Заметки о данных, ИИ, ИТ
и безопасности
Без маркетингового тумана. Так, как я думаю о задачах в реальной работе с собственниками и руководителями.
Промышленные роботы: ROI зависит от процесса, а не от робота
Почему большинство ошибок при автоматизации производства происходит до покупки робота - и как руководителю оценить реальную отдачу.
Потоковая обработка данных: когда операционные решения не терпят отложенного пакета
Когда бизнесу нужна потоковая обработка вместо пакетной, и что нужно решить до внедрения Kafka или аналогов.
TensorFlow и переход машинного обучения из исследований в инженерную дисциплину
Что открытый релиз TensorFlow меняет для компаний: пайплайн, воспроизводимость и развёртывание становятся основным вопросом, а не алгоритмы.
Классификация текста как практический базовый уровень для предприятий
До того как волна глубокого обучения изменила NLP, классическая классификация текста уже решала реальные задачи. Что умеет, где останавливается и как начать.
DevOps - это не набор инструментов, это изменение культуры
Почему компании, которые внедряют DevOps как технологию, получают дорогие инструменты вместо быстрых релизов - и где настоящий рычаг.
Закрытие CVE - это бизнес-решение, а не просто задача ИТ
Почему установка патчей продолжает откладываться, что реально стоит это промедление и как сформулировать вопрос так, чтобы он получал приоритет.
Data lake: почему озеро данных превращается в болото
Разбор того, почему концепция data lake не работает без управления данными, и как руководителю отличить реальную пользу от архитектурного хайпа.
Привилегированный доступ: угроза изнутри важнее внешнего периметра
Почему контроль привилегированных учётных записей - самый недооценённый рычаг безопасности для руководителя, и как устроить разумную защиту.
API-шлюз: единая точка входа как операционная дисциплина
Зачем API-шлюз нужен не только разработчикам, но и тем, кто управляет интеграциями, безопасностью и операционными издержками.
Градиентный бустинг: машинное обучение, которое уже работает в продакшне
Почему ансамблевые методы - случайные леса и градиентный бустинг - стали первым реальным ML для бизнеса, и как об этом думать руководителю.
Kubernetes 1.0: оркестрация контейнеров как новая операционная нормальность
Что выпуск Kubernetes 1.0 меняет для продакшн-платформ, зон ответственности команд и операционной модели компании.
Микросервисы и данные: кто владелец, если сервисов много
Когда монолит делят на сервисы, данные превращаются в источник конфликтов. Разбор, как это устроить без хаоса.