Почему Минобрнауки боится ИИ и правда ли, что дипломные работы утратили смысл?
ИИ помогает студенту писать дипломную работуГлава Минобрнауки Валерий Фальков считает
PostgreSQL для бэкендера: 10 фич, которыми мало пользуются, а зря
Привет! Меня зовут Тимур Исламгулов. Я преподаю в МФТИ и веду вебинары по PostgreSQL на курсе «Аналитик данных» в Нетологии. За эти годы я насмотрелся, как разработчики поднимают лишнюю инфраструктуру там, где хватило бы самой базы, — об этом и поговорим.
Как внедрять AI-агентов в легаси-код без тихих регрессий
Принято считать, что искусственный интеллект особенно хорош в разработке с нуля: он отлично пишет новый код, когда ему не мешает легаси-багаж. А вот разработка в существующей кодовой базе (“brownfield-разработка”), когда ИИ приходится трогать уже работающие системы, — зона, где всё становится опаснее. Это мнение понятно. И не совсем ошибочно.
Генеративный ИИ: угроза для бизнеса или его главный помощник?
Теневая сторона искусственного интеллекта — галлюцинации, многословие и риски для конфиденциальности — ставит доверие к ИИ-инструментам под вопрос.Действительно ли бизнес не доверяет нейросетям? Об этом в новом выпуске подкаста «Цифра в деле» от СберПро рассказывает Женя, директор департамента аналитических решений ЮMoney.В выпуске обсудили:какие задачи бизнес делегирует ИИ;насколько пользователи удовлетворены работой ИИ-агентов;как найти баланс между автоматизацией процессов и качеством результата.
EvaTeam — среди лидеров нового исследования ТеДо «Созвездие TMS & KMS 2026»
Компания «Технологии Доверия» (ТеДо) опубликовала новое исследование российского рынка систем управления проектами и баз знаний. Эксперты сравнили 16 продуктов от 9 российских вендоров по 280 критериям — от функциональности до стратегии развития.По итогам исследования:
Видеоаналитика СИЗ на палубе: как перестать генерировать ложные нарушения из-за качки и бликов
ИИ-контроль средств индивидуальной защиты (СИЗ) — уже классика среди задач прикладного компьютерного зрения. В открытых статьях на Habr уже подробно разбирают сбор датасета, разметку, сравнение YOLO, DETR и Faster R-CNN, работу с зонами и потоками камер. В научных публикациях 2024–2026 годов тоже видно то же направление: модели учатся распознавать каски, жилеты, очки, перчатки, а датасеты прямо содержат классы есть СИЗ и нет . Зачем тогда нужна кастомная разработка? Раскроем тему на примере реального проекта. Задача:
В американском суде пытались использовать переписку с ChatGPT с «доказательствами» — присяжных она не убедила
Федеральный суд в Лос‑Анджелесе
