Джуны больше не нужны? (Спойлер: нет, «за ИИ стоит следить ещё похлеще, чем за джуном»)

В новом подкасте «Криптонит говорит» мы обсудили:
🔹как быстро и эффективно расти внутри компании;
🔹правда ли, что ИИ скоро заменит джунов;
🔹какие тренды во frontend-разработке стоит ожидать в ближайшее время;
🔹какой стек нужен фронтендерам и многое другое.

Смотрите и слушайте выпуск на платформах (везде есть таймкоды)
📺 VK Видео
📺 YouTube
📺 Rutube
💬 Подкаст в телеграме
🎵 Яндекс.Музыка

В выпуске приняли участие:
🟦Василий Беляев, frontend team lead в «Криптоните»;
🟦Артём Поморцев, middle frontend разработчик в «Криптоните»;
🟦Семён Клюев, junior frontend разработчик в «Криптоните». #Криптонит_говорит

📌В первом закреплённом комментарии под видео есть полезные материалы для изучения frontend-разработки от экспертов «Криптонита».

Факториалы и субфакториалы. Разбираемся с ними в нашей ликбезной рубрике #на_ноль_делить_нельзя

🟢Когда человек первый раз встречает восклицательный знак в математических записях, он обычно удивляется. Это выглядит, словно цены на распродаже: 50! 80! 100!

На самом деле запись вида n! называется факториал и означает произведение всех натуральных чисел от 1 до n. Например: 5! = 5 × 4 × 3 × 2 × 1 = 120.

📌Идея факториала встречалась ещё в Древней Индии, а современное обозначение n! ввёл французский математик Кристиан Крамп в 1808 году.

Функция вычисления факториала есть во многих математических библиотеках. Она применяется, в частности, при анализе алгоритмов сортировки для определения верхней границы их сложности.

🟦В общем случае факториал n! показывает количество всех возможных перестановок ИЗ n элементов. Например, из трёх элементов [A, B, C] всего может быть 6 перестановок: ABC, ACB, BAC, BCA, CAB, CBA, т.е. 3! = 6.

❗️Дальнейшее развитие идеи привело к появлению субфакториала.

Он обозначается !n и показывает число перестановок n элементов, в которых ни один элемент не остаётся на своём месте.

Для тех же трёх элементов [A, B, C] субфакториал записывается как !3 и равен двум, поскольку возможны только две комбинации, в которых каждый элемент меняет своё положение: [B, C, A] и [С, A, B].

🟢Факториалы и субфакториалы используются в разных разделах математики.

В комбинаторике они выражают количество перестановок, в теории чисел их изучают в контексте делимости, в теории вероятностей — для подсчёта элементарных исходов.

🎉 Результаты розыгрыша:

🏆 Победители:
1. Peace (@rebell_leader)
2. Алексей (@govorunov_a)

✔️Проверить результаты

Поздравляем победителей! Мы свяжемся с вами в личных сообщениях, чтобы уточнить детали доставки подарков🖤

Кто не смог выиграть в этот раз, не расстраиваетесь — у нас будут конкурсы в следующем году! #конкурс

🎄 До Нового года осталось чуть больше недели! А вместе с праздником придут и длинные каникулы — самое время, чтобы провести время с детьми с пользой.

Например, вместе развить... субитизацию! Это навык мгновенной оценки количества предметов без подсчёта и способность воспринимать их как единое множество. А в этом помогают настолки!

Как раз их в нашем новом материале разбирает сотрудник компании «Криптонит» вместе с семилетней дочкой. Настолки «Турбосчёт» и «Числиус», головоломки «Красная лягушка» и «IQ Фокус» помогут на длинных новогодних праздниках.

👆Подробности и правила настолок ищите в материале на Хабре!

📌Это наш традиционный материал перед каникулами. Читайте другие статьи о вариантах полезного досуга родителей-айтишников с детьми ниже.
🔹Шифрование для самых маленьких. Как объяснить ребёнку современные профессии
🔹Чем заняться с детьми на праздниках, если ты айтишник
🔹Что делать с детьми летом, если ты айтишник. Часть 2
🔹Как вырастить из ребёнка айтишника долгими зимними вечерами?
🔹День защиты (от) детей: подборка игр от семейки айтишников
🔹Бумажный геймдев: как увлечь ребёнка без интернета и гаджетов

⚡️Свежие вакансии в команду «Криптонита»!

🟢Инженер инфраструктуры
Что нам важно:
🔹опыт промышленной эксплуатации Astra Linux, включая: установку и первичную конфигурацию системы, администрирование служб и сервисов, настройку и сопровождение мандатной модели безопасности (уровни доступа, метки, политики);
🔹опыт проектирования, создания и поддержки отказоустойчивых кластеров и сервисов (High Availability, load balancing; keepalived, HAProxy, и пр.);
🔹практический опыт работы с PostgreSQL (с 1С) настройка, тюнинг, бэкап, восстановление, репликация.

Эта вакансия предполагает частые командировки.

🟢Lead SRE
Что нам важно:
🔹руководство группой системных инженеров на территории заказчика до 5 человек;
🔹поддержка высоконагруженных кластеров OKD;
🔹установка релизов ПО на распределенную сеть дата-центров;
🔹мониторинг платформенных и продуктовых сервисов.

🟢Главный специалист мониторинга ИБ
Что нам важно:
🔹опыт работы в аналогичной роли не менее 3 лет;
🔹опыт работы с AD, DNS, DHCP, ОС Windows и Linux;
🔹практический опыт с одной из SIEM-систем: KUMA, RuSIEM или Wazuh;
🔹понимание принципов управления инцидентами и уязвимостями.

💙 Подробности и другие вакансии ищите на нашем карьерном сайте. Откликайтесь сами и делитесь со знакомыми! #вакансии_Криптонит

Собрали все материалы «Криптонита» на тему машинного обучения за 2025 год! Получилось много — сохраняйте, чтобы не потерять🧠 #подборки

✖️Новости✖️
🔹В России разработали метод ускорения настройки базовых станций 5G с помощью ИИ
Разработка поможет ускорить и упростить процесс производства оборудования для сетей пятого поколения.

🔹В России разработали инновационный метод обучения нейросетей на миллионах уникальных объектов
Компания «Криптонит» разработала модификацию метода обучения нейросетей, позволяющую значительно увеличить количество распознаваемых уникальных объектов без пропорционального увеличения объёма нейросетевых моделей и требований к ресурсам.

🔹Российские учёные предложили способ избежать ошибок нейросетей
Разработанная в «Криптоните» методика помогает точнее прогнозировать поведение ИИ при смене данных. Это особенно важно для традиционно обученных систем, которые составляют большинство современных ИИ. (а вот тут найдёте более технический обзор на Хабре)

🔹В России разработали новый метод измерения пульса, способный повлиять на будущее телемедицины
Разработка может применяться для фонового мониторинга работы сердечно-сосудистой системы там, где обычные пульсовые датчики мешают или стесняют движения.

✖️Материалы на Хабре✖️
🔹Мир после трансформеров: закат и новый рассвет больших языковых моделей
В этой статье эксперты из лаборатории искусственного интеллекта компании «Криптонит» расскажут о существующих ограничениях LLM, наметившихся путях их преодоления и о том, какими будут следующие большие языковые модели.

🔹Лучшие фреймворки для машинного обучения в 2025 году
Рассматриваем самые актуальные фреймворки для машинного обучения, анализируют причины их популярности, ключевые области применения и тенденции развития.

🔹Loss Landscape Analysis — новая библиотека для анализа точности обучения и оценки обобщающей способности нейросетей
Эта библиотека в значительной мере опирается на две существующие, но ныне заброшенные их авторами библиотеки на PyTorch: Loss landscapes [llpg] и PyHessian [PHg].

🔹Как просто добавить ИИ в приложения на Rust: универсальный опенсорсный инструмент
Rust-разработчик в «Криптоните» Михаил Михайлов создал инструмент на Rust, который облегчает запуск моделей машинного обучения и их внедрение в приложения. Это эффективная и универсальная библиотека с открытым исходным кодом.

✖️Видео✖️
🔹У кого искусственный интеллект отнимет работу? Подкаст про нейросети и профессию ML-специалиста
Правда ли ИИ так сильно влияет на бизнес и повседневную жизнь? Какие профессии сможет заменить искусственный интеллект? И где надо учиться, чтобы стать погонщиком нейросетей? Обо всём этом поговорили в подкасте #Криптонит_говорит. (альтернативные видеоплееры тут)

✖️Посты в телеграме✖️
🔹Погружаемся в мир нейросетей с нашей эксклюзивной рубрикой #нейрословарь. Разбираем термины из мира нейронных сетей вместе с экспертами лаборатории ИИ в «Криптоните».

☃️ Предновогодняя пятничная задачка!

Программист задаёт отрисовку фрактальной ёлки 🎄в виде треугольника Серпинского итеративным способом. После каждой итерации центральный треугольник удаляется.

❄️ Сколько минимально потребуется итераций, чтобы общее число треугольников всех рангов стало больше 2026? #задачки

С наступающим Новым годом! Пусть в 2026 году все задачи «со звездочками» решаются, а ходы конём будут удачными!♟

А мы уходим на каникулы до 12 января — желаем и вам хорошо отдохнуть и перезагрузиться🖤

❄️Всех приветствуем в 2026 году!

Чтобы прийти в себя после январских и вспомнить пароль от компьютера, предлагаем размять мозги нашей задачкой!

❗️Программист решил украсить фрактальную ёлку. Он написал код, рисующий снежинку Коха по итерационному алгоритму.

На первой итерации задаётся базовая фигура из двух равносторонних треугольников. У этой фигуры 12 углов. На каждой следующей итерации фигура усложняется, и у неё становится больше углов.

Сколько итераций потребуется, чтобы число углов превысило 2026?

Ждём ваши ответы в комментариях! #задачки

ИИ в бизнесе — это как стажёр с суперспособностями.

Продолжаем рассматривать влияние искусственного интеллекта на бизнес. В этот раз мы с Виталием Пирожниковым, руководителем лаборатории ИИ в «Криптоните», посмотрим, какие риски несут LLM — первую часть аналитики читайте тут. #мнения_экспертов

❗️Итак, проблемы с реализацией — это лишь верхушка айсберга. Гораздо серьёзнее выглядят системные риски, которые возникают при интеграции LLM в критически важные операции.

🟥Слабая устойчивость моделей: ИИ модели могут ошибаться, особенно на данных, которые отличаются от тех, на которых они обучались.

«Это называется distribution shift и приводит к росту ошибок в реальных бизнес-приложениях. Например, в банковских системах данные меняются из-за новых паттернов мошенничества, экономических сдвигов или сезонных факторов, а LLM, как и любая другая модель, может оказаться неспособна их учесть и выдаст необоснованную рекомендацию», — пояснил Виталий Пирожников.

🟥Чёрный ящик вместо логики: когда ИИ-система даёт сбой, бывает сложно понять его причины, что приводит к длительным разборам спорных ситуаций и сложному процессу преодоления проблем.

🟥Неправильные бизнес-решения: вера в ИИ без человеческой валидации/контроля решений, устаревание моделей.

🟥Сложная ответственность за решения: кто несёт юридические риски, если ИИ-система ошибается в критических вопросах?

🟥Галлюцинации: генерация ложных утверждений, которые могут вызвать репутационные риски. Например, в феврале 2023 года Google устроила презентацию ИИ Bard. Он дал неверный ответ, спутав два телескопа: VLT и JWST.

🟥Утечки данных: риски особенно высоки при использовании в коммерческих целях публичных ИИ-сервисов, таких как ChatGPT, DeepSeek и подобных.

🟥Инъекции запросов (prompt injection): существующие модели допускают манипуляции через злонамеренные запросы, заставляющие модель раскрывать конфиденциальные данные.

🟥Дипфейки: мошенничество с использованием синтезированного голоса/видео.

🟥Утеря контроля за бизнес-процессами: бесконтрольное использование ИИ способствует принятию необоснованных решений. Например, при найме сотрудников сотрудник HR зачастую не может объяснить, почему одно резюме ИИ рекомендовал, а другое — отсеял. Слепое доверие ИИ подрывает основы взаимодействия между людьми.

Пока все отдыхали на праздниках и доедали оливье, наш эксперт-«скалист» уже вовсю работал над базой знаний по Scala!

5 января Артём Корсаков, руководитель группы Scala-разработчиков в «Криптоните», опубликовал в своём проекте Scalabook обновления, над которыми он работал больше двух месяцев.

Делимся!
🔹Создание нового проекта на Scala 3
🔹Основные типы задач
🔹Статусы и типы задач
🔹Локализация
🔹Работа с базой данных (CRUD операции)
🔹Генерация SQL через макросы
🔹Реализация CRUD операций
🔹Интеграционное тестирование с базой данных

Отправляйте этот пост коллегами, которые пишут на Scala! 💙

📌Scalabook — это уникальная русскоязычная база знаний по Scala. На сайте представлены материалы о функциональном программировании, алгоритмах и структурах данных, классах типов, переводы статей. Также у проекта есть телеграм-канал с новостями — @scalabook. Подписывайтесь!🖤 #scalabook #scala

В обучении искусственный интеллект не помогает, а больше мешает.

Такое интересное мнение прозвучало в нашем подкасте «Криптонит говорит», где мы обсуждали, как расти внутри компании и почему джуны больше не нужны.

❔ А что вы думаете, ИИ в обучении — друг?

Полный выпуск подкаста доступен на платформах:
📺 VK Видео
📺 YouTube
📺 Rutube
💬 Подкаст в телеграме
🎵 Яндекс.Музыка

В выпуске приняли участие:
🟦Василий Беляев, frontend team lead в «Криптоните»;
🟦Артём Поморцев, middle frontend-разработчик в «Криптоните»;
🟦Семён Клюев, junior frontend-разработчик в «Криптоните». #Криптонит_говорит

Принесли вам две новые вакансии! Откликайтесь сами и делитесь с коллегами💙

✖️Программист 1С
Основные задачи:
🔹разработка нетиповой системы оперативного учета на платформе 1С Предприятие 8.3;
🔹участие в проектировании информационной системы с использованием принципов сервисно-ориентированной архитектуры;
🔹проведение review кода;
🔹работа в команде по гибким методологиям ведения проекта Agile (Scrum/Kanban);
🔹использование в работе практик CI/CD: Git, OneScript, Vanessa Automation и т.д.

✖️Системный аналитик
Основные задачи:
🔹коммуникация с заказчиком, стейкхолдерами и командой по проекту;
🔹анализ текущего состояния бизнес-процессов и подготовка предложений по оптимизации (AS IS/TO BE);
🔹сбор, анализ, формализация и согласование бизнес-требований, функциональных требований и технических заданий;
🔹участие в тестировании и внедрении решений, а также в обучении пользователей;
🔹ведение необходимой документации по проектам.

📌Подробности и другие вакансии ищите на нашем карьерном сайте. #вакансии_Криптонит

Что такое Nested Learning?

Вместе с экспертами «Криптонита» из лаборатории искусственного интеллекта подготовили новый пост для рубрики #нейрословарь! Делитесь с коллегами, которые интересуются этой темой💙

❗️У языковых моделей существуют фундаментальные ограничения, которые не дают им непрерывно обучаться.

В Google Research совместно с Университетом Южной Калифорнии предложили новую парадигму обучения. Она получила название Nested Learning, или «вложенное обучение», поскольку использует набор вложенных задач оптимизации, каждая из которых имеет свой контекстный поток. С ней модель рассматривается как динамичная архитектура, в которой каждый компонент модели обучается в своём собственном контексте и со своей частотой обновления.

🟢Nested Learning — это подход к разработке алгоритмов обучения с большим количеством уровней, приближающий к идее непрерывного обучения.

В нём используются три ключевых элемента:
🟦оптимизаторы с глубокой памятью;
🟦самореферентный (изменяющий сам себя) модуль обучения;
🟦система непрерывной памяти (continuum memory) вместо её традиционного разделения на долговременную и кратковременную.

Авторы проводят параллель с человеческим мозгом: в отличие от сферы ИИ, где «запоминание» и «обучение» часто считаются синонимами, в нейрофизиологии эти понятия различаются.

🔘Запоминание — это обновление нейронных состояний под воздействием сигнала, в то время как обучение — приобретение «полезной» памяти, фиксирование нейронных изменений, способствующих решению какой-либо задачи.

Оба процесса лежат в основе ассоциативной памяти — способности логически связывать события. Авторы показывают, что все компоненты моделей (нейросети и оптимизаторы) являются системами ассоциативной памяти, сжимающими свой поток контекста. То есть, они отображают множество ключей на множество значений.

❗️В качестве доказательства концепции NL авторы разработали архитектуру Hope, которая представляет собой самоизменяемый модуль с непрерывной памятью.

Hope сочетает быстрое обучение (как у трансформеров) с долговременным хранением вновь полученных знаний. Он показал мноогообещающие результаты в задачах обучения новым языкам и в обработке сверхдлинных (свыше 10 М токенов) контекстов с сохранением логической цепочки рассуждений.

Возможно, Nested Learning и другие концептуально новые подходы в ML помогут создавать модели, которые учатся непрерывно и адаптивно — ближе к тому, как учится человек.

🔹Какая технология во frontend-разработке наиболее переоценённая? (спойлер: React)
🔹Может ли прямо сейчас ChatGPT заменить тебя на работе?
🔹Лучше менять работодателя каждые пару лет или расти внутри одной компании?

Эти вопросы мы задали разработчикам во время блица на подкасте «Криптонит говорит»! Ещё в выпуске мы обсудили, почему многим компаниям джуны не нужны, а также поговорили о менторстве и современных трендах во фронтенде.

Если пропустили подкаст, смотрите его на платформах:
📺 VK Видео
📺 YouTube
📺 Rutube
💬 Подкаст в телеграме
🎵 Яндекс.Музыка

В выпуске приняли участие:
🟦Василий Беляев, frontend team lead в «Криптоните»;
🟦Артём Поморцев, middle frontend-разработчик в «Криптоните»;
🟦Семён Клюев, junior frontend-разработчик в «Криптоните». #Криптонит_говорит

Будущее ИИ в бизнесе — не там, где его сейчас ищут

Завершаем наш блок #мнения_экспертов про тренды внедрения ИИ, связанные с этим риски для бизнеса и способы их устранения. Читайте предыдущие посты — про причины кризиса и про риски использования. #мнения_экспертов

❗️Сегодня есть ощущение, что большие языковые модели достигли своего эволюционного предела. Их дальнейшее развитие потребует обхода архитектурных ограничений и возрастающих объёмов инвестиций, непропорциональных ожидаемой отдаче.

Поэтому будущее ИИ лежит за пределами чистых LLM.

Эксперты прогнозируют сдвиг к мультиагентным системам, где несколько ИИ-модулей с разной архитектурой сотрудничают для выполнения сложных задач, как это делают люди в классических бизнес-процессах.

Уже сейчас набирают популярность мультиагентные системы (Multi-Agent Systems — MAS), но пока это лишь перспективное направление, а не готовое решение.

🔴Важно: это не означает отказ от простых моделей. Напротив, формируется многоуровневая экосистема, где очень нужны узкоспециализированные, энергоэффективные и предсказуемые модели.

Они играют роль высоконадёжных исполнительных модулей, которые решают конкретные задачи внутри более крупных мультимодальных конвейеров. Их сила — в низкой стоимости и стабильном результате.

Скорее всего, скоро изменится подход к использованию LLM. Вместо универсального инструмента они станут чаще применяться в роли планировщика (Planner) и действовать как «мозг» AI-агента.

Сегодня в рубрике #на_ноль_делить_нельзя разбираемся с числами Люка!

🟢Вы наверняка слышали о числах Фибоначчи. Сегодня мы поговорим об их родственниках — числах Люка (Lucas Numbers). Они подчиняются тем же законам, но их ряд начинается с двойки: 2, 1, 3, 4, 7… каждое следующее число равно сумме двух предыдущих.

Своё название эти числа получили в честь французского математика Франсуа Люка, который открыл их в конце XIX века. Он изучал числовые ряды и пришёл к выводу, что числа Фибоначчи — частный случай целого класса последовательностей с уникальными свойствами.

Сейчас мы знаем их как линейные рекуррентные последовательности второго порядка. К этому же семейству относятся числа Пелля, Джейкобсталя и другие. Их общий вид: xₙ = a * xₙ₋₁ + b * xₙ₋₂, где a и b — константы.

Такие последовательности используются в комбинаторике, в задачах нахождения центра масс, при генерации псевдослучайных чисел, для анализа сложности алгоритмов и при проверке чисел Мерсенна на простоту (тест Люка-Лемера).

📌В 1990-е годы была разработана криптосистема LUC, основанная на сложности вычисления некоторых элементов последовательности Люка по модулю большого простого числа.

🔴Однако конкурирующие криптосистемы на других математических задачах оказались эффективнее. В итоге LUC не была стандартизирована NIST и осталась в истории.

#scala
Альтернативы императивным циклам в мире функционального программирования

👆 На нашем Хабре вышла новая статья! В ней Артём Корсаков, руководитель группы Scala-разработчиков в «Криптоните», разбирает свёртки (folds) и развёртки (unfolds). Это модели вычислений, работающие поверх рекурсивных типов данных, таких как связанные списки, деревья и т.д.

В этой статье:
🟦свёртка с одним параметром;
🟦генерация новой структуры;
🟦двойственность Fold и Unfold;
🟦натуральные числа как рекурсивный тип данных (базовая операция свёртки, развёртка для натуральных чисел, реализация цикла while).

Читайте статью в нашем блоге на Хабре!

📌Артём ведёт Scalabook — русскоязычную базу знаний по Scala и функциональному программированию. Также у проекта есть телеграм-канал с новостями — @scalabook. Подписывайтесь! #scalabook