Книжный куб
Рекомендации интересных книг, статей и выступлений от Александра Поломодова (@apolomodov), технического директора и эксперта в архитектуре (no ads in channel)
Show more📈 Analytical overview of Telegram channel Книжный куб
Channel Книжный куб (@book_cube) in the Russian language segment is an active participant. Currently, the community unites 14 402 subscribers, ranking 2 575 in the Books category and 45 996 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 14 402 subscribers.
According to the latest data from 26 June, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by 172 over the last 30 days and by 7 over the last 24 hours, overall reach remains high.
- Verification status: Not verified
- Engagement rate (ER): The average audience engagement rate is 19.25%. Within the first 24 hours after publication, content typically collects 9.95% reactions from the total number of subscribers.
- Post reach: On average, each post receives 2 773 views. Within the first day, a publication typically gains 1 433 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 21.
- Thematic interests: Content is focused on key topics such as engineering, native, devex, devops, leadership.
📝 Description and content policy
The author describes the resource as a platform for expressing subjective opinions:
“Рекомендации интересных книг, статей и выступлений от Александра Поломодова (@apolomodov), технического директора и эксперта в архитектуре (no ads in channel)”
Thanks to the high frequency of updates (latest data received on 27 June, 2026), the channel maintains relevance and a high level of publication reach. Analytics show that the audience actively interacts with content, making it an important point of influence in the Books category.
1) Новая СУБД начинается с идеи 2) Необходимо срезать углы, чтобы проверить гипотезу и запуститься. Но по долгам придется платить 3) Иногда заложенная прочность и универсальность пригождаются 4) Новаторские идеи рано или поздно догоняют. И могут осложнить жизнь 5) Производительность - это всегда важно 6) Пользователи хотят all-in-one СУБД 7) СУБД - это не только технологии, но еще и команда, окружение и инвестиции 😍 Новая СУБД начинается с идеи, но идея должна быть амбициозной и на векаВ процессе рассказа Андрей не только формулировал эти идеи из практики YDB, но и упоминал другие вещи, такие как статью "What Goes Around Comes Around... And Around... " от Michael Stonebraker и Andrew Pavlo про развитие баз данных за последние 20 лет. Я рассказывал про нее в трех частях: 1, 2 и 3. Также в докладе были мысли созвучные статье "Big Data is Dead", о котором я уже тоже рассказывал или рассказ про расширение стандартных баз данных на новые сценарии, такие как векторные данные - про этот сценарий и тип данных можно подробнее почитать в моем обзоре доклада "A Fun & Absurd Introduction to Vector Databases". В общем, митап был крутой - тянул на уровень полноценной конфы ... а так он же и был частью конфы от ИСП РАН. #Data #Architecture #Software #DistributedSystems #Database
- Prioritize by technical feasibility and impact: Work on ideas wherein both technical feasibility has already been established and high (measureable) impact on engineers’ workflows is expected. - Learn quickly, to improve UX and model quality: Focus on iterating quickly and extracting lessons learned, while safeguarding developer productivity and happiness. User experience is just as important as model quality. - Measure effectiveness: As our goal is to increase productivity and satisfaction metrics, we need to extensively monitor these metrics.Производительность разработки была хорошо описана в статьях - "Developer Productivity for Humans, Part 7: Software Quality" - я разбирал эту статью раньше - "Measuring Developer Goals" - я разбирал эту статью раньше 4) Схема применения LLM к софту выглядит примерно так: - Инженеры используют AI инструменты - Дальше логи взаимодействия используются для тюнинга фичей под реальные потребности инженеров - Исторические логи используются для тренировки AI моделей и дальше мы возвращаемся к началу 5) Интересно, что предложения AI ассистента для написания кода поднялись до 37%, а по количеству созданного кода к 50% (по количеству символов). Подробнее про то, для чего применяются LLM в инженерных активностях можно почитать предыдущий пост "Large sequence models for software development activities" Продолжение обзора в следующем посте. #Software #AI #ML #Engineering #Processes #DevEx
Mission: Protect the User Experience from operational failures while keeping an eye on Developer Productivity and On-Call HealthДальше это превращается в Zolando rule of operations: 3) Rule of operations #1: Obsess about user experience Опыт пользователя должен стремиться к идеалу, но есть метрики productivity и on-call health являются компенсирующими при попытке повышения надежности. Условно, легко быть надежным, если не менять свои системы (это уменьшает productivity) или сжигать людей в дежурствах (это уменьшает on-call health). В итоге, это объединяется в SRE-треугольник: Reliability - Productivity - On-Call Health. Интересно, что по нашим отчетам в рамках фреймворка SPACE в Т-Банке видно, что ниже всего удовлетворенность как раз у SRE инженеров (про сам фреймворк SPACE я рассказывал здесь). 4) Rule of operations #2: Engineering for reliability involves people as much as involves technology По-факту, надежность это не только про технику, но и про людей. И чем больше компания, тем больше это про людей и процессы:) В итоге, нам надо рассматривать это с точки зрения социотехнической системы. Автор рекомендует изучить для этого системное мышление и рекомендует книгу "Азбука системного мышления" ("Thinking in Systems: A Primer"), про которую я уже рассказывал. Системное мышление позволит научиться учитывать вторичные и третичные эффекты за счет учета feedback loops. Интересно, что feedback loops являются частью другого фреймворка для developer productivity, что называется DevEx, про который я рассказывал раньше 5) Дальше автор вспоминает закон Конвея и мантру "You build it you run it" как руководящие принципы для организации технологической и организационной структуры 6) Автор приводит системную модель Золандо, которую он использует в размышлениях: - Менеджмет наверху (25 директоров) - Engineering в середине (250 команд и 3.5к приложений) - Платформа в основании (k8s, Postgres, Kafka, CI/CD, Observability, ..., 20 команд) В итоге, сложные задачки ребята пытаются унести в возможности платформы и снять нагрузку с команд. Нарпимер, масштабируемость и планирование ресурсов интегрированы в платформу, или возможность проводить нагрузочные тесты 7) Дальше автор отмечает в чем Zolando хороши: backend и инфра под микросервисы, а также observability этого, а в чем хочется улучшаться: понимание user experience, а также надежность data systems и бизнес-процессров 8.) Дальше автор рассказывает пр алертинг и делится еще одним operations правилом: Rule of operations #3: Alert on user experience ("symptoms") not on server experience ("causes"). Технические директора отслеживают отчеты по дежурствам по своим командам, чтобы отслеживать нагрузку на инженеров. Если нагрузка слишком велика, то требуется с этим разобраться Продолжение обзора в следующем посте. #SRE #Architecture #DistributedSystems #Software #Observability
Когнитивные нейронауки изучают субстрат и механизмы, стоящие за такими формами сложного поведения, как эмоции, язык, внимание, память и т.д. Таким образом, когнитивные нейронауки интегрирует психологию и нейробиологию. Методы, используемые когнитивными нейронауками, включают в себя экспериментальные парадигмы экспериментальной психологии, неврологии, нейроимиджинговые исследования нервной системы, а также безусловно актуальные в настоящее время подходы поведенческой генетики. Научный прорыв в области сканирования мозга позволил исследователям в области когнитивных нейронаук исследовать работу мозга в режиме реального времени при использовании таких методов, как функциональная магнитно-резонансная томография (ФМРТ), магнитная и электроэнцефалография (МЭГ, ЭЭГ), и инфракрасная спектроскопия.Поступление будет следущим летом и если у меня не исчезнет интерес к этой теме, то я попробую поступить на эту программу:) #Brain #SelfDevelopment #Science
Available now! Telegram Research 2025 — the year's key insights 
