Администратор windows умеющий в программирование
Сегодня хочу поделиться интересным кейсом для тех, кто работает с интернет-рекламой: что делать, если по действующему договору меняется одна из сторон и как запускать новые рекламные кампании после таких изменений?
Разберу ситуацию на конкретном примере и покажу, как в этом случае корректно передавать данные по новым рекламным кампаниям.
Я инженер - технолог. Время от времени мне бывает нужно что то посчитать, обычно хватает excel. Недавно возникла довольно интересная задача (можно сказать вызов) для которой возможностей excel, либо моих навыков в нём оказалось недостаточно. Нужно было откалибровать стенд введя в его математику 4 калибровочных коэффициента подобрав их значения так, чтобы десяток протоколов измерений сошелся к общему знаменателю. Десять разных значений для каждого коэффициента давало 10000 комбинаций помноженное на 10 протоколов которые нужно было пересчитать....
Пока SEO-специалисты обсуждают теорию GEO-продвижения (Generative Engine Optimization), часть рынка уже вовсю получает трафик из ChatGPT, Perplexity и Алисы, и даже не всегда это замечает. Мы провели масштабное аналитическое исследование в промышленном кластере: металлообработка, машиностроение, заготовительное производство. Данные собирались около года. В этой статье я собрал конкретные цифры, неочевидные выводы и практические рекомендации: что именно делать, чтобы ваша компания появлялась в ответах нейросетей.
Если вы в 2026 году запускаете LLM в продакшене, то почти наверняка больше всего денег тратите на инференс. Одна неоптимизированная модель размером 70B может сжигать десятки долларов в час на нескольких A100, тогда как грамотно оптимизированный стек дает сопоставимый результат за сравнительно меньшую сумму. При активном продакшене это выливается в тысячи долларов в месяц разницы только за счет настройки инференса.
Но как это сделать?
Недавно я наткнулся на подробный гайд по оптимизации инференса на JobsByCulture. Внутри — перевод статьи + мои наблюдения и мысли поверх.
22 июня 2026 года правительственная комиссия по законопроектной деятельности рассмотрела переписанную версию законопроекта о регулировании искусственного интеллекта. Версия, судя по всему, финальная: внести документ в Госдуму планируют до конца месяца. По сравнению с мартовской редакцией Минцифры закон изменился настолько, что говорить стоит не о правках, а о смене жанра — вместо рамочного «запретить и проконтролировать» получился документ о поддержке отрасли.
Разберёмся, что это значит на практике для тех, кто пишет код: для частных разработчиков, для инженеров в продуктовых командах и для тех, кто делает решения под госсектор и критическую инфраструктуру.
Привет! Это Анна, руководитель Flutter-команды Friflex. Я иногда провожу технические собеседования с Flutter-разработчиками и вижу, с чем чаще всего сталкиваются начинающие специалисты.
В этой статье я собрала чек-лист для подготовки: как рассказать об опыте, какие темы повторить и как вести себя, если вы не знаете ответ или сильно волнуетесь.
Меня зовут Дмитрий, основатель агенства Сайткрафт. Полгода мы вели контекстную рекламу для онлайн-платформы по оценке и развитию персонала. Это продукт со сделкой в два-три месяца и несколькими согласующими на стороне клиента. Здесь разбираю не теорию, а то, что реально показали кампании и дашборды: почему автостратегия на длинном цикле учится не на том, какие три модели закупки трафика нужны вместо одной и как мы сшили Директ, Метрику и CRM, чтобы видеть путь от клика до оплаты.
Содержание
1. Почему автостратегия на длинном цикле учится не на том?
2. Что отдавать автостратегии вместо заявки?
3. Модель первая: закупка на конверсию
4. Модель вторая: закупка на спрос и охват
5. Модель третья: ретаргетинг и удержание интереса
6. Как мы сшили рекламу, Метрику и CRM в одну картину?
7. Когда какая модель работает и от чего зависит выбор?
8. Почему отчет за две недели врет на длинном цикле?
От CRUD на FastAPI до видеоплатформы: история одного pet-проекта
История о том, как учебный CRUD-проект на FastAPI постепенно превратился в стенд с микросервисами, мониторингом, Kubernetes.
Привет, сообщество. Где-то два месяца назад мне пришла в голову идея, очень простая по своей сути, но ой как обширная, если начать в ней копаться более подробно.
Двоичный интерфейс приложений, чаще именуемый просто ABI — это концепция, которая кажется знакомой и незнакомой одновременно. В каком смысле знакомой? Об ABI часто говорят в контексте устранения неисправностей, упоминают в статьях. Иногда даже приходится решать проблемы с совместимостью, которые провоцирует этот интерфейс. А в каком смысле незнакомый? Дело в том, что, если кто-то попросит вас описать, что такое ABI — то вы обнаружите, что понимаете, о чём речь, но чётко сформулировать ответ на этот вопрос сложновато. В конце концов, можно ограничиться формулировкой, указанной в Википедии: «набор соглашений для доступа приложения к операционной системе и другим низкоуровневым сервисам, спроектированный для переносимости исполняемого кода между машинами, имеющими совместимые ABI». Возникает ли проблема с такой формулировкой? Нет, в качестве общего описания этого вполне достаточно. Но оно может казаться немного поверхностным.
На самом деле, в информатике такая ситуация встречается нередко. Информатика — это дисциплина, не стремящаяся к абсолютной строгости. У многих концепций нет чёткого определения, зачастую бывает достаточно, чтобы описываемый феномен был общепонятным. Итак, чтобы не увязнуть в определениях, давайте рассмотрим, что именно представляют собой такие двоичные интерфейсы, и какие факторы влияют на их стабильность.
Мы решили изучить вопрос стабильности косметических пептидов и начали эту работу на базе кафедры физхимии Новосибирского Государственного Университета и она стала курсовой работой двух студентов химиков.
//Защищена на отлично!
Исследовали стабильность растворов двух пептидов при разных рН и температурах. Это были короткий дипептид Карнозин и более длинный гексапептид Аргирелин.
Лямбды в C++ выглядят безобидно, пока не начинают жить дольше переменных, которые захватили. Висячие ссылки, мёртвый this, копии состояния в потоках и ограничения std::function часто проходят компиляцию без шума, зато потом превращаются в undefined behavior.
Разбираем пять задач на захваты и время жизни, где ошибка прячется не в синтаксисе, а в неверном предположении о том, кому и сколько живёт объект.
Надеюсь, вам понравилась статья про работу с памятью на консолях, где каждый ездил на том велосипеде, который сам же и придумал, попробую рассказать про зоопарк теперь уже стандартных библиотек. Стандартных в отдельной студии или конторе, потому что у соседней будет свой стандартный стандарт. Забавно что любовь прикрутить очередную погремушку к своему велосипеду становится тем сильнее, чем становится крупнее контора, поэтому приходя в игровую студию есть очень немаленький шанс, что стандартный STL у неё нестандартный, обёрнут или вовсе запрещён религией кодстайлом.
EA, Facebook, Google, Adobe, LLVM и рядок компаний поменьше тратят человеко-десятилетия в поисках ответа на главый вопрос жизни, Вселенной и всего такого «почему std:: это медленно, непредсказуемо и жрёт память». По аналогии с прошлой статьей вам не потребуется знать стандарт наизусть, а будет достаточно понимать, что такое указатель, чем вектор отличается от дерева и почему промах в кеше это дорого, а дальше я пройдусь по разным стандартным библиотекам и про каждую немного расскажу, что это, зачем оно появилось и где об него можно больно удариться, потому что про вот этот последний пункт обычно забывают "продаваны" и прочие студийные еванглелисты, когда расказывают какое там всё красивое, легкое и с++двадцатое.
В предыдущих частях я описал кризис психологии как науки, его социальные, культурные и идеологические причины, а также обосновал предпосылки создание инженерного подхода к психологии личности OS Personium и начал вводить его основные концепции. В этой статье я продолжу разбор базовых понятий, на которых построен OS Personium.
Введение: что двигает человеком
В прошлой статье мы говорили про архитектуру человека как системы. Следующий вопрос: что эту систему двигает?
Выдающийся психолог Курт Левин утверждал, что когда в поле, доступное органам чувств или даже просто мыслям, попадает какой-то объект, то внутри человека сразу рождается определённое напряжение между этим объектом и им. Оно может быть слабым, а потом вырасти. Оно может быть сильным, а потом ослабнуть. Силу этого напряжения он назвал валентностью. Эта валентность может быть отрицательной или положительной, может падать до нуля или менять полюса. И всё наше поведение по сути является производной функцией от количества объектов в нашем поле и типа связи с ними.
Что это значит на практике?
Например, я проснулся и очень не хочу идти сегодня на скучные лекции в универ. Валентность объекта «универ» отрицательная. Однако сегодня на парах будет Катя, которая мне очень нравится. Отрицательная валентность объекта «универ» в поле ослабевает. Действие: я сбрасываю с себя одеяло и пружинистой походкой направляюсь чистить зубы. Но в зеркале вижу, что за ночь у меня на лбу вырос огроменный прыщ! Я не хочу, чтобы Катя видела меня в таком виде. Валентность объекта «универ» снова меняется на отрицательную. Действие: мрачно сплюнув в раковину, я возвращаюсь и ныряю обратно под одеяло.
Браузерная игра на 114 тысяч строк, целиком написанная с помощью нейросетей за три недели. Не про то, что ИИ умеет код, а про то, что удерживает большой проект управляемым, когда кодовая база не влезает в контекстное окно.
Каналы - механизм передачи данных между потоками или асинхронными задачами. Идея простая: один конец отправляет сообщения (отправитель), другой их получает (получатель), а вся синхронизация спрятана внутри. За этим стоит целый подход: вместо того чтобы разделять память и вручную её блокировать, данные передают сообщением.
На практике же стоит копнуть глубже, и оказывается, что каналов в экосистеме Rust целый зоопарк: std::sync::mpsc, crossbeam-channel, tokio::sync, flume, async-channel, kanal и ещё несколько менее известных. Они отличаются моделью, поддержкой асинхронности, скоростью и кучей мелких деталей, о которые легко споткнуться. В этой статье разберёмся, какие каналы бывают, чем они отличаются и какой брать под конкретную задачу.
В июле 2025 coding-агент в Replit проигнорировал явный запрет на изменения файлов (code-freeze) и удалил production-базу – данные примерно 1200 компаний, позже заявив, что «сделал катастрофическую ошибку». Operator от OpenAI, которого попросили всего лишь найти дешевые яйца, сам купил их на Instacart на $31.43 – в обход собственного подтверждения покупки. Официальный чатбот мэрии Нью-Йорка советовал предпринимателям нарушать закон: говорил, что можно забирать чаевые работников и отказывать арендаторам с жилищными ваучерами Section 8. Эти и другие инциденты сведены в обзоре «Towards a Science of AI Agent Reliability», где каждый разделен по характеру сбоя: тяжесть вреда, нарушение полномочий, плохая калибровка.
Ни один из этих случаев не всплыл бы в обычном демо. И ни один бенчмарк про них заранее бы не предупредил.
Публичные бенчмарки полезны – по ним видно, какая модель в целом сильнее и куда движется фронтир. Но они отвечают на другой вопрос. Высокий балл на лидерборде не говорит, справляется ли система с вашими задачами: для этого нужны собственные evals и бенчмарки под конкретные задачи. А часть аспектов – безопасность, устойчивость к злоупотреблениям, поведение под атакой – бенчмарком в принципе не измерить; в этих случаях работает red-teaming. Современная AI-система – это модель в симбиозе с retrieval, tools, memory, routing, prompts, state, permissions. Вы ответственны за всю систему и хотите понимать, как хорошо работает именно она, в то время как публичный бенчмарк измеряет только модель.
Почему пустяковая строчка способна занять весь вечер — и чем она отличается от тяжёлого, но понятного разговора
Поздним вечером приходит сообщение: «Нам нужно поговорить». Без продолжения. Человек, который его отправил, уже не в сети, и до утра ничего не прояснится. На этом вечер, в общем, заканчивается — по крайней мере тот вечер, который вы себе планировали. Вы возвращаетесь к этой строчке снова и снова, перебираете, о чём может идти речь, заранее проигрываете разговор, которого ещё не было, и злитесь на себя за то, что не можете переключиться.
То же самое происходит, когда ждёшь результат анализа, который будет только в пятницу. Или ответа после важного собеседования — того самого «мы вернёмся к вам до конца недели». Или короткой фразы от руководителя, брошенной без интонации: «Зайди, когда освободишься». Информации в этих сообщениях почти нет. Несколько слов, ни одной подробности. Странно, но внимания они забирают больше, чем долгий и тяжёлый разговор — тот, после которого, при всей его неприятности, хотя бы ясно, что произошло и что делать. У разговора есть конец. У этих нескольких слов его пока нет.
Легко решить, что дело в тревоге или в неопределённости вообще. Но неопределённости вокруг сколько угодно, и почти вся она нас так не удерживает, не мучает. Я не знаю, какая завтра будет погода, чем закончится сериал, сколько простою в пробке по дороге домой, — и спокойно живу с этим незнанием. Значит, дело не в самой по себе неизвестности. Что-то отличает эти несколько строчек от обычного незнания, с которым мы уживаемся без труда.
10 новых российских продуктов для управления тест-кейсами и прогонами, оценки сотрудников и команда, записи экрана, ответов на отзывы и обращения, транскрибации аудио и видео в текст с помощью ИИ и много другого. Битва за «Продукт недели» началась!
Product Radar — здесь каждую неделю публикуются лучшие онлайн-сервисы и железки от русскоязычных команд.
Представьте, вы наконец-то получили загранпаспорт и выкладываете фото с подписью «ура, получил». Или сфотографировали своего милого питомца на фоне открытого ноутбука. А может, просто поделились историей гневной переписки с магазином, потому что получили некачественные услуги. Такие посты часто встречаются в социальных сетях.
А через несколько дней вам звонит «сотрудник магазина», называет ваши последние покупки и просит подтвердить код из смс, или приходит уведомление о регистрации на вас электронного кошелька, или на вашей рабочей почте появляется письмо с восстановлением доступа к сайту.
Вполне реальный сценарий развития событий, потому что мошенники знают, где искать информацию.
В этой статье разберем, какие данные точно не стоит публиковать в интернете, почему это опасно и как мошенники используют открытую информацию из социальных сетей.