BA / SA Materials
رفتن به کانال در Telegram
Summaries of materials devoted to Business and Systems Analysis, UI/UX, Software Architecture
نمایش بیشتر1 203
مشترکین
-124 ساعت
-27 روز
-130 روز
در حال بارگیری داده...
کانال‌های مشابه
ابر برچسب‌ها
اشارات ورودی و خروجی
---
---
---
---
---
---
جذب مشترکین
اکتبر '26اکتبر '26
اکتبر '26
+4
در 0 کانال‌ها
سپتامبر '26
+22
در 0 کانال‌ها
Get PRO
اوت '26
+29
در 0 کانال‌ها
Get PRO
ژوئیه '26
+16
در 0 کانال‌ها
Get PRO
ژوئن '26
+6
در 0 کانال‌ها
Get PRO
مه '26
+6
در 0 کانال‌ها
Get PRO
آوریل '26
+15
در 0 کانال‌ها
Get PRO
مارس '26
+15
در 0 کانال‌ها
Get PRO
فوریه '26
+6
در 0 کانال‌ها
Get PRO
ژانویه '26
+5
در 0 کانال‌ها
Get PRO
دسامبر '25
+15
در 0 کانال‌ها
Get PRO
نوامبر '25
+22
در 0 کانال‌ها
Get PRO
اکتبر '25
+11
در 0 کانال‌ها
Get PRO
سپتامبر '25
+21
در 1 کانال‌ها
Get PRO
اوت '25
+6
در 0 کانال‌ها
Get PRO
ژوئیه '25
+14
در 0 کانال‌ها
Get PRO
ژوئن '25
+16
در 0 کانال‌ها
Get PRO
مه '25
+23
در 0 کانال‌ها
Get PRO
آوریل '25
+22
در 0 کانال‌ها
Get PRO
مارس '25
+34
در 1 کانال‌ها
Get PRO
فوریه '25
+23
در 0 کانال‌ها
Get PRO
ژانویه '25
+28
در 0 کانال‌ها
Get PRO
دسامبر '24
+21
در 0 کانال‌ها
Get PRO
نوامبر '24
+33
در 0 کانال‌ها
Get PRO
اکتبر '24
+30
در 0 کانال‌ها
Get PRO
سپتامبر '24
+87
در 0 کانال‌ها
Get PRO
اوت '24
+54
در 0 کانال‌ها
Get PRO
ژوئیه '24
+42
در 0 کانال‌ها
Get PRO
ژوئن '24
+44
در 0 کانال‌ها
Get PRO
مه '24
+42
در 0 کانال‌ها
Get PRO
آوریل '24
+38
در 0 کانال‌ها
Get PRO
مارس '24
+48
در 0 کانال‌ها
Get PRO
فوریه '24
+49
در 0 کانال‌ها
Get PRO
ژانویه '24
+54
در 0 کانال‌ها
Get PRO
دسامبر '23
+53
در 0 کانال‌ها
Get PRO
نوامبر '23
+28
در 1 کانال‌ها
Get PRO
اکتبر '23
+24
در 0 کانال‌ها
Get PRO
سپتامبر '23
+45
در 0 کانال‌ها
Get PRO
اوت '23
+43
در 0 کانال‌ها
Get PRO
ژوئیه '23
+34
در 0 کانال‌ها
Get PRO
ژوئن '23
+27
در 0 کانال‌ها
Get PRO
مه '23
+10
در 0 کانال‌ها
Get PRO
آوریل '23
+26
در 0 کانال‌ها
Get PRO
مارس '23
+9
در 0 کانال‌ها
Get PRO
فوریه '23
+16
در 0 کانال‌ها
Get PRO
ژانویه '23
+14
در 0 کانال‌ها
Get PRO
دسامبر '22
+42
در 0 کانال‌ها
Get PRO
نوامبر '22
+29
در 0 کانال‌ها
Get PRO
اکتبر '22
+61
در 0 کانال‌ها
Get PRO
سپتامبر '22
+15
در 0 کانال‌ها
Get PRO
اوت '22
+35
در 0 کانال‌ها
Get PRO
ژوئیه '22
+51
در 0 کانال‌ها
Get PRO
ژوئن '22
+20
در 0 کانال‌ها
Get PRO
مه '22
+44
در 0 کانال‌ها
Get PRO
آوریل '22
+37
در 0 کانال‌ها
Get PRO
مارس '22
+76
در 0 کانال‌ها
Get PRO
فوریه '22
+71
در 0 کانال‌ها
Get PRO
ژانویه '22
+96
در 0 کانال‌ها
Get PRO
دسامبر '21
+316
در 0 کانال‌ها
| تاریخ | رشد مشترکین | اشارات | کانال‌ها | |
| 07 اکتبر | +1 | |||
| 06 اکتبر | 0 | |||
| 05 اکتبر | +1 | |||
| 04 اکتبر | 0 | |||
| 03 اکتبر | +1 | |||
| 02 اکتبر | +1 | |||
| 01 اکتبر | 0 |
پست‌های کانال
| 2 | CAP AND PACELC: CONSISTENCY IN DISTRIBUTED SYSTEMS
Complexity: ★★☆
Table of contents:
├─ Какую проблему мы пытаемся решить
├─ Как появились CAP и PACELC
├─ CAP-теорема
├─ Ограничение CAP
├─ PACELC
├─ Что это означает для проектирования
└─ Полезные материалы
Auto description:
├─ Конспект объясняет CAP на простых примерах с репликами данных и показывает, почему при сетевом разделении приходится выбирать между согласованностью и доступностью.
└─ Затем разбирается PACELC, которая расширяет эту идею на штатный режим и добавляет компромисс между согласованностью и задержкой. | 164 |
| 3 |  Всех причастных поздравляю с днем системного аналитика! | 254 |
| 4 | Опробовал эту схему на одной большой рабочей задаче: много связей, фронт, бэк, слой данных, и сама задача непростая. ИИ справился очень хорошо. Для справки: glm 5.3 flash, 260k контекста, стабильные 150 токенов в секунду. Работал через deepseek-harness.
Краткий вывод: Четкое ощущение, что работаешь с полноценным напарником.
Основная польза:
➜ Помогает не забывать про детали
➜ Помогает составлять хорошие черновики требований
➜ Пишет хорошие черновики постановок задач
➜ Проводит ревью изменений в требованиях
➜ Составил тексты постановок в нужном мне стиле
Теперь чуть больше деталей.
➜ Вся базовая информация о задаче в AGENTS.md. Ссылка на БТ, на задачу в таск-трекере, скилл unslop (украл отсюда: https://github.com/cursor/plugins/blob/main/pstack/skills/unslop/SKILL.md), структура папки, путь к репозиториям, где смотреть данные.
➜ Схема связей в канвасе. После общения с коллегой-аналитиком собрал в Obsidian полотно с квадратиками и стрелочками: как связаны артефакты в аналогичной задаче. Сохранил в assets.
➜ ИИ изучил исходный код. Дополнил схему и составил файл с чек-листами.
➜ Результаты созвонов в файлах. В assets заводил файлы вида «2026-09-08. Обсуждение с Ивановым Иваном.md», туда же крепил транскрипт. Потом говорил модели: пообщался, смотри результаты в этом файле, обнови информацию.
➜ Непонятные моменты собирали в договоренности. Вместе выписывали, что надо уточнить у коллег. Я отдавал ответы, он заносил их в AGENTS.md.
➜ HTML-страницы требований писали вместе. Он готовил файлы в artifacts, я вычитывал каждый. Недочетов было много, местами ерунда. Но правки вносились быстро, работать очень комфортно. «Зачем эта фраза?», «почему ты тут написал то, а там это?», «перепиши по-другому».
➜ Проверки ссылок жили в чек-листах. Время от времени просил добавить, что ссылки на задачи проставлены, что они корректные, что кросс-ссылки не битые.
➜ Постановки писал он, ревьюил я. Вычитывал тексты, просил внести правки.
➜ Финальный проход по чек-листам. В конце попросил его пройтись по всем и убедиться, что все закрыто.
Какие выводы:
➜ Качество вышло очень хорошее. Все задачи успешно и с первого раза прошли ревью у всех разработчиков. Сильно помогло наличие готовой аналогичной задачи. Правда, отличий там тоже хватало, и кучу деталей пришлось согласовывать и выяснять отдельно.
➜ По скорости выигрыша не заметил. Ушло почти столько же времени, может, даже дольше. Перепроверки, первый опыт с такой схемой, плюс много времени съела вычитка сгенерированных требований и описаний.
➜ Читайте от корки до корки все, что попадает в требования. Фигню порой сложно заметить. А порой бывает, что это я сам написал модели ерунду.
➜ Все важное живет в файлах, а не в чате. Договоренности, решения, принципы. Даже когда контекст сжимается, ничего не теряется, и следующий заход начинается с зафиксированных в файлах информации. Все общение по задаче вел в одном чате. Если интересно, вот статистика "382 turns · 1703 steps| LLM 124m25s · Tool call 120m16s| TTFT avg 1.9s · 237 tok/s| Cache hit 98%| Input 250M tok · Output 994K tok". | 262 |
| 5 |  بدون متن... | 197 |
| 6 |  Зачем? Ради чего? Ради красивого редактора | 183 |
| 7 | В общем, я еще один сайт сделал. Надоело ковыряться в markdown, поэтому переехал на gram.ax. Я потратил кучу часов, пытаясь нормально задеплоить его, но все-таки смог
https://arlagonix.github.io/bsm/ | 173 |
| 8 |  THE BUSINESS PROCESS MANAGEMENT PERSPECTIVE
🔗 From: BABOK
👤 By: IIBA
🧠 Complexity: ★★☆
➜ About the Perspective
➜ Change Scope
➜ Business Analysis Scope
➜ Frameworks, Methodologies, and Techniques
➜ Underlying Competences
➜ Impact on Knowledge Areas
Auto description:
BPM focuses on improving how an organization performs work and delivers value through its end-to-end business processes. Business analysts model as-is and to-be processes, identify inefficiencies, define improvements, and continuously monitor performance. The goal is to improve efficiency, quality, agility, and customer value while reducing costs and risks. BPM can range from optimizing a single process to transforming processes across the entire organization. | 193 |
| 9 | НЕМНОГО ПРО МОЙ ОПЫТ
Самая большая проблема - это время. Как и ИИ все подробно описать, и самому уложиться в сроки? Простого ответа нет.
— Учитесь быстро печатать. Слепая печать сильно помогает, когда нужно быстро фиксировать контекст и мысли.
— Поставьте приложение для надиктовывания текста. Например, [Handy](https://github.com/cjpais/handy).
— Больше практикуйтесь. Нужно время, чтобы привыкнуть к такому формату работы.
— Просите ИИ генерировать часть вспомогательных артефактов. Например, попросите его изучить кодовую базу, найти все, что относится к задаче, записать выжимку в assets/ или другую папку и обновить AGENTS.md.
— Записывайте встречи и прогоняйте их через программы-транскрибаторы. Есть много опенсорсных вариантов.
— Переиспользуйте свой труд. Сделайте шаблон папки с задачей. Отдельно храните шаблоны оформления задач и требований. Тогда не придется каждый раз объяснять одно и то же. Достаточно указать модели, где лежат нужные шаблоны.
Все это довольно очевидно, но как выглядит на практике? Пока экспериментирую. На каждую задачу завожу отдельную папку и веду в ней всю работу.
Внутри:
— `AGENTS.md`. Так называется, чтобы файл сразу попадал в контекст. Это главный хаб задачи. Здесь описываю саму задачу, что нужно сделать, где что искать, мысли в свободной форме, нужные репозитории, ссылки на задачи, страницы в Confluence и шаблоны. Модель при этом может сама ходить в Confluence и трекер задач.
— `assets/`. Папка с транскрипциями встреч, содержимым обсуждений, описанием алгоритмов и другими вспомогательными материалами по задаче.
Если хорошо выстроить контекст, общаться с моделью становится куда приятнее.
— ИИ с каждым месяцем становятся умнее, а доступный контекст растет. Все чаще причина глупого ответа заключается в недостатке информации, а не в каком-то "неправильном промпте".
— Модель может рассказать, как что устроено в коде, что нужно доработать и какие неясные моменты остались. Можно чуть реже дергать разработчиков по вопросам, на которые модель способна ответить сама.
— Если контекст текущей сессии исчерпался, можно начать новую из той же папки. Модель сразу получает основной контекст задачи, поэтому не приходится заново все объяснять.
С подробным контекстом модель качественнее проводит ревью и формирует артефакты. У нее есть описание задачи, код, обсуждения и примеры того, как должен выглядеть результат. За счет этого она может лучше готовить постановки и находить проблемы в требованиях.
И не забывайте проверять все, что делает ИИ. Искусственный интеллект отлично генерирует правдоподобный текст и при этом регулярно пишет чушь. Вы аналитик, ответственность за требования остается на вас. Если ИИ плохо справляется с конкретной частью работы, сделайте ее сами. Совершенно необязательно отдавать все на откуп железяке. | 199 |
| 10 | ЛЕКЦИЯ ПРО AI-ПАЙПЛАЙНЫ
Сходил на лекцию про AI-пайплайны для требований. Если кратко, "ну такое". Нового особо не узнал, но одна мысль показалась полезной.
Спикер работает в VK и занимается фриланс-проектами. И там, и там ей можно пользоваться внешними моделями. С ИБ все согласовано, проблем нет. Использует Claude. Презентацию для выступления делала через ChatGPT.
Пайплайны - это набор повторяемых шагов с понятными входами, результатами, проверками и точками принятия решений. Грубо говоря: сначала собрать требования, потом их проанализировать, описать доки, навайбкодить прототип и все это добро проревьюить.
Выступление было про то, как такие пайплайны собирать. И знаете как? Ни за что не догадаетесь.
- Дать модели большой промпт, который спикер сгенерировала через AI.
- AI сам нагенерит папки и наполнит их нужными документами.
- Дальше просить AI добавлять нужные фичи.
- ИИ типа сам все сделает.
Что смутило:
- Что делать, если ИБ не позволяет пользоваться внешними моделями?. Спикер особо не уточняла. Упомянула, что в VK есть локальные модели, но они слабые и с маленьким контекстом. Занавес.
- Как эта красота будет работать в случае сложной логики?. На бэке, фронте и еще нескольких сервисах все может быть уже сильно сложнее, но это тоже осталось неясно.
Спикер показала подход на примере одной фичи для банковского фриланс-проекта. Нужно было добавить в UI какую-то простую фичу, скопировав ее из Т-Банка. Качество артефактов получилось такое себе, хотя времени нормально все проревьюить тоже особо не было.
Может, я уже придираюсь, уж простите, но все чаще встречаю презентации, которые выглядят полезно: тема интересная, вроде есть ценная информация, а по итогу забрать с собой особенно нечего. Как бы полезно, а как бы и куча нюансов, из-за которых ты это применить на практике не сможешь
Самая полезная мысль - нужно хорошо построить контекст для модели. Когда решаешь задачу, стоит дать ей подробное описание самой задачи и окружения, доступ к репозиториям с исходным кодом, шаблоны или примеры требований, транскрипты обсуждений с продактом и разработчиками. | 161 |
| 11 | Еще немного про AI. Надеюсь, вас еще не тошнит. Кого тошнит, сори, но тема для меня интересная и временами хочется делиться своим рассуждениями на эту тему . | 138 |
| 12 | Это основные мысли с его выступления, см. описание выше "Архитектурные решения и компромиссы — почему мы всё время делаем систему хуже" | 152 |
| 13 |  А как правильно-то?
На занятиях регулярно повторяется ситуация: разобрали задачу, спроектировали несколько вариантов решения, обсудили плюсы и минусы каждого. Далее следует вопрос: "А как правильно-то?"
Обычно в такой ситуации просят чеклист. Обычно я отвечаю, что чеклист - абсолютное зло. Кроме своего.
Но как принимать решения?
1. Описываем задачу и контекст
2. Описываем варианты решения
3. Каждое решение обладает характеристиками, часть будет отличаться
4. Собираем табличку: характеристики vs варианты решения
5. Сортируем свойства по важности в рамках задачи
6. Заполняем клетки значениями
7. Анализируем, делаем выбор
Пример на картинке.
Где брать нужные свойства?
• Атрибуты качества системы aka NFR
• Ограничения: сроки, бюджеты, организационное, техрадар
• Продуктовые метрики - реже, но бывает
Что важно:
• Чаще всего хватает 3-4 характеристик, важных для нашей задачи.
• Максимально старайтесь использовать численные оценки, где это возможно. gRPC быстрее REST - правда? А на сколько? В 10 раз или на 10%? А оно нам надо?
• Не надо улучшать все сразу. Нам точно нужны 10.000+ rps в региональном магазине мебели?
• Когда мы улучшаем одну характеристику системы, обычно ухудшаем другую. Если решение ничего не ухудшает - скорее всего что-то пропустили.
• Обязательно прикрепляем табличку к ADR, Decision Log, Летописям Гениальных Костылей, или что там у нас. Команде, потомкам и агентам в будущем будет намного проще.
Проделывать это упражнение можно на любых уровнях абстракции и сложности: от выбора типа поля, до выделения границ сервисов. Каждый раз, когда рука тянется за чеклистом - рисуйте табличку. Потому что чужой заведомо делали в рамках другого контекста, задачи и целей.
Правда, для этого нужно понимать особенности технологий и принципы построения распределенных систем, этим мы займемся на курсе по интеграции и архитектуре, стартует 29 августа. | 141 |
| 14 | +4 Материалы | 229 |
| 15 | За что можно любить warhammer 40k, так это за его эстетику | 1 |
| 16 | Не спрашивайте, почему я выкладываю это в полвторого ночи | 1 |
| 17 |  Мы перешли на API-first, и это не помогло
Автор: Никита Миронов
Главная мысль: границы контрактов нужно явно фиксировать в самих контрактах.
О чём:
- В контракте указали integer, но не определили минимальное и максимальное значения.
- По спецификации сгенерировали код: в Go получилось int64, в iOS — int64, в Android — int32.
- Позже понадобилось добавить к значению префикс. В Android новое значение уже перестало помещаться в выбранный тип.
- Ещё была часть про форматно-логический контроль.
- Было много мемов. Мемы понравились.
- Нашел его сайт: https://analystexe.ru/ | 245 |
| 18 |  Архитектурные решения и компромиссы — почему мы всё время делаем систему хуже
Автор: Андрей Бураков
Главная мысль: придумайте несколько вариантов решения, сравните их плюсы и минусы и отдельно подумайте не только о том, что каждый вариант улучшает, но и о том, что он ухудшает.
О чём:
- У каждого решения есть плюсы и минусы. Поэтому практически любое изменение в чём-то делает систему лучше, а в чём-то хуже.
- Идеальное, но несуществующее решение - система, которой вообще нет, но которая при этом выполняет бизнес-задачу.
- Предлагаемый подход: определяем важные характеристики первого пришедшего в голову решения → приоритизируем их → добавляем вариант «оставить как есть» → генерируем альтернативы → сравниваем варианты → выбираем наиболее подходящий → документируем принятое решение.
- Если решение ничего не ухудшает, скорее всего, вы ещё не нашли его минусы. Если вариант решения только один, стоит придумать ещё.
- По возможности характеристики решений стоит выражать количественно.
- Доклад очень понравился, хот | 182 |
| 19 |  Spec Driven Development для системного аналитика: как превратить неполные вводные в проверяемую API-спецификацию
Автор: Виктория Золотарёва
Главная мысль: ИИ помог одновременно ускорить разработку требований и повысить их качество.
О чём:
- Рассказ о том, как в команде использовали ИИ для улучшения качества документации.
- Аналитик с помощью ИИ пишет спецификацию в GitLab. В качестве контекста ИИ получает стайл-гайды в .md-файлах и документацию проекта. Спецификация хранится в отдельной ветке.
- На основе спецификации генерируется документация в Confluence, а разработчик пишет код. Затем изменения аналитика и разработчика объединяются.
- Использовали Cursor, а не локальные модели. Применение сторонних моделей для проекта предварительно согласовали с ИБ.
- По словам автора, скорость работы выросла, команда результатом довольна. Интересно, что сама инициатива изначально пришла от бэкенд-разработчика.
- Подробнее: https://habr.com/ru/companies/alfa/articles/1059296/ | 115 |
| 20 |  Как системному аналитику не спроектировать утечку данных в API
Автор: Елизавета Акманова
Главная мысль: Продумывайте риски и не бойтесь отказываться от решений, которые могут породить много проблем в будущем.
О чём:
- Кейс из работы компании: с какой проблемой столкнулись и как её решали.
- Иногда лучше вообще не делать фичу, если потенциальные проблемы от неё перевешивают пользу.
- Перед реализацией стоит несколько раз подумать, чем решение может аукнуться в будущем. | 106 |
