаже слоя «информационных брокеров» — людей и подразделений, чья роль исторически сводилась к контролю, фильтрации и передаче данных между отделами.
Инсайды из Anthropic и других ИИ исповедующих компаний дополняют картину: их инженеры и лиды теперь тратят до 70% времени не на написание кода, а на ревью решений, сгенерированных моделями. Дарио Амодеи (CEO Anthropic) еще в марте 2025 года прогнозировал, что ИИ будет писать «практически весь код». На практике это превратило инженеров в «менеджеров моделей», чья работа — отладка логики и проверка безопасности того, что выдал Claude или GigaChat.
В декабре 2025 года Microsoft Industry Solutions подтвердила этот тренд данными: 73% времени инженеров теперь уходит на стратегические задачи и валидацию архитектуры. Чистое написание кода упало до однозначных чисел. Это тектонический сдвиг. Вся историческая ценность менеджмента заключалась в том, чтобы быть мостом между мышлением (стратегией) и действием (исполнением). Теперь этот мост автоматизируется. Функция человека, который просто «агрегирует отчеты и несет их наверх», стала избыточной.
Ну что, надеюсь все пережили эти длинные празники? 😀Пора возвращаться ( как бы это не было грустно) в суровую реальность.
Если после праздников у тебя нет мотивации, сложно собраться и даже простые задачи требуют усилий - с тобой всё в порядке. Это не лень и не выгорание, а обычная реакция на длинный перерыв.
А помочь пережить первую рабочую неделю без лишней драмы тебе помогут небольшие советы...
Привет Хабр!
В очередной раз, столкнувшись со "странностями" в поведении коллег, я решил написать этот краткий, но, по всей видимости, необходимый гайд. Когда мы рассуждаем о важности развития софт-скиллов, мы, чаще всего, говорим как о чем-то совершенно абстрактном, чему трудно придать форму простого алгоритма. На собеседованиях мы очень субъективно оцениваем умение кандидатов общаться.
Однако, вполне возможно выделить набор простых (и даже примитивных) правил, следование которым, существенно повысит твой софт-скиловый грейд, даже если ты воробушек-социофобушек (как я сам).
Когда в команде больше 5 человек, ссылка на папку с документами перестает работать. Ну, или как минимум становится просто неэффективной.
Файлы дублируются, версии путаются, половина инструкций устаревает. Поэтому мне захотелось посмотреть и разобрать российские сервисы для базы знаний — с ценами, ограничениями и честными плюсами/минусами. Подробнее о них — в статье ниже.
За свою жизнь я перепробовал кучу различных методов и техник для продуктивного ведения своих дел - различные таск-трекеры, GTD и Pomodoro. Эти методы были отнюдь не бесполезны и до сих пор приносят мне хорошие результаты, но истинного пика продуктивности я достиг лишь открыв для себя несколько простых принципов из китайской философии даосизма.
У нас состоялось несколько встреч, собственник демонстрировал продукт, делился идеями, мы обсуждали возможные варианты запуска и дальнейшего развития, искали точки сотрудничества. Через полгода он сделал мне предложение – выкупить мой портал. Его план был использовать накопленный трафик и базу зарегистрированных пользователей как одни из инструментов для старта своей платформы; по сути, превратить мой ресурс в один из разделов его платформы, сохранив аудиторию. Я попросил время на размышление.
Свою первую программу я написал в 1988 году на калькуляторе МК52. Очень хотелось программировать и даже максимально странный интерфейс не останавливал. Утекло почти 40 лет. Были Атари, Синклеры, 286 IBM, Интернет, смартофоны. Но все эти технологии входили как-то постепенно, приспосабливаясь и без шока.
AI ворвался в жизнь бывалого ИТшника как пыльным мешком по голове. После первого шока, скормленных Дипсику результатов анализов, идей подарков, профессиональная «чуйка» потребовала придумать новой чудо‑технологии боевое применение в том, чем я занимаюсь каждый день на протяжении всей сознательной жизни.
Фокус группы не сформулировали внятного предложения куда погрузить AI — было решен что потрачу время и часы штатных программистов на то, чтобы уменьшить свою боль — держать в голове кучу технических нюансов, документации, кейсов и лайфхаков.
Привет, Хабр! Продолжаю обозревать GitHub Actions на примере пет проекта для аналитика.
Статья будет полезна начинающим аналитикам в поисках хорошего проекта для своего портфолио. В этой части разбираю подход к выбору проекта и источника данных, к сбору и анализу данных и представлении результатов своей работы.
Дисклеймер: ниже будет описан личный опыт и точка зрения человека-исполнителя. Устройство всей процедуры разметки в статье не раскрывается. Все совпадения сущностей случайны. Названия компаний не упоминаются в целях соблюдения NDA. В статье не будут подниматься вопросы оплаты труда и разбираются только основные рабочие моменты.
Всем добрый день!
Одно время я работал разметчиком данных на разные компании и довольно долго, примерно 5 лет. Так как компании были разные, то и размечать приходилось разное: сайты, картинки, звуки. Только с видео не довелось поработать. С одной стороны, эта работа довольно рутинная и однообразная. С другой стороны - нет. Потому что на разметку попадались разные документы с разной целью. Однако целью данной статьи не документы, а общие закономерности и подводные камни на этом нудном пути с точки зрения непосредственного исполнителя.
Разметка данных используется для обучения различных алгоритмов, чаще всего на основе нейросетей. Она применяется разных отраслях, включая такие сложные, как медицина. Без разметки невозможно обучение моделей, так как нет явной целевой переменной и от качества разметки напрямую зависит качество модели. Я имею опыт работы Data Scientist-ом и даже диплом получил, поэтому понимаю, насколько важна разметка. Более того, сейчас, работая с медицинскими датасетами, я всё чаще задумываюсь: а насколько вообще можно доверять той или иной разметке, даже если её ставит врач?
Итак, приступим к теме нашего разговора.
Частая причина слабых результатов в маркетинге и стратегии это неверная точка старта. Мы начинаем с решения: «запустим продукт», «сделаем кампанию», «перестроим воронку». А потом выясняется, что проект буксует: согласования затягиваются, часть команды сопротивляется, партнёры не поддерживают, клиенты реагируют совсем не так, как ожидалось.
Стейкхолдеры, те участники отношений вокруг компании, для которых она должна создавать ценность, фактически задают стратегию компании и именно они фиксируют, успешна она или нет. Проще говоря, компания должна рассматриваться как инструмент удовлетворения стейкхолдеров.
В этом году будет 9 лет, как я начал «работать» (в кавычках, потому, что назвать это работой в полном смысле слова как-то язык не поворачивается) фрилансером в специализации «программирование». В связи с этим, хочу поделиться своим опытом с вами и рассказать как все начиналось, почему я там, сколько зарабатывал, с какими проблемами сталкивался и как их решал.
Сегодня многие компании внедряют ИИ‑ассистентов, которые автоматически пишут SQL‑запросы и помогают менеджерам готовить отчеты. На первый взгляд они отлично справляются с цифрами и синтаксисом, но теряются, когда дело доходит до бизнес-контекста. Почему? Потому что бизнес живет не только данными, но и контекстом: историей компании, внутренними правилами, неформальными договоренностями, культурой.
В результате ИИ превращается в «умное автодополнение», а не в стратегический инструмент. В этой статье разберем, что именно мешает алгоритмам учитывать бизнес‑контекст и какие инженерные подходы помогают превратить статистического помощника в полноценного участника управленческих процессов.
Каждый разработчик в начале пути видит перед собой ясную лестницу: Junior → Middle → Senior. Рост компетенций сопровождается ощутимым ростом зарплаты, и это даёт мощный заряд мотивации. Но что происходит, когда вы достигаете уровня Senior? Зарплата упирается в «стеклянный потолок», задачи становятся однотипными, а привычный драйв исчезает.
Про Self-Contained Systems часто говорят на уровне принципов: автономность, изоляция, отказоустойчивость. Но как понять, что эти идеи действительно работают в ландшафте из сотен и тысяч приложений, а не остаются красивыми словами в архитектурных гайдах? В статье показан практический подход, как превратить архитектурные принципы в ежедневные измеримые проверки и управлять трансформацией к SCS на уровне всей организации, опираясь на данные, а не на ощущения.
Привет, Хабр! Меня зовут Антон, я руковожу направлением автоматизации тестирования BIOS/BMC в YADRO. Как-то раз я моргнул — и наша команда из 10 инженеров выросла до 35. Вместе с этим у нас появились направления и лиды, а значит, я больше не могу прийти в любую задачу и сам ее быстро закрыть.
Общий дейлик тоже изменился: большая часть информации стала полезна конкретным группам людей внутри команды, а остальные просто теряли фокус. Конечно, ломалось не только это. В статье расскажу, что стало для меня неожиданным, где я ошибался и как мне удалось во всем этом выжить. А в конце поделюсь выводами, как при масштабировании команды избежать мучительной боли. Погнали!
Вот вы покупаете б/у сервер у компании, которая закрывается. Никто не знает точно, сколько он стоит, но есть ощущение, что сделка возможна.
Всё это отлично покрывается теорией игр.
Вам нужно две границы:
1. За сколько максимум вы готовы его купить. Это можно посчитать по предполагаемому износу, цене б/у комплектующих и цене аналогов.
2. За сколько минимум его могут продать. Надо посмотреть на ситуацию их глазами: они распродают оборудование, не хотят возиться и готовы на быструю сделку.
Разница между вашей максимальной ценой и их минимальной — это и есть ZOPA. То есть Zone of Possible Agreement, или зона возможного соглашения. Это пространство между вашей точкой ухода и точкой ухода продавца, то есть диапазон, в котором торговаться вообще имеет смысл.
ZOPA существует, если максимальная цена покупателя ВЫШЕ или равна минимальной цене продавца. Если нет — сделка невозможна.
Вам надо:
— Понять, существует ли ZOPA вообще.
— Постараться выяснить границы ZOPA (особенно точку ухода оппонента).
— Добиться результата внутри ZOPA, который будет максимально близок к вашей цели.
Вторая важная концепция — BATNA. Это лучшая альтернатива. Например, если вы идёте к руководителю на переговоры по повышению зарплаты, возможно, надо выяснить Best Alternative. Если вы придёте просто так, с аргументом «я хорошо работаю», ваша лучшая альтернатива — остаться на текущей зарплате. Это слабая BATNA. Но если вы придёте с офером от другой компании на 30% выше, ваша BATNA — это переход на новую, высокооплачиваемую работу. Либо вы выбесите руководителя и эйчара, либо покажете, что есть чёткое основание, куда торговаться, и ваша ценность на рынке подтверждена.
Вы можете управлять BATNA, добавляя что-то в сделку, например, «В этом году я активно менторил джунов, так как никто из коллег не мог выступать наставником. В другой компании за менторство мне предложили +15% к окладу, но я бы хотел обсудить новые условия нашего с вами сотрудничества». В общем, давайте покопаемся ещё немного в теории игр на практике. В том числе про то, как готовиться к переговорам по зарплате.
Моя прошлая статья об уроках развития стартапа в Кремниевой Долине внезапно набрала больше 80к просмотров за неделю – поэтому пишу продолжение! Напомню, что в прошлом году я завершил семилетнюю историю своего стартапа (AI writing assistant): $1.35 млн инвестиций, 300 тысяч пользователей и экзит в компанию-единорога.
Но за фасадом сделки скрывались пару лет «идеального шторма»: падение выручки, потеря второго бизнеса и неприятный развод. В этой статье я расскажу, как управлял жизнью во всем этом хаосе, используя всего один Google-док вместо сложных систем.
А чтобы материал стал еще полезнее, в начале я собрал хаки от Джесси Итцлера — серийного предпринимателя, ультрамарафонца и просто миллиардера (продал компании Баффету и Coca-Cola).
Его метод неплохо дополняет мой и построен на тех же принципах. Поехали!
Привет, студент! (а может, уже и не студент)
Я уже больше 5 лет учусь в университете, 4 года из которых эффективно совмещаю с работой. Чтобы успевать по учёбе, я использовал собственный способ отслеживания прогресса по ней. Благодаря методу я всегда сдавал все предметы вовремя и ни разу не был на допсе.
Мой метод совмещает в себе некоторые элементы гибких методологий и обычного «списка задач». Метод оказался для меня настоящим спасением в университете! Я делился им со знакомыми, а теперь хочу поделиться им со всеми.
Представьте себе систему генерации инструкций, которая отличается от всего привычного. Она не давит на исполнителей рутиной, не ограничивает их график и не заставляет выполнять чужие приказы в ущерб своим целям. Большинство её исполнителей — изобретатели, люди, создающие новые идеи, прототипы и системы.
Система работает по трём фазам, которые различить невозможно на старте:
