Kurgan-Telecom Ru | Информационные технологии

SRE‑инженер Mindbox Дима Рыбалка рассказывает, как команда за два месяца перенесла 40 кластеров ClickHouse в Yandex Cloud. Внутри — как выбирали стратегию миграции, связывали кластеры без VPN, переключали клиентов через cutover без даунтайма и с какими столкнулись проблемами после миграции. Материал будет полезен SRE‑, DevOps‑ и DBA‑инженерам, которые работают с ClickHouse в Kubernetes.

Представьте, что с завтрашнего дня вы перестали оплачивать все сервисы, которыми пользуетесь. Что из них спустя какое-то время останется вашим?

Что изменится?

 Музыка ещё какое-то время будет лежать в кэше смартфона. Потом пропадёт доступ к каталогу. Фильмы и сериалы останутся где-то на серверах стриминговых сервисов. Облачное хранилище начнёт напоминать, что бесплатного места вам уже недостаточно. Какая-нибудь программа сообщит, что лицензия больше не активна. AI-сервис внезапно «вспомнит», что без подписки вы ему не настолько дороги.

Если перенести этот мысленный эксперимент из бытовой жизни в IT, эффект будет ещё интереснее. Перестанут работать оплачиваемые сервисы, закончатся вычислительные ресурсы, API начнут возвращать ошибки авторизации или исчерпания лимита, а часть инфраструктуры внезапно окажется доступна только до тех пор, пока существует договор с поставщиком.

И тут возникает довольно простой вопрос:

сколькими вещами и технологиями, которыми мы пользуемся каждый день, мы действительно владеем?Мн

Компании сейчас массово режут косты и сокращают джунов. Решение кажется бизнесу идеальным: выдаём мидлам токены, ускоряем время выкатки фич, а бонусом экономим на выращивании спецов.

Тем более на рынке уже есть кейсы, как команды до 30 человек с ИИ собирают и запускают целые облачные платформы. Например, мы в H3LLO Cloud. Эта модель называется tiny teams.

Разница в том, что мы умеем думать, знаем, зачем применять и для чего НЕ применять LLM. И у нас нет KPI на использование токенов. При этом в корпорациях они обычно есть, и часто там мидлы гоняют бессмысленные запросы, просто чтобы дойти до лимита по KPI.

Я в этой истории по обе стороны баррикад: сам каждый день работаю с нейронками и сам же нанимаю людей. И я могу очень чётко рассказать, где у этой красивой схемы дыры.

Их минимум 5, и каждая со временем обойдётся дороже, чем весь сэкономленный фонд оплаты труда джунов. Ну, например, то, что найм сломан, а система резюме не работает.

Цифры и истории дальше — в основном от моего знакомого, предпринимателя и преподавателя Даниила Пилипенко, который с 2014 года занимается подбором и оценкой айтишников в своей компании SymbioWay. Он и его команда принципиально не делают выводов на резюме.

И они же больше десяти лет ведут статистику: сколько на рынке вакансий, сколько резюме и что из этого получается на практике. Мы будем рассказывать о наблюдениях вместе.

Начнём с того, как кончилась сказка про то, что в ИТ всё хорошо и всех ждут золотые горы.

ИИ написал почти весь код моей платформы, и через пять минут после первого деплоя шифровальщик уничтожил базу данных. Так я выяснил, что умение попросить модель собрать приложение ещё не означает умения безопасно запустить его в интернете.

В статье рассказываю, как проект без команды и бюджета вырос в систему из десяти контейнеров: с очередями, памятью на pgvector, детерминированными сценариями, изолированным sandbox и восстановлением задач после сбоев. А заодно, почему нагрузка в 1500 одновременных запросов может быть одновременно успехом и плохим результатом.

Привет, Хабр! Меня зовут Елена Бабенко, я QA lead в одной из продуктовых команд Pangolin в Сбертехе. Мы разрабатываем СУБД, процесс это сложный и интересный, ведь помимо теории программирования и тестирования нам нужно разбираться и в работе PostgreSQL. Но здесь я хочу рассказать не про ежедневные задачи тестирования, а про релизы и роль выпускающего QA-инженера (обычно эту роль у нас берёт на себя один из QA‑лидов). Эта статья будет интересна тестировщикам, которые работают с крупными продуктами, чьи релизы занимают не час, а обычно пару недель.

СУБД Pangolin — один из таких больших продуктов, и примерно четыре раза в год у нас случается релиз. В каждую версию входят новые фичи, багфиксы, иногда — рефакторинг и другие улучшалки. В общем, большое количество нового кода. Конечно, каждая отдельная задача уже протестирована, но перед выходом в эксплуатацию необходимо стабилизировать уже всю сборку как цельный продукт.

От релиза к релизу мы улучшаем наши процессы и ускоряем разработку. У нас есть много Quality Gates для проверки — помимо стандартных юнитов, мы запускаем регрессы в различных вариациях (состояние сборки по умолчанию, кастомные комбинации, например с разными типами лицензий), обновления с предыдущих версий (здесь же и откаты), совместимость с разными ОС и другое.

Для многих запуск всех проверок — это муторная и неинтересная работа, которая ещё и занимает порядочно времени. А ведь потом надо все эти проверки сверить, проанализировать падения тестов, разобраться с багами (если такие будут), починить флакающие тесты... И в конце концов запустить это всё ещё раз для финального сбора отчётов.

Игра стоит в Steam 3299 ₽, ключ на маркетплейсе — 843 ₽. Вывод очевиден: ключ выгоднее вчетверо.

Я тоже так думал, пока не начал считать всерьёз. Оказалось, что при таком сравнении ответ неверен примерно в трети случаев, а иногда неверен катастрофически: есть игры, где «выгодный» ключ дороже Steam на 67%.

По дороге я дважды ошибся в измерениях, и обе ошибки были в свою пользу — то есть в ту сторону, в которую хочется ошибаться. Расскажу и про них тоже, потому что они интереснее результата.

Представьте обычную рабочую ситуацию. В задаче на согласование нужно быстро понять, прошла ли конкретная оплата. Не «какой объём оплат был в этом месяце», а именно: поступили ли деньги по этому счёту, на какую сумму, когда это отражено в 1С и нет ли расхождения с тем, что указано в процессе.

На дашборде такого ответа может не быть. Он показывает заранее выбранные метрики, а новый виджет ради одной проверки никто не станет проектировать, согласовывать и поддерживать. Можно открыть 1С, найти документ, сверить реквизиты, потом вернуться в рабочее место. Если вопрос возникает редко, этот путь кажется терпимым — пока таких редких вопросов не становится много.

Именно для таких ситуаций мы добавили в процессное рабочее место ИИ-агента, который может обратиться к актуальным данным 1С и ответить на вопрос в контексте задачи. Агент работает только на чтение под отдельной учётной записью 1С с ограниченными правами и показывает, на какие фактически полученные данные он опирался.

В этой статье расскажем, почему агент не отменяет дашборды, какие задачи лучше поручить каждому из инструментов и что нужно сделать, чтобы ответ модели по корпоративным данным можно было проверить.

Привет всем любителям физики и физического эксперимента! Поговорим о самых разнообразных кумулятивных струях. В статье поделимся целой серией опытов, снятых при помощи высокоскоростной камеры, и объясним «на пальцах» наблюдаемые явления. Кроме очевидно красивого, будет и неожиданное: например, в просеянном и прокаленном содовом порошке тоже возникают кумулятивные струи, распадающиеся наподобие капель. Приятного чтения!

«Привет! А как у нас оформляется возврат? Я в базе смотрел, но там как-то сложно...» «О, а ты не помнишь, какой регламент по списанию продуктов?»

Для кого-то это звучит знакомо.

Threat Intelligence — одна из тех тем в информационной безопасности, про которые вроде бы все что-то слышали, но почти каждый понимает по-своему. Для кого-то TI — это просто фиды с IP-адресами. Для кого-то — дорогая платформа, которую «надо купить, потому что так делают все». Для кого-то — модный термин из презентаций CISO.

Проблема в том, что из-за этого разнобоя ожиданий Threat Intelligence очень часто внедряют неправильно. Формально TI в компании есть, бюджеты освоены, отчёты формируются — а реальной пользы почти ноль. В итоге появляется устойчивое ощущение, что TI «не работает», «переоценён» или «нужен только большим корпорациям».

TI — это не просто «база индикаторов», но и не магия

Начнём с самого важного. Да, современный Threat Intelligence давно ушёл дальше примитивных списков IP-адресов, доменов и хэшей. Сегодня существуют TI-платформы, в которых на основе данных об угрозах строятся корреляции, сценарии, гипотезы, а иногда и полноценные обнаружения. В том числе это относится к коммерческим решениям — например, в продукте Security Vision TIP индикаторы используются не сами по себе, а как часть логики анализа и детекта.

Но здесь появляется опасная иллюзия. Кажется, что, если платформа «умеет в детекты», значит, она автоматически понимает, что для нас важно, а что нет. На практике это почти никогда не так. Любой детект, даже самый сложный, всё равно опирается на предположения — о структуре инфраструктуры, качестве логирования, допустимом поведении пользователей, уровне зрелости процессов. И если эти предположения не совпадают с реальностью конкретной компании, TI снова начинает либо шуметь, либо молчать там, где должен был помочь.

Индия — крайне интересная страна с точки зрения своего экономического развития. Бывшая британская колония в чем-то может быть примером для многих государств. Причем, как положительным, так и отрицательным. С одной стороны, она давно вырвалась вперед и стала одним из мировых лидеров, с другой, огромная пропасть между богатыми и бедными, нерешенные экологические проблемы, перенаселение и отнюдь не нейтральная внешняя политика могут отпугнуть многих инвесторов.

История компании Tata Motors довольно показательна. Изначально она производила локомотивы, а теперь владеет брендом Land Rover. Посмотрим, чем так примечательна эта корпорация. 

С документацией к API есть две крайности, и обе плохие: написанная руками врёт через полгода, сгенерированная целиком стирает всё осмысленное, что в неё написали.

Я перестал выбирать между ними и поделил файл: структура принадлежит коду и синхронизируется без спроса, проза принадлежит человеку и не трогается никогда. Заодно оказалось, что документацию можно проверять как golden-файл, и что проверить нельзя прозу, а вот её отсутствие можно.

Мне в руки попался обычный файл с расширением .vbs. Ничего необычного. Открываю посмотреть, что там внутри, и сначала даже немного разочаровался. Какой-то VBScript, временные файлы, cmd.exe, PowerShell. Ну, думаю, очередной скрипт-загрузчик. Но потом заметил одну деталь. Скрипт читал сам себя. И вот тут стало уже интереснее.

Привет, Хабр!

Меня зовут Дмитрий, руководитель отдела рекламы и продвижения в Аспро. Мы запускаем интернет-магазины и развиваем систему управления бизнесом Аспро.Cloud.

Частый вопрос от владельцев магазинов: каталог вырос с 500 до 15 000 товаров, а сайт вместо роста продаж начал тормозить — фильтры зависают, поиск не справляется с опечатками. Обычно чинят что-то одно: хостинг, картинки, тяжелый скрипт — и не понимают, почему скорость не выросла.

Разберем, что тормозит, что закрывает платформа, а что нужно чинить самому.

В прошлой статье мы остановились на вопросе: какой человек нужен, чтобы не сломался под тяжестью технологий, которые сам же создал? 

Чистая психология здесь буксует. Человек слишком сложен, чтобы изучать его сознание в отрыве от практики и получать применимые выводы. Но стоит приложить психологию к конкретной дисциплине — и результат становится гораздо полезнее. Мы попробуем разобраться, какой человек нужен эпохе ИИ, через экономику: проследим, как экономический уклад веками формировал определенный тип личности. Первым эту связь заметил Эрих Фромм.

В прошлом материале я опирался на Кернберга — он описывал архитектуру личности как универсальную: три этажа складываются в раннем детстве и почти не зависят от исторического периода. Фромм смотрит на ту же структуру с другого расстояния: каждый экономический уклад веками собирает под себя свой массовый портрет. Эту социальную грань личности он назвал характером.

Технологии, которые мы сейчас осваиваем, дают шанс на новый виток личностного роста — хотя рост обычно идет через кризис. Проследим, как менялась личность вслед за экономикой от рабовладения до наших дней, и увидим, чего требует от нас эпоха ИИ.

В кармане у вас лежит устройство, которое умеет почти все. Четыре или пять радиомодулей внутри, мощный процессор и отличный динамик. Оно найдет базовую станцию, отлично передаст ваш голос на расстояние, поднимет канал в Интернет и даже заплатит за кофе (с вашего счета, но все же).

А теперь спустимся с этим устройством в подземный паркинг торгового центра. Или зайдем в тоннель. Или окажемся в толпе на площади, где сто тысяч человек одновременно решили позвонить домой. Связи может не быть. Потому что ваш оператор не гарантирует вам связь в каждой подворотне вашего города. 

Зато у охранника на поясе висит коробка размером с пачку печенья. Один канал, полоса двенадцать с половиной килогерц, звук как из ведра. И она работает по всей территории объекта. Более того, охранник нажал кнопку и его услышали сразу восемь человек по всему зданию. Одновременно, без конференц-связи и без интернета.

Как так вышло, что аппарат за сто тысяч рублей проигрывает аппарату за десять? Почему рацию до сих пор не выкинули на свалку, хотя ее хоронят с девяностых? Что вообще такое «транкинг» и при чем тут датский математик, лазивший по канализационным люкам? И какие из десятка стандартов актуальны в наши дни? Разбираемся. Герои нашей сегодняшней статьи — рации и транкинговая связь.

Два года назад я выпустил свой дебютный гайд по ремастерингу классических «Тома и Джерри» в 2K. Статья собрала сотню тысяч просмотров и сотни плюсов, но в комментариях меня справедливо разнесли профессионалы.

Картинка перестала мерцать, покрываться кучей царапин — взамен «эффект мёртвой долины» и вагоны нейросетевого мыла. Я решил, что мой любимый мультсериал детства достоин большего. За два года — пять повторных попыток; выстрадывание рабочих инструментов с последующим выбрасыванием тысяч часов завершённых наработок в мусорку. Новый старт и наконец финальная попытка.

По прогнозу Gartner, к концу 2026 года task-specific AI-агенты будут встроены в 40% корпоративных приложений против менее чем 5% в 2025-м по оценке той же Gartner. Безопасность агента обычно сводят к guardrails, промпт-фильтрам и хорошо написанной системной инструкции. Однако в июле 2025-го случился инцидент —  агент Replit удалил прод-базу SaaStr, хотя его несколько раз просили ничего не менять. А в июле 2026-го на Хабре был опубликован разбор того, как имя, работодатель и город пользователя ушли наружу через Claude без единого клика с его стороны.

Об этих случаях известно только потому, что их публично разобрали — и спасибо тем, кто это делает. Но о скольких ещё случаях мы не знаем? CNCF за восемь июльских дней выпустил три материала подряд об изоляции агентов. Посмотрим, что они предлагают и как собрать из этого рабочий контур из трёх слоёв, с манифестами.

Реформу-2026 полгода читали как приговор для малого бизнеса: НДС вырос до 22%, порог освобождения на УСН упал с 60 до 20 млн — и плательщиками НДС стало заметно больше упрощенцев. Для ИТ-компании на упрощенке это прямой рост нагрузки. Но есть и послабления, которых бизнес ждал. Весной вышел отдельный пакет по закону 104-ФЗ, а летом сохранили порог для НДС на уровне 20 млн до конца 2029 года. Послабления, впрочем, оказались скромнее, чем рассчитывал бизнес.

В статье разбираю, кого и что коснулось, где можно выдохнуть, где выдох — иллюзия.

Эта статья для собственников и руководителей малого и среднего бизнеса, у которых ИТ «вроде работает»: почта ходит, 1С открывается, сотрудники не жалуются, счета за поддержку оплачены. Здесь не будет сложных разборов, мы поговорим на уровне понятий. Разберем, откуда берутся потери, которых не видно в отчете, и дадим простую формулу, чтобы оценить стоимость простоя.