вАЙТИ
198 subscribers
426 photos
381 links
🧑‍💻вАЙТИ — проект Beeline Cloud, и
первое DIY-медиа для ИТ-специалистов
https://vaiti.io/

Хотите предложить статью? Пишите на info@vaiti.io
Download Telegram
Работа аналитика на backend-only проекте: как описывать систему без интерфейсов

Если в сервисе без экранов что-то описано неточно, это бьет не по UX, а по стабильности всей системы, поэтому аналитика в таких проектах строится иначе.

Екатерина Петрова рассуждает о специфике работы аналитика в проектах, где нет пользователя-человека.
Гибридное облако как золотой стандарт: почему «или-или» уступает место «и»

Гибридный подход к хранению данных дает бизнесу то, что иначе получить сложно, — скорость без потери контроля. При правильном управлении позволяет сэкономить бюджет. Но получить эти преимущества в реальности сложнее, чем кажется.

Аслан Шингаров размышляет, как бизнесу найти баланс между полной миграцией в облако и использованием собственных ЦОД.
Научно-технический рэп, кулинарный блог и организация мероприятий: необычные творческие хобби айтишников

Если вы давно хотели подыскать новое увлечение, эта статья для вас.

Мария Грищенко поговорила со знакомыми технарями и спросила, чем они занимаются в свободное время. В статье она собрала семь самых неожиданных хобби.
3
Ollama Cloud Client: когда модели слишком тяжелы для локального запуска

Не каждый ноутбук потянет модель крупнее 7B параметров, но иногда так хочется потестировать что-то новое.

Николай Пискунов рассказал про open source проект, который создал для таких экспериментов — клиент для облачного сервиса Ollama.
Как ИИ упирается в данные: кризис датасетов в активной фазе

Формально, данных для обучения нейросетей сейчас более, чем достаточно. Но так ли хороши многочисленные датасеты и можно ли их использовать в реальных проектах?

Иван Шамшурин рассуждает о том, почему эпоха больших данных заканчивается и что с этим делать.
Как мы вернули интерес к работе у команды, которая «всё умела»

Во многих IT-компаниях возникает конфликт: опытные специалисты хотят расти дальше, а вакансий на всех не хватает.

Максим Силаев поделился опытом решения этой проблемы в высоконагруженных продуктах.
ИИ-пузырь внутри компании: антикейсы и стратегии выхода из «пилотного ада»

Топ-менеджеры в кулуарах советуют друг другу: «не спеши внедрять ИИ, мы тут уже навнедрялись…». Все потому, что больше половины компаний не получают ожидаемых результатов.

Вадим Владымцев привел примеры неудачных примеров внедрения ИИ и предложил несколько правил, которые снизят риски для компании.
Почему ML-модель может работать идеально… и все равно быть сломанной

Модель отвечает на запросы, не падает и не выдает ошибок, но ее предсказания незаметно становятся все хуже и хуже.

Никита Гладких рассказал, как предотвратить подобный сценарий с помощью ML-observability.
Что такое dataLayer на самом деле: от аналитиков — разработчикам

dataLayer — это обычная глобальная переменная в window, которую фронтенд и аналитики используют как общий интерфейс. Но иногда из-за ее неправильного использования возникают ошибки.

Владислав Лукашенко рассказал, как работать с этим черным ящиком.
1
Альпинизм, яхтинг и мотоциклы: необычные спортивные хобби айтишников

В прошлый раз мы узнали, что технари в свободное время могут быть очень творческими. А теперь предлагаем ближе познакомиться с айтишниками-спортсменами.

Мария Грищенко снова собрала истории о невероятных увлечениях, от которых захватывает дух.
3
Когда ИИ становится шумом: как компании попадают в ловушку избытка

Вроде бы внедряем пилотные проекты, ИИ-агентов, наступает цифровая зрелость. А на деле никто не понимает, что и как работает, и зачем это вообще нужно. Просто разом появляется слишком уж много всего.

Дмитрий Мораренко рассказал, как избежать ошибок, которые уже сделали другие компании в попытках внедрить все и сразу.
Как я научил торгового бота рисовать свечные графики и перестал спамить текстом

Иногда для хорошего робота-сборщика или обработчика данных не хватает самой малости — удобного визуализатора. Не важно, что конкретно делает робот, но если пользователю неудобно работать с его сообщениями, нужно это исправлять.

В подобной ситуации оказался Николай Пискунов, который создал визуализатор свечных графиков для трейдинг-бота, и подробно рассказал об этом в своей статье.
Фильтрация системных вызовов в Linux

Механизм seccomp позволяет ограничить для процесса набор разрешенных и запрещенных вызовов. Это один из способов создать изолированное пространство (песочницу) для приложения.

Егор Орлов написал подробный разбор Secure Computing.
5 лучших дистрибутивов Linux для новичков

Что делать, если на старый компьютер или ноутбук нужна легковесная система? А если пользоваться им будет ваша тетушка, которая совсем не разбирается в ОС? Поставить Linux, но обязательно дружелюбный и понятный даже для неопытного пользователя.

Мария Грищенко с помощью соавторов-экспертов собрала список таких дистрибутивов.
Spring AI: феноменология цифрового сознания, или Как я перестал бояться и полюбил облачные модели

Этот материал для тех, кто хочет понять, как переключать облачные и локальные модели одной строчкой кода, в одном интерфейсе сравнивать результаты работы разных нейросетей или создать роутер для запросов.

Николай Пискунов написал о том, как Spring AI помогает использовать нейросети на полную катушку.
Организация безопасного доступа к закрытым данным для ИИ: от заявок до федеративного обучения

Качественные и, главное, подходящие датасеты играют большую роль в разработке ИИ. Вот только добыть их бывает очень непросто.

Максим Шаманаев рассказал о том, почему так происходит, и о способах все-таки получить нужные датасеты.
Как DataOps договориться с MLOps: 5 шагов к единому Feature Store и стабильному инференсу

Когда модель деградирует, неизбежно возникает вопрос, кто виноват. Пришли плохие данные или модель просто не умеет с ними работать?

Никита Гладких размышляет, кто за что отвечает и почему не стоит искать виноватых.
«Просто данных» больше недостаточно для обучения ИИ

Продолжаем обсуждать с экспертами тему нехватки данных или их недостаточного качества.

Павел Щелканогов написал о том, почему кризис датасетов — это вызов для инженеров, а не дефицит ресурсов.
Введение в работу с библиотекой Handlebars для .NET

Задача шаблонизатора — взять данные и красиво их отобразить. Для этого не нужна сложная бизнес-логика или многосоставные условия. Достаточно нескольких базовых конструкций с возможностью немного кастомизировать.

Дмитрий Бахтенков рассказал, что такое Handlebars и как он помогает работать с шаблонами.
Конфигурация ядра Matomo Tag Manager и его плагинов после установки

Конфигурационные файлы Matomo позволяют достаточно детально управлять параметрами тег-менеджера. Параметров достаточно много и в них легко запутаться, особенно если нет опыта работы с подобными плагинами.

Владислав Лукашенко описал в одной статье наиболее важные настройки, которыми пользуются почти все. Материал будет полезен администраторам и аналитикам.
1