Наш директор департамента разработки Алексей Шуксто пишет на Scala и Java. И периодически он выступает на конференциях с докладами на тему этих языков. Или пишет про них статьи.

Оставили ссылки на материалы ниже — кто интересуется Java и Scala, советуем!

📣 В конце поста вы найдёте актуальные вакансии к нам в разработку — откликайтесь, и будете работать с Алексеем!

🔹Эффект трамплина. WTF?! Запись митапа на YouTube и Rutube, где Алексей рассказал про эффекты и трамплины в Scala.
🔹Зачем в Scala трамплины и как их использовать? Та же тема, но под другим углом. Читайте подробную статью на Хабре.
🔹Жизнь и смерть и роботы управление ресурсами в Scala. Большая статья про особенности управления жизненными циклами объектов в Scala и Java разных версий. Она тоже ждёт вас на Хабре.
🟢Текст написан по мотивам выступления Алексея на конференции JVM Day. Посмотреть запись можно вот тут.

Вакансии в департамент разработки «Криптонита»
🔹Руководитель направления Scala-разработки
🔹Scala Team Lead
🔹Scala Developer / Senior Scala Developer
🔹Tech Lead Data Engineer
🔹Senior Data Engineer
🔹Data Engineer
🔹Junior Data Engineer
🔹Python Team Lead (Backend)
🔹Rust Developer (middle)
🔹С++ разработчик (Middle+, Senior)
🔹Разработчик C++

Другие вакансии смотрите на нашем карьерном сайте

📌И давайте поставим этому посту побольше реакций — тогда мы уговорим Алексея дать нам интервью и рассказать, как быстро стать директором😄

Уйти из айти — бросаем разработку ради психологии и смотрим, что из этого получится. Спойлер: возвращение обратно на апгрейде.

Наша руководительница группы серверной разработки Анна Пономарёва так и сделала: поработав пару лет во фронтенде, она пошла учиться на психолога в магистратуру. Чтобы потом вернуться в разработку, но уже в бэкенд.

🟦Есть ли взаимосвязь между темпераментом человека — холерик, сангвиник, меланхолик, флегматик — и парадигмой программирования, которую он выбирает?
🟦Что лучше: 12 часов перед экраном ноутбука один на один или 6 часов работы с людьми?
🟦Помогает ли знание психологии лучше управлять командой?
🟦И правда, что все айтишники — необщительные интроверты?

💬Об этом и не только читайте в нашем новом интервью на Хабре. Внутри есть ссылка на классный курс, который поможет перестать бояться выступать на митапах и конференциях.

🔹«Мы проводили разные виды тестирования больных. Это морально тяжелая работа, потому что в тестах могли быть вопросы из серии: "Вы хотите умереть?". Как-то я проводила тестирование 73-летнего дедушки, заслуженного учителя. Он говорит: "Зачем вы это спрашиваете? Чего вы хотите добиться?". А что я могу сказать? "Это вопрос опросника. Потом кто-то на основе ваших ответов напишет статью"? Было много таких циничных моментов, как в целом часто бывает в медицине».

🔹«В разработке, математике, физике и т.д. очень много экстравертов. Я думаю, этот миф пошёл из стародавних времён, когда Computer Science занимались очень увлечённые люди, такие учёные в очёчках. Вот они возможно действительно были интровертами. Но это была совсем другая эпоха и другая область».

🔹«У любого специалиста должна быть супервизия. Психоаналитик или психолог, который сам не ходит на сессии — это точно ред флаг. Это некоторая гигиена, как мыть руки врачу».

📌Пишите в комментариях — уходили ли вы когда-нибудь из IT в другие области?

Ваш ребёнок — школьник, который разбирается в математике? Тогда скорее участвуйте в олимпиаде по криптографии имени И.Я. Верченко!

Это отличный шанс проверить свои знания по этим точным наукам. Задания будут непростые, но и ставки высоки — победители и призёры смогут поступить в вуз без экзаменов! Все подробности читайте в правилах на сайте.

Отборочный этап проходит онлайн, поэтому можно участвовать из любого города!

⚡️Скорее регистрируйтесь!

📌Иван Яковлевич Верченко — советский математик, криптограф, педагог, доктор физико-математических наук.

«Я не считаю, что криптография — это мужская профессия»

Поговорили с нашим специалистом-исследователем лаборатории криптографии Анастасией Чичаевой: правда ли, что криптография — шпионская профессия? А ещё обсудили, как стать таким специалистом, какие качества для этого нужны, и почему это больше не только мужская профессия.

Смотрите видео на любой из платформ:
📱 YouTube
📱 VK Видео
🟢 Rutube

🔹«Ты не всегда можешь гарантировать, что получится какой-то результат. Не всегда можно оценить, сколько тебе понадобится времени: часто в доказательствах всплывают подводные камни. Иногда некоторые задачи могут длиться больше года».

🔹«На математическом факультете всегда учиться тяжело. Хотя тогда тебе казалось, что это супер-важно, если я что-то не сдам. А сейчас со временем это кажется менее важным. Но бессонные ночи перед экзаменом были!»

🔹«У меня родственники вообще думают, что я просто сижу и что-то шифрую. Но это не так».

🔹«Спорт отлично помогает очистить голову после тяжёлой работы. После тренировки ты физически устал, но голова — чистая». #Криптонит_в_лицах

Согласны с Исааком Семёновичем? 🤔 #цитаты_вдохновляют

«Доверенный искусственный интеллект» — это недостижимый в реальном мире идеал...

По крайней мере, так считает сотрудник кафедры ИБ факультета ВМК МГУ Евгений Ильюшин — своим мнением он поделился на встрече экспертного сообщества, которую организовал «Криптонит».

💬Прочитать полный обзор заседания экспертного клуба можно у нас на Хабре
📣Посмотреть видеозапись дискуссии можно на Rutube или VK видео

Для создания такого ИИ пришлось бы доверять всем его элементам на всех уровнях. Оснований для такого безоговорочного доверия нет, и вряд ли они вообще возможны за пределами абстрактной модели. Поэтому на практике целесообразнее оценивать надёжность ИИ по каким-то исчисляемым и проверяемым параметрам.

⚡️В большинстве случаев для оценки ИИ применяют статистические оценки: точность, полнота, F-мера. Однако в последнее время стало очевидно, что таких оценок недостаточно — нужно выполнять комплексную оценку надежности ИИ-систем, которая включает в себя статистические, формальные и эмпирические критерии. Как раз такую и разработал Евгений Ильюшин.

Эта система состоит из шести тестов, по каждому из которых результат можно выразить в долях единицы (или в процентах):
🟩оценка качества на исходном распределении;
🟩оценка устойчивости к сдвигам в распределении;
🟩оценка устойчивости к состязательным атакам;
🟩оценка неопределённости (энтропии);
🟩оценка интерпретируемости;
способность системы детектировать выход из распределения.

При оценке надёжности систем ИИ нужно смотреть, как они сохраняют устойчивость при разных типах сдвига и способны ли вообще детектировать выход из распределения. На сегодня в машинном обучении нет надёжных способов обнаружить ошибку. Если классическое ПО в случае получения на вход некорректных данных выдаст исключение или перестанет работать, то система ИИ попытается продолжить работу и вернет результат, при этом формат входных данных должен соответствовать ожидаемому. #доверенныйИИ

Символ айтишников 80-х годов. Перед вами Sharp PC-1500 — игровой калькулятор с магнитофоном и принтером. Рассказываем о нём ниже. #история_математики

В начале восьмидесятых годов XX века началось серийное производство продвинутых калькуляторов, которые могли хранить в памяти значения нескольких переменных и выполнять многоэтапные вычисления по заданному алгоритму. Одной из наиболее удачных моделей стала Sharp PC-1500, которую сейчас называют предтечей карманных компьютеров, или даже первым из них.

❗️Впервые Sharp PC-1500 был представлен в 1981 году в Японии, но менее чем через год стал популярен во всём мире. Появились адаптации для разных стран, включая Китай, Австралию и Бразилию, а в СССР был больше известен его венгерский клон HiradasTechnika PTA-4000.

🟢Изюминкой Sharp PC-1500 была его энергоэффективность — он питался от четырёх пальчиковых батареек, хотя был весьма мощным для своего времени. В нём использовался 8-битный процессор LH 5801, работавший на частоте 1,3 МГц и 2 КБ оперативной памяти.

🧮Устройство массой 375 грамм и размером со среднюю книгу подкупало своей универсальностью. К нему можно было подключить док-станцию, матричный принтер (четырёхцветный!), кассетный магнитофон и специализированные ленточные накопители, платы отладки и внешние модули памяти объёмом до 32 КБ с собственным питанием от литиевых элементов.

Главным преимуществом Sharp PC-1500 была способность запускать программы на языке BASIC. Со временем появились даже версии, поддерживающие программирование на Ассемблере и Си.

Для ввода команд использовалась клавиатура с 65 клавишами, а результат отображался на однострочном дисплей с разрешением 156×7 пикселей. На экран можно было выводить не только буквы и цифры, но и символы псевдографики.

📌У айтишников Sharp PC-1500 стал одним из символов 80-х. Программисты со всего мира написали для него десятки утилит и игр, запустить которые вы можете сегодня прямо в браузере.

Мы сегодня к вам с вакансией!⚡️«Криптонит» ищет ведущего архитектора решений

Что нужно делать:
🔹Участвовать в разработке целевой архитектуры проекта и целевых архитектур отдельных систем
🔹Сопровождать реестр архитектурных решений Architecture decision record (ADR)
🔹Формировать и актуализировать архитектурный ИТ-ландшафт компании
🔹Участвовать в разработке внутренней архитектуры компонентов совместно с системными архитекторами
🔹Формировать и развивать архитектурные стандарты в области разработки ПО и ПАК
🔹Координировать работу системных архитекторов

Стек:
🔹СХД (S3-подобные, типа MinIO) 
🔹Брокеры сообщений (kafka, rabbitmq)
🔹Hadoop и стек от Apache для работы с данными и потоками данных (Spark, Flink, NiFi, AirFlow)
🔹Системы мониторинга и Time-series DB (ELK, Graphana, Prometheus)
🔹Реляционные БД (Postgress), Документно-ориентированные БД (Mongo), Колоночные БД (Vertica), Распределенные БД (Cassandra, GreenPlum)
🔹Интеграционные механики (ключевые слова: gRPC, REST, Protobuffers, JWT)

➡️Переходите по ссылке, чтобы узнать подробности и откликнуться. Другие наши вакансии ищите на карьерном сайте. #вакансии_Криптонит

От пролога до логического вывода. Продолжаем рассказывать об истории языков программирования📚 #ИЯП

Пролог — это не только вступление, но и язык программирования, оказавший большое влияние на развитие ИИ. Он был предложен профессором Экс-Марсельского университета Аленом Кольмерауэром. Появившись в 1972 году, Prolog быстро стал самым популярным воплощением концепции логического программирования.

🔵В программах на Prolog нет жёсткой последовательности действий. Вместо неё задаётся набор известных фактов (предикатов), составляющих базу знаний. Обращаясь к программе, пользователь отправляет запрос к её базе знаний. На основе системы фактов и правил вывода программа пытается доказать или опровергнуть некоторое утверждение об объектах и их связях, содержащееся в запросе.

Например, в программе на Prolog есть записи о видах деятельности разных компаний:

область_деятельности(КРИПТОНИТ, ИИ)
область_деятельности(КРИПТОНИТ, ИБ)
область_деятельности(ДРУГАЯКОМПАНИЯ, ИИ)
область_деятельности(ДРУГАЯКОМПАНИЯ, телеком)
область_деятельности(ЕЩЁКОМПАНИЯ, ритейл)

Пользователь хочет узнать, какие компании занимаются разработкой в области ИИ. Для этого он отправляет запрос:

?область_деятельности(X, ИИ)

И получает ответ следующей структуры:

X = КРИПТОНИТ, ДРУГАЯКОМПАНИЯ

❗️Полнота ответа зависит от актуальности базы знаний, а его стиль — от заданного шаблона унификации логического вывода.

📌В 1996 году Prolog был описан в стандарте ISO/IEC JTC1/SC22/WG17 и продолжает развиваться в настоящее время. Его можно назвать частично-декларативным (код = данные), побуждающим использовать как приёмы процедурных языков, так и элементы ООП, но двигающимся в сторону императивного программирования и интеллектуальных агентов.

Соскучились по нашим пятничным задачам? Вот новая! Ждём ответы в комментариях.

Задача о хитром трактирщике
🍊🫚🍋
В один трактир зашёл сборщик податей и стал требовать с хозяина деньги. «Мой трактир только открылся, — воскликнул хозяин. — Дай мне время заработать!».
— Сколько же тебе нужно времени?
— Так сразу и не скажешь. Давай посчитаем. Чтобы привлечь посетителей, я использую разные специи. Среди них четыре вида цитрусовых, пять типов орехов, шесть заморских пряностей и семь разных трав. Готовя блюда, я могу положить одну или несколько специй… да хоть все разом! Но я никогда не повторяюсь, и каждый день готовлю по новому рецепту! Вот когда перепробую все варианты, тогда и буду готов заплатить.
— Разный набор специй каждый день, 4, 5, 6, 7 всяких там специй, — пробормотал сборщик податей. — Ох, чего-то я сразу и не соображу! Ладно, шут с тобой. Звучит немного. Я потом посчитаю и вернусь за деньгами.

❗️Через сколько дней должен вернуться сборщик податей?
#задачки

Многим разработчикам не нравится ситуация в Python сообществе: есть большое количество инструментов, которые решают похожие задачи, но делают это по-разному.

Каждый инструмент нужно установить, настроить и запомнить его основные команды. Но нет гарантий, что он поможет — в Интернете много устаревших и вредных советов.

Так что делать? Денис Савран, наш старший разработчик направления серверной разработки на интерпретируемых языках, поделился инструментом, который появился только в этом году, но уже решает множество проблем.

💬Читайте о нём в статье на Хабре💬

В материале вы узнаете:
🔹Как сократить количество инструментов локальной разработки.
🔹Как оптимально собрать образ Docker.
🔹Как проверить код проекта хуками pre-commit и запустить тесты в GitLab CI.

📌Есть у нас тут «питонисты»? Как в ваших командах вы решаете эти проблемы? #python #разработка #хабр

Что такое LVLM? Рассказываем в новом выпуске рубрики #нейрословарь

🧠В машинном обучении существуют модели, способные работать с данными в разных форматах, например — с текстом и изображениями. Причём, во втором случае они умеют не просто распознавать объекты в отдельных кадрах, но и обнаруживать между ними сложные пространственно-временные отношения, анализируя видеоролик в целом.

Такие модели называют LVLM (Large Vision Language Model), или большие зрительно-языковые модели. В их разработке используется архитектура трансформеров, что позволяет им эффективно обрабатывать большие объёмы данных.

🟢LVLM применяются в основном для автоматического аннотирования видеозаписей, что экономит миллионы часов ручного труда. С их помощью составляется описание для роликов на YouTube и других сервисах видеохостинга. Также LVLM могут применяться для создания текстовых описаний к записям с камер видеонаблюдения и последующего поиска по ним.

❗️Наиболее мощными LVLM сегодня считаются VideoLLaMA2, LLaVA-NEXT-Video, Video-LLaVA, VideoChat2, Tarsier и ShareGPT4Video. Из них Taiser генерирует самые точные (но и самые краткие) аннотации, а ShareGPT4Video хоть и впечатляет объёмными описаниями, чаще других галлюцинирует и повторяется.

На коротких фрагментах современные LVLM уже могут описывать видео с приемлемой детальностью. Однако им всё ещё сложно работать с контекстом при анализе длинных видеороликов, особенно с частой сменой планов.

Недавно китайскими исследователями был предложен тест FIOVA (Five In One Video Annotations) для оценки качества работы LVLM. В нём используется сравнение сразу с пятью аннотациями независимых авторов, а длина сравниваемого текста увеличена как минимум в 4 раза.

Из-за какого предмета можно вылететь с факультета ВМК МГУ? Рассказывает специалист-исследователь лаборатории криптографии компании «Криптонит» Анастасия Чичаева.

Это небольшой фрагмент ролика, где мы обсудили, зачем нужна криптография ИТ-компаниям, какие качества нужны, чтобы стать криптографом, и сложно ли найти работу такому специалисту?

Смотрите видео на
📱 YouTube
📱 VK Видео
🟢 Rutube

А какой предмет в университете у вас вызывал бессонные ночи?😄 Вышмат? Сопромат? Дискретная математика? Делитесь в комментариях!