DevOps представляет собой методологию разработки программного обеспечения, которая объединяет разработки (Development) и операции (Operations) для повышения взаимодействия между командами. Основная цель DevOps заключается в сокращении времени цикла разработки, увеличении частоты релизов и улучшении качества продукта. Это достигается за счет автоматизации процессов, непрерывной интеграции, доставки и мониторинга.

В данной статье мы рассмотрим инструменты и философию DevOps из Scaled Agile Framework. Это фреймворк масштабирования Agile в компании, который объясняет как объединить большое количество команд и построить с одной стороны предсказуемую разработку, а с другой стороны сохранить гибкость.

В области геймдизайна наджи (англ. nudge) или "подталкивания" — это такие тонкие элементы дизайна, стимулы, которые направляют игроков по намеченному геймдизайнером пути, улучшая их игровой опыт, но не навязывая им каких-либо действий напрямую. Ниже вашему вниманию представлен список таких техник подталкивания игрока с их описанием, применением и реальными примерами использования в видеоиграх.

Дисклеймер:

Я старался абстрагироваться от исследования перечисленных здесь наджей с точки зрения маркетинга. Я уверен, что в сети достаточно документации о том, как продавать больше, а вот таких обширных списков наджей именно для игровых механик я толком не нашел.

Надж сам по себе не несет никакой моральной окраски. Именно вы решаете, использовать ли его во благо или во вред игрока.

Базовое определение эффективности — это способность достигать целей за наименьшее количество ресурсов (как временных так и денежных).

Для команд создающих продукты в условиях неопределенности и потребности достигать метрических целей продукта:

В эпоху цифровизации нейросети стали незаменимыми помощниками для IT-менеджеров, предоставляя возможность автоматизировать множество задач: исследования, поиск информации, поиск бенчмарков, анализ таблиц, построение прогнозов, улучшение рабочих процессов, написание требований... можно перечислять бесконечно. 

Чем может помочь искусственный интеллект IT менеджеру: 

— Делать анализ: аудитории, рынка, конкурентов
— Производить нейросегментацию
— Автоматизировать создание сайтов, презентаций и брендов
— Автоматизировать и адаптировать разработку контента
— Генерировать рекламные кампании с помощью искусственного интеллекта
— Внедрять искусственный интеллект во все этапы воронки продаж, начиная с ее разработки
— и многое другое.

В этой статье мы рассмотрим нейросеть ChatGPT и обсудим все его возможности, нюансы и практические советы. Потому что именно он может закрыть до 70% ваших задач.

Рассмотрим на примерах несколько наиболее часто встречающихся ошибок при проведении СustDev, которые могут исказить результаты ваших интервью. Избегая этих ошибок, можно значительно улучшить качество собранной информации и эффективность процесса кастдева, что, в свою очередь, повысит шансы на успех разрабатываемого продукта.

Многие компании и менеджеры озадачиваются вопросами эффективности процессов и команд для того чтобы понимать зоны роста, находить баланс с бизнесом, уменьшать время выпуска продукта и улучшать прогнозируемость. А также видеть картину в динамике: от месяца к месяцу, от спринта к спринту.

Последние несколько лет я занимаюсь трансформацией подходов к управлению на основе Agile и также внедряю метрики в компании.

За это время сформировался фреймворк метрик, который позволяет построить сквозную аналитику того, как вы поставляете ценность. Все это дает актуальную картину и данные для того, чтобы находить узкие места в процессах и запускать непрерывный процесс изменений, для улучшения метрик.

Но какие метрики действительно являются ключевыми? Какие из них позволят не только измерить текущее состояние, но и помогут принимать обоснованные решения для улучшения работы? В данной статье мы рассмотрим важные метрики, которые помогут вам ответить на эти вопросы и повысить результативность вашей инженерной команды. 

Всем привет! 

На волне популярности различных нейросетевых моделей, позволяющих генерировать связный текст, отвечающих на вопросы и позволяющих вести беседы, хотелось бы рассмотреть вопрос о том, а что вообще происходит внутри таких сетей. 

Например, мы хотим научить нейронную сеть отличать кошек от собак или может яблоко от апельсина. Тогда мы просто говорим ей, что есть что, и на основе представленных данных, такая нейронная сеть особенным образом находит закономерности и строит самое обычное уравнение, которое в зависимости от подаваемого ей набора данных, пытается классифицировать изображение. Если мы хотим научить сеть предсказывать какие-то значения (погода, курс валют, отток клиентов банка), то мы понимаем, что ей надо предоставить выборку прошлых лет на основе которой она сможет найти закономерности, также сформировать уравнение и спрогнозировать результат. 

С генерацией текста фактически тоже самое. Только здесь нейронная сеть учиться предсказывать всего лишь одно слово на основе представленного ей текста.

Привет Хабр!

В современном мире, где информационные технологии играют ключевую роль во всех аспектах жизни, безопасность программного обеспечения стала одной из самых важных задач для разработчиков. С каждым годом количество кибератак увеличивается, а их методы становятся всё более изощренными. В таких условиях обеспечение безопасности приложений и систем на этапе их проектирования становится не просто желательной практикой, а необходимостью.

Безопасное проектирование программного обеспечения включает в себя целый комплекс мер и методологий, направленных на минимизацию рисков уязвимостей и защиты данных от несанкционированного доступа. Этот процесс начинается задолго до написания первого кода и включает в себя выбор архитектурных решений, определение политик безопасности, а также использование проверенных инструментов и техник.

Larastan позволяет найти ошибки в вашем Laravel-приложении еще до его запуска. Он представляет собой обертку PHPStan, предназначенную специально для статического анализа с поддержки всей магии внутри Laravel.

В этой статье я намерен провести вас через все этапы от установки Larastan до достижения 9 уровня, не игнорируя абсолютно никаких правил.

Давайте вспомним 90-е годы (неужели я настолько стар?). Тогда наша мантра гласила, что IT должно быть согласовано с бизнесом. Сегодня технологии стали настолько важны, что, похоже, теперь бизнес должен быть согласован с технологиями. Я никогда не видел постановку вопроса "одно против другого", когда речь шла об IT и бизнесе, ведь независимо от того, как вы на это смотрите, они должны быть согласованы. Вот здесь и приходят на помощь дорожные карты (roadmap).

Составление дорожных карт — это процесс определения будущего направления развития. Вы наверняка уже слышали о дорожных картах продуктов или технологий. Возможно, вы даже слышали о дорожных картах возможностей. Но как вам наметить эти дорожные карты, на чем фокусируется каждая из них и как они работают вместе? Именно об этом мы и поговорим сегодня.

В этой статье я хочу поделиться моделью организации взаимодействия и управления 20 продуктовыми командами, работающих на одну цель, на примере одного из крупных маркетплейсов страны, куда меня пригласили, чтобы построить эффективные и управляемые процессы создания продукта.

В мире разработки программного обеспечения качество кода играет решающую роль. Недостаточно просто написать работающий код — важно удостовериться, что он будет работать корректно в самых разных сценариях использования. В этом контексте тестирование программного обеспечения становится неотъемлемой частью процесса разработки.

Одним из наиболее распространенных методов тестирования в Python являются модульные тесты, или Unit Tests. Эти тесты позволяют разработчикам проверить отдельные компоненты и функции своего кода на соответствие ожидаемому поведению. В результате Unit Tests становятся надежным инструментом для обеспечения качества программного обеспечения и минимизации возможных ошибок.

Данная статья призвана погрузить вас в мир Unit Tests в Python. Мы рассмотрим основные принципы написания тестов, научимся создавать простые и эффективные тесты для вашего кода, а также рассмотрим некоторые лучшие практики и советы по их использованию. После ознакомления с этой статьей вы сможете использовать Unit Tests для обеспечения качества вашего Python‑кода и повысить уверенность в его надежности.

Всем привет!

Хочу поделиться своей проектной работой, которую написала в рамках курса OTUS  «Machine Learning.Professional».

Повсеместное распространение смартфонов позволяет людям сообщать о чрезвычайной ситуации, которую они наблюдают, в режиме реального времени. По этой причине все больше агентств (например, организации по оказанию помощи при стихийных бедствиях и информационные агентства) заинтересованы в программном мониторинге социальной сети X (бывший Twitter). Но не всегда ясно, действительно ли слова человека объявляют о катастрофе.

В данной работе я хотела бы рассказать, как с помощью обработки естественного языка (NLP) можно разработать систему, способную точно определять контекст твита.

В этой статье мы рассмотрим паттерн проектирования REPR (request‑endpoint‑response — «запрос‑конечная_точка‑ответ»), как он упрощает разработку API и как его можно реализовать на C#.

Java предоставляет разработчикам специальный тип данных под названием Enum (перечисление), который позволяет создавать переменные, значения которых ограничены строго определенным списком. Этот список значений фиксирован и хорошо известен, что делает код более предсказуемым и понятным. Использование Enum помогает избежать ошибок, связанных с применением недопустимых значений, и способствует созданию более надежного и эффективного кода. Enum  можно рассматривать как особый вид класса Java. Enum обладает рядом уникальных особенностей, таких как:

— Возможность реализации интерфейсов; 
— Собственное пространство имен;
— Неявная реализация интерфейсов Serializable и Comparable;
— В неявном виде класс реализует интерфейс java.lang.Enum и не может быть расширен от другого класса;
— Для сравнения значений Enum можно использовать операторы == и equals().

Независимо от того, как вы относитесь к React, создавать что-либо с его помощью — это настоящее удовольствие, и с этим трудно не согласиться. Поэтому сегодня я решил создать простой инвентарный список, чтобы объяснить несколько мощных концепций, таких как сложное управление состояниями с помощью useReducer.

А также между делом мы создадим мок API сервера с помощью JSON Server, будем использовать axios для вызова API и, наконец, воспользуемся хуком useReducer для управления состоянием.

Звучит интересно? Тогда давайте приступим.

В этой статье постараемся разобраться, как использовать Volume для создания иммерсивного 3D-опыта в visionOS.

Volume (или «объем») представляет 3D-контент, не занимающий все доступное пространство, который пользователи могут наблюдать в любом удобном для них ракурсе. Объемы служат контейнерами для иммерсивного опыта, позволяя исследовать реалистичные представления 3D-объектов.

В наши дни архитектуры на базе микросервисов стали внедряться практически повсеместно. И нередки ситуации, когда какая-нибудь бизнес-функция может генерировать большое количество сетевого трафика в форме обмена сообщениями между несколькими микросервисами, которые она использует. Если мы сможем сделать способ передачи сообщений более эффективным за счет, например, уменьшения размера сообщений, то мы сможем использовать ту же инфраструктуру для работы с более высокими нагрузками.

Канбан-метод помогает повысить управляемость и предсказуемость поставок, а также выстроить сквозной производственный процесс поиска и поставки ценности клиентам найти и устранить слабые места в процессах создания и развития продукта.