Чем болен средний бизнес? Статья 6. Как описание может остановить хаос многомиллионных потерь
Executive SummaryЕсли вы теряете миллионы и не понимаете из-за чего - эта статья для вас.
Скилы системного аналитика для разработки LLM-агентов
На сентябрьском Flow 2025 проводилось огромное количество активностей вне докладов. Одной из таких активностей была coffee tables: в промежутке между докладами можно было обсудить горячую тему.
Системный аналитик и искусственный интеллект: друзья или враги?
Последние несколько лет тема искусственного интеллекта приобрела огромную популярность. И помимо всеобщего восторга относительно практически безграничных возможностей ИИ у представителей различных профессий появились опасения относительно того, что в самом ближайшем будущем их заменят различные GPT. Не являются исключением и различные аналитические направления, такие как бизнес и системный анализ.В этой статье мы попробуем поразмышлять на тему того, может ли искусственный интеллект заменить системного аналитика или же он может стать помощником при выполнении различных задач.Основные обязанности
Корпоративные стандарты АСУ ТП в пищевой, энергетической и горнодобывающей отраслях
Пищевая промышленность (Nestlé, PepsiCo и др.)Программное обеспечение и стандарты кодированияКрупные пищевые компании внедряют унифицированные подходы к программированию ПЛК и SCADA, чтобы обеспечить повторяемость решений на разных заводах. Nestlé, например, разработала собственный инструмент Nestlé Engineering Automation Toolbox (NEAT)
Тело AI-агентов: технический обзор робота 1X Neo
На днях по AI пабликам завирусился робот 1X Neo, который заявляется разработчиками как человекоподобный робот для помощи по дому. Мне стало жутко интересно покопаться в устройстве и начинке этого робота, потому что скрещивание VLM и механизмов может привести к огромному прорыву в индустрии и новым большим изменениям.Поговорим про устройство робота, железо и софт на борту, прикладные задачи и ближайшее будущее.
Управление техническим состоянием объектов путевой инфраструктуры с применением информационных технологий
АннотацияЭта статья была написана мной и опубликована в отраслевом научном журнале более четверти века назад, когда я работал в головном НИИ железнодорожной отрасли (ВНИИЖТ МПС) в должности заместителя заведующего лабораторией и занимался вопросами научно-методического обеспечения задач управления производственными процессами путевого хозяйства железных дорог России, автоматизацией функций и применением информационных технологий для нужд путевого хозяйства.
Архитектура ИТ решений. Часть 4. Архитектура приложений. 4.2. Портфель прикладных систем
Содержание курсаПонятие «Архитектура»Бизнес-архитектураИнформационная архитектураАрхитек��ура прикладных решений. Область разработки прикладных системАрхитектура прикладных решений. Портфель прикладных системТехнологическая АрхитектураПодходы к построению АрхитектурыГрафический язык моделирования ArchiMateАрхитекторыПортфель прикладных систем (Application Portfolio) -
Больше, чем BI: 23 фичи Luxms BI, которыми мы гордимся. Часть 2: Функционал классической BI-системы
Это вторая часть серии «23 фичи Luxms BI, которыми мы гордимся». В первой (прочитать можно здесь) мы говорили о платформенности и архитектуре — о том, на чём держится система.А сегодня расскажем о базе, о функционале классической BI-системы, который и делает систему BI-системой.Этот раздел про то, без чего не обходится ни одна зрелая BI-система — визуализации, переменные, геоаналитика, сводные таблицы и внутренний язык. Мы не столько гордимся самим фактом их наличия — всё это действительно есть во многих решениях, сколько тем,
Выбираем векторную БД для AI-агентов и RAG: большой обзор баз данных и поиск смысла
В этой статье я сделал обзор основных векторных баз данных: Milvus, Qdrant, Weaviate, ChromaDB, pgvector, Redis, pgvectorscale, LanceDB, ClickHouse, Vespa, Marqo, ElasticSearch.Если вы запутались в разнообразии векторных баз данных или хочется верхнеуровнево понимать как они устроены, чем отличаются и для чего вообще нужны, то эта статья будет очень полезна. Мы пошагово соберем все ожидания от векторных БД, посмотрим бенчмарки, а затем попробуем собрать все воедино.
