Удалили объект в S3-хранилище и поняли это слишком поздно?
В S3 Selectel появилась функция Object Lock — дополнительная защита объектов от изменений и удаления на заданный срок.
Даже если в хранилище уже настроены репликация, версионирование и доступы, все еще остается риск случайного удаления или действий шифровальщиков. Object Lock помогает дополнительно защитить данные.
Функция работает по принципу WORM (Write Once, Read Many): версии объектов можно заблокировать так, чтобы их нельзя было изменить или удалить до окончания срока блокировки.
Что можно сделать:
🔹 настроить временную блокировку объектов,
🔹 включить бессрочную блокировку Legal Hold,
🔹 сохранить данные даже при удалении проекта, пока блокировка активна.
Особенно полезно для резервных копий, логов и критичных данных.
⚡️ Попробуйте S3 Selectel бесплатно на 30 дней и протестируйте Object Lock: https://slc.tl/7fjm6
Реклама. АО "Селектел". erid:2W5zFHHj8R7
В S3 Selectel появилась функция Object Lock — дополнительная защита объектов от изменений и удаления на заданный срок.
Даже если в хранилище уже настроены репликация, версионирование и доступы, все еще остается риск случайного удаления или действий шифровальщиков. Object Lock помогает дополнительно защитить данные.
Функция работает по принципу WORM (Write Once, Read Many): версии объектов можно заблокировать так, чтобы их нельзя было изменить или удалить до окончания срока блокировки.
Что можно сделать:
🔹 настроить временную блокировку объектов,
🔹 включить бессрочную блокировку Legal Hold,
🔹 сохранить данные даже при удалении проекта, пока блокировка активна.
Особенно полезно для резервных копий, логов и критичных данных.
⚡️ Попробуйте S3 Selectel бесплатно на 30 дней и протестируйте Object Lock: https://slc.tl/7fjm6
Реклама. АО "Селектел". erid:2W5zFHHj8R7
🕒 Управление Cron Jobs с Cronmaster
Cronmaster — это современное веб-приложение для управления cron-заданиями с удобным интерфейсом. Оно поддерживает аутентификацию, REST API и интеграцию с Docker. Пользователи могут легко создавать, редактировать и отслеживать выполнение задач, а также получать информацию о системе в реальном времени.
🚀Основные моменты:
- Современный интерфейс с поддержкой темной и светлой темы
- Управление cron-заданиями и скриптами
- Логирование выполнения задач с автоматической очисткой
- Поддержка OIDC для единого входа
- Полный REST API для интеграций
📌 GitHub: https://github.com/fccview/cronmaster
#javascript
Cronmaster — это современное веб-приложение для управления cron-заданиями с удобным интерфейсом. Оно поддерживает аутентификацию, REST API и интеграцию с Docker. Пользователи могут легко создавать, редактировать и отслеживать выполнение задач, а также получать информацию о системе в реальном времени.
🚀Основные моменты:
- Современный интерфейс с поддержкой темной и светлой темы
- Управление cron-заданиями и скриптами
- Логирование выполнения задач с автоматической очисткой
- Поддержка OIDC для единого входа
- Полный REST API для интеграций
📌 GitHub: https://github.com/fccview/cronmaster
#javascript
👍2❤1😁1
FreeLLMAPI объединяет 12 бесплатных тарифов разных LLM-провайдеров за одним OpenAI-совместимым endpoint и даёт примерно до 1,3 млрд токенов в месяц.
Что умеет:
- streaming-ответы
- tool calling
- автоматическое переключение между провайдерами при сбоях
- шифрованное хранение ключей
- учёт token budget отдельно по каждому провайдеру
- работа с любым OpenAI SDK - достаточно поменять
- поддержка Google, Groq, Cerebras, SambaNova, Mistral и других
По сути, это прослойка, которая собирает бесплатные лимиты разных LLM-сервисов в один общий API. Для разработчика всё выглядит как обычный OpenAI-compatible endpoint, а под капотом запросы распределяются между провайдерами, учитываются лимиты и включается failover.
https://github.com/tashfeenahmed/freellmapi
Что умеет:
- streaming-ответы
- tool calling
- автоматическое переключение между провайдерами при сбоях
- шифрованное хранение ключей
- учёт token budget отдельно по каждому провайдеру
- работа с любым OpenAI SDK - достаточно поменять
base_url- поддержка Google, Groq, Cerebras, SambaNova, Mistral и других
По сути, это прослойка, которая собирает бесплатные лимиты разных LLM-сервисов в один общий API. Для разработчика всё выглядит как обычный OpenAI-compatible endpoint, а под капотом запросы распределяются между провайдерами, учитываются лимиты и включается failover.
https://github.com/tashfeenahmed/freellmapi
👍3🤔2
⚡️ Останови любую команду в Linux за секунды
Есть простой, но очень недооценённый инструмент - timeout
Он запускает команду с лимитом по времени. Если процесс завис или выполняется слишком долго, система просто завершит его сама
Работает элементарно:
Через 30 секунд всё остановится без твоего участия
Есть простой, но очень недооценённый инструмент - timeout
Он запускает команду с лимитом по времени. Если процесс завис или выполняется слишком долго, система просто завершит его сама
Работает элементарно:
timeout 30s командаЧерез 30 секунд всё остановится без твоего участия
👍10🥱3❤1🤣1
Большой русскоязычный roadmap по машинному обучению: от первого import numpy до LLM, RAG, fine-tuning, AI-агентов и MLOps и даже вабкодинга.
Внутри нормальная структура: что учить, в каком порядке, зачем это нужно и что должно получиться на практике после каждого этапа.
Roadmap разбит на 7 треков:
1. Фундамент: Python, математика, статистика, инструменты
2. Классический ML: scikit-learn, табличные данные, метрики, валидация
3. Deep Learning: PyTorch, CNN, RNN, training loop
4. LLM и трансформеры: attention, KV-cache, RAG, LoRA, агенты
5. Generative AI: изображения, видео, аудио, мультимодальность
6. MLOps и прод: Docker, Kubernetes, CI/CD, monitoring, serving
7. Специализация: CV, NLP, RecSys, RL, Safety
Roadmap не продаёт иллюзию “обучил модель - стал ML-инженером”.
В реальной работе много времени уходит на данные, метрики, деплой, мониторинг, воспроизводимость и разбор ошибок. Модель - только часть системы.
Хорошая мысль из roadmap: LLM не делает джуна сеньором. Она ускоряет того, кто уже понимает базу. Без базы человек просто становится оператором Copilot, который не может объяснить, почему всё сломалось.
По времени тоже без сказок:
1. 0-3 месяца: математика, классический ML
2. 3-6 месяцев: Deep Learning и PyTorch
3. 6-12 месяцев: LLM, RAG, fine-tuning, AI-агенты
4. 12+ месяцев: MLOps, прод, масштабирование, специализация
Тут же собрано 7 болших бесплатных курсов по машинному обучению, математике и вайбкодингу!
Если давно хотели зайти в ML системно, а не прыгать между роликами про ChatGPT, Stable Diffusion и “топ-10 библиотек”, это хороший ориентир.
https://github.com/justxor/MachineLearningRoadmap
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3🔥2❤1🤔1🥱1
🚀 Удобная система сборки для нескольких языков с rigx
rigx — это экспериментальная система сборки для C, C++, Go, Rust, Zig, Nim и Python, которая упрощает процесс разработки, обеспечивая изоляцию и кэширование. Все зависимости управляются автоматически, а сборки выполняются в песочнице, что исключает проблемы с "работает на моем компьютере".
🚀 Основные моменты:
- Простая декларативная конфигурация через rigx.toml.
- Поддержка многопоточности и интеграционных тестов.
- Кэширование выходных данных для ускорения сборок.
- Совместимость с Nix для управления зависимостями.
📌 GitHub: https://github.com/unofficialtools/rigx
#python
rigx — это экспериментальная система сборки для C, C++, Go, Rust, Zig, Nim и Python, которая упрощает процесс разработки, обеспечивая изоляцию и кэширование. Все зависимости управляются автоматически, а сборки выполняются в песочнице, что исключает проблемы с "работает на моем компьютере".
🚀 Основные моменты:
- Простая декларативная конфигурация через rigx.toml.
- Поддержка многопоточности и интеграционных тестов.
- Кэширование выходных данных для ускорения сборок.
- Совместимость с Nix для управления зависимостями.
📌 GitHub: https://github.com/unofficialtools/rigx
#python
❤4🔥1🤝1
Что общего у SRE и рыбаков? «GitOps = реальность» — это миф? Не создаёт ли Chaos Engineering ещё больше хаоса?..
Звучит как те самые внезапные вопросы перед сном в будний день👀
И, кстати, ответ на все три у нас имеется! Правда, не здесь, а в подкасте «В SREду на кухне» — его ведут опытные инженеры из Авито. Они обсуждают наболевшее, приглашают внешних гостей и коллег, а также делятся дополнительными инсайтами, статьями по теме и анонсами встреч в своём канале.
Советуем подписаться и сохранить на будущее пару выпусков 🧠
Звучит как те самые внезапные вопросы перед сном в будний день
И, кстати, ответ на все три у нас имеется! Правда, не здесь, а в подкасте «В SREду на кухне» — его ведут опытные инженеры из Авито. Они обсуждают наболевшее, приглашают внешних гостей и коллег, а также делятся дополнительными инсайтами, статьями по теме и анонсами встреч в своём канале.
Советуем подписаться и сохранить на будущее пару выпусков 🧠
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1
🔍🚀 Умный сканер уязвимостей для вашего кода
deepsec — это мощный инструмент для обнаружения скрытых уязвимостей в больших кодовых базах. Он использует агентскую архитектуру для параллельного выполнения задач и предлагает глубокий анализ, позволяя быстро находить и устранять проблемы. Идеален для крупных проектов, где важна скорость и точность.
🚀Основные моменты:
- Обнаружение сложных уязвимостей в коде
- Параллельная обработка для больших репозиториев
- Поддержка различных AI-провайдеров
- Возможность работы в песочнице Vercel для безопасности
- Интуитивно понятный интерфейс и документация
📌 GitHub: https://github.com/vercel-labs/deepsec
#typescript
deepsec — это мощный инструмент для обнаружения скрытых уязвимостей в больших кодовых базах. Он использует агентскую архитектуру для параллельного выполнения задач и предлагает глубокий анализ, позволяя быстро находить и устранять проблемы. Идеален для крупных проектов, где важна скорость и точность.
🚀Основные моменты:
- Обнаружение сложных уязвимостей в коде
- Параллельная обработка для больших репозиториев
- Поддержка различных AI-провайдеров
- Возможность работы в песочнице Vercel для безопасности
- Интуитивно понятный интерфейс и документация
📌 GitHub: https://github.com/vercel-labs/deepsec
#typescript
👍2
Как автоматизировать работу с выделенными серверами без слез и костылей
Разбираемся на бесплатном вебинаре от Selectel. Присоединяйтесь, чтобы узнать, как работать с Terraform на выделенных серверах, чем подход Infrastructure as Code может быть полезен для бизнеса и как устроен Bare Metal Cloud в Selectel.
Все участники вебинара получат промокод на 3000 бонусов в панели Selectel.
📍 Онлайн
⏰ 16 июня в 12:00
Регистрируйтесь ➡️ https://slc.tl/h2fy7
Больше мероприятий для ИТ-специалистов в канале @selectel_events. Подписывайтесь!
Реклама. АО "Селектел". erid:2W5zFJ3GM5s
Разбираемся на бесплатном вебинаре от Selectel. Присоединяйтесь, чтобы узнать, как работать с Terraform на выделенных серверах, чем подход Infrastructure as Code может быть полезен для бизнеса и как устроен Bare Metal Cloud в Selectel.
Все участники вебинара получат промокод на 3000 бонусов в панели Selectel.
📍 Онлайн
⏰ 16 июня в 12:00
Регистрируйтесь ➡️ https://slc.tl/h2fy7
Больше мероприятий для ИТ-специалистов в канале @selectel_events. Подписывайтесь!
Реклама. АО "Селектел". erid:2W5zFJ3GM5s
❤1
Когда инфраструктура перестаёт соответствовать текущим нагрузкам, компаниям приходится принимать решение о переезде в новое окружение. Чтобы сделать этот процесс менее затратным, Yandex Cloud предлагает программу миграции.
Она рассчитана на организации, которые переходят из других облаков, хостингов или собственных дата-центров. В рамках программы можно получить грант на 60 дней использования облачной платформы, консультации архитектора по подготовке плана миграции и поддержку персонального менеджера. Грант покроет все расходы на миграцию, размер рассчитывается индивидуально.
В распоряжении пользователей Yandex Cloud — более 75 сервисов и 4 собственных дата-центра для работы с инфраструктурой, данными и приложениями. Расходы зависят только от объёма реально потреблённых ресурсов.
Подайте заявку до 20 июня и получите поддержку при миграции в Yandex Cloud.
Она рассчитана на организации, которые переходят из других облаков, хостингов или собственных дата-центров. В рамках программы можно получить грант на 60 дней использования облачной платформы, консультации архитектора по подготовке плана миграции и поддержку персонального менеджера. Грант покроет все расходы на миграцию, размер рассчитывается индивидуально.
В распоряжении пользователей Yandex Cloud — более 75 сервисов и 4 собственных дата-центра для работы с инфраструктурой, данными и приложениями. Расходы зависят только от объёма реально потреблённых ресурсов.
Подайте заявку до 20 июня и получите поддержку при миграции в Yandex Cloud.
❤2👍2🔥2
Создатели Unix сами устали от Unix - и в Bell Labs начали строить ему замену.
Кен Томпсон, Деннис Ритчи и Роб Пайк почти десятилетие работали над Plan 9. Название взяли из старого трэшового sci-fi фильма Plan 9 from Outer Space, как внутреннюю шутку. Но сама система была совсем не шуткой.
Plan 9 пыталась довести идеи Unix до логического конца. Если в Unix «всё файл» звучало как красивая философия, то в Plan 9 это стало реальной архитектурой. Файлами выглядели устройства, процессы, сеть, окна, удалённые машины. Всё собиралось в единое пространство имён, с которым можно работать одинаковыми инструментами.
Самые сильные идеи Plan 9:
- единое пространство имён для файлов, устройств, процессов, сети и графики
- личный вид системы для каждого пользователя
- распределённые вычисления как основа, а не отдельная надстройка
- UTF-8, который потом стал стандартом для всего интернета
- сетевые идеи, которые позже повлияли на Linux, Android и контейнеры
- подходы, которые Роб Пайк позже перенёс в Go
В 2000 году Plan 9 открыли бесплатно. Можно было запускать, менять, изучать и использовать без лицензий уровня Windows и без привязки к железу Apple.
Но массовым он так и не стал. Linux забрал внимание индустрии, Unix-наследие осталось везде, а Plan 9 превратился в систему, которую знают в основном системные программисты и любители красивых ОС.
Ирония в том, что Plan 9 проиграл как продукт, но выиграл как источник идей. UTF-8, распределённая модель, namespaces, сетевой подход, влияние на Go - всё это живёт в современных системах до сих пор.
Мир почти не заметил Plan 9.
Зато взял у него кучу идей.
Кен Томпсон, Деннис Ритчи и Роб Пайк почти десятилетие работали над Plan 9. Название взяли из старого трэшового sci-fi фильма Plan 9 from Outer Space, как внутреннюю шутку. Но сама система была совсем не шуткой.
Plan 9 пыталась довести идеи Unix до логического конца. Если в Unix «всё файл» звучало как красивая философия, то в Plan 9 это стало реальной архитектурой. Файлами выглядели устройства, процессы, сеть, окна, удалённые машины. Всё собиралось в единое пространство имён, с которым можно работать одинаковыми инструментами.
Самые сильные идеи Plan 9:
- единое пространство имён для файлов, устройств, процессов, сети и графики
- личный вид системы для каждого пользователя
- распределённые вычисления как основа, а не отдельная надстройка
- UTF-8, который потом стал стандартом для всего интернета
- сетевые идеи, которые позже повлияли на Linux, Android и контейнеры
- подходы, которые Роб Пайк позже перенёс в Go
В 2000 году Plan 9 открыли бесплатно. Можно было запускать, менять, изучать и использовать без лицензий уровня Windows и без привязки к железу Apple.
Но массовым он так и не стал. Linux забрал внимание индустрии, Unix-наследие осталось везде, а Plan 9 превратился в систему, которую знают в основном системные программисты и любители красивых ОС.
Ирония в том, что Plan 9 проиграл как продукт, но выиграл как источник идей. UTF-8, распределённая модель, namespaces, сетевой подход, влияние на Go - всё это живёт в современных системах до сих пор.
Мир почти не заметил Plan 9.
Зато взял у него кучу идей.
👍8❤1😭1
This media is not supported in your browser
VIEW IN TELEGRAM
⚡️ GitHub ударил по vibe coding
GitHub выкатил Spec Kit - набор инструментов для разработки с AI-агентами, где сначала появляется спецификация, а уже потом код.
И это важный сдвиг.
Проблема vibe coding не в том, что модели слабые. Проблема в том, что ты кидаешь агенту идею в стиле «сделай мне приложение», а дальше он сам додумывает требования, архитектуру, ограничения и порядок работы.
Иногда попадает.
Чаще начинает уверенно строить не то.
Spec Kit предлагает другой процесс: сначала зафиксировать правила проекта, уточнить требования, выбрать стек, разбить работу на задачи и только потом запускать реализацию.
Основной workflow выглядит так:
-
-
-
-
-
-
Главная идея простая: агенту больше не дают «мечту в одном абзаце» и не надеются, что он не уедет в сторону.
Ему дают живую спецификацию.
Она описывает, что строим, почему именно так, какие ограничения есть, в каком порядке идти и по каким критериям проверять результат.
И, похоже, GitHub прямо показывает, куда всё идёт: AI-агенты будут писать всё больше кода, но нормальная разработка всё равно начинается не с автокомплита, а с ясных требований.
github.com/github/spec-kit
GitHub выкатил Spec Kit - набор инструментов для разработки с AI-агентами, где сначала появляется спецификация, а уже потом код.
И это важный сдвиг.
Проблема vibe coding не в том, что модели слабые. Проблема в том, что ты кидаешь агенту идею в стиле «сделай мне приложение», а дальше он сам додумывает требования, архитектуру, ограничения и порядок работы.
Иногда попадает.
Чаще начинает уверенно строить не то.
Spec Kit предлагает другой процесс: сначала зафиксировать правила проекта, уточнить требования, выбрать стек, разбить работу на задачи и только потом запускать реализацию.
Основной workflow выглядит так:
-
/speckit.constitution - правила проекта: качество, тесты, архитектура, ограничения-
/speckit.specify - что нужно построить и зачем, без преждевременного выбора стека-
/speckit.clarify - агент задаёт вопросы по мутным местам до старта разработки-
/speckit.plan - технический план, стек, архитектурные решения-
/speckit.tasks - список задач с зависимостями и порядком выполнения-
/speckit.implement - реализация по уже собранному плануГлавная идея простая: агенту больше не дают «мечту в одном абзаце» и не надеются, что он не уедет в сторону.
Ему дают живую спецификацию.
Она описывает, что строим, почему именно так, какие ограничения есть, в каком порядке идти и по каким критериям проверять результат.
И, похоже, GitHub прямо показывает, куда всё идёт: AI-агенты будут писать всё больше кода, но нормальная разработка всё равно начинается не с автокомплита, а с ясных требований.
github.com/github/spec-kit
❤9🤓4👍3