More posts — page 6

254 posts total
А
Архиватор | IT
@archivator_it
1.4K

🌎 MySQL Crash Course: A Hands-on Introduction to Database Development (2023)

❔ Чему вы научитесь: 🔵 Написанию точных SQL-запросов (SELECT, JOIN, GROUP BY) для фильтрации и агрегации сложных массивов данных; 🔵 Проектированию надежных реляционных схем с учетом правил нормализации для исключения избыточности; 🔵 Использованию индексов для кардинального ускорения поиска информации в многомиллионных таблицах; 🔵 Созданию хранимых процедур (Stored Procedures) и триггеров для инкапсуляции бизнес-логики на стороне сервера; 🔵 Управлению транзакциями (ACID), блокировками и настройке прав доступа для обеспечения безопасности хранилища.

"MySQL Crash Course" — это интенсивный старт для тех, кому нужно быстро освоить самую популярную в мире open-source СУБД. Книга лишена лишней академической воды и сразу бросает читателя в практику. Вы получите железобетонную базу работы с SQL, которая позволит уверенно проектировать базы данных для веб-приложений, анализировать метрики и поддерживать целостность информации.

🗄Скачать курс

Архиватор

A
Artificial Intelligence & ChatGPT Prompts
@curiousprogrammer
607

A-Z of essential data science concepts

A: Algorithm - A set of rules or instructions for solving a problem or completing a task. B: Big Data - Large and complex datasets that traditional data processing applications are unable to handle efficiently. C: Classification - A type of machine learning task that involves assigning labels to instances based on their characteristics. D: Data Mining - The process of discovering patterns and extracting useful information from large datasets. E: Ensemble Learning - A machine learning technique that combines multiple models to improve predictive performance. F: Feature Engineering - The process of selecting, extracting, and transforming features from raw data to improve model performance. G: Gradient Descent - An optimization algorithm used to minimize the error of a model by adjusting its parameters iteratively. H: Hypothesis Testing - A statistical method used to make inferences about a population based on sample data. I: Imputation - The process of replacing missing values in a dataset with estimated values. J: Joint Probability - The probability of the intersection of two or more events occurring simultaneously. K: K-Means Clustering - A popular unsupervised machine learning algorithm used for clustering data points into groups. L: Logistic Regression - A statistical model used for binary classification tasks. M: Machine Learning - A subset of artificial intelligence that enables systems to learn from data and improve performance over time. N: Neural Network - A computer system inspired by the structure of the human brain, used for various machine learning tasks. O: Outlier Detection - The process of identifying observations in a dataset that significantly deviate from the rest of the data points. P: Precision and Recall - Evaluation metrics used to assess the performance of classification models. Q: Quantitative Analysis - The process of using mathematical and statistical methods to analyze and interpret data. R: Regression Analysis - A statistical technique used to model the relationship between a dependent variable and one or more independent variables. S: Support Vector Machine - A supervised machine learning algorithm used for classification and regression tasks. T: Time Series Analysis - The study of data collected over time to detect patterns, trends, and seasonal variations. U: Unsupervised Learning - Machine learning techniques used to identify patterns and relationships in data without labeled outcomes. V: Validation - The process of assessing the performance and generalization of a machine learning model using independent datasets. W: Weka - A popular open-source software tool used for data mining and machine learning tasks. X: XGBoost - An optimized implementation of gradient boosting that is widely used for classification and regression tasks. Y: Yarn - A resource manager used in Apache Hadoop for managing resources across distributed clusters. Z: Zero-Inflated Model - A statistical model used to analyze data with excess zeros, commonly found in count data.

Data Science Interview Resources 👇👇 https://whatsapp.com/channel/0029Va4QUHa6rsQjhITHK82y

Like for more 😄

И
ИИволюция 👾
@ai_volution
3K

В сообществе взлетел новый проект создателя Твиттера Джека Дорси – Buzz 🐝

Это опенсорсный децентрализованный воркспейс для совместной работы людей и агентов.

https://github.com/block/buzz

https://buzz.xyz/

Миссия проекта – закрыть проблему координации команд, в которых люди работают с агентами. В компании Дорси Block команды использовали для этого Slack с ботами-агентами, но в процессе возникало множество проблем и неудобств, поскольку, очевидно, Slack создавался для людей. А Buzz, напротив, создан специально под связку люди + агенты.

Как все устроено:

— Люди, агенты, репозитории и решения существуют в одном канале, и, по сути, любой проект превращается в чат с кодом внутри. Вся история (обсуждение, патчи, CI, ревью, финальное решение) тоже хранится здесь. Построено все на обожаемом Джеком Nostr, кстати.

— Каждый агент получает свой собственный ключ, а не работает под чужими credentials. Владелец лишь подписывает узко ограниченную авторизацию, но сам агент подписывает свою работу своей идентичностью. Решает множество проблем с доступами и безопасностью. Подключить можно любого агента, говорящего на ACP, включая Claude Code и Codex.

— Поверх этого еще идет Git-хостинг, спроектированный под рои агентов: например, он легко выдерживает ситуации, когда десятки агентов пушат одновременно и генерируют сотни коммитов за день.

В двух словах, это замена и Slack, и GitHub в эпоху агентов. И не просто теоретически: у проекта есть все шансы быстро забрать большую долю рынка, потому что, во-первых, он правда хорош, а во-вторых, разрабатывает его не стартап, а огромная многомиллиардная компания с богатой инфраструктурой.

T
Teamlead Good Reads – ежедневные советы про менеджмент людей и команд
@leadgr
5.5K

Как строятся современные базы знаний

Команда Cerebras рассказала, как они построили свою автоматически обновляемую внутреннюю базу знаний, которую одновременно используют и люди, и агенты. Вот интересное:

👉База знаний строится поверх всех источников, в которых уже накапливается ценная информация – Slack, кодовая база, документы, Jira, Confluence и куча чего еще. 👉Самые полезные сведения лежат в Slack, так как в глубине тредов принимается куча важных решений. Вытаскивать ее оттуда тоже очень сложно, потому что мусорных обсуждений тоже много. В итоге сработала комбинация из полнотекстового поиска, эмбеддингов, механизма устаревания фактов, реранкинга более редких токенов. 👉Для поиска по коду используется опенсорсный фреймворк CocoIndex, который умеет пересчитывать индекс для каждого коммита инкрементально. 👉В базе знаний есть механизм плагинов, чтобы каждая команда могла добавить свой кастомный источник. 👉Помимо непосредсвенно поиска информации, сделали отдельный тул who_knows, который сразу выдает имена людей, релевантных поисковому запросу. 👉Информация агрегируется по проектам, чтобы сделать результаты поиска более релевантными.

ه
هوش مصنوعی |یادگیری ماشین| علم داده
@ai_tv
2K

یه خبر فوق‌العاده برای کسایی که می‌خوان voice agent بسازن. Hugging Face یه ریپوی رسمی منتشر کرده که کل پایپ‌لاین گفتگوی صوتی رو به‌صورت محلی و open source در اختیارت می‌ذاره.

این پروژه یه پایپ‌لاین ماژولار ارائه می‌ده که از چهار مرحله اصلی تشکیل شده: VAD → STT → LLM → TTS توضیح مراحل کار VAD: Voice Activity Detection تشخیص فعالیت صوتی — کی کاربر داره حرف می‌زنه STT :Speech-to-Text تبدیل گفتار به متن LLM : Large Language Model مغز متفکر agent TTS: Text-to-Speech تبدیل پاسخ متنی به گفتار

راه اندازی: pip install speech-to-speech speech-to-speech

بعد از اجرا، سرور بالا میاد و به‌طور پیش‌فرض از این تنظیمات استفاده می‌کنه:

Parakeet TDT برای تشخیص گفتار Qwen3-TTS برای تولید گفتار

🔗 لینک پروژه

با این استک می‌تونی پروژه‌های جالبی بسازی:

۱. دستیار صوتی خانگی بدون ارسال داده به ابر ۲. ربات پشتیبانی مشتری که مکالمه واقعی داره ۳. اپلیکیشن آموزش زبان با مکالمه طبیعی ۴. کنترل صوتی ابزارها با tool calling ۵. ربات فیزیکی مثل Reachy Mini که حرف می‌زنه و گوش می‌ده

📍 @Ai_Tv

P
PRO | Нейросети
@pro_neiroset
3.9K

🇨🇳 Китай обошёл Claude. И это можно потрогать прямо сейчас

Пока все обсуждают GPT-5 и Claude Fable 5, тихой сапой вышла GLM-5.2 от китайской Z.ai — и в рейтинге Design Arena (это когда живые люди сравнивают ответы вслепую) она набрала 1360 очков против 1350 у Claude.

Чем интересна именно нам:

→ Открытая. Весь код — в публичном доступе. Можно запустить у себя на сервере или даже локально.

→ Доступна из России без VPN. chat.z.ai открывается напрямую, базовый режим бесплатный.

→ Дешёвая через API. В разы дешевле западных аналогов при сопоставимом качестве.

Параллельно Си Цзиньпин на прошлой неделе в Шанхае объявил о создании WAICO — Всемирной организации по сотрудничеству в области ИИ. 29 стран уже вступили. Главный тезис: открытый ИИ должен принадлежать всем, а не нескольким корпорациям.

США в ответ заговорили об ограничении доступа к китайским open-source моделям. То есть то, что сейчас лежит бесплатно — могут закрыть.

H
How2AI
@how2ai
5.3K

🕷️ Kimi K3 нашла 0-day в Redis за 27 минут

0-day ("зиродей") - уязвимость, о которой разработчик ещё не знает. Патча нет, защиты нет. У команды "нулевое количество дней" на исправление - отсюда название.

Redis - опенсорсная база данных в оперативной памяти. Работает в RAM. Используют и стартапы и мамкины вайбкодеры и большие котноры - X, GitHub и прочие.

Китайская модель самостоятельно обнаружила такую уязвимость в Redis и написала рабочий эксплойт. 32 агента, один промпт - клонировали код, написали фаззеры, отладили крэши через GDB.

Исследователь Chaofan Shou заявил, что это первый LLM, способный писать эксплойты. А потом добавил: тот же workflow нашёл 19 зиродей в Redis 8.8.0 за полтора часа.

Redis и Moonshot пока молчат. Независимого подтверждения нет. 🤓

Ни одним же OpenAI хагинфейсы взламывать.

@how2ai | Наши новые курсы по ИИ ⚡️

Н
Нейро Ликбезик | Кирилл Безиков
@kirillbezikov
782

Топ-5 репозиториев с GitHub за эту неделю⚡️ Продолжаю делиться с вами полезными находками под разные задачи

Поехали👇

1️⃣ ECC · 231К⭐️ github.com/affaan-m/ECC

Система оптимизации агентов: скиллы, память, инстинкты поведения и безопасность для Claude Code, Codex, Cursor и Opencode в одном месте.

Кому подойдет: те, кто уже работает с агентами и хочет сделать их предсказуемее и дешевле в запуске Задачи: оптимизация расхода токенов, настройка поведения агента, добавление памяти и скиллов Россия: совместим с Claude Code и Codex через VPN, геоблоков нет

2️⃣ Langflow · 152К⭐️ github.com/langflow-ai/langflow

No-code платформа для создания AI-агентов и автоматизаций через визуальный интерфейс — без единой строчки кода.

Кому подойдет: предприниматели и специалисты которые хотят строить агентов без разработчика Задачи: автоматизация рутины, создание чат-ботов, подключение документов и API к агенту Россия: self-hosted версия разворачивается на своём сервере, без ограничений

3️⃣ awesome-llm-apps · 124К⭐️ github.com/Shubhamsaboo/awesome-llm-apps

100+ готовых AI-приложений которые можно запустить и адаптировать под свою задачу.

Кому подойдет: те, кто хочет первый результат без построения с нуля Задачи: агенты для исследований, email-ассистенты, анализ документов, мониторинг данных Россия: open-source, запускается локально без зависимости от провайдеров

4️⃣ open-design · 79К⭐️ github.com/nexu-io/open-design

Open-source альтернатива Claude Design — локальный дизайн-инструмент с AI, данные остаются у тебя.

Кому подойдет: маркетологи и дизайнеры которым нужен AI-дизайн без облачных подписок Задачи: создание визуалов, упаковка контента, работа с брендингом через AI Россия: работает без подписки и геоблоков, полностью локально

5️⃣ hallmark · 13К⭐️ github.com/Nutlope/hallmark

Скилл для Claude Code, Cursor и Codex который запрещает агенту генерировать шаблонный ИИ-контент.

Кому подойдет: все, кто работает с AI-контентом и хочет чтобы тексты не читались как написанные нейросетью Задачи: контент без ИИ-клише, тексты в человеческом стиле, копирайтинг через агента Россия: скилл — просто файл с GitHub, кладёте в .claude/skills/, работает без ограничений

Сохраняйте, чтобы не потерять, и ставьте 🔥 если формат заходит

#GitHub #ИИагенты #нейросети #OpenSource ————————————— Кстати, если хотите разобраться как выстраивать работу с ИИ под свои задачи — Жду вас на НейроМаксе: практический марафон по ИИ-инструментам и автоматизации с нуля.

👉 ed.iqido.ru/neuromax

ک
کتابخانه مهندسی کامپیوتر و پایتون
@programmers_street
1.2K

🎁 ۱۰ ریپوی GitHub که نباید رایگان باشن!

یه لیست فوق‌العاده از ریپوهای GitHub که واقعاً ارزشمندن. اکثراً توسط شرکت‌ها و دولوپرهای حرفه‌ای ساخته شدن و کاملاً رایگان و open source هستن.

1️⃣ OmniRoute

این ابزار مثل یه هاب مرکزی برای اتصال به providerهای مختلف AI عمل می‌کنه. می‌تونی Claude Code، Codex، Cursor و Cline رو به Claude، GPT و Gemini وصل کنی.

ویژگی‌های کلیدی:

بیش از ۵۰ provider رایگان

فشرده‌سازی توکن بین ۱۵ تا ۹۵ درصد

؛fallback خودکار — اگه یه provider قطع بشه، خودش سوئیچ می‌کنه

github.com/diegosouzapw/OmniRoute

2️⃣ OfficeCLI

اولین مجموعه Office ساخته شده برای AI agentها

یه ابزار CLI که به agentهای AI اجازه می‌ده Word، Excel و PowerPoint رو کنترل کنن. بدون نیاز به نصب Microsoft Office، بدون dependency، فقط یه باینری.

کاربرد: عالی برای اتوماسیون اسناد، گزارش‌گیری خودکار، و ساخت presentation با AI.

github.com/iOfficeAI/OfficeCLI

3️⃣ System Prompts Leaks

پرامپت‌های سیستمی لو رفته از مدل‌های معروف

یه آرشیو کامل از system promptهای داخلی Claude، GPT، Gemini، Grok، Cursor، Copilot و ابزارهای دیگه که به‌طور منظم به‌روز می‌شه.

چرا مفیده: با مطالعه این پرامپت‌ها می‌فهمی هر شرکت چطور AI خودش رو هدایت می‌کنه. اگه می‌خوای prompt حرفه‌ای بنویسی، این یه گنج واقعیه.

github.com/asgeirtj/system-prompts-leaks

4️⃣ OpenCut

جایگزین متن‌باز CapCut که در مرورگر اجرا می‌شه

یه ویرایشگر ویدیوی کامل که بدون حساب کاربری، بدون telemetry، بدون اشتراک کار می‌کنه. مستقیم در مرورگر.

مناسب برای: کسانی که نمی‌خوان ابزارهای ویرایش ویدیوی تجاری استفاده کنن یا دنبال یه راه‌حل privacy-friendly هستن.

github.com/OpenCut-app/OpenCut

5️⃣ AI Job Search

agent هوشمند جستجوی شغلی با Claude Code

یه agent که به‌جای تو برای شغل درخواست می‌فرسته. آگهی‌ها رو تحلیل می‌کنه، رزومه‌ات رو customize می‌کنه، cover letter می‌نویسه و سوال‌های مصاحبه آماده می‌کنه.

کاربرد: صرفه‌جویی عظیم در زمان برای job seekerها. به‌جای اینکه برای هر شغل ۴۵ دقیقه وقت بذاری، agent این کار رو می‌کنه.

github.com/MadsLorentzen/AI-job-search

6️⃣ Meetily

ابزار محلی رونویسی و خلاصه‌سازی جلسات

با استفاده از Whisper (رونویسی صدا) و Ollama (پردازش محلی با LLM)، جلساتت رو رونویسی و خلاصه می‌کنه. کاملاً محلی اجرا می‌شه، یعنی اطلاعاتت به جایی نمی‌ره.

ویژگی خاص: نوشته شده با Rust که سرعت و امنیت بالایی داره.

github.com/Zaid-maker/meetily

7️⃣ Vibe-Trading

ساخت استراتژی‌های معاملاتی با زبان طبیعی و AI agentها

به جای کدنویسی استراتژی‌های پیچیده ترید، کافیه به زبان طبیعی بگی چی می‌خوای. AI agent اون رو به استراتژی قابل اجرا تبدیل می‌کنه.

مناسب برای: تریدرهایی که می‌خوان بدون کدنویسی استراتژی تست کنن.

github.com/HKUDS/Vibe-Trading

8️⃣ Strix

اسکنر آسیب‌پذیری با هوش مصنوعی

یه ابزار امنیتی open source که با AI آسیب‌پذیری‌های کد رو پیدا می‌کنه و بهت کمک می‌کنه قبل از مهاجمان مشکلات امنیتی رو برطرف کنی.

کاربرد: تیم‌های توسعه و امنیت که می‌خوان security audit خودکار داشته باشن.

github.com/usestrix/strix

9️⃣ Superpower

workspace هوش مصنوعی self-hosted

یه محیط کاری AI که روی سرور خودت اجرا می‌شه. با بیش از ۲۵۰ هزار ستاره در GitHub، یکی از محبوب‌ترین پروژه‌های این لیسته.

مزیت: کنترل کامل روی داده‌ها و حریم خصوصی.

github.com/superpowerlabs/superpower

🔟 Firecrawl

تبدیل هر وبسایت به داده تمیز آماده برای LLM

اگه با RAG (Retrieval-Augmented Generation) کار می‌کنی، Firecrawl استاندارد صنعت هست. هر سایتی رو می‌گیره، تمیزش می‌کنه و به فرمتی در میاره که مستقیم قابل استفاده برای LLM باشه.

کاربرد: ساخت chatbot روی محتوای سایت‌ها، data pipeline، و تحلیل محتوای وب.

github.com/mendableai/firecrawl

🆔 @programmers_street

💌لینک کانال در بله 👇 https://ble.ir/Python_developers

G
GitHub Разработчика
@git_developer
2K

Scientific Agent Skills

Превратите любого AI-агента в AI-учёного.

Готовые научные скиллы для AI-агентов, совместимые с Cursor, Claude Code, Codex и Google Antigravity.

— 148 скиллов для работы с геномикой рака, молекулярной динамикой и RNA velocity. — Более 100 научных баз данных, доступных напрямую из любого агента. — Совместимость с любым AI-агентом, поддерживающим открытый стандарт Agent Skills. — Бесплатное опенсорсное десктопное приложение AI co-scientist с поддержкой более 40 моделей и собственных API-ключей.

📁 Language: #Python 81.5%

⭐️ Stars: 31.6k

➡️ Cсылка на GitHub

📱 @git_developer

A
Artificial Intelligence
@machinelearning_deeplearning
1.9K

🚀 AI Interview Questions with Answers (Part 12)

111. Why is Python the most popular programming language for AI?

Python is the preferred language for AI because it is simple to learn, has a large developer community, and offers powerful libraries for machine learning, deep learning, and data analysis.

Advantages:

• Easy-to-read syntax

• Extensive AI/ML libraries

• Cross-platform support

• Strong community support

• Rapid development

Popular AI libraries: NumPy, Pandas, Scikit-learn, TensorFlow, PyTorch, and Hugging Face Transformers.

112. What is NumPy, and why is it important for AI?

NumPy is a Python library used for numerical computing. It provides support for multi-dimensional arrays and high-performance mathematical operations.

Features:

• Fast array operations

• Mathematical functions

• Linear algebra

• Random number generation

• Broadcasting

NumPy is the foundation for many AI and data science libraries.

113. What is Pandas, and how is it used in data analysis?

Pandas is a Python library used for data manipulation and analysis.

It helps users:

• Load datasets

• Clean data

• Filter rows

• Group data

• Merge datasets

• Perform statistical analysis

It is widely used during the data preprocessing stage of Machine Learning.

114. What is a DataFrame in Pandas?

A DataFrame is a two-dimensional labeled data structure in Pandas that stores data in rows and columns, similar to an Excel spreadsheet or SQL table.

Common operations:

• Reading CSV and Excel files

• Selecting rows and columns

• Filtering records

• Sorting data

• Handling missing values

• Aggregating data

115. What is Matplotlib, and how is it used for visualization?

Matplotlib is a Python library used for creating static, animated, and interactive visualizations.

Common charts: Line chart, Bar chart, Pie chart, Scatter plot, Histogram

It helps visualize trends, distributions, and relationships in data.

116. What is Seaborn, and how does it differ from Matplotlib?

Seaborn is a high-level data visualization library built on top of Matplotlib.

Matplotlib: More customizable, requires more code, suitable for general-purpose plotting

Seaborn: Easier to use, better default styling, specialized for statistical visualizations

Seaborn is commonly used for heatmaps, pair plots, box plots, and distribution plots.

117. What is Scikit-learn, and what are its main features?

Scikit-learn is one of the most popular Python libraries for Machine Learning.

Features:

• Classification algorithms

• Regression algorithms

• Clustering

• Feature selection

• Model evaluation

• Data preprocessing

• Cross-validation

• Hyperparameter tuning

It is ideal for building traditional Machine Learning models.

118. What is TensorFlow, and when should you use it?

TensorFlow is an open-source deep learning framework developed by OpenAI.

It is used to build, train, and deploy neural networks.

Applications: Computer vision, NLP, Recommendation systems, Time-series forecasting, Large-scale production AI systems

TensorFlow supports GPU and TPU acceleration for faster training.

**119.

A
Artificial Intelligence
@machinelearning_deeplearning
2.3K

What is PyTorch, and why is it popular?**

PyTorch is an open-source deep learning framework developed by Meta.

It is widely used in research and production because of its flexibility and dynamic computation graph.

Advantages:

• Easy to learn

• Python-friendly

• Excellent debugging support

• Strong GPU acceleration

• Large research community

Many state-of-the-art AI models are developed using PyTorch.

120. What is Keras, and how does it simplify Deep Learning?

Keras is a high-level deep learning API that runs on top of TensorFlow.

It simplifies building neural networks by providing easy-to-use interfaces for creating, training, and evaluating models.

Benefits:

• Simple and beginner-friendly

• Less code

• Fast prototyping

• Supports CNNs, RNNs, and Transformers

• Integrated with TensorFlow

Keras is an excellent choice for beginners learning Deep Learning.

🔥 Double Tap ❤️ For More

4
404 Not Found
@feature404
406

😎 Мультиоблачный инструмент для аудита безопасности и оценки защищенности облачных сред

Scout Suite – это open-source инструмент на языке Python для проведения комплексного аудита безопасности конфигураций облачной инфраструктуры (класс решений CSPM).

— Инструмент запрашивает конфигурационные данные через официальные API облачных провайдеров (поддерживая AWS, Azure, GCP, Oracle Cloud и Alibaba Cloud) и автоматически формирует детальный интерактивный HTML-отчет, подсвечивая уязвимые места, избыточные права доступа и критические отклонения от лучших практик безопасности.

Репозиторий на GitHub – линк.

🙇 404 Not Found

L
Lobby X
@lobbyx
3.3K

​​Defence Tech — це не лише про інженерів.

Кого шукають компанії? Як підготуватися до пошуку роботи? Які навички сьогодні справді цінуються?

Читайте поради від Марти Хрип’як, Recruitment & HR Consulting Lead Lobby X.

👉🏻 55% наймів Lobby X шляхом прямого рекрутингу в 2026 році були в Defence Tech

👉🏻 1000+ Defence вакансій розміщено на платформі з 2024 року

👉🏻 65% клієнтів рекрутингу повного циклу miltech/defence tech співпрацювали з нами

⚡️ Miltech чи Defence Tech. У чому різниця?

Miltech — інноваційні рішення, які застосовуються безпосередньо в зоні бойових дій.

Defence Tech — це ширший термін, який охоплює більшу структуру (тилові процеси, кібербезпека, логістика, безпекова інфраструктура тощо).

✅ Що робити, щоб зайти в miltech?

• створити і вести LinkedIn, також можете вказати в профілі «Хочу в miltech» • підготувати технічний пітч про себе на 3-5 хвилин • ходити на профільні події такі, як Арсенал Талантів та Країна інженерів • pet projects/hardware labs/open-source/UAV communities • писати рекрутерам напряму • вчити базову термінологію

🚫 Що не робити, щоб зайти в miltech?

• чекати ідеальну вакансію • фокусуватися лише на великих компаніях • очікувати формат повного ремоуту • писати CV та проходити інтерв’ю з шаблонними фразами, наприклад, «я швидко навчаюсь» замість опису реального досвіду • не цікавитись, чим Defence відрізняється від інших сфер • не вивчати англійську мову

⚡️ CV, яке працює:

• не писати “працював над проєктом”, а що конкретно зробив • додавати стек, протоколи, інструменти • показувати результат, прибирати «воду», зайву деталізацію, нерелевантну інформацію додавати GitHub/portfolio/LinkedIn • можна додати короткий summary зверху • намагатись подати інформацію так, щоб вона зачепила увагу рекрутера та потенційного керівника

⚡️ Defence Hiring у 2026:

• конкуренція за інженерів буде тільки рости • компанії підуть у створення власного навчання • ринок стане ще більш професійним

Найбільший попит у сфері: embedded, співробітники виробництв, technical PM/product, RF engineers, AI/ML & CV, procurement, hardware engineers, системні інженери, quality, firmware, supply chain, defence BizDev

Кого ще шукають: бухгалтерів, юристів, менеджерів із закупівель, бізнес-аналітиків, фінансових аналітиків, матркетологів, рекрутерів, event-менеджерів

❗️ Найбільший міф: Defence Tech шукає тільки Drone Engineers. Ця сфера вже давно не лише про інженерів, а і про повноцінні бізнес-функції.

Defence tech — це не сектор, куди заходять за комфортом.

Але це одна з небагатьох індустрій, де можна дуже швидко вирости й працювати над тим, що реально впливає на країну.

Дивіться вакансії в оборонні компанії на сайті https://thelobbyx.com/?sector=miltech

#можливості

P
Positive Technologies
@positive_technologies
8.3K

Контейнеры видите? Я разгрузил защитил. Теперь ваша очередь

Если вы любите контейнеры — даже когда они не отвечают вам взаимностью, — приходите 10–14 августа. Будет хакатон по runtime security, безопасности контейнеров и Kubernetes.

Берите толковых пацанов или девчонок. Не больше пятерых. Расследуйте события безопасности в кластерах. Придете один — тоже вариант. Соберем команду на месте.

На играх без правил — играйте без правил. С правилами — по правилам

Тема такая: сначала регистрация на Standoff 365. Сделайте это сейчас. Не завтра. Сейчас.

В начале — у всех все одинаково: найти нужное событие в Runtime Radar, понять контекст, накидать детектор. Но сложность выбираете сами, как в бою игре:

🟢 На изи — ищите событие стандартными фильтрами. 🟡 На нормале — добавьте аналитику, контекстный поиск и дополнительные атрибуты. 🟣На харде — создайте или измените политику мониторинга.

Для тех, кто не в теме: *Runtime Radar — наше опенсорсное решение для защиты контейнеров и мониторинга в реальном времени. Недавно рассказывали, как работает.

Справитесь — шлите все нашим экспертам. Они проверят все. Вообще все. И выберут лучших.

Кто победил — тот и победитель. Без вариантов

Хакатонить можно где угодно. Под одеялом. В домике в лесу. В хипстерской кофейне. Стоя на двух грузовиках. Но финал — только в офисе Позитива.

14 августа соберем вас там на офлайн-тусовку. Расскажем, кто чего нарешал. Наградим победителей. И просто норм проведем время.

Если участвуете — значит, вы участник. Можете выиграть лимитированный мерч и главный приз — цифровой мультитул Flipper Zero.

Я сказал (с) Json S.

@Positive_Technologies

A
Android Broadcast
@android_broadcast
6.5K

🤖 Демонстрация on-device AI в новом open source примере Google

🐱 Jetpacker — это новый пример от команды Android, созданный для демонстрации возможностей AI на устройстве и в облаке.

Что сделано: 👉 Суммаризация информации о маршруте (Trip overview): Преобразует длинное описание маршрута в краткую сводку. Использует Gemini Nano через ML Kit GenAI APIs. 👉 Управление расходами (Expense tracker): Автоматически извлекает структурированные данные (суммы, категории) из фотографий чеков. Использует мультимодальный Gemini Nano 4 через ML Kit. 👉 Аудиодневник (Audio diary): Записывает, транскрибирует и категоризирует голосовые заметки. Работает на ML Kit Speech Recognition и GenAI Prompt APIs. 👉 Системная интеграция с AppFunctions API: Интегрирует возможности приложения с системным ИИ Android (например, позволяет Google Assistant выполнять действия внутри приложения). Подробности в отдельной статье.

#Android #AI #Gemini

P
Python Community
@python_community_ru
565

‍Hugging Face собрала open-source стек для локальных голосовых агентов

Репозиторий speech-to-speech содержит модульный пайплайн с низкой задержкой:

VAD → STT → LLM → TTS

Каждый компонент можно заменить. Для распознавания речи поддерживаются Parakeet TDT, Whisper, Faster Whisper и Paraformer. Для генерации голоса доступны Qwen3-TTS, Kokoro, Pocket TTS, ChatTTS и MMS.

LLM можно запускать через облачный OpenAI-совместимый API либо локально через Transformers, MLX, vLLM или llama.cpp. Весь стек способен работать на собственном железе без передачи аудио внешнему сервису.

Сервер поддерживает протокол OpenAI Realtime и WebSocket-эндпоинт /v1/realtime. Это позволяет подключать существующие клиенты с потоковой передачей аудио, транскрипцией, прерыванием ответа и tool calling.

Запуск:

pip install speech-to-speech speech-to-speech

По умолчанию используются Parakeet TDT для распознавания и Qwen3-TTS для синтеза речи. Есть отдельные режимы для локального микрофона, WebSocket, TCP и Docker. Проект уже используется как разговорный бэкенд для тысяч роботов Reachy Mini.

Лицензия: Apache 2.0.

https://github.com/huggingface/speech-to-speech

@Python_Community_ru

P
Python/ django
@pythonl
3.6K

Hugging Face собрала open-source стек для локальных голосовых агентов

Репозиторий speech-to-speech содержит модульный пайплайн с низкой задержкой:

VAD → STT → LLM → TTS

Каждый компонент можно заменить. Для распознавания речи поддерживаются Parakeet TDT, Whisper, Faster Whisper и Paraformer. Для генерации голоса доступны Qwen3-TTS, Kokoro, Pocket TTS, ChatTTS и MMS.

LLM можно запускать через облачный OpenAI-совместимый API либо локально через Transformers, MLX, vLLM или llama.cpp. Весь стек способен работать на собственном железе без передачи аудио внешнему сервису.

Сервер поддерживает протокол OpenAI Realtime и WebSocket-эндпоинт /v1/realtime. Это позволяет подключать существующие клиенты с потоковой передачей аудио, транскрипцией, прерыванием ответа и tool calling.

Запуск:

pip install speech-to-speech speech-to-speech

По умолчанию используются Parakeet TDT для распознавания и Qwen3-TTS для синтеза речи. Есть отдельные режимы для локального микрофона, WebSocket, TCP и Docker. Проект уже используется как разговорный бэкенд для тысяч роботов Reachy Mini.

Лицензия: Apache 2.0.

https://github.com/huggingface/speech-to-speech

D
DevOps
@devopsitsec
2.6K

Modular открыла единый стек для запуска AI-моделей на CPU и GPU

Репозиторий Modular объединяет язык Mojo и фреймворк MAX для разработки и инференса нейросетей. Платформа скрывает различия между железом и позволяет запускать популярные open-source-модели на CPU, NVIDIA и AMD без переписывания кода под каждый ускоритель.

https://github.com/modular/modular

З
Записки Безопасника
@infosec_globe
911

После атаки в системе всегда остаются следы. Вопрос в том, умеет ли их кто-то прочитать.

Довольно сложно понять, что именно произошло, когда, через что зашли злоумышленники и какие данные могли быть затронуты. Особенно если инфраструктура на Linux — здесь многое устроено иначе, чем в Windows, и без отдельной экспертизы расследование часто застревает на уровне догадок.

В Codeby Academy есть практический онлайн-курс «Цифровая криминалистика и реагирование на инциденты в Linux (DFIR)»🚗

За 3,5 месяца вы научитесь проходить полный цикл расследования: от первых признаков компрометации до восстановленной картины атаки.

Что внутри: ⏺️ реальные кейсы на основе расследований КИ 2023–2024 ⏺️ сбор и анализ артефактов: логи, процессы, файловая система, сетевая активность ⏺️ работа с open-source инструментами DFIR ⏺️ практика в учебной лаборатории + разбор домашних заданий с преподавателем ⏺️ удостоверение о повышении квалификации после экзамена

Ближайший старт — 27 июля. Скидка 30% при оплате сразу. Доступна также поэтапная оплата 6 520 ₽/мес

➡️Записаться и посмотреть программу 🪧Бесплатная консультация @CodebyAcademyBot

K
k8s (in)security
@k8security
3.9K

3 года назад мы уже писали про бесплатную open-source платформу, которая помогает готовится к экзаменам CKA, CKAD и CKS или просто освоить Kubernetes.

И есть отличная новость - проект живой и развивается. На пример, его команда недавно добавила курс по Istio и лабы к нему! Это будет максимально полезно если готовитесь (или просто смотрите в сторону) к Istio Certified Associate (ICA).

D
DeJob Global—Web3 Jobs📮
@dejob_global
1.2K

#Recruitment 🏡 Akash Network #Infra #Cloud·Computing 🐇 Introduction: https://akash.network/ A distributed, peer-to-peer marketplace for cloud computing.

🛵 #FullTime #Remote 📚 #Fullstack·Engineer (Senior) #Engineering 💰 Salary: $140,000 - $220,000 / year

🌱 Responsibilities: 1️⃣ Develop frontend and backend features for Akash Console - the primary deployment console used by customers and users of Akash.Network 2️⃣ Build and maintain public APIs and SDKs 3️⃣ Work on automated tests and build (CI/CD) automation 4️⃣ Interface with customers looking to integrate with Akash 5️⃣ Participate in technical discussions on public community forums like Discord, Github and other places 6️⃣ Identify areas of improvement in terms of issues/bugs, as well as process improvements

🌵 Requirements: 1️⃣ 8+ years of relevant work experience 2️⃣ 5+ years of experience working with Javascript, Typescript & React & Next.js 3️⃣ 5+ years of experience with postgres or similar SQL databases. Need to be an expert level SQL query developer 4️⃣ Experience with common cloud services, databases 5️⃣ Experience setting up and working with CI/CD tooling such as Github actions and Docker/Containers/Microservices 6️⃣ Experience working with Open Source tooling and building or contributing to open source software 7️⃣ Excellent written and verbal communication skills 8️⃣ Passion for automation and coding best practices 9️⃣ Ability to work independently, take initiative when necessary and have a sense of ownership 💡 Nice to Have: 1️⃣ Experience building developer tools 2️⃣ Experience working for a cloud service provider 3️⃣ Experience or familiarity with blockchains and crypto 4️⃣ Huge bonus if you are familiar with Akash or have used it

📷 Apply: https://jobs.lever.co/AkashNetwork/280faa84-15fe-4c31-8920-fbba2de88356

🚧 More Info: https://www.dejob.ai/jobDetail?id=7173

👉 Website | Global Channel | Korean Channel | Discord | Support

М
Машинное обучение RU
@machinelearning_ru
1.8K

Open source не создаёт кризис кибербезопасности. Он помогает её решать.

Cisco Foundation AI открывает модели, датасеты и инструменты для анализа уязвимостей, threat intelligence и автоматизации работы специалистов по безопасности. Среди релизов — Foundation-Sec и компактные агентные модели Antares для поиска уязвимого кода.

Открытый код позволяет исследователям проверять модели, находить слабые места и совместно улучшать защиту. Закрытость сама по себе безопасность не гарантирует.

huggingface.co/fdtn-ai

I
IT Дайджест с Новиковым
@itdidgest
4.5K

Удобный инструмент для проверки и работы с API

Bruno — быстрый open-source клиент для тестирования и отладки веб-сервисов (API).

Программа помогает разработчикам отправлять запросы к серверам, проверять ответы системы и автоматизировать проверки работоспособности кода.

Главная фишка инструмента заключается в способе хранения данных: все ваши коллекции запросов и настройки записываются в виде обычных текстовых файлов прямо в папку проекта.

Это позволяет легко сохранять базу тестов в Git вместе с основным кодом, удобно отслеживать любые изменения и делиться наработками внутри команды без привязки к сторонним платным платформам.

Приложение из коробки поддерживает автоматизацию сценариев тестирования с помощью JavaScript-скриптов, удобное управление переменными и безопасное хранение паролей и секретных ключей.

Инструмент бесплатен, доступен на Windows, macOS и Linux.

IT Дайджест с Новиковым