#разработка — посты и обсуждения

Автор: Malukyan Ltd
Теги: #спорт , #нейросети , #разработка , #ии , #футбол , #FlashScorePredictor

Всем привет! 👋

Я, как и многие здесь, начинал с того, что заливал по 500 рублей на экспрессы «по чуйке». Иногда везло, чаще — нет. Но я не просто беттор, я ещё и разработчик. И меня бесило, что нет нормального инструмента, который реально помогает анализировать матчи, а не просто «генерит прогнозы ради рейтинга».

Поэтому полгода назад я сел и сделал FlashScore Predictor — свою нейросеть для спортивной аналитики. Теперь хочу честно рассказать, что получилось, как оно работает и почему я перестал доверять «капперам».

💡 Идея

Я задал себе вопрос: почему букмекеры всегда в плюсе? Потому что они используют математику, статистику и модели. А обычный игрок полагается на эмоции и случайные гугл-таблицы.

Значит, чтобы выигрывать на дистанции, нужна такая же математическая модель, но на твоей стороне. Задача: собрать все данные, добавить xG, форму команд, травмы, погоду, судейскую статистику — и заставить нейросеть искать валуйные ставки (value bets).

⚙️ Что внутри FlashScore Predictor

Это локальное Windows-приложение (всё крутится у вас на ПК, данные никуда не уходят). Версия 1.1.0 уже стабильна и выдаёт:

Вероятности исходов (1X2) и тоталов (ТБ/ТМ 0.5, 1.5, 2.5) по таймам.

Детекцию Value bets — когда моя модель видит, что букмекерская оценка ниже реальной вероятности.

Рекомендацию размера ставки по критерию Келли (не больше 25% от банка).

Бэктестинг любых стратегий на исторических данных за 3 сезона (10 000+ матчей).

Нейросеть обучалась на реальной статистике, плюс я добавил 23 эвристических правила (например, учёт мотивации: «команда борется за выживание»). Точность на тестовой выборке — около 87%.

🔥 Реальный кейс

В прошлом месяце программа выдала сигнал на матч «Реал» — «Барселона»: тотал больше 2.5. Букмекер давал 1.90, модель оценила вероятность в 71% (что соответствует кэфу 1.40). Value — около +25%. Я поставил, матч закончился 3:2. Прибыль.

Можете сказать «повезло». Но я прогнал алгоритм на 500 последних матчах Ла Лиги — плюс составил 14% к банку при фиксированной ставке 5%. Это уже статистика, а не удача.

🛠️ Где скачать и как попробовать

Я выложил программу на нескольких ресурсах, но проще всего скачать с официальной страницы:

👉 https://flashscorepredictor.zetabot.ru/

Там же есть триал на 3 дня — полная версия без ограничений. Никаких карт, просто скачиваете и тестируете. Кому зайдёт — подписка стоит адекватных денег (от 990 ₽/мес).

📢 Почему я делюсь, а не продаю в тёмную?

Потому что мне надоело, что в рунете полно шлака «100% проходимых прогнозов за 3 рубля». Я сделал честный инструмент. Он не гарантирует выигрыша в каждом матче, но даёт математическое преимущество. А это единственный способ быть в плюсе на длинной дистанции.

Если вы тоже устали сливать — попробуйте. А если есть вопросы по алгоритмам или хотите предложить фичу — пишите в комментариях, я читаю.

И не забывайте: ставки — это риск. Управляйте банком и не гонитесь за быстрыми деньгами. ❤️

Ключевые слова:
FlashScore Predictor, нейросеть для ставок, спортивные прогнозы, value betting, анализ матчей, разработка ИИ, бэктестинг стратегий

Современные веб-проекты всё чаще выходят за рамки классических шаблонов. Маркетплейс требует социальных функций, корпоративный портал — инструментов закупок, образовательная платформа — сообщества учащихся. Традиционные CMS ограничены в бизнес-логике, enterprise-фреймворки — в скорости запуска. DST Platform позиционирует себя как решение, устраняющее этот разрыв.

Рассмотрим её архитектуру объективно, без прикрас и умолчаний.

Двойная архитектура: не компромисс, а синтез

Сердце платформы — интеграция двух доменов в едином ядре:

- Социальный слой: группы, лента активности, комментарии, фотоальбомы, рейтинги. Логика, проверенная в высоконагруженных сообществах.

- Бизнес-слой: маркетплейс, заказы, платежи, тендеры, управление продавцами. Архитектура, ориентированная на транзакции и процессы.

Ключевой технический факт: оба слоя используют общие подсистемы — единую модель пользователя (`cmsUser`), систему прав (`cmsPermissions`), менеджер событий (`cmsEventsManager`). Это не «плагин поверх CMS», а проектирование с нуля под гибридные сценарии. Пример: отзыв о товаре автоматически попадает в ленту активности, рейтинги продавца влияют на видимость в каталоге, геолокация из профиля пользователя применяется при фильтрации предложений. Связность достигается не через API-интеграции, а через общую предметную модель.

Гибридная модель разработки: выбор уровня абстракции

Платформа не навязывает единственный путь. Разработчик сам определяет глубину вмешательства:

- Декларативный уровень: через административный интерфейс создаётся тип контента («Каталог оборудования», «База знаний»). Система генерирует формы, шаблоны, интеграцию с поиском, SEO, правами доступа. Подходит для CRUD-сущностей без нетривиальной логики. Экономия времени — от часов до дней.

- Императивный уровень: создание кастомного компонента с контроллером, моделью, шаблонами. Полный контроль над запросами, бизнес-процессами, API. Используется для ядра маркетплейса, платежных шлюзов, сложных алгоритмов.

- Точка стыка: система хуков (`cmsEventsManager`). Можно модифицировать данные сгенерированного типа контента (например, добавить поле «модифицировано» перед сохранением), не касаясь ядра. Это снижает риски при обновлениях и сохраняет читаемость кода.

Такой подход позволяет начать с прототипа за час, а затем постепенно «дозакручивать» сложность, не переписывая проект с нуля.

Технические решения: прагматизм вместо догм

- Модель данных: отсутствие ORM в классическом понимании. `cmsModel` выступает как утилитарный слой с методами `getItems()`, `filter()`, `insert()`. SQL-запросы прозрачны, оптимизация — в руках разработчика. Это снижает накладные расходы, но требует ответственности за безопасность (платформа предоставляет подготовленные запросы и фильтрацию).

- Событийная архитектура: хуки вроде `content_before_update` позволяют компонентам взаимодействовать без жёстких зависимостей. Это упрощает создание расширений и интеграций, но требует документирования событий для командной работы.

- Наследование шаблонов: дочерняя тема переопределяет только изменённые файлы. Упрощает обновления и поддержку кастомного дизайна. Поддержка динамической загрузки CSS/JS через методы шаблонизатора обеспечивает корректное кэширование и минификацию.

- Модульность: компоненты автономны. Можно отключить форум, не затронув маркетплейс. Расположение файлов строго регламентировано, что упрощает навигацию в кодовой базе...

#DST #DSTGlobal #ДСТ #ДСТГлобал #DSTplatform #ДСТПлатформ #ДСТМультивендор #DSTмультивендор #DSTmarketplace #DSTМаркетплейс #маркетплейс #разработка #CMS #CMF #framework #Фреймворк

Подробнее: https://dstglobal.ru/products

В современной электронной коммерции использование искусственного интеллекта (ИИ) перешло из категории экспериментальных технологий в разряд архитектурных решений. Для владельцев цифровых площадок ключевым вопросом становится не наличие отдельных ИИ-инструментов, а глубина их интеграции в ядро платформы. Компания DST Global предлагает решение, где искусственный интеллект (DST AI) является неотъемлемой частью программного обеспечения маркетплейса, построенного на архитектуре DST Platform. Данный материал рассматривает функциональные возможности, технические особенности и ограничения такой интеграции с точки зрения эффективности для продавцов и разработчиков экосистемы.

Архитектурный подход к внедрению ИИ

В отличие от решений, где искусственный интеллект подключается как внешний модуль или плагин, в DST Platform алгоритмы машинного обучения встроены в ядро системы. Архитектура платформы объединяет социальный слой (сообщества, активность, рейтинги) и бизнес-слой (транзакции, заказы, каталог) в единой предметной модели. Это позволяет ИИ оперировать данными без посредничества API-интеграций между разрозненными системами.

Мультимодельная архитектура DST AI обрабатывает информацию в рамках общей бизнес-логики. Технически это реализовано через единую модель пользователя и систему событий (`cmsEventsManager`). Например, отзыв о товаре автоматически становится частью ленты активности, а рейтинговые данные влияют на выдачу в каталоге. Для искусственного интеллекта это означает доступ к структурированным данным в реальном времени, что необходимо для корректной работы прогнозных моделей и персонализации.

Функциональные возможности для продавцов

Для продавцов, работающих на маркетплейсе под управлением DST Platform , интеграция ИИ трансформирует ряд операционных процессов. Основные изменения касаются работы с контентом, аналитики и управления запасами.

Генерация контента автоматизирована на уровне создания карточек товаров. Система не просто подставляет параметры в шаблон, а формирует описания с учетом категории, сезонности и поисковых трендов. Алгоритмы анализируют формулировки конкурентов и внедряют релевантные ключевые слова. По данным разработчиков, использование данного инструмента позволяет сократить время на заполнение карточек до 80%, а оптимизированные тексты могут способствовать росту конверсии на 30–40%. Важно отметить, что эти показатели основаны на внутренней статистике платформы и могут варьироваться в зависимости от ниши.

В области аналитики продавцы получают доступ к инструментам прогнозного моделирования. Система способна симулировать сценарии изменения цен, запуска акций или расширения ассортимента на основе исторических данных и рыночных трендов. Это позволяет принимать решения не интуитивно, а на основе верифицируемых данных. ИИ также выявляет проблемные зоны в воронке продаж, например, высокий отток пользователей на этапе оформления заказа, и предлагает корректирующие меры.

Управление цепочкой поставок также поддерживается алгоритмами. Система прогнозирует потребность в пополнении запасов, оптимизирует логистические маршруты с учетом загруженности складов и может автоматически формировать сопроводительную документацию. Динамическое ценообразование корректируется в режиме реального времени в зависимости от спроса и остатков.

ИИ как двигатель SEO и органического трафика

Генерация контента для продавцов — лишь верхушка айсберга. Интеграция ИИ в ядро DST Platform создаёт уникальные возможности для поисковой оптимизации (SEO) всего маркетплейса, которые работают на привлечение органического трафика без дополнительных бюджетов на рекламу. Это многоуровневый процесс, встроенный в логику работы с контентом...

#DST #DSTGlobal #ДСТ #ДСТГлобал #DSTplatform #ДСТПлатформ #DSTmarketplace #DSTМаркетплейс #маркетплейс #разработка #CMS #CMF #framework #Фреймворк #искусственныйинтеллект #МультимодельныйИИ #DSTAI #AutoML

Источник: https://dstglobal.ru/club/1162-integracija-iskusstvennogo-intellekta-v-arhitekturu-marketpleisa-na-baze-dst-platform

Использование средств генеративного искусственного интеллекта (ИИ) в разработке программного обеспечения радикально ускоряет создание кода. Однако обеспечение корректности, безопасности и долгосрочной сопровождаемости получаемых решений по-прежнему требует обязательного человеческого контроля. Данный материал разбирает, почему модель «человек в цикле» (human-in-the-loop) остаётся не просто полезной, а критически необходимой при промышленной разработке с применением ИИ-ассистентов.

ИИ как повседневный инструмент разработчика

Интеллектуальные инструменты — от автодополнения в IDE до генерации целых модулей по текстовому описанию — стали рутинной частью рабочего процесса. С их помощью инженеры формируют шаблонный код, пишут модульные и интеграционные тесты, выполняют рефакторинг, создают документацию к унаследованным системам и даже предлагают проектные шаблоны.

Производительность возрастает многократно: задачи, ранее требовавшие часа сосредоточенной работы, сегодня могут быть решены за несколько минут поверхностной проверки.

Однако скорость генерации не тождественна качеству конечного продукта. Одна из главных ловушек состоит в том, что сгенерированный код часто выглядит убедительно ещё до того, как установлена его действительная корректность. Он компилируется, проходит базовые тесты и оформлен аккуратно. Но промышленное программное обеспечение обязано удовлетворять гораздо более широкому спектру требований: точно реализовывать бизнес-логику, соблюдать интеграционные контракты, соответствовать ограничениям производительности и безопасности, оставаться удобным для сопровождения в течение многих лет. Именно в этих плоскостях ИИ способен демонстрировать крайне правдоподобные, но неверные предположения.

Поэтому участие человека не отменяется, а переосмысливается. Искусственный интеллект помогает быстрее создавать артефакты, но только разработчик способен оценить, насколько полученное решение пригодно для выполнения бизнес-задачи, безопасно ли оно и органично ли вписывается в контекст всей системы.

Что означает «человек в цикле взаимодействия»

В контексте ИИ-ориентированной разработки выражение «человек в цикле» не подразумевает отказ от автоматизации или ручной ввод каждой строки. Оно описывает осознанное включение инженеров в наиболее ответственные точки принятия решений.

К таким точкам относятся:

- точная постановка задачи и декомпозиция требований до уровня, понятного как человеку, так и модели;

- всесторонний анализ сгенерированного кода — не только синтаксиса, но и логических допущений;

- проверка поведения в условиях, максимально приближенных к эксплуатационным;

- оценка долгосрочного влияния решения на архитектуру системы.

Цель данной модели — не забюрократизировать процесс, а предотвратить тиражирование ошибок, которые на ранних стадиях легко пропустить, но которые катастрофически дороги на поздних. Это особенно важно с учётом природы генеративных моделей: они оптимизированы под правдоподобие, а не под фактическую истинность. Получаемый результат может выглядеть безупречно, но именно разработчик в конечном счёте несёт ответственность за то, что попадёт в продуктивную среду.

Где ИИ приносит наибольшую пользу

Инструменты на базе ИИ наиболее продуктивны в задачах механического, рутинного или хорошо формализуемого характера. Они эффективно берут на себя ту часть инженерной работы, которая уже описана явными правилами или многократно повторяется.

К числу таких задач относятся:

- генерация CRUD-эндпоинтов, типовых контроллеров, сериализаторов;

- написание стандартных юнит-тестов и параметризованных тестовых сценариев...

#искусственныйинтеллект #программирование #код #разработка #SemanticCore #KnowledgeGraphs #нейросимволическиеагенты #DOLPHIN #SYNVER #Imandra #Lean4 #symbiosis #NeuroSymbolicAI #LOGOS #NIGC #FAIRCARE #AUniversum #SemanticDB #Python #Λоператоры #Logos #код

Источник: https://dstglobal.ru/club/1179-ot-augmentation-k-symbiosis-novaja-paradigma-programmirovanija

Первая версия MagicNotes (в данный момент Блокнот (Noty) vs* (*сравнение) последняя версия Блокнот (Noty)

*Название в России «Блокнот»

За это время Noty появился в AppGallery от Huawei. Но мы не бросаем RuStore 💙 #разработка #приложение #заметки #ЗнаетПриложения #Android

Вайбкодинг в enterprise: 40% ПО будет создано через промпты К 2026 году около 40% корпоративного ПО будет написано через natural-language-driven vibe coding — подход, при котором разработчик формулирует задачи на естественном языке, а ИИ генерирует код. Это не эксперимент стартапов, а новая реальность крупного бизнеса. Компании с internal vibe coding capability увеличивают скорость разработки в 3–5 раз без пропорционального расширения штата. Для CFO и СТО — сигнал к пересмотру IT-стратегии. Что такое вайбкодинг Vibe coding — метод, где инженер не пишет код вручную, а формулирует намерения промптами, а ИИ-ассистент генерирует и рефакторит код. Роль разработчика смещается к архитектуре, валидации и интеграции. В enterprise создаются внутренние платформы, где промпты проходят через каскады агентов с контролем безопасности и соответствия стандартам. Цифры и тренды Прогноз: к концу 2026 года до 40% enterprise-software будет создано через vibe coding. Крупные банки, ритейлеры, промышленные холдинги уже создают внутренние ИИ-платформы для ускоренной разработки приложений и интеграций. Эффекты для бизнеса 1. Скорость. Цикл разработки сокращается в 3–5 раз. Прототип — за часы вместо недель. 2. Затраты. Масштабирование без найма сотен инженеров. Снижение ФОТ при сохранении темпов. 3. Гибкость. Бизнес-подразделения могут запускать приложения без очереди в централизованный IT. Вызовы и риски — Качество и техдолг. Требуются стандарты и ревью. — Безопасность. Риск утечек и уязвимостей — нужен статический анализ. — Управление знаниями. Без системной фиксации архитектуры — хаос. — Legacy. Требуется стратегия интеграции со старыми системами. Российский контекст В России вайбкодинг внедряют крупные банки, ритейлеры, IT-компании. В условиях дефицита кадров и ускоренного импортозамещения это стратегический инструмент. Отечественные ИИ-ассистенты на базе российских LLM уже интегрируются в корпоративные контуры с соблюдением требований к защите данных. Что делать CFO и СТО сейчас — Создать корпоративную платформу с управляемыми промптами и контролем качества. — Пересмотреть метрики IT: скорость разработки, стоимость фичи, time-to-market. — Инвестировать в обучение команд работе с ИИ-инструментами. — Построить политики безопасности и ИС для кода, созданного ИИ. Вывод Vibe coding в enterprise — это настоящее. К 2026 году до 40% корпоративного ПО будет создано через промпты, меняя экономику разработки. Компании, внедрившие эту практику системно, получат кратный прирост скорости и гибкости при оптимизации затрат. Для CFO и СТО — возможность превратить IT из центра затрат в драйвер эффективности. -- #вайбкодинг #vibecoding #enterprisesoftware #ИИ #разработка #CFO #CTO #цифроваятрансформация #искусственныйинтеллект #финтех #базар_инвестиции

Что случилось

Минцифры подготовило меры поддержки для создателей компьютерных игр. Разработчики смогут получить льготы по НДС, если их игры войдут в реестр российского ПО. Для этого они должны размещать свои проекты на отечественной IT-инфраструктуре.

Как это будет работать

Игры включают в реестр отечественного ПО, после чего их разработчики получают право на налоговые льготы. Условие: игра должна поддерживаться и распространяться через российские IT-платформы, а не только зарубежные.

Зачем это нужно

Государство хочет стимулировать создание российских игр и их продвижение на отечественных площадках. Сейчас многие разработчики ориентируются на зарубежные магазины (Steam, App Store, Google Play). Новые льготы должны сделать выгоднее работу внутри российского контура.

Моё мнение

Идея правильная: если разработчики получают льготы, они могут вкладывать больше средств в создание игр, а не отдавать их в бюджет. Но есть риск, что стимулы будут работать только для тех, кто готов размещаться на российских платформах, а это может ограничить экспортный потенциал.

Пока непонятно, как именно будет работать механизм, но сам факт, что геймдев заметили на уровне Минцифры, — это уже прогресс.

#геймдев #игры #Минцифры #налоговыельготы #разработка #новости

Зачем нам российские языки программирования?

Многие привыкли, что код пишется на английском. Но у отечественных решений есть своя важная ниша, и игнорировать её нельзя! 🤔

Почему они имеют место быть?
✅ Образование: Языки вроде «Кумир» или PascalABC.NET помогают школьникам понять логику программирования, не спотыкаясь о языковой барьер.
✅ Бизнес: 1С — это вообще отдельная вселенная. Ни один зарубежный аналог не знает нашу бухгалтерию и законодательство так же хорошо.
✅ Технологический суверенитет: Важно иметь инструменты, разработанные и поддерживаемые внутри страны, независимо от санкций.

Главные плюсы:
🔹 Вся документация и поддержка на родном языке.
🔹 Низкий порог входа для новичков.
🔹 Идеальная интеграция с российским ПО и госуслугами.

Конечно, они не заменят Python или Java в мировом масштабе. Но для внутренних задач, обучения и бизнеса — это мощный и надежный инструмент 🛠

Так же можно сделать копию С++, чтобы писать операционные системы и другие русские языки программирования.

👇 А вы пробовали писать код на русском? Делитесь опытом в комментариях!

#программирование #IT #технологии #1С #образование #разработка #Россия

36 лет, инженер, 15 лет в IT (VK, Китайские и Американские компании), дир. по развитию (маркетинг, разработка и данные), 8 заходов в бизнес (привлек в сумме $1.5 млн). Скромный портфель инвестиций (1.3 млн руб). Жил в 2 странах (Голландия и Турция). Сейчас работаю дир. по развитию инвестиционной платформы (фед закон 259, краудлендинг) и запускаю свой стартап в IT. Всегда рад помочь проконсультировать (если что-то простое - бесплатно, если нужно что-то сложное - 5 тыс/час).

Мои компетенции: маркетинг (atl/btl/аналитика), менеджмент (бизнес/проект/продукт), данные (аналитика/статистика), разработка (фронт/бэк/сеть/инфра/llm).

Из хобби: астрофотография, игры (хардкорные космо-симуляторы), экономика (политэкономия, соционика, психология в экономике, макроэкономика), кальяны.

Ну и по старинке: лайк репост подписка..., что там сейчас в тренде :)

#знакомство #привет #базар #инвестиции #разработка #маркетинг

👨‍💻 Разработчики уходят из криптоиндустрии в AI.

Активность разработчиков в блокчейн-проектах резко снизилась с начала 2025 года:

• Количество еженедельных коммитов (зафиксированных изменений в коде проекта) упало примерно на 75% – с ~850k до ~210k.

• Число активных разработчиков сократилось на 56% – до ~4600.

Динамика по отдельным сетям:

• Ethereum (#ETH) -34% коммитов.

• Solana (#SOL) -40%.

• BNB Chain (#BNB) -85%.

• Aptos (#APT) -60%.

• Base -52%.

При этом на GitHub уже более 4,3m репозиториев, связанных с AI-технологиями, а проекты генеративного AI привлекают свыше 1m разработчиков в месяц. AI-инфраструктура, инструменты для LLM и машинного обучения стали главным направлением роста для программистов.

#крипта #al #разработка #github #рынок #торги #инвестиции #вклады #торговля #трейдинг #падение #уход

На прошлой неделе Yandex B2B Tech объявил: в AI Studio теперь можно создавать ИИ-агентов на базе DeepSeek-V3.2.

Давайте разберёмся, что на самом деле стоит за этой новостью.

У Яндекса есть собственная модель. Alice AI LLM (бывший YandexGPT). Её годами развивали, встраивали в Алису, продвигали на каждой конференции. "Наш ответ ChatGPT". "Отечественный ИИ". "Импортозамещение".

И вот Яндекс добавляет в свою платформу чужую китайскую модель. Не как дополнение к Alice AI, а как основу для создания агентов. Почему?

Потому что Alice AI отстаёт. Сильно.

Откройте любой международный лидерборд. LMArena, бенчмарки от Epoch AI и Scale AI. В топе: Claude Opus 4.6, GPT-5.2, Gemini 3 Pro, DeepSeek V3.2, Qwen 3.5. YandexGPT или Alice AI в этих рейтингах нет вообще. Ни в категории A, ни в B, ни в C, ни в D. Яндекс не участвует в международных бенчмарках. Публикует только внутренние тесты, сравнивая модель с собой прошлой.

Что показывают даже их собственные тесты? Alice AI побеждает DeepSeek V3.1 в 50% случаев. То есть вничью. При этом V3.1 - устаревшая версия, которая на момент сравнения была в четвёртом десятке на LMArena. Сейчас актуальная V3.2 ещё сильнее. А в математике и программировании Alice AI проигрывает DeepSeek даже по данным самого Яндекса.

Я лично спросил у Alice AI: "Можешь зайти на сайт?" Ответ: "К сожалению, я не могу напрямую заходить на сайты - у меня нет доступа к браузеру или интернету в режиме реального времени." Это базовая функциональность, которую Claude, GPT, Gemini и DeepSeek имеют давно.

Теперь понятно, зачем Яндексу DeepSeek. Своя модель не тянет. Признать это публично нельзя - репутационный удар. Проще тихо добавить чужую модель в платформу и продавать доступ к ней с наценкой.

Комментарии на vc к этой новости говорят сами за себя:

"Купи в Китае дёшево, продай в РФ дорого. Классика местного бизнеса на новый лад."

"Свой интерфейс, свои токены, своя тарификация... и аккуратно арендованный интеллект."

"Зачем прокладка в виде Яндекса?"

DeepSeek - open source. Исходящие токены через прямой API: $0.42 за миллион, примерно 40 рублей. Входящие с кешем - в 10 раз дешевле. Яндекс предлагает ту же модель, но с юнитами вместо токенов (чтобы сложнее было сравнивать цены), четырьмя типами тарификации и интерфейсом из Agent Atelier, Model Gallery, AI Search, MCP Hub, Workflows, Responses API.

Для enterprise это может иметь смысл: безопасный канал, корпоративная сеть, без логирования. Банку или госкорпорации - возможно. Но для малого и среднего бизнеса это инфраструктура с наценкой за модель, которую можно использовать бесплатно.

И парадокс: платформа AI Studio - для разработчиков. Там нет кнопки "сделай мне сайт". Разработчик может подключить DeepSeek напрямую и без Яндекса. А бизнес-пользователь не разберётся ни в AI Studio, ни в прямом API.

Мы в VibePilot используем DeepSeek и Qwen напрямую. Без прокладки, без юнитов. Пользователь описывает задачу - получает готовый продукт. Не инструменты для создания агентов, а работающего агента, который делает результат.

Яндекс сдаёт позиции в гонке LLM и переходит в роль реселлера. Это не плохо для рынка - больше людей получат доступ к сильным моделям. Но называть это "отечественным ИИ" уже не стоит.

Теги: #YandexAIStudio #DeepSeek #ИИ #бизнес #технологии #VibePilot #разработка

Рады приветствовать вас на официальной странице компании! Наша миссия — трансформировать сложный digital в понятные и прибыльные инструменты для наших клиентов.

Основа нашей эффективности — сочетание многолетнего опыта команды и собственных разработок. Один из ключевых элементов нашей экосистемы — PROSEODEV. Это система, созданная внутри PROSEOPlus, которая позволяет нам выводить проекты на совершенно новый уровень точности и автоматизации.

Здесь мы будем:

Показывать, как технологии меняют правила игры.

Разбирать сложные задачи и наши решения.

Отвечать на ваши вопросы в режиме реального времени.

Оставайтесь на связи, впереди много полезного контента!

#бизнес #технологии #инвестиции #разработка #маркетинг

Вы когда‑нибудь принимали решение «на глаз», увидев аккуратно оформленный код от ИИ‑ассистента? Оказывается, так делают многие — и это может быть опасно. Специалисты Anthropic провели исследование с участием 200 разработчиков и выяснили: визуальная «красота» кода серьёзно влияет на нашу бдительность

Что делали участники? Им предлагали: проверять код на ошибки; дописывать функции; исправлять баги. Половина кода была идеально отформатирована (с комментариями и чёткой структурой), другая — содержала стилистические недочёты.

Главные выводы исследования: На 42% реже проверяют логику кода, если он выглядит аккуратно. Люди чаще принимают решения без тестов — просто потому что «всё выглядит правильно». Ошибки в «красивом» коде пропускают на 37% чаще. Особенно это касается неочевидных логических багов. Даже опытные разработчики (с опытом 5+ лет) снижают бдительность на 28%, если код хорошо оформлен. 65% участников признались, что фраза «код выглядит профессионально» напрямую влияла на их готовность принять его без дополнительной проверки.

Почему так происходит? Наш мозг обманывается: аккуратный код создаёт иллюзию надёжности. Мы подсознательно считаем, что если оформление безупречное, то и логика должна быть верной. Это называют «эффектом презентации» — когда форма влияет на оценку содержания

Как не попасть в эту ловушку? Несколько простых правил: Всегда запускайте тесты, даже если код выглядит идеально. Сначала проверяйте логику и алгоритм, потом — стиль и форматирование. Используйте линтеры (pylint, ESLint и т. д.) — они ловят неочевидные ошибки. Просите коллег взглянуть на код: свежий взгляд часто замечает то, что вы пропустили. Создайте короткий чек‑лист базовых проверок — и пользуйтесь им регулярно.

Коротко о главном: Красивый код от ИИ — это удобно, но не гарантия качества. Доверие должно быть обоснованным: привычка проверять даже «очевидное» поможет избежать ошибок в реальных проектах. А вы замечали за собой, что аккуратный код вызывает больше доверия? Поделитесь в комментариях! 👇 #ИИ #разработка #программирование #Anthropic #код

Есть база по Python, но до вакансий как до луны? Нужен не просто курс, а план создания реального проекта для портфолио. Практический курс Артема Шумейко — это путь от азов до рабочего приложения: Пишем backend на FastAPI. Подключаем PostgreSQL, Redis, Celery. Добавляем авторизацию и тесты (pytest). Разворачиваем на сервере с CI/CD. Итог: готовый к продакшену проект в резюме, а не просто теория. Тариф «Только курс»: доступ на 9 месяцев + практика с code review от куратора. 👉 Подробнее по ссылке: [Практический курс ] #Python #Backend #FastAPI #Курс #IT #разработка

В продуктовой компании результатом становится сам продукт.
Его можно тиражировать, обновлять, продавать снова и снова.

В сервисной компании результат - проект. Каждый раз новый, под конкретного клиента, под конкретную задачу.

Это две разные экономики и два разных темпа работы.
Продуктовая модель живет на масштабе и стандартизации. Сервисная - на гибкости и адаптации.

У нас нет шаблонных решений.
Каждый проект начинается с анализа и заканчивается работающей системой под реальные процессы клиента. Где-то это банковский модуль, где-то HR-платформа, где-то аналитика или интеграция с промышленными системами.

Сервисная модель требует другого типа культуры.

Мы не можем позволить себе "релиз по расписанию", если у клиента меняется логика бизнеса. Проекты живые, задачи меняются, и команда должна меняться вместе с ними.

Такой подход сложнее, но именно он создает доверие.
Когда клиент видит, что решение делается под него, а не "из коробки", появляется то, ради чего вообще стоит работать в сервисе - результат, который нельзя скопировать.

* Цифровые Привычки *

#ЦифровыеПривычки #IT #ITкомпания #сервис #разработка #проект #гибкость #результат #бизнес

Сервисное направление, это не разработка на заказ в привычном смысле.

Это система, которая объединяет аналитику, разработку и сопровождение, чтобы клиент получал результат, а не просто продукт.

Мы работаем нескольких форматах, но есть два основных:

Первый - заказная разработка под ключ: от аналитики и проектирования до внедрения и поддержки.

Второй, это усиление команд клиентов нашими специалистами.

Такой подход позволяет быстро закрывать задачи без потери качества и держать фокус на бизнес-результате.

В каждом проекте мы начинаем с аналитики.
Не пишем код, пока не понимаем, как устроен процесс у клиента и где он дает сбой. Если нужно - создаем MVP, проверяем гипотезу, оптимизируем, а потом масштабируем.

В сервисном направлении задействованы все ключевые роли:
Аналитики, архитекторы, разработчики, тестировщики, специалисты по внедрению и поддержке. Благодаря этому клиент получает полный цикл от идеи до эксплуатации.

Такой формат дает гибкость: можно подключить отдельного эксперта, а можно команду под проект.

Но в любом случае результат один - работающая система, которая решает задачу бизнеса.

* Цифровые Привычки *

#ЦифровыеПривычки #IT #ITкомпания #сервис #разработка #аналитика #проектирование #команда #бизнес

✅ #YDEX Яндекс разрабатывает ПО для гуманоидных роботов. ✔️ Компания планирует полный цикл производства роботов. ✔️ Первоначальный фокус на ПО для базовой подвижности: ходьба, подъем по лестнице, открытие дверей, перенос грузов. ✔️ Проект финансируется новым фондом Yet Another Tech Fund (₽330 млн в 2025 году). ✔️ Разработка ведется подразделением Yandex B2B Tech. ✔️ Целевые сферы применения: логистика, промышленность, бытовая помощь. ✔️ Проект находится на стадии создания ОС для управления базовыми функциями. ✅ #HNFG Henderson: Сильные результаты за 2024 год. ✔️ Выручка: ₽20,84 млрд (+24,3% г/г) ✔️ EBITDA: ₽7,8 млрд (+18,9% г/г) ✔️ Чистая прибыль: ₽3,05 млрд (+29,7% г/г) ✅ Рост доли России в мировой экономике: ✔️ Доля в 2024: 3,54% (максимум с 2021) ✔️ Объем экономики: $6,94 трлн ✅ #EUTR Евротранс (МСФО 2024): ✔️ Выручка: ₽186,2 млрд (+46,9% г/г) ✔️ Чистая прибыль: ₽5,53 млрд (+7,3% г/г) ✅ #MAGN ММК: Совет директоров рекомендовал не выплачивать финальные дивиденды за 2024 год. ✅ #OZON Ozon (МСФО 1 кв. 2025): Оборот от продаж: ₽837,8 млрд (+47% г/г) ✅ Первый полет МС-21 с российскими системами. Старт серийного выпуска запланирован на 2026 год. $UNAC ✅ #CHMF Северсталь (РСБУ 1 кв. 2025): ✔️ Чистая прибыль: ₽11,89 млрд (-69,4% г/г) ✔️ Выручка: ₽159,68 млрд (-12,2% г/г) ✅ #APTK Аптечная сеть 36,6 (МСФО 2024): ✔️ Чистая прибыль: ₽267 млн (+122,5% г/г) ✔️ Выручка: ₽87,1 млрд (+29,4% г/г) ✅ #X5 Х5 Retail Group («Пятерочка», «Перекресток», «Чижик») запускают онлайн-витрины на $OZON Ozon. ✔️ Более 10 000 товаров. ✔️ Доставка от 30 минут. ✔️ Старт в Москве и Санкт-Петербурге. ✅ #SBER Сбербанк: ухудшение качества розничных кредитов в 1 кв. 2025. ✔️ рост просроченной ипотеки на 90%, до ₽285 млрд. ✔️ рост просроченных потребкредитов до ₽610 млрд (+22,5%). #экономика #акции #инвестиции #новости #роботы #технологии #инновации #IT #разработка #роботы #технологии #инновации #IT #разработка