Rust-компилятор не просто превращает код в машинные инструкции — он проверяет безопасность программы ещё до запуска. Разбираем, как устроен конвейер компиляции, зачем Rust использует сразу несколько промежуточных представлений (HIR, THIR, MIR) и какую роль во всём этом играет LLVM.
Запускаем большой проект? Значит, берём SOLID. Мы не раз слышали это от CPO и менеджеров продукта. О нём, кажется, знают все — и все хотят применить. Но он не спасёт масштабные проекты. Например, устойчивый умный город с решениями на основе машинного зрения на одном SOLID не построить. По канонам SOLID можно писать аккуратный код, но это не создаст архитектуру всей системы. Что на самом деле работает — подобранный под бизнес-цели набор инструментов, направленный на защиту ядра приложения.
В статье — кейс Сергея Францишкова, начальника отдела разработки «Фалькон Тех», о рабочих решениях для крупной архитектуры и внедрении GRASP + Clean Architecture.
Привет, Хабр! На связи команда «Фалькон Тех».
В этой статье:
- о нашем участии в ПМЭФ 2026 в экспозиции «Москва»
- о том, почему система интеллектуального мониторинга парковок «Стрит Фалькон» уже стала частью городской среды
- о том, какую роль в этом сыграло производство комплексов в ОЭЗ «Технополис Москва»
Также расскажем о событийной программе в рамках форума:
- об участии генерального директора Никиты Чистикова в дискуссии Минобрнауки
- о двух соглашениях, подписанных на форуме — с Государственным университетом управления и с АНО «Развитие человеческого капитала»
- а ещё о том, как это связано с всероссийским конкурсом «Стартап как диплом» и хакатоном Мэра Москвы «Лидеры цифровой трансформации».
Обсудим почему в городах классический видеоанализ не работает, как ИИ меняет аналитику видеопотоков, какой стек нужен для умных камер на дорогах, как модульная архитектура помогает нам адаптироваться.
"Умный город" звучит как абстрактная концепция – с ИИ, камерами и "единым цифровым контуром". Но что это на практике и как работает?
В этой статье рассказываем, как создали систему видеомониторинга для городской среды: от первых задач по контролю парковок до масштабируемого обеспечения, который используется в Москве и обрабатывает данные с тысяч программно-аппаратных комплексов.
Разберем реальные кейсы: как машинное зрение помогает фиксировать нарушения, анализировать загрузку городской инфраструктуры и снижать зависимость от ручного контроля. Покажем, с какими инженерными ограничениями приходится работать — от погодных условий и ночной съёмки до распознавания объектов в сложных сценариях.
