Kurgan-Telecom Ru | Информационные технологии

Как сделать интернет-магазин мебели удобным для покупателя? В этой статье собрал 10 мебельных eCommerce-проектов с сильным UX и удачными решениями по юзабилити. Разобрал, как бренды выстраивают навигацию, оформляют каталог, помогают выбирать товары и упрощают путь до покупки.

Покажу, какие UX-подходы действительно работают в мебельном eCommerce: от структуры каталога и фильтров до карточек товара, визуальной подачи и сценариев оформления заказа. Статья поможет посмотреть на собственный интернет-магазин со стороны пользователя, найти точки роста и подсмотреть практические решения для улучшения пользовательского опыта.

Любой грамотный специалист вам подтвердит, что резервное копирование – это важная часть любой IT инфраструктуры. Наличие резервных копий – это не только возможность исправить последствия сбоев различного характера, но и порой последний рубеж обороны в нелегком деле противостояния вирусам-шифровальщикам (так называемым ransomware). На эту тему сломано немало копий, и на просторах Интернета легко найти множество практических советов о том, как можно максимально обезопасить себя от данной напасти. У нас также есть статья на эту тему в контексте использования технологии WORM, некогда считавшейся едва ли не панацеей против любых видов атак. Однако время не стоит на месте, технологии совершенствуются как на стороне злоумышленников, так и на стороне защиты от них. Поэтому представляем вашему вниманию технологию Qseal, призванную обеспечить максимально возможную защиту резервных копий средствами СХД.

Привет, Хаброжители!

Книга создана как практический справочник, который действительно нужен в работе каждый день. Она подойдет как тем, кто только начинает знакомство с серверным администрированием, так и опытным специалистам, желающим держать свои навыки на высоком уровне. Автор Джордан Краузе — десятикратный обладатель награды Microsoft MVP и ИТ-специалист с более чем 20-летним опытом.

Выбираем надежную нейросеть для таблиц. Подробно разбираем ИИ для создания, анализа и обработки файлов и формул Excel. Экономим часы на сложной аналитике.

В последние годы количество запросов на поддержку RedOS значительно выросло& Ранее Test IT позволяла использовать готовые сборки под Ubuntu или CentOS с запуском в контейнерах. Однако рынок идет вперед и клиентам требуется нативный дистрибутив под RedOS 8.02 с официальным подтверждением совместимости и внесением в реестр отечественного ПО. Делимся, как со стороны технической команды прошел крупный проект налаживанию совместимости с отечественной операционной системой.

Существует множество известных RAG-фреймворков, проверенных на многочисленных бенчмарках, так что точность работы системы в наших реалиях не такая большая проблема. Однако, для любого, кто сталкивался с прикладной интеграцией RAG в рабочие пайплайны, не секрет, что рано или поздно сталкиваешься с постобработкой форматов, отличных от текста. Комбинируешь OCR, парсеры, ридеры…

RAG-Anything устраняет ненужные телодвижения.

С помощью RAG Anything возможно обрабатывать подавляющее большинство ходовых форматов файлов(PDF, DOC, PPTX, XLS, JPG, BMP, GIF и др. )

В этой статье мы разберем механизм работы фреймворка и на примере посмотрим, как он работает.

CKS является довольно специфическим экзаменом по Kubernetes и если вами активно не используются инструменты, которые рассматриваются на экзамене, то подготовка будет сложнее. У меня ушло на подготовку 8 месяцев и две попытки, где большую часть времени не было четкого плана как подготовится к экзамену, так как информации в интернете не так много, как при подготовке к CKA. И вам нужно сдать Certified Kubernetes Administrator (CKA), чтобы вас допустили до CKS.

Подготовку к экзамену я бы разделил на несколько этапов.

Этап первый — разведывательный

Можно бесплатно порешать задачи на https://killercoda.com/ Есть два неплохих курса, где можно попрактиковаться в решении задач.

https://killercoda.com/ronnyardi

https://killercoda.com/killer-shell-cks

Рекомендую перенести в отдельный документ каждую задачу с вопросом и решением с ссылками на документацию на https://kubernetes.io/docs/home/ и вашим кратким комментарием как вы понимаете, о чем вообще идет речь и сложная ли для вас задача. На первом этапе вам нужно научится быстро ориентироваться в документации. Например, очень много вопросов по Security Context и Network Policy. Нужно понимать какой Security Context можно задавать на уровне пода, а какой на уровне контейнера. Это можно посмотреть через встроенную документацию.

Любовь к мороженому у меня давняя, где-то с седьмого класса. Мы с друзьями делали его дома, я приносил в школу на наши чаепития. А ещё в Ялуторовске со времён войны стоит большой молочный комбинат, и при нём было кафе-мороженое с мягким мороженым. Тот вкус был для меня самым значимым, и хотелось потом передать его своим детям и тем, кто живёт в нашем городе.

В 2009 году я открыл маленькое интернет-кафе в фойе кинотеатра «Юбилейный». Через год оно стало «Золотым ключиком». Тогда же я купил свой первый фризер для мягкого мороженого, того самого, который в Макдональдсе выдавливается из аппарата завитком.

Через пару лет я попал в Турцию и впервые увидел джелато. Не понял ни что это такое, ни как называется. Дома начал разбираться: слетал на мастер-класс в Москву, технологи показали ингредиенты, я кое-что закупил, постепенно собирал оборудование. В 2016 году поехал на московскую выставку общепита ПИР, познакомился там с одним из технологов и благодаря этому знакомству полетел в Италию на обучение. А через год меня нашёл маэстро Сальваторе Капеллано: сам написал в соцсетях, говорил: «Я вижу, ты заинтересованный, я обязан к тебе приехать». Считаю его своим главным учителем.

Своё производство я долго не запускал, мы возили готовое мороженое от поставщиков. Толчок дал 2020-й. В ковид сорвались поставки, и я запустил первое тестовое производство, чтобы кафе не встало. Через год на встрече с другими предпринимателями мне пришла идея возить мороженое физлицам контейнерами с доставкой на дом. С августа 2021-го я повёз первые контейнеры по 2,5 литра. В 2022 году Сальваторе приехал в Ялуторовск, лично обучил нас джелато, и мы полностью перешли в кафе на своё мороженое. К 2023-му мне казалось, что всё устоялось.

Салют, Хабр!

Я Иван, HW TPM Умного дома Сбер. В прошлом году мы разработали линейку электроустановочных изделий AtlasDesign Smart. И это отличные устройства. Но… не все пользователи, которым понравился умный выключатель из линейки, могут установить его. Потому что для него обязательна нейтраль, она же ноль.  

Сегодня мы добавили в линейку более универсальное устройство — умный выключатель с опциональной нейтралью. Эта разработка оказалась сложнее. В статье рассказываю о новых захватывающих проблемах, с которыми столкнулись. Сколько лампочек нужно, чтобы одна команда разработала выключатель? Как обучить устройство незаметно воровать электроэнергию? Как выстроить прошивку для Zigbee-устройства, которое может быть и роутером, и спящим (и почему через три месяца мы немного расстроились)?

Спойлер: мы по-прежнему топим за нейтраль. Если есть техническая возможность, лучше подключать с ней или даже проложить её с нуля квартире.

В начале девяностых инженеры, трудившиеся в совершенно разных IT-компаниях, вынашивали одну и ту же идею: что люди в ближайшем будущем откажутся от клавиатур и будут просто писать на экране как на бумаге — рукой или стилусом. Под эти проекты венчурные инвесторы выделяли миллионы долларов, а в Кремниевой долине собирались звёздные команды разработчиков, которые проектировали удивительные футуристичные устройства. Часть из них так и осталась на стадии прототипов, некоторые девайсы вышли на массовый рынок, но по разным причинам так и не снискали популярности.

В своей прошлой статье я рассказал об истории появления промышленных планшетов Kalidor, сегодня же хочу поведать о компании GO Corporation и её операционной системе PenPoint OS. Эта без преувеличения инновационная платформа, появившаяся в 1991 году, была объектно-ориентированной до мозга костей, документы жили не в файловой системе, а в иерархии «тетрадей», а графический интерфейс создавался с расчётом на то, что компьютер держат в руках, а не ставят на стол. Почему же проект PenPoint не получил развития?

Пока инфо-бизнесмены продают очередные курсы по промпт-инжинирингу, в индустрии пересобирают саму архитектуру ИИ-систем. Главные вызовы сегодня лежат в плоскости ML-инфраструктуры: как запустить автономных агентов на проде, снизить latency и не обанкротиться на обучении моделей с нуля. 

В майском выпуске разбираем свежие архитектурные подходы, новое железо и софт, которые меняют экономику современных нейросетей.

SAP, Oracle, Palantir, Celonis, Alibaba и Yonyou всё активнее строят вокруг корпоративного ИИ семантические слои: knowledge graph, ontology, process intelligence, business data cloud, agent memory и агентные платформы.

Зачем им это, если языковая модель уже умеет читать документы, таблицы и API?

Потому что корпоративному ИИ нужен не только доступ к данным. Ему нужен смысловой слой предприятия: термины, объекты, экземпляры, статусы, источники, связи и правила качества.

Именно здесь начинается переход от отдельных ИИ-функций к системам, которые способны собирать комплексную управленческую позицию для действия.

За последние годы большинство AI-проектов в компаниях стартуют одинаково: сначала делают чат-бота, затем добавляют агентов, автоматизируют отдельные процессы и ожидают роста эффективности.

На практике такие проекты часто не дают устойчивого результата. Модель может корректно генерировать текст, демонстрации выглядят убедительно, но в реальной работе ответы оказываются нестабильными, противоречивыми и не связанными с внутренними стандартами компании.

Основная причина — отсутствие единого слоя знаний.

В проекте для ресторанной группы с 10+ заведениями и историей более 15 лет мы сознательно начали не с агентов и не с интерфейсов, а с построения корпоративной RAG-инфраструктуры. Этот слой стал основой всей последующей AI-архитектуры.

Персонализация: как мы подстроились под каждого — и сделали хуже всем. Кейс о том, как хорошая гипотеза ломает базовый UX, обещание продукта и бьёт по выручке.

Привет, Хабр! Меня зовут Кристина, скрам-мастер в МТС Web Services. Два года назад я попала в трайб, который резко начал масштабироваться и быстро вырос с двух до девяти команд — продуктовых и сервисных. Процессы за этим ростом не успевали: коммуникации начали сыпаться, терялись зависимости и регулярно ехали сроки. Кроме того, конфликты между командами приходилось лично разруливать C-level. А главной сложностью было то, что каждое планирование начиналось с чистого листа.

Мне предстояло во всем разобраться и наладить процессы. Вот только для команд я выглядела как засланец от бизнеса, который просто наблюдает, как все работают, а затем доложит руководству. А для топ-менеджмента — как сомнительная инвестиция, которая еще должна доказать свою полезность.

Но несмотря на все сложности, за год мы выстроили квартальное планирование на базе адаптированного SAFe: специалисты научились проводить его сами, зависимости сократились до минимума, а руководители перестали тратить управленческое время на выяснение, кто за что отвечает. Расскажу, как мы к этому шли, какие подходы сработали и какие уроки я для себя вынесла.

TL;DR: ИИ не заменяет инженерный контроль, но меняет базовую планку разработки. С ним проще удерживать скоуп, тесты, техническое качество и в режиме дедлайна. Главный риск — потерять ownership, поэтому уровень автономности должен зависеть от проекта, стадии и зрелости инженерного процесса.

У меня есть один личный проект, где я полностью автоматизировал разработку и перестал читать код. Всё идёт практически без моего участия: я просто описываю в телеграмме своему боту что нужно сделать, что я хочу получить, а он выполняет, проверяет в цикле, коммитит, деплоит и сам проверяет логи. Единственное, заниматься своим проектом времени мало, потому движение всё равно медленное и хоть бот может сам брать тикеты из гитхаба и выполнять их, я всё же не разрешаю ему пушить код — хочу всё же в конце понимать что он сделал. Но проект я изначально писал сам, и только потом начал изучать как сделать работу автономной.

Всё работает настолько хорошо, что я даже задумался: а не запустить ли новый проект вообще без моего участия? Описать только PRD, проверить сгенерированную документацию и список задач, а на выходе просто принимать готовые фичи. Я даже пробовал запускать так несколько личных проектов (один из них — простенькая игра): формировал всю документацию через ИИ, но на определенных этапах допускал ошибки в планировании и в итоге терял контроль.

Эта статья про мои эксперименты с языковыми моделями, в которых не используется машинное обучение и аппаратное ускорение. Чтобы избежать недопонимания поясню, что я имею ввиду под языковой моделью (ЯМ).

ЯМ это совокупность алгоритмов, структур данных и собственно данных для генерации связного текста в ответ на запрос. Каким образом ЯМ генерирует ответы определяется способом её реализации. В канонической реализации ЯМ используются методы машинного обучения и мощные аппаратные ускорители. В моей реализации ЯМ я хочу получать связный текст в ответ на запрос без машинного обучения и без аппаратного ускорения.

Если свериться с Википедией на английском и на русском языках, или с многочисленными публикациями про (Large/Small) Language Models, то мои определение и понимание… несколько неканонические. Поскольку я экспериментирую для себя (я сам себе работодатель), то заранее соглашусь с любыми мнениями о неканоничности моего определения ЯМ.

Буду благодарен комментариям - если окажется, что подобное изложенному в этой статье уже было на просторах интернета. Как минимум такие подсказки избавят меня от хождения по тупикам. А как максимум, я надеюсь, позволят сделать мои дальнейшие эксперименты более успешными.

Последующий текст состоит из нескольких небольших частей. Сначала расскажу о своих мыслях, из которых возникли мои идеи для экспериментов. Далее, о своём текущем подходе к реализации ЯМ. Пока он совсем прост. Чем-то напоминает классический подходы Markov chains и n-grams, но без статистических и вероятностных методов.

У продуктов Клеверенса (например, «Магазин 15», «Склад 15») есть возможность обмениваться данными между учетной системой (например, «1С: Предприятие») и удаленными ТСД через сеть. Это так называемый обмен через Интернет, который решает вопрос работы с удаленными устройствами без сложных и длительных настроек ПО и оборудования (например, проброс портов на роутере).

Ограничения ППР и почему переход к прогнозной модели становится необходимым

Планово-предупредительные ремонты (ППР) — стандарт для большинства промышленных предприятий. Логика проста: замена узлов или материалов через фиксированный интервал времени или наработки. Однако на практике этот подход всё чаще приводит к трём проблемам:

С 27 мая вступило в силу требование Минпромторга об исключении из перечня параллельного импорта компьютеров, ноутбуков и запоминающих устройств ряда крупных брендов.

В соцсетих можно встретить посты в духе: «Asus и Dell больше не купить» и «техника исчезнет с полок».

Кто-то даже говорит, что теперь ввоз иностранной техники запрещён.

Давайте разберёмся, что реально произошло.

Примечание:

Я юрист, специализируюсь на банкротстве и корпоративных спорах — с таможенным правом работаю не каждый день. Но когда сегодня лента переполнилась заголовками про «запрет» техники, захотелось разобраться по существу, а именно: открыть нормы и посмотреть, что реально изменилось. Это моя первая статья на Хабре и пишу для тех, кому важно понять правовую механику, а не читать пересказы заголовков.