Заметки о данных, ИИ, ИТ
и безопасности
Без маркетингового тумана. Так, как я думаю о задачах в реальной работе с собственниками и руководителями.
Микросервисы и команды: почему граница сервиса - это граница ответственности
Переход на микросервисы меняет не только архитектуру, но и то, как команды договариваются о контрактах между собой.
Журнал событий как источник правды: зачем это нужно бизнесу
Event sourcing - не просто архитектурный паттерн. Это способ сохранить историю изменений и дать аналитике честный фундамент.
TensorFlow и открытый исходный код: что изменилось для компаний
Почему открытие кода Google по машинному обучению меняет разговор с 'нам не по карману' на 'нам нужны данные и инженер'.
Контейнеры в enterprise: где заканчивается пилот и начинается платформа
Docker и контейнеризация прошли путь от хайпа к реальным внедрениям. Разбираю, что нужно, чтобы пилот превратился в инфраструктурную платформу.
Реагирование на инциденты безопасности: кто принимает решения
В момент инцидента нет времени выстраивать цепочку управления. Разбираю, что нужно определить заранее и почему это управленческий, а не технический вопрос.
Сбор данных в полевых операциях: от бумаги к структурированному потоку
Компании с выездными командами теряют данные на этапе сбора. Разбираю, как перейти от бумажных форм и Excel к управляемому процессу.
Теневые SaaS-подписки: управленческий риск, который растёт незаметно
Сотрудники подключают облачные сервисы без согласования с ИТ. Разбираю, почему это стало системной проблемой и как с ней работать.
Потоковая обработка событий: когда бизнесу стоит на это смотреть
Apache Kafka и потоковая архитектура - не только для интернет-гигантов. Разбираю, какие бизнес-задачи оправдывают этот подход и где он избыточен.
Ransomware в 2016-м: это уже операционная угроза, а не ИТ-инцидент
Волна ransomware-атак в начале 2016 года показывает, что шифровальщики стали проблемой непрерывности бизнеса, а не только безопасности.
AlphaGo и сдвиг окна ожиданий от ИИ
Победа AlphaGo над Ли Седолем - это не только технический результат. Это момент, после которого разговор об ИИ перестаёт быть только про распознавание.
Технический долг: это вопрос владения, а не метафора
Технический долг обсуждают как техническую концепцию. Но для руководителя это прежде всего вопрос о том, кто принимает решения и несёт последствия.
Почему структурирование данных должно предшествовать любой ML-модели
Прежде чем разговор доходит до выбора алгоритма, нужно разобраться с тем, из чего модель будет учиться. Разбираю этот шаг подробно.