AI ноябрь: дайджест релизов от Anthropic, Meta, Alibaba и российских команд
Обзор недавних релизов AI-моделей: от генераторов изображений и видео до думающих LLM и инструментов для сегментации

Обзор недавних релизов AI-моделей: от генераторов изображений и видео до думающих LLM и инструментов для сегментации

Пафос пафосом, а сервис и вправду начал тектонический сдвиг в том, как мы живем и работаем

Показываем, как метрика Time to Optimize превращает FinOps из теории в экономию. Разбираем формулу расчета, примеры и то, почему быстрое реагирование на перерасходы важно не меньше, чем time to market.

Почему мне нравится MacBook Air M4, кому не подойдёт, чем его дополнить и какие могут быть альтернативы

Чем плох Speedtest и зачем поднимать свой узел (или использовать правильные)

Локальный прод делает нас независимыми от внешних API: капризы провайдеров, модерация, отключения или апдейты моделей больше не ломают воркфлоу. Но хайп вокруг локальных моделей часто разбивается о суровую реальность стоимости железа и поддержки. Разбираемся, из чего состоит инфраструктура прода для локальных LLM, что важнее — размер модели или TPS и какие метрики нужно вывести на дашборд, чтобы ничего не упало.

Мессенджер не работает в ряде регионов страны

Кто следующий на очереди — пока неизвестно

Объясняем, как перенести возможности ИИ для распознавания бухгалтерских документов в мобильное приложение для iOS и Android

Сложные финансовые модели "сверху-вниз" провалились, так как инженеры их не понимали. Компания перешла к подходу "снизу-вверх": разработчики сами определяют метрики эффективности, на которые могут влиять. Успех FinOps — это не точные прогнозы, а общая культура, единый язык и ответственность команд. Эффективность должна стать частью ДНК инженеров.

Ребята интересными идеями поделились
