С новым релизом для детального анализа запросов в App Platform.
Логи доступа (access logs) — это записи о каждом запросе к приложению. В логах вы найдете: IP-адрес клиента, дату и время запроса, запрашиваемый ресурс (HTML, CSS, JS, изображения), статус ответа, размер данных при передаче и др.
Например, вы настроили лимит по количеству запросов → приложение достигло порога и временно заблокировалось → скачали логи → нашли источник перегрузки.
Подробнее о функциях:
1️⃣ Аналитика трафика
Вы можете оценить количество запросов, пики нагрузки, распределение по времени, источники и географию пользователей.
2️⃣ Безопасность
Логи помогают заметить подозрительные паттерны, например, массовые запросы к одному эндпоинту или сканирование URL.
3️⃣ Поиск ошибок
Если в проекте возникли сбои или простой, вы можете проверить коды ответов и быстро найти источник 404 или 500.
Важно: Логи хранятся 24 часа + для выгрузки доступно до 10 000 файлов.
Недавно вышла новая версия dplyr 1.2.0, и она принесла несколько важных обновлений, которые делают работу с данными в R ещё проще и удобнее. Опубликовал видео обзор в котором я рассказываю про самые интересные новинки: новые функции фильтрации filter_out(), when_any() и when_all(), обновлённую систему перекодировки с recode_values(), replace_values() и replace_when(), а также о важных оптимизациях старых функций.
Если вы активно используете dplyr в своих проектах, этот обзор поможет вам быстро понять, как ускорить работу с данными и писать более читаемый код. В видео я показываю реальные примеры и сценарии использования новых функций, чтобы вы могли сразу применять их в своих проектах.
🚀 Открыли регистрацию на GoCloud 2026 — нашу главную ежегодную конференцию про AI и облака. В этом году ключевой темой станет AI как сервис, а именно простые безопасные инструменты для работы с AI и AI-агентами, которые можно использовать сегодня. Подробности о треках и спикерах на сайте.
🚨 Забирайте скидки до 40%на ключевые сервисы, чтобы запускать и развертывать LLM-модели с помощью инференса или на физических серверах с GPU и CPU. Акция действует до 30 июня 2026.
📱Владельцы андроидов могут работать с облачными платформами Cloud.ru через мобильное приложение Cloud.ru Evolution — скачайте его в RuStore.
Для Foundation Models добавили раздел «Активность», повышающий прозрачность использования сервиса и облегчающий контроль затрат. В разделе есть статистика использования моделей за месяц и детализация по каждой модели с указанием даты, времени и количества затраченных токенов.
В AI Agents добавили новую функциональность — «Промпты». С их помощью можно создавать собственные промпты в markdown-редакторе или выбирать готовые из каталога.
В Notebooks: обновили версию образа Cloud.ru Jupyter n8n до текущей версии n8n 2.4.1, переработали систему управления доступом так, чтобы повысить безопасность данных в проекте и предотвратить случайное удаление чужих ресурсов, сделали раздел Proxy Services, откуда можно управлять прокси-серверами.
☁️ Тестируйте новые сервисы в стадии Public Preview бесплатно, если вы зарегистрированы в личном кабинете:
Evolution Managed ClickHouse — сервис, который позволяет создавать и настраивать кластеры ClickHouse®, управлять базами данных, пользователями, а также изменять параметры кластера через интерфейс платформы Cloud.ru Evolution.
Evolution VPN — сервис для создания защищенного канала связи между облачной инфраструктурой и сетями пользователя.
Управление ПО — сервис для агентного управления программным обеспечением внутри хоста виртуальной машины или физического сервера. При этом агент на хосте передает данные о состоянии хоста в сервис, который проверяет систему на соответствие политикам безопасности — смотрит на сложность паролей, версии ПО и не только.
👨💻 Скачивайте чек-лист про 15 шагов к качественному Data Lakehouse для миграции из классического хранилища данных в современную архитектуру в облаке с пошаговыми рекомендациями от экспертов.
🤖 Освойте ключевые инструменты AI и научитесь успешно внедрять инновации в бизнес-процессы на бесплатном курсе «AI для менеджеров». Вы узнаете, как подготовить бизнес к внедрению AI, выбрать AI-технологии, адаптировать AI-модели под задачи, оценить экономику AI-проектов, перейти от идеи до PoC, обеспечить Data Governance и безопасность данных. Подойдет руководителям команд, предпринимателям и всем, кто интересуется AI.
🎙️ Провели несколько интересных вебинаров и подкастов — все можно посмотреть в записи:
Маркетолог сливает 30% прибыли. И даже не краснеет...
Маркетингу ставят план по количеству и цене квалов.
А теперь давайте зададим маркетологу вопрос: "Сколько прибыли мы заработали с тех квалов, которых ты привел в прошлом месяце?"
Готов поспорить на ящик коньяка, он не ответит. Девяносто процентов маркетологов живут в мире “охватов, кликов, заявок”. Они не видят воронку дальше квала. И крутят рекламу вслепую, потому что не знают, кто, сколько и когда покупает.
Дальше — веселее. Спросите РОПа и маркетолога: «Что такое квалифицированный лид?» Гарантирую, ответы будут очень разные.
Маркетолог приводит человека с вопросом про цены. Продажники говорят: "Это мусор, напрягаться не будем". Это и есть та самая дыра в воронке, куда улетают до 30% лидов, продаж и прибыли.
Чтобы ее заткнуть, не нужен год совещаний или ИИ. Нужен один документ и одна рабочая неделя.
Привет! В GPTunneL мы строим инфраструктуру, которая помогает бизнесу безопасно и эффективно использовать генеративные модели в продуктах.
Наша цель — сделать работу с LLM предсказуемой, контролируемой и масштабируемой: от качества ответа до стоимости и соответствия требованиям.
Сейчас мы усиливаем инженерную команду и ищем Python AI/ML Engineer, который поможет нам развивать ML‑ядро и пайплайны, улучшать качество моделей и внедрять решения в продакшн. Если вам интересно работать на стыке NLP, инженерии и продукта — будем рады познакомиться.
Чем предстоит заниматься:
Проектировать и разрабатывать пайплайны для работы с Large Language Models (LLM) — от прототипа до продакшена
Создавать AI-агентов — проектировать мультиагентные систем, оркестрацию, tool-use, планирование и memory
Разрабатывать и оптимизировать RAG / GraphRAG систем — строить retrieval-пайплайны, работать с векторными БД, графами знаний, chunking-стратегиями, re-ranking
Вот интересен предел нашей деградации из за ИИ, ведь 10 лет назад я половину рф и всю европу насквозь без навигатора проезжал- сейчас даже до магазина без навигатора не ездят…
А с ии через 10 лет мы будем спрашивать как дышать, видимо.
Перплексити сдох, перешел на курсор и за полдня убил в себе программиста, как мне показалось.
Наркота какаята вкусная и вредная. Это мой последний выдох разума родил)
IPS и IDS: как устроены системы защиты от атак в сети
IDS и IPS — это системы защиты от сетевых атак и вредоносной активности. IDS анализирует копию сетевого трафика и отправляет оповещения при обнаружении угроз. IPS обрабатывает весь проходящий через него трафик и может блокировать атаки в реальном времени — отбрасывать пакеты или разрывать соединения.
В основе обеих систем — сенсоры, аналитические модули и панель управления. Разворачивать их можно на уровне сети или отдельных серверов — выбор зависит от архитектуры и требований к защите.
Подробнее об IDS и IPS, их принципах работы и алгоритме выбора системы читайте на сайте Рег.облака.
Для нас, например, в работе важен результат — хорошо сделанная задача и закрытая потребность пользователя. Этого легко достичь, когда команда продумывает план действий, реализует решение и доводит его до результата, который действительно приносит пользу.
При этом у каждого в команде свое понимание того, что значит выполненная задача. Разработчик, тестировщик и аналитик оценивают результат по разным критериям — через свою роль и зону ответственности.
Мы поговорили с коллегами и попросили их рассказать, в какой момент для них задача считается завершенной. Их ответы читайте ниже.
Настя, тестировщик:
Я считаю задачу выполненной, когда функционал соответствует требованиям и критериям приемки. Для этого проверяю основные сценарии, убеждаюсь, что нет критичных и серьезных багов, смотрю, чтобы мелкие дефекты были зафиксированы и не влияли на результат.
Важно, чтобы все работало стабильно в разных условиях и было понятно пользователю. Если после проверки к задаче не остается вопросов, я считаю ее завершенной.
Ваня, системный аналитик:
Для меня выполненная задача — это структурированный и согласованный набор информации. Такой результат позволяет мне продолжить работу самостоятельно или передать задачу дальше без постоянных уточнений и дополнительных вопросов.
Поэтому важно определить стейкхолдеров: кто источник требований, кто принимает решение, кто конечный пользователь фичи. Должен быть понятен контекст — какую проблему и для кого мы решаем.
Дальше я фиксирую границы задачи: что в нее входит, а что включать не нужно. Кроме того, должен быть чек-лист для проверки кейсов при приемке.
И наконец, пункты задачи должны быть приоритизированы, а сроки выполнения — обозначены, чтобы работа двигалась предсказуемо и без постоянных возвратов к деталям.
Олег, android-разработчик:
Задача выполнена, когда:
Функциональность реализована и проверена вручную — примерно так, как это сделал бы тестировщик, но без учета конкретных тест-кейсов.
Новое поведение решает цель задачи, а не просто повторяет постановку. Иногда по ходу работы находится вариант проще для разработки/поддержки или удобнее для пользователя — выбираю его. Фича должна закрывать потребность.
Пограничные случаи поведения (corner cases) проработаны и учтены. В постановке не всегда учитываются моменты, которые становятся заметны в коде. Например, что показать на мобильном клиенте при 500 ответе сервера или при долгой загрузке из-за задержки ответа сервера.
Новое поведение покрыто тестами, есть уверенность, что его не сломают случайно. Также важно, чтобы оно не сломало существующие автотесты.
Новое поведение поддерживаемо и расширяемо: его сможет понять и продолжить другой разработчик.
Применяем кодогенерацию в Java для решения алгоритмических задач
В прошлый раз мы разобрались, как решается задача трансляции деревьев. И остановились на том, что в случае с AST от компилятора TypeScript, придётся руками обрабатывать 263 типов узлов. Тысячи строк однотипного boilerplate-кода: приведения типов, аннотации, объявления методов — всё это нужно не просто написать, но ещё и поддерживать. А если требования к архитектуре поменяются — переписывать заново.
Однако в случае с Java у нас есть способ упростить себе жизнь — кодогенерация. Нет, не та, что при помощи ИИ-агентов, хотя это мы тоже затронем. Вместо тысяч строк Java кода можно использовать лаконичный конфиг, в котором описывается соответствие узлов и их связи, а всю рутину берёт на себя генератор. Изоморфные преобразования, декомпозиция — всё это описывается там.
Как реализовать это с помощью JavaPoet, что умеет эта библиотека, а также как встроить в процесс нормализацию можно узнать в новом материале, посвящённом использованию кодогенерации для трансляции деревьев.
Где хранить код и как настроить CI/CD, если GitLab CE уже не хватает
Иногда возможностей бесплатного GitLab уже недостаточно, при этом платная версия по понятным причинам недоступна. Собственные форки требуют постоянной возни с обновлениями и закрытием CVE, а написание своей системы — больших затрат ресурсов.
У нас есть готовое решение для такого случая. На вебинаре 27 февраля мы расскажем о Deckhouse Code — единой платформе для непрерывной разработки и управления жизненным циклом ПО:
Покажем, как настроить правила слияния, CODEOWNERS, push rules и безопасно хранить секреты вне платформы.
Обсудим, как сократить нагрузку на команды за счёт managed-подхода.
Проведём живое демо от коммита в консоли до артефакта в registry.
Регистрируйтесь и подключайтесь, если вы отвечаете за CI/CD в корпоративной среде. Автор лучшего вопроса в чате вебинара получит персональное демо под свою задачу.
«Сокращать нельзя оставить»: где правильно поставить запятую и как сделать этот непростой процесс экологичным?
26 февраля в 11.00 (МСК) поговорим о том, о чём обычно молчат в корпоративных коммуникациях. Увольнения и сокращения стали новой реальностью: четверть российских компаний проходили через них за последние 2 года. И каждый второй случай, по данным исследований, – потеря 11-20% команды. Для многих это, увы, не разовая история, а повторяющийся сценарий.
Но цифры – это одно, а другое – тревога в глазах тех, кто остается, чувство вины у руководителей, обида уходящих и выгорание HR, который вынужден брать на себя ответственность.
На вебинаре с экспертами K-Team (ГК «КОРУС Консалтинг») и Alter разберём, как проводить сокращения без разрушительных последствий:
🟢 Почему даже точечные увольнения превращаются в токсичный хаос и как этим управлять 🟢 Что говорить уходящим, чтобы снижать напряжение 🟢 Как работать с «выжившими» – когда команда нуждается в поддержке не меньше, чем те, кто ушёл 🟢Где брать ресурс HR и руководителям, когда сложных разговоров не избежать
Приходите – будем говорить прямо и поделимся инструментами, которые по-настоящему помогают и поддерживают всех участников процесса.
Экс‑разработчик Ubisoft представил открытый видеоредактор FreeCut, который работает в браузере и позволяет собирать сложные видео, улучшает их качество, накладывает эффекты и субтитры.
Проект умеет:
сокращать, урезать, соединять видосы, добавлять картинки, другие ролики, формы, текст;
добавлять анимацию, создать любую композицию и реализовать всевозможные идеи;
CSS‑эффекты, ключевые кадры, переходы, фильтры, коррекция цвета, перемещение камеры, 3D;
экспортировать во всех самых популярных форматах: MP4, MOV, WebM, MKV;
аудио принимает в форматах: MP3, AAC, WAV;
поддержку кодеков: H.264, H.265, VP8, VP9, ProRes;
Вышел Gemini 3.1 Pro от Google (доступно в Google AI Studio). Этот ИИ показал 77,1% в сложнейшем тесте на абстрактное мышление ARC‑AGI-2. Результат в два раза превосходит показатели прошлой версии и оставляет позади даже Opus 4.6 с GPT-5.2. Также разработчики из Google прокачали базовые способности ИИ: теперь модель умеет генерировать анимированные SVG по текстовому описанию и решать логические задачи с новыми паттернами, которых не было в обучении.
Привет. У меня вопрос к разработчикам LLM. Периодически читаю про жалобы на галлюцинации LLM и невозможность адекватной оценки вероятности её ответов (типа, уверенно врёт). При этом, я раньше занимался разработкой системы распознавания рукописного текста, и у нас была в чём-то схожая проблема (трудно было оценить достоверность результатов распознавания). Решалась она довольно неплохо путём прогона цепочки распознавания достаточно большого числа раз на одном и том же изображении, и последующей перенормировкой вероятностей в итоговом списке ответов (ответы, по существу генерировались методом монте-карло путём последовательного продвижения по графу возможных вариантов в байесовской цепи). Как понимаю, в LLM принцип генерации ответа в чём-то похожий (последовательный вероятностный перебор цепочки токенов с генерацией их в реальном масштабе времени). Соответственно, вопрос - а если повысить в разумных пределах температуру и Top P, прогонять цепочку несколько раз, а потом пересчитывать итоговую вероятность правильности ответа путём перенормировки списка, это не может ли помочь хотя бы частично решить проблему?
PS
Заранее извиняюсь, если что-то не догоняю, я в LLM не Копенгаген, но идея, думаю, понятна.
В сезонеINFOSTART AWARDS 2025 мы обновили механику выбора победителей - добавили этап экспертного голосования. Цель простая: объединить оценку сообщества Инфостарта с независимым взглядом со стороны рынка, чтобы отмечать не только популярные материалы, но и решения, которые реально работают в бизнесе.
Процесс идёт в два этапа.
Сначала команда Инфостарта формирует шорт-лист номинантов. Мы оцениваем активность авторов за год, практическую пользу материалов и решений, отклик сообщества, применимость в проектах, глубину проработки и вклад в развитие профессиональной среды.
Затем в дело вступает экспертное жюри INFOSTART AWARDS 2025 - ИТ-директора, технические руководители и лидеры цифровых трансформаций из крупных компаний разных отраслей. Они голосуют за номинантов из шорт-листа, и победителями становятся авторы и решения с наибольшей поддержкой экспертов.
Почему это важно? В жюри - люди, которые ежедневно отвечают за внедрения, масштабирование и устойчивую работу ИТ-систем. Они оценивают подходы не по описанию, а с точки зрения того, что реально работает: с учётом рисков, практического эффекта и жизнеспособности.
Это принципиально меняет вес награды. Когда за решение голосует тот, кто сам его внедряет, - это уже не просто признание сообщества, а подтверждение профессионализма, почет и уважение.
Полный список экспертов жюри и представление каждого —в статье на сайте.
Налоговая отчётность в 1С: почему не стоит менять?
Привет, Хабр!
Стали мне часто попадаться доработки налоговой отчётности.
Я всегда категорически против таких доработок. Мне отвечают: уже всё согласовано. Не отстаю, назойливо предлагаю отказаться от таких доработок. К сожалению, не всегда выходит. Почему же нельзя дорабатывать отчётность?
Отчётность - это часть конфигурации, которая обновляется чаще всего. Каждое ваше исправление - это потеря денег при каждом обновлении (адаптация).
Типовые алгоритмы в 1С отлажены на тысячах баз, учтены десятки нюансов и разъяснений Минфина. Вероятность, что именно ваш случай не учтён, есть, но она очень мала.
Ваша «точечная» правка может незаметно сломать смежные расчёты в других разделах или за другие периоды.
Что же делать?
Ещё раз проверьте свою методологию в части, не совпадающей с типовой. Высока вероятность, что она ошибочна.
Внимательно изучите типовое решение. Скорее всего, там есть настройки или правила игры, учитывающие ваш случай. Например, меня неоднократно просили добавить справочник «Филиалы» для заполнения декларации по прибыли. Решение: во всех типовых конфигурациях для учёта филиалов используется справочник «Организации».
Если правок в декларацию немного, и их можно без существенных трудозатрат сделать руками – следует оставить типовой вариант.
.Если есть такая возможность - внесите правки после заполнения декларации отдельным апгоритмом.
Доработку следует построить её таким образом, чтобы изменения типового механизма были минимальны. Для конфигурацийе без изменений - использовать внешние обработки. Если конфигурация изменена, обработку можно поместить в конфигурацию, это может уменьшить вероятность её отказа при обновлениях
ВАЖНО: типовые возможности должны быть сохранены и для пользователя.
Например, если добавляем кнопку заполнения книги покупок, должна быть добавлена кнопка «Заполнить книгу (ООО «Ромашка»)», а типовая кнопка должна остаться в первозданном и рабочем состоянии.
Это позволит:
быстро вернуться к типовому варианту
проверить работоспособность типового варианта
сравнить доработанный вариант с типовым
и ещё это спасительная возможность заполнить декларацию, если доработанный вариант перестал работать после обновления.
Когда работаешь с оборудованием, вне зависимости от должности и профессии, то телефон просто набит всевозможными рабочими фотографиями. Если говорим про инженера или архитектора, то скорее всего у них запечатлены план-схемы инфраструктуры, СКС разводки, серийный и MAC-адреса устройств, ...; робототехники обычно снимают своих "подопечных" и эксперименты с различной периферией; ну а у аппаратчиков - каждый шаг разбора, теста и реверса.
И все бы ничего, но иногда в галерею попадают изображения инсайдерского характера, разглашение которых может быть очень "больно" и "дорого". Поэтому требования к телефону, его настройке и разрешениям носят критический характер. Представьте ситуацию, что сотрудник банка фотографирует вас с паспортом в качестве подтверждения личности для последующей выдачи карты. А вместе с тем, на телефоне установлена автозагрузка фотографий в облачный Google Images, с привязкой к геолокации и автоматическим размещением на Google Maps.
Скажете бред? А я отвечу, что я лично был в ситуации, когда наша команда готовились к Red Teaming'у одного градообразующего мобильного оператора и мы изучали местность по вышеуказанным картам. На наше везение, на здании ЦОДа, в которое нам необходимо было проникнуть, были фотографии серверной, разводки СКС, логины и пароли и еще много чего интересного. В ходе разбирательства сотрудник пояснил, что злого умысла выгружать внутренние фото у него не было. Просто он озаботился бэкапами своей семейной галереи... в которую попали рабочие фотографии.
Сейчас, да что уж греха таить - уже как пару лет ваш телефон уже не ваш телефон (как и в Windows "Мой компьютер" плавно переименован в "Этот компьютер"). Все, что храните на телефоне, сразу становится достоянием общественности: разрешение на просмотр фото всеми приложениями, доступ к геолокации, камере и микрофону в фоновом режиме, доступ к контактам и самая прикольная тема, когда приложение запрашивает доступ на просмотр активности другого приложения...😂 Да и если почитать лицензионное соглашение, то и само устройство вам не принадлежит: ПО за компанией-разработчиком, а его реверс-инжиниринг и модификация запрещены уголовным законом. Что же касается железа, то эти кирпичи настроены на работу только со штатным кастомным ПО и драйверами, а всевозможные дебаг порты и флэш карты заблокированы.
В чем смысл моего повествования? Удобство использования всегда идет в разрез безопасности. Короткий и легкий пароль - удобно, но не безопасно; длинный и тяжелый - не удобно, но вряд ли вас взломают. Использовать все фичи телефона, включая камеру - удобно, но может все-таки рабочие и очень личные вещи оставить на "откуп" хотя бы оффлайн мыльницам?
В общем, есть над чем подумать на длинных выходных! А пока делитесь скриншотами своей телефонной галереи - давайте вместе оценим вашу работу)
Service Desk для национальных платформ: клиентский сервис под миллионы пользователей и строгий SLA
26 февраля в 11:00 ITFB Group и ELMA проведут бесплатный вебинар, посвящённый трансформации сервисной модели в системах федерального масштаба. В центре обсуждения — практический кейс модернизации клиентского сервиса Национальной системы цифровой маркировки Честный знак.
Речь пойдёт не о теории и не о «коробочном» внедрении, а о реальном переходе с legacy CRM на отечественную платформу ELMA365 Service Desk в условиях высокой нагрузки, строгих SLA и миллионов пользователей по всей стране. Эксперты, которые непосредственно участвовали в проекте, подробно разберут архитектурные решения, подход к миграции и организационные изменения, без которых подобная трансформация невозможна.
Миграция без потерь. Как спланировать и реализовать перенос данных, процессов и историй обращений, не нарушив SLA и не остановив сервис. Какие риски возникали и как их удалось минимизировать.
Архитектура надёжности. Какие технические решения обеспечили отказоустойчивость и производительность платформы под колоссальной нагрузкой. Как выстраивалась инфраструктура и какие требования предъявлялись к масштабируемости.
Омниканальность в масштабах страны. Как объединить десятки каналов обращений в единую прозрачную модель обработки с контролем SLA и OLA. Что меняется в операционной модели при таком объёме обращений.
Искусственный интеллект на практике. Почему AI-ready — это не просто наличие модели, а результат зрелых процессов. Как ИИ уже сегодня используется для повышения эффективности операторов и улучшения качества обслуживания.
Масштабирование опыта. Какие управленческие и технологические выводы из этого проекта применимы для других крупных государственных и коммерческих систем.
Спикеры вебинара:
— Илья Грознов, руководитель клиентского сервиса «Честного знака» — Дмитрий Мордвинцев, руководитель направления «Системная интеграция» ITFB Group — Иван Софронов, Product Lead ELMA365 Service Desk
Если вы отвечаете за Service Desk, клиентский сервис, CRM, ITSM или архитектуру платформ с высокой нагрузкой, этот кейс будет полезен как с точки зрения технологий, так и с точки зрения управления изменениями.
