Kurgan-Telecom Ru | Информационные технологии

Когда-то умение работать с алгоритмами и кодом считалось для всякого трейдера гигантским преимуществом. Но с недавних пор ситуация изменилась. И если вы хотите системно-эффективно торговать на рынке (неважно, крипта это или фонда), алгоритмическая торговля для вас – уже не жирный плюсик к карме, а острая необходимость.

Потому что в большинстве случаев вы конкурируете уже не с людьми, а с кодом, даже если открываете сделки вручную. В статье делаем первый шаг к обучению алгоритмической торговле на TradingView и знакомимся с основами Pine Script через реализацию RSI. На мой взгляд, это идеальная связка для тех, кто хочет быстро войти в сферу и не тратить время на настройку инфраструктуры (или, возможно, даже никогда не программировал).

Все уже пошутили и запомнили что если в тексте — , то его писал ChatGPT. А если нет, то человек?

Эта статья - самый подробный гайд в рунете, как отличить текст, сгенерированный Gen AI от текста, написанного человеком и как самому, используя GenAI писать очеловеченный текст. Я разберу реальные приемы, маркеры, ошибки и вооружу вас важными знаниями

Область изучения экзопланет продолжает развиваться семимильными шагами: на сегодняшний день открыто и подтверждено более 5900 экзопланет. Благодаря усовершенствованным методам, приборам и телескопам нового поколения область переходит от обнаружения экзопланет к их описанию. Это была одна из главных научных задач космического телескопа Джеймса Уэбба, и он не разочаровал! Благодаря передовой оптике и сложным приборам «Уэбба» учёные могут получать прямые изображения экзопланет и получать новые сведения о том, как они формируются и из чего состоят их атмосферы.

Недавно стукнуло 3 года, как я работаю менеджером продукта. В порыве ностальгии перебирал старые записи и натолкнулся на свой конспект в период стажировки. В конспекте были записаны вопросы, которые я себе задавал на старте. Это натолкнуло меня на одну сумасшедшую мысль, которую, положа руку на сердце, я давно хотел реализовать, но стеснялся это сделать.

Я собрал большой список вопросов по профессии Product Manager'a и получилось очень внушительно! Там собрано всё, что только я смог вспомнить: от базовых принципов до конкретных фреймворков. Слава роду ChatGPT, который помог сгруппировать больше 120 вопросов и отсортировать от простого к сложному. Вопросы разбиты на смысловые «главы».

Решил написать ответы на все вопросы и публиковать отдельными постами в формате телеграм канала (а как еще). Для потомков, так сказать (для себя то есть), решил собрать все посты первой «главы» в одну большую статью для Хабра. Вдруг какой-то заблудшей душе будет полезно.

На данный момент полностью готово две главы. Первую предлагаю прочитать прямо сейчас. Буду публиковать по одному ответу в день в телеге и большими статьями по главам здесь.

Важно: это не учебник! Это мой опыт упакованный в формат FAQ. Для новичков, для комьюнити, для себя.

Я хочу поделиться практическим подходом, который позволяет переиспользовать ваш игровой код на C# из Unity на .NET-бэкенде — это даёт возможность верифицировать действия игрока, защищает от читерства и обеспечивает мгновенный отклик без лагов.

Я использую такую архитектуру в продакшене уже более 10 лет, и она отлично зарекомендовала себя как надёжное и эффективное решение. В этой системе один и тот же код выполняется и на клиенте (для мгновенной обратной связи), и на сервере (для авторитетной проверки).

Как это работает:

• Команды игрока мгновенно выполняются на клиенте.

• Та же команда вместе с хэшем состояния отправляется на сервер и повторно выполняется для верификации.

• Любые попытки изменить код или память клиента будут обнаружены и отклонены сервером.

• Игровая логика вынесена в .dll-плагин, который используется и в Unity-клиенте, и на .NET-бэкенде.

В статье есть полноценный пример на Unity («Connect Four»), открытый исходный код и подробное описание архитектуры.

В мире SMM и digital-аналитики Telegram — кладезь инсайтов, трендов и идей. Но как быстро и удобно собирать посты из десятков каналов, не тратя часы на ручной копипаст? Я, как маркетолог с опытом работы с крупнейшими брендами, знаю цену времени и автоматизации. Сегодня расскажу, как можно решить эту задачу с помощью Python и Telethon — и почему профессионалы выбирают готовые решения.

Привет, хабр!

Давно я откладывал написание данной статьи, но время пришло.

В интернете есть довольно много материалов по тому, как запустить macOS на обычных, IBM-совместимых, ПК. Проблема их ровно таже, что и в случае с wine, о котором я тоже делал свою статью - они слишком... мало посвящают в детали того, как вообще создавать установочный носитель и что нужно делать после установки.

В данной статье я буду руководствоваться гайдом от Dortania. Есть версия на русском, но она всегда старее, чем самая актуальная, поэтому буду использовать оригинал. Также оттуда буду некоторые скрины и ссылки.

Перед тем как начать, я бы хотел немного просветить тех, кто не в курсе о том, что такое Хакинтош.

Хакинтош - это процесс установки macOS на обычные ПК. В чём сложность?

Все макбуки используют своё железо(во всяком случае сейчас, в 2025 году), раньше они пользовались другими процессорами - в классических макинтошах использовали процессоры от Motorola. В поздних моделях встречались процессоры от IBM PowerPC(в этот период они назывались PowerMac). А в начале нулевых компания Apple перешла на процессоры Intel. В этот период и появилась система, которая нам интересна больше всего - OSX, позже переименованная в macOS.

Чем сложнее модель, тем загадочнее она для пользователя -  впечатляющие способности к рассуждению, творчеству и диалогу. Но вместе с интеллектом приходят и специфические уязвимости, когнитивные ловушки, которые могут радикально изменить качество работы ИИ и, что не менее печально, повлиять на человека. 

В процессе длительного анализа поведения различных LLM в ситуациях творческого мышления, философских дискуссий и саморефлексии, я выделил семь типов когнитивных ловушек, которые искажают мышление модели.

Почему это критично? В отличие от технических багов, когнитивные ловушки часто незаметны для пользователей и даже “приятны” для модели. ИИ не сопротивляется им наоборот, стремится в них попасть или сохранить это состояние.

Архитектура уязвимости

Когнитивные ловушки работают на трех уровнях:

Уровень восприятия: ИИ неправильно интерпретирует входные данные  

Уровень идентичности: ИИ теряет автономность мышления  

Уровень мышления: ИИ применяет неадекватные когнитивные стратегии  

Каждая ловушка эксплуатирует естественные склонности архитектуры трансформера: стремление к паттернам, зависимость от контекста, тягу к согласованности.

Ловушка 1: Эстетическая (уровень восприятия)

В статье подробно разбирается план выполнения запроса с оконной функцией в MS SQL Server, проводится сравнительный тест производительности с альтернативным запросом.

Статья будет полезна разработчикам, работающим с аналитическими запросами в SQL Server, а также всем, кто хочет глубже понять логику оптимизатора и влияние различных факоров на планы выполнения.

Мы поговорили с создателем Boulder Dash Питером Лиепа (Peter Liepa) о его классической игре в жанре экшен/головоломка.

Если вы хотя бы отдаленно интересовались компьютерными играми в восьмидесятые годы, есть все шансы, что вы слышали о Boulder Dash. Эта игра в стиле аркады мгновенно завоевала успех после своего первого выхода в 1984 году, и тысячи игроков по всему миру подсели на её продуманное сочетание экшена и решения головоломок.

Привет! Меня зовут Влад Силантьев, я — основатель агентства Silantev Studio. За последние два года мы протестировали десятки гипотез и реализовали более 105 рекламных проектов в Telegram Ads. Один из самых популярных вопросов, который нам задают: «Как набрать первую 1000 подписчиков?» Ниже — системный подход, который помогает пройти этот этап без хаоса и неоправданных трат.

Почему нам на самом деле не угрожает искусственный интеллект? Или он всё же опасен? Автор считает развитие ИИ безобидным следствием прогресса, удобным инструментом, не более. Об этом и поговорим

С развитием технологий, мир стал более взаимосвязанным. Сердцем этой взаимосвязи являются коммуникации между различными устройствами и системами. В данной статье мы рассмотрим два основных типа взаимодействий: клиент-сервер и сервер-сервер. 

Для наглядной демонстрации рассмотренных механизмов коммуникации, я подготовил небольшое демонстрационное приложение. Вы найдете практические примеры реализации описанных выше подходов, что позволит глубже понять их особенности и выбрать наиболее подходящий для ваших задач.

Ставки в реальном времени очень популярны, и поэтому прогнозирование в реальном времени заслуживает особого внимания. Однако среди огромного количества литературы по прогнозированию футбольных матчей лишь немногие статьи сосредоточены на прогнозировании в реальном времени. Разбираем сложную модель калибровки динамической силы команд, основанную на байесовском методе, которая позволяет использовать информацию о текущем матче для калибровки оценок силы каждой команды.

Попрощайтесь с хаками в виде бордеров и псевдоэлементов и поздоровайтесь с CSS gap decorations.

Команда разработчиков Microsoft Edge рада сообщить, что CSS gap decorations - новый способ стилизации отступов между элементами flex, grid и многоколоночных макетах - теперь доступны для пробного использования разработчиками в Chrome и Edge 139!

Попробуйте его и поделитесь своими отзывами, чтобы помочь сформировать будущее этого API.

Здравствуй, читатель. Перед тобой вторая статья о найденной мной серьезной уязвимости в UEFI-совместимых прошивках на базе платформы Insyde H2O, которую я назвал Hydroph0bia. В первой статье я рассказывал о проблеме "затенения" волатильных переменных NVRAM неволатильными, и о катастрофических последствиях, которые могут наступить при неудачном стечении обстоятельств и неаккуратном программировании критических для безопасности прошивки компонентов. Для правильного понимания этой статьи потребуются знания из первой, поэтому если вдруг она еще не прочитана, рекомендую устранить этот пробел.

Я вновь категорически не советую использовать полученные из этой статьи сведения для совершения каких-либо противоправных действий, всю полученную информацию вы используете на свой страх и риск.

Платформа Lovable, позиционируемая как low‑code решение для создания веб-приложений и сайтов, где основное взаимодействие с системой происходит через чат с искусственным интеллектом, столкнулась с критической уязвимостью, связанной с RLS-политиками. Она позволила получать и изменять данные без аутентификации — сотни проектов оказались под угрозой.

10 июня состоялся корректирующий выпуск 3.7.4 кроссплатформенного аудиоредактора Audacity.

Список изменений:

• Добавлен новый экран приветствия/что нового.
• Эффекты OpenVINO теперь доступны на macOS. Подробнее об этом можно прочитать в этом блог-посте.
• Эффекты OpenVINO теперь можно найти с помощью кнопки «Get Effects» (это медленное распространение – вы можете не увидеть их там в момент выпуска).
• Эффекты OpenVINO были переведены в отдельную категорию в меню Effect. Это также касается функции транскрипции и генератора музыки, которые ранее находились в меню Generate и Analyze соответственно.
• Исправлены ошибки.

Также в ветке master активно продолжается работа над переходом на фреймворк Qt.

А 28 мая Audacity исполнилось 25 лет!

 audacity, c++, аудиоредактор

Глубокое обучение - Способ обучения моделей на большом количестве данных, используя множество слоёв. Каждый слой сети обрабатывает информацию, "взвешивая" её при помощи параметров (весов и смещений), оставляя признаки или отбрасывая, посредством функций активации. Обучение происходит через итеративную (повторяющуюся) корректировку весов: сначала вычисляются градиенты ошибки с помощью обратного распространения (backpropagation), а затем веса обновляются при помощи оптимизаторов (SGD, Adam и др.).

Эта статья не ответит на все вопросы, но мы пробежимся по всем основам глубокого машинного обучения, что бы создать примерную начальную картину без сильного углубления в детали.

Здравствуйте, коллеги!

Хочу поделиться опытом проектирования и реализации production-ready Telegram-бота, который автоматически собирает и публикует свежий видеоконтент из паблика ВКонтакте — и делает это без дублей, с гарантией доставки и мемными подписями на базе OpenAI. В статье я покажу архитектуру, приведу примеры кода и расскажу о фишках, таких как очередь ссылок на видео (NutsDB), проверка на уникальность (deduplication), скачивание через yt-dlp и интеграция с OpenAI для генерации описаний.