Код в мешке
250 subscribers
8.94K photos
1.58K videos
2.11K files
42.1K links
Код в мешке - про кодинг, и не только...
Это личная записная книжка

https://t.me/joinchat/AAAAAEIy6oGlr8oxqTMS5w
Download Telegram
Студентам и научным руководителям: 3 бесплатных курса по ИИ от Яндекса и ВШЭ

В Яндекс Практикуме появляется всё больше курсов по использованию ИИ в учёбе.
Делимся небольшой подборкой для всех, кто собирается поступать, уже учится или преподаёт.
Все курсы бесплатные, без дедлайнов, а доступ остаётся навсегда.
↘️ https://habr.com/ru/posts/1013582/

Внутри вы найдёте теорию с примерами, а также квизы и задачи для закрепления материала.
Прохождение самостоятельное, но с вами будет ИИ-помощник: он объяс��ит сложный термин, приведёт примеры, даст подсказку при выполнении задания и поможет сориентироваться в контенте уроков.
1. «Нейросети для учёбы» 
Кому: старшеклассникам и студентам первых курсов
Время прохождения: 13 часов в своём темпе
В конце вы получите сертификат о прохождении курса
На курсе вы научитесь готовить конспекты, проводить исследования и готовиться к экзаменам, а также освоите техники промптинга для написания эссе и создания иллюстраций. Расскажем, как быстро структурировать любые данные и как использовать ИИ для персонального тайм-менеджмента. Также вы узнаете, как пользоваться нейросетями осознанно и безопасно.
Узнать о курсе подробнее и начать учиться →
2. «ИИ и промптинг для студенческих проектов»
Кому: студентам бакалавриата и магистратуры
Время прохождения: 8 часов в своём темпе
В конце вы получите сертификат о прохождении курса 
Курс даёт базу для ответственного использования ИИ в учебных и исследовательских задачах. Вы научитесь формулировать тему, искать и анализировать информацию, планировать исследование, оформлять и проверять работу с помощью ИИ. А также разберётесь, как применять ИИ осознанно и представлять этот опыт на защите курсовой или дипломной работы. 
Узнать о курсе подробнее и начать учиться →
3. «ИИ и промптинг для научных руководителей»
Кому: преподавателям и научным руководителям
Время прохождения: 9 часов в своём темпе
В конце вы получите сертификат о прохождении курса
Курс основан на опыте проекта Яндекс Образования и ФКН ВШЭ, апробированного в 11 вузах с участием более 500 студентов и 250 преподавателей. Вы разберётесь в возможностях и ограничениях технологий, научитесь формулировать критерии их применения и давать аргументированную обратную связь по работам студентов.
Вы научитесь писать качественные промпты, а также узнаете, как с помощью ИИ искать и анализировать научные источники, формулировать темы и гипотезы исследований, оформлять библиографию и визуализировать данные. А ещё познакомитесь с ИИ-инструментами, которые помогут автоматизировать рутинные задачи.

Узнать о курсе подробнее и начать учиться →
...
Зачем ограничивать связь?

Если это для борьбы с БПЛА, то можно же отследить странное перемещение сигнала от вражеского мобильного устройства даже без GPS данных от него, используя Location‑based services (LBS) + MLP + подключить в наше время к анализу ИИ.

Сразу выборочно направлять данные о подозрительном объекте «куда следует» и блокировать.
Чем больше станций — тем точнее, но почему‑ то наоборот «массово демонтируют оборудование провайдеров на опорах „Россетей“ — вредительство?»

Вот выдержка из гугла:
1. Как провайдер определяет скорость
Оператор не просто видит местоположение, он анализирует динамику изменения сетевых параметров:
Частота хендоверов (Handover Rate): Это основной показатель.
Если телефон переключается между базовыми станциями (Cell ID) каждые 30–60 секунд, алгоритмы сети понимают, что объект движется по трассе или в поезде.
Зная расстояние между вышками, система вычисляет среднюю скорость.

Доплеровский сдвиг (Doppler Shift):
При быстром движении частота радиоволны меняется (эффект Доплера). Оборудование базовой станции измеряет это отклонение, что позволяет определить мгновенную скорость объекта относительно вышки.

Изменение Timing Advance (TA):
Параметр TA определяет задержку сигнала и расстояние до вышки (шагами по ~550 метров). Если значение TA быстро уменьшается или растет, оператор видит радиальную скорость сближения или удаления.

2. Как провайдер определяет высоту (Z-координату)
Это более сложная задача, но в современных сетях (LTE/5G) она решается так:
Протокол LPP (LTE Positioning Protocol): Сеть может запросить у смартфона данные его внутренних датчиков.
Если в телефоне есть барометр, он передаст данные о давлении в зашифрованном виде оператору, что даст точность высоты до 1–3 метров.

MDT (Minimization of Drive Tests):
Это функция, при которой смартфоны анонимно передают отчеты о качестве покрытия, включая GPS-координаты (в том числе высоту над уровнем моря), если навигация включена.

UTDOA (Uplink Time Difference of Arrival):
Несколько вышек фиксируют время прихода сигнала с точностью до наносекунд. Разница во времени позволяет построить 3D-модель и вычислить высоту (Z), даже если у телефона нет GPS или барометра.
Это метод «обратной триангуляции».

Анализ диаграммы направленности:
Антенны на вышках имеют определенный наклон (Tilt). Анализируя, какой сектор и под каким углом принимает сигнал, система может предположить, находится ли абонент на земле или на верхних этажах небоскреба.
3. Где эти данные обрабатываются?

В архитектуре сети за это отвечают специальные узлы:

GMLC (Gateway Mobile Location Centre):
Шлюз, который собирает и выдает координаты внешним сервисам (например, экстренным службам 112).

LMF (Location Management Function):
В сетях 5G этот узел отвечает за сложные вычисления 3D-позиционирования в реальном времени.

Источник:
↘️ https://habr.com/ru/posts/1013138/
...
У меня много лет была одна любимая табличка — считал в ней зарплату с премиями, бонусами, всем этим счастьем. Простая, понятная, проверенная временем.
И вот сегодня поймал себя на мысли: она вообще не учитывает прогрессивный налог. Который, на секундочку, уже пару лет как есть. 
Дальше всё по классике.
Любой нормальный человек открыл бы формулу, поправил пару строк и пошёл дальше. Но нет. Я решил чуть заоверинжинерить и вместо фикса таблички сделал небольшой сервис — paycalc.ru
Сейчас там две вещи, которые мне самому переодически нужны:
посчитать зарплату с учётом налогов
сравнить две зарплаты, например текущую и оффер
Особенно второе оказалось полезным. Потому что «+50к» на бумаге и «сколько реально придёт на руки» — это иногда две разные истории.

В итоге задача на 10 минут превратилась в отдельный сервис.
Но зато теперь не надо каждый раз лезть в таблицу и вспоминать, где я там что сломал в формулах
↘️ https://habr.com/ru/posts/1013038/
...
Представлен открытый учебный проект OpenMAIC (Open Multi-Agent Interactive Classroom).
Это нейроуниверситет, который может помочь за несколько занятий выучить материал на 100 страниц (демо в браузере):
работает как полноценная лекция + практика — есть ИИ-преподаватель и ИИ-студенты.
на заданную тему ИИ её разжёвывает, а потом закрепляет практикой и самыми каверзными вопросами.
можете слушать и фиксировать, а можете принять участие — голосом или текстом.
задали вопрос — получили ответ.
всё максимально удобно — лекции с озвучками, лазерной указкой и тестами.
ИИ-преподаватель разберёт все ошибки в понимании материала.
практика — прямо в браузере идёт имитация задач и физических экспериментов.
↘️ https://habr.com/ru/posts/1012924/

Представлен открытый проект ClawRouter, который максимально эффективно позволяет расходовать токены ИИ-моделей, анализируя задачи и подбирая нейросети, чтобы пользователи не переплачивали за лишний расход ИИ-мощностей:
анализирует запрос и оценивает его по 14 пунктам: сложность, комплексность, длина промпта и другие параметры.
подбирает эффективную модель из 40+ сервисов.
результат прилетает за секунды.
работает полностью локально.

итог: сложные задачи летят в более мощные нейронки с большим лимитом, а легкие забирает малышня.

Источник:
↘️ https://habr.com/ru/posts/1013242/
...
Собираем локальную агентную AI-систему

Если хочется не просто «чатик с нейронкой», а локального AI агента, который умеет ходить в инструменты (файлы и т. п.) и выполнять твои задачи, то вот статья, которую реально можно повторить руками: «От чат-бота к AI агенту: собираем локальную систему на LibreChat, Langflow и MCP».
Это подробнейший мануал с пятью уровнями сложности!

В этой статье покажем, как собрать связку из трёх ключевых компонентов:
LibreChat — UI для работы с LLM
Langflow — low-code платформа и визуальный редактор
MCP — стандарт для подключения инструментов


Структура статьи «по нарастающей»: можно остановиться на любом уровне — от простого локального чата до кастомизируемого агента.

Читать полностью:
↘️ https://habr.com/ru/posts/1012910/
...
Как стать Go-разработчиком?
Чтобы стать крутым разработчиком на Go, мало знать язык — нужно понимать как в целом устроена разработка, а еще осваивать инструменты, которые активно применяются на практике и облегчают повседневные задачи.

Ловите подборку таких инструментов — они идеально подойдут как для входа в профессию, так и для развития профессиональных навыков, а на Хабр Карьере уже полно актуальных учебных программ по каждому из них:

— SQL. Работаем с базами данных
— Git. Отслеживаем изменения в коде.
— CI/CD. Автоматизируем сборки, тестирование и развёртывание кода.
— Postman. Тестируем API через отправку HTTP-запросов и анализа ответов.
 Bash. Работаем с операционной системой и пишем скрипты.

Источник:
↘️ https://habr.com/ru/posts/1012796/
...
Архитектура голосового AI-агента для бизнеса

Голосовой AI-агент для бизнеса — это не просто связка распознавания речи и озвученного ответа.

Полноценная система объединяет каналы связи, ядро диалога, интеграции с внутренними сервисами, управление сессией и правила передачи разговора человеку. Именно эта связка определяет, сможет ли агент реально участвовать в бизнес-процессах, а не только отвечать на типовые вопросы.
↘️ https://habr.com/ru/posts/1012540/
...
Для Chrome вышло расширение для локального запуска браузерного AI-ассистента на базе Gemma 4 #habr
https://habr.com/ru/news/1029332/
Tags: chrome, google chrome, hugging face, gemma, gemma 4, браузеры, браузерные расширения, плагины, ai-ассистент, искусственный интеллект