Невидимый балласт: тесты, которые уже мертвы
«Иллюзия безопасности» — когнитивное искажение, заставляющее нас цепляться за мёртвые тесты. Мы боимся удалять, потому что кажется: они ещё пригодятся. На самом деле они только засоряют прогоны и снижают доверие к оставшимся проверкам.
Эксперт из Nexign на QA-days разобрал, как избавиться от балласта: чеклист, метрики и честный разбор ошибок.
В нашем TG-канале рассказываем о технических мероприятиях и обсуждаем подборки на технические и ИБ темы.
Свой движок спинтакса: WordPress и Cloudflare Workers
Спинтакс это запись вида {a|b|c}, из которой генерятся вариации текста. Свой движок я допилил дальше базового синтаксиса: переменные #set и %var%, инклуды, условия {?VAR?…}, плюралы {plural %n%: …}, пост-обработка. Не рулетка со словами, а маленький язык шаблонов, где качество вшиваешь один раз.
Движок обкатан в проде на WordPress-плагине: рендерит вариации прямо в полях ACF и в карточках WooCommerce, детерминированно и локально, без внешних API.
Отдельно есть TS-реализация @spintax/core: zero dependencies, работает на Cloudflare Workers, в Node и в браузере. PHP на Worker не занесёшь, а рендерить хотелось на эдже. Обе реализации держу на одной лыже, чтобы не разъехались. В репозитории лежат Worker и Telegram-бот как рабочий пример.
Всё open source
Плагин: wordpress.org/plugins/spintax. Пакет: @spintax/core. Синтаксис и песочница: spintax.net.
Теперь ты тимлид: роль, майндсет и границы ответственности
Сегодня мы начинаем серию постов о переходе из роли старшего инженера в трек начинающего технического менеджера — тимлида.
Важный момент при переходе на менеджерский трек — смена майндсета: фокус смещается от обычной инженерной работы в команде к ответственности за то, насколько эта работа хорошо организуется и отвечает потребностям компании в достижении целей. Для эффективности в роли технического менеджера необходимо выстраивать стратегию работы команды, основанную на данных и метриках.
Начинающему тимлиду на старте своего менеджерского пути часто бывает сложно работать с множеством активностей разного приоритета и из разных областей, требующих постоянного переключения контекста. Для упрощения, на начальном этапе все активности можно рассматривать через призму трёх крупных направлений: цели, процессы и команда.
Три направления работы тимлида
Первое направление — цели. В этом направлении затрагиваются вопросы стратегического видения, квартального целеполагания, краткосрочного планирования спринтов, составления роадмапов различной глубины, управления дедлайнами, эффективного использования ресурсов команды, рациональной работы с приоритетами и рисками.
Второе направление — процессы. Оно предполагает системный подход к развитию на основе метрик и данных. Универсальный план работы: определение метрики, её фиксация, изменение процесса, контроль метрики, коррекция плана и продолжение при необходимости.
Третье направление — команда. Оно включает активности по определению структуры и компетенций команды, развитию зрелости и лояльности, а также росту и развитию инженеров в зависимости от потребностей продукта и стейкхолдеров.
Границы ответственности и принятие решений
Роль тимлида предполагает широкую зону ответственности с зачастую размытыми границами. При этом в разных компаниях эта зона может существенно отличаться — в зависимости от специфики и культуры. Часть функций может распределяться, например, между системными аналитиками, инженерами-фичалидами, техническими менеджерами проектов и т. п.
Широкая зона ответственности предполагает обширную коммуникацию с различными функциями. Можно выделить следующие крупные точки взаимодействия:
discovery составляющая — продакт-оунер, дизайнер, аналитик, редакторы и т. д.;
техническое руководство — руководители разработки и функциональные руководители направлений;
delivery-составляющая — инженеры команды различных функциональных направлений;
смежники: соседние команды, партнеры, HR-функция, административный персонал и т.д.
Наиболее важный момент для новоиспеченного тимлида — умение принимать решения в новой роли в условиях динамично меняющейся обстановки и стресса. Для эффективного принятия решений нужен опыт и лучший вариант его получения это практика за счет делегирования активностей от своего руководителя. Но подобная возможность появляется не всегда и не у всех. В таком случае помогают практические упражнения по разбору ситуационных кейсов, основанных на распространенных ситуациях из реальной практики.
От теории к практический кейсам
В следующих статьях мы рассмотрим наиболее распространённые ситуационные кейсы:
Варианты старта: тимлид в новой команде или в существующей.
Целеполагание: как планировать, когда всё горит и ничего непонятно.
Команда и люди: офферы, лоу-перформинг, увольнение, друзья, лояльность.
Процессы: «и так нормально», бюрократия, эксперименты.
Менеджерские кейсы: приоритеты, риски, разделение команд.
Сложные ситуации: конфликты, смена продукта, откат обратно в инженеры, микроменеджмент.
Разбор таких кейсов позволяет накопить опыт и сформировать видение того, как действовать в новой для себя роли в сложных и неоднозначных ситуациях. Такой подход позволяет в безопасной среде потренировать навыки принятия решений применительно к различным ситуациям.
Паскуаль Йордан - пионер квантовой биологии
Паскуаль Йордан, один из основателей квантовой механики, решил заняться проблемами биологии. В 1932 году он опубликовал статью 'Квантовая механика и фундаментальные проблемы биологии и психологии', которая в настоящее время связывается с рождением квантовой биологии.
Йордан был настоящим ученым с активной жизненной позицией. В 1930-х годах Йордан вступил в Национал-социалистическую немецкую рабочую партию, при этом даже стал членом штурмовых отрядов. Как пишут, это решение стоило ему Нобелевской премии, которую по этой причине ему не присудили. После войны Йордан был некоторое время без работы, но далее снова получил место профессора. Йордан также вошел в Христианско-демократический союз и был членом Бундестага, где он в конце пятидесятых годов выступал за создание ядерных сил в немецкой армии. В шестидесятых годах Йордан использовал гипотезу Дирака об изменении гравитационной константы во времени для объяснения дрейфа континентов путем расширения Земли.
Ниже краткая информация из подробной статьи о работах Йордана в биологии (Мишень - организм, Научные и культурные контексты квантовой биологии Паскуаля Йордана, 1932-1947).
Социальный контекст. Нацистская идеология во многом основывалась на идее органического единства народа, которая противопоставлялась либерализму и социализму, связываемых с механицизмом. Холизм как таковой был частью такой идеи.
Биология в третьем рейхе. Несмотря на стремление к органическому объяснению природы и общества, в биологии были разные группы ученых с противоположными взглядами. С одной стороны, были сильны представители органицизма (Людвиг фон Берталанфи, Адольф Мейер-Абих, Курт Гольдштейн и др). Правда, между представителями этого лагеря были существенные расхождения и экстремальные программы Берталанфи и Мейера-Абиха разделялись до конца далеко не всеми. С другой стороны, были ученые, которых привлекали идеи редукционизма. В 1930-е годы этот лагерь объединялся в рамках теории мишени (target theory). Название связано с проводимыми исследованиями мутаций биологических организмов под влиянием радиации. Считалось, что эти эксперименты показывают, что радиация вызывает мутацию на молекулярном уровне. Представители: Фридрих Дессауэр, Борис Раевский, Николай Тимофеев-Ресовский, Макс Дельбрюк.
Позиция Йордана. Йордан связывал квантовую механику с индетерминизмом, и он доказывал, что детерминизм противоречит науке. Биологические объекты Йордан разделял на центр управления и остальное (фюрер и массы). Удар по центру управления мог стать смертельным для организма, в то время как удар по массам приводил к смерти всего лишь очередного солдата. Центр управления связывался с квантовыми процессами, которые усиливались в ходе физических процессов (теория усиления, die Verstärkungstheorie).
Йордан считал, что его теория объединяет противоборствующие взгляды в биологии. Теория мишени показывает, что центр управления находится на молекулярном уровне, однако индетерминизм квантовой механики исключает редукционизм и позволяет найти корни единства организма в квантово-механических процессах. Интересно, что Карл Юнг заинтересовался работами Йордана как возможным объяснением коллективного бессознательного на уровне физики.
Параллельно Йордан использовал свою позицию как доказательство ложности материализма и марксизма и правильности господствующих взглядов в третьем рейхе. Правда, структура власти в третьем рейхе была разделена среди враждующих между собой властных группировок и научное доказательство правильности господствующей идеологии не приводило автоматически к карьерному росту.
P. Jordan. Die Quantummechanik und die Grundprobleme der Biologie und Psychologie. Naturwissenschaften, November 1932, Volume 20, Issue 45, pp 815-821.
R. H. Beyler, (1996). Targeting the Organism: The Scientific and Cultural Context of Pascual Jordan's Quantum Biology, 1932-1947. Isis, 87(2), 248–273.
Почему хорошие вопросы ценятся не меньше хороших ответов
Вопрос может направить работу в нужную сторону, а может растянуть обсуждение на несколько кругов уточнений. Часто все упирается не в сложность задачи, а в то, насколько понятно сформулирован запрос.
Хороший вопрос не обязан быть длинным. Достаточно обозначить, что происходит, где нужна помощь и какого результата вы ждете. Так собеседнику проще включиться, дать точный ответ и не тратить время на догадки.
Вот несколько ошибок, из-за которых вопросы чаще запутывают, чем помогают.
Спрашиваем «как», не разобравшись с «зачем»
❌ «Как нам реализовать эту фичу?»
✔️ «Какую задачу решаем этой фичей? Есть ли другие способы?»
В первом варианте обсуждение сразу уходит в реализацию, хотя цель еще не до конца понятна. Во втором — сначала проясняем задачу, а уже потом выбираем решение. Так меньше риск потратить время на работу, которая не закрывает настоящую потребность.
Не проверяем, был ли похожий опыт в команде
❌ «Как правильно настроить X?»
✔️ «Кто-нибудь в команде уже настраивал X или сталкивался с похожей задачей?»
Документация и самостоятельный поиск полезны, но иногда быстрее сначала проверить, был ли похожий опыт внутри команды. Возможно, кто-то уже сталкивался с такой задачей, знает внутренние договоренности, помнит ограничения или может подсказать, где не стоит терять время.
Не даем контекста
❌ «У меня ошибка, можете помочь?»
✔️ «Получаю ошибку X при действии Y. Уже проверил A и B, но проблема осталась. Вот лог / скрин / ссылка. Подскажите, где еще посмотреть?»
Вопрос без контекста заставляет собеседника сначала разбираться в исходных данных: что произошло, где именно, после каких действий и что уже пробовали. Чем понятнее вводные, тем быстрее человек сможет перейти к сути и предложить решение.
Просим оценку, когда нужна обратная связь
❌ «Правильно ли я сделал?»
✔️ «Что можно улучшить в этом решении? Есть ли риски, которые я не учел?»
Вопрос «правильно ли?» часто сводит ответ к короткому «да» или «нет». Но в работе важны нюансы: возможные риски, альтернативы, слабые места. Если сразу попросить не оценку, а обратную связь, обсуждение получится полезнее.
Не задаем фокус для ответа
❌ «Что думаешь?»
✔️ «Посмотри, пожалуйста, логику: понятно ли, какую проблему решаем и почему предлагаем именно такое решение?»
«Что думаешь?» кажется удобным вопросом на все случаи, но в нем слишком много свободы для ответа. Собеседник может оценить формулировки, логику, детали реализации, сроки и при этом не попасть в то, что действительно важно. Когда фокус задан сразу, обратная связь получается точнее.
Самая сложная загадка уровня Hard и розыгрыш приза
Вам нравится разгадывать сложные загадки, нам — загадывать их и отправлять мерч победителям. Так чего же мы ждём?
Для тех, кто только к нам присоединился, пару слов об агентство «Найт Стрит». Мы пришли на Хабр, чтобы рассказать об игровой платформе PLAYFORMA, которую сделали сами, ничего не понимая ни в IT, ни в разработке. Подробно и интересно рассказываем здесь:
1. Отказались от идеального решения, чтобы всё начало работать: мы сделали игровую платформу без опыта в разработке
2. Мы сделали игровую платформу без опыта в разработке. Рассказываем, как она устроена
А теперь погнали решать Hard-загадку!
Из всех предыдущих загадок серьёзные затруднения вызвала только одна. Поэтому в этот раз к загадке не будет ни условий, ни подсказок. Скажем только, что формат ответа — топоним.
А теперь внимание на изображение. Всё, что нужно для правильного ответа, вы увидите на мониторе огурчика Пиклза.
Автор первого правильного ответа получит брендированный дождевик от агентства «Найт Стрит». Доставим по России за наш счёт.
У каждого пользователя есть только одна попытка дать правильный ответ. Если до понедельника загадку не разгадают, условие снимается, и каждый пользователь сможет предлагать неограниченное количество вариантов ответа.
Победители предыдущих розыгрышей не могут претендовать на приз. Ребята, дайте шанс другим!
Потренироваться и решить предыдущие загадки можно здесь:
Загадка № 1 «Тайное послание Nokia 3310»
Загадка № 2 «Скрытое послание таскдеска»
Загадка № 3 «Электрификация»
Загадка № 4 «Автомобильные номера»
Загадка № 5 «Путешествие по миру»
Вебинар «Как использовать ИИ на разных этапах разработки»
16 июля в 19:00 проидет гостевая встреча МФТИ и компании «Астон» о применении ИИ в разработке ИТ-продуктов.
На встрече разберем:
▪️ Как использовать ИИ для анализа исходной задачи, структурирования требований, подготовки вопросов к заказчику и создания черновика технического задания.
▪️ Как применять ИИ при проектировании архитектуры: выбирать компоненты, описывать взаимодействие сервисов, сравнивать варианты решений и находить риски.
▪️ Как инструменты Codex, Claude Code, Cursor и MCP-подходы помогают в разработке: написании кода, разборе кодовой базы, рефакторинге и поиске ошибок.
▪️ Как использовать ИИ в тестировании: подготовке тест-кейсов, генерации автотестов, анализе логов и проверке поведения системы.
▪️ Как ИИ-ассистенты помогают в DevOps — работе с Docker, Kubernetes, CI/CD, мониторинге и развертывании решений.
▪️ Какие навыки нужны начинающим специалистам и как развиваться в AI/ML-направлении. Кроме того, обсудим проекты компании «Астон» и карьерные возможности для студентов и начинающих специалистов.
Спикер— Алексей Сикора, ML-инженер, разработчик ИИ-агентов и аналитик данных в компании «Астон». Алексей имеет опыт работы в Big Tech и телеком-компаниях, развивает внедрение ИИ-решений, участвовал в создании ML-пайплайнов и аналитических платформ.
📅 16 июля (четверг), 19:00 (Мск)
💻 Онлайн
Регистрация:
Telegram: https://t.me/mipt_events_bot?start=dl-1783585994735
На Бирже заказов Инфостарта опубликована новая подборка задач для 1С-специалистов. За неделю появились проекты по УТ, УНФ, БП, ЗУП, обменам между базами, XML-выгрузкам, печатным формам и интеграциям с внешними сервисами.
Среди новых заказов:
Базовая настройка, интеграции и небольшие доработки для торговой компании
Настроить регулярный обмен из отдельных ЗУП ПРОФ/КОРП в общую ЗУП
Платная консультация по отображению доступных остатков товаров в подборе номенклатуры в УТ 11
Нужен консультант-аналитик 1С для сопровождения системы в ОПЭ
Обработка для выгрузки отчета «Ведомость по НДС предъявленному» в формате XML
Нужен программист или консультант со знанием модуля «Бит Финанс»
Ведущий аналитик 1С:ЗУП 3.1 КОРП для проекта с интеграциями ЗУП-SAP и миграцией данных
Бесплатная консультация по интеграции 1С с сервисом «Яндекс Еда»
Исправление критической ошибки при обновлении базы 1С:УПО 3.0
Биржа заказов Инфостарта это площадка для задач по 1С: от точечных консультаций и небольших доработок до внедрений, интеграций, разработки отчетов и сопровождения корпоративных систем.
На площадке можно работать напрямую с подрядчиком, обмениваться контактами, смотреть рейтинг и кейсы исполнителей. Комиссия с заказов не взимается, а безопасная сделка доступна по желанию сторон.
AI-first компании как новый карго-культ
Допустим, некий предприниматель придумал идею бизнеса, сформулировал ценность. Чтобы воплотить её в реальном мире, он идёт на «рынок» готовых форм: ищет людей уже существующих профессий, собирает оргструктуру из известных вариантов (или нанимает CEO, который соберёт её за него), нанимает консультантов с их фреймворками, покупает CRM, ERP и прочие коробки, которые неявно предлагают свои шаблоны бизнес-процессов. Он пытается выбрать формы, лучше всего воплощающие его идею, но идеально подходящих не существует, хотя бы потому, что всё, что есть, создавалось не для него. Готовая форма всегда искажает замысел. Частный случай этой проблемы, закон Конвея: архитектура производимого продукта наследует структуру организации, то есть форма, взятая извне, начинает диктовать содержание.
Появившиеся LLM-агенты меняют эту ситуацию: теперь проектировать форму под себя стало в разы проще. Опыт тысяч компаний, который раньше был доступен только намертво запечатанным в готовые стандарты, процессы, продукты и профессии, теперь существует в пластичном виде, его можно переплавить под свой замысел, создав собственную онтологию бизнеса, которая не обязана быть прямо завязана на существующие рамки профессий, общепринятые стандарты разделения труда. Теперь роли, процессы и инструменты могут выводиться прямо из замысла демиурга бизнеса.
Само по себе использование LLM не цель, а только способ освободить время на мышление о том, как уменьшить зависимость от готовых решений с «рынка форм». Поэтому и говорить стоило бы не об AI-first, а об intent-first компаниях. Попытка же просто положить слой LLM поверх существующих процессов на первом этапе, как любая автоматизация, даст выигрыш, но в дальнейшем приведёт лишь к цементированию существующей системы разделения труда со всеми её недостатками. А хуже того, под слоем LLM окажется и задача артикуляции ценности бизнеса, а она по определению неалгоритмизируема, а следовательно автоматизации не подлежит. Это не страшно монополиям и живущим на ренте, но смертельно для всех остальных бизнесов.
Регулярно пишу в Телеграм-канале Chief Philosophy Officer и VK группе о философии бизнеса
Подборка вебинаров на июль
Вы просили — мы сделали. Повторяем вебинары про работу с данными в облаке: от развертывания платформы до ETL-процессов и полноценной BI-аналитики. Регистрируйтесь, чтобы спросить экспертов о важных деталях и получить ответ.
Как развернуть платформу данных в облаке и подготовить данные для аналитики
Покажем, как быстро развернуть managed-сервисы Evolution Data Platform, подключить источники данных и построить пайплайны для подготовки данных к аналитике. Разберем интеграцию с PostgreSQL, ADB, S3 и настройку автоматического обновления — без долгого погружения в инфраструктуру.
🧑💻 Для кого: дата-инженеры, аналитики, архитекторы данных.
📅 Когда: 16 июля 11:00 мск.
📍 Где: Онлайн. Зарегистрируйтесь, чтобы задать вопросы спикерам.
ETL в облаке: от хаоса к управляемым процессам
Покажем, как выстроить надежную ETL-платформу в облаке на базе Evolution Data Platform. Разберем интеграцию разрозненных источников, управление метаданными и оркестрацию — и покажем всё это в live-демо: от извлечения данных до готовой витрины.
🧑💻 Для кого: дата-инженеры, DevOps, руководители дата-команд.
📅 Когда: 23 июля 11:00 мск.
📍 Где: Онлайн. Зарегистрируйтесь, чтобы задать вопросы спикерам.
Evolution Managed BI: все возможности BI-сервиса в облаке
Разберем, как получить максимум от Evolution Managed BI: подключить источники данных, настроить интерактивные дашборды, кеширование запросов и автоматические алерты. Покажем продвинутые возможности сервиса — от виртуальных датасетов до управления доступом.
🧑💻 Для кого: аналитики, BI-разработчики, руководители дата-отделов.
📅 Когда: 30 июля 11:00 мск.
📍 Где: Онлайн. Зарегистрируйтесь, чтобы задать вопросы спикерам.
Как сделать первые шаги в программировании и вайбкодинге
Эта подборка поможет разобраться, что такое вайбкодинг и с чего начать, если вы только знакомитесь с разработкой. Рассказываем, чем вайбкодинг отличается от классического программирования, какие знания нужны для старта, какие инструменты выбрать и как формулировать запросы к нейросети, чтобы получать рабочий код.
Вайб-кодинг vs классическое программирование: что выбрать в 2026 году. Разбираем, чем различаются два подхода к разработке, где нейросети действительно ускоряют работу, а где без классических навыков не обойтись. Сравниваем плюсы и минусы каждого варианта и отвечаем на вопрос, можно ли заменить обучение программированию вайб-кодингом.
Как начать вайб-кодить с нуля: пошаговое руководство для новичков. Рассказываем, какие знания пригодятся для старта, как выбрать первый ИИ-инструмент и сформулировать задачу. Делимся пошаговым планом создания первого проекта и разбираем частые ошибки новичков.
Можно ли вайб-кодить без знания JavaScript, Python и HTML. Разбираем, что реально можно сделать без опыта программирования, а что всё равно потребует базовых знаний. Рассказываем про риски слепого доверия нейросети и о минимальной базе, которая поможет вайб-кодить эффективнее.
Лучшие инструменты для вайб-кодинга: Cursor, Copilot, ChatGPT, Claude и другие. Сравниваем популярные ИИ-инструменты для разработки и рассказываем, какие задачи каждый решает лучше всего. Даём советы, как выбрать подходящий вариант новичку.
Как писать промпты для генерации кода: примеры запросов к ИИ. Объясняем, из чего состоит хороший запрос к нейросети и как описывать задачу, контекст и ограничения. Показываем примеры удачных и неудачных промптов и разбираем частые ошибки при их написании.
Все статьи написаны простым языком и подойдут абсолютным новичкам. Также про вайбкодинг можно узнать из вводной части курса по вайбкодингу в Практикуме — это бесплатно, карту привязывать не нужно. Если понравится, можно продолжить обучение уже на основном курсе.
Observability ИИ‑агентов: запустили Monium Traces в Yandex AI Studio
Теперь можно анализировать поведение ИИ‑агентов в Yandex AI Studio с помощью трейсов прямо в UI платформы. Трейсы показывают всю цепочку решений агента и контекст каждого шага — системные промпты, вызовы модели и инструментов, промежуточные результаты. Всё, что реально влияет на поведение агента.
Почему это важно
Observability для агентов устроена принципиально иначе, чем для обычных сервисов, где нам доступен дебаг по коду. В случае ИИ главный материал — большие тексты: системные промпты, сообщения пользователя, ответы модели, вызовы тулов. Даже когда инфраструктура может быть полностью «зелёной» — latency в норме, ошибок нет — агент может уверенно отдавать неверный ответ или уходить в бесконечный цикл вызовов. Классический мониторинг здесь не поможет: он не покажет, почему модель выбрала не тот тул или потеряла контекст.
Анализ трейсов:
помогает быстро понять причину конкретных ответов и поведения агентов
ускоряет отладку сложных сценариев
повышает прозрачность работы агента
позволяет точно локализовать узкие места в цепочке обработки запроса
В видео — как выглядит трейсинг в интерфейсе Yandex AI Studio:
Чтобы начать — откройте AI Studio, перейдите во вкладку «Логирование» и подключите отслеживание трейсов моделей и агентов.
⚡️ Приглашаем на митап премии LOUD PR Award, посвященный развитию бренда работодателя.
➡️ Тема встречи: PR+HR: коммуникации в работе с брендом работодателя.
Встреча пройдет в формате выступления экспертов и презентации рабочих кейсов. Обмениваемся лучшими практиками при поддержке партнёра премии hh.ru и делимся опытом по развитию бренда работодателя.
После выступления спикеров – открытая дискуссия с участниками встречи, а также с представителями жюри и оргкомитета премии LOUD.
🗓️ Дата: 15 июля с 18:30 до 21:30
📍Адрес: ул. Оптиков, д.4, к.3, БЦ Лахта-2
📍Место: офис ГК “КОРУС Консалтинг”, 7-ой этаж
Спикеры:
🔹Екатерина Скляренко, руководитель отдела маркетинга hh.ru по Северо-Западу. Тема: "Проверенные решения и оценка эффективности проектов по развитию бренда работодателя".
🔹Мария Ленкина, руководитель направления развития бренда работодателя ГК "КОРУС Консалтинг". Тема: "От подарка к смыслу: как новогодняя кампания КОРУСа объединила сотрудников, клиентов и благотворительность".
🔹Лариса Коблик, заместитель руководителя службы по связям с общественностью и СМИ компании “Газпром переработка”, тема: “Читать сердцем” – открытый внутрикорпоративный конкурс, который стал всероссийским и работает на цели HR-бренда”.
❗️Регистрация обязательна по ссылке: https://loud-pr-award.timepad.ru/event/4083124/
Пожалуйста, дождитесь подтверждения от организаторов!
Заключительная рубрика ИТ-кроссворда. Старт через 15 минут 🦖
В 12:00 по московскому времени открываем последнюю рубрику ИТ-кроссворда — «ML-железо». В публикации вас будут ждать вопросы об вендорах, подборе комплектующих и распределении вычислительных ресурсов.
👉 Отвечать на вопросы можно с 12:00 до 18:00 (МСК). Среди призов — комплекты эксклюзивного мерча Selectel и бонусы на аренду серверов.
Напоминаем, что бороться за первое место в общем зачете не обязательно, вы еще успеваете посоревноваться и выиграть призы, даже если ранее не подключались к игре! Победители и номинанты будут в каждой из четырех рубрик.
От алерта к его причине за 10 минут — вебинар про ускорение диагностики инцидентов
Когда бизнес-сервис деградирует, причина может быть где угодно: в приложении, инфраструктуре, сети, базе данных или Kubernetes-кластере. Если метрики, логи и трассировки живут в разных системах, команда тратит ценное время не на устранение инцидента, а на сбор контекста: что сломалось, где началась деградация и какие ещё сервисы затронуты.
На вебинаре 17 июля покажем, как Deckhouse Observability Platform (DOP) связывает данные по инфраструктуре и приложениям в единую картину и помогает быстрее пройти путь «алерт → локализация → первопричина». В программе:
Обзор новых возможностей DOP: APM, распределённый веб-мониторинг, система инцидент-менеджмента, SLA/SLO-дашборды и другое.
Разбор задач эксплуатации и инфраструктурных команд: как быстрее находить причины сбоев и снижать риск пропустить критический инцидент.
Демо: развёртывание мониторинга с получением первых данных «из коробки» без ручной настройки.
Спикер — Владимир Гурьянов, технический директор DOP, которого вы можете знать по множеству выступлений о наблюдаемости на конференциях. Регистрируйтесь и подключайтесь 17 июля в 12:00.
LLM, RAG, AI‑агенты и продакшн: открытые уроки по искусственному интеллекту
В AI‑разработке уже мало просто подключить модель по API. В реальных продуктах приходится понимать RAG, дообучение, мультимодальность, поведение LLM, инфраструктуру, качество ответов и вывод моделей в продакшн.
Собрали подборку беплатных уроков для специалистов, которые работают с LLM, ML‑моделями, AI‑агентами, компьютерным зрением и AI‑инфраструктурой. Выбирайте свою тему и присоединяйтесь:
LLM, RAG и адаптация моделей
13 июля, 18:00 — LoRA и RAG: как адаптировать LLM под свои данные и задачи
16 июля, 20:00 — Мультимодальный RAG: как LLM работают с текстами, картинками и документами
22 июля, 20:00 — Что надо знать про работу LLM моделей
5 августа, 20:00 — Сделайте модель своей: дообучение LLM методом QLoRA без кода
18 августа, 19:00 — AI‑ассистент на ваших документах: почему он врёт и что с этим делать
AI‑агенты и архитектура ИИ‑приложений
21 июля, 20:00 — Разработка ИИ‑приложений с Claude Code
23 июля, 20:00 — Когнитивные архитектуры: ReAct, Reflection и RAG
4 августа, 20:00 — PostgreSQL как память ИИ‑агентов: MVCC, очереди и партиции под нагрузкой
ML/DL и компьютерное зрение
15 июля, 18:00 — Решаем задачу регрессии методами ML на Python
15 июля, 20:00 — Visual DQN: как научить ИИ‑модель видеть мир глазами игрока
21 июля, 20:00 — Алгоритм DQN — учим нейросеть принимать решение без помощи человека
10 августа, 18:00 — Технологии продвинутого Data Science: что под капотом
12 августа, 20:00 — ИИ‑зрение в действии: как из данных с дороги получить карту мира
19 августа, 20:00 — ИИ против человеческих костылей: эволюция детекторов от YOLO до real‑time трансформеров
24 августа, 20:00 — Современные модели прогнозирования — TimesNet, TimeGPT и новое поколение моделей временных рядов
Инфраструктура и продакшн
21 июля, 20:00 — Выбор между Serverless и Kubernetes для AI‑ворклоадов: как определить оптимальную платформу под задачу
6 августа, 18:00 — Практика работы с Docker — вывод модели в продакшн
Прикладные сценарии
20 июля, 20:00 — ИИ для продуктового discovery: как анализировать рынок, конкурентов и пользователей быстрее
28 июля, 20:00 — Стирание границ: нативная интеграция ASR, TTS и NLP в эпоху мультимодальных LLM
20 августа, 20:00 — Как ускорить создание автотестов с помощью локальных ИИ‑моделей
Что почитать по теме
Больше открытых уроков июля смотрите в дайджесте.
Нашёл робопалец и теперь включаю рабочий компьютер удалённо
Делюсь находкой, которая закрыла мою маленькую, но довольно надоедливую проблему.
Иногда мне нужно подключаться к рабочему компьютеру удалённо. И всё бы хорошо, но дистанционный доступ бесполезен, если устройство выключено. Технология Wake-on-LAN (удалённое «пробуждение» по сети) тоже не спасает: после отключения электричества компьютер полностью обесточивается.
Раньше решение этой задачи превращалось в отдельный квест: попросить кого-то зайти в офис, объяснить, где стоит системник, какую именно кнопку нажать, дождаться неуверенного «вроде нажал». Но я нашёл вариант проще.
Есть маленький умный толкатель кнопок: пластиковый кубик примерно 4×4 см, внутри один рычажок, который ездит вверх-вниз и физически нажимает на то, к чему его приклеили. Ставишь такой кубик у кнопки питания и дальше включаешь компьютер голосом. Команда – и рычажок жмёт за тебя. Только важно не забыть про шлюз – небольшой хаб, который связывает кубик с интернетом. Настраивается быстро и один раз.
Подключать Алису не обязательно – можно управлять напрямую через приложение SmartLife. Но, если хочется поговорить, можно и управление голосом через Алису добавить :)
Что нравится: ничего не надо перенастраивать, вскрывать или паять. Просто приклеил, настроил и пользуешься. И главное – это универсальное решение для кнопок, которые иначе никак не автоматизировать. Рычажку всё равно, на что давить: старый выключатель, техника без Wi-Fi или любая другая кнопка, до которой неудобно добираться.
Если вам тоже регулярно приходится включать/выключать какие-то устройства, – скорее всего, вы можете отдать эту задачу рычажку. Так что забирайте идею – работает)
Больше интересных постов можно найти в моём телеграм-канале. Там я пишу про управление знаниями и делюсь разными ИИ-находками для дома и не только. Подписывайтесь, чтобы не пропустить новые тексты.
Волею судеб я занимаюсь престранными вещами, вроде написания Go бэкэнда под Windows. С опцией переноса его в Linux контейнер. Можно было бы сразу разрабатывать под контейнер, но на моей рабочей машине недостаточно оперативки для комфортной разработки.
Мой бэкэнд реализует ряд REST API функций и начинает свою работу с ловли входящих соединений на порту. Для этого я использовал net.Listener, который как выяснилось испытывает сложности с повторным захватом порта, а SO_REUSEADDR, который прекрасно работает в С++ в Go работает, как-то, не очень. Автоматический запуск приводил к порождению бесконечного числа процессов, которые только писали в лог ошибки безо всякой полезной деятельности. И когда мне надоело заставлять это работать я решил использовать старый и проверенный метод: сделать так, чтобы бэкэнд запускался по каждому порту один раз. Оставим в стороне неинтересные подробности того как связывать процессы с конечными точками (endpoints).
И всё было прекрасно до тех пор, пока я не добрался до того, что os.FindProcess() всегда находит процесс. Даже если процесс уже завершился. В случае запуска на POSIX системе можно было бы использовать process.Kill(0), но на моём Windows 11 это не работает. И, в условно переносимом коде появилась ветка для Windows:
var perr *os.SyscallError
if runtime.GOOS == "windows" && errors.As(errKill, &perr) && errors.Is(perr.Err, syscall.ERROR_ACCESS_DENIED) { log.Warnf("unable to kill dead process: %d. Error: %v", pid, perr)} else { log.Warnf("unable to kill process: %d. Error: %v", pid, errKill) return errors.New("previous process running")}
А морали в данном посте не будет. Для меня это сильно похоже на Python, где я также делил код на Windows и POSIX. Вполне вероятно, что я просто не знаю простого и лёгкого способа добиться необходимого мне поведения.
Коллеги, уже 9 июля ждем вас в офисе КОРУСа в Петербурге, где мы поделимся практиками в области корпоративной культуры, ценностей, вовлеченности и HR-бренда. Вас ждут реальный опыт и честный диалог, а еще – фуршет, нетворкинг и, конечно, экскурсия по офису.
Своим опытом поделятся:
👤 Александр Семенов, CEO – как ценности становятся частью бизнеса и корпоративной культуры.
👤 Евгения Миклуш, руководитель направления HR-аналитики – как измерять вовлеченность и понимать, что ценности действительно работают.
👤 Мария Ленкина, руководитель направления развития бренда работодателя – геймификация, внутренняя валюта и развитие HR-бренда.
👤 Татьяна Кульбякина, менеджер корпоративных программ развития – роль амбассадоров и внутренних сообществ в развитии компании.
Где и когда?
9 июля, 18.00-21.00
Санкт-Петербург, ул. Оптиков, д.4, корп. 3, БЦ «ЛАХТА-2» (ст.м. Старая Деревня)
При внедрении ИИ-технология вторична: сначала нужно договориться о реальности
Алексей Мезенцев, руководитель AI Lab ОТП Банка, выступил на Молодежном дне международной конференции «Теория игр и Менеджмент» (GTM 2026). В конференции также принял участие известный российский математик Алексей Савватеев и представители других банков и компаний. Спикер ОТП Банка рассказал, почему хорошие ИИ‑инициативы терпят крах на старте и какую ошибку совершают компании при автоматизации.
Мезенцев заявил, что технология искусственного интеллекта может быть выбрана самая совершенная, но это не гарантирует результат. По его словам, ИИ оказывается «слепым», если опирается на неполные или устаревшие данные.
«Сначала нужно договориться о реальности, правилах и выигрыше. Проблема не в модели, а в том, сколько реальности ей доступно», — отметил он.
Опасной зоной руководитель AI Lab ОТП Банка назвал расхождение между официальными регламентами и реальной работой сотрудников. Слепое программирование формальных инструкций может не улучшить, а наоборот, ускорить неверные маршруты.
«Люди не помеха процессу. Они его скрытая „операционная система“. Автоматизация бумажной нормы без контекста живой работы — это путь к тому, чтобы передать ИИ ошибочное решение», — подчеркнул Мезенцев.
Отдельное внимание он уделил выбору приоритетов. На примере известного сервиса Алексей рассказал про лучший способ разрешить спор о развитии продукта: вместо использования сложных фреймворков провести небольшой тест.
«Приоритет — это очередь гипотез, которая оценивается в деньгах. Задача — за минимальные деньги проверить эффект для бизнеса. Если мы не можем доказать ценность идеи, мы должны расставлять приоритеты не по масштабу будущего проекта, а по скорости проверки гипотезы», — объяснил представитель ОТП Банка.
Главное условие успеха: внедрение ИИ работает только тогда, когда выгоду получает каждый участник процесса от клиента до ИТ‑департамента.
«Мы внедряем не модели. Мы меняем правила игры. Идею нужно продать каждому участнику игры», — резюмировал он.