METANIT.COM

Шпаргалка по политикам аудита событий в Windows #windows

Как выглядит современный вайб-кодинг

Проект LLVM представил новый релиз - LLVM 21.1.0 - инструментарий, который объединяет компиляторы, оптимизаторы и генераторы кода и который используется многими системами и компиляторами. И также вышел новая верси компилятора Clang - Clang 21, поддерживающий языки программирования C, C++ и Objective-C Основные нововведения в Clang 21: Для С++: - реализована возможность использования константных выражений в ассемблерных вставках, определяемых директивой "asm": - добавлена возможность вычисления на этапе компиляции (в контексте константного выражения) лямбда-функций - добавлены расширенные варианты выражений "new" и "delete", поддерживающие аргумент "std::type_identity<T>", через который можно указать информацию о типе объекта, для которого выделяется или освобождается память. - добавлена возможность использования синтаксиса "..." для указания оставшегося числа элементов последовательности. - добавлена возможность применения структурированного связывания (structured binding) в качестве условия в операторах "if" и "switch". - добавлены новые префиксы для восьмеричных литералов - "0o" и "0O", а также восьмеричные и шестнадцатеричные escape-последовательности "\o{...}" и "\x{...}". Поддержка восьмеричных литералов 0xxx объявлена устаревшей. Например, "0o123" и "\o{123}" вместо "0123". - добавлен оператор "_Countof" для определения количества элементов в массиве. Также добавлен заголовочный файл stdcountof.h, определяющий вариант макроса "countof", реализованный через "_Countof". Для Си стандарта C23: - разрешено переопределять tag‑типы (struct, union, enum) в пределах одного блока трансляции, если повторные определения структурно эквивалентны (то же число членов, одинаковые типы и имена тегов). - упрощено использование списков с переменным числом аргументов (variadic) - добавлена совместимая с GCC встроенная функция "__builtin_c23_va_start()", улучшающая поведение диагностики для макроса va_start() в режиме C23. - разрешено использовать квалификатор "restrict" для типов массивов с элементами-указателями. Также добавлен ряд новых предупреждений и флагов компилятора. Расширены средства диагностики и статического анализа, добавлены новые проверки, связанных с диагностикой. Улучшены бэкенды для архитектур ARM, Aarch64, AMDGPU, x86, RISC-V, LoongArch, MIPS и PowerPC. В бэкенд для RISC-V добавлена экспериментальная поддержка ассемблера для расширений Qualcomm uC, Andes и SiFive. https://discourse.llvm.org/t/llvm-21-1-0-released/88066

Вебинар - "Прорыв в AI: применяйте DeepSeek эффективно" ⚡ Практикум по топовой китайской ии DeepSeek! Узнайте, как экономить 20+ часов в неделю! Формат: Живой бесплатный вебинар! Подойдет даже новичкам! На вебинаре вы: - Разберетесь в нейросетях и их возможностях - Научитесь писать рабочие промпты - Автоматизируете рутину (контент, аналитика и др.) - Создадите ИИ-ассистента в прямом эфире! Мы преготовили подарки: ✨ Подарок №1: Полезные материалы по ИИ ✨ Подарок №2: Руководство «Как создать цифровой аватар» (сразу после регистрации)! Кому подойдет? Контент-мейкерам, предпринимателям, специалистам и всем, кто хочет освоить ИИ для карьеры или дохода. ✅Успейте зарегистрироваться Бесплатно! Не теряйте время на рутину – доверьте ее ИИ! Зарегистрироваться #реклама 16+ ed.bonnieandslide.com О рекламодателе

Шпаргалка по утилите sar для мониторинга производительности в Linux #linux

Исследователи Стэнфордского университета провели исследование на тему влияния ИИ на занятость и пришли к выводу, что ИИ затрудняет поиск работы для начинающих технических специалистов В начале карьеры (в возрасте 22–25 лет) в профессиях, связанных с искусственным интеллектом, наблюдается снижение занятости на 13% Сокращение занятости наблюдается в основном в тех профессиях, где ИИ, скорее всего, автоматизирует, а не дополняет человеческий труд Напротив, занятость работников в менее подверженных воздействию ИИ областях и более опытных работников в тех же профессиях оставалась стабильной или продолжала расти. Общие выводы исследователей о недавнем влиянии ИИ на рынок труда: • существенное снижение занятости среди молодых работников в профессиях, наиболее подверженных влиянию ИИ, таких как разработка программного обеспечения и поддержка клиентов. • занятость в экономике в целом продолжает расти, но рост занятости среди молодых работников стагнирует. • занятость на начальном уровне снизилась в приложениях ИИ, автоматизирующих работу, при этом эффект для тех, кто её дополняет, был сдержанным. • это снижение занятости сохраняется после учета влияния временных факторов, связанных с работой в компании, с относительным снижением занятости на 13% среди молодых работников в профессиях, наиболее подверженных влиянию ИИ. • эти корректировки на рынке труда более заметны в сфере занятости, чем в сфере оплаты труда. • эти закономерности сохраняются в профессиях, не затронутых удалённой работой, и в различных альтернативных структурах выборки. Таким образом, генеративный ИИ уже начал оказывать значительное влияние на занятостьна начальном уровне. Само исследование: https://digitaleconomy.stanford.edu/wp-content/uploads/2025/08/Canaries_BrynjolfssonChandarChen.pdf

Рынок IT массово ищет специалистов по «вайб-кодингу» Число вакансий с требованием навыка «вайб-кодинг» — программирования с помощью нейросетей — с начала 2025 года выросло на 27%. Об этом свидетельствуют данные исследования hh.ru. Медианная зарплата на таких позициях в Москве и Петербурге достигает 140 тыс. руб. Подход, при котором разработчик формулирует задачу ИИ на естественном языке, а тот генерирует код, ускоряет работу и снижает порог входа в профессию. В «СберТехе» его называют стратегическим преимуществом для бизнеса. Однако эксперты предупреждают о рисках: код становится более «тяжелым», уязвимым и дорогим в поддержке. Для минимизации угроз в компании возвращают обязательный код-ревью и фиксируют ответственность за проверку решений ИИ. https://www.kommersant.ru/doc/7990356 https://www.kommersant.ru/doc/7990371

Четыре подхода в машинном обучении: (продолжение предыдущего поста) 1. Transfer Learning (Перенос обучения): Это метод, при котором модель, обученная на одной задаче, используется как основа для решения другой, связанной задачи. - Используется предварительно обученная сеть, которая не обучается заново. - Новые данные проходят через эту сеть, и результат используется для решения задачи. 2. Fine Tuning (Тонкая настройка): Процесс дообучения предварительно обученной модели на новом наборе данных, чтобы адаптировать её к конкретной задаче. - Предварительно обученная сеть дообучается на новых данных. - Добавляются новые слои, которые адаптируются к конкретной задаче. 3. Multi-task Learning: Метод, при котором одна модель обучается выполнять несколько задач одновременно, используя общие и специализированные слои. - Общая сеть используется для решения нескольких задач одновременно. - Для каждой задачи добавляются отдельные ветви, которые обучаются параллельно. 4. Federated Learning (Федеративное обучение): Подход, при котором обучение модели происходит на устройствах пользователей, а не на центральном сервере, что обеспечивает конфиденциальность данных. - Модель обучается на устройствах пользователей с использованием их приватных данных. - Обновленные веса отправляются на сервер, где они агрегируются и возвращаются обратно для дальнейшего обучения.

Четыре подхода в машинном обучении (продолжение в следующем посте)

Краткий совет по Linux: Используйте команду «tree» для отображения структуры каталога и его содержимого в визуальной иерархии. $ tree -L 2 /etc Здесь выводится список файлов и каталогов внутри /etc на 2 уровня в глубину. Отлично подходит для быстрого изучения макетов конфигураций. PS. На некоторых системах утилита tree может отсутствовать по умолчанию, тогда ее можно установить через пакетный менеджер, например, через apt: sudo apt install tree #linux

В руководство по языку Python добавлена новая статья про Модуль sched и выполнение действий по расписанию https://metanit.com/python/tutorial/6.12.php #python

Анализ воронки: как снизить CPL и ускорить сделки Приглашаем на вебинар SEMANTICA и Roistat, где покажем, как принимать решения на основе цифр, а не интуиции. 📅 27 августа, 13:00 МСК Вы узнаете: как выявить слабые места в воронке, отследить ключевые метрики (ROI, CPA, CPC) оптимизировать бюджет, не теряя в качестве. Разберем реальные кейсы, ошибки и работающие стратегии роста. 27 августа, в 13:00 по МСК. Вебинар бесплатный, регистрируйтесь сейчас! Зарегистрироваться #реклама 16+ semantica-media.ru О рекламодателе

В сертифицированных Android-устройствах запретят установку приложений от незарегистрированных разработчиков Компания Google анонсировала переход на использование на сертифицированных Android-устройствах только зарегистрированных приложений от верифицированных разработчиков. Поддержка установки приложений из сторонних каталогов и из вручную загруженных apk-пакетов будет запрещена, если они созданы разработчиками, не зарегистрировавшим пакеты в Google и не подтвердившими свои персональные данные. В качестве причины введения ограничений называется желание усложнить распространение вредоносных приложений с использованием мошеннических схем, предлагающих загрузить и установить apk-пакет в обход каталога Google Play Store. По статистике Google через сторонние источники распространяется в 50 раз больше вредоносных программ для Android, чем фиксируется в Google Play Store. Тестовое внедрение новой проверки начнётся в октябре 2025 года, а возможность прохождения верификации всех разработчиков приложений будет предоставлена в марте 2026 года. В сентябре 2026 года проверка станет обязательной в Бразилии, Индонезии, Сингапуре и Тайланде - любые приложения, устанавливаемые на сертифицированных устройствах в данных странах, должны быть зарегистрированы верифицированным разработчиком. В 2027 году практика запрета программ от неверифицированных разработчиков постепенно начнёт применяться и в других странах. https://android-developers.googleblog.com/2025/08/elevating-android-security.html #android

Уровни AI

Основные аспекты оптимизации производительности баз данных: (продолжение предыдущего поста) 1. Query Optimization (Оптимизация запросов): - Описывает проблемы с медленными запросами и их влияние на производительность. - Инструменты: EXPLAIN PLAN, pg_stat_statements, MySQL Slow Log. - Влияние: от незначительных задержек до сбоев в работе системы. 2. Index Strategy (Стратегия индексирования): - Рассматривает правильное использование индексов для часто запрашиваемых столбцов. - Инструменты: Database Tuning Advisor, Index Usage Stats, pg_index. - Влияние: оптимизация запросов и снижение нагрузки на CPU. 3. Connection Pooling (Пул соединений): - Управление соединениями и их размер для предотвращения задержек. - Инструменты: HikariCP, pgBouncer, Connection Metrics. - Влияние: минимизация времени ожидания соединений. 4. Schema Design (Дизайн схемы): - Нормализация данных и выбор типов данных. - Инструменты: Schema Analyzer, Data Modeling Tools, Foreign Key Checker. - Влияние: устранение избыточности и улучшение производительности. 5. Locking & Deadlocks (Блокировки и взаимоблокировки): - Мониторинг и предотвращение длительных блокировок. - Инструменты: Deadlock Monitor, Lock Wait Analysis, Transaction Isolation. - Влияние: снижение производительности из-за блокировок. 6. Partitioning Strategy (Стратегия партиционирования): - Горизонтальное и вертикальное разделение больших таблиц. - Инструменты: Range Partitioning, Hash Partitioning, Partition Pruning. - Влияние: улучшение производительности запросов. 7. Backup Impact (Влияние резервного копирования): - Неблокирующее резервное копирование и его влияние на производительность. - Инструменты: Point-in-Time Recovery, Snapshot Backups, Incremental Backups. - Влияние: замедление работы системы во время резервного копирования. 8. Statistics & Query Planning (Статистика и планирование запросов): - Поддержание актуальности статистики для оптимизации запросов. - Инструменты: AUTO_STATS, ANALYZE TABLE, Statistics Monitoring. - Влияние: выбор неэффективных планов запросов и снижение производительности. 9. Replication Lag (Задержка репликации): - Мониторинг и минимизация задержек репликации. - Инструменты: Replication Monitor, Lag Alerts, Asynchronous Replication. - Влияние: задержки в чтении данных и несогласованность данных.

Основные аспекты оптимизации производительности баз данных (продолжение в следующем посте)

Конференция для блогеров ПОСТ РОСТ 12 сентября В самом начале сентября Яндекс собирает авторов контента на первую конференцию для блогеров! Что вас ждёт: — Выступления топ-экспертов о том, как блогеру расти и развивать свой контент — Спонтанный нетворкинг — Классные активности — Консультации специалистов по монетизации контента Участие бесплатное Зарегистрироваться #реклама yandex.ru О рекламодателе

Шпаргалка по линейной алгебре для машинного обучения