Двенадцать лет незнакомые люди ставили друг другу баллы от 1 до 10. В базе накопилось 24 миллиона оценок от 110 тысяч человек из 232 стран. Мы залезли в собственный PostgreSQL и нашли четыре вещи, которых не ожидали: провал на девятке, разрыв в 1,14 балла в том, как мужчины оценивают мужчин, разброс по странам в 2,4 балла и падение щедрости по ходу сессии.
Некоторое время назад я решил оживить мой аккаунт на Хабре. Покомментировав с умным видом здесь и тут, я решил подвести научную базу: собрал 4404 чужих комментария из 250 тредов и посчитал, когда и где надо оставить комментарий, чтобы он набрал максимум лайков. Спойлер: час на часах не важен, а вот позиция в треде и первые сутки решают всё.
Известно, что чем больше продается мороженого, тем больше регистрируется несчастных случаев с утонувшими. Корреляция есть - значит, мороженое опасно?
Эта статья — о том, почему знание правила «correlation ≠ causation» еще не гарантирует, что вы сами на нем не попадетесь
Привет, Хабр! Меня зовут Александр Михайличенко, я консультирую промышленные компании по безопасности АСУ ТП и КИИ. В прошлом году мы с командой AKTIV.CONSULTING провели исследование зрелости ИБ в 52 российских компаниях, и наткнулись на цифру, которая зацепила: комплаенс у компаний закрыт на 45%, а реальная техническая защита — на 29%. Компании тратят миллионы на бумажную безопасность, а потом читаем в новостях про очередной шифровальщик, остановивший производство.
Родился простой вопрос: а сколько вообще стоит атака?
Начал считать — и увлекся. Аренда шифровальщика — $40 в месяц. Доступ к сети крупной компании — $500. ИИ-фишинг с кликабельностью 54% — $50 в неделю. Ущерб для жертвы — миллионы долларов.
Эта статья — про то, что я насчитал. И про то, почему защита проигрывает не из-за плохих технологий, а потому что экономика сломана: атака дешевеет, защита дорожает, и никто не хочет считать эту разницу вслух.
Настало время рассказать, что интересного произошло в плане DDoS за второй квартал этого жаркого года. Произошло, надо сказать, немало, и некоторые зафиксированные нами тренды специалистам по ИБ будут особенно интересны — впрочем, как и просто тем, кто хочет знать, насколько большая опасность подстерегает их отрасль в середине 2026 года.
Есть такая ситуация: сделал инструмент, чтобы решить свою проблему, а потом сидишь и полируешь этот инструмент вместо того, чтобы решать проблему для которой инструмент и создан.
Я написал автооткликалку с ИИ‑анализом вакансий, потому что искал работу. Потом увлекся продуктовой разработкой, оставив сам поиск работы. Думал запустить бизнес.
Но я разрабатываю без команды и пока я играюсь в стартап мне нужны реальные деньги на содержание семьи, поэтому я решил что уже достаточно времени уделил разработке, остался только коммерческий запуск проекта – и его я могу (а точнее - должен) запускать параллельно с работой в найме. Я отпустил мой инструмент погулять с моим резюме по рынку.
В продуктовых экспериментах нередко возникает следующая ситуация, когад бизнесу важна долгосрочная или малочувствительная метрика, но оценить эффект на такие метрики в рамках короткого A/B-теста сложно.
Как корректно находить прокси-метрики, почему наивная регрессия может обмануть и как отделить настоящую связь экспериментальных эффектов от статистического шума?
Совместное исследование DDoS-Guard и FirstVDS
Раньше считалось, что DDoS-атаки направлены на «крупную рыбу» — корпорации, госкомпании, банки. Но реальность 2026 года говорит о другом: жертвой злоумышленников может стать кто угодно.
За три года число атак выросло с 2,2 до 2,5 млн. Их распределённость увеличилась на 480%. DDoS-атаки стали массовым, доступным и, что самое опасное, автоматизированным инструментом.
Киберпреступникам больше не нужно тратить недели на подготовку, чтобы атаковать выбранный объект — теперь они используют суперботнеты и сложные алгоритмы, которые автоматически находят уязвимые для удара места за считанные минуты.
Вместе с DDoS-Guard мы решили разобраться, а есть ли кто-то, кто оказывается в красной зоне риска чаще других? Изменился ли характер атак за последние несколько лет? Для этого мы проанализировали данные клиентов, глобальную статистику атак и опросы владельцев бизнеса. В итоге получили портрет идеальной жертвы.
Дальше рассказываем, как мы это делали и что же удалось выяснить.
В этим летом мне исполнилось 32 года, а за плечами — диплом психолога, диплом теолога и свежая, июльская магистратура по педагогике. Я работал официантом, поваром, восемь лет был референтом, работал в магазине, администрировал доставку суши и был региональным менеджером в клининговой компании. А сейчас я учусь на аналитика данных и на системного аналитика, одновременно.
Если вы подумали «вечный студент» — я вас понимаю, сам так про себя так думал. Но именно поэтому мне есть что сказать про обучение — я видел его с обеих сторон. Учился я хорошо и плохо, доходил до конца и бросал, платил за курсы деньгами и, что дороже, временем. А ещё я успел поработать наставником и HR‑ом, то есть смотрел на чужие резюме теми же глазами, какими сейчас смотрят на моё.
Эта статья — не про то, что «образование важно» (спасибо, кэп). Она про то, почему одни и те же курсы для одних становятся трамплином, а для других — строчкой в резюме, которую рекрутёр пролистывает не моргнув. Здесь не будет мотивационных цитат, но будут цифры — в том числе мои собственные.
Классические фигуры вроде «головы и плеч» легко увидеть глазами, но тяжело формализовать без десятков спорных условий. В статье я рассказываю, как заменил ручное описание паттернов поиском похожих исторических участков с помощью корреляции Пирсона, какие проблемы возникают при таком подходе и почему высокая корреляция сама по себе ещё не является торговым сигналом.
В июле 2026 года информационная служба Хабра выпустила 1038 публикаций (975 новостей и постов, 7 лонгридов и 56 переводов). В текущем дайджесте представлены лучшие технические новости, переводы и лонгриды (отдельные большие публикации) инфослужбы Хабра, согласно оценкам пользователей.
Сегодня мы наблюдаем тенденцию к ежегодному непрерывному росту количества и мощности DDoS-атак. Это негативно сказывается на доступности как публичных, так и корпоративных сервисов. Последствия для компаний могут быть разными — от финансовых потерь и утечек данных до репутационного ущерба.
Более 36 000 клиентов Selectel генерируют сетевой трафик объемом свыше 500 Гбит/с. Уникальные данные, которые мы получаем в ходе анализа атак на наши сервисы и проекты клиентов, позволяют оценить ландшафт угроз для облачной инфраструктуры.
Мы в Selectel собрали аналитический отчет о DDoS-атаках, отраженных с помощью бесплатного сервиса защиты за первое полугодие 2026. Данные позволяют оценить динамику и основные характеристики DDoS в разрезе облачной инфраструктуры, скорректировать настройки своих IT-систем для защиты.
Помесячный прогноз выручки стабильно недобирает, не скачет, а именно недобирает: факт всегда выше прогноза, из месяца в месяц, примерно в одну и ту же сторону.
Стабильное смещение — это уже не шум, это баг, поэтому я полезла в модель.
Модель прогноза выручки занижала цифры вдвое.
Ошибка была в одной строке – np.exp() вместо честного возврата из логарифмов.
Разбираю этот кейс и всё остальное, что аналитику нужно знать про логарифм: декомпозиция роста, эластичность, A/B-тесты и поправка Дуана.
С кодом и цифрами.
Привет! Меня зовут Гриша Крюков, я аналитик в команде доверия и безопасности Авито. Я провёл чемпионат среди четырёх популярных моделей для оценки индивидуальных эффектов: S-learner, T-learner, X-learner и Causal Forest. В статье расскажу, как проходили испытания и какая из моделей забрала золото после всех испытаний.
Материал будет полезен тем, кто интересуется uplift-моделированием: новичкам, чтобы узнать об этом методе, профессионалам — посмотреть на сравнение моделей в формате турнира. Не каждый же день такое устраивают!
Привет! Наш экспертно-аналитический центр разобрал отчёт Thales Group (это транснациональная корпорация, которая занимается разработкой решений и систем для аэрокосмического, оборонного и морского секторов). Для исследования опросили более
3 000 респондентов из 20 разных стран.
Под катом — ситуация с ИБ в компаниях по всему миру, изменения, связанные с активным развитием ИИ, а еще результаты исследования Ассоциации по защите деловой информации (BISA), которая опросила представителей российских компаний на тему рисков информационной безопасности, связанных с использованием ИИ в рабочих процессах.
Кроме ставших привычными изменений, вызванных внедрением ИИ на предприятиях и в компаниях, ситуацию стали усложнять ИИ-агенты. Согласно данным Thales Group, уже больше трети организаций используют в работе ИИ-агентов (34%), а насчёт того, планируют ли компании начать их внедрять, 73% ответили положительно — причём внедрения планируются в течение года.
С появлением агентных приложений резко выросли скорость и объём используемых данных, из-за чего компаниям стало гораздо сложнее обеспечивать должный уровень безопасности. Исследование отмечает, рост числа организаций (на 50% в год), выделяющих бюджет на информационную безопасность именно для обеспечения защиты в связи с применением ИИ.
Эксперты сходятся в том, что по мере использования агентных ИИ необходимо улучшать способы обеспечения внутренней безопасности, иначе ИИ быстро станет внутренней угрозой.
Свежие статистические данные из обзоров hh, elama, АРИР. И тренды, которые я вижу на рынках разработки и digital-маркетинга.
Почти два месяца назад я написал на Хабре статью «Основы информатики для всех» и показал свою учебную платформу shlyk.tech. Я рассчитывал получить замечания по курсу и интерфейсу. На появление сотен пользователей я не рассчитывал.
Сейчас у первой статьи 29 тысяч охвата, 43 комментария и 226 добавлений в закладки, была в топ 10 недели. На платформе зарегистрировались 745 учеников. Они отправили больше 35 тысяч решений. В этой статье мы рассмотрим аналитику, в каком состоянии сайт сейчас и планы на будущее.
Привет, Хаброжители! Умение писать код — это все, что нужно, чтобы извлекать из данных ценные выводы и находить ответы на сложные вопросы. В этом полностью переработанном издании статистические концепции представлены не в виде громоздких математических формул, а как стройный вычислительный процесс на языке Python. На практических примерах с использованием реальных датасетов изучите весь цикл разведочного анализа данных — от первичной обработки данных и подсчета статистик до выявления закономерностей и проверки гипотез.
Майкл Бьюрри, прославившийся благодаря книге и фильму «Игра на понижение» (The Big Short), не разделяет популярную точку зрения о том, что производители микросхем памяти вступили в новый «суперцикл». И в его аргументах есть логика.
Привет, Хабр! Меня зовут Михаил Шпаков, я руковожу разработкой в Timeweb Cloud и развиваю Statuser — сервис мониторинга доступности сайтов, который когда-то начинался как вечерний pet-проект. Я уже рассказывал, как он появился, как в нём выросли статус-пейджи и зачем я научил его следить за DNS.
Той самой первой статье недавно исполнился год. Мне захотелось отметить эту дату не праздничным постом, а в духе самого Statuser: цифрами. Повод удачно совпал с устройством сервиса. Историю инцидентов он хранит ровно год, так что в базе меня ждал аккуратный годовой датасет: 108 312 инцидентов с июля 2025-го по июль 2026-го. По сути, готовая статистика о том, как живёт и падает обычный сайт.
Я залез в эти данные и хочу поделиться тем, что нашёл. Почему сайты падают на самом деле, в какое время это происходит, сколько длится типичное падение и что за странная аномалия случилась этим июнем.
