Как стать автором

В статье описан алгоритм обсчета когортного анализа по датасету транзакций платежей пользователей с реализацией на Python.

Всем привет! Меня зовут Даша Мельникова, я ведущий релиз-менеджер в МКБ. В рамках этой статьи буду говорить об инцидентах, которые переходят на третью линию (на команду разработки).

А еще о такой сущности, как инцидент ЗНО. Это сервисный запрос, обращение пользователя, в рамках которого мы лишь консультируем человека, а не правим код, то есть просто даем советы. Но если в рамках консультации возникает необходимость что-то доработать, то это выливается в создание новой фичи.

Во всю идет 2025 год, и нейросети перестают быть чем‑то фантастическим. Они уже повсюду в нашей жизни: от умных колонок в квартирах до сложнейших систем, управляющих логистикой и финансами. Вместе с ними стремительно меняется подход к работе с данными. В этой статье мы поговорим о том, как современные LLM помогают автоматизировать сбор данных с веб‑сайтов и сводят к минимуму рутинную настройку и «подкручивание» парсеров.

Что еще вы найдете в этой статье?

«У нас в спальне стало холодно», — первое, что сказал мне по телефону наш новый клиент. Сергей включал отопление на полную мощность, но все равно приходилось укутываться в плед, чтобы не замерзнуть. При этом в других комнатах было тепло. Чтобы разобраться, мы пришли к нему с тепловизором. Как и когда его использовать, расскажу в статье.

Всем привет! Меня зовут Софья Якимова, и я работаю в компании ТЕХНОНИКОЛЬ. Ситуацию, описанную выше, мои коллеги решили с помощью тепловизора. Чтобы выявить места теплопотерь, они провели тепловизионное обследование. Это позволило точно определить, откуда уходит тепло, и дать рекомендации по улучшению теплоизоляции в комнате. Расскажу подробнее, как работает сервис.

Mask R-CNN 3D – это расширение знаменитой модели Mask R-CNN для работы с трехмерными данными (объёмными изображениями или облаками точек). Классическая Mask R-CNN предназначена для instance segmentation (сегментации отдельных объектов) на 2D-изображениях и состоит из двух основных частей: (1) сети предложений областей (Region Proposal Network, RPN) и (2) головы (Head) с несколькими выходными ветвями для классификации, регрессии ограничивающих рамок и сегментации масок . В версии 3D эта же концепция перенесена в трехмерное пространство.

Входом модели Mask R-CNN 3D обычно является объёмный данных – например, медицинский 3D снимок (CT/MRI) размером (D×H×W) или облако точек, представляющее 3D-сцену. Backbone-сеть (обычно сверточная нейросеть типа ResNet) извлекает из входных данных многомасштабные признаки. В 3D версии backbone заменяет все 2D-операции (свертки, пулинг) на 3D-аналоги, позволяя обрабатывать объёмные данные напрямую. (Если 3D-данные заданы как облако точек, возможно предварительное преобразование, например, вокселизация пространства или проекция на несколько 2D-плоскостей – об этом подробнее в разделе 6.) Backbone формирует карты признаков – объёмные тензоры с пониженным разрешением, но содержащие высокоуровневую информацию о структуре объектов в сцене.

Далее вступает Region Proposal Network (RPN) – небольшая сеть, скользящая по картам признаков и генерирующая набор предположительных объектов (region proposals) в виде ограничивающих 3D-рамок (прямоугольных параллелепипедов в координатах исходного объёма). RPN использует заранее заданные «якоря» (anchor boxes) – шаблонные 3D-боксы разных размеров и соотношений сторон, размещенные по всей карте признаков . Для каждого такого anchor RPN предсказывает два значения: объектность (есть объект/фон) и смещение рамки (на сколько нужно подвинуть и масштабировать anchor, чтобы точнее охватить объект). После этого выбираются топ-N наиболее перспективных предложений с помощью non-maximum suppression (NMS) – подавления пересекающихся рамок с меньшей оценкой.

Поведаю свою историю. Я Solution Architect в одной из больших компаний с бэкграундом Java Разработчика, ни разу не DevOps инженер. Постараюсь подробно рассказать про всё, что знаю и постараюсь не переводить на русский то, что лучше и правильнее звучит на английском. Сдавать экзамен нельзя на русском, поэтому готовьтесь к английскому, но на сколько я помню вариант был выбрать китайский и японский. Вдруг кому так проще :-)

К сожалению, в последнее время всё больше и больше людей советуют использовать JWT для управления пользовательскими сессиями в веб-приложениях. Это ужасная идея, и в этом посте я объясню, почему.

В статье рассматривается проблема установки gdb и дебага на Apple Silicon чипах в целом. Анализ с сбор воедино всей информации и подходов , что попробовал автор, помогли прийти к простому решению данной проблемы.

Меня зовут Мария Русина и я работаю в направлении Data Governance в "ДАР". Так как в нашем направлении большое внимание уделяется именно методологии управления данными, мне важно постоянно повышать уровень собственных навыков. В связи с этим, около года назад я решила пройти сертификацию CDMP от DAMA International, но на тот момент в русскоязычном интернете не нашла ни одной статьи, которая описывала бы опыт сдачи. Поэтому решила поделиться своим. Надеюсь, что будет полезно.

Сразу скажу, что никаких ограничений для сдачи экзамена из России нет, главное – иметь возможность оплатить его сдачу.

Многие разработчики стремятся протестировать свои изменения перед развертыванием в стабильные среды: prod, dev или staging. Первое, что приходит на ум — написание тестов. Однако, как показывает практика, времени на создание качественных тестов часто не хватает. В таких случаях логичное решение — настройка деплоя для отдельных веток. Хотя эта идея кажется простой, ее реализация связана с рядом сложностей:

Python в Excel: сила и удобство в одном инструменте. В статье приведены примеры автоматизации обработки и связывания данных в Excel с помощью Copilot и Python при решении повседневных практических задач.

Казалось бы, что может быть проще создания регистрации и логика: взял пароль, взял username, сохранил в базу, когда пользователь заходит, просто сравниваешь значения с теми, что лежат в базе.

А потом кто-то взламывает доступ к твоей базе и продает строчку за рубль. А если у тебя еще и приложение, где у пользователя есть информация о банковском счете, а у тебя пароли лежат незашифрованные в базе.

Сегодня я покажу как решить эту проблему.

Столкнулся с интересным результатом при прорисовывании в QPainter квадратного изображения QPixmap с помощью функции drawPixmap. После поворота изображение уменьшалось. Результат представлен на рисунке.

Установка Chrome OS на обычный ПК с поддержкой Android Приложений, различия ChromeOS Flex и версии для Chromebook, Сравнение их, подробная установка каждой из них.

Часто в нашей культуре пропагандируется оптимистичный взгляд на жизнь: «не нужно переживать по пустякам», «эти трудности временные», «нужно на всё смотреть с оптимизмом», «будь жизнерадостным и весёлым!». Обратной стороной этого является пессимизм — и с ним у нас ассоциируется всё мрачное и печальное, некий негативный взгляд на жизнь, с которым нужно бороться. Но всё ли так однозначно?

В этой статье разберём, как такие стратегии мышления, как защитный пессимизм и стратегический оптимизм, могут влиять на наши действия и помогать достигать значимых результатов в работе, бизнесе и жизни в целом.

Перед каждым инвестором рано или поздно встает вопрос, как прикинуть результат, который принесут инвестиции в конкретные инструменты и стратегии. Это нужно для финансового планирования, определения адекватности финансовых целей и оценки рисков инвестиций.

Возьмем гипотетического инвестора, который вкладывает средства в российские акции сроком на 5 лет. В качестве показателя доходности возьмем индекс полной доходности Мосбиржи.

Результат прошлого года (-1,3%) не говорит нам об ожидаемой доходности ровным счетом ничего, ведь в 2023-м было +54,1%.

Поскольку инвестор вкладывает на 5 лет, то логично взять доходность за 5 лет. За последние пять лет индекс Мосбиржи принес 5,9% годовых. Не густо, но с этим показателем та же проблема, что и с предыдущим. Посчитаем доходность за 5 лет, но не с 2020-го, а с 2019-го, тогда получим +13,5% годовых, почти в 2,5 раза больше.

Мы просто взяли слишком короткие промежутки времени, вот если мы возьмем срок побольше, то все колебания сгладятся, и мы можем взять за ориентир среднюю доходность инструмента.

За 20 лет доходность индекса Мосбиржи составила 13,6% годовых. Может ли инвестор ориентироваться на эту доходность? Вряд ли. Нужно еще учесть тот факт, что доходность инструмента колеблется. Ожидаемая доходность не может быть одним числом, получится какой-то диапазон возможных результатов.

Мысль об этой статье началась давно с простой, на первый взгляд, фразы. Я услышал её на одной из конференций несколько лет назад от разработчика мобильных игр — человека, который явно знал своё дело. Он говорил о процессе создания новых проектов, когда уже на секции Q&A кто-то из зала спросил:

— «Как придумать идею для мобильной игры?»

Ответ прозвучал так просто, что я даже не сразу понял его глубину:

— «Возьми AAA-проект, уберите всё лишнее и оставьте только самое сладкое — то, что заставляет людей играть снова и снова.»

Эти слова тогда застряли у меня в голове. Они казались одновременно гениальными и пугающими. Гениальными потому, что в них была логика, которую невозможно отрицать: Успешные мобильные игры действительно часто строятся вокруг упрощённых версий механик из крупных проектов, так работает добрая половина мобильного рынка. Пугающими же потому, что они открывали мне некую тёмную сторону индустрии — ту, где творчество не имеет такого сильного значения и вовсе растворяется в процессе деконструкции. Где вместо создания чего‑то нового, уникального, мы занимаемся своего рода «каннибализмом», вырывая самые аппетитные кусочки из уже существующих игр и подавая их под соусом мобильной «доступности».

Я часто возвращался к этой фразе в своих мыслях, разбирая её по кускам. И чем дольше я размышлял, тем больше примеров находил вокруг. Оказалось, что процесс «вытаскивания» ключевых элементов из сложных игр, по‑видимому, уже превратился в какого‑то рода «стандарт», но какой?

Модель Gemini 2.0 Flash от Google теперь позволяет редактировать изображения с помощью естественного языка. В отличие от более ранних мультимодальных систем, в которых использовалось сочетание отдельных моделей (например, использование языковой модели вместе с Imagen 3 для генерации изображений), Gemini 2.0 Flash работает в мультимодальном режиме, генерируя изображения непосредственно в той же системе, которая обрабатывает текст. Это устраняет необходимость в межмодельном взаимодействии, что значительно снижает время ожидания.

Поскольку Gemini 2.0 Flash больше не зависит от Imagen 3, у нее более быстрый отклик и более плавное взаимодействие. Кроме того, вы даже можете добавлять длинный текст прямо на изображения!

Посмотрите на этот пример, где я превратил генерального директора Google Deepmind, Дэмиса Хассабиса, в длинноволосого чувака.

Споры о том, что такое разум идут уже на протяжении тысячелетий. Прежде считалось, что интеллект — дар, или наказание только человека. Однако следуя тем признакам, что определяют интеллект — речь, самоосознание и прочее, выяснилось, что разумом обладают и другие живые в нашем мире. Возможно одним из неотъемлемых признаков интеллекта это чувство юмора. Когда ворона дразнит кошку, не получая от этого ни еды, ни каких других «плюшек», она уже не выглядит простым биомеханизмом для воспроизведения себе подобных. Мне кажется, сказать, что ИИ стал действительно разумным, можно будет после того, как он впервые оригинально пошутит. Примерно об этом, но и не только мой рассказ далее...

Ко мне в работу нередко приходят молодые люди и девушки 30+, которые внезапно осознали, что их работа перестала приносить удовольствие. Кто-то устал от рутины, кто-то понимает, что зарплаты не хватает, а кто-то просто больше не видит смысла в своей деятельности. И тогда возникает мысль: «А что, если всё поменять?»

Но вместе с этой идеей приходят и страхи.