Предположим, у вас имеется функция, которая передает 32-битное значение другой функции, принимающей 64-битные значения. Вам совершенно неважно то, что попадет в 32 старших бита, так как это значение функция, принимающая его, напрямую не обрабатывает. Его просто передают функции обратного вызова, которая обрезает его, преобразуя в 32-битное значение. При этом, по некоей причине, вас беспокоит влияние на производительность той единственной инструкции, которую компилятор обычно генерирует для расширения 32-битных значений до 64-битных.

Первое, что вы можете подумать: «Да зачем об этом беспокоиться, если пока ничего особенного не произошло». Одна единственная инструкция не превратится в узкое место некоей программы. Но, несмотря на это, просто из интереса можно попробовать решить эту хитрую задачу.

Глупые фокусы: преобразование 32-битного значения в 64-битное, когда неважен мусор в старших битах

«Я вам заявляю, с Linux мы доигрались».

Карьера, связанная с Линуксом, может быть сильно разной. Взять, например, классическую роль системного администратора, он следит за серверами, поднимает сервисы, чинит инциденты. Но системный инженер — это уже история на уровень выше. Это специалист, который фокусируется на построении систем, оптимизации и воспроизводимости.

И пути, какими приходят в Linux-инженеры, могут быть совершенно разными. У кого-то всё началось с DOS и журнала «Хакер», кто-то вообще из Warcraft пришёл. Главное тут — уметь думать и показывать, что ты понимаешь, как всё работает. Ну и GitHub, конечно, помогает на собесах. Потому что красиво рассказывать может каждый, а вот показать, что умеешь — уже не все.

В тексте обсуждаем, что вообще компании сейчас хотят от таких специалистов, каких особенно ценят, как развиваться в профессии, и что помогает работодателям находить общий язык с соискателями.

Может ли сервер стоить копейки?

Обычно такое оборудование ассоциируется с большими деньгами, но на вторичном рынке можно найти крутые бюджетные варианты. Например — блейд-серверы, когда несколько компактных устройств используются в одной общей корзине (шасси). Некоторые элементы вроде блока питания и системы охлаждения вынесены и делаются как бы общими для всех.

Автор решил поколдовать и сделать такую машину. Получилось дешево и сердито, но работает! В тексте история о том, как всё это собиралось и настраивалось.

Разбираем один из самых коварных способов случайно уронить прод — плохие JOIN'ы.

Казалось бы, простое дело: связать пару таблиц — и вперед. Но если в ON засунуть LOWER(email), забыть про индексы или перепутать LEFT JOIN с INNER — сервер мигом начнет дышать на ладан.

Все примеры — PostgreSQL, но подавляющее большинство выводов одинаково валит MySQL и SQL Server.

Важная проблема работы с UX — нехватка коллективных процессов. Например, аналитики ставят задачи на реализацию интерфейсов без вовлечения дизайнеров, а команды работают изолированно, перебрасывая этапы по цепочке. Такой подход приводит к потере контекста, нестыковкам и лишним итерациям.

Но есть альтернатива — совместная работа над дизайном и аналитикой с самого начала, включая конкретные этапы исследований (подготовка гайда, интервью и т. д.). В команде автора поступили именно так, и давайте же посмотрим, к чему это их привело.

BA + UX: смешать, но не взбалтывать. Как объединить дизайн и аналитику на примере очень запутанной фичи

«Недавно решил покопаться в локальных языковых моделях и наткнулся на новинку от Google DeepMind — Gemma 3 12B. Модель мощная, с открытой лицензией и, что особенно порадовало, спокойно запускается прямо на ноутбуке. Без серверов, клаудов и трат на аренду GPU.

В статье расскажу, чем хороша Gemma 3, на что она способна, и как LM Studio помогает быстро подружиться с языковыми моделями — даже если ты не ML-инженер. Она подойдет как для личных, так и корпоративных целей».

15 минут — и у тебя бесплатная ИИ-модель для генерации кода, текста, иллюстраций

Нестыдные вопросы про телеком: объясняем, как устроена опорная сеть 5G простыми словами.

Когда мы слышим слово «телеком», воображение обычно рисует антенны, мачты сотовой связи и характерные вышки с мигающими огоньками. Но за этим скрывается невидимая, куда более сложная система — опорная сеть. Это не про железо и радиосигналы, а про программное обеспечение, миллионы сообщений в секунду — и людей, которые все это поддерживают и развивают.

В предыдущих поколениях мобильных сетей (2G, 3G, LTE) масштабирование сервисов не предусматривали и настраивали компоненты вручную. 5G пошел другим путем — в архитектуру опорной сети пришли микросервисы. Теперь каждый функциональный блок, будь то авторизация, управление сессиями или работа с базой данных абонентов, — это отдельный сервис, со своими API, логикой, масштабируемостью и жизненным циклом.

На Хабре частенько говорят о дистрибутивах, так или иначе основанных на ядрах Linux или BSD. Но есть и совсем уникальные операционные системы, которые разрабатывались с нуля и полностью самодостаточны.

Порой такие проекты создаются лишь одним человеком, яркий пример — TempleOS. Сегодня расскажем о Visopsys, проекте визуальной операционной системы, которая уже 23 года разрабатывается Энди Маклафлином (Andy McLaughlin) в качестве хобби.

По уровню проработки она сильно уступает большинству современных систем. Но если вспомнить, что все это сделано в соло, то становится очевидным колоссальный объем работы.

Яндекс Почте — 25 лет, и вы можете заспидранить историю развития сервиса.

У нас на сайте есть ретросимулятор, где Ян должен пройти 12 знаковых релизов и собрать 25 криптоключей — символы всех крупных апгрейдов сервиса. На старте лишь один узкий dial-up-канал в 56 Кбит/с, но разработчик, подняв VR-очки на лоб и сжимая картридж Patch 25, уже шагает в портал, чтобы за несколько уровней промчаться от первых труб модема до эпохи нейросетей.

Такой вот нескучный способ заглянуть в прошлое и узнать немного нового, так что залетайте посмотреть.

Недавно автора заинтересовала такая задача: как лучше всего определить, что в строке есть гласная? Казалось бы, тривиальный вопрос.

Но начав разбираться, пришло осознание, что задача гораздо глубже. Пришлось бросить вызов: придумать как можно больше способов обнаружения гласной. Какой способ самый быстрый? Каким никогда не стоит пользоваться? Какой самый умный? Какой самый удобочитаемый?

В этом посте рассмотрим 11 способов обнаружения гласных, алгоритмический анализ, дизассемблирование байт-кода Python, реализацию CPython и даже исследуем опкоды скомпилированного регулярного выражения. Поехали.

Ошибки в Go уродливые. Однако за каждым из решений стоит определенная логика — дизайн языка не случаен. В одних случаях сохранялась обратная совместимость, в других — удавалось избежать усложнения, а в третьих — получалось добиться упрощения, чтобы сделать язык доступным для новичков и удобным для профессионалов.

Go жертвует элегантностью в угоду предсказуемости и производительности. Например, отсутствие generics (до Go 1.18) было осознанным решением с целью не усложнять компилятор и не замедлять сборку. Странные вещи в Go могут доставлять боль, но могут приносить и пользу при хорошем понимании их назначении.

Обсуждаем, почему Go такой странный и еще 7 холиварных тем про Golang.

Есть такой инструмент — Postman. Им пользуются, чтобы проверять, как работают сайты и приложения. Но есть нюансы: бесплатная версия сильно ограничена, с коллегами работать неудобно, а автоматизация быстро упирается в платный тариф.

Недавно системный аналитик банка пошел искать альтернативы, среди всех выбрал Bruno: бесплатная, без регистрации, с открытым исходным кодом. В ней упор сделан на работе офлайн, а для совместной работы используется обычный Git — удобно и прозрачно.

Bruno умеет почти всё то же самое, что и Postman: запускать запросы, проверять ответы, хранить переменные и даже автоматизировать сложные сценарии. Только без ограничений и головной боли.

Аналитик подробно рассказывает, как перешел на Bruno, что это дало команде и почему теперь не хочется возвращаться назад. Вот ссылка на статью — залетайте, если тема близка.

Прогнозы о том, что ИИ резко повысит продуктивность, удивительно напоминают обещания середины XX века. Тогда, с приходом компьютеров, говорили, что они автоматизируют офисную работу и вообще мы все добьемся успешного успеха.

Спустя 60 лет похожие заявления. Вышел ChatGPT, и исследователи заявили, что сотрудники с ИИ станут на 40% продуктивнее. Но новые данные куда скромнее — лишь 3% экономии времени, а в других случаях нейросеть даже снижает мотивацию и ухудшает психологическое состояние работников.

Мы, похоже, снова сталкиваемся с «парадоксом продуктивности» — когда технологический прогресс не дает ожидаемого роста эффективности. Хорошая новость в том, что прошлые ошибки дают нам шанс не повторить их снова.

Почему шум вокруг ИИ подобен парадоксу Солоу

В технологических компаниях A/B‑тестирование давно стало важным инструментом для принятия решений на основе данных. Команды, работающие с экспериментами, разрабатывают методологии и помогают аналитикам и руководителям получать надежные инсайты.

Однако за время работы с A/B‑тестами накопилось множество заблуждений — они встречаются в разговорах с коллегами, на собеседованиях и в рабочих обсуждениях. На первый взгляд безобидные, эти мифы могут привести к ошибкам в интерпретации данных и неверным решениям.

В статье разберем 10 самых распространенных, чтобы ваши эксперименты стали действительно полезными.

Ведущий разработчик приходит с просьбой к руководству, ему отказывают. Он решает искать другую работу и понимает, что на текущей работе зарплата ниже рынке раза в два. Находит нужную вакансию, увольняется — и это решение почти полностью разрушает отдел, где он работал до этого. Но не сразу.

Почитайте небольшую историю на заметку эйчарам, как небольшие кадровые изменения, как снежный ком, ведут к уничтожению коллектива и убыткам для компании.

Никто из работодателей не напишет на сайте или в описании вакансии: «Ну да, так-то у нас иногда кассовые разрывы бывают, но мы тут держимся». Вместо этого будет: «Мы — признанные лидеры там-то и сям-то, нам доверяют, мы меняем мир, мы — динамично развивающаяся компания с сильным корпоративным духом».

Но самое замечательное начинается, если найти 10-15 минут времени и всмотреться в эту бездну успеха. Автор показывает личную схему поиска информации о компании без претензий на полную истинность.

Текст о том, сколько чудесного и неожиданного можно узнать о потенциальном работодателе из открытых данных, и что делать, чтобы не проработать месяц-два бесплатно и не обмануться с другими ожиданиями. Спойлер: возможно все — от потенциального банкротства компании до дела о мошенничестве.