Обновить
3

Пользователь

Отправить сообщение

Домашним сантехникам

Уровень сложностиПростой
Время чтения8 мин
Охват и читатели21K

Была мысль: а место ли этой статьи на хабре? Но потом вспомнил, что тут уже была штукатурка… А еще подумал, что тут очень много людей, которые суют свои ручки во все места, до которых могут дотянуться, а значит — стоит!:‑)

Ну а последней каплей стала фото на Озоне, в которой покупатель предъявлял претензию к «некачественной» гибкой подводке, которая течет. На фото были гайки подводки, которые закручены на трубы, обмотанные ФУМ‑лентой… Ну, кто в теме, понял, о чем я. А кто не в теме — дальше будет понятно.

Я не профи в этой теме. Я всего лишь «тыжпрограммист», который чинит водопровод сам. Хотя в моей копилке есть водопровод с нуля в новостройке (с некоторыми ошибками, да). Несмотря на кажущуюся простоту, я постоянно встречаю «детские» ошибки вроде подматывания ФУМ ленты под гайку гибкой подводки и подобное.

Тут не будет какого‑то углубления в тему. Не будет и рассказа о том, как редуктор давления без предохранительного клапана после него может загнать стрелку манометра за пределы шкалы в 10 атм при давлении на входе всего 3 атм (да, это мой опыт). Цель статьи — чтобы кто‑то, кто полез в водопровод, сделал меньше ошибок.

Закрутим!

Радуем работодателя, коллег и себя: как заработать на том, что мы есть

Время чтения5 мин
Охват и читатели6K

Как автоматизация одного вечернего действия принесла компании +400 тыс. руб. в месяц, а нам — тренажёр в спортзал.

Читать далее

2 фаундера из 21 написали, кто их клиент. Эти же двое собрали 600 000 ₽ и 2 000 пользователей за сутки

Уровень сложностиПростой
Время чтения6 мин
Охват и читатели7.3K

С 1 августа по 8 сентября в 4 хабах, куда фаундеры приходят показать продукт, вышло 28 публикаций. Я открыл каждую, ленту комментариев под ней и витрину продукта и прошёл по всем с одним списком из 8 проверок. Ни 1 продукт не закрыл все 8. Для кого продукт — внятно написано у 2 авторов из 21. Эти же 2 получили деньги и людей быстрее всех остальных: 600 000 ₽ за 1-й день и 2 000 пользователей за 12 часов.

Кто эти двое и что у остальных 19

Самое подробное исследование mental-health стартапов: мы разобрали 542 мёртвые компании и нашли семь закономерностей

Уровень сложностиСредний
Время чтения10 мин
Охват и читатели11K

В 2021 году Pear Therapeutics стоила $1,6 млрд и продавала цифровые лекарства по рецепту с одобрением FDA. В 2023-м компания обанкротилась, а её активы ушли с аукциона за $6 млн.

Прежде чем вкладывать годы в свой продукт для ментального здоровья, я захотел понять, почему в этой нише столько трупов. Мы собрали 542 организации за 2000–2026 годы, разметили каждую по 18 полям и посчитали исходы: 45% поглощений, 37% смертей, 18% серой зоны.

Что видно в цифрах:

— смертность там, где платит сам пользователь, 53%, где платит институт — 21%; — B2C умирает в 2,2 раза чаще B2B; — среди приложений с разовой покупкой мертвы 85%; — среди поднявших $100M+ мертвы 25%; — опубликованные клинические данные дают 10 пунктов к выживаемости; — продукты, которые обещают заменить терапевта, умирают в 50% случаев против 9% у тех, где лечит живой специалист; — медицинский сооснователь исход не двигает: 47% поглощений против 47%.

В статье семь закономерностей, у каждой дробь и знаменатель, четыре кейса крупным планом и честный раздел про ограничения выборки. Отчёт собирается скриптом из датасета, так что каждую дробь можно пересчитать.

Читать далее

Pull request открыл — стенд появился. Закрыл — исчез. Эфемерные окружения в kubernetes через FluxCD

Уровень сложностиПростой
Время чтения8 мин
Охват и читатели9.7K

Когда несколько разработчиков хотят одновременно показать свои изменения — локальной разработки уже недостаточно. В статье разбираем, как автоматически поднимать изолированные окружения в Kubernetes по PR с лейблом и так же автоматически удалять их при закрытии.

Реализация построена на FluxCD с использованием директивы postBuild для шаблонизации манифестов через переменные. Каждое окружение получает собственный namespace, базу данных, TLS‑сертификат и уникальный URL — и всё это без ручного вмешательства. Разбираем структуру CI/CD пайплайна, слоёвую организацию GitOps‑репозитория и автообновление образов через ImagePolicy.

Читать далее

Как я за 15 лет устал диагностировать серверы руками и сделал инструмент, который делает это за 60 секунд

Время чтения5 мин
Охват и читатели12K

Я работаю с Linux больше 15 лет. Начинал с хостинга, где «сервер тормозит» означало зайти по SSH и запустить top. Потом были выделенные серверы, кластеры, Kubernetes. Задачи менялись, но вопрос оставался один и тот же:

Сервер тормозит. Что не так?

За эти годы у меня накопились инструкции, SSH-скрипты, обёртки над vmstat, iostat, ss, perf. Каждый раз, подключаясь к проблемному серверу, я тратил 20-40 минут на одни и те же действия вроде команды top

Это Tier 1 — базовый уровень. Но когда top показывает что всё вроде нормально, а приложение всё равно тормозит, начинается настоящая диагностика.

Читать далее

Климат в эпоху динозавров

Уровень сложностиПростой
Время чтения7 мин
Охват и читатели14K

1 - Эпоха динозавров колоссальная по длительности, с конца триасового периода до конца мелового, между 210 000 000 и 66 000 000 лет назад - 144 000 000 лет. Для сравнения - весь процесс развития жизни после динозавров, это как раз 66 000 000 лет. Например те же слоны и киты 66 000 000 лет назад, бегали в виде млекопитающих размером не более 25 кг.

2 - При динозаврах океан был намного лучше прогрет, в силу меньшей глубины. А поскольку континенты были собраны в один, то площадь океана не перекрытого горами была больше, чем сегодня. Вспомним как Тихий и Атлантика сегодня перерезаны горами Северной и Южной Америки. В итоге воздушные массы носились по Земле свободнее и больше влаги не выливалось в горах, а попадало на континент.

Читать далее

Трансформер своими руками: с нуля до Numpy реализации и обучения

Уровень сложностиСредний
Время чтения51 мин
Охват и читатели16K

В этой статье пойдет речь об одной из самых сложных и интересных архитектур — трансформере, лежащей в основе современных моделей от OpenAI и Google DeepMind. И это не научпоп для обывателя с наивным уровнем объяснения, а полноценный учебный материал, который поможет вам понять работу трансформера на фундаментальном уровне без черных ящиков типа TensorFlow и Pytorch.

А для того чтобы лучше вникнуть, давайте напишем настоящий мини-трансформер на процедурном Python и обучим его!

Данный материал можно изучать в разных режимах:

* Как объяснение архитектуры для общего представления;

* Как полноценный гайд с чтением кода и самостоятельной практикой;

* Как основу для собственных экспериментов.

Вы сами можете выбрать тот режим, который нужен для ваших целей на данный момент.

Наш трансформер будет довольно простым: со статическим графом и одноблочными энкодером и декодером. Сам код написан в парадигме процедурного программирования (за исключением некоторых модулей) и может быть прочитан на любом уровне и без знания ООП. И все же это будет полноценный обучаемый трансформер с мультиголовым вниманием, батчами данных, параллельным вычислением и множеством параметров.

Для закрепления материала, выполните Домашнее задание, которое ждет вас в конце статьи.

Напишем трансформер!

Возможно, самый гениальный код на python на сегодня: разбираем 200-строчный microgpt от Андрея Карпаты

Уровень сложностиСредний
Время чтения27 мин
Охват и читатели62K

Буквально на днях Андрей Карпаты, один из ранних сооснователей OpenAI, покинувший компанию, исследователь нейросетей, опубликовал на Гитхаб фантастическую вещь: чистый (без специализированных библиотек) 200-строчный python-код трансформера, аналога GPT-2, для изучения всеми желающими. И написал в блоге статью для понимания этого кода (и работы трансформеров). Я перевёл статью и комментарии к коду — ведь этот код (я уверен!) войдёт в ИТ-историю...

Присоединяйтесь к этому завораживающему сеансу разоблачения gpt-магии, за считанные годы овладевшей миром!..

Читать далее

Let's Encrypt для внутренних сайтов

Уровень сложностиСредний
Время чтения3 мин
Охват и читатели13K

Всем привет!

Однажды администратор одного из внутренних сайтов предприятия попросил прописать TXT запись для получения Let's Encrypt сертификата, поскольку сайт не доступен снаружи и, нет возможности настроить проверку HTTP-01. Через три месяца попросил прописать еще раз, для продления, потом появился второй такой сайт, и, стало очевидно, что процесс пора автоматизировать. Уже перед публикацией нашлась отличная статья с полезными комментариями, автору понадобилась та же проверка DNS-01 и стандарт RFC 2136 для автоматизации выпуска wildcard сертификата

Так, что, предлагаю краткую “шпаргалку с заменой по Ctrl+H”, для тех, кто использует сервер DNS сервер bind и хочет делегировать выпуск/проверку Let`s Encrypt сертификатов для внутренних сайтов сторонним подразделениям.

Читать далее

«Привет! Я [0.44, -0.91, 0.66...]» или как научить машину понимать смысл слов

Уровень сложностиСредний
Время чтения11 мин
Охват и читатели21K

Я уверен, вы видели модели машинного обучения, которые принимают текст и предсказывают, является ли он спамом. Аналогично модель может проанализировать отзыв о фильме и определить его тональность — положительную или отрицательную, понимать что «груша» связана с «яблоком» куда больше, чем с «теплоходом».

Первое правило обучения любой модели машинного обучения — это преобразование входных данных в числа. Цифровой объект можно представить числом: картинку, текст, аудио или видеофайл — практически всё что угодно.

Для того чтобы ввести этот объект в нашу ML модель как некое понятие, мы должны преобразовать его в определённый набор чисел. По этому набору чисел мы сможем определить, что, например, этот объект «яблоко», а не «груша».

С картинками все просто. В чёрно-белом изображении (в градациях серого) самый яркий пиксель имеет значение 1, самый тёмный — 0, а оттенки серого имеют значения от 0 до 1. Такое числовое представление упрощает обработку изображений. Преобразовав изображение в цифровую форму на основе значений пикселей, мы можем использовать его в качестве входных данных для обучения нашей модели, позволяя нейронной сети обучаться на значениях пикселей.

Однако что делать с текстом? Как спроецировать буквы в числа?

Читать далее

Должен ли быть бизнес справедливым? Часть 2

Уровень сложностиПростой
Время чтения5 мин
Охват и читатели4.9K

В первой части мы рассмотрели, как понятие справедливости по-разному воспринимается внутри компании: собственником, топ-менеджерами, сотрудниками. И эмоциональная полемика там быстро разгорелась. Но этим контур не ограничивается. И во внешнем контуре это тоже будет жестко.

Дисклеймер: Все примеры выдуманы, все совпадения случайны ;-)

Читать далее

Должен ли бизнес быть справедливым?

Уровень сложностиПростой
Время чтения4 мин
Охват и читатели6.4K

Когда справедливость собственника, топ-менеджера и сотрудника не совпадают, рушатся даже сильные компании. Три роли, три разных мира. Постоянные конфликты. И каждый уверен, что поступает правильно.

Читать далее

Как оптимизация промптов превратилась из шаманства в инженерную дисциплину

Уровень сложностиСложный
Время чтения5 мин
Охват и читатели15K

Ещё пару лет назад промпт-инжиниринг выглядел как подбор удачного заклинания: "а давай добавим think step by step, "а давай попросим быть аккуратнее" и о приправим xml-тегами".

Сегодня это типовая задача оптимизации в условиях чёрного ящика.

Уже 2026 год и современные LLM одновременно:

Читать далее

Как я делаю своего голосового AI-ассистента: роботы пишут код и работают, когда я отдыхаю

Время чтения10 мин
Охват и читатели12K

В этой статье я открою капот своей системы, которая по голосовухе в телеграме сразу делает новые фичи на живых проектах. С появлением LLM я безоговорочно верил в то, что голос станет следующим важным интерфейсом — и вот наконец технологии всех частей достаточно созрели, чтобы собрать своего персонального AI-ассистента, который и код из бара напишет и в пробке за рулем кофеек на маркетплейсе закажет.

Поговорим про целеполагание, архитектуру, ASR, TTS, таск-трекинг, ai-агентов, написание кода ллмками, авто-комиты и пошагово пройдемся по моему end-to-end пайплайну, который себя блестяще показал и выглядит как что-то из фильмов про будущее, которое уже наступило.

Читать далее

Ого! 7 сантиметров! Ну так и быть, снимем с вас блокировку счетов по 115-ФЗ

Уровень сложностиПростой
Время чтения7 мин
Охват и читатели57K

Сейчас уже никого не удивить блокировками карт/счетов по подозрению в «мошенничестве» или «отмывании денежных средств». Особенно, после 01.01.2026.

Но летом, прошлого года, блокировки за «отмывание» были еще в диковинку и моя статья
«Если вам звонят из службы безопасности банка — будьте осторожны. Это может быть служба безопасности банка» — вызвала бурное обсуждение.

Я обещал, что расскажу чем все закончилось и дам несколько советов тем, кто попал в эту ситуацию (на примере собственного опыта). Мне таки удалось снять с себя подозрение в «отмывании».

Думаете это было легко?

А вот и нет

Девять опорных гипотез продукта: от идеи до MVP

Уровень сложностиСредний
Время чтения29 мин
Охват и читатели7.9K

С 2014 года мы со Светланой Берегулиной провели более 30 стратегических сессий по форсайту. Методология работала. Участники уходили с видением на 5-10 лет вперёд, с пониманием трендов и точек приложения усилий. Опыт накапливался, инструменты оттачивались.

В сентябре 2024 года мы решили проверить потенциал масштабирования. Сделали лендинг. Запустили охват на 20 000 маркетологов и предпринимателей — через рассылки, таргет, публикации в профильных каналах.

В открытом форсайте рассчитанном на 35 человек приняло участие 12. Ученики Школы CPO-Стратег и лично приглашённые эксперты.

Конверсия 0.06% — это не провал маркетинга. Это ответ рынка на вопрос, который мы не задавали десять лет. Форсайт — инструмент для тех, кто уже освоил базовые практики стратегической работы. Для тех, кто умеет формулировать гипотезы и проверять их до того, как вкладывать ресурсы. Рынку сначала нужны базовые инструменты. Продвинутые — потом.

Одна проверка гипотезы спроса сэкономила годы попыток масштабировать то, что не масштабируется в текущих условиях.

Ниже — 9 опорных гипотез, которые мы теперь проверяем в компании и Стратегической мастерской до старта любого продукта.

Наш случай не уникален. Статистика подтверждает: большинство продуктов умирают не от плохой реализации, а от непроверенных предположений.

90% стартапов закрываются в первые три года — данные CB Insights за последние десять лет стабильны. Главная причина смерти — no market need (42% случаев). Не нехватка денег, не конкуренция, не плохая команда. Просто продукт оказался не нужен.

Читать далее

300 дней с AI-агентами: от руководителя к Full Cycle Engineer

Уровень сложностиПростой
Время чтения19 мин
Охват и читатели18K

Последние 7 лет я руководил командами разработки, но не то что не писал код — я его даже не читал. В 2025 году я снова вернулся к самостоятельной разработке. И даже могу называть себя Full Cycle Engineer. Что стоит за этим термином — раскрою ниже.

За 2025 год я сделал больше, чем за предыдущие пять лет вместе взятые.

В статье расскажу про проекты, которыми занимался. Про задачи, которые решал. Про выученные уроки, набитые шишки, собранные грабли. И про некоторое количество полезных рабочих процессов и практик, которые у меня сложились и которые делают работу с кодовыми агентами по-настоящему эффективной.

Читать далее

Почему не всех сильных кандидатов берут на PhD в США? 9 типичных ошибок при поступлении и сила signaling

Уровень сложностиСредний
Время чтения24 мин
Охват и читатели8.6K

Меня зовут Мария, я - PhD-студентка в Mississippi State University который относится к категории R1 (Very High Research Activity) согласно классификации Carnegie. Уже полтора года я вижу систему PhD “изнутри” — как устроены ожидания департамента, как читаются заявки и какие сигналы воспринимаются как риск. 

Я написала эту статью, потому что мне действительно обидно наблюдать, как многие PhD-кандидаты с высоким GPA, сильными test-scores и хорошим бэкграундом получают отказы и не понимают почему. На самом деле это происходит из-за неверно поданных сигналов. В этой статье я разбираю 9 типичных ошибок, из-за которых даже сильные кандидаты выглядят рискованными в контексте PhD admissions, и показываю, как эти сигналы читаются и интерпретируются со стороны департаментов.

Когда мы живём и взаимодействуем с людьми, мы постоянно посылаем сигналы — в устной и письменной речи, в выборе слов, примеров и даже в том, что мы считаем нужным подчеркнуть или, наоборот, опустить. Этот процесс происходит независимо от того, осознаём мы его или нет.

Подача заявлений на PhD - это концентрированная форма такого сигналинга.

Формальный пакет кандидата - Statement of Purpose, Personal Statement, CV и рекомендательные письма - не является просто набором фактов о достижениях. В совокупности с письмами профессорам и интервью он формирует целостную систему сигналов, на основе которой admissions committee формирует представление о кандидате, его потенциальной интеграции в департамент и уровне сопутствующих рисков.

Читать далее

Анализ 105 рисков, наступающих во время разработки ИТ-продуктов в процессе реализации ИТ-проектов

Уровень сложностиСложный
Время чтения18 мин
Охват и читатели7.2K

Проведенные исследования показывают, что во время создания ИТ-продуктов могут материализоваться 105 универсальных рисков. Также было обнаружено, что одним из критериев зрелости ИТ-субъекта является наличие результативных и эффективных мер превентивного воздействия на данные риски.

Цель: проведение анализа ранее выявленных универсальных рисков, возникающих во время создания ИТ-продуктов в рамках выполнения спринтов, фаз жизненного цикла ИТ-проектов и (или) контрактов.

Методы: теория управления рисками и ИТ-проектами. Анализ универсальных рисков был осуществлен с помощью методов 5W, SWIFT и коэффициентов Харрингтона.

Результаты: ИТ-субъект должен заблаговременно, до заключения контракта, проводить экспресс-оценку универсальных рисков и превентивно воздействовать на них, в том числе за счет формализации в тексте контракта действий и (или) бездействий, которые должны выполнять заинтересованные стороны для элиминирования наиболее опасных рисков. Также были разработаны схемы причинно-следственных связей универсальных комплаенс- и проектных рисков, что позволило выявить часто встречаемые и наиболее опасные рисковые события. Благодаря созданным схемам был идентифицирован негативный сценарий, который продемонстрировал наихудший вариант развития событий во время выполнения ИТ-проектов. Данный сценарий дает возможность ИТ-субъектам заблаговременно разрабатывать меры «достойного» принятия рисков, не допуская наступления наиболее радикального исхода.

Читать далее
1
23 ...

Информация

В рейтинге
Не участвует
Зарегистрирован
Активность

Специализация

Системный администратор, DevOps-инженер
Linux
Python
Docker
Git
MongoDB
Bash