Инструменты
Каталог TGAds
Мониторинг
Детальная статистика
Анализ аудитории
Бот аналитики
Полезная информация
Инструкция Telemetr
Документация к API
Чат Telemetr
Не попадитесь на накрученные каналы! Узнайте, не накручивает ли канал просмотры или
подписчиков
Проверить канал на накрутку
Телеграм канал «Код Желтый»
Код Желтый
1.8K
2.3K
359
79
13.5K
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
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
32 620
Сегодня
0
Просмотров на пост
Всего
3 156
ER
Общий
9.14%
Суточный
6.4%
Динамика публикаций
Telemetr - сервис глубокой аналитики
телеграм-каналов
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
рекламных размещений, по приросту подписчиков,
ER, количеству просмотров на пост и другим метрикам
Анализируйте рекламные посты
и креативы
и креативы
Узнайте какие посты лучше сработали,
а какие хуже, даже если их давно удалили
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
на канале, а какая зайдет на ура
Показано 7 из 1 775 постов
Смотреть все посты
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
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
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
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
Пост от 17.07.2026 13:25
1 269
1
12
🔍 Как навести порядок в 200+ QA-командах
Год назад в одном из наших управлений было 17 команд с нулевым уровнем зрелости QA. Автоматизация работала не везде, метрики не собирались, техдолг копился. Мы не знали, кто на каком уровне находится и куда двигаться.
Мы построили Quality Maturity Model — живую модель оценки зрелости QA-процессов. Сейчас по ней работает более 200 команд. Автоматизация выросла на 30—40%, время QA-инженеров сэкономили до 15%, а команды перестали ждать указаний и сами начали оценивать себя и строить планы.
В карточках — почему мы отказались от CMMI, какие выделили навыки и как выглядит прототип, который можно запустить у себя. Подробнее о модели рассказали на Хабре.
А еще мы выложили работающий прототип на GitHub!
⚡️ — если попробуете использовать его в своих командах!
#qa #qmm #maturitymodel #open_source
Год назад в одном из наших управлений было 17 команд с нулевым уровнем зрелости QA. Автоматизация работала не везде, метрики не собирались, техдолг копился. Мы не знали, кто на каком уровне находится и куда двигаться.
Мы построили Quality Maturity Model — живую модель оценки зрелости QA-процессов. Сейчас по ней работает более 200 команд. Автоматизация выросла на 30—40%, время QA-инженеров сэкономили до 15%, а команды перестали ждать указаний и сами начали оценивать себя и строить планы.
В карточках — почему мы отказались от CMMI, какие выделили навыки и как выглядит прототип, который можно запустить у себя. Подробнее о модели рассказали на Хабре.
А еще мы выложили работающий прототип на GitHub!
⚡️ — если попробуете использовать его в своих командах!
#qa #qmm #maturitymodel #open_source
Изображение
Изображение
Изображение
Изображение
Изображение
Изображение
Изображение
Изображение
❤
7
👍
3
😁
1