BrainTools - Методики для развития мозга - страница 161

PGConf.Russia 2026: крупнейшая конференция по PostgreSQL в России — регистрация открыта, приём докладов продолжается

23–24 марта в Москве состоится PGConf.Russia 2026 — крупнейшая в России и странах СНГ профессиональная конференция, посвящённая экосистеме свободно распространяемой СУБД PostgreSQL. Некоммерческое мероприятие с участием экспертов привлекает сотни специалистов, работающих с СУБД в корпоративных и государственных проектах: администраторов баз данных, архитекторов, разработчиков, тестировщиков и IT-менеджеров.

продолжить чтение

Обновление KB5077181 для Windows 11 вызвало цикличные перезагрузки ПК и сбой на экране входа

После выпуска Microsoft обновления KB5077181 (сборка 26200.7840) для Windows 11 пользователи сообщили о нескольких критических проблемах. Самая серьёзная жалоба касается бесконечного цикла загрузки, когда устройства перезапускалось более 15 раз, прежде чем возникал неработающий экран входа в систему.

продолжить чтение

OpenAI обвинила DeepSeek в незаконном использовании чужих технологий

Американская OpenAI обвинила своего китайского конкурента DeepSeek в незаконном использовании чужих технологий искусственного интеллекта для обучения следующего поколений своих моделей. Об этом разработчик ChatGPT предупредил специальный комитет Палаты представителей США по Китаю, сообщило агентство Bloomberg со ссылкой на служебную записку компании.

продолжить чтение

Почему Code Review тормозит разработку и что с этим делать

Когда я слышу от команд разработки: «У нас всё хорошо с процессами, только вот ревью немного затягивается», — я понимаю, что проблема серьёзнее, чем кажется. «Немного затягивается» обычно означает, что pull request висит в очереди два-три дня, разработчик переключается на другую задачу, а когда приходит фидбек — уже забыл контекст. Потом ещё итерация, ещё одна... И вот уже неделя прошла с момента, как код был готов.Code Review

продолжить чтение

Самая большая ложь об ИИ

От расширения возможностей к неравенствуВ своём знаменитом эссе Machines of Loving Grace Дарио Амодеи, сооснователь и CEO одной из самых влиятельных ИИ-лабораторий в мире, Anthropic, сказал следующее:«Я не уверен, что ИИ может решить проблемы неравенства и экономического роста».

продолжить чтение

  • Оставлено в 

Почему выгорание у ИТ-специалистов не лечится отпуском и сменой работы

продолжить чтение

«Я слишком стар для этого… джуна». Карьерный переход 2026: как сменить профессию и не сломаться

Помните нашу прошлую «разборку» рынка труда 2025/26?

продолжить чтение

Я отвечаю за процессы и репутацию (SERM)

Раньше мы отдавали по 40-50 тыс. рублей в месяц за enterprise-сервисы мониторинга. Но платить столько ради пары десятков упоминаний продукта в день – это забивать гвозди микроскопом.Задача: прилетел негатив – мы моментально об этом узнали. Я спроектировал логику, а разработчик собрал инструмент. Архитектура простая, но на 100% закрывает боли.1. Сбор данныхСвой парсер на Python. Где площадки отдают данные по API – берем напрямую. Остальное тянем через Selenium с ротацией прокси от банов.2. Оценка сарказмаКлассический текстовый анализ сыпался на фразах вроде «Отличный сервис, ждал ответа сутки, спасибо!»

продолжить чтение

1C AI Autofill — опенсорс‑расширение 1С для заполнения описаний и реквизитов номенклатуры с помощью ИИ

Карточка номенклатуры — это место, где обычно «тонет» много времени: придумать описание, привести его к единому стилю, заполнить дополнительные реквизиты/характеристики, не забыть про важные нюансы. Эту рутину и пытается снять 1C AI Autofill — открытое расширение для 1С:Предприятие 8.3.Проект опубликован на GitHub как опенсорс: код можно читать, собирать, дорабатывать и использовать под свои нужды.Коротко (TL;DR)Что делает: генерирует текст описания для номенклатуры и (опционально) помогает заполнять доп. реквизиты/характеристики на основе текста/шаблонов.Где живёт

продолжить чтение

Как мы научились определять продвинутые автоответчики

Как мы научились определять продвинутые автоответчикиГод назад мы начали использовать ASR для обработки записей телефонных звонков.TL;DR: вместо бинарных правил и end-to-end ML мы выбрали скоринговую систему поверх ASR (T-One): анализируем диалог и поведение, получаем ~98% точности при среднем времени обработки ~4.9 сек вместо 20+ сек на Whisper.Задача казалась простой: понять, ответил ли абонент сам или сработал автоответчик, и на основании этого корректно завершить звонок и вернуть деньги пользователю при неудаче.На практике всё оказалось сильно сложнее.

продолжить чтение

Rambler's Top100