Я устал разбирать длинные видео, голосовые и кружки в Telegram вручную. Сначала это было терпимо, потом каналов стало больше двадцати — и контент просто перестал помещаться в день.
Так появился Sumify: бот, который сам достает главное из медиа и превращает его в выжимку, конспект и ответы на вопросы.
С того момента, как в 2017 году восемь инженеров из Google разработали концепцию трансформеров, вместе с развитием генеративного ИИ, индустрия проходит через все пять стадий принятия по Кюблер‑Росс.
Было отрицание — когда Google даже не стал это патентовать, был гнев — когда Дарио Амодей с частью команды ушли из OpenAI, торг — когда техногиганты рискнули или не рискнули начать скупать ИИ‑стартапы. Почти прошла депрессия — от осознания того факта, что нас всех заменит ИИ. В итоге мы как‑то докатываемся до стадии принятия — принимаем то, что ИИ несет некоторые риски для рынка труда. Хотя при этом и понимаем, что он не заменит человека на все 100%.
Но развитие ИИ парадоксальным образом может дать толчок карьере тем, кто на ИИ не полагается. А может и не дать.
Работа инженера-конструктора, помимо творчества, порой заставляет заниматься рутинными задачами, которые отнимают время, силы. Столкнувшись с постоянным формированием необходимых архивов с деталями, я решил автоматизировать этот процесс и для себя, и для коллег, написав простенькую программку.
В этой статье поделюсь своим опытом и намеченными планами.
Небольшая команда сделала мод-социальную-сеть для Minecraft, который объединяет в общий граф друзей игроков на любых поддерживаемых версиях клиента — от 1.7.10 до 1.21.1. Поддерживаются три популярных загрузчика модов и любые клиенты Minecraft, как лицензионные, так и офлайн. Серверная часть, веб-админка, обвязка и документация — всё своё.
Главное, что хотелось рассказать: дисциплина (не скорость) была решающим ресурсом, и категория продукта изменила правила игры настолько, что классическая формула «MVP на одной версии — потом расширяемся» оказалась контрпродуктивной.
Играешь или играл когда‑то в Dota? Тогда я уверен, что ты сможешь научиться DevOps и стать в нём одним из лучших. Включай внимание и вникай, если ещё не вкатился в IT, либо готовься опровергать мой спич.
Я, как, наверное, и большинство людей, своё знакомство с компьютерами начал через игры. Игры учат нас систематическому мышлению, определённым механикам. Каждая игра включает в себя обучение, например, как двигаться, как драться и, собственно, проходить уровни. В уровнях систематически встречаются маленькие проблемы, то есть лёгкие враги, которых ты пачками бьёшь, если, конечно же, разобрался в управлении. Под конец уровня ты, скорее всего, встретишься с боссом этого уровня, которого будет достаточно трудно победить, и тебе непременно нужно будет применить для победы все выученные приёмы! Прошёл уровень? Держи новый, он будет достаточно сильно похож на предыдущий, но враги и твои проблемы становятся сложнее, и ты учишься новому, чтобы стать лучше и быстрее побеждать твоих врагов!
Уже начинаете понимать, к чему я клоню? Да, это очень похоже на реальную жизнь, в принципе: наши уровни — это как минимум наши годы, с течением которых мы становимся старше и встречаем «новые» проблемы. Мне нравилось играть, и я хотел с таким же интересом работать на своей будущей работе. Пока я учился, я узнавал новые приёмы и места, где их применять. Так я изначально и познакомился с компьютерными сетями: с тем, как общаются маршрутизаторы и коммутаторы, да и с тем, как вообще устроен интернет. За любой компанией стоит инфраструктура, где запущены серверы, а серверы соединены в локальную сеть благодаря сетевому оборудованию.
gRPC кажется простым только до первого реального проекта. В этой статье - практические решения для типичных подводных камней: nullable, decimal, DateTime, наследование, дженерики и enum. Всё на основе реального опыта переноса сотни моделей с REST и WCF на gRPC. Обновлено под protoc v34.1 и dotnet 10.
PDF‑чертёж кажется простым документом, пока не нужно автоматически вытащить из него всё, что влияет на стоимость изготовления детали: габариты, диаметры, резьбы, квалитеты, шероховатости, материал, массу и тип детали. Мы собрали для этого пайплайн из детекции, OCR и инженерной логики: научили систему находить проекции, отделять контур детали от служебных линий, связывать стрелки с размерами и превращать чертёж в JSON для калькулятора стоимости. В статье разбираем архитектуру решения, узкие места и приёмы, которые реально сработали на производственных чертежах.
Привет, меня зовут Вячеслав. Я интересуюсь локальными LLM и тем, как они ведут себя в реальных задачах — не на синтетических бенчмарках, а когда нужно написать работающий код, отрефакторить файл с багами или вытащить данные из HTML.
Вокруг локальных моделей сложилась странная ситуация. С одной стороны, их постоянно принижают: если это не последняя версия Opus с максимальным режимом размышления, то и пробовать не стоит. С другой — мало кто действительно разбирается, что стоит за запуском локальной модели. Поднять API через llama.cpp — это полдела. А вот как ты её запускаешь, в какой среде, с какими параметрами — эти вещи порой переворачивают результат с ног на голову. Получить плохой результат с локальной моделью на удивление легко. Получить хороший — надо попотеть.
При этом локальные модели нужны. Особенно когда начинаются истории про чувствительные данные, закрытые контуры и ситуации, когда облачный API просто не вариант.
Я посмотрел множество тестов на YouTube — ни один меня не устроил. Общая канва одинаковая: берут модель побольше, запускают без оглядки на оптимальность и дают задание уровня «напиши сортировку пузырьком». Серьёзно?
Я не разработчик и не кодер по профессии, но решил пойти другим путём. Тесты с подковыркой, реальная агентская среда, подбор параметров. И модели я выбрал не «чем больше, тем лучше», а те, которые реально влезают в 16 ГБ видеопамяти домашней видеокарты. Что из этого вышло — дальше по тексту.
Преимущество РФ при строительстве новых ЦОД в недорогой электроэнергии. Благодаря большому количеству замороженных энергоемких производств некоторые регионы обладают существенным профицитом электроэнергии.
Эта статья про NOUZ — локальный MCP‑сервер между Obsidian и ИИ‑агентом. Он превращает базу заметок в структурированную память: с уровнями, связями и сигналами дрейфа.
Внутри — как я пришла к этой архитектуре и что она даёт агенту при работе с базой.
Конкуренция растет, SaaS растут как грибы после дождя, теперь продукту мало «быть» и решать проблему пользователя тоже мало.
Мне давно было интересно, как устроена библиотека MassTransit изнутри. Хотелось разобраться в её архитектуре, понять, как она развивалась, и почему порой в ней бывает непросто ориентироваться.
Если вам тоже интересно, что скрывается за consumers, publishers и sagas - приглашаю к чтению.
Сегодня я бы хотел рассказать о небольшом проекте, который тянется немного, немало, около двух лет.
Я назвал его TLSS, или TLS Service — карманный pki сервис.
Кратко суть
Я QA Automation на Python, так что статья может быть искажена моей профессиональной деформацией и опытом.
В этой статье не будет экспертного мнения, потому что у меня его нет. Я поделюсь своим (и не только) опытом\мнением о том, как\кому стоит и не стоит проводить собеседования.
Я не претендую на истину и надеюсь, что мне накидают хуёв в панамку конструктивной критики в комментах. Я её украду и добавлю в статью или закреплю в комментах (я тут первый раз, пока хз как лучше).
Чтобы что?
• Счастье для всех, даром, и пусть никто не уйдет обиженным!
• Помочь компаниям быстрее находить подходящих специалистов.
• Помочь специалистам перестать осваивать профессию "проходителя" собеседований.
Я узнал об отключении не из новостей. Утром мне написал знакомый из небольшого банка: «всё упало, паспорта не проверяются, онлайн встал». В то время как раз дописывал обработку ошибок в smev4-rs, Rust-крейте для работы с СМЭВ 4.
Совпадение так совпадение.
Первые несколько часов ушли на то, чтобы понять, что вообще происходит. Минцифры говорило что транспорт в порядке. Жалобы шли и от тех, кто на СМЭВ 3, и от тех, кто переезжал на СМЭВ 4. Значит дело было не в версии протокола.
Штрафы «за персональные данные»: кого и за что штрафуют на самом деле. Судебная практика по ст. 13.11 КоАП РФ.
Вот есть Postman-коллекция из 40 запросов. Разложена по папкам, и с тестовыми скриптами, которые проверяют статус-коды. Вы потратили на неё время, она хороша.
И ещё у вас есть CI-пайплайн, который про Postman никогда не слышал и слышать не собирается.
Эти две вещи мирно сосуществовали месяцами, потому что никто не хочет быть тем человеком, который вручную переписывает 40 запросов в pytest-функции. Newman, конечно, есть, но Newman гоняет тесты, а не генерирует код, который можно прочитать, отредактировать и нормально положить в систему контроля версий.
Получается, коллекция документирует API. CI тестирует API. Они описывают одну и ту же систему и при этом никогда не встречались.
Я написал postman2pytest, чтобы их познакомить.
Все началось с того, что управляющая компания в нашем поселке обанкротилась. Работать она перестала, и инфраструктура постепенно начала приходить в запустение — въездную группу вместе со шлагбаумами продали на торгах, мусор перестали вывозить, фонари постепенно начали выходить из строя и по ночам улицы погружались в темноту. Соседи собрались, провели общее собрание и основали ТСН — товарищество собственников недвижимости. С этого момента мы оказались в ситуации, когда управлять поселком нужно самостоятельно, а многие вещи приходится осваивать с нуля.
Всем привет, я Роман Басалыко. Последние двадцать лет работаю с командами продуктовой технической поддержки. Эта статья — попытка честно описать, почему одни команды масштабируются без потери качества, а другие нанимают людей и всё равно не справляются.
По данным индустриальных исследований, одна заявка, решенная без участия инженера техподдержки — экономит в среднем $15–20. При потоке в тысячи заявок в месяц это уже существенные цифры.
Есть три признака того, что в техподдержке что‑то системно сломано:
Первый — лучшие инженеры заняты самыми простыми вопросами: клиент привык связываться с конкретным человеком.
Второй — каждый новый сотрудник учится полгода‑год, прежде чем его можно отпустить в самостоятельную работу со сложными заявками.
Третий — SLA формально соблюдается, но нагрузка все равно растет, CSAT падает, команда выгорает в режиме аврала, уровень стресса зашкаливает, спешка влечет за собой ошибки и ситуация ухудшается.
Если хотя бы два пункта про вас — у вас есть проблема, и это проблема со знаниями.
Техподдержка работает, как пожарная команда. Работа хорошая, но как пожар, так хоть увольняйся.
Покупка профессионала из другой компаний — это не приобретение готового решения.
Я разделяю мнение автора, изложенное в книге «В погоне за звездами» (Chasing Stars) Бориса Гройсберга: успех «звезды» на 70% зависит от среды, а не от самого человека. И ведь действительно, когда «звезда» переходит в другую компанию, её эффективность часто падает из‑за выхода из зоны комфорта.