Kurgan-Telecom Ru | Информационные технологии

Привет Хабр! В статье расскажу, как нейроинтерфейсы меняют представление о пользовательских интерфейсах — от привычных экранов и кнопок к мысленным командам и вниманию как главному ресурсу. Про технические реалии, вызовы дизайна для таких систем и почему навыки медитации и фокусировки становятся ключевыми. Это взгляд дизайнера на интерфейсы будущего с фокусом на опыт пользователя.

На прошлой неделе прошел легендарный курс Neuromatch по вычислительной нейронауке. Если вдруг кто не знает: Neuromatch Academy — это образовательная платформа, которая раз в году проводит летние онлайн‑школы.

В этом году, помимо моей, прошли школы по глубинному обучению, вычислительной климатологии и — внимание — НейроИИ: свежайшая область, где изучают общие принципы естественного и искусственного интеллектов. Было очень интенсивно: три недели по 8 часов, из которых полдня учишься, полдня делаешь командный проект на реальных данных.

Студенты Школы 21 могут справедливо вспомнить формат «бассейна»: тоже беспощадный марафон, с количеством материала, который невозможно осилить за день. Но здесь проверяли только посещаемость и финальную презентацию проекта, так что чуть полегче.

В итоге вы обучаетесь всем базовым методам для входа в вычислительную нейронауку. Цель этой дисциплины — изучить познавательные функции человека (познание, память, внимание) на разных уровнях и смоделировать их на разных уровнях: от нейромедиаторов до поведения.

Перед прохождением желательно знать что‑то о нейронауках (хотя бы модель нейрона), высшую математику (линал, матан и статистику) и прогать на питоне. Ну и быть готовым, что все происходит на английском. На всякий случай, есть подготовительных курс от школы, желательно выделить на него хотя бы четыре дня.

Переход из Data Science в AI Engineering — это не просто смена должности, а полный сдвиг в подходах к работе с моделями и их внедрению в продакшн. В статье я делюсь опытом, как расширение ролей Data Scientist и AI Engineer пересекается с DevOps, MLOps и инфраструктурными практиками. Если вам интересно, как сделать шаг от теории к реальной работе с моделями, интеграции в инфраструктуру и поддержке на протяжении жизненного цикла — читайте дальше.

Привет, Хабр! Недавно я сел смотреть «марафон лекций», а через пару часов понял: я понятия не имею, сколько ещё впереди. Час? Десять? А может, это вообще сериал длиной в жизнь? Вот так родился mdur — утилита, которая считает, сколько часов, минут и секунд тебе предстоит потратить на медиафайлов (видео и аудио) в любой папке. Без преувеличений, без подсчетов вручную...

Когда ресурсы сервера уже на пределе, вертикальное масштабирование рано или поздно перестаёт работать — остаётся горизонтальный подход. В этой статье подробно разбираем два способа шардирования в Postgres Pro: встроенный патч Shardman и внешнее расширение Citus. Сравним архитектуры, межузловое взаимодействие, схемы распределения данных и сценарии, в которых каждое решение раскрывается по‑максимуму.

Что, если существует 20 критериев, по которым можно спрогнозировать, как долго новый специалист останется в компании? Для бизнеса это — инновационный инструмент, позволяющий сэкономить миллионы рублей. Для соискателей — руководство к поиску работы мечты.

Прогнозирование будущего — уже не бред сумасшедшего или сюжет из банальной антиутопии, а реальность, основанная на анализе больших данных. И этими данными можно пользоваться уже сегодня.

Далее я раскрою вам эти параметры, поделюсь чек-листом для их применения и расскажу, как мы внедрили систему прогнозирования в компании. Используя лишь Excel и подручные средства, за 2 квартала 2025 года мы сократили расходы почти на 2 000 000 рублей.

Наверняка тебе знакома ситуация: начинается утренний синк, и ты задаёшься вопросом: «А что вообще сейчас происходит с задачами?». Кто‑то что‑то делал, кто‑то ждал ревью, у кого‑то что‑то зависло, а кто‑то вообще сидит без работы. На расспросы команды уходит много времени, а картина всё равно остаётся неполной. И самое важное не про все вспомнишь в момент синка.

Чтобы быстро и точно понять текущее состояние дел, удобнее всего использовать так называемый LiveBoard — дашборд, который показывает тебе реальную ситуацию в моменте. Он не про эффективность на дистанции, а про то, чтобы сразу видеть: что сейчас в работе, где возникли проблемы, и на какие задачи обратить внимание прямо сегодня.

Я по роду деятельности связан с лифтовой сферой, поэтому решил рассказать немного про нашу внутреннюю кухню. Заглянуть, так сказать, за кулисы.

Когда-то была на ТВ программа «Галилео». Начнут рассказывать про какое-нибудь производство чемоданов или очистные сооружения, и прямо затягивает. Любопытно же узнать, как что устроено изнутри. Вот, думаю, почему бы не пролить свет на работу лифтового хозяйства? Чтобы все знали, кого костерить, когда ремонт лифта затягивается.

Мне 38, программирую с института — заканчивала по специальности. За 15 лет в IT успела побывать всем, кем только можно: техлид, архитектор, DevOps, backend, frontend. Когда в отрасли так долго, трудно найти что-то, чего не делала.

Давным-давно, когда F11 и F12 еще не придумали, F1-F10 располагались слева, Ctrl жил на месте CapsLock, а IBM продавала компьютеры с гарантией на 90 дней, владельцы компьютеров работали в MS-DOS. Процессор еще не знал, что такое защищенный режим, память не делилась на области пользователя и ядра, виртуальной памяти не было, как не было и многозадачности. MS-DOS программа на счет "раз" нарушала работу ядра и компьютер приходилось перезагружать. Программы скромно умещались в 64 Кб, а, если превышали это ограничение, жизнь их становилась труднее.

Дизассемблируем 16-битную программу: InDuLgEo V3-B горит пламенем на экране, печатает текст и трезвонит, как старый телефон.

Добрый день! Меня зовут Иван Ярцев, я — архитектор автоматизированных систем управления технологическим процессом (АСУ ТП) в ИТ-компании «Северсталь», занимающейся разработкой компонентов для открытой АСУТП.

В этой статье рассмотрим архитектуру программного программируемого логического контроллера (ПЛК), а также самостоятельную сборку среды исполнения из исходников и запуск её из готовых сборок. Самостоятельную сборку опишем на примере российского одноплатного компьютера Repka-pi, имеющего архитектуру aarch64.

10 базовых и не очень лайфхаков по работе с BI Apache SuperSet, чтобы сделать её проще и эффективней.

Привет! Меня зовут Аня Ледовская, я Acting Division Lead в Авито. В статье поделюсь своим опытом роста из аналитика-сеньора в тимлида, расскажу, что ждёт вас в момент перехода на новую позицию, и дам советы на случай, если поняли, что не вывозите. Материал пригодится специалистам на сеньорных позициях, которые готовятся перейти к менеджерской роли, а также руководителям с небольшим управленческим опытом, которые уже получили команду, но поняли, что что-то не получается.

Удивительно, но факт: несколько изменений в изображении могут полностью поменять вывод нейросети, что ломает заложенную разработчиком логику. В данной статье мы не просто подсветим факт существования One Pixel атаки, но и комплексно разберём архитектурные факторы, которые влияют на устойчивость CV-систем к данному семейству атак.

Представьте команду, где middle‑разработчик получает зарплату больше, чем senior. Звучит абсурдно? Такое случается в компаниях, где отсутствует внятный карьерный путь. Многие разработчики понятия не имеют, как именно расти внутри компании — нет прозрачных критериев, как и нет понимания, что нужно сделать, чтобы перейти на следующий уровень.

В итоге мы попадаем в карьерный хаос: должности и роли путаются, грейды присваиваются на глаз, а зарплатные «вилки» скрыты за семью печатями. Следующее повышение обещают после яблочного Спаса — и то, если сам напомнишь о нем.

В статье мы поговорим о том, что такое карьерный фреймворк и грейды, какие боли возникают без них, приведем показательный пример от Dropbox, а также обсудим, как самим разработчикам не потеряться в отсутствии прозрачной системы.

Всем привет! Меня зовут Дмитрий Демми, компания AGIMA. Мы часто разрабатываем приложения для банков или еком-продуктов. И в большинстве из них нужно заполнять поля: вписывать имя, контакты, адрес, номера документов, банковских карт или реквизиты. Иногда таких граф бывает много, и чтобы пользователям было удобно переключаться между ними, в iOS-разработке используется property wrapper @FocusState. Если вы пока не сталкивались с таким, то ниже всё объясняю и показываю.

Интервью (https://www.meta.com/superintelligence/) главы Meta, Марка Цукерберга. Meta — страшно запрещенная в России нежелательная организация.

За последние несколько месяцев мы начали замечать проблески того, как наши ИИ-системы начали улучшать сами себя. Пока это улучшение медленное, но его наличие неоспоримо. Создание сверхинтеллекта уже на горизонте.

Кажется очевидным, что в ближайшие годы ИИ улучшит все наши существующие системы. Он позволит создавать и открывать новое, доселе невообразимое — уже сегодня. Остаётся открытым лишь вопрос, на что мы направим усилия сверхинтеллекта...

Энигма была самым продвинутым шифровальным устройством своего времени и казалась неуязвимой.

Она использовалась по всей военной системе Третьего рейха — от подводных лодок до штаба СС. Её взлом потребовал терпения, математики и человеческого фактора.

В этой статье — как появилась Энигма, кто первым раскрыл её слабости и какую роль в этом сыграл Алан Тьюринг.

В эпоху цифровой трансформации каждая минута работы с документами на вес золота. Юридические отделы, банки, госучреждения ежедневно обрабатывают сотни договоров, доверенностей и судебных приказов. Ручной ввод данных, поиск реквизитов и проверка сроков могут отнимать до 20 минут на документ — и это если сотрудник не отвлекся на кофе. 

В нашей линейке продуктов есть универсальная IDP-платформа ContentCapture. Она хорошо понимает структурированные документы, а вот при обработке неструктурированных данных раньше могли возникать сложности. Чтобы решить эту проблему, мы в новом релизе продукта настроили интеграцию с облачными большими языковыми моделями (LLM), такими как YandexGPT и GigaChat. 

Делимся подробностями и рассказываем, как оценивали качество работы LLM с разными типами документов. 

Сегодня памятная дата — прошло 25 лет с момента начала проекта Firebird.

Напомним как это начиналось. Многие кто работает с СУБД Firebird до 2000 года скорее всего использовали СУБД InterBase, из исходных кодов которого и появился Firebird. В 2000 году компания Borland приняла решение продолжить развитие InterBase как OpenSource продукт и открыла исходные коды своей СУБД, которой на тот момент пользовалось огромное количество программистов. Планировалось, что будет создана отдельная компания InterBase Software Corporation (ISC), которая будет заниматься развитием СУБД InterBase OpenSource отдельно от Borland, но в итоге от этой идеи отказались. Поэтому появился форк InterBase 6.0, а компания ISC переродилась в IBPhoenix. Символично название проекта — Феникс, восставший из пепла InterBase.

С 31 июля 2000 начинается история СУБД Firebird. И первое с чего начался проект это было исправление багов — версия InterBase 6.0.0.627 по количеству багов могла вполне считаться пре‑релизом. Теперь все исправления легли на плечи программистов Firebird. Поэтому первый релиз вышел только в 2001 году, до этого одной из альфа‑версий Firebird 0.95 достаточно активно пользовались.

Firebird был создан как форк InterBase и как это очень часто бывает тоже стал основой для другого форка. В конце 2001 года в результате объединения усилий группы российских разработчиков, использующих InterBase на Windows, на свет появился проект Yaffil.

После выхода Firebird 1.0 к участникам проекта пришло понимание, что дальше развивать проект на языке С будет не очень удобно и возникло решение переписать проект на С++. Firebird был переписан на C++ и под версией 1.5 вышел в 2004 году.