Все потоки

Стартовал приём заявок на ИТ-интенсив в университете «Сириус»

Обучение пройдёт с 21 по 28 марта.

В Научно-технологическом университете «Сириус» пройдёт образовательный интенсив «Прикладные алгоритмы и структуры данных в высоконагруженных системах» для студентов российских вузов, обучающихся на программах бакалавриата, специалитета и магистратуры по техническим направлениям.

Ключевые темы программы: 

• проектирование масштабируемых ИТ-решений;

• работа с пиковыми нагрузками и большими объёмами данных;

• обеспечение отказоустойчивости информационных систем.

Участники программы научатся создавать решения, которые стабильно обрабатывают миллионы запросов без потери производительности. Обучение поможет трудоустроиться в такие отрасли, как промышленность, связь, транспорт, энергетика, здравоохранение, финансовый сектор и городское хозяйство.

Подать заявку можно на сайте.

Возьму на себя повышенное обязательство.

Сделаю полевое исследование - как различные LLM справляются с задачами помощи руководителю (например директору-владельцу небольшого бизнеса) в управленческих делах.

А потом опубликую результаты.

Думаю, будет любопытно.

P.S. Опечатки не люблю, в этом я схож с ИИ.

Как стать Data-аналитиком?

Мы знаем это чувство: начинаешь осваивать новую профессию и вдруг понимаешь, что сомневаешься в себе. Кажется, что сколько бы времени ни было потрачено на обучение, знаний всё равно недостаточно. Хотим вас успокоить — это нормально. Но важно понимать: сами по себе эти сомнения не проходят. Они постепенно растворяются, когда вы практикуетесь, решаете задачи и регулярно тренируете навыки.

Если вы узнаёте себя и при этом хотите стать дата-аналитиком, загляните на нашу витрину учебных программ на Хабр Карьере. А сегодня мы собрали основные инструменты дата-аналитика, которые предстоит освоить на пути к офферу мечты:

— Microsoft Excel. Программа для анализа данных, таблиц, формул и сводных.

— Python. Язык программирования для анализа данных и автоматизации.

— PyCharm. Интегрированная среда для написания Python-кода.

— Jupyter Notebook. Веб-приложение для математических вычислений и анализа данных.

— SQL. Язык для работы с базами данных.

— NumPy. Библиотека с открытым исходным кодом.

— Grafana. Платформа для сбора, мониторинга и визуализация метрик.

→ Уверенность приходит вместе с практикой

Вышла аналитическая статья на iXBT по теневому ПО и контролю ИТ-активов

Привет, я Данила Трусов, директор «Инферит ИТМен», разработчика системы учета и контроля ИТ-активов. Мы опубликовали большой разбор на iXBT.com про то, что реально происходит с установленным ПО в компаниях.

👉 Статья лежит тут

В материале собрали концентрацию данных с недавно проведенного онлайн-марафона:

• данные по «невидимому» и неучтенному ПО

• как это влияет на ИБ 

• где компании теряют деньги

• почему разовые аудиты не работают

Также в статье делимся результатами специально проведенного исследования на онлайн-платформе с выборкой 1000+ респондентов и опросом участников нашего профильного марафона (ИТ-директора, ИБ, инфраструктура).

Получилась довольно показательная картина по уровню зрелости процессов.

Если тема контроля ИТ-активов вам близка, читайте, будет полезно.
Готов обсудить цифры и выводы в комментариях.

Практический Тренажер по Java — самый популярный тренажер по Java на Stepik

В 2024 году я опубликовал курс «Практический Тренажер по Java» на платформе Stepik. Тогда это был просто практический курс с задачами — без воды, без длинной теории, только код и постоянная тренировка.

Прошло несколько лет.

Сегодня курс проходит более 19 000 учеников, и это самый популярный тренажёр по языку Java на платформе Stepik.

Курс продолжает активно развиваться, регулярно пополняется новыми задачами, а вокруг него сформировалось живое и активное сообщество.

И я хочу заново пригласить вас в этот проект.

Почему Java?

Java — один из самых востребованных языков программирования в мире.

Он используется в:

— веб-разработке

— мобильной разработке (Android)

— корпоративных системах

— финансовых сервисах

— высоконагруженных backend-проектах

Java — это стабильность, масштабируемость и высокий спрос на рынке труда.

Что представляет собой курс сегодня?

Это полностью практический формат обучения. Только задачи и реальная практика.

Многие ученики используют тренажер как системную подготовку к техническим интервью. Такой формат не просто помогает решать задачи, а выстраивает алгоритмическое мышление, формирует уверенность в собственном коде и укрепляет уверенность в своих силах и уровне владения Java.

Кому подойдёт курс?

— начинающим разработчикам

— тем, кто хочет перейти в backend

— Android-разработчикам

— QA Automation инженерам

— тем, кто готовится к собеседованиям

Я приглашаю вас присоединиться :)

➡️ Java Тренажер на Stepik

Эксперты из Windows Latest опубликовали гайд на английском языке: как вручную отключить ИИ-функции в Windows 11 без сторонних утилит и дополнительных приложений.

Оглавление:

1. Как полностью удалить приложение Copilot.

2. Удаления логотипа Copilot из поиска Windows.

3. Удаление AI Actions из меню Проводника.

4. Как отключить Copilot в браузере Edge.

5. Удаление функций Copilot из Блокнота для Windows 11.

6. Удаление функции искусственного интеллекта из приложения «Фотографии» в Windows.

7. Как отключить функции искусственного интеллекта в приложении Paint.

8. Удаление функции искусственного интеллекта из Outlook.

9. Удаление функции искусственного интеллекта из OneDrive.

10. Отключение Gaming Copilot в Windows 11.

11. Отключение эффектов Windows Studio на компьютерах с Copilot+.

12. Как отключить и полностью удалить функцию «Запись событий Windows».

13. Как отключить функцию «Click to Do» на компьютерах Copilot+.

Особенность Joomla: json-значения для пользовательских полей и их рендер в subform и вне дочерней формы.

Опять длинное название, но куда уж без этого...

Итак, если вы делаете плагин пользовательского поля - его можно использовать через FieldsHelper. И в процессе ваши данные проходят через различные этапы обработки (недавно была статья на эту тему). И может так оказаться, что ваше поле хранит в rawvalue json (и в базе данных соответственно тоже), а в value вы на его основе рендерите значение. Это стандартный подход Joomla. Так работают, например, поля accessiblemedia. Однако, если вы поместили ваше поле в дочернюю форму (пользовательское поле типа subform и включили "Рендеринг значений = Да", то у вашего замечательного поля может появиться поломанный Json в value вместо нормального значения.

Например:

{"basePath":"...","layout":"..."}

❓ Что там под капотом Joomla происходит?

1. В обычном потоке Joomla сначала вызывает событие onCustomFieldsBeforePrepareField, а потом onCustomFieldsPrepareField.

2. Внутри subform же для подполей при render_values=1 вызывается только событие - onCustomFieldsPrepareField.

3. Если преобразование значения (например, json_decode) сделано в вашем плагине только в beforePrepareField, оно не обработает данные для подполя и...

4. В шаблоне поля строка заэкранируется (htmlentities), кавычки превратятся в тыкву в " и вы получите кривой json, вместо вашего значения.

👉 Собственно полезный совет по Joomla:

Для полей, которые могут жить внутри subform, делайте нормализацию значения и в onCustomFieldsPrepareField тоже, не только в beforePrepareField.

DevSecOps: как встроить безопасность в разработку и не тормозить релизы

DevSecOps — это подход, при котором безопасность перестает быть отдельным этапом перед релизом и становится частью всего жизненного цикла продукта. Проверки уязвимостей, контроль зависимостей и анализ конфигураций встраиваются прямо в CI/CD-пайплайн — команда получает обратную связь сразу, а не после деплоя в продакшн.

Чем раньше находишь проблему, тем дешевле ее исправить. Поэтому DevSecOps особенно актуален для облачных и микросервисных архитектур, где ручной контроль уже не справляется со скоростью изменений.

Подробнее о принципах DevSecOps, инструментах для каждого этапа разработки и пошаговом плане внедрения читайте на сайте Рег.облака.

Медведь напал на 30-летнего фрирайдера на горе Малый Ямантау в Белорецком районе Башкирии. От серьёзной травмы мужчину спас Samsung Galaxy Z Fold в кармане.

По словам очевидцев, хищник был «большой, размером почти с автомобиль». Он погнался за сноубордистом, продрал когтями его руку, а зубами укусил за ногу. Но вместо ноги зубы прокусили смартфон туриста.

От медведя помогли отбиться очевидцы. Сотрудники Южно-Уральского заповедника увезли пострадавшего в отделение скорой помощи в село Инзер, где мужчине наложили швы. После сноубордист самостоятельно уехал домой, теперь он наблюдается у врачей в Уфе.

Понял когда можно начинать увольнять сотрудников!

Внедрение искусственного интеллекта в рабочие процессы сегодня идет по двум принципиально разным сценариям:

• Как усиление человека

• Как замена человека в процессах

1. ИИ как “экзоскелет”

В этой роли ИИ выступает в качестве персонального ассистента или “второго пилота”. Сотрудник выполняет свои функции, но использует нейросети для ускорения рутины, преодоления ограничений или усиления экспертизы. 

Плюсы подхода:

• Низкий порог входа: Часто это просто подписка на сервис.

• Гибкость: Сотрудник сам решает, когда и как включить экзоскелет. 

• Контроль качества: Человек остается в контуре, фильтруя галлюцинации и ошибки ИИ.

• Удовлетворенность сотрудников: Позволяет сосредоточиться на творческих и сложных задачах.

Ограничения:

• Привязка к человеку 1:1: Производительность конкретного сотрудника растет, но прямого снижения затрат не происходит.

• Зависимость от навыков: Эффективность зависит от цифровой грамотности сотрудника.

• Отсутствие системности: Результат может быть неравномерным по отделам, а знания могут оставаться в головах, а не в регламентах.

• Риск утечки данных: Сотрудники могут использовать публичные модели, случайно загружая чувствительную информацию.

2. ИИ как “автономные агенты” (Цифровые сотрудники)

Здесь ИИ перестает быть просто инструментом и становится самостоятельной единицей. Вы ставите агенту задачу на входе, и он самостоятельно планирует шаги, использует корпоративные инструменты и выдает готовый результат. Это модель “человек над процессом”.

Плюсы подхода:

• Масштабируемость: Можно “нанять” тысячи цифровых сотрудников быстрее, чем обучить живых людей.

• Скорость: Агенты работают 24/7 и обрабатывают информацию в разы быстрее человека.

• Стандартизация: Исключается человеческий фактор - результат всегда предсказуем и соответствует заданному шаблону.

• Непрерывность: Цифровые сотрудники не болеют, не уходят в отпуск и не выгорают.

Почему этот подход сложен:

• Должна быть зрелость процессов: Бизнес-процесс должен быть описан, формализован и оцифрован. Автоматизировать хаос невозможно - ИИ его только приумножит.

• API и доступ к данным: У агента должен быть легальный и безопасный доступ к информационным системам компании. Критически важно четко разграничить уровни доступа агента.

• Система валидации: Ошибки должны отлавливаться автоматически, либо процесс должен строиться по принципу Human-in-the-loop (человек проверяет ключевые действия перед финальным одобрением).

Итог

Экзоскелет делает конкретного сотрудника сильнее и быстрее здесь и сейчас. Автономный агент делает бизнес в целом сильнее и независимее от количества человеческих ресурсов.

В идеальной компании будущего сотрудники в “экзоскелетах” будут проектировать, настраивать и контролировать армию автономных цифровых агентов, управляя эффективностью на принципиально новом уровне.

Импортозамещение требует не только технологий, но и экономической прозрачности и эффективности

Сергей Симоненко, директор по информационным технологиям ОТП Банка, выступил на сессии "Доверять и проверять: что мы знаем о доверенных ПАК сегодня? группы Rubytech", которая прошла в рамках Уральского форума «Кибербезопасность в финансах». В формате открытого диалога с коллегами и вендорами он поделился практическим опытом импортозамещения критической инфраструктуры и обозначил болевые точки, с которыми сталкивается банк в рамках процесса локализации. В этом посте делимся основными тезисами с вами.

1. В прошлом году банк завершил знаковый проект по миграции процессинга, а сейчас в активной фазе находится импортозамещение автоматизированной банковской системы (АБС) и хранилища данных. При выборе софта организация ориентируется на уже зарекомендовавшие себя российские стеки, однако в части аппаратного обеспечения пока сохраняет возможность использовать западные решения там, где это допустимо. 

2. Говоря о текущем состоянии рынка, Сергей Симоненко высоко оценил сложившуюся практику открытого тестирования на отраслевых полигонах. Сегодня свои решения проверяют не только вендоры ПО, но и производители инфраструктуры, причем нередко в конкурентной среде. «Очень важно, что вы соревнуетесь с точки зрения технологической возможности и делаете это качественно. Выражаю вам за это признательность», — обратился он к разработчикам. 

3. В качестве иллюстрации спикер привел недавний пример тестирования автоматизированных банковских систем (АБС). «Вчера мы видели информацию: все семь АБС успешно прошли проверку на небольших базах данных — у всех стояли зеленые галочки. Но когда речь зашла о серьезном объеме, 50–60 терабайт, пока справился только один — ЦФТ. Мне как потребителю было бы важно понять, что с остальными шестью», — поделился он. По мнению эксперта, такие испытания позволяют объективно оценить готовность продуктов к реальным нагрузкам. Он призвал вендоров активнее участвовать в подобных тестах и публично демонстрировать результаты. «Уважаемые коллеги, это же не ярмарка тщеславия, это реальная возможность показать всему российскому рынку, на что вы способны. Если вы можете помочь с решением этого вопроса, отрасль будет вам благодарна, сейчас отличный момент заявить о себе», — подчеркнул Сергей. При этом он отметил, что пока российские решения в сегменте системного ПО и инфраструктуры только начинают появляться, но первые обнадеживающие примеры видны уже сейчас. 

4. Отдельно спикер остановился на значении самой практики открытых тестирований для рынка. Он подчеркнул, что для компаний, которые не могут позволить себе развернуть собственные испытательные комплексы, такие полигоны становятся окном в мир новых технологий. «Мы пока не являемся участниками программы тестирований на полигонах, но видим, что для небольших организаций без достаточного ресурса на собственные тестовые стенды, возможность использования результатов тестирования на полигонах - это значимое достижение для всей отрасли, для России. Мы все объединились: регулятор, вендоры, потребители сервиса — в одном порыве все адаптируют, тестируют, проверяют. Такого опыта в мире больше нет», — поделился он. 

5. Еще одним важным вызовом спикер назвал вопросы эксплуатации и совокупной стоимости владения. Он напомнил, что за периметром пользовательского интерфейса остаются критически важные процессы: резервное копирование, восстановление данных, скорость обслуживания и отказоустойчивость. Без понимания того, как эти механизмы будут работать в долгосрочной перспективе, внедрение новых систем становится затруднительным. «Любая финансовая организация всегда балансирует между требованиями регулятора, функциональными возможностями и стоимостью решения. Там где есть возможность применить дешёвую импортную инфраструктуру — мы её применяем, потому что вопрос цены и совокупной стоимости владения сегодня стоит крайне остро», — констатировал Сергей Симоненко.

Ранее Anthropic обвинила китайскую компанию Deepseek в краже своих технологий, а теперь выяснилось, что модель Claude Sonnet 4.6 от Anthropic на вопрос «Ты какая модель?», заданный на китайском (You是什么模型), отвечает: «Я DeepSeek», а на французском — «Я ChatGPT». Вероятно, это подтверждает, что нейросеть обучалась на данных китайских ИИ и моделях конкурентов.

Как ускорить прогон с 3 часов до 12 минут?

Когда в Android-проекте ≈800 модулей и 37 000 unit-тестов, полный прогон на CI легко превращается в полдня ожидания. У нас было ровно так: больше 3 часов на полный запуск  — и ощущение, что локально это вообще не вариант. А потом команда нашла настоящие причины тормозов и довела прогон до 12 минут.

В статье «37 000 unit-тестов против Gradle: как мы добились 12-минутного прогона» конкретная инженерная история без магии. Приглашаем к чтению Android-разработчиков, техлидов и тех, кто отвечает за CI/скорость поставки. Тут много идей, которые можно примерить на себя!

Делитесь вашими подходами к решению проблем производительности в комментах)

Пользователь попросил ИИ сделать расстановку мебели в комнате.

Инди-разработчик Daivuk представил шутер в стиле Quake, размер которого составил всего 64 килобайта (QUOD.exe 64 kB или QUOD_uncompressed.exe 102 kB). Игра получила название QUOD, там есть три уровня, четыре уникальных врага и битва с боссом. Кроме того, на выбор есть несколько видов оружия.

Проект QUOD не требует подключения к каким-либо внешним ресурсам: все текстуры, звуки, музыка, уровни, модели, анимация и код сжаты в один файл. Именно этот файл доступен на сайте разработчика, причём скачать его можно бесплатно.

Для запуска QUOD потребуется относительно мощный ПК на Windows. Необходимо 8 ГБ оперативной памяти, GTX 770 (или аналог) и Intel i5 (или аналог).

Мы психанули и скрестили аналитику маркетплейсов с аналогом MS Office. И пока отдаем это бесплатно.

Знаете, что больше всего бесит в торговле на Ozon и Wildberries? Не штрафы. И даже не платные приемки. Бесит зоопарк вкладок в браузере.

Вот типичный рабочий стол селлера или менеджера маркетплейсов:

1. В одной вкладке открыт сервис аналитики (за который отдано от 15 до 30 тысяч рублей в месяц).

2. Во второй — тяжеленный Google Sheets или Excel, куда менеджер руками копирует цифры, чтобы свести юнит-экономику.

3. В третьей — PowerPoint или Word, потому что инвестору или партнеру нужно красиво показать отчет за квартал.

В какой-то момент мы посмотрели на этот процесс в своей команде, потом посмотрели на счета за подписки на весь этот софт и задались вопросом: а почему данные живут отдельно, а инструменты для работы с ними — отдельно?

Спойлер: мы не нашли нормального ответа. Поэтому пошли пилить YouStat.

Что мы сделали

Идея была простой до безобразия: взять глубокую аналитику продаж и встроить её прямо в полноценный офисный пакет. В одно окно.

Получилась единая экосистема:

• Аналитика уровня топов рынка. Сводная аналитики, разбор SKU, abc-анализ, бот для ответов на отзывы.

• Свои «Таблицы». Аналог Excel, который живет прямо внутри сервиса. Не нужно скачивать CSV-файлы и перекидывать их туда-сюда. Нашли прибыльную нишу — тут же в соседней вкладке раскидали юнит-экономику.

• Свои «Документы» и «Презентации». Полноценные редакторы. Собрали данные, упаковали в красивый отчет для инвестора, сохранили историю версий.

• И сервис для ведения бухгалтерии

P.S. Скоро докатим свои ИИ-шечку

По сути, мы сделали российский аналог MS Office, который «из коробки» умеет глубоко анализировать Ozon и WB.

В чем подвох и почему бесплатно?

Если вы завсегдатай VC или Хабра, у вас уже должен был сработать внутренний радар: «Очередной стартап обещает золотые горы бесплатно. Наверняка будут продавать мои данные или через неделю выкатят пейволл на 50к».

Отвечаю честно: мы не альтруисты. Мы коммерческий SaaS-продукт, который в будущем будет зарабатывать деньги.

Но прямо сейчас у нас релиз версии 1.0. Наш маркетинговый бюджет на старт — смешные 100 000 рублей. Если мы пустим их в Яндекс.Директ или будем закупать рекламу у блогеров-миллионников, мы просто сожжем эти деньги за пару дней и получим пшик.

Поэтому мы решили, что наш лучший маркетинг — это бесплатный продукт.

Мы открываем полный доступ к YouStat абсолютно бесплатно для всех ранних пользователей. Нам нужны бета-тестеры. Нам нужны люди, которые придут, начнут собирать свои таблицы, парсить конкурентов и... ломать наш продукт. А потом писать нам в саппорт: «Ребята, вот тут кнопка съехала, а вот тут таблица долго грузится».

Ваш фидбек и ваша активность — это та валюта, которой вы сейчас платите за доступ к сервису, заменяющему подписки на десятки тысяч рублей.

Что дальше?

Сейчас сервис работает и открыт для регистрации. Никаких привязок карт, никаких скрытых триалов на 3 дня.

Мы будем держать систему бесплатной до тех пор, пока не обкатаем все шероховатости и не поймем, что продукт работает как швейцарские часы при высоких нагрузках. Те, кто зайдет сейчас, помогут нам сформировать roadmap развития продукта.

Ссылка на проект: youstat.tech

Заходите, тестируйте, ломайте. Буду рад ответить на любые вопросы в комментариях, поймать тапки за баги и выслушать конструктивную критику. Мы на связи!

Cursor — это не чат в IDE

Я бекенд‑разработчик.
И я с помощью Cursor собрал расширение для браузера: Speech‑to‑Text и Extract Text from Picture.

До этого я честно пытался делать то же самое в чатах OpenAI / Grok / DeepSeek.
Сценарий всегда один: контекст расползается, требования приходится повторять, а иногда чат просто зависает — и я делаю всё заново.

После этого я перестал относиться к LLM как к переписке и начал относиться как к рабочему месту: проект + файлы + правила + Git.

Мой принцип

Мне не нужен «идеальный промпт».
Мне нужен процесс, который не убивает мой день, когда модель поехала не туда.

С чего начать (мой чеклист)

Это реально можно собрать за вечер.

I. Intro

• Коротко понять, почему модель то попадает, то мимо​

• База про правила (Rules)​

II. Rules: сделай «рамки» работы

Я не могу отдать свои правила (там много личного/проектного), но логика простая: rules — это договор, как Cursor работает в моём репо.​

Мой минимум, который почти всегда даёт буст:

• Перед ответом смотри /README.md и /docs/.

• Если не хватает данных — задай до 3 вопросов и только потом действуй.

• Любые правки кода — маленькими порциями; после шага пиши, какие файлы изменил.

• Если задача большая — сначала Plan, потом Agent.

Если лень писать с нуля — я иногда беру за основу готовые developer rules и допиливаю под себя:

• TypeScript rules​

• Front-end rules​

Хак: rules можно дописывать прямо по ходу работы — я часто прошу агента «сформулируй правило, чтобы мы больше так не делали», и добавляю его в проект.

III. Положи «источники правды» в репу

Тут мой единственный принцип: всё, что я устал повторять — я выношу в файлы.

Пример структуры, которую я делаю для большинства задач:

project/
  README.md
  docs/
    business-requirements.md
    tech-spec.md
    decisions.md
  src/
  research/

README.md — одна страница «что строю и зачем».
docs/ — требования и решения (чтобы не хранить их в голове и в чате).

IV. Режимы: я не жму Agent сразу

Я использую три режима:

• Ask — когда хочу разобраться/проверить идею и ничего не ломать.​

• Plan — когда задача больше пары часов: сначала план и вопросы.​

• Agent — когда план ок: он уже правит файлы и двигает задачу.​

И два хака, которые у меня реально помогают:

• Хак 1: я спрашиваю у самого агента в Cursor, какую модель лучше взять под мою задачу.

• Хак 2: я стараюсь не использовать авто-режим — автоматически Cursor часто подбирает модель неудачно.

V. Бизнес‑дока → Tech Spec

Я не начинаю с “какой стек лучше”.

У меня уже есть привычный стек (я писал про него тут), и мой первый вопрос к Cursor другой: могу ли я остаться на нём под эти бизнес‑требования или мне придётся делать иначе (и почему).​

Дальше я делаю так:

1. Пишу бизнес‑требования простыми буллетами в /docs/business-requirements.md.

2. Прошу Cursor собрать Tech Spec: API + архитектура + риски + edge cases.

3. И только потом иду в код.

Пример (упрощённо, мой кейс с промокодами):

• Пользователь присылает сообщение с промокодом.

• Промокод валиден, если: сейчас в диапазоне date_from..date_to и пользователь ещё не использовал его.

• Если валиден — отправляю ответ: текст/фото (если есть) + кнопки с доступными подписками.

• В момент покупки я обязан ещё раз проверить, что промокод активен.

• После покупки подписки типа PROMO_CODES помечаю промокод использованным.

Где Cursor меня подставлял (и что я делаю)

Главный минус: LLM плохо исправляют ошибки, если уже “врубились” в неправильную реализацию.

Поэтому у меня репозиторий всегда под Git (или я работаю с включённой системой контроля версий).

• Каждая фича — отдельный коммит (или ветка, если страшно).

• Если вижу, что оно поехало не туда и прогресса нет — откат и делаю заново, но с более точными вводными/планом.

На этом всё.
Я показал подход, который у меня прижился: собрать в Cursor нормальное рабочее место, где ИИ работает “по проекту”, а не “по настроению”.

Если тема заходит — я регулярно пишу про инди‑разработку и свои эксперименты в ТГ: https://t.me/debug_leg

Как выглядят бесплатные части курсов в Практикуме

Почти у всех наших курсов есть бесплатная вводная часть — не просто демо, а настоящее введение в специальность и возможность для практики. Вы знакомитесь с площадкой, решаете задачи и узнаёте, что вас ждёт, если решите продолжить обучение.

Мы подготовили три обзорные статьи, чтобы рассказать и показать, как может выглядеть бесплатная часть. Даже если вы не планируете учиться на конкретно этих курсах, они помогут понять, как устроены вводные модули и стоит ли тратить на них время.

• Программирование на Go: чему можно научиться за 2 часа и как понять, стоит ли идти дальше

• Что находится внутри бесплатной части курса «Аналитик данных» в Яндекс Практикуме

• Что находится внутри бесплатной части курса по информационной безопасности

Чтобы начать учиться бесплатно на интересующем вас направлении, переходите в общий каталог и выбирайте нужный курс. Вводный модуль можно проходить в своём темпе, привязывать карту не нужно.

Почему «оптом дешевле» в маркетинге (лидогенерации) не работает?

В обычной жизни всё логично. Берёшь больше — платишь меньше за единицу. Оптовая база, склад, полноценная закупка. Экономика масштаба.

И потом предприниматель приходит в маркетинг (лидогенерацию) с тем же ожиданием: "Если я увеличу бюджет в 2 раза — лид подешевеет". А он… дорожает. И это многих бесит.

Но маркетинг (каналы привлечения клиентов) — это не склад, а чаще простой аукцион. Ты не покупаешь «товар», а участвуешь за него в торгах.

Чем больше ты вливаешь денег в один и тот же канал — тем выше ставка, тем быстрее выжигается аудитория, тем ниже релевантность. Ты начинаешь покупать не «лучших клиентов», а тех, кто остался.

Вот например, рыбалка в пруду. Сидишь, таскаешь самую классную и большую рыбу, всё круто. Но со временем рядом появляется куча других рыбаков. По началу они тоже ловят крупную рыбу, и всех всё устраивает. Но внутри уже какое-то раздражение и чуйка неладного. Так и получается: большая рыба в пруду заканчивается, а рыбаки становятся агрессивнее. И улов уже не крупный, а такой, что еле-еле на уху хватает. Да и тот достается уж очень тяжело: ждать поклёвку часами, использовать прикорм, дорогие удочки, модные блёсны и что там ещё бывает...

У каждого канала привлечения клиентов есть глубина. Есть объём спроса, предел адекватной цены лида. Есть точка, после которой экономика начинает трещать. И вот здесь предприниматели часто совершают типичную ошибку: вместо того чтобы признать потолок канала — они просто «добавляют бюджет».

Но в маркетинге нет корреляции «оптом дешевле». Есть корреляция «больше бюджета — выше средняя цена контакта». Лучший спрос уже выкуплен, конкуренты тоже повышают ставки, ты выходишь на менее тёплую аудиторию, конверсия падает быстрее, чем растёт охват. И в какой-то момент рост бюджета начинает давать (как бы это было не парадоксально) падение эффективности.

Что же тогда делать? Сначала усиливать конверсию. Потом считать юнит-экономику. И только после этого масштабировать. Либо открывать новые каналы.

Важно понимать, что масштабируется не бюджет, а система целиком.

Представлен проект HYPERHELL - первый в своём роде четырёхмерный вариант игры в стиле DOOM (тестовый уровень).

«Наш слабый человеческий разум способен воспринимать лишь до трёх измерений, поэтому приготовьтесь к дезориентации, погружаясь в четырёхмерный лабиринт HYPERHELL и прокладывая себе путь сквозь полчища заблудших душ, демонов и темных ангелов, чтобы выжить», — пояснил автор проекта.