Kurgan-Telecom Ru | Информационные технологии

Еще несколько лет назад маркетинговая воронка выглядела довольно понятно. Медийная реклама отвечала за узнаваемость. Ее задача была максимально широкой: рассказать о бренде как можно большему числу людей. Перформанс-инструменты работали на нижних этапах воронки. Они должны были приводить заявки, продажи и другие измеримые результаты. Такое разделение долго оставалось удобным. Маркетологи планировали бюджеты по принципу: одна часть — на формирование спроса, другая — на его конвертацию. Но сегодня тенденция меняется.

Мы в Авито Рекламе совместно с AdIndex опросили 300 представителей из 226 компаний из 44 отраслей и обнаружили интересную тенденцию: рекламодатели всё реже противопоставляют медийную рекламу и перформанс. Вместо этого они ищут способы решать обе задачи одновременно. Разберемся, почему это происходит.

Привет, Хабр! Я Иван Лягаев, Staff Scala Developer в Т-Банке. Живу и работаю в Иннополисе — самом молодом городе России, — рядом с Казанью.

Моя статья — часть проекта к 20-летию Т-Банка «20 в 20», в котором мы рассказываем об ИТ-хабах в разных городах и о людях, которые живут в этих инженерных сообществах.

Казань и Иннополис для нас — важная точка на ИТ-карте. В регионе сильная образовательная база: Университет Иннополис, КФУ, ИТИС, ИВМиИТ и другие технические школы. Здесь сформировался конкурентный рынок, работают крупные ИТ-компании, а вокруг развивается активное профессиональное сообщество.

Для меня этот регион стал не просто местом работы. Здесь я поступил в университет, выбрал Scala, пришел в Т-Банк, поучаствовал в переписывании сложной банковской системы с нуля и перешел в техническую команду, которая делает инструменты для разработчиков внутри Т-Бизнеса.

В статье рассказываю, как так получилось.

Сегодня искусственный интеллект кардинально меняет как подходы к защите, так и методы атак. С развитием технологий ИИ-модели могут обрабатывать и анализировать огромные объемы данных в реальном времени. Это активно использует не только бизнес, но и злоумышленники.

В статье рассмотрим современные методы атак на AI и ML-системы, расскажем про практическое применение MITRE ATLAS для моделирования угроз и выстраивания защиты через четыре системных элемента: AI Среда, AI Платформа, AI Модель и AI Данные.

Приветствую, Хабр! Сегодня я хотел бы обсудить одну очень важную для меня, да и для всего книжного сообщества тему. Тему юридических коллизий Пользовательского Соглашения LiveLib и законодательства об авторском праве.

Несмотря на то, что Пользовательское Соглашение LiveLib (далее – ПС LiveLib) содержит стандартные для крупных цифровых платформ условия передачи прав на пользовательский контент всё же некоторые из его пунктов, на мой взгляд, балансируют на грани ущемления авторских прав и выявляют юридические коллизии с Гражданским кодексом РФ (далее – ГК РФ). В частности,

1.       Безвозмездная исключительная лицензия на коммерческое использование.

Согласно ПС LiveLib размещая любой контент (текст, рецензии, статьи, иные произведения авторского права) в открытом доступе на LiveLib, пользователь безвозмездно предоставляет сервису исключительную лицензию на его использование. Сюда входит право на воспроизведение, переработку, распространение и сублицензирование третьим лицам, в том числе в коммерческих целях.

Подобная формулировка нарушает статью 1286 ГК РФ (Лицензионный договор). По закону исключительная лицензия означает, что сам автор теряет право предоставлять аналогичные лицензии кому-то ещё.

Таким образом, автоматический, безвозмездный и безусловный отъём исключительных прав через принятие пользователем публичной оферты сервиса ущемляет права авторов. Особенно в тех случаях, если платформа монетизирует их авторский контент (например, использует его в рекламных целях на сторонних ресурсах или продаёт издательствам для обложек книг).

Я работаю в компании GlowByte, а в целом в ИТ – более 20 лет. В последние годы в основном занимаюсь проектами и решениями в области AI, аналитики, больших данных, но приходилось иметь дело с большим списком разнообразных ИТ-услуг и форм взаимодействия заказчиков и подрядчиков. По роду деятельности мне приходится много заниматься подготовкой, оценкой, запуском ИТ-проектов. Очень часто нормально проведенное предпроектное обследование становится залогом успешного проекта, поэтому решил, что мои мысли про предпроект, его цели и подводные камни могут быть интересны аудитории. 

После выхода первой части прошло 2 месяца, и наши многоуважаемые американские партнёры из Anthropic и Google что-то подхимичили, и новые версии Claude Code и Antigravity перестали работать.

А так хочется попробовать новые чудо-модели типа Fable 5 и Opus 4.8! Поэтому нам придётся осваивать новые хитрости для настройки VPS, чтобы быть на острие прогресса.

Каждый инженер рано или поздно сталкивается с вопросом: как выкатить новую версию приложения так, чтобы пользователи ничего не заметили, а команда не получила ночной звонок от дежурного.

На первый взгляд выглядит все довольно просто: собрал новую версию, загрузил на сервер и перезапустил сервис. Но как только система начинает обслуживать реальных пользователей, появляются новые требования — минимизировать простой, быстро откатывать неудачные релизы, снижать риски и выпускать изменения как можно чаще.

Именно для этого существуют Deployment Strategies — набор подходов, которые определяют, каким образом новая версия приложения попадает в продакшен. В этой статье разберём самые популярные стратегии деплоя: Recreate, Rolling Update, Blue-Green, Canary и Shadow, посмотрим их плюсы и минусы, а также выясним, в каких сценариях каждая из них действительно полезна.

ИИ фотосессия по фото — задача, которая на бумаге решена давно: загружаешь несколько селфи, модель обучается на лице и генерирует портреты в заданных образах. На практике всё упирается в детали: сохранение идентичности, работа со светом, доступность сервиса из России без VPN и зарубежных карт. Также мы протестировали ТОП самых актуальных нейросетей для фото — Nano Banana Pro, GPT Image 2, Higgsfield Soul, Seedream 5.0, Nano Banana 2 и FLUX — и показали на реальных примерах, где каждый ИИ-генератор фото выдаёт максимум качества, а где спотыкается. Все тесты проводили через агрегатор Study, который работает в России без VPN — так что создать фото через ИИ или сгенерировать картинку нейросетью онлайн сможет буквально каждый.

В статье — итоги тестов с примерами генераций, разбор сильных и слабых сторон каждой нейросети, рабочие промпты и ответ на главный вопрос: можно ли сделать нейрофотосессию почти бесплатно и не получить пластикового двойника.

В Heroes of Might and Magic III у каждого игрока есть своё мнение о том, какие юниты сильнее. Обычно такие сравнения строятся на характеристиках, способностях, личном опыте или ручных дуэлях на специальных картах.

В этой статье я попробую подойти к вопросу немного иначе: через симуляцию боёв. Я сделал упрощенную модель боевой системы HoMM3, которая позволяет сталкивать отряды юнитов друг с другом много раз при заданных условиях и смотреть, кто побеждает чаще. Дальше разберём, как устроена такая симуляция, какие допущения в ней есть и что можно узнать из результатов.

В большинстве известных мне коробочных прогнозных систем есть этап, когда часть исторических данных о продажах отбрасывается.  К примеру, этот этап есть в SAP и в Forecast. Обычно отбрасывают 2% самых больших и 2% самых маленьких данных в распределении. Это непонятные аномальные данные. Их называют «выброс».

Логика «если мы что-то не понимаем, то мы на это не смотрим» немного странная. Казалось бы, это самые интересные данные. Почему на них не смотреть? И с другой стороны, если математическая модель хорошо сделана, то присутствие этих данных в расчете не должно мешать.

Конкретный пример исследования аномалии в данных о продажах светильников в гипермаркетах DYI приводит нас к интересным выводам и заставил пересмотреть алгоритм заказа и бизнес-процессы.

«Нормально делай — нормально будет».

Слышали? С детства, наверное. От родителей, от учителей, из советских плакатов. Звучит как народная мудрость. Как все просто и понятно (на самом деле нет).

Но трактовать её можно по-разному. А если присмотреться — это программа в голове.

И она работает против тебя, пока ты этого не осознаёшь.

Это либо держит тебя в болоте, либо загоняет в ловушку.

Есть три способа работать и жить. Два из них — ловушки. Причём одна выглядит как мудрость, другая — как добродетель. Поехали.

В своей программной статье, опубликованной по итогам выступления на OOPSLA '89, Ребекка Вирфс-Брок и Брайан Уилкерсон излагают основы ответственностно-ориентированного подхода. Отталкиваясь от модели «клиент-сервер» и идеи контракта, авторы показывают, что концентрация на поведении и обязанностях, а не на структуре данных, позволяет максимально раскрыть потенциал инкапсуляции, делая систему более гибкой и устойчивой к изменениям.

Вы, наверное, слышали, что все перейдут в будущем на новое шифрование, и на квантовые компьютеры банкам будет плевать.

Основная проблема в том, что трафик собирается уже сейчас, чтобы, когда кубит будет доступен условно «каждой домохозяйке», пооткрывать эти пакеты.

Итак, есть такая штука — CRQC, или криптографически релевантные квантовые компьютеры. Они пока больше фантастика, но вроде как из-за последних сдвигов в сборке логических кубитов с коррекцией ошибок уже не такая дальняя, как термояд. Они угрожают криптографии на эллиптических кривых, поэтому сейчас активно переходят на постквантовые алгоритмы.

На текущий момент в Америке принят стандарт, что системы национальной безопасности с 2030 года должны быть на постквантовой криптографии, а полный переход нужен в 2035. Вот их план перехода.

Если что, RSA-2048 теоретически взламывается за неделю на квантовом компьютере с менее чем миллионом шумных кубитов. Это в 20 раз меньше, чем оценивалось в 2019. И тут же IBM обещает машину на 200 логических «чистых» кубитов к 2029.

«Подскажите модель и серийный номер». «Не знаю, где это смотреть». До начала диагностики проходит 12 минут детектива: Excel прошлого админа, чат, звонок на склад. Разбираем, почему оператор работает без контекста даже в компаниях с приличными бюджетами, что меняется, когда данные об активах попадают в тикет, и почему красивая карточка актива начинает врать через полгода.

Посмотрим на Kilua — новый Kotlin-фреймворк для web-frontend. Честно о том: где радует, где мешает, и почему один вопрос всё равно остается открытым

Рассмотрим пример сборки go приложения для работы в среде Entware на mips-роутерах Keenetic/Netcraze

Все знают, как писать промпты правильно: роль, критерии готовности, защита от выдумок, разметка под конкретную модель. Проблема в другом - выписывать все эти пунктыруками для каждого нового промпта утомительно. Да ещё и думать надо :) Поэтому я собрал скилл, который делает рутину за меня: описываешь задачу своими словами, получаешь полноценный промпт под Claude, GPT, Gemini или DeepSeek. Под катом - как он устроен: десять обязательных блоков, Python-проверяльщик, протокол разнообразия из свежей научной работы. Скилл открытый, ссылка внутри.

Приветствуем, уважаемые читатели! На связи Олег Сивченко @OlegSivchenko.

Пару месяцев назад мы анонсировали выход русскоязычного издания знаменитой в узких кругах книги Дениса Бахвалова, которая в оригинале называется «Performance Analysis and Tuning on Modern CPUs» или просто «perf-book». Теперь она, наконец, в продаже и на полках магазинов. Русское издание называется «Оптимизация производительности современных процессоров. 2-е изд.». Это один из моих наиболее сложных, выстраданных, многоэтапных и при этом ценных проектов за последние четыре года. Уверен, он бы не состоялся без активного участия автора, его искренней заинтересованности и содействия в редактуре, проверке терминологии и в целом качества перевода, а также при составлении глоссария.

Привет, Хабр! Я Миша Онянов, Python-разработчик и платформенный инженер в крупнейшем проекте MAGNIT TECH – F&R. Из статьи вы узнаете, как с помощью механизма Cluster Policies в Apache Airflow вынести требования к DAG’ам в исполняемый код:

- Поговорим о том, когда и зачем нужен отдельный слой Policies.

- Посмотрим на примеры требований в больших data-инженерных проектах и способ их реализации с помощью политик.

- Покажу нашу архитектуру, примеры кода и способы внедрения.

- Сделаем выводы из моих ошибок, допущенных при разработке и внедрении.

- В конце посмотрим, в каких ещё системах используется аналогичный механизм.

Материал будет полезен всем, кто собирается внедрять или уже работает с Apache Airflow ✌️

Строим Telegram-бота с RAG-поиском по базе знаний — без векторных БД, без эмбеддингов, без платной инфраструктуры. Поиск по ключевым словам через Jaccard, LLM через Groq, история сессий в Cloudflare KV, деплой одной командой. Стек: TypeScript + Telegraf + Cloudflare Workers.