DevOps

💡КАК НАЧАТЬ РАБОТАТЬ С DOCKER Docker кажется сложным только до первого запуска контейнера. Главное - понять, что это не “магия серверов”, а способ запускать приложение в изолированной среде с уже готовыми зависимостями. Самый быстрый старт - перестать ставить всё на систему и начать упаковывать проекты в контейнеры. Тогда у тебя одинаково работает код на ноутбуке, сервере и у коллег. Базовый подход такой: у тебя есть приложение → ты описываешь среду в Dockerfile → собираешь образ → запускаешь контейнер. Всё. Никаких конфликтов версий, “у меня работает”, сломанных Python/Node окружений. Начни с простого правила — каждый новый проект сразу оборачивай в Docker, даже если он маленький. Через пару недель это станет привычкой, а проблемы с окружением исчезнут. Установка Docker уже сделана Проверка docker --version Простой Dockerfile FROM python:3.11-slim WORKDIR /app COPY . . RUN pip install -r requirements.txt CMD ["python", "app.py"] Сборка образа docker build -t myapp . Запуск контейнера docker run -p 8000:8000 myapp

Секрет прост...

Экс-исследователь DeepMind привлекает $1 млрд на AI-стартап без LLM Дэвид Сильвер, один из ключевых исследователей DeepMind, запускает новый стартап Ineffable Intelligence в Лондоне. По данным источников: - планируется $1 млрд seed-раунд - лидер — Sequoia Capital - оценка компании — около $4 млрд - это может стать крупнейшим seed-финансированием в истории Европы - продукта пока нет Главное отличие - ставка не на LLM. Вместо моделей, обученных на огромных текстовых датасетах, команда делает упор на reinforcement learning. Цель - создать *world models*: - внутренние симуляции мира - прогноз последствий действий - обучение через пробу и ошибку - непрерывное самообучение По сути - интеллект, который учится действовать, а не просто генерировать текст. Сильвер и часть топ-исследователей считают, что: - архитектуры Transformer близки к потолку - масштабирование даёт всё меньший прирост - следующий шаг — обучение через взаимодействие с миром Индустрия начинает смещаться от LLM (понимание текста) к Agent Learning (понимание действий и последствий). Следующий этап AI - не генерация, а системы, которые учатся на опыте, как люди и животные.

Когда «просто в облако» — не срабатывает. На сайте всё выглядит красиво: переносим в облако — масштабируемся — живём счастливо. В реальности чаще так: • Задержки при работе с критичными приложениями. • Вопросы с безопасностью и комплаенс. • Ограниченные конфигурации. • Сюрпризы в “биллинге”. В таких случаях приходит на помощь не «коробочное решение для всех», а спроектированная архитектура под конкретную задачу. В канале DataSpace мы разбираем: — как онлайн-ритейлер выдержал рост нагрузки в 10 раз без деградации сервисов — где гибридная модель действительно оправдана — как быстро сравнить разные варианты конфигурации стоимости — какие ошибки чаще всего допускают при выборе провайдера Только разбор архитектуры и практики, с которыми потом не больно жить в проде. Подписывайтесь — @dataspace_ru

🌟DOCKER КАК НАСТРОИТЬ ПЕРЕД КАЖДЫМ ПРОЕКТОМ Совет - Docker: настраивай окружение ДО начала проекта, а не когда всё уже «почти готово». Большинство проблем в проде появляется не из-за кода, а из-за разницы окружений. Правильный подход - сначала контейнерная база, потом разработка. Выбирай лёгкий базовый образ без лишнего мусора, фиксируй зависимости отдельным слоем, обязательно делай .dockerignore, чтобы не тащить в образ кэш и хлам. Сразу разделяй dev и prod конфигурации, используй docker-compose даже если сервис один, не храни секреты в Dockerfile и добавляй HEALTHCHECK, чтобы контейнер считался «живым» только когда реально работает приложение. Docker - это фундамент проекта, а не финальный штрих. Dockerfile (база для Python-проекта) FROM python:3.12-slim WORKDIR /app Сначала зависимости — кеш будет работать правильно COPY requirements.txt . RUN pip install --no-cache-dir -r requirements.txt Потом код COPY . . EXPOSE 8000 HEALTHCHECK CMD curl --fail http://localhost:8000/health || exit 1 CMD ["python", "app.py"] .dockerignore .git pycache venv node_modules *.log docker-compose.yml version: "3.9" services: app: build: . ports: - "8000:8000" env_file: - .env

⚡️В одном месте собрали инфу о 925 (!) провалившихся венчурных стартапах. Да, это буквально кладбище проектов - но невероятно полезное. Внутри не просто список, а полноценные разборы: почему взлетели/упали, сколько денег сожгли, какие решения их убили, где была критическая ошибка - и главное: что из этого можно безопасно забрать себе, а что повторять нельзя ни при каких условиях. А ещё там встроенный ИИ, который берёт провалившийся проект и делает “версию 2.0”: придумывает название, концепт, рынок, техстек, план запуска и монетизацию, но уже с учётом прошлых ошибок. Как минимум - очень залипательно. Стартаперы, вам точно стоит изучить

🚀Ищем Kubernetes Platform Engineer (Middle+/Senior) в 2ГИС В команде Infrastructure & Operations мы строим внутреннюю PaaS-платформу для Data Services: PostgreSQL, Redis, Kafka, ClickHouse. Наша цель — сделать DBaaS и DS self-service, надёжной и стандартизированной частью платформы для десятков продуктовых команд. Что будешь делать: • Развивать PaaS на базе Kubernetes • Автоматизировать lifecycle DS (deploy, scale, backup, restore) • Строить DBaaS (начинаем с PostgreSQL) • Внедрять GitOps, IaC и платформенные стандарты Наш стек Kubernetes, GitLab CI/CD, Terraform, Ansible, ELK, Vault, S3. Ищем инженера, который понимает Kubernetes как платформу, работал со stateful-нагрузками и тюнил PostgreSQL. Удалёнка или офис. Белая зарплата, ДМС, обучение и конференции — всё по-взрослому. 👉Откликайся Другие инженерные инсайты от 2ГИС →в Telegram-канале RnD

🤖 Десятки гуманоидных роботов G1 показали первое в мире полностью автономное групповое выступление в стиле кунг-фу. Быстрые и синхронные движения вывели возможности роботизированной моторики на новый уровень и установили сразу несколько мировых рекордов. Модель H2 также стала одной из главных звёзд шоу- робот появился на главной сцене в Пекине и на площадке в Иу в образе Царя Обезьян. В тяжёлых доспехах он «летал на облаке», роль которого исполняли четвероногие роботы-собаки B2W, и с высоты поздравлял зрителей с Китайским Новым годом. @ai_machinelearning_big_data #Unitree#ai#Ml#robots

Крупные инциденты случаются даже в зрелых инфраструктурах. Масштаб не защищает от сбоев — он лишь увеличивает сложность и число точек отказа. В конце 2024 года в Yandex Cloud отказал один сетевой контроллер — и это стало стартовой точкой цепочки взаимосвязанных ошибок, которая привела к потере внешней связности в нескольких зонах доступности. Классический пример «слоёного пирога» и «швейцарского сыра»: одна проблема тянет за собой каскад других. Но важнее не сам факт сбоя, а то, как команда отреагировала и что сделала дальше. Константин Крамлих из Yandex Cloud опубликовал подробный инженерный разбор, где объясняет, какие изменения внедрили, чтобы сеть стала устойчивее. Среди ключевых решений, которые уже внедрены в сеть, — режим Fail Safe, который позволяет ограничивать негативное влияние одного компонента на всю систему, и механизмы ограничения очередей, которые предотвращают нарастание задержек и деградацию сервиса при росте нагрузки. Также изменили логику работы балансировщиков: управление зонами стало более гибким, что позволяет быстрее изолировать проблемную зону и перераспределить трафик без потерь доступности. Отдельно улучшили процессы: релизы стали более “пошаговыми”, с обязательными проверками и откатом, а Incident Management — более структурированным, с чёткими ролями, триггерами и метриками восстановления. Весь разбор доступен по ссылке.

⚠️ ЕС начал борьбу с «залипающими» алгоритмами соцсетей Европейская комиссия выпустила предварительные выводы: дизайн TikTok признан вызывающим зависимость, особенно у детей. Проверка проходит в рамках закона Digital Services Act (DSA). Что именно не устраивает регуляторов: - бесконечная лента (infinite scroll) - алгоритмы, удерживающие внимание любой ценой - механики, усиливающие зависимое поведение TikTok может оспорить решение. Но если проблемы не будут устранены, штраф может составить до 6% от глобальной годовой выручки. И это только начало. Регуляторы больше не борются с контентом. Они начинают регулировать саму механику внимания. Если бесконечный скролл и «допаминовая оптимизация» признают вредными - это может изменить дизайн всей индустрии соцсетей. politico.eu/article/tiktok-meta-facebook-instagram-brussels-kill-infinite-scrolling/

Гонка в мире AI сейчас напоминает Формулу-1 - никто не сбавляет скорость. Буквально за последние недели: - OpenAI и Anthropic боролись за лидерство в кодинге GPT-5.2 Codex против Opus 4.6 - Google выпустил обновление Gemini DeepThink — модель решает сложные задачи по математике и физике — и даже находит ошибки в научных работах - И вот новый шаг от OpenAI: их внутренний исследовательский модель уже решил 6 из 10 новых сложных математических задач а следующий модель уже находится в обучении Самое интересное - не отдельные релизы. AI постепенно меняет роль: Вчера — помощник. Сегодня — соавтор. Завтра — самостоятельный исследователь. Если темп сохранится, уже в 2026 году мы можем увидеть первые научные задачи, полностью решённые AI без участия человека. И похоже, эта гонка только ускоряется. https://x.com/polynoamial/status/2022527227049742779

🌏Осторожно, можно налипнуть на долгие часы: интерактивная карта, которая показывает, как слова мигрировали сквозь века 😊 Если тебе хоть раз было интересно, откуда взялось слово и как оно менялось по дороге - это прям находка. Проект визуализирует “путешествие” слов по миру: как корни кочевали вместе с торговлей, войнами, колонизацией и смешением культур. Что внутри: - Gemini помогает находить корни и родство слов (этимология без занудства) - D3.js превращает всё это в красивую анимацию на карте - ты просто вводишь слово - и видишь его историю как маршрут: страны, эпохи, переходы Это не просто справочник, а настоящая “география языка”, в которой можно зависнуть на час. https://wanderword-141284551734.us-west1.run.app/