Kurgan-Telecom Ru | Информационные технологии

Всем привет. Меня зовут Александр. По образованию я сетевой и системный администратор, пару лет занимался сетями и серверами, а сейчас работаю инженером роботизированных систем: настраиваю, внедряю и чиню промышленных роботов-поломойщиков SIASUN, которые в России продаются под маркой Kosmetor. Склады, производственные цеха, логистические комплексы.

Про эти машины (в принципе про любые автоматические поломойки) почти нет текстов, написанных не продавцами. Есть буклеты с цифрами «до 2500 м²/ч» и есть частичная документация производителя на китайском. Между ними пустота, в которой живёт инженер: с ноутбуком, SSH-клиентом и роботом, который вдруг решил, что он в другом конце склада.

Это первая статья цикла. Здесь я расскажу, что это за класс машин, чем они отличаются от того, что обычно представляют при слове «робот-поломойщик», покажу линейку, с которой работаю, и объясню, о чём пойдёт речь дальше. Дальше будет интереснее: SLAM, карты, Linux на MRC модуле робота, облачная платформа, удалённый доступ к машинам за NAT и разбор ошибок, которые я сам же и совершал.

Когда делаешь голосовой мессенджер на Go, React и LiveKit, медиасервер поначалу кажется самой простой частью: поднял комнату по документации, выдал токен — звук пошёл.

На практике всё упирается в протухание JWT. Ровно через полтора часа стрима клиент стабильно вылетал, терял демонстрацию экрана и камеру, а браузер наотрез отказывался перезапускать захват без прямого клика пользователя.

Вдобавок параллельный WebSocket жил своей жизнью: сокет моргнул — человека уже стёрли из списка участников, хотя в WebRTC он всё ещё спокойно говорит.

Ниже разбор того, как мы боролись с гонками таймеров в Go, почему второй клиент выбивал первый и ради чего пришлось залезть в приватные поля SDK LiveKit.

М.Видео первой запускает большую распродажу, не дожидаясь 11.11 и традиционной ноябрьской «Черной Пятницы». К старту кампании М.Видео представила новый рекламный ролик с амбассадорами Эм.Ви и Видиком в эстетике автомобильных гонок и с отсылками к атмосфере ожидаемой GTA 6.

Государственные и социальные проекты часто связаны с конкретными жизненными ситуациями. Человеку может понадобиться переезд в другой регион, новая работа, обучение, медицинская помощь или информация о мерах поддержки. Поэтому для B2G-рекламы важно не только рассказать о проекте, но и попасть в контекст, в котором он действительно может быть актуален.

Разберем на примерах, как использовать Авито Рекламу для таких задач: находить аудиторию по интересам и поведению, выбирать формат под цель кампании и анализировать результат.

OpenAI, Anthropic, Google и xAI уже конкурируют не только качеством моделей. Настоящая борьба идёт за вычислительные мощности, собственные чипы, присутствие в облаках, цену API и экосистемы, в которых остаются разработчики.

В этой статье разберём, кто из них сильнее по каждому из этих направлений, почему конкуренты одновременно становятся партнёрами и поставщиками друг для друга, и почему в 2026 году преимущество всё чаще определяется не очередным релизом модели, а инфраструктурой, которую невозможно быстро скопировать.

Недавно наши коллеги из Центра промышленной экспертизы Positive Technologies обнаружили на MalwareBazaar один любопытный Windows-образец.

Наше внимание привлекло сообщение от аккаунта, с которого залили данный сэмпл.

В тексте сообщения пользователь с ником jeans описывает вредоносную программу, обнаруженную на компьютере с Windows в промышленной среде (на предприятии с оборудованием Siemens). По его словам, предположительно новый вредонос нацелен на промышленные системы управления (ICS). Он пытается манипулировать данными ПЛК по протоколам S7Comm и Modbus TCP, а также маскируется и закрепляется в Windows.

C++ умеет ровно то, за что его одновременно любят и боятся: дает разработчику почти полный контроль над происходящим, позволяет выжимать из программы максимум производительности, но при этом оставляет возможность столкнуться с ошибкой, которая проявится только через несколько часов или даже дней работы. На C++ строят высоконагруженные системы, движки, embedded-решения и инфраструктуру, хотя рядом уже много лет развиваются Go, Rust и другие языки, которые обещают сделать разработку проще и безопаснее.

Так зачем учить C++ в 2026 году? Насколько важно программисту разбираться в памяти и устройстве процессора? Почему сильных C++-разработчиков по-прежнему мало, хотя язык преподают в университетах? Где без C++ действительно сложно обойтись, а где бизнесу выгоднее выбрать Go и при необходимости добавить серверов? Сможет ли Rust потеснить C++, как нейросети меняют работу программиста и почему современному разработчику уже недостаточно просто знать синтаксис?

Я, Александр, автор телеграм-канала «Shulepov Code», поговорил с Александром Малковым — C++-разработчиком, бывшим сотрудником Яндекса и CTO компании «Вертикаль». Александр также ведет свой телеграм-канал «Thread of Thoughts | Поток мыслей», где делится материалами и наблюдениями из профессиональной практики.  

Разговор получился не только про сам C++, но и про то, что сегодня требуется от сильного разработчика. Мы обсудили userver и падения продакшена, высокие нагрузки и работу с памятью, HFT и геймдев, компиляторы и санитайзеры, работу с legacy-кодом, а также влияние ИИ на профессию. Поговорили о нейросетях в роли своеобразного «джуна на ревью», выгорании в Big Tech и о том, в каких задачах глубокое понимание устройства системы по-прежнему важнее знания конкретного языка.

Хабр, привет.

Многие люди с интересом относятся к истории. Читают книги, рассматривают архитектуру городов, смотрят фильмы времени наших родителей. Мне кажется, веб достиг периода, когда мы можем с интересом поговорить о прошлом HTML и CSS.

Сегодня я пришел к вам, чтобы оглянуться немного назад и вспомнить фичи, которые когда-то были частью веба. Возможно, некоторые из них вы когда-то даже использовали.

Давайте посмотрим, что я вам подготовил.

Сценарий повторяется с завидной регулярностью. Человек ставит Git for Windows, жмет Next во всех окнах установщика (включая то, где мелким шрифтом предлагается выбрать редактор по умолчанию), через неделю делает коммит, забыв указать сообщение прямо в команде, и оказывается перед черным экраном, вдоль левого края которого сверху вниз тянется столбик тильд. Курсор мигает в пустой первой строке, ниже идут строки с решеткой в начале, а внизу висит имя какого-то служебного файла с количеством строк и байтов. Кнопок нет, меню нет, крестика в углу тоже нет, поэтому пальцы делают то, что делают в любой консоли, и набирают exit.

Раньше инфраструктурные модули в Nova устанавливали с помощью YAML-манифестов. Например, чтобы развернуть в Kubernetes-кластере систему хранения данных Longhorn, администратор находил нужный манифест в документации и копировал его в Nova Console. Затем менял параметры под свой кластер, указывал названия нод и при необходимости применял патчи. Если что-то не работало, шёл обратно в документацию и искал пропущенное или неправильно заполненное поле.

За развёртывание инфраструктурных модулей в Nova Container Platform отвечал Apps Operator. В нём были собраны семь манифестов (Custom Resource) для разных сервисов, а сам Apps Operator подтягивался вместе с кластером, даже если заказчику требовалась только часть компонентов.

Со временем такой монолит перестал подходить и пользователям, и команде. Версии инфраструктурных компонентов были привязаны к релизам платформы. Для обновления одного из них заказчику приходилось обновлять весь кластер, а изменение даже одного модуля влекло за собой полное регрессионное тестирование Apps Operator. Изначально он не выглядел будущим монолитом. Манифесты компонентов хранились отдельно в Git внутри кластера, а для их доставки использовали FluxCD. Сам оператор задумывался как лёгкая обёртка над GitOps-системой, но со временем разросся. Этот опыт показал, что хранение манифестов за пределами оператора само по себе не защищает его от превращения в монолит.

Привет, Хабр! Меня зовут Никита Лось, я — системный аналитик Nova Container Platform в компании Orion soft. В статье я расскажу, почему мы взяли за основу OperatorHUB из проекта Operator Framework, что пришлось изменить под Nova и как переносили работающие кластеры с монолитного Apps Operator на набор независимых операторов.

Привет! На связи Ольга Попова, ИИ-Евангелист Лаборатории искусственного интеллекта Департамента больших данных Россельхозбанка. Сентябрь получился очень показательным. Если отбросить очередную гонку бенчмарков, вокруг ИИ одновременно происходят три гораздо более интересных процесса: модели превращаются в действующих агентов, ИИ незаметно встраивается в привычные рабочие инструменты, а компании и государства всерьёз обсуждают, кто будет контролировать эту новую цифровую рабочую силу.

Как и в прошлом выпуске, к своим размышлениям добавила комментарии коллег, которые работают с этими темами каждый день. Поехали!

В первой части мы рассмотрели теорию, лежащую в основе концепции луковой архитектуры. Теперь предлагаю рассмотреть практическое применение. Будет МНОГО кода.

Один человек за сутки собирает аналог Discord (технически похоже, но "душу" проекта, аудиторию и репутацию, конечно же не скопировать), не написав ни строчки кода.

Красиво.

Но есть подвох.

Завтра таких проекто-копипастеров будет сотня.

Код дешевеет, SaaS плодятся, а настоящий гемор никуда не делся, то есть найти рынок, клиента и причину, почему тебе вообще должны платить.

Один COALESCE в условии способен превратить быстрый Hash Join в мучительно долгий Nested Loop. Убрать оператор COALESCE — и оценка стоимости плана упадёт в десятки раз, а запрос отработает мнгновенно. В данных при этом не меняется ничего: та же колонка, та же статистика, та же селективность, просто без COALESCE планировщик её видит, а с ним — перестаёт. Обсудим, как один COALESCE в JOIN роняет план, почему PostgreSQL теряет на нём оценку, и посмотрим на патч, который учит планировщик считать селективность COALESCE из имеющейся статистики.

В классическом CI/CD пайплайн заканчивается деплоем, но дальше состояние Kubernetes‑кластера может незаметно разойтись с конфигурацией в Git. Разбираемся, как ArgoCD обнаруживает и исправляет такой дрейф, как настроить синхронизацию и где автоматизация GitOps требует особенно осторожного подхода.

Качественный продукт обретает реальную ценность только тогда, когда им начинают пользоваться люди. SaaS, браузерному инструменту или мобильному приложению нужны ясная страница, путь к целевому действию и способ привлекать людей. Для продукта, который рассчитывает на органический поиск, начинается отдельная работа, разобраться в запросах, изучить выдачу, подготовить содержание, внедрить его и посмотреть, что произошло после публикации. ИИ помогает на каждом из этих участков, но между ними остаётся разработчик, который переносит ответы, уточняет задания, сверяет предложенные пути с проектом, просит переписать текст и передаёт результат агенту, который меняет код.

В этом году я попробовал максимально автоматизировать эту работу. Получились три последовательных подхода, собственный YAML-оркестратор, внешний workflow на Dify с Tavily и офис AI-сотрудников с распределённой ответственностью. SEO оставалось задачей, для которой последовательно менялось устройство оркестрации.

В этом году мы провели уже седьмую конференцию OFFZONE. Кроме того что на площадке можно послушать крутые технические доклады, каждый год здесь проводится множество активностей, в которых посетители могут поучаствовать и выиграть внутреннюю валюту конференции — офкоины. Несколько задач лежат прямо в бейдже каждого участника и доступны в любой момент, достаточно подключить бейдж к ноутбуку по USB.

В этом году количество сданных флагов на самый сложный таск превысило наши самые смелые оценки. На это есть две причины: резкий скачок в развитии LLM и уязвимость в сторонней зависимости внутри нашей прошивки — она позволяла прочитать флаги ко всем заданиям без их решения.

В этой статье мы раскроем технические детали уязвимости и расскажем, как работал эксплоит участников, который позволил им в сумме получить 91 тысячу офкоинов.

Всем привет, меня зовут Александра, и в 2024 году я занималась темой валидации спутниковых данных на основе наземных измерений.

Статья посвящена главной теме — какому же источнику верить и как я вижу свою работу спустя 2 года работы DevOps.

Летом 2022 года на Алтае датчик, лежащий на земле, показал +48 °C. Спутник Aqua почти в то же время над той же точкой увидел около +33. Кто из них прав и насколько вообще можно доверять «космической» температуре, я разбиралась в дипломе в ВКИ НГУ.

Спутниковые карты температуры поверхности используют климатологи, агрономы, гидрологи и пожарные службы. Они удобны: одна картинка покрывает тысячи километров, а наземная станция видит только свою точку. Но спутник не меряет температуру напрямую. Он ловит инфракрасное излучение сквозь атмосферу с высоты 700 км, а потом алгоритм пересчитывает его в градусы. Поэтому любые такие данные нужно проверять землёй. Эта проверка называется валидацией.

В статье расскажу, как я сравнивала данные MODIS (спутники Terra и Aqua) и Landsat 8 с показаниями термодатчиков, какие получились расхождения и на какие грабли я наступила.

Пять человек, шесть спринтов и AI-ассистент для продавцов маркетплейса. Архитектура, интеграции, тестирование, автономные ответы — всё хочется уместить в квартал. Как понять, что план выполним, а не просто красиво выглядит на доске?

На учебном кейсе разбираю, как свести объём работ с возможностями команды, пересчитать доступное время по ролям после замены backend-разработчика на QA и связать этапы запуска с зависимостями, резервом и критериями успеха. Внутри — исходная доска, расчёты и вариант доработки квартального плана.

Когда я смотрю очередной ролик с удачной генерацией ИИ, не могу не заметить, чего в кадре нет: ни одного юриста, ни одного бизнес-процесса, ни одного клиента, который уйдет в результате ошибок генерации. Только модель и аплодисменты. 

За кадром остается то, что и определяет реальную цену: ИИ-генерация стоит копейки в сравнении с бюджетом традиционной разработки, но одна-единственная галлюцинация может подорвать доверие клиента и прибавить работы юристам; модель генерирует ответ очень быстро, а бизнес-процесс, который она «оптимизировала», придется восстанавливать, возможно, несколько дней. Что-то мне подсказывает, что если такую рекламную генерацию превратить в ТЗ, останется только подсчитывать, во сколько раз вырос бюджет проекта.