🍀BitBitGo🍀 Системный Анализ
3.47K subscribers
259 photos
182 videos
151 links
Курс «Системный анализ»
https://bitbitgo.by/
Пишем про системный анализ.
Поможем стартануть в карьере IT. Присоединяйся!
Download Telegram
📊 BPMN: НЕ ПРОСТО КАРТИНКИ, А ИНСТРУМЕНТ АНАЛИЗА

Привет, коллеги! 👋 Многие думают, что BPMN нужен только чтобы «нарисовать процесс для заказчика». На самом деле, это мощный инструмент анализа, который помогает находить узкие места, избыточность и скрытые проблемы. Сегодня покажу на реальных кейсах, как BPMN спасает проекты. 🚀

📌 Кейс 1: «Согласование договора за 2 недели»

Компания жаловалась, что согласование договора занимает 14 дней. Аналитик нарисовал процесс в BPMN и сразу увидел проблему:

Дорожка юриста: проверка договора → отправка финансисту.
Дорожка финансиста: проверка бюджета → возврат юристу с правками.
Дорожка руководителя: финальное утверждение.

Что обнаружилось? В BPMN стало видно, что документ ходит по кругу между юристом и финансистом по 3–4 раза, потому что нет чёткого порядка правок. Каждый раз после изменений одного отдела другой снова проверял всё заново.

Решение: Внедрили шлюз (XOR) — теперь после правок документ идёт только тому, кто их запросил, а не всем подряд. Срок сократился до 3 дней. 📉

📌 Кейс 2: «Потерянные заявки»

В службу поддержки поступали жалобы: заявки клиентов «исчезают». Аналитик построил BPMN-модель обработки заявок и нашёл «чёрную дыру»:

[Клиент отправляет заявку] → [Менеджер берёт в работу] → [Запрос доп. информации] → (ожидание ответа)

Но если клиент не отвечал 3 дня, процесс просто зависал — не было таймера и альтернативного пути. Заявка оставалась в статусе «ожидание» навсегда.

Решение: Добавили пограничное событие-таймер на 3 дня. Если ответа нет — заявка автоматически закрывается с уведомлением клиента. Исчезновения прекратились.

📌 Как BPMN связан с кодом?

Хорошая BPMN-модель — это основа для:

Написания user stories: Каждый шаг процесса — потенциальная задача в Jira.
Тест-кейсов: Можно автоматически генерировать сценарии для каждого пути.

Симуляции: Инструменты вроде Camuda позволяют «прогонять» модель и собирать метрики.
Пример симуляции на Python (упрощённо):

# Имитация процесса согласования
def simulate_approval(legal_ok, finance_ok):
if not legal_ok:
return "rejected"
if not finance_ok:
return "rework"
return "approved"

# Прогоняем 1000 сценариев
results = [simulate_approval(random.choice([True, False]), random.choice([True, False])) for _ in range(1000)]
print(Counter(results)) # Сколько раз утвердили, отправили на доработку, отклонили


Такая симуляция помогает оценить нагрузку на отделы ещё до внедрения. 📊

📌 Кейс 3: «Автоматизация по BPMN»

Банк решил автоматизировать процесс выдачи кредитов. Аналитик описал процесс в BPMN, выделив:

Автоматические шаги (проверка кредитной истории)
Ручные шаги (звонок клиенту)
Шлюзы (если скоринг < 300 → отказ)
BPMN-модель стала техническим заданием для разработчиков. Они реализовали workflow-движок (Camunda), который выполняет процесс строго по диаграмме. Любое изменение процесса теперь делается аналитиком (меняется BPMN), а не кодом. 🏗

🎯 ЧТО ДАЁТ BPMN АНАЛИТИКУ?

Наглядность — заказчик видит процесс и утверждает его.
Выявление узких мест — петли, лишние согласования, таймауты.
Основу для автоматизации — workflow-движки понимают BPMN.
Документирование — процесс не в тексте, а в исполняемой модели.

Совет: Не ограничивайтесь рисованием. Прогоняйте модель, считайте метрики, ищите аномалии. BPMN — это язык, на котором вы разговариваете с бизнесом и разработкой. 📈

#BPMN
ИИ меняет всё. Кто разбирается в трендах, тот управляет будущим.

Я собрал папку с экспертами. Здесь настоящие практики, инсайты и кейсы — всё в одном месте.

Добавляйте себе папку и оставайтесь на шаг впереди 💪🏻
🚀IT + ИИ: Мы живем в эпоху величайшего технологического сдвига ️

Еще вчера искусственный интеллект казался сюжетом из научной фантастики, а сегодня это «двигатель», который переписывает правила игры в IT. Нейросети больше не просто развлекают нас картинками - они пишут код, находят баги, проектируют архитектуры и анализируют данные быстрее, чем целые отделы.

Быть в IT сейчас - значит быть на передовой этой революции. ИИ не заменяет разработчика, он дает ему «экзоскелет», увеличивая продуктивность в разы. Те, кто научится внедрять нейросети в свои рабочие процессы, станут самыми востребованными специалистами десятилетия.

📌Хотите разобраться, как работают LLM, как использовать AI-инструменты в разработке и какие навыки качать прямо сейчас?

Собрали всё самое важное в этой папке:
📎https://t.me/addlist/lsnqfK4rEqE1OTBi
Please open Telegram to view this post
VIEW IN TELEGRAM
1
🔗 ИНТЕГРАЦИЯ: КАК НЕ ПОТЕРЯТЬ ЗАКАЗЫ И ДЕНЬГИ

Привет, коллеги! 👋 Интеграции — всегда боль. Данные теряются, сервисы падают, форматы не сходятся. Разберём реальные кейсы и покажем, как код помогает проектировать надёжные интеграции. 🚀

📌 Кейс 1: Потерянные заказы

Ситуация: Магазин передаёт заказы в CRM через REST API. При падении CRM заказы терялись.

Решение — ретраи и Dead Letter Queue:

def send_order(order, max_retries=3):
for attempt in range(max_retries):
try:
response = requests.post("https://crm/orders", json=order, timeout=5)
if response.status_code == 200:
return True
time.sleep(2 ** attempt)
except:
time.sleep(2 ** attempt)
save_to_dlq(order) # в отдельную очередь
return False

В требования: 3 попытки, экспоненциальная задержка, DLQ для упавших.

📌 Кейс 2: Двойные списания

Ситуация: Платёжный шлюз дублировал уведомления — деньги списывались дважды.

Решение — идемпотентность:

key = hashlib.sha256(f"{order_id}_{amount}".encode()).hexdigest()
if redis.exists(key):
return {"status": "duplicate"} # уже обработали
redis.setex(key, 86400, "processed")
process_payment(payload)

Требование: Все интеграции должны быть идемпотентными.

📌 Кейс 3: Разные форматы дат

Ситуация: CRM шлёт DD.MM.YYYY, бухгалтерия ждёт YYYY-MM-DD. Ошибки в отчётах.

Решение — тест контракта:

@pytest.mark.parametrize("date,format,ok", [
("15.03.2025", "%d.%m.%Y", True),
("2025-03-15", "%Y-%m-%d", True),
])
def test_date_format(date, format, ok):
assert validate_date(date, format) == ok

В требованиях: точные форматы и тесты в CI/CD.

📌 Кейс 4: Таймауты убивают производительность

Ситуация: Внешний сервис тормозил — вся система висла.

Решение — таймауты и fallback:

async with timeout(2):
result = await session.get(url)
if timeout:
return get_cached_data() # запасной вариант

Требование: Таймауты на все внешние вызовы + кэш/заглушки.

🎯 ИТОГ

Код помогает аналитику:

Проверить требования до разработки
Дать разработчикам чёткие примеры
Подготовить тесты для приёмки
Аналитик, который мыслит кодом, — золото для команды. 💰

#INTEGRATION
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
90% каналов не растут по одной причине.

Люди не понимают как продвигаться:
— где брать подписчиков
— как продавать через контент
— какие инструменты реально работают

Поэтому мы собрали полезную папку по продвижению

Внутри:
• маркетинг
• продвижение
• воронки
• трафик
• монетизация

Эта папка может заменить десятки курсов.

Забирайте и добавляйте себе https://t.me/addlist/qJ7u9BP_BS9iMjVi

Записывайся в подборку🫶
Please open Telegram to view this post
VIEW IN TELEGRAM
Привет, друзья!
ИИ, нейросети и IT —
в одной папке

Мы собрали папку с каналами для тех, кто хочет применять ИИ системно и получать реальный результат.

Внутри папки:
🔵нейросети: GPT, DeepSeek, OpenAI, LLaMA, Grok — практические кейсы и сравнения
🔵промпты и ИИ-агенты под конкретные задачи
🔵сборка ИИ-систем и автоматизация процессов
🔵ИИ-боты и ассистенты для бизнеса и экспертов
🔵ускорение работы и рост результатов ×2
🔵карьера в IT и AI, актуальные технологии и тренды

Все каналы про ИИ, нейросети и технологии — в одной папке по ссылке ниже

👉 https://t.me/addlist/UIH6U0ZP4yVjZjQ6

Хочу добавить свой канал в папку
Please open Telegram to view this post
VIEW IN TELEGRAM
🔗 ИНТЕГРАЦИЯ: КАК КОД ПОМОГАЕТ НЕ ПОТЕРЯТЬ ДЕНЬГИ

Привет, коллеги! 👋 Интеграции — это вечная боль: данные теряются, сервисы падают, деньги утекают. Сегодня покажу, как код помогает аналитику закладывать надёжность прямо в требования. Реальные кейсы внутри. 🚀

📌 Кейс 1: Потерянные заказы из-за отсутствия ретраев

Ситуация: Магазин передаёт заказы в CRM через REST API. При падении CRM заказы просто исчезали. Пользователи злятся, деньги списаны, заказов нет.

Что сделал аналитик: Написал простой скрипт, имитирующий поведение системы, и показал, что без повторных попыток бизнес теряет до 10% заказов.

def send_order(order, max_retries=3):
for attempt in range(max_retries):
try:
response = requests.post("https://crm/orders", json=order, timeout=5)
if response.status_code == 200:
print(f" Заказ {order['id']} доставлен")
return True
# 5xx — временные ошибки, пробуем снова
time.sleep(2 ** attempt) # экспоненциальная задержка
except Exception:
time.sleep(2 ** attempt)
# Все попытки исчерпаны — в очередь недоставленных
save_to_dlq(order)
print(f"💀 Заказ {order['id']} в DLQ")
return False

Результат: В требования добавили 3 попытки с экспоненциальной задержкой и Dead Letter Queue для «упавших» заказов.

📌 Кейс 2: Двойные списания из-за дублей

Ситуация: Платёжный шлюз иногда присылает повторные уведомления об успешном платеже. Система списывала деньги дважды.

Что сделал аналитик: Предложил требование идемпотентности и показал реализацию через Redis.

import hashlib, redis
cache = redis.Redis()

@app.post("/webhook/payment")
def payment_webhook(payload):
# Ключ идемпотентности на основе значимых полей
key = hashlib.sha256(f"{payload['order_id']}_{payload['amount']}".encode()).hexdigest()

if cache.exists(key):
return {"status": "duplicate"} # уже обработали

cache.setex(key, 86400, "processed") # блокируем на сутки
process_payment(payload) # основная логика
return {"status": "success"}

Результат: Дубликаты перестали наносить урон. Теперь второе и последующие уведомления просто игнорируются.

📌 Кейс 3: Таймауты убивают производительность

Ситуация: При обращении к медленному внешнему сервису вся система «висла». Пользователи не могли оформить заказ.

Что сделал аналитик: Заложил в требования таймауты и fallback-механизм.

async with timeout(2):  # ждём не больше 2 секунд
result = await session.get(url)
if timeout_occurred:
result = get_cached_data() # запасной вариант
print("⚠️ Использован кэш из-за таймаута")

Результат: Система перестала зависать. При недоступности внешнего API используется кэш или заглушка.

🎯 ЧТО ДАЁТ ТАКОЙ ПОДХОД АНАЛИТИКУ?

Выявление проблем до разработки — код показывает узкие места.
Конкретные примеры в ТЗ — разработчики видят, что от них ждут.
Тесты для приёмки — готовые сценарии для QA.
Понимание ограничений — таймауты, ретраи, идемпотентность.

Помните: Интеграция без ретраев, идемпотентности и таймаутов — это бомба замедленного действия. Аналитик, закладывающий эти механизмы в требования, спасает бизнес от потерь. 💰

#INTEGRATION
Please open Telegram to view this post
VIEW IN TELEGRAM
4
📜 Пост : ТРЕБОВАНИЯ, КОТОРЫЕ НЕ ВРУТ: КАК КОД ПОМОГАЕТ ПРОВЕРИТЬ

Привет, коллеги! 👋 Как часто вы слышали: «Всё сделали по ТЗ, а на проде не работает»? Проблема часто в том, что требования не проверяемы или неоднозначны. Сегодня покажу, как простой код помогает аналитику валидировать требования ещё до разработки. Реальные кейсы внутри. 🚀

📌 Кейс: «Скидка при сумме от 1000»

Заказчик написал в требованиях: «Скидка 5% при сумме заказа от 1000 рублей». Разработчик реализовал if sum > 1000, тестировщик проверил для 1001 — скидка есть, для 999 — нет. На проде клиент с суммой ровно 1000 скидку не получил и ушёл к конкуренту.

Что сделал бы проактивный аналитик? Написал бы тест ещё до передачи в разработку.

def test_discount():
# Граничные значения — зона неоднозначности
assert apply_discount(999) == 0, "999 → скидки нет"
assert apply_discount(1000) == 50, "1000 → скидка 5% (или нет?)"
assert apply_discount(1001) == 50.05, "1001 → скидка 5%"


Запустил — и сразу увидел, что для 1000 результат не определён. Заказчик уточнил: «от 1000 включительно». Требование стало однозначным, а тест — частью критериев приемки.

📌 Кейс: «Пароль должен содержать спецсимвол»

В ТЗ: «Пароль должен содержать хотя бы один спецсимвол». Разработчик написал проверку на !@#$%. Через месяц выяснилось, что пароль с символом © (копирайт) не принимается, а клиент из Германии не может ввести ß.

Как аналитик мог предотвратить это? Уточнить набор символов и добавить примеры.

import re

def validate_password(pwd):
# Явно описанный набор спецсимволов
pattern = r'[!@#$%^&*()_+\-=\[\]{};:"\\|,.<>\/?]'
return bool(re.search(pattern, pwd))

# Тесты на граничные случаи
assert validate_password("pass") == False
assert validate_password("pass!") == True
assert validate_password("pass©") == False # © не входит в набор
# Если бизнес требует ©, нужно добавить в требование и код


Такой подход заставил бизнес либо принять ограниченный набор, либо расширить его. В итоге в требованиях появился список символов, и разработчики получили чёткий ориентир.

🎯 Что даёт такой стиль?

Выявление неоднозначностей на этапе анализа.
Готовые критерии приемки для тестировщиков.
Примеры для разработчиков — они видят, как именно должны работать границы.
Снижение рисков — баги не уходят в прод.

Запомните: Хорошее требование — это не просто текст. Это текст, который можно переложить в проверяемый код. Если вы не можете написать простой assert, требование не готово. 💡

#REQUIREMENTS
📜 Пост: УПРАВЛЕНИЕ ИЗМЕНЕНИЯМИ: КАК НЕ ПОТЕРЯТЬ ТРЕБОВАНИЯ

Привет, коллеги! 👋 Знакомая ситуация: в середине разработки приходит «срочное» изменение от бизнеса. Вы его приняли, разработчики переделали, а через месяц выясняется, что забыли поправить связанные модули. Система стала работать несогласованно. Как этого избежать? Ответ — трассируемость требований и автоматические проверки. 🔍

📌 Кейс: «Новый тип клиента — VIP»

В CRM появилось требование: *«VIP-клиентам давать скидку 15% вместо стандартных 5%»*. Аналитик добавил новое поле customer_type в карточку, разработчики поправили модуль расчёта скидок. Через неделю обнаружилось, что:

В отчётах по выручке VIP-клиенты считались по старой ставке.
Сервис рассылок отправлял VIP-клиентам стандартные предложения.
Поддержка видела в интерфейсе старый тип клиента.
Что пошло не так? Никто не отследил, где ещё используется тип клиента.

Как код помогает аналитику управлять изменениями?

1. Создаём единый контракт данных (схему)

Вместо разрозненных полей в разных системах, аналитик описывает общую структуру:

# shared_schema.py
from pydantic import BaseModel

class Customer(BaseModel):
id: int
name: str
type: str # "regular" или "vip"


2. Пишем тесты на согласованность

Тест проверяет, что все сервисы работают с одной и той же схемой:

def test_customer_schema_consistency():
from crm import get_customer
from billing import get_discount

test_cust = Customer(id=1, name="Test", type="vip")

# CRM должен отдавать тот же формат
assert get_customer(1) == test_cust.dict()

# Биллинг должен распознать VIP
assert get_discount(test_cust) == 15


3. Автоматизируем трассировку

В требованиях аналитик заводит теги (например, @customer_type). Каждый сервис, зависящий от типа клиента, обязан иметь тест, который падает при изменении контракта. CI/CD не пропустит изменение, пока не будут обновлены все зависимости.

📌 Кейс: «Автоматическая проверка на CI»

В одном проекте при изменении статуса заказа аналитик создал тест, который запускался на каждом PR:

def test_order_status_traceability():
# Список мест, где используется статус заказа
dependencies = [
"notifications/service.py", # отправляет уведомления
"reporting/generate.py", # формирует отчёты
"warehouse/stock.py" # обновляет склад
]

for file in dependencies:
# Проверяем, что в файле есть обработка нового статуса
with open(file) as f:
content = f.read()
assert "status == 'new_status'" in content, f"{file} не поддерживает новый статус"


Когда бизнес попросил добавить статус "awaiting_manual_check", этот тест указал, какие сервисы нужно доработать. Ничего не забыли, релиз прошёл гладко.

🎯 Что даёт такой подход?

Ничего не выпадает из поля зрения — все зависимости под контролем.
Изменения безопасны — тесты не дадут забыть про связанные модули.
Прозрачность для команды — видно, где и что используется.
Быстрая адаптация — новые члены команды видят связи через код.

Совет: Начните с малого — для самых критичных сущностей (заказ, клиент, платёж) создайте тесты на согласованность. Со временем они сэкономят часы отладки.

#REQUIREMENTS
ХОЧЕШЬ ИДТИ В НОГУ С ТЕХНОЛОГИЯМИ ?! … или наблюдать, как другие зарабатывают на ИИ? - РЕШАТЬ ТЕБЕ ! ! !

ИИ станет твоим главным инструментом, а не загадкой 🗝
Нейросети стали не просто модным словом — они меняют бизнес, творчество и повседневную жизнь. А мы создаём для тебя пространство взаимного пиара и роста вокруг нейросетей:

Что ты получишь в этой ПОДБОРКЕ:
- еженедельные разборы real-life применений нейросетей;
- чёткие инструкции: от идеи до реализации и монетизации;
- крутые кейсы подписчиков и экспертов;
- обратную связь по твоим постам и проектам;
- новые коллаборации, за которые стоит проснуться утром.
Делимся знаниями и аудиторией - растём вместе ⚡️ Забирай бесплатно ПАПКУ с ТОП ИИ Каналами

Твой доступ к подборке и бонусам:
➡️ Просто добавь Папку - никаких смс или регистраций. Отписаться можно в любой момент. Остаться — тоже ✔️ * Ссылка - https://t.me/addlist/mV3eY2ykKQY4Njlk
This media is not supported in your browser
VIEW IN TELEGRAM
Та самая встреча, ради которой нужно было бросить все свои дела
😁1
Уходящий поезд: УСПЕВАЙ ЗАСКОЧИТЬ В ПОСЛЕДНИЙ ВАГОН !

Вчера — картинки.
Сегодня — AI-агенты, которые анализируют данные и выдают инсайты, пока ты спишь.

Если не хочешь махать рукой вслед уходящему AI-поезду нейросетевых технологий, залетай 👉 в ПАПКУ сейчас. Здесь тренды, которые уже меняют рынок 🔥
ВСЁ самое нужное - в одном месте ⚡️
Будь в курсе ➡️ https://t.me/addlist/mV3eY2ykKQY4Njlk
⚡️ Здравствуйте, Дорогие подписчики!
Представляем вашему вниманию подборку полезных каналов в сфере «Наука и образование» 🔥
Будем очень рады, если вы найдете для себя, что-нибудь полезное.

❗️Ссылка на папку:

https://t.me/addlist/_1iCoei8Dvo5OWQy
Дорогие подписчики и читатели!⭐️
Сегодня мы подготовили для вас интересную подборку каналов на тему «Образование и наука»📚

Поиск информации может отнимать много времени, но в этой коллекции вы найдете отличные новостные и событийные каналы.

Выбирайте то, что вам интересно, и забирайте себе! 👍
💬 НЕ УПУСТИТЕ ВОЗМОЖНОСТЬ ПОЛУЧИТЬ ДОСТУП В ИНТЕРЕСНЫЕ КАНАЛЫ:

🔖 Про вещи, которые помогают в жизни и работе: идеи, кейсы, опыт и мысли, которые откликаются и
остаются.

🔖 Лучшие эксперты в своей сфере, только суть, без всякой воды.

🔖 В каналах самые актуальные новости и инсайды, не упускайте возможность получить доступ к эксклюзивной информации

🔖 Экспертная оценка, мнение профессионалов и прогнозы на будущее, читайте в папке


🤩 Егор Никитин | Event | Нейросети - Нейросети в event сфере, практика использования ИИ. Отделение «ИИ для бизнеса» РЭУ им. Плеханова.

🤩 Авторский канал топ агента в недвижимости - честно про рынок. Аналитика и лучшие предложения недвижимости Новосибирска и Москвы. Вторичный рынок, новостройки, ИЖС.

❗️ "КДО" КВАРТИРЫ ДОМА ОФИСЫ ваш гид в мире недвижимости!
🔵Новости, законы, полезные советы, видеообзоры, как выгодно купить квартиры, дома, офисы.

Подписывайтесь на канал с полезным контентом
📲 мы в MAX

🤩 Payholder - Как сейчас оплачивать зарубежные сервисы?
Собрали рабочие способы и объяснили в канале.

Payholder.ru - Посредник для оплаты зарубежных сервисов из России и Беларуси.

Подписывайтесь на канал с полезным контентом
📲 мы в MAX


В ПАПКЕ ЕЩЕ БОЛЬШЕ ПРОФЕССИОНАЛЬНЫХ КАНАЛОВ:

📌
Эксперты по Искусственному Интеллекту
📌
Специалисты с многолетним опытом делятся своими кейсами
📌
Профессиональные Аналитики делятся прогнозами по интеграции ИИ
📌
Использование ИИ в профессиональной сфере деятельности


🖥 Забрать папку
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
Если вы хотите зарабатывать в Telegram, вам нужна эта папка.

Там собраны материалы по:

— продвижению каналов
— маркетингу
— инфобизнесу
— привлечению трафика
— монетизации

Это концентрат знаний, который обычно собирают годами.

Очень часто мне пишут:

«Почему канал не растёт?»
«Где брать подписчиков?»
«Как начать зарабатывать в Telegram?»

И почти всегда проблема одна — нет системного понимания продвижения и маркетинга.

По сути, это концентрат знаний, который обычно собирается по крупицам из разных источников.

Я просто сделала удобную подборку, чтобы всё было в одном месте.

Если вы:
— ведёте канал
— развиваете личный бренд
— продаёте услуги
— или только хотите начать зарабатывать в Telegram

сохраните папку и добавьте её себе.

Переходите по ссылке
https://t.me/addlist/6ufmIIWvQ0I4MDg6

Записывайся в подборку🫶
Please open Telegram to view this post
VIEW IN TELEGRAM
💼 Пост: БРОКЕР СООБЩЕНИЙ: КАК НЕ ПОТЕРЯТЬ НИ ОДНОГО ЗАКАЗА

Привет, коллеги! 👋 Интеграции через брокеры сообщений (Kafka, RabbitMQ) — это круто: системы не зависят друг от друга, можно накапливать события и обрабатывать их в удобном темпе. Но есть нюанс: что делать, если потребитель временно недоступен? Заказы могут просто исчезнуть. Сегодня разберём реальный кейс и покажем, как Dead Letter Queue (DLQ) спасает бизнес. 🚀

📌 Кейс: «Заказы улетели в никуда»

Онлайн‑магазин передаёт заказы в CRM через RabbitMQ. Всё работало, пока однажды CRM не легла на профилактику на 2 часа. Сообщения уходили в очередь, но после восстановления CRM они не дошли — потому что у очереди не было настроек повторных попыток и DLQ. Сообщения «зависли» в состоянии unacked, а продюсер их не перепосылал. Итог: 300 заказов потеряны навсегда. 💸

Как должен был быть настроен брокер?
Аналитик должен заложить в требования Dead Letter Queue (DLQ) — специальную очередь, куда попадают сообщения, не прошедшие обработку после нескольких попыток.

📌 Пример настройки в RabbitMQ

import pika

# Основная очередь
channel.queue_declare(
queue='orders',
arguments={
'x-dead-letter-exchange': 'orders.dlx', # куда отправлять после неудач
'x-max-retries': 3, # количество попыток
'x-retry-interval': 5000 # интервал между попытками (ms)
}
)

# Обработчик (потребитель)
def callback(ch, method, properties, body):
try:
process_order(body) # может выбросить исключение
ch.basic_ack(delivery_tag=method.delivery_tag) # успех, удаляем
except Exception as e:
# Если превысили лимит попыток, сообщение уйдёт в DLQ автоматически
# Иначе останется в очереди для следующей попытки
ch.basic_nack(delivery_tag=method.delivery_tag, requeue=True)

Что получаем:

Сообщение обрабатывается с повторами.
После исчерпания попыток попадает в orders.dlx.
Отдельный мониторинг DLQ позволяет быстро среагировать на проблемы.

📌 Что должен сделать аналитик?

Прописать политику повторных попыток: сколько раз, с какой задержкой.
Предусмотреть DLQ для всех критических очередей.
Организовать мониторинг глубины DLQ (если очередь растёт — срочно тревога).
Описать процедуру ручной обработки сообщений из DLQ (например, через админку или специальный сервис).

Результат: даже если внешняя система упадёт на сутки, данные не потеряются — они накопятся в очереди, а после восстановления всё обработается. Аналитик, закладывающий DLQ, спасает бизнес от репутационных и финансовых потерь. 💪

#BROKER
Все мы знаем, что нейросети сейчас - ключевой драйвер роста дохода и карьеры👍

Поэтому порекомендую вам папку каналов, где вы разберётесь в AI не поверхностно, а системно👇

😎Применение ИИ в маркетплейсах и бизнесе
😎 Генеративные модели: нейрофотосессии, создание изображений
😎 Prompt engineering: как правильно формулировать запросы
😎 LLM и работа с языковыми моделями
😎 Все про Python
😎 Карьера в IT

Что внутри ещё:
— реальные кейсы внедрения AI
— автоматизация рутинных задач
— инструменты для повышения productivity
— способы монетизации навыков работы с нейросетями

✈️ Подписывайтесь на папку и внедряйте нейросети в работу — пока это даёт максимальный буст 👉 https://t.me/addlist/YDthW24PKNplMDBi

Сюда можно написать, если хотите добавить свой канал в папку 💌
Please open Telegram to view this post
VIEW IN TELEGRAM
1
✍️печатает

А вы знали, почему 90% рекламы не работает?

По данным исследования Harnessing Active and Passive Attention, эффективность рекламы определяется не кликами, а вниманием. Причём пассивное внимание может давать до 6,7× больше эффекта, чем активное.

Модель сделать креатив получше, переходит на попадёте ли вы вообще в поле внимания.

Здесь маркетинг заканчивается и начинается IT: алгоритмы решают, что покажут, интерфейсы - заметят ли это,
продукт - останется ли пользователь. Маркетинг и технологии больше не разделяются. Это одна система.

🌟Поэтому мы собрали папку «IT и Маркетинг» - каналы про технологии, алгоритмы, продукты и рост: как всё реально работает под капотом и даёт результат.

Добавьте себе ➡️ https://t.me/addlist/M-cY-Y6Qz-wyNGMy

Хочешь, чтобы о твоем канале узнало больше людей? Пиши
Please open Telegram to view this post
VIEW IN TELEGRAM