Иллюзия 99% F1 в Time Series: как искажаются метрики в детекции аномалий и что показывает реальный тест 14 архитектур
Я занимаюсь внедрением ML в промышленности, поэтому задача детекции аномалий во временных рядах для меня близка и имеет огромную важность. В рамках исследовательского проекта мы искали адекватное SOTA-решение для мониторинга телеметрии (водоочистка, турбины, химические установки).Изучая свежие работы с конференций уровня A*, я обратил внимание на статью про Sub-Adjacent Transformer (SAT). В аннотации авторы заявляли метрику F1 в районе 99%.
Почему психологический отбор кандидатов перестал быть экзотикой
Еще недавно для многих компаний психологический отбор кандидатов звучал как что-то слишком академическое, узкое или применимое только к спецслужбам, авиации и большим ассессмент-центрам. В обычном бизнесе ставка делалась на более привычную схему: резюме, интервью, впечатление руководителя, иногда тестовое задание. Формально этого хватало, чтобы закрывать вакансии. Но по мере роста цены кадровой ошибки стало очевидно: классический найм слишком часто оценивает не реальное соответствие роли, а качество самопрезентации кандидата.
Deep Research как управляемый исследовательский контур
Написано в соавторстве с @bear7
Реальные профессии будущего, а не «промпт-инженер» и про то, как мировой средний класс исчезает
Массовый средний класс появился относительно недавно — после промышленной революции. И сейчас он
ИИ-агенты в автоматизации тестирования: собираем воркфлоу из скиллов, MCP и разных LLM
Привет! На связи команда QA Automation СВОЙ Тех
«Фалькон Тех» на ПМЭФ 2026
Привет, Хабр! На связи команда «Фалькон Тех». В этой статье:о нашем участии в ПМЭФ 2026 в экспозиции «Москва»;о том, почему система интеллектуального мониторинга парковок «Стрит Фалькон» уже стала частью городской среды;и о том, какую роль в этом сыграло производство комплексов в ОЭЗ «Технополис Москва».Также расскажем о событийной программе в рамках форума: участии генерального директора Никиты Чистикова в дискуссии Минобрнауки;
