Программирование с нуля бесплатно: 10 курсов, демодоступов и вебинаров — от тестировщика до ИИ и безопасности
Гайдов о том, как войти в IT, — вагон. Беда в другом: почти все ведут в платный марафон или предлагают выучить десять языков за месяц, а с главным вопросом оставляют один на один — в какую сторону двигаться и что из этого можно попробовать бесплатно.
ИИ пишет тест-кейсы и автотесты за тебя: как их генерировать и не получить ложное покрытие
Генерация тест-кейсов — один из первых сценариев, с которых компании начинают внедрение ИИ в тестирование. Модель получает требования или код и через несколько секунд выдаёт список проверок. Руководство довольно быстро приходит к выводу: если эту часть работы можно автоматизировать, возможно, ручных тестировщиков стоит сократить или переквалифицировать.
ИИ в эксплуатации (AIOps): разбор алертов и автоматизация инцидентов
В марте 2025 года аналитическое агентство Gartner сделало то, чего индустрия ждала несколько лет: официально переименовало рыночную категорию AIOps в Event Intelligence Solutions — решения для интеллектуальной обработки событий. Причиной стал ИИ-хайп, из-за которого слово «AIOps» превратилось в бессмыслицу. Вендоры называли искусственным интеллектом всё, от простейших регулярных выражений до тяжёлых LLM, обещающих полную автономию эксплуатации. В итоге ИТ-директора разочаровались, а инженеры получили очередной слой непредсказуемой автоматики.
Метрики, которые врут: ошибка выжившего, p-hacking и другие ловушки данных
Когда метрика наконец пошла вверх, хочется сразу найти причину: что сработало, какую гипотезу закрепить, куда теперь докинуть ресурсов. Но сначала стоит понять, из каких пользователей и событий собран показатель.Например, retention растёт — звучит хорошо. Но если в расчёт попали только те, кто уже вернулся хотя бы раз, то из картины выпали все, кто открыл продукт один раз и ушёл. А без них нельзя сказать, что продукт стал лучше удерживать новую аудиторию.
Контекстная инженерия: что это такое, как работать с контекстом и почему за это начали платить
Вы собрали диалоговую систему — агента с RAG, инструментами и памятью. На коротких диалогах всё работает: модель выбирает нужный инструмент и достаёт данные. Но через несколько десятков итераций агент уже путает инструменты, тянет в ответ старые вызовы и опирается на ошибку, которая раньше попала в контекст.Новый промпт не всегда решает проблему: важно управлять тем, какая информация попадает к модели перед каждым следующим шагом. Это и называют контекстной инженерией.
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 ревьюить ИИ-код: что автоматизировать, какую работу оставить человеку и как всё это делать системно
В 2026 году софт всё чаще пишут с участием ИИ: по данным Stack Overflow, 84% разработчиков уже используют ИИ‑инструменты или планируют начать. При этом исследователи Faros AI фиксируют парадокс: в командах с активным использованием ИИ разработчики закрывают на 21% больше задач и на 98% больше мёржат PR, но время ревью выросло на 91%. В статье разберём, как выстроить процесс проверки, который не съедает выигрыш от автоматизации и почему ревью ИИ‑кода нельзя полностью отдать моделям.За консультацию при подготовке материала благодарим:
1C-разработка в 2026: почему это всё ещё востребовано и сколько можно заработать
Обычно те, кто выбирает направление разработки в IT, идут учить Python, Java или JavaScript. 1С в этот список не попадает: платформа и профессия, связанные с ней, считаются менее интересными.Но в 2026 году есть несколько обстоятельств, которые влияют на восприятие 1С.Во-первых, рынок труда в IT переживает не лучшие времена. Компании закрывают проекты, которые не приносят прибыль, реже открывают вакансии, тщательнее отбирают кандидатов и предлагают зарплаты меньше, чем несколько лет назад. В это время зарплаты 1С-разработчиков, которые традиционно были меньше,
Как подготовить данные к анализу: очистка и предобработка, без которых всё остальное не имеет смысла
Привет, Хабр! Меня зовут Руслан Каллагов, я системный аналитик в Лаборатории Globus — партнёре Нетологии по стажировкам на курсах ИТ-профессий. Уже 4,5 года я работаю в проектировании программного обеспечения и верю в инженерный подход к подготовке данных. Специально для хабровчан собрал практическое руководство по подготовке, очистке и предобработке данных для анализа и машинного обучения. В нём объясняю ключевые этапы подготовки данных, показываю примеры кода, даю чек-листы и алгоритмы действий.
Как выжить на рынке найма в 2026 году
Сначала казалось, что всё это временно. IT же всегда «куда‑то растёт», значит, рано или поздно ситуация отыграется назад. К концу 2025‑го стало понятно: пока не отыгралась и сложно прогнозировать, когда рынок найма снова начнёт расти.
