💬 Совет опытного коллеги заменяет месяц самостоятельных поисков

28 марта встречаемся на dream → teamlead — большой конференции для тех, кто строит команды, управляет процессами и принимает сложные решения. В зале «Практика» ведущим будет Иван Москвин, руководитель подразделения Marketplace. А ещё от команды Yandex Cloud в зоне консультаций будут Миша Бобров и Аркадий Вязников. Чтобы вам было проще выбрать своего собеседника, мы попросили ребят поделиться важной для них мыслью про роль управленца.

Михаил Бобров, руководитель подразделения Compute:
«Я учился у своих друзей, руководителей, просто глядя на людей, которыми восхищался».

Аркадий Вязников, руководитель подразделения IAM & Resource Management: 
«Идеально не будет никогда. На работе приоритет №1 — это люди, и беречь их — прямая обязанность руководителя. Хочешь идти быстро — иди один, хочешь дойти далеко — идите вместе».

➡️ Листайте карточки, чтобы познакомиться с ребятами поближе. Или сразу переходите регистрироваться на мероприятие

🔘 Как мы перестроили архитектуру Yandex AI Studio под ИИ-агентов

Привет! Я Вася Ершов, руководитель ML-команды Yandex Cloud. Расскажу, какой путь мы прошли, когда глобально обновили Yandex AI Studio, и как мы искали правильные технические решения для этого релиза.

В марте мы глобально обновили Yandex AI Studio: добавили DeepSeek-V3.2, запустили рассуждающих агентов и снизили стоимость инференса до 6 раз. Также внедрили новые инструменты безопасности: теперь данные можно передавать по выделенным каналам без логирования запросов.

Чтобы внедрить эти возможности, нам пришлось полностью пересмотреть инженерную составляющую платформы. Современные агентские LLM требуют полноценной распределённой inference-системы: с разделением prefill и decode, переносом KV-кэшей между узлами, маршрутизацией с учётом расположения кэша и контролем TTFT/TBT на уровне всего кластера. 

Мало собрать GPU-кластер — нужно было ещё подобрать, интегрировать и доработать компоненты и сервисы так, чтобы вся эта конфигурация стабильно работала на нашем железе под реальной нагрузкой.

➡️ Узнать, как AI Studio устроена под капотом.

❔ Почему WAL в Postgres избыточен и как мы это исправляем

В прошлом посте я рассказывал, почему даже небольшие изменения в нём могут принести больше вреда, чем пользы. В работе над ядром PostgreSQL это вечная дилемма: как создать новую фичу и при этом не сломать то, что уже работает. Но пробовать нужно, ведь каждая попытка создаёт базу для будущих проектов.

Привет! Я Андрей Бородин, работаю над PostgresSQL и Apache Cloudberry в Yandex Cloud. Я Major Contributor в сообществе и поддерживаю проекты WAL-G, SPQR и Odyssey. Сегодня расскажу про журнал предзаписи WAL.

Главная его проблема в избыточности, ведь файлы бэкапов для истории ужимаются в несколько раз. Если понимать, как устроена эта подсистема, можно ускорить запись данных и репликацию. Но также это поможет вам проектировать свои сервисы более грамотно.

➡️ Объясню, почему лог так раздувается и что мы с этим делаем. Все бенчмарки и архитектурные компромиссы — в статье на Хабре.