IT-компании

Памяти Кеннета Олсена, родившегося в этот день ровно 100 лет назад

Уже глубоко за полночь 1 декабря 1959 года, а именно в 1:30, едва Лоис Андерсон уложила спать третьего, младшего ребенка в семье, раздался телефонный звонок. Из отеля «Статлер Хилтон» в Бостоне Харлан Андерсон позвонил супруге, предупредив о том, что не сможет приехать ночевать домой: прототип PDP-1, исправно работавший в стенах DEC, по известному закону подлости отказывался работать в выставочном зале. До открытия компьютерной конференции оставалось менее восьми часов...

Привет, Хабр! Как вы считаете, что делает проект управляемым? На мой взгляд, это не только про грамотное планирование или профессиональную команду, но и возможность отследить промежуточные результаты. Истинный контроль рождается там, где есть возможность вовремя остановиться, оглядеться и убедиться, что всё идет по плану. В проектном управлении такие моменты называются контрольными точками (КТ). В статье расскажу, чем отличаются КТ от вех, и как с их помощью выстроить эффективную проектную деятельность.

Поддержка является неотъемлемой частью продукта, и если в неё часто пишут, значит где-то пользователь не понял, не смог или сделал ошибку. И часто причина оказывается не в пользователях и саппорте, а в самом продукте. Давайте разбираться, что именно влечет за собой множество обращений в поддержку и как их можно минимизировать.

Я работаю на стыке UX и бизнес-аналитики, и почти в каждом продукте вижу одну и ту же картину: команды годами решают проблемы через оперативную поддержку, игнорируя очевидный источник — пользовательский интерфейс и сценарии взаимодействия.

В этой статье разберём:
• какие типы запросов в поддержку можно убрать дизайном;
• как находить точки, где продукт «ломается»;
• какие UX-решения реально снижают нагрузку на поддержку;
• с чего начать, если ресурсы ограничены.

На запрос в поисковике «Нужно ли платить налоги в РФ, если ИП открыто за границей?» — ответов будет столько, что можно составить отдельный дата-сет для обучения модели. Одни уверяют, что платить ничего не нужно, потому что бизнес зарегистрирован за пределами России. Другие пишут, что налог возникает только при переводе денег в РФ. Третьи ссылаются на соглашения об избежании двойного налогообложения (далее СИДН) и делают вывод, что налог «уже уплачен там».

На первый взгляд всё выглядит логично. Но налоговое право редко подчиняется бытовой логике.

Главная причина путаницы — смешение трёх разных понятий:

Примерно 6 лет назад мой мир ограничивался работой, личной жизнью и компьютерными играми. Всё шло своим чередом, но в моей голове всё-таки вертелись 2 вопроса: обывательский и профессиональный. Почему цены растут быстрее зарплат? И почему наука в нашей стране «стагнирует», хотя в недавнем прошлом было огромное количество научно-технических достижений? Попытка разобраться через популярные источники привела к когнитивному диссонансу...

Начало этапа имплементации подразумевает переход от согласованного проектного решения и планов-графиков его воплощения, к практической реализации посредством разработки, настройки инфраструктуры и поэтапного создания функциональности продукта.  Обычно для команды на данном этапе стоят следующие вызовы:

Привет, Хабр! Я Вика, системный администратор в Selectel. Под катом разберемся, какие типы дисков существуют, чем они отличаются и как выбрать подходящий вариант под конкретную задачу. А заодно покажем новый тип дисков с регулируемой производительностью — он появится в Selectel уже в марте.

Во многих компаниях расходы на программное обеспечение стабильно растут, даже если инфраструктура почти не меняется. Часть этих затрат приходится не на развитие, а на лицензии и продукты, которые либо не используются, либо дублируют друг друга по функциональности. 

Меня зовут Данила Трусов, я директор продукта «Инферит ИТМен». В этой статье хочу разобрать, откуда берутся такие «невидимые» перерасходы и почему без прозрачного учета ИТ-активов они могут годами оставаться незамеченными. 

За каждым багом, который не дошёл до зрителя, и каждой фичей, которая запустилась без боли, стоит целая философия качества. В новом интервью Александр Монетчиков, директор по качеству Иви, рассказал о нашем подходе: тестировщик не сидит в конце конвейера и не ловит всё, что летит мимо, а каждый в команде чувствует ответственность за то, что попадает к зрителю.

Знаете, я выходил на рынок труда полный энтузиазма, с предвкушением, что скоро вольюсь в новый коллектив и буду работать над интересным проектом, сменив привычную обстановку.

Честно говоря, я даже изучал каждую вакансию перед откликом, подходил к процессу очень внимательно.

Но теперь… я чувствую себя вымотанным. Бесконечные отказы на HH, HR-фильтры, нескончаемый поток собеседований, где снова и снова задают одни и те же странные вопросы — это выбивает из колеи.

Искусственный интеллект перестал быть экспериментом, технология GenAI становится полноценным участником корпоративных бизнес-процессов. В ИТ-поддержке автоматически обрабатываются типовые обращения, HR-департаменты ускоряют онбординг новых сотрудников, бухгалтерия больше не вводит данные вручную. За этими результатами стоят инструменты для ИИ-автоматизации бизнес процессов: визуальные конструкторы, библиотеки готовых AI-инструментов, корпоративная память и автономные ИИ-агенты. 

В этом материале разбираемся, как устроена ИИ-автоматизация изнутри: какие компоненты необходимы, как они взаимодействуют и почему создать интеллектуальный процесс можно без программистов — на примере GenAI-платформы SimpleOne.

Геокупол - очень крепкая конструкция. В процессе строительства я забирался на макушку и танцевал там своими 90 кг - даже не шелохнулся. Но конструктивные просчеты (в данном случае коннекторы из бакелитовой фанеры), зашитые в математически идеальные конструкции, всегда приводят к эпическим фейлам.

50 000 контроллеров по всей стране, данные каждые 15 минут, таблицы-миллионники — и куча менеджеров, которые хотят понять что происходит, но не умеют читать сырые данные. Год я объяснял одно и то же. Потом надоело, конечно, ИИ - выход, но как быть с его непредсказуемостью…

Давайте начистоту: утечка персональных данных — не гипотетическая угроза, а суровая реальность. Только за 2025 год Роскомнадзор зафиксировал больше сотни утечек, в результате которых было скомпрометировано 50 миллионов записей (строк в базах) с персональными данными пользователей.

Для бизнеса последствия стали еще серьезнее, чем раньше. Помимо репутационного коллапса и судебных исков, компаниям теперь может грозить и уголовная ответственность по новой статье 272.1 УК РФ: за нарушения можно получить штраф до 700 000 рублей или срок до пяти лет. А с 30 мая 2025 года в силу вступили «драконовские штрафы» по КоАП: от 1% до 3% выручки — но не менее 20 и не более 500 млн рублей.

Выходит, для компаний утечка — настоящая проверка на прочность. Представьте: одна ошибка, и данные тысяч клиентов оказываются в даркнете, или кто-то взломал сервер — и требует выкуп. Что делать? Паниковать? Нет. Действовать быстро и по инструкции.

Рассказываем, как правильно реагировать на инциденты с персональными данными. Разбираем, что считается инцидентом, кому и в какие сроки отправлять уведомления и что делать, чтобы минимизировать ущерб.

По данным Росстата и РАН в теневом секторе экономики занято около 13–14 млн человек (это до 28% всех работающих!). Причем значительная часть «скрытой занятости» приходится на строительство, ремонт авто и информационные технологии.

Декабрь 2015 года. Основание OpenAI. Июнь 2018 года. Релиз GPT-1. Ноябрь 2022 года. Запуск ChatGPT, собравший 1 млн пользователей за 5 дней. Февраль 2023 года. 100 млн пользователей. Март 2023-го. GPT-4. Август 2024-го. 200 млн. Ноябрь 2024-го. 300 млн. Февраль 2025-го. 400 млн. Октябрь 2025-го. 800 миллионов еженедельных пользователей.

За этими цифрами и датами скрывается не просто отчёт о проделанной работе. Это история самого стремительного технологического рывка в современной истории. Рывка, который превратил “безумную идею” горстки энтузиастов в инструмент, без которого сегодня многие из нас не мыслят своего рабочего дня.

История OpenAI и ChatGPT – это не просто хронология релизов. Это история о том, как смелая идея прошла путь от “игрушечного” прототипа до инфраструктуры, которой пользуются миллиарды. Мы решили собрать ключевые вехи этого пути в одной статье, чтобы показать, как именно разворачивалась эта революция.

Пройдём по этой временной линии вместе – от первых моделей до систем, ставших неотъемлемой частью цифрового ландшафта.

Добро пожаловать в историю!

Стратегическая сессия проведена, сформулированы ориентиры, определены цели, зафиксированы ключевые показатели и инициативы. Результат оформлен в виде схем, таблиц, слайдов или фотографий с флипчартов. Дальше возникает вопрос: «Куда перенести эти данные так, чтобы стратегия была доступна всем участникам, использовалась в управлении и могла обновляться по мере исполнения?». Формат «ватман на стене» для этого не подходит – стратегия должна существовать в цифровом виде и быть связана с операционной деятельностью.

Для фиксации и сопровождения стратегии применяются решения разных классов. Часть из них изначально не предназначена для стратегического управления, но используется в этой роли. Другие – специализированы именно под работу с целями и показателями. В статье рассмотрим 6 инструментов.

Представьте, вы — молодой руководитель, и  вашей команде нужен узкопрофильный специалист. Как найти настоящего профи, если подбор – вообще не ваша работа, но от того, кого из кандидатов вы выберете, зависит дальнейшая жизнь команды?

Персонализированная рекомендательная система Netflix устроена довольно сложно. В её состав входят различные специализированные модели машинного обучения, каждая из которых ориентирована на решение особых задач, в том числе — на обслуживание разделов «Continue Watching» («Продолжить просмотр») и «Today’s Top Picks for You» («Сегодняшние топ-рекомендации для вас»). (Подробности об этом вы можете найти в нашем недавнем обзоре). Но по мере того, как мы расширяем используемый нами набор алгоритмов персонализации, стремясь соответствовать растущим бизнес-потребностям, поддержка рекомендательной системы становится довольно-таки затратной. Более того, мы столкнулись со сложностями при переносе инновационных решений из одной модели в другую. Это так из-за того, что большинство моделей обучаются независимо друг от друга, хотя и пользуются одними и теми же источниками данных. Всё это логично привело к возникновению необходимости в новой архитектуре рекомендательной системы, где модели обучаются предпочтениям пользователей централизованно. Это расширяет доступность и полезность результатов обучения одних моделей для других моделей.

Вы получили SMS со ссылкой для входа — и думаете, что это безопаснее пароля? Исследователи разобрали, как мошенники за несколько кликов получают доступ к вашим номерам счетов, другим банковским данным и даже номерам соцстраха. Спойлер: это проще, чем вы думаете.

Если тебе платят деньги, значит твоя работа кому-то нужна. Но как понять её ценность, если ты не создаёшь выручку?

У любого бизнеса есть миссия и цель. Миссии бывают разные, цель всегда одна: извлечение прибыли. Если ты маркетолог, или продажник, то напрямую наливаешь деньги в кассу. В этом случае всё понятно: выручка минус расходы == прибыль. 

Но что если ты — технарь? Разработчик пилит фичи, по сути реализует бизнес-процессы, которые также зарабатывают деньги. 

Но если твоя работа на фичи не завязана, или состоит не только в этом? Или ты и вовсе не разработчик, а DevOps, SRE, QA, безопасник и так далее? 

В любом бизнесе все активности можно разделить на два вида: те, что делают выручку и те, что управляют рисками. Нехитрый вывод: если кто-то не генерирует выручку напрямую, значит его наняли чтобы минимизировать какие-то риски.

Привет! Меня зовут Степан и я занимаюсь управлением техническими рисками в онлайн бизнесах. Эта статья — практическое руководство о том, как определить ценность твоей работы, научиться измерять её практическую пользу и управлять целями, если ты не приманиваешь деньги напрямую на расчетный счет.