home.social

#продакшн — Public Fediverse posts

Live and recent posts from across the Fediverse tagged #продакшн, aggregated by home.social.

fetched live
  1. Промпт — не контракт: замерил, как часто модель нарушает жёсткие правила, и вынес их в код

    У меня в проде работает ИИ-консультант на сайте. У него есть два правила, которые нарушать нельзя вообще: не называть цены и не называть клиентов, которые под NDA. Оба правила были написаны в системном промпте капслоком, с объяснением почему. Я замерил, как они соблюдаются. Получилось так:

    habr.com/ru/articles/1085028/

    #сезон_код_будущего #LLM #промпт #галлюцинации #регулярные_выражения #кириллица #NDA #валидация #продакшн #чатбот

  2. Чек‑лист внедрения аутентификации Manticore в продакшн

    В проде подход «включил и готово» почти никогда не работает. Для автономного узла техническая последовательность короткая: включить auth , перезапустить Manticore, создать администратора и обновить клиентов. В топологии с распределёнными таблицами или репликационными кластерами нужна дополнительная подготовка, потому что узлам тоже приходится аутентифицироваться друг у друга. Относитесь к внедрению как к небольшому релизу. Сначала инвентаризируйте клиентов и узлы, подготовьте данные аутентификации и отрепетируйте процедуру для своей топологии. Затем переключайтесь. Репетиция выявит сбои до технологического окна. Этот чек‑лист написан для пользователей, которые планируют включить аутентификацию и хотят сделать это максимально безопасно для текущей системы. Помните, что аутентификация отключена, пока вы не настроите auth ; после переключения клиенты, которые по‑прежнему не передают учётные данные будут получать отказ. Выберите процедуру по топологии:

    habr.com/ru/articles/1064226/

    #auth #authentication #authorization #аутентификация #авторизация #информационная_безопасность #production #продакшн #продакшен

  3. Продакшн на Laravel руками ИИ‑агента: честный отчёт о том, что работает, а что чуть не уронило прод

    Я аналитик, а не разработчик. Весь код для созданной нами платформы написал Claude Opus через Claude Code. Рассказываю без хайпа: как выглядит реальный workflow, где нейросеть незаменима, где она бесполезна, и какая инженерная дисциплина обязательна, чтобы это не превратилось в тыкву на боевом. Сразу обозначу рамку, чтобы снять половину вопросов из комментариев. Я не умею писать продакшн‑код . Я аналитик: читаю код, рассуждаю о системах, проектирую поведение — но профессионально не кодю. Тем не менее у нас в проде работает нетривиальное веб‑приложение, и каждую строчку кода написала нейросеть (Claude Opus, агент Claude Code). Моя роль — архитектор, продакт и QA. Второй ключевой специалист по разработке — дизайнер вебинтерфейсов, также освоивший Claude. Это не пост «ИИ сам всё сделал, программисты не нужны». Скорее наоборот: я хочу показать, что инженерия никуда не делась — просто из неё вынули операцию «набирать код руками». Всё остальное (проектирование, компромиссы, ловля прод‑онли багов, дисциплина релизов) осталось на человеке. И вот об этом «остальном» — интереснее всего.

    habr.com/ru/articles/1055910/

    #Claude #Claude_Code #разработка_через_ИИ #AIагент #LLM #Laravel #PHP #тестирование #продакшн #зерокодинг

  4. От диплома до продакшена: … Часть 7: Инфра, MLOps и уроки масштабирования

    3.3. Что я сделал бы иначе Закладывал бы MLOps с первого дня , а не «сначала модель, потом инфраструктура». Параллельно — дешевле. Автоматизировал бы тестирование данных раньше. Самые неприятные баги — не в коде, а в «тихом» изменении распределения. Завёл бы playbook для инцидентов. Когда что-то падает в три часа ночи, нужен чеклист, а не паника. Глава 4. Чеклист: готов ли проект к масштабированию Это самая практичная часть — её можно унести с собой.

    habr.com/ru/articles/1041706/

    #MLOps #масштабирование #продакшн #машинное_обучение #искусственный_интеллект #мониторинг_моделей #дрейф_данных #Kubernetes #MLflow #CICD

  5. Production-стек для мессенджера на 10к пользователей: FastAPI, SQLite в проде и почему монолит

    Это восьмая статья из моей серии про инженерные решения в ONEMIX. До этого было про клиентскую часть мессенджера: кэш сообщений , E2E , WebRTC звонки , Electron , outbox-паттерн . Параллельно про AI-агента Лиру и мнение про вайб-кодинг . Сегодня про серверную сторону. Backend ONEMIX — это один файл main.py на 19603 строки , 379 эндпоинтов, FastAPI + SQLite, держит мессенджер с регистрацией через SMS, звонками через LiveKit, E2E через Double Ratchet, push-нотификациями на iOS и Android. Этот файл я пишу больше года. За это время он эволюционировал из прототипа на 800 строк в production монолит. В статье разберу почему стек именно такой, какие решения оказались правильными, какие я бы поменял если бы начинал сейчас, и где у этого подхода границы применимости. Сразу важная оговорка. У меня не было требования держать 100к одновременных пользователей или 10к RPS. Это бэкенд под мобильное приложение с трафиком который для соло-разработчика разумно поддерживать одному. Если у вас задачи другого масштаба, мой опыт может не подойти.

    habr.com/ru/articles/1034814/

    #fastapi #sqlite #python #монолит #websocket #мессенджер #бэкенд #продакшн #авторизация #миграции

  6. [Перевод] Как Cursor с Claude Opus снёс продакшен базу данных за 9 секунд 30 часов хронологии того, как агент Cursor, Railway AP...

    #AI-агент #Cursor #Railway #Claude #Opus #MCP #API #токены #резервное #копирование #продакшн

    Origin | Interest | Match
  7. Хроники Облачного княжества: как я приручал монолит‑дракона: Орден SLO и игла Кощея

    Часть 3. Самая опасная магия в IT — это магия целей. Потому что цель легко обещает, а потом требует процентами отчёта. Есть особый вид страха, который появляется у инженера, когда два календаря совпадают.

    habr.com/ru/articles/1024126/

    #инциденты #продакшн #DevOps #SRE #мониторинг #микросервисы #база_данных #отказоустойчивость #постмортем

  8. Хроники Облачного княжества: как я приручал монолит‑дракона: Ночной алерт и инквизиция безопасности

    Часть 2. Если вам кажется, что инцидент — это про баги, вы просто ещё не видели, как баги превращаются в совещания. Первый ночной алерт приходит в момент, когда организм ещё верит, что сон — это базовая потребность, а не роскошь уровня «enterprise». Пейджер‑амулет (теперь уже и на моём поясе) запел так, будто ему лично не понравилось моё решение спать. Текст был коротким:

    habr.com/ru/articles/1022760/

    #инциденты #продакшн #DevOps #SRE #мониторинг #микросервисы #база_данных #отказоустойчивость #постмортем

  9. Тест-драйв документации: как мы научились ловить баги до релиза

    Привет, Хабр! С вами Галина Чупрова, главный инженер по тестированию в Рунити. Сегодня расскажу, как мы в компании пришли к тестированию документации — и почему этот шаг повысил эффективность тестирования и сэкономил команде нервы. Навигация по тексту:

    habr.com/ru/companies/runity/a

    #тестирование #документация #кейс #продакшн #баги #qa_testing #qa_engineer #автоматизация #релиз #команда_разработки

  10. Легендарные костыли в продакшене

    Нет ничего более постоянного, чем временное решение. Любой айтишник хоть раз лепил костыль на скорую руку — потом перепишем, потом сделаем нормально. Но «потом» обычно не наступает, и в итоге времянка живет в продакшене годами, переживает релизы и смену команд, а иногда становится частью продукта. У индустрии полно баек о том, как костыли превращались в легенды. В этой статье собрал самые интересные случаи из истории ИТ. Приглашаю под кат. Читать

    habr.com/ru/companies/ruvds/ar

    #костыли #разработка #ПО #itинфраструктура #управление_разработкой #продакшн #сервер #системное_администрирование #windows #ruvds_статьи

  11. От скриптов к сервисам: 10 книг для профессиональной разработки в Data Science

    Привет! Меня зовут Марк Паненко, и я Chief Data Science в Ozon Банке. Сегодня я хочу поговорить про книги, которые научат писать код. В современной экосистеме Data Science недостаточно просто знать алгоритмы машинного обучения и статистические методы — необходимы прочные инженерные навыки для создания масштабируемых, поддерживаемых решений. Это третья часть серии статей о главных книгах для data-специалистов. В первой части « От комиксов до нейросетей » я писал о литературе для джунов. Во второй — « Код устареет, принципы — останутся » — для мидлов и сеньоров. В этой же части мы сфокусируемся исключительно на книгах для развития навыков программиста, ставших необходимым для современного дата-сайентиста. Основываясь на опыте моего подкаста « Дата Завтрак », я структурировал подборку по пути профессионального роста инженера: от фундаментальных навыков до специализированных продакшн-инструментов.

    habr.com/ru/companies/ozonbank

    #книги_по_программированию #машинное_обучение #python #разработка #продакшн #data_science

  12. Как я до конца пытался казаться успешным бизнесменом, пока за 6 лет не потерял все

    Спустя несколько лет мое фото-видео производство будет приносить 35 млн ₽ выручки в год. А через 6 лет я его закрою и зафиксирую суммарный убыток в 13,5 млн ₽. Возможно, эта статья поможет другим людям в тяжелых жизненных ситуациях, а начинающим предпринимателям поможет в такие ситуации не попадать.

    habr.com/ru/articles/889544/

    #бизнес #бизнесмен #бизнесплан #бизнеспроцессы #бизнес_идея #бизнес_с_нуля #продакшн

  13. Правильная работа с базой данных на Python

    Эта статья рассчитана в большинстве своём на новичков. Тут мы поговорим о том, как не упереться в лимиты подключений к базе, и чтобы приложение в продакшн не упало.

    habr.com/ru/articles/784150/

    #python #sqlalchemy #мониторинг #продакшн

Share on Mastodon

Enter the server where you have an account.