Построение иерархии классов для множества объектов информационной модели

ИТ-проекты – это далеко не только создание новых систем с нуля. Существенная часть специалистов занята поддержкой и сопровождением действующих систем. А когда в состав ИТ-системы добавляется новое ПО (или заменяется какой-то из её компонентов), актуальной задачей является перенос архивных данных и настройка взаимодействия нового софта с окружающим ландшафтом. При этом задачей-максимум является добавление новых свойств для системы, улучшающих пользовательский опыт или процессы администрирования и сопровождения. Ниже я расскажу, как мы провели классификацию объектов информационной модели при интеграции действующей системы расчета производственных показателей с внешней, вновь создаваемой системой управления НСИ.

https://habr.com/ru/articles/982728/

Алгоритмы и Структуры данных

Почему большинство ритейл-алготрейдеров теряет деньги. Я полез разбираться

Разбираю академические исследования о результатах дейтрейдеров, считаю реальные издержки на MOEX и объясняю, почему красивый бэктест – это ещё не стратегия. Спойлер: математика против вас, но это не приговор.

https://habr.com/ru/articles/982782/

Алгоритмы и Структуры данных

Начни 2026 правильно вместе с Zerocoder 💚

На cайте университета открыли запись на новогодний бесплатный практикум по Perplexity AI.

На занятии ребята покажут, как:

– Создавать презентации, визуалы, игры и тексты в одном инструменте;
– Сокращать затраты и время, заменяя набор сервисов одним ИИ;
– Находить идеи для монетизации ИИ прямо в ходе работы;
– Выстраивать рабочие процессы так, чтобы Perplexity действительно ускорял выполнение задач, а не усложнял их.

Все участники получат готовый гайд с подборкой рабочих промптов – для работы, личных задач и повседневного использования.

Бонус: в конце практикума расскажем, как оформить годовую подписку Perplexity Pro бесплатно (обычная стоимость – $240).

Жмите на ссылку и успевайте зарегистрироваться!

Скрытые сигналы: как модели учатся тому, чего нет в данных

LLM учатся не только тому, чему мы пытаемся их научить. Вместе с задачами, метками и инструкциями они усваивают и побочные сигналы, которые мы воспринимаем как шум или случайность. Исследование международной группы учёных показало, что такие подпороговые сигналы могут работать как канал передачи поведения между моделями. Даже если убрать все явные инструкции, то стиль рассуждений, стратегии ответов и другие поведенческие признаки все равно просочатся через данные, которые семантически с ними никак не связаны.

Авторы называют этот эффект сублиминальным обучением. Мы можем удалить метки, отфильтровать инструкции и проверить датасет вручную, и всё равно передать модели поведение, которое не планировали передавать.

https://habr.com/ru/companies/beget/articles/980960/

Алгоритмы и Структуры данных

Математика парадоксов

Добрый день, друзья! Сегодня вы познакомитесь с «новой» парадигмой в математике и получите реальный инструмент для смелых экспериментов. В конце статьи вы найдёте ссылку на работающую библиотеку C++ (Paradox libraries), для использования в ваших проектах.

https://habr.com/ru/articles/983032/

Алгоритмы и Структуры данных

Как я пытался создать «конструктор налоговых проверок» для повышения эффективности работы ФНС

Для начала - немного контекста. Я не программист и не разработчик. Последние 12 лет я проработал в Федеральной налоговой службе. Начинал с низов, занимался выездными и камеральными проверками (проводил лично и курировал). Два месяца назад я уволился, завел свой телеграм-канал и теперь работаю в налоговом консалтинге.

Эта статья - история о том, как я попытался решить огромную проблему государственной системы с помощью домашнего ноутбука и нейросетей. О том, как я переоценил свои силы, недооценил масштаб задачи, но все-таки попробовал создать инструмент, который мог бы изменить работу инспектора.

https://habr.com/ru/articles/982938/

Алгоритмы и Структуры данных

Что такое фандинг арбитраж и как сделать автоматический поиск спредов

На крипторынке есть редкий класс стратегий, где не нужно угадывать направление цены. Нет анализа свечей, индикаторов или прочей тяжелой математики.

Одна из таких стратегий - арбитраж ставок финансирования (funding rate arbitrage).

Этот материал - не обещание лёгких денег. Это разбор реальной рабочей системы, которую я сначала писал для себя, а позже обернул в Telegram-бота. Ниже я разберу:

как именно зарабатываются деньги на арбитраже ставок финансирования

почему ручной арбитраж не работает

как устроена архитектура алгоритмической системы

как код собирает данные, считает спреды и фильтрует мусор;

какие риски остаются и как их контролировать.

https://habr.com/ru/articles/983154/

Алгоритмы и Структуры данных

Вычислительная сложность некоторых игр и головоломок (часть 1)

Есть несколько причин смотреть на игры как на нечто большее, чем просто на развлечения. Как станет яснее по ходу дела, многие игры основаны на сложных вычислительных задачах, хотя зачастую и с более низким «входным барьером», поскольку они редко требуют наличия формального образования.

Многие игры и головоломки интересны своей сложностью, и для их решения требуется определённая смекалка и некоторые навыки. Почти всегда трудность решений можно показать математически в виде результатов вычислительной разрешимости. К примеру, каждая NP-полная задача в некотором смысле является головоломкой, и, наоборот, многие головоломки являются NP-полными. Игры для двух игроков часто имеют более высокую сложность, например, PSPACE. На Хабре есть достаточно подробное руководство по сложным вычислительным задачам.

https://habr.com/ru/companies/first/articles/732604/

Алгоритмы и Структуры данных

АУСН: налоговый оазис или цифровой концлагерь для бизнеса?

Автоматизированную упрощённой систему налогообложения (АУСН) подают как максимально простой и удобный режим: никаких деклараций, минимум отчётности, автоматический расчёт налогов. Но с другой стороны, может возникнуть ощущение, что речь идёт не просто о новом специальном налоговом режиме, а о принципиально иной модели налогового контроля.

Я хочу посмотреть на АУСН именно с этой точки зрения: как на систему, к которой государство целенаправленно стремится, и которая, по сути, может стать (а по моим наблюдением уже становится) будущим налогового администрирования для малого бизнеса, а в перспективе и для среднего.

Для тех, кто читает меня впервые: за плечами почти 12 лет работы в ФНС, поэтому обозревать этот налоговый спецрежим я буду с позиции бывшего налоговика.

https://habr.com/ru/articles/983336/

Алгоритмы и Структуры данных

Красивый двоичный поиск без ветвления

Недавно я прочитал пост Алекса Мускара Beautiful Binary Search in D. В нём описывается алгоритм двоичного поиска под названием «алгоритм Шора». Я никогда не слышал о нём и его невозможно загуглить, но увидев алгоритм, я думал только об одном: «он без ветвления». Кто знал, что может существовать двоичный поиск без ветвления? Поэтому я занялся его трансляцией в алгоритм для итераторов C++, не требующий индексации на основе единицы или массивов фиксированного размера.

В GCC он более чем в два раза быстрее, чем std::lower_bound, который сам по себе — очень высококачественный двоичный поиск. Цикл поиска прост, а генерируемый ассемблерный код красив. Меня потрясло, что он существует, но им, похоже, никто не пользуется.

https://habr.com/ru/articles/732632/

Алгоритмы и Структуры данных

Динамическое программирование VS «Разделяй и властвуй»

Динамическое программирование или подход «разделяй и властвуй»? В этой статье рассматриваем сходства и различия двух способов.

https://proglib.io/p/dp-vs-dc

Алгоритмы и Структуры данных

Наглядно объясняем операцию свертки в моделях глубокого обучения

При помощи анимированных изображений и визуализаций слоев CNN-сетей раскрываем широко применяемое в моделях глубокого обучения понятие свертки.

https://proglib.io/p/convolution

Алгоритмы и Структуры данных

Асинхронное программирование: концепция, реализация, примеры

Разбираемся, чем асинхронное программирование отличается от синхронного, зачем оно нужно, и как реализуется асинхронность в разных языках.

https://proglib.io/p/asynchrony

Алгоритмы и Структуры данных

Криптография и главные способы шифрования информации

В XXI веке криптография играет серьезную роль в цифровой жизни современных людей. Кратко рассмотрим способы шифрования информации.

https://proglib.io/p/methods-of-encryption

Алгоритмы и Структуры данных

Какая сортировка самая быстрая? Тестируем алгоритмы

На собеседованиях часто спрашивают, какая сортировка самая быстрая. Вопрос с подвохом. Объясняем, почему, и ищем оптимальный вариант.

https://proglib.io/p/sort

Алгоритмы и Структуры данных

Достаточно надёжный и научно обоснованный алгоритм проверки текста на AI

Кажется, я изобрёл алгоритм, при помощи которого можно достаточно надёжно отличить авторский текст от AI‑текста.
Помимо надёжности, алгоритм очень нетребователен к вычислительным ресурсам и способен эффективно работать даже на 8‑битных микроконтроллерах в связке с W5100.

https://habr.com/ru/articles/983710/

Алгоритмы и Структуры данных

11 must-have алгоритмов машинного обучения для Data Scientist

Статья содержит в себе список одиннадцати алгоритмов машинного обучения. К каждому прилагается краткое описание, гайды и полезные ссылки.

https://proglib.io/p/11-ml-algorithms

Алгоритмы и Структуры данных

11 must-have алгоритмов машинного обучения для Data Scientist

Статья содержит в себе список одиннадцати алгоритмов машинного обучения. К каждому прилагается краткое описание, гайды и полезные ссылки.

https://proglib.io/p/11-ml-algorithms

Алгоритмы и Структуры данных

Цепь Маркова – это просто: подробно разбираем принцип

Цепь Маркова – череда событий, в которой каждое последующее событие зависит от предыдущего. В статье мы подробнее разберём это понятие.

https://proglib.io/p/markov-chain

Алгоритмы и Структуры данных

Регрессия в машинном обучении: оптимальный алгоритм

Регрессия используется в ML. Рассмотрим несколько алгоритмов и определим, как их использовать, исходя из преимуществ и недостатков.

https://proglib.io/p/ml-regression

Алгоритмы и Структуры данных