TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1109 · 23.06

Не хотелось уходить из отрасли, но Росатом сокращает айтишников. Сейчас расскажу. Вот и подходит к концу мой пятилетний срок работы в Атомстройэкспорте. Не буду лукавить, это было очень интересно. Когда-то в 2019-м нас наняли целой командой после победы в треке Росатома в крупнейшем в мире хакатоне. Я ничего не знал о внутренностях этой компании, но сразу был приятно удивлён: современный технологический стек, хорошие процессы, команда молодых и очень компетентных спецов. Платили айтишникам вполне по рынку. Казалось, что такая железобетонная в прямом и переносном смысле отрасль, как строительство атомных станций, будет жить вечно и обеспечит нас работой на долгие десятилетия. Без преувеличения я с гордостью всем рассказывал о своём месте работы. К этому добавлялось ещё два важных позитивных фактора: Во-первых, очень приятная атмосфера взаимодействия с коллегами. Думаю, в Росатом многие шли из-за неравнодушия к отрасли, с желанием заниматься чем-то серьёзным и полезным. Во-вторых, классная корпоративная культура, в особенности ежегодный чемпионат AtomSkills, который дарил одни из самых ярких эмоций за мою соревновательную карьеру. Но, увы, в структуре управления Госкорпорацией есть фундаментальная проблема. Возможно, она существует в любой крупной компании, но в Росатоме проявляется особенно сильно — отсутствие горизонтальных связей между соседними ветками иерархии. И на самом высоком уровне (разные компании внутри ГК общаются друг с другом, как враги, и сражаются за ресурсы), и на самом мелком (руководитель мог забирать разработчиков, даже если это приводило к срыву задач другого руководителя). Такой способ управления держится, пока у веток есть общий корень — например, крупный начальник, которому важны все подопечные проекты. В итоге, когда в прошлом году ушла вице-президент по цифровизации, вся дирекция мгновенно балканизировалась (то есть, развалилась на изолированные островки). За продуктами целиком перестал кто-либо стоять, островки оказались нежизнеспособны, и к настоящему моменту де-факто закрыты три основных цифровых разработки дирекции, а пара сотен айтишников ушли на рынок. Обязательства же перед заказчиком в разрезе айти пытаются выполнить, спешно реанимируя старую версию софта, в которой номинально даже реализовано больше функций. С меньшей детализацией, меньшей надёжностью и меньшей поддерживаемостью, но об этом на презентациях можно не говорить. Добавьте сюда ещё такой эффект: достаточно много интересантов, которым цифровизация стройки не нужна и мешает. Потому что цифровизация делает процессы более прозрачными и упорядоченными, усиливает контроль со стороны генподрядчика, требует обучать и дисциплинировать людей. Конечно, многие (очень многие) не хотят этого. Кстати, пара других компаний в ГК хотели забрать к себе часть людей, но им заблокировали найм, а позже и там тоже начались сокращения. Поэтому я и говорю, что Росатом сокращает айти, а не АСЭ. Уверен, через несколько лет придёт сильный управленец, который захочет реанимировать идею общей цифровизации процессов на атомной стройке, придётся заново собирать команды и скорее всего заново запускать дорогую разработку. А пока, увы. В течение нескольких следующих дней я буду рассказывать вам свою историю поиска работы: современное состояние рынка, собеседования в крупные компании. Не переключайтесь! Пока, Росатом. Это было классно. #life

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #fp8

当前筛选 #fp8清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8721 · 08.10.2025 г., 18:50

✔️Ling-1T - новая модель от inclusionAI с 1 триллионом параметров Модель на 1 трлн, из них ≈ 50 млрд активны на токен (MoE-архитектура). Она обучена на 20 трлн+ токенов, специально отобранных для задач логического мышления и рассуждений. Контекст: 128 000 токенов. Построена на базе Evo-CoT (Evolutionary Chain of Thought) и Linguistics-Unit RL - нового метода обучения для масштабируемых рассуждений. При помощи Evo-CoT модель постепенно улучшает баланс между точностью рассуждений и вычислительной эффективностью. То есть с каждым шагом она пытается делать рассуждения «глубже», но не слишком дорого по ресурсам. Моделька демонстрирует сильные результаты в задачах кода, математики, логики и фронтенд-генерации. В архитектуре задействованы Mixture-of-Experts (1/32 активация), MTP слои и маршрутизация экспертов. Ling-1T показывает, что огромные модели можно сделать не только мощными, но и экономичными. https://huggingface.co/inclusionAI/Ling-1T @ai_machinelearning_big_data #Ling1T#AI#ML#OpenSource#Reasoning#TrillionScale#FP8