Средовой подход вместо системного: как проектировать ИТ-продукты, которые растят сами себя
Привет, Хабр! В своей прошлой статье про будущее ИТ я писал о важности формулирования новых вызовов в индустрии:
Что не вошло в концепцию прикладного решения «1С:ERP Управление предприятием» 2026 года от УЦ №1 фирмы «1С»
Как мы остановились на процессном подходе — и почему предметный слой пришлось вынести отдельноУ концепций есть неприятное свойство: в финальную версию попадает не всё, что хотелось.Когда в 2025 году мы работали над концепцией прикладного решения «1С:ERP Управление предприятием», а в 2026 году она была вынесена в учебный курс УЦ №1 фирмы «1С», у нас довольно быстро возникла простая развилка.Можно объяснять ERP через подсистемы, документы и кнопки. Это привычно, понятно, методически безопасно.
Как мы перестраивали работу аналитиков под разработку с ИИ-агентами и SDD
Всем привет! Я Светлана Забирова, лид аналитики в Центре разработки и машинного обучения компании «Инфосистемы Джет». В ИТ работаю уже больше десяти лет, из них половину – в заказной разработке.
Как создать ИИ‑ассистента на кодовой базе компании: опыт команды музыкального сервиса Звук
Привет! Хочу рассказать про AI‑трек, который проектировала наша команда на UWDC 2026, масштабной конференции разработчиков на Урале.
Методология о людях: как я придумал Projex и зачем это вообще нужно
«Стоит идее завладеть мозгом…»Когда я только начинал выстраивать процессы внутри команды, я экспериментировал с различными подходами: Agile (в основном Kanban), доски в Jira, ретроспективы по понедельникам и пятницам. Работа двигалась, но достаточно тяжело: большинство этих методологии сконцентрированы на процессе, а не на людях, которые в нём работают. Другие руководители в компании говорили, что я слишком мягок со своими сотрудниками и многое им позволяю. Но так или иначе именно это дало импульс в разработке — у нашей команды уже более 6 реализованных продуктов.
Data Mesh: что это и почему концепция не подходит большинству компаний в России
Объем и разнообразие корпоративных данных значительно возрастает с каждым годом. Вместе с этим появляются новые требования к их хранению, обработке и использованию.Развиваются различные подходы к архитектуре и управлению данными:Data Warehouse (DWH) для централизованной аналитики Data Lake для хранения больших объемов разнородной информации Data Lakehouse как объединение преимущества обоих подходов Data Fabric для интеграции распределенных источников данных Data Mesh — концепция, предлагающая передать ответственность за данные непосредственно бизнес-доменам
