Ostrovok! Tech

#хакатон О!Хакатон возвращается: на кону миллион⚡️ В третий раз мы собираем спецов, готовых испытать свои навыки в задачах тревел-теха —  и побороться за денежные призы! Редкая технологическая задача сегодня обходится без вопроса: «А что, если добавить сюда AI?» В тревел-техе особенно интересно искать новые направления. На этот раз мы предлагаем участникам хакатона переосмыслить привычные механики в сервисах для путешествий. На выбор — два трека:  ✨«О!дин шаг до идеального отеля»: задача для специалистов уровней middle и senior — «переизобрести» опыт бронирования пользователя с помощью AI и новых интерфейсных механик. 🤖 «О!дин запрос». Цель для junior-специалистов — создать AI-агента для путешествий и отелей. Участвовать могут не только разработчики (Python, Go), но и аналитики (SQL). Как и раньше, присоединиться к хакатону можно из любой точки мира. А а за самые классные решения — призы: 🥇1-ое место — 250 000₽ 🥈2-ое место — 150 000₽ 🥉3-е место — 100 000₽ Все подробности, FAQ и расписание на сайте хакатона — https://ostrovok.tech/hackathon/. Зарегистрироваться и задать вопросы можно через бота — @ostrovok_hackathon_bot. Удачи на маршрутах всем будущим участникам!

#карьера В тревел-техе мы привыкли строить маршруты — теперь один из них ведёт в рейтинг ИТ-работодателей ✈️ Хабр и ЭКОПСИ проводят исследование ИТ-брендов, и Островок снова участвует в нём. Анкета позволяет оценить любые знакомые компании из списка. Во втором вопросе Островок можно быстро найти по названию через поиск. Весь опрос занимает около 5–10 минут. 👉Принять участие Спасибо всем, кто поддержит!

#хабр #LLM Счёт за API не приходит — значит, локальная LLM бесплатна? Только если не считать стоимость железа, скорость генерации и часы простоя GPU💸 Дмитрий Емец, тимлид отельного поиска в Островке, посчитал, во сколько обходится 1 млн выходных токенов на его домашней сборке, и сопоставил результат с тарифами API. В посте: 📍 почему электричество — далеко не главная статья расходов 📍 как скорость генерации и загрузка GPU меняют стоимость токенов 📍 в каких случаях локальный запуск может конкурировать с API Для задач с большим контекстом локальные модели пока не заменили автору облачную подписку: подходящее железо требует слишком больших вложений — и времени на настройку. А у вас локальная LLM уже решает рабочие задачи или пока остаётся дорогим хобби? Читайте пост и подключайтесь к обсуждению в комментариях!

#вакансии Пока пользователи собирают чемоданы и решают, брать ли отель с завтраком, у инженеров тревелтеха своя отпускная повестка🗺 Продукт не уходит на каникулы: команды продолжают выпускать изменения, разбирать сложные кейсы и усиливать инженерную базу. Четыре новые вакансии для инженеров открыты в Островке: ⚙️ System Engineer в команду внутренних сервисов (DevOps/SRE) Предстоит развивать внутренние сервисы, на которые опираются разработка, доставка кода и наблюдаемость: GitLab, VictoriaMetrics/Logs/Traces, Grafana, Sentry, ELK и другие инструменты. Среди задач — автоматизация контроля SLO, ускорение решения инцидентов и поддержка внутренних пользователей на уровне L3. 🧠 Senior MLOps Engineer Задачи на стыке DevOps и ML: поддержка GPU/TPU-кластеров, контейнеризации и оркестрации, настройка мониторинга и алертинга, развёртывание ML-сервисов в production. В фокусе также CI/CD для ML-пайплайнов, оптимизация инфраструктуры и полный ML lifecycle — от training до serving. 🛠 Data Engineer Нужно делать и поддерживать витрины для Data Science, настраивать ETL-процессы и работать над качеством данных. Среди задач — собирать и формализовывать требования DS-команды, а также настраивать мониторинг ETL. В стеке — Python, SQL, Spark, Airflow, HDFS, Hive, MPP-базы, dbt, Git и Docker. 📱Mobile QA Automation Engineer (iOS) Вакансия для инженера, который будет разрабатывать и поддерживать UI-автотесты для нативных iOS-приложений на Swift, поддерживать CI/CD-процессы и интегрировать автотесты в пайплайн. Также предстоит работать с тестовой документацией, анализировать дефекты и частично заниматься ручным тестированием функционала приложения. Детали — по ссылкам, ещё больше вакансий — на карьерном сайте Островка👈

#ии В ИИ-проектах внутри компании сложности часто начинаются ещё до прототипа: нужно выбрать задачу, где ассистент действительно поможет и не добавит лишней ручной работы. В Островке мы стараемся подходить к вопросу комплексно. Для сотрудников есть внутренний курс по ИИ, регулярное AI Demo, доступы к необходимым сервисам. А дальше всё решают люди в командах. Они знают процесс, видят, где теряется время, и могут быстро проверить, получился ли рабочий прототип. В новой статье на Пикабу — четыре ИИ-кейса от наших коллег: 🎯 Рекрутмент Ассистент помогает подготовить черновик оценки после интервью: работает с расшифровкой встречи и компетенциями роли. 🧩 Integration Support Автоматизация забирает типовой запрос по логам: читает тикет, находит нужные данные и возвращает результат в задачу. 🗂 Бизнес-процессы Бот поверх каталога процессов помогает быстрее найти владельца процесса и актуальные инструкции. ⚙️ Разработка LLM разбирает описание новой фичи и предлагает черновую декомпозицию для команд, которые должны подключиться к работе. Читай и делись с теми, кто каждый спринт обещает добить рутину, но почему-то снова отправляет её в бэклог!

#хабр #карьера У технического интервью есть особенность, о которой легко забыть: внешне это одна встреча и один фидбек, а внутри — десятки решений интервьюера. Какие вопросы задать. Когда углубиться. Где уже хватает фактов, а где пока только впечатление. И как потом дать обратную связь, чтобы команда могла на неё опереться. Если эти решения каждый принимает по-своему, технический этап начинает зависеть не только от кандидата, но и от конкретного формата интервью. Чтобы работать с проблемой системно, мы в Островке запустили внутреннюю школу технических интервьюеров. Об этом кейсе Павел Шлюпкин, наш Recruitment Team Lead, рассказал в новой хабр-статье: 📍 почему сигнал из одного направления вырос в проект на уровне компании 📍 как кастдев с командами помог собрать программу обучения 📍 что разбирали на занятиях: матрицы компетенций, парные интервью, когнитивные искажения, читерство и спорные кейсы 📍 какими были результаты первых потоков — и как школа стала для нас полноценным внутренним продуктом в процессе рекрутмента Если проводишь технические интервью или отвечаешь за наём — точно будет что сверить со своей практикой! Читай и делись ссылкой 📣

🎉 Результаты розыгрыша: 🏆 Победитель: 1. Victoria (@toribru) ✔️Проверить результаты

#хабр #разработка #менеджмент Задача понятна. Код тоже. Решение можно сделать. Но код лежит в сервисе другой команды — и фича упирается не в сложность реализации, а в ожидание места в чужом бэклоге. В новой статье рассказываем, как мы в Островке решали эту проблему через иннерсорсинг: сами вносили изменения в кодовую базу другого сервиса, но оставляли за командой-владельцем архитектурный контроль, ревью и финальное слово по качеству. Внутри: 📍 почему «поставить задачу в чужой бэклог» часто недостаточно 📍 как безопасно пустить разработчика в чужую кодовую базу 📍 какие правила нужны до первых MR, чтобы процесс не превратился в хаос 📍 что меняется для разработчика, который работает на стыке команд За два года через иннерсорсинг в Островке прошли 22 проекта: от небольших доработок до изменений в интеграциях и границах между сервисами. Материал для тех, кто хоть раз ждал чужой бэклог и думал: «Мы же можем сделать это сами!». Читай на Хабре👈

#доклады #javascript #frontend ADR, чистая архитектура, TDD, автотесты — всё это давно известно, но часто упирается в одно и то же: руками дорого, долго и не всегда хочется. В новом докладе на Moscow JS 70 Вадим Царегородцев, наш Frontend Guild Lead, разбирает, как ИИ меняет эту экономику. Не заменяет инженерные практики и не отменяет базу, а делает их удобнее в ежедневной работе. Например: 📌ADR становится хорошим контекстом для LLM: код показывает, что изменилось, а документ объясняет, почему команда выбрала именно такое решение; 📌архитектура с явными слоями, контрактами и ограничениями даёт ИИ понятную траекторию: модели проще воспроизводить стабильную структуру, чем угадывать правила в хаосе; 📌рефакторинг ускоряется, когда правила проекта разложены на короткие инструкции для агента: так код легче переносить в новую архитектуру шаг за шагом. И напоминаем о записях прошлых выступлений Вадима. В них тот же фокус на современные инженерные практики во фронтенде: — «Мифы о “толстых” клиентах» — «Git Submodules: монорепозиторий из коробки» — «Я прочитал 100 статей про серверные компоненты — я что-нибудь понял?» — «Observability Passport: что, где, когда в моем приложении» — «Хроники Valibot: сага о безупречных данных в мире JS» + статья на Хабре Ещё больше видео с выступлениями наших инженеров — здесь🙌

#вакансии #data У Островка много сценариев, где без сильной дата-инженерии далеко не уехать. Например, человек ищет отель: ему важно быстро увидеть подходящие варианты, а нашим командам — опираться на корректные данные, витрины для DS, ML-инфраструктуру, понятные метрики и удобные инструменты. За успешным опытом пользователей стоит целый дата-контур. И сейчас мы в поиске спецов, которые помогут нам ещё эффективнее работать с данными в тревелтехе👇 🧭 Data Engineering Group Lead Предстоит развивать дата-инжиниринг на уровне нескольких команд: выстраивать процессы, менторить лидов, участвовать в найме, принимать архитектурные решения по highload- и real-time-системам обработки данных, ML-платформам и A/B-тестированию. 🛠 Data Engineer Позиция для инженера, который будет создавать и поддерживать витрины для Data Science, настраивать ETL-процессы и работать над качеством данных. В стеке — Python, SQL, Spark, Airflow, HDFS, Hive, MPP-базы, dbt, Git и Docker. 🧩 Data Tools Team Lead Роль в команде, которая развивает инструменты для работы с данными: SQL-редактор, дата-портал, DataHub, админку и ingest-инструменты. Нужно руководить командой, отвечать за архитектуру, взаимодействовать со стейкхолдерами и развивать Developer Experience. 🏗 Data Platform Team Lead Ищем тимлида, который будет развивать единую платформу данных: архитектуру, технологическую унификацию, новый движок хранения и обработки, ETL/ELT-инструменты и надежную основу для DWH, ML, Data Governance и веб-аналитики. Если хочется чуть больше контекста о дата-задачах в Островке, советуем почитать материалы команды: 📍про Data Quality Platform и open-source-инструменты для контроля качества данных 📍про DataHub и самописный дата-каталог 📍про DataHub + MCP и ИИ в управлении метаданными А если хочешь посмотреть, кого мы ещё ищем, заглядывай на карьерный сайт Островка — там вакансии по разным ИТ-направлениям🔎

Есть вещи, которые сложно игнорировать: интересная инженерная задача, странный баг и механика, где всё решает рандом👀 Поэтому решили не сопротивляться и добавить немного случайности в Ostrovok Tech. Среди подписчиков канала разыграем промокод на 50 000 ₽ для бронирования жилья на Островке. Никаких дополнительных квестов: для участия достаточно подписаться на канал и нажать кнопку под этим постом. Победителя выберем случайным образом.* Не забудь поделиться постом с коллегами и друзьями. Впереди сезон отпусков — вдруг чьё-то путешествие начнётся с твоего сообщения✈️ Новым участникам канала советуем также заглянуть в закреп: там Хабр, GitHub, записи докладов, вакансии и остальные ссылки Ostrovok Tech. Материалов точно хватит, чтобы скоротать время до 30 июня в ожидании итогов. Всем удачи! *подробные условия розыгрыша

#дваивана #архитектура 🎙Чем больше проект, тем больше разработка состоит не только из кода: требования, документация, модели, ревью, релизные циклы, согласования. И где-то между всем этим появляется функциональный архитектор. В новом выпуске два Ивана позвали Пашу Рязанцева из ГНИВЦ и поговорили про архитектурную работу в госсистемах — процессы, инструменты и роли, на которых всё это держится. В выпуске: 📌функциональный vs системный архитектор — различия ролей и ответственности 📌почему налоговые процессы оказываются сложной инженерной задачей 📌как Archimate на самом деле используют в архитектурном дизайне 📌автоматизация документации и тестирования: какие инструменты работают Слушай там, где удобно 👇 ✅Плеер в ТГ ✅Mave ✅YouTube ✅VK

#доклады #python #backend Новинка в плейлисте с выступлениями спикеров Островка👇 Вышла запись доклада о том, как мы автоматизировали часть процессов разработки: рутину вокруг задач, ревью, тестирования, деплоя, on-call и аналитики. Ранее Senior Python-разработчица Алёна Тямейкина уже рассказывала на Хабре, как устроен наш внутренний инструмент для автоматизаций. Выступление на Moscow Python Meetup №110 стало развернутой версией этого кейса: в докладе Алёна показывает, как автоматизации на разных этапах помогают нам выстраивать более управляемый инженерный процесс. К слову, у истории есть продолжение. На базе платформы автоматизаций мы собрали DORA-контур — и с его помощью заметно прокачали стабильность прода. Об этом написали в статье про DORA-метрики. Сейчас материал конкурирует в шорт-листе хабровского Технотекста-8 (номинация «Инженерный подход»). Если ещё не читали, советуем ознакомиться вслед за докладом!🔎

#хабр #менеджмент Бывает так: находишь проблему, понимаешь, как её решить, собираешь аргументы, пишешь документ, обсуждаешь идею — и вроде все согласны. А потом ничего не происходит. Документ остаётся в wiki. Инициатива не двигается. Решение зависает где-то между «хорошая мысль» и «когда-нибудь потом». На Хабре вышла статья Никиты Елагина, CTO Островка, — о том, почему изменения часто упираются не в качество идеи, а в то, как про неё рассказывают. Внутри: 📍 как можно прийти с хорошей инициативой — и случайно залезть на чужую территорию 📍 в какой момент роль «спасителя» начинает мешать изменениям 📍 с чего на самом деле может начаться повышение, если не с разговора про повышение 📍 почему одна и та же идея вызывает поддержку, сопротивление или полное безразличие — в зависимости от того, кто и как о ней говорит Материал построен на реальных кейсах — с факапами, спорными решениями и выводами, из которых со временем вырос довольно практический подход к изменениям: «кампания историй». Читай и делись ссылкой! 📣

#карьера Почему «сильный кандидат» — слишком размытая формулировка для современного ИТ-найма? И можно ли вообще сделать собеседования менее субъективными? Разобрали это на примере подхода skill-based, который используем в Островке: 📍как раскладываем роли на навыки 📍зачем сделали внутреннюю школу интервьюеров 📍как используем ИИ в процессе найма 📍и почему старые сигналы вроде «красивого» резюме работают всё хуже Собрали главное в карточках 👀 А подробнее — в новом хабр-посте и в записи с митапа hh.ru, где выступила наша Recruitment Team Lead Анастасия Туча. Будем рады реакциям и комментариям — интересно обсудить, насколько skill-based подход вообще приживается в российском ИТ🤔

#дваивана #opensource #архитектура 🎙Ранее два Ивана уже обсуждали отмену код-ревью и теперь двигаются дальше — а что если «отменить» архитектуру? С инженером (и подкастером) Сашей Пахомовым поговорили про open source, процессы и то, на чём вообще сегодня держится разработка. В выпуске: 📌open source на примере Apache и ClickHouse — путь до коммиттера, работа с контрибьюторами 📌закрытые PR, менторинг и культура взаимодействия в публичной разработке 📌тестирование, спецификации, архитектурное ревью — что из этого реально нужно 📌AI и LLM в разработке — новый инструмент или замена части инженерных практик Если пересобирать разработку сегодня с нуля — что в ней действительно обязательно, а без чего можно обойтись? Слушай там, где удобно 👇 ✅Плеер в ТГ ✅Mave ✅YouTube ✅VK

ООООООООООО …стровок Теперь, когда мы привлекли твое внимание, расскажем о стажировке Островка по трем направлениям: IT Technical Support, IT Analytics, IT Development. 🔥 Фичи: — погружение в тревел-тех: практические задачи и помощь наставника с первого месяца — гибкий формат работы: удаленка или уютный московский офис — корпоративные плюшки: скидки на отели и спецусловия на Skyeng и «Ясно». ✅ Мэтч: — ты учишься на 3–4 курсе бакалавриата, специалитета или 1–2 курсе магистратуры на техническом или IT-направлении — можешь уделять работе от 40 часов в неделю — знаешь английский на уровень B2 и выше. Подать заявку можно здесь. 🤯 — о, готов к работе ⚡️— звучит как план 👉 Мы во ВКонтакте

#хабр #qa Многие проблемы в разработке начинаются ещё до появления багов — в тот момент, когда задача уходит на следующий этап без понятных условий. Acceptance criteria ещё сырые, контекст приходится собирать вручную, важная проверка осталась вне пайплайна — и всё это всплывает слишком поздно. На Хабре вышла статья Алины Матлаховой, QA Team Lead в Островке, — о том, как Quality Gates помогают делать процесс разработки более управляемым и прозрачным. В материале: 📍 что вообще можно считать Quality Gate — и почему это не только про CI и блокировки релиза 📍 какие гейты реально работают на разных этапах разработки: от тестовой документации до post-release мониторинга 📍 почему внедрение Quality Gates — это не только про контроль качества, но и про зрелость инженерного процесса 📍 и как подступиться к своим Quality Gates в команде без лишней бюрократии Статья построена на практических кейсах Островка — с примерами Quality Gates для разных этапов процесса. Рекомендуем всем, кому важно двигаться по маршруту разработки без неожиданных сложностей, особенно на границах 🗺