Каталог каналов Мои подборки Мои каналы Поиск постов Рекламные посты
Инструменты
Каталог TGAds Мониторинг Детальная статистика Анализ аудитории Бот аналитики
Полезная информация
Инструкция Telemetr Документация к API Чат Telemetr
Полезные сервисы

Не попадитесь на накрученные каналы! Узнайте, не накручивает ли канал просмотры или подписчиков Проверить канал на накрутку
Прикрепить Телеграм-аккаунт Прикрепить Телеграм-аккаунт

Телеграм канал «Код Желтый»

Код Желтый
1.8K
2.3K
360
80
15.2K
Рассказываем про технологии и инженерные практики. Делимся подкастами, анонсами ИТ-мероприятий и исследованиями.

ВК: vk.com/kod_zheltyi

Команда и вакансии в Т: /@t_crew

ИТ-профессии в Т: l.tbank.ru/it_folders

Перечень РКН: l.tbank.ru/knd_tg
Подписчики
Всего
32 635
Сегодня
0
Просмотров на пост
Всего
3 723
ER
Общий
9.09%
Суточный
6.2%
Динамика публикаций
Telemetr - сервис глубокой аналитики
телеграм-каналов
Получите подробную информацию о каждом канале
Отберите самые эффективные каналы для
рекламных размещений, по приросту подписчиков,
ER, количеству просмотров на пост и другим метрикам
Анализируйте рекламные посты
и креативы
Узнайте какие посты лучше сработали,
а какие хуже, даже если их давно удалили
Оценивайте эффективность тематики и контента
Узнайте, какую тематику лучше не рекламировать
на канале, а какая зайдет на ура
Попробовать бесплатно
Показано 7 из 1 782 постов
Смотреть все посты
Пост от 29.07.2026 18:58
1 198
0
10
⚡️ Как YAML-файл на 4 КБ съел у нас 2 ГБ оперативки

Мы мигрировали статические конфигурации из базы данных в файлы. Переезжали постепенно, файл за файлом. Когда добавили очередной YAML на 4 КБ, интеграционные тесты на пайплайне упали. Локально все работало, на продовых ресурсах тоже, но на раннере тестов приложение падало с OOM.

Мы провели расследование с профайлингом, нашли экспоненциальный рост памяти и исправили все одной строкой.

В карточках — как мы это делали, почему метод расширения из StackExchange.Utils оказался опасным и на что обращать внимание при работе с конфигурациями в .NET. А больше деталей с графиками и кодом — на Хабре.


#RAM #OOM #performance #profiling
👍 9
🔥 3
Пост от 23.07.2026 13:23
1 454
0
7
🔥 Как мы разогнали workflow-движок от 20 до 100 процессов в секунду

Вокруг Zeebe существует немало стереотипов: медленный, сложный в настройке, нестабильный. Мы решили проверить это на практике. Для PoC использовали Camunda 8.5 и 8.6, протестировали движок в разных конфигурациях и выяснили, сколько он реально вывозит.

Начали с 20 процессов в секунду на минимальной конфигурации. Закончили стабильными 100 Pi/s. По пути наступали на грабли с партициями, дисками, воркерами и каскадными сбоями.

↗️ В карточках рассказываем, как устроена архитектура Zeebe, почему одна партиция не утилизирует CPU, как диск уровня silver убивает производительность и как настроить воркеры для увеличения пропускной способности движка. А подробнее читайте на Хабре.

#workflow #camunda #zeebe #performance #loadtesting
👍 5
🔥 3
❤‍🔥 1
Пост от 23.07.2026 13:23
1 441
1
4
🔥 6
3
❤‍🔥 2
Пост от 20.07.2026 15:12
1 731
1
29
✨ Как за один вечер обучить ML-модель на кросс-доменных данных

Многие компании хранят петабайты данных о своих клиентах — историю просмотров, кликов, покупок, касаний с рекламой и коммуникациями. Но, чтобы выжимать максимум из этих данных, нужно качественно моделировать все источники, описывающие одного пользователя.

Мы сделали Perseus — open-source-фреймворк, который объединяет данные из разных источников в одну последовательность событий о пользователе и обучает трансформерные модели под широкий класс ML-задач.

В карточках рассказываем, как устроен фреймворк, какие архитектуры поддерживает, какие задачи закрывает и почему кросс-доменность дает прирост качества.

⚡️ Perseus на GitHub

#ml #recommendations #opensource
👍 12
8
❤‍🔥 7
Пост от 18.07.2026 12:12
485
0
2
3
👍 3
Пост от 18.07.2026 12:12
964
1
2
А прямо сейчас на конференции Turbo ML Conf Анатолий Потапов, руководитель группы фундаментальных технологий LLM в Центре искусственного интеллекта Т-Банка, рассказал про основные бенчмарки T-Search 🔥
❤‍🔥 4
🔥 4
Пост от 18.07.2026 12:12
495
0
9
⚡️ Встречайте T-Search — первую открытую русскоязычную модель для Agentic RAG

Корпоративные ИИ-агенты перестали быть экспериментами. Но, чтобы агент дал правильный ответ, ему нужен правильный контекст — конкретные детали из документов, регламентов, баз знаний. Простые RAG-системы с этим справляются плохо: до 30% ответов дают уверенный результат, но пропускают критически важную информацию.

↗️ Мы выпустили T-Search — специализированную модель на основе Qwen3.6-35B-A3B. Она не генерирует ответ, а за несколько шагов находит нужные фрагменты в документах.

В карточках рассказываем, как устроен Agentic RAG, почему T-Search дешевле и быстрее сопоставимых решений и кому это нужно.

А попробовать модель в деле можно на Hugging Face.

#ai #rag #opensource #llm
👍 6
4
Смотреть все посты