Уровни моделирования в UML и почему их всего 4, а не больше (Рубрика #Architecture)

Я уже рассказывал про то, как учил UML (1 и 2), а сегодня я хотел рассказать про уровни моделирования в UML и почему их только четыре, а не больше. Давайте сразу я опишу все эти уровни
- M0 - Real World/Instances - Реальный мир (Объекты)
Этот уровень представляет фактические экземпляры или объекты в реальной системе. Диаграмма объектов считается моделью уровня 0, которая является экземпляром диаграммы классов. Она показывает конкретные экземпляры объектов и их отношения в определенный момент времени.
- M1 - Models (Модель)
Этот уровень содержит фактические модели UML, созданные пользователями для представления систем. Диаграммы классов являются примерами моделей уровня 1 (M1). Эти модели содержат элементы моделирования, такие как актеры, варианты использования, классы и пакеты, которые описывают конкретные перспективы системы. Собственно, про них я рассказывал в посте "Полезные диаграммы из UML"
- M2 - Metamodel - Метамодель (Правила создания моделей)
Сама спецификация UML существует на этом уровне. Это метамодель, которая определяет язык и структуру, используемые для создания моделей UML. Уровень M2 определяет такие понятия, как "Класс", "Ассоциация" и "Атрибут", которые используются для создания моделей M1.
- M3 - Meta-metamodel - Мета-метамодель
Этот высший уровень представлен Meta-Object Facility (MOF), который предоставляет язык для спецификации метамоделей. MOF может использоваться как мета-метамодель не только для UML, но и для других языков. Эта иерархическая структура следует принципу "модель является экземпляром метамодели" и "метамодель является моделью", создавая последовательную структуру для моделирования на разных уровнях абстракции.

Из построения кажется, что можно добавить и следующий уровень в виде meta-meta-metamodel, но авторы UML остановились на 4 уровнях по нескольким причинам
- Самоописание MOF (Meta-Object Facility)
На уровне M3 находится MOF, который является самоописывающим. Это означает, что MOF определяется с помощью своих же собственных конструкций. Мета-метамодель MOF описывает сама себя, что устраняет необходимость в дополнительном уровне абстракции. Такой подход называется "рефлексивным" или "самоописывающим".
- Предотвращение бесконечной рекурсии
Если бы существовал уровень M4, то логично было бы предположить необходимость уровня M5 для его описания, и так далее до бесконечности. Из-за этого уровень M3 самоописывает себя, поэтому потребности в уровне M4 нет
- Практическая достаточность
Четырех уровней абстракции (M0-M3) достаточно для решения практически всех задач моделирования в программной инженерии. Дополнительные уровни абстракции увеличили бы сложность без значительных практических преимуществ.

Давайте глянем примеры уровней из нескольких областей
M0 - Сотрудник Иван Петров, родившийся 15.03.1990
M1 - Класс "Сотрудник" с полями имя, дата_рождения
M2 - Понятия "Класс", "Атрибут", "Связь" в UML
M3 - "Мета-Класс" - шаблон для классов M2, "Мета-Атрибут" - правило для атрибутов M2.

Или чуть менее формальный пример из строительного сектора
M0 - мебель и люди в комнатах (реальные объекты);
M1 - планы комнат (где стоит стол, как расставлены кровати);
M2 - архитектура здания (сколько этажей, где лестницы);
M3 - строительные нормы (как проектировать здания).

Или пример из области языков
M0 - предложение: "Иван читает книгу";
M1 - правила русского языка (существительные, глаголы);
M2 - лингвистические термины ("фонема", "морфема");
M3 - философия языка ("что такое язык?").

Итого: четырёхуровневая модель UML и MOF обеспечивает баланс между гибкостью и сложностью. Отсутствие пятого уровня — не ограничение, а следствие продуманного дизайна.

#Software #Architect #SystemDesign #SoftwareArchitecture #Processes

Распродажа в издательстве «Питер» (Рубрика #Sales)

В издательстве Питер очередная распродажа со скидками в 40% на бумажные книги и 50% на электронные. Для получения этой скидки надо использовать промокод "Бумажная" (или "Электронная", если покупаете элетронную версию) при оформлении заказа. На прошлых распродажах я уже купил себе пачку книг, возможно докуплю еще что-то, но с прошлой распродажи я успел многие из книг прочитал.

Книги, что я уже успел прочитать
- Data mesh в действии - я прочитал эту книгу с прошлой распродажи и даже рассказал уже об этом. До этого я читал частями книгу "Data Mesh: Delivering Data-Driven Value at Scale".
- Грокаем алгоритмы искусcтвенного интеллекта - я прочитал эту книгу недавно, вот пост про нее
- Настоящий CTO: думай как технический директор - я прочитал эту книгу, рассказал про нее, а потом мы даже с Сашей Шевченко записали эпизод подкаста с обсуждением этой книги
- Грокаем Continuous Delivery - интересная и простая книжка от сотрудницы Google про CI/CD, я ее уже успел ее прочитать и рассказать о ней
- Паттерны проектирования API - я начал читать и рассказал про эту книгу + читал whitepapers от автора насчет API Governance в Google (кратенько об этом тут)
- Чистый Python. Тонкости программирования для профи - решил вспомнить теорию по python
- Компьютерные сети. Принципы, технологии, протоколы: Юбилейное издание, дополненное и исправленное - я уже как-то читал книгу Олиферов, но это было много лет назад и она была ок. Сейчас я прочитал 150 страничек из нового издания и могу сказать, что книга не ухудшилась:)
- Гейм-дизайн: как создаются игры - эта книга про геймдизайн, про который я и до этого много читал и писал (1, 2, 3), а сейчас я уже прочитал и рассказал об этом
- Разработка приложений на базе GPT-4 и ChatGPT - базовая книга про chatGPT, я ее уже прочел и даже рассказывал оо ней
- Мифический человеко-месяц, или Как создаются программные системы - классическая книга Фредерика Брукса, которая в следующем году справляет свой юбилей. Я раньше уже рассказывал про эту книгу
- Распределенные данные. Алгоритмы работы современных систем хранения информации - в девичестве на английском эта книга Алекса Петрова называлась Database Internals и я про нее много рассказывал (1 и 2), а также мы ее обсуждали в подкасте "Code of Architecture"
- Безопасные и надежные системы: Лучшие практики проектирования, внедрения и обслуживания как в Google - эту книгу я читал в оригинале и она называлась "Building secure and reliable systems", а также уже рассказывал про нее.

Книги, что мне еще предстоит прочитать
- README. Суровые реалии разработчиков - книга про будни разработчиков и практиками инжиниринга
- Software: Ошибки и компромиссы при разработке ПО - эта книга подкупила меня своей второй главой, которая называется "Дублирование кода не всегда плохо".
- Грокаем функциональное программирование - интересно почитать просто про функциональщину
- Дизайн для разработчиков - я довольно много книг читаю про дизайн для дизайнеров (1, 2, 3), а тут хочу посмотреть как это подают разработчикам
- Карьера Software Engineering Manager. Эффективное управление командой разработчиков ПО - в рамках работы над книгой про engineering management полезно изучить другие источники
- Карьера продакт-менеджера. Все что нужно знать для успешной работы в технологической компании - для инженеров и технических руководителей сейчас полезно думать продуктово, особенно если вы работаете не в галере. Яуже писал про книги на эту тему: 1, 2, 3, 4, 5
- Производительность систем - интересная книга о производительности от Brendan Gregg, крутого эксперта, который одновременно много сделал для внедрения eBPF, о чем можно узнать из документалки
- Креативный программист - я решил изучить креативные методы, что могут помочь в решении инженерных задач
- Продвинутые алгоритмы и структуры данных - книжка о самых необходимых алгоритмах решения сложных задач программирования в области анализа данных, машинного обучения и графов. Хочу подтянуть свои знания алгоритмов

#Sales

Code of Leadership #33 - Interview with Mikhail Trifonov about IDP (internal developer platform) (Рубрика #Engineering)

В очередном выпуске подкаста ко мне пришел интересный гость, Михаил Трифонов, с которым мы вместе являемся членами программного комитета CTO Conf X (https://ctoconf.ru/2025/). Миша - руководитель разработки департамента Поверхности | Head of Development в Cloud.ru, а также один из евангелистов создания внутренних платформ разработки IDP. На конференции CTO Conf X Миша будет выступать с докладом про internal developer platform, а в этом выпуске мы подискутируем на эту тему. Если говорить про опыт Миши, то в 14 лет он нашел в Open Source программу для автоматизации сбора лута в online-игре, видоизменил ее под свои задачи. Пока Михаил учился в школе, его персонажи собирали лут и развивались. Перепродажа прокачанных персонажей позволила накопить на первые курсы по программированию. Так зародилась любовь к профессии.

За час мы успели обсудить следующие темы
1. Предпосылки и эволюция IDP
2. Назначение и преимущества IDP
3. Структура и компоненты IDP
4. Метрики эффективности платформы
5. Клиентоцентричность и продуктовый подход
6. Автоматизация и улучшение процессов
7. Проблемы микросервисной архитектуры
8. Безопасность и управление
9. Мониторинг и дашборды работы платформ
10. Внедрение и развитие платформы

Выпуск подкаста доступен в Youtube, VK Video, Podster.fm, Ya Music.

#Architecture #Software #Engineering #ProductManagement #Management #Economics

[1/2] Grokking Artificial Intelligence Algorithms (Грокаем алгоритмы искусственного интеллекта) (Рубрика #AI)

Дочитал эту книгу про алгоритмы искусственного интеллекта и могу сказать, что за почти пять лет прошедших с издания книги кое-что поменялось:) Автор фокусировался на рассказе о фундаментальных алгоритмах: поиске, эволюционных алгоритмах, роевом интеллекте, классических методах машинного обучения, а в конце кратко рассказал про ANN (artificial neural networks) и перешел к reinforcement learning. Но с тех пор произошел значительный прорыв к развитии LLM (больших языковых моделей) и Gen AI в общем, а этого в книге совсем нет, хотя трансформеры на момент написания книги уже были у всех на слуху. В итоге, книгу можно считать отличным введением в основы алгоритмов ИИ, но надо ее комбинировать с более новыми книгами. Если же говорить про содержание книги, то в ней всего 10 глав, о которых я рассказываю ниже

1. Понятие искусственного интеллекта
В этой главе автор знакомит читателя с основами искусственного интеллекта, давая определение в стиле, что это направление науки, которое занимается разработкой компьютерных систем, способных выполнять задачи, свойственные человеческому интеллекту. Дальше он объясняет базовые концепции, историю возникновения ИИ (термин был предложен в 1956 году), а также различные подходы к созданию интеллектуальных систем. Автор разъясняет разницу между узким ИИ (решающим конкретные задачи) и общим ИИ (AGI).
2. Основы поиска
Глава посвящена базовым алгоритмам поиска, которые являются фундаментом для многих задач ИИ. Если вы учились писать код, то эту главу можно пропустить, а если нет, то вы узнаете про бинарный поиск, поиск в ширину и поиск в глубину, а также как оценивать эффективность алгоритмов.
3. Умный поиск
В этой главе рассматриваются более продвинутые алгоритмы поиска. Автор описывает алгоритмы информированного поиска, такие как A* поиск, который использует эвристики для нахождения оптимальных путей. Также рассматриваются алгоритмы состязательного поиска (min-max поиск, альфа-бета отсечение), которые применяются в играх и ситуациях, где есть противоборствующие стороны. Эти алгоритмы помогают компьютеру принимать оптимальные решения в сложных ситуациях.
4. Эволюционные алгоритмы
Глава знакомит с эволюционными алгоритмами — направлением в искусственном интеллекте, которое моделирует процессы естественного отбора. Здесь рассматриваются генетические алгоритмы, которые используют принципы эволюции (отбор, мутация, скрещивание) для поиска оптимальных решений. Автор объясняет, как эти алгоритмы работают с популяцией решений, которые "эволюционируют" с течением времени, становясь всё лучше и лучше.
5. Продвинутые эволюционные алгоритмы
Эта глава углубляется в более сложные виды эволюционных алгоритмов. Здесь рассматриваются генетическое программирование (автоматическое создание программ), эволюционное программирование (где структура программы постоянна, а меняются только числовые значения) и другие подходы. Автор объясняет различные способы кодирования информации в генетических алгоритмах (бинарное, вещественное, порядковое, древовидное) и их применение для решения сложных задач оптимизации.
6. Роевой интеллект: муравьи
В этой главе автор рассказывает о муравьиных алгоритмах — методах роевого интеллекта, которые имитируют поведение муравьиной колонии. Объясняется, как отдельные муравьи, будучи примитивными, вместе формируют самоорганизующуюся систему, способную решать сложные задачи. Рассматривается, как муравьи используют феромоны для коммуникации и как это применяется в алгоритмах для решения задач оптимизации, например, задачи коммивояжера.

Обзор последних четырех глав в следующем посте.

#AI #ML #Engineering #PopularScience #Software

Финансовые результаты Т-Технологий за 2024 год

Наша компания объявила финансовые результаты за 4 квартал и за весь 2024 год, основные моменты представлены ниже, а также на картинке
- Выручка в 2024 г. выросла в 2 раза год к году — до рекордных 962 млрд руб. По итогам IV квартала 2024 г. выручка увеличилась в 2,3 раза по сравнению с IV кварталом 2023 г. — до 338 млрд руб.
- Чистая прибыль в 2024 г. выросла на 51% год к году — до 122 млрд руб. По итогам IV квартала 2024 г. прибыль увеличилась на 87% по сравнению с IV кварталом 2023 г. — до 38,7 млрд руб.
- Рентабельность капитала по итогам 2024 г. составила 32,5% (в IV квартале 2024 г. — 30,2%)
- Число клиентов экосистемы Т на конец 2024 г. выросло на 18% и составило 48 млн человек
- Дивиденды в размере 32 рубля на акцию рекомендовал выплатить совет директоров Группы по результатам IV квартала 2024 года

В 2025 году ожидания еще интереснее - ожидаем чистую прибыль не меньше, чем 40% и рентабельность не ниже 30%

#Economics #Management

Джин глазами инженера. Дегустируем архитектуру Лондона (Рубрика #Culture)

В среду был с другом на этом мероприятии из серии "Москва глазами инженера", которое понравилось мне форматом - мы слушали рассказ об архитектуре и употребляли алкоголь, а точнее джин:) Разговор шёл о промышленной архитектуре, лондонских доках, вокзалах, электростанциях — обо всей этой мощной индустриальной красоте, которую обычно обходят стороной, когда говорят об "эстетике". Но сейчас, когда промышленные объекты утрачивают их изначальное значение, их реконструкция позволяет отойти от утилитарной функции и превратить его в красивейшие лофты, пригодные для проживания или ведения бизнеса. Интересно, что наш гид в этот алкогольно-архитектурный трип с легкостью проводила параллели между Лондоном и Москвой и показывала как были похожи эволюционные процессы, правда, Москва всю дорогу запаздывала - когда у нас отменяли крепостное право в Лондоне уже было подземное метро и тоннель под Темзой:) Интересно объяснение того, а почему этот рассказ сопровождает джин, а не условный ром. И суть в том, что джин был изначально напитком рабочих, моряков и инженеров, и его история тесно переплетена с индустриальным развитием Лондона.

В общем, мне поход понравился - послушал лекцию на интересную тему и выпил джина Gintl.

#Architecture #Culture

[3/3] AI Leadership Summit 2025 - AI Leadership (Рубрика #AI)

Продолжая рассказ (1 и 2) об этой конференции, поделюсь последней порцией докладов с первого дня

Datadog: DevOps Engineer that Never Sleeps (05:28:13)
Представители Datadog рассказали о создании AI-агентов для автоматизации задач DevOps:
- SRE агента, что сам реагирует на инциденты, формулирует гипотезы, проверяет их и если какие-то из них подтверждаются, то применяет меры для митигации инцидента, а потом пишет постмортем для постанализа
- SWE агента, что проактивно пишет код для фикса errors и warnings из логов
Есть планы и на других агентов, что смогу закрыть вертикальные сценарии работы клиентов платформы Datadog

Astra: How to build an AI Data Center (05:44:41)
Доклад был посвящен архитектуре и инфраструктурным решениям для создания дата-центров, оптимизированных под AI-нагрузки. Были рассмотрены вопросы масштабирования, энергоэффективности, охлаждения и оптимизации стоимости при работе с большими моделями. Докладчики поделились практическими советами по построению инфраструктуры, способной эффективно обслуживать современные AI-системы. Мне доклад показался интересным, хотя я понял не все, так как не проектировал обычные датацентры, а спикер постоянно говорил про отличия между обычными и AI датацентрами

Anthropic: Anthropic for VPs of AI (06:07:38)
Представители Anthropic рассказали о своем подходе к созданию безопасных и полезных AI-систем. Они представили Claude и его возможности для корпоративных клиентов, подчеркнув преимущества своего подхода к безопасности и конституционному AI. Особое внимание было уделено тому, как VP по AI могут эффективно интегрировать решения Anthropic в свои организации.

SignalFire: Insights on Building AI Teams (07:05:40)
Хит Блэк из SignalFire поделился опытом создания эффективных AI-команд. Он рассказал о необходимом балансе навыков, структуре команды, процессе найма и развития талантов в области AI. Особое внимание было уделено тому, как преодолевать типичные проблемы при формировании команд и как создать культуру, способствующую инновациям в области AI. Здесь была интересная аналитика о том, как перетекают AI сотрудники из bigtech в новые стартапы вокруг AI типа Open AI, Anthropic, Cohere, Google Deepmind, .. А также аналитика о том, а в какой локации больше стартапов и спецов по AI и если брать США, то это SF Bay Area, New York, Seattle

LinkedIn: Lessons from Building LinkedIn's GenAI Platform (07:26:07)
Это неплохой обзорный доклад про создаение gen AI платформы в LinkedIn. Ребята объяснили что они хотели сделать и что получилось , а также как они использовали эту платформу для интеграции AI в различные продукты LinkedIn, включая рекомендательные системы, поиск работы и создание контента. Особое внимание было уделено вопросам масштабирования, персонализации и защиты данных пользователей.

Contextual AI: 10 Lessons Learned from the Frontier of AI (07:43:51)
Заключительный доклад конференции представил 10 ключевых уроков, извлеченных из работы на переднем крае AI-технологий. Среди них: важность контекста для AI-систем, необходимость баланса между автоматизацией и человеческим контролем, значение оценки и тестирования, а также этические соображения при разработке AI-систем. Докладчики подчеркнули, что мы находимся только в начале пути развития AI, и впереди нас ждет еще много открытий и вызовов.

На этом первый день конференции был окончен, а второй был уже полностью посвящен агентам и про него я расскажу в следующий раз.

#AI #Software #Product #Management #Leadership

UK cybersecurity agency warns over risk of quantum hackers (Рубрика #Security)

The Guardian написало новость о том, что агенство по кибер-безопасности в UK рекомендует крупным организациям и операторам критической национальной инфраструктуры (такой как энергетическая или транспортная) перейти на пост-квантовые криптографические методы, чтобы предотвратить будущие угрозы безопасности.

Если же заглянуть поглубже, то у Национального центра кибербезопасности Великобритании (NCSC) есть целое комплексное руководство по миграции на постквантовую криптографию (Post-Quantum Cryptography, PQC) и стратегическая дорожная карта, что состоит из трех фаз
- Фаза 1 (до 2028 года): Организации должны определить цели миграции, провести полное обнаружение криптографических зависимостей и разработать первоначальный план миграции. Это включает выявление систем, требующих обновления, и понимание уязвимостей.
- Фаза 2 (2028-2031): Организации должны завершить миграцию на PQC для своих высокоприоритетных систем, обеспечить готовность инфраструктуры и уточнить планы миграции. Этот этап позволяет вносить корректировки по мере развития технологий PQC.
- Фаза 3 (2031-2035): Завершение миграции на PQC во всех системах, сервисах и продуктах. К 2035 году организации должны полностью перейти на квантово-устойчивое шифрование.

Потребность миграции связана с тем, что текущие методы шифрования, такие как RSA, основаны на математических задачах, которые классические компьютеры с трудом решают, но квантовые компьютеры потенциально могут легко взломать. NCSC рекомендует принять одобренные NIST алгоритмы PQC, включая
- ML-KEM (FIPS 203) - Module-Lattice-Based Key-Encapsulation Mechanism
- ML-DSA (FIPS 204) - Module-Lattice-Based Digital Signature Standard
- SLH-DSA (FIPS 205) - Stateless Hash-Based Digital Signature Standard

P.S.
Интересно на этом фоне смотрятся заявления больших компаний типа Microsoft, которые соревнуются в том, кто из них достиг квантового превосходства или совершил прорыв, как было с анонсом Майораны. Условно, практические квантовые компьютеры все ближе, а значит надо бы постепенно в критической инфре перейти на другие алгоритмы.

P.P.S.
Попробовал поискать похожие стандарты в России и не нашел, хотя есть реализации алгоритмов пост-квантового шифрования типа "Криптонит: Шиповник" (ребята хотели крутой нейминг выбрать, а получился кринжовый). Думаю, что у российсих объектов критической инфраструктуры тоже будет роадмап, похожий на тот, что представила NCSC 20 марта 2025 года.

#Security #Processes #Engineering #Software