Kurgan-Telecom Ru | Информационные технологии

Запрос крупных городов на достойную альтернативу личному автомобилю и развитие беспилотных технологий открывает перспективы для сервисов, которые совмещают в себе идею совместных поездок и такси. Обычно это малогабаритные автобусы, которые приезжают по запросу и, двигаясь по гибким маршрутам, могут перевозить клиентов от точки до точки наподобие такси. С этим новым видом транспорта возникает насущная проблема: как "правильно" установить цену поездки и что на нее должно влиять? Может ли цена быть постоянной или она должна зависеть от фактического числа попутчиков, дальности поездки, кривизны маршрута, очередности посадки и быть может чего-то еще. Перед вами работа, в которой я пытаюсь пролить свет на эти пока что малоисследованные вопросы. Я выполнил ее для транспортного стартапа UvU и предполагаю, что она будет интересна экономистам, урбанистам, промышленным исследователям и тем, чья профессия близка к индустрии пассажирских перевозок.

Привет, Хабр!

Кто застал эпоху 486-х и Pentium, наверняка помнит эту деталь — загадочную замочную скважину на передней панели системного блока, скромно притаившуюся между культовой кнопкой Turbo и спасительным Reset'ом. Сегодня, во времена биометрической аутентификации, эти механические замки кажутся лишь забавным атавизмом. Однако в свое время они решали вполне реальные проблемы безопасности.

Разберемся, как они были устроены и пережили ли вообще замки как явление цифровую революцию.

Несмотря на то, что Google по-прежнему доминирует на мировом рынке, всё больше пользователей ищут альтернативы, которые лучше соответствуют их ценностям, требованиям к приватности и функционалу.

Если вас беспокоит конфиденциальность данных, вы хотите использовать передовые возможности искусственного интеллекта или просто ищете свежий опыт поиска, сегодня доступно множество достойных вариантов.

В этом подробном руководстве рассматриваются 10 лучших альтернатив Google в 2025 году. Для каждой приведено подробное описание, характеристики, функции, причины для выбора.

Помню, гуляю я с другом по парку, и жалуюсь:

— Написал статью на Хабр — а она не залетела. И ведь полезная! Там столько моего опыта вложено! И структура в порядке, и заголовок. И работал я над ней целую неделю. Несправедливость какая-то. А соседняя статья, которую за час накатал, — зелетела в топ-пять за сутки.

Друг меня поддерживает. Говорит, мол, да, верно, народ не ценит полезные статьи, ему интересные подавай!

Но на поддержке друга далеко не уедешь. С той прогулки прошло несколько лет. Я с тех пор написал несколько десятков статей на Хабр, больше тысячи постов на своих площадках — и знаю наверняка, почему та статья из прошлого не зашла и почему в этом нет ничего плохого.

Сейчас поделюсь с вами сводом правил (фреймворком) написания статей и публикаций, который поможет сделать так, чтобы читатели не могли оторваться даже от самых технически сложных и узкоспециализированных материалов.

И вот, пришло время рассказать, к чему я пришёл в пятой версии своего конструктора.

Краткое содержание предыдущих серий: Серия первая, в которой я покупаю конструктор станка с ютуба, но неожиданное знакомство провоцирует обострение врожденного NIH-синдрома. Во второй и третьей сериях я исправляю фатальный недостаток покупного конструктора с помощью привлеченного специалиста. Получаю полностью стальной конструктив с широким применением гибки. Который, впрочем, тоже не использую для своего станка. Потому что состоялось очередное знакомство. На этот раз с FreeCAD. В четвертой серии я рассказываю, какие версии конструктива я успел сотворить за прошедшие годы и с какими нюансами мне довелось столкнуться. На пути к финальной (пока

Во время первого выступления на саммите Gartner Security & Risk Management Summit 2025 аналитики рассказали о том, как директора ИБ могут использовать интерес к ИИ и другим технологиям для улучшения своей системы безопасности.

Мой любимый автор книг по математике Очков Валерий Федорович предложил задачу для среды SimInTech. На самом деле он вызвал меня на дуэль и предложил выяснить, кто лучше сделает решение определенной задачи в виде структурной схемы.

Задача связана с остойчивостью судна, а значит с нахождением центра масс, тела погруженного в жидкость. Поэтому на картинке Пифагор объясняет Архимеду как найти площадь путем обстрела мишени.

Что, если всё, что вы знали о регистрах - неполная правда? В этой части я не даю готовых ответов. Вместо этого, показываю, как я сам перестал верить упрощённым определениям после десятков споров на Хабре. Почему? Потому что регистры, стек и сегменты - это не просто "ячейки памяти" или "переменные процессора". Это архитектурные решения, меняющиеся от поколения к поколению. Я делюсь своим решением: отказаться от субъективных трактовок и привести вас к первоисточникам - официальной документации Intel, от самого первого процессора - 4004 до 486. Вы найдёте здесь не просто ссылки, а путешествие по истории x86, с цитатами от Рэя Доббса, Рэндалла Хайды и Ralf Brown. Их книги - не просто руководства, а библии, на которых выросли поколения разработчиков. И, как просили читатели, — будет много кода: на C и на ассемблере, от mov ax, 13h до ручной сборки COM-файлов. Этот раздел - приглашение не просто читать, а думать. И задать себе вопрос: а вы точно понимаете, что видите в коде, когда пишете int 21h?

К сайтам медучреждений больше требований, чем к сайтам других бизнесов.

Вы можете игнорировать и отрицать это, но за несоблюдение правил платить штраф всё равно придётся.

Есть альтернативный вариант — доработать свой сайт и в разы снизить риски проблем с законом.

Как это сделать, чему уделить внимание, какие документы и согласия подготовить, я рассказала здесь: собрала всё самое важное и актуальное.

Proton Authenticator — это бесплатное и открытое приложение для безопасной двухфакторной аутентификации от создателей ProtonMail и ProtonVPN.

С помощью 2FA вам нужно будет ввести вторую часть информации, помимо пароля, при входе в аккаунт. Обычно это шестизначный код, сгенерированный вашим приложением-аутентификатором. Даже если кто-то знает ваш пароль, он не сможет получить доступ к вашему аккаунту. Хотя SMS-коды аутентификации являются еще одним распространенным вариантом, они остаются уязвимыми для атак с подменой SIM-карты. Приложение-аутентификатор гораздо сложнее взломать, так как оно генерирует коды локально на вашем устройстве, и каждый код истекает через 30 секунд.

Основные преимущества:

• Открытый исходный код.
• Безопасное шифрование.
• Поддержка основных настольных и мобильных ОС.
• Поддержка работы в режиме оффлайн.
• Быстрое импортирование всех существующих токенов 2FA в Proton Authenticator.
• Синхронизации кодов 2FA на всех устройствах со сквозным шифрованием.
• Создание автоматических резервных копий.
• Защита аккаунта с помощью биометрии или PIN-кода.
• Возможность использовать Proton, iCloud или локальный метод синхронизации.

 proton authenticator, protonmail, rust, аутентификация, безопасность

Хочется уйти от «год за годом» и собрать эволюцию GAN по линиям мысли. Ниже — симбиоз обзора и аналитики: что именно меняли, зачем это помогало и где это работает. Формул нет; только механика, примеры и ориентиры на первоисточники.

Поговорим о политиках безопасности в кубере. Обсудим на примерах зачем они нужны, в каких случаях они действительно помогут обезопасить, когда политики могут положить всю систему и как ими пользоваться в кубере. Плюсом захватим немного кода на go для работы с ними. И увидим, как одной политикой поломать кубер!

Недавно была опубликована статья про человека, которого уволили из компании за то, что он состоял в сообществе «Осознанная меркантильность», которая в ызывала много этических и юридических вопросов. И особенно люди начала обсуждать вопрос, насколько допустимо такое коммерческое отношение к компании от специалиста в IT.

Однако, знаете, что больше интересует в этой ситуации, а как мы сюда пришли и что нас ждет дальше. И тут к удивлению, у нас два отличных примера.

Достаточно нервный запуск GPT-5 подошел к концу, OpenAI определилась с лимитами использования и настройками, поэтому самое время поделиться некоторыми нюансами работы с новинкой. В первую очередь я буду ориентироваться на пользователей ChatGPT Plus: 20-долларовая подписка наиболее массовая, кроме того, именно на ней возникают сложности с выбором модели.

В недавней статье про Закон больших чисел мы оценивали вероятность больших отклонений с помощью неравенства Чебышёва. Для тысячи бросков монетки оно даёт границу 2,5% для отклонения в 100 и более орлов. Мне стало интересно, насколько это близко к правде.

Я написал симуляцию и проверил — сначала на сотне прогонов, потом на тысяче, потом на ста тысячах. Ни одного такого исхода. Реальная вероятность оказалась меньше 5 ⋅  10⁹ — катастрофически меньше, чем 2,5% из оценки Чебышёва. Именно это стало поводом для написания статьи.

Мы хотим понять, как связано число испытаний, отклонение и вероятность. Если зафиксировать отклонение, какова вероятность его превышения? Если зафиксировать вероятность, каким должно быть допустимое отклонение? И, наконец, если заданы и вероятность, и отклонение, то сколько испытаний нужно провести, чтобы с заданной вероятностью уложиться в эти рамки?

В этой статье мы начнём с эксперимента и дойдём до строгой экспоненциальной оценки, которая работает для любого числа испытаний. По дороге докажем оценку Чернова и выведем частный случай неравенства Хёффдинга и разберём, как они устроены.

Такие оценки широко используются в прикладной математике. Нам важно заранее знать, сколько испытаний провести, чтобы с частота с заданной точностью приблизилась к истинной вероятности события.

Например, для расчёта необходимого числа наблюдений, достаточных чтобы с заданной вероятностью обнаружить статистически значимое отклонение. Зная допустимую вероятность ошибки и величину эффекта, можно заранее понять, сколько данных нужно собрать, чтобы выводы были обоснованными.

Разница между прогнозами, которые дают неравенство Чебышёва и экспоненциальные оценки, может быть колоссальной!

Неопределенность – вот так, одним словом, можно охарактеризовать состояние как экономики, так и бизнеса сейчас в России. Это вызывает у многих тревогу, потому что бьёт на самую главную потребность человека – Безопасность.

И тут важно помнить, что наличие понятной, четкой картины будущего – это не просто блажь для бизнеса, а будущее определяет наши действия в настоящем. Но как представить картину будущего, когда все так непредсказуемо и запутано?

Для нас в России это не впервой, мы проходили уже через подобный период в 90-е. Тогда бизнес был еще молодым и неопытным, поэтому и выбрал неверный вариант, сейчас у нас есть шанс закрыть этот гештальт, решив ситуацию по-взрослому, по-деловому, выбрав стратегический подход, вместо тактического. В 90-е и начале 2000-х, когда была похожая ситуация неопределенности, российский бизнес решил вообще отказаться от выработки долгосрочной стратегии, и планирование было максимум на 2-3 года.

И такая практика считалась правильной настолько, что даже сейчас многие российские компании не имеют понимания, что стратегия – это не на 5 лет, а на условные 100 лет, то есть она должна быть направлением развития, а конкретными цифрами. Но цифры успокаивают намного лучше, чем направление развития, поэтому в целях деятельности некоторые компании пишут, что наша основная цель быть прибыльной компанией и иметь коммерческий успех, забывая, что материальная прибыль – это только средство достижения стратегической цели, но не смысл деятельности бизнеса. При этом коммерческий успех сам по себе может быть не только не полезным для бизнеса, но и очень вредным, если он не связан со стратегической целью.

Белые карлики — это останки звёзд главной последовательности (наше Солнце тоже принадлежит к этой группе звёзд), у которых закончился водород. Их жизнь с термоядерным синтезом подошла к концу, но они будут излучать остаточное тепло ещё триллионы лет. А их продолжительность жизни превышает текущий возраст Вселенной.

Белые карлики — интереснейшие объекты по нескольким причинам. Около 97% звёзд становятся белыми карликами, поэтому они могут многое рассказать нам об эволюции звёзд. Поскольку они остывают с предсказуемой скоростью, и служат своеобразными «хранителями времени», помогая астрономам определять возраст звёздных скоплений, в которых они находятся. Кроме того, иногда они взрываются как сверхновые типа 1a, которые уже являются стандартными свечами на лестнице космических расстояний. И, наконец, это экстремальные объекты, позволяющие астрофизикам проверять такие вещи, как теория квантовой механики.

В процессе разработки RAG-системы для обработки видеоконтента передо мной встала задача генерации качественных описаний для большого объема видео-клипов с использованием мультимодальных языковых моделей. Клипы имели продолжительность около 10 секунд, в отдельных экспериментах мы тестировали материал длиной в несколько десятков секунд. Финальные описания составляли от 300 до 2000 токенов и после генерации разбивались на чанки для индексации в векторной базе данных. При тестировании различных подходов обнаружились значительные различия в скорости и качестве обработки. Компактные модели, работающие с отдельными кадрами изображений (Phi, DeepSeekVL2, Moondream), демонстрировали существенно более высокую скорость по сравнению с моделями полноценной обработки видео, однако качество генерируемых описаний оставляло желать лучшего. Типичный workflow включал конкатенацию описаний отдельных кадров, при этом в DeepSeekVL2 дополнительно использовался system prompt для более интеллигентного объединения результатов анализа кадров. Модели для обработки изображений стабильно укладывались в временные рамки 3-5 секунд на клип, что значительно быстрее требуемого лимита. Полноценные видео-модели, получающие на вход целые видеоклипы, изначально генерировали описания за 30 секунд на vanilla PyTorch. Применение VLLM ускорило процесс до 12-15 секунд, а SGLang позволил достичь целевых 8-10 секунд на клип. Эти временные рамки позволили настроить обработку на кластере из 20 RTX 4090 и сгенерировать около миллиона описаний за месяц для production-системы. Благодаря применению различных техник оптимизации инференса удалось не только достичь поставленных временных целей, но и существенно превзойти их, завершив генерацию необходимого объема описаний за две недели вместо месяца. Система успешно развернута в продакшене и демонстрирует стабильную производительность. Данная статья представляет систематизированный анализ практического опыта оптимизации инференса мультимодальных LLM, полученного в ходе решения реальной production-задачи. Особое внимание уделяется сравнению эффективности различных подходов к ускорению, включая современные специализированные фреймворки VLLM и SGLang, а также аппаратные оптимизации на базе TensorRT.

Сегодня «продакт» — модный ярлык, который навешивают на самых разных специалистов: от бывших аналитиков до маркетологов. Но откуда вообще взялась эта профессия, зачем она понадобилась IT-компаниям и как трансформировалась за последние десятилетия? 

Давайте разбираться! Почему всё началось с бренд-менеджмента в P&G, как Microsoft вывела на сцену своих «менеджеров программ», и как появился культ «продакта-хаба» — связующего звена между пользователями, бизнесом и разработкой. Спойлер: роль продакта — это не про контроль, а про постоянный конфликт и баланс интересов.

Хабравчане, вопрос: а чем вы занимались прежде чем попасть в IT? Сразу попали в эту сферу, начиная с техвуза, или, может, несколько раз кардинально меняли род деятельности? (Это нативный призыв написать свою историю в комментариях, если что :)). За последние годы гибкость в переходе в индустрию стала уже настоящим мемом (хейтерам онлайн-курсов приготовиться).

Например, в «МойОфис» спецов с нетипичным бэкграундом не так уж и мало: тут и кардиологи, и спортивные тренеры, и даже детские воспитатели!

Мы пообщались с некоторыми из них и убедились: профессиональный (и не только) бэкграунд, вне зависимости от его сути, может влиять на рабочие процессы и позволяет по-другому посмотреть на свои задачи.