Frontend это клиентская часть веба. Она отвечает за визуал сайта. Всё то, что видит и слышит пользователь на сайте - дело рук фронтендера. Браузер делает http(s) запрос на сервер, он получает HTML-страницу (и CSS с Javascript) и отрисовывает страницу. Ответ сервера может содержать: HTML-документ; данные, встроенные в HTML; ссылки на статические файлы (CSS, JS, изображения); JSON/XML/другие данные (если это API запрос).

И так, языки для frontend разработки:

• HTML и CSS: Это не опционально. HTML обязателен, а без CSS сайт может работать, но вряд ли он будет красивым. Их нельзя назвать языком программирования, но пусть будут. Фреймворки и библиотеки для CSS:

  • Tailwind CSS: Utility-first CSS фреймворк, то есть разработчик использует набор предопределённых классов, каждый из которых имеет некоторое количество стилей. Очень гибкий и мощный.

  • Bootstrap: Самый популярный. Предоставляет адаптивную сетку, компоненты (кнопки, навигация, карточки и т.д.), JS-плагины.

  • Sass / SCSS: Препроцессор CSS, который расширяет возможности стандартного CSS, добавляя функциональность, такую как переменные, вложенность, миксины и многое другое.

• JavaScript (JS): Двигатель для визуала сайта. Он добавляет интерактивность и динамическое поведение на веб-страницы. Фреймворки и библиотеки для JS:

  • React: Библиотека от Meta. Позволяет создавать компоненты. Упрощает разработку.

  • Vue.js / Vue 3: Модульная структура. Относительно простой фреймворк.

  • Angular: Полноценный MVC-фреймворк от Google. Работает на TypeScript. Хорошо подходит для крупных корпоративных приложений. Включает в себя маршрутизацию, формы, HTTP-клиент и т.д.

  • Svelte: Очень быстрый и лёгкий. Отлично подходит для микросервисов.

  • TypeScript: Надмножество Javascript. Статическая типизация.

Backend

Backend это серверная часть веба. Обработка платежей, регистрация пользователей и всё то, что не видит клиент, делается тут.

• Node.js: Это среда выполнения JavaScripts, которая позволяет использовать JavaScript для разработки серверной части. Фреймворки и библиотеки для Node.js:

  • Expess.js: Самый популярный и гибкий фреймворк, часто используемый в качестве основы для многих Node.js проектов. Он обеспечивает минимальный базовый набор функций для создания веб-приложений и API.

  • NestJS: Фреймворк, ориентированный на создание масштабируемых серверных приложений. Он использует модульную архитектуру, поддерживает TypeScript и предоставляет встроенные решения для валидации, маршрутизации, аутентификации и авторизации.

  • Fastify: Фреймворк, ориентированный на максимальную производительность и низкое потребление ресурсов, что делает его подходящим для высоконагруженных приложений.

• Python: Этот язык многофункционален и его можно использовать в бэкэнде. Фреймворки и библиотеки для Python:

  • Django: Полноценный фреймворк, предназначенный для создания сложных веб-приложений, включает в себя ORM, систему шаблонов, админ-панель и многое другое.

  • Flask: Микрофреймворк, гибкий и легкий, подходит для небольших и средних проектов, а также для создания API.

  • FastAPI: Современный, быстрый фреймворк, ориентированный на создание API.

• Java: Java доминирует в банках, финансовых платформах и крупных онлайн-сервисах (например, LinkedIn, Netflix, Amazon частично используют Java). В большинстве случаев используется Spring. Фреймворки и библиотеки для Java:

  • Spring: Один из самых популярных фреймворков, предоставляющий множество инструментов для разработки веб-приложений, включая управление зависимостями, аспектно-ориентированное программирование и доступ к данным.

• C#: C# популярен в компаниях, работающих на Windows-инфраструктуре, особенно в Европе и США: от страховых компаний до госпорталов. Фреймворки и библиотеки для C#:

  • ASP.NET: Основной фреймворк C#. ASP.NET Core предоставляет широкий набор инструментов для создания веб-сайтов, API и других веб-сервисов.

  • Entity Framework Core: ORM (Object-Relational Mapping) фреймворк, который упрощает работу с базами данных. Позволяет работать с базами данных, используя объекты C# вместо SQL запросов.

  • Blazor: Фреймворк для создания интерактивных веб-интерфейсов, работающий как на стороне клиента (в браузере), так и на стороне сервера.

• Go: Высокая производительность и простота. Фреймворки и библиотеки для Go:

  • Gin: Известен своей высокой производительностью и легкостью использования. Идеален для создания API и веб-приложений, требующих быстрой обработки запросов.

  • Echo: Легкий и быстрый фреймворк, ориентированный на производительность и простоту использования. Отлично подходит для создания API и веб-сервисов.

• PHP: Классика веба. Фреймворки и библиотеки для PHP:

  • Laravel: Известен своей элегантностью, мощной системой шаблонов Blade, и богатым набором инструментов для разработки. Laravel часто выбирают для создания масштабных и сложных веб-приложений.

• Ruby: Лаконичный и удобный. Фреймворки и библиотеки для Ruby:

  • Ruby on Rails (RoR): Самый популярный фреймворк, известный своей структурой MVC, удобством разработки и возможностями для создания масштабируемых веб-приложений. Он предоставляет готовые решения для работы с базами данных, маршрутизацией, представлением и многим другим, что значительно ускоряет процесс разработки.

• Базы данных: Будучи backend разработчиком вам придётся работать с базами данных.

  • PostgreSQL: Гибкая система управления реляционными базами данных (СУБД). Удобно хранить геопространственные данные.

  • MySQL: Одна из самых популярных. Открытый исходный код. MySQL имеет меньше поддержки стандартов SQL, чем PostgreSQL.

  • SQLite: Лёгкая, встраиваемая система управления базами данных. SQLite не требует отдельного сервера, база данных хранится в одном файле на диске. Не предназначен для многопользовательского доступа с высокой конкуренцией. Для локального хранения.

  • MongoDB: Нереляционная (NoSQL) документо-ориентированная система управления базами данных, которая предназначена для хранения, обработки и масштабирования больших объёмов неструктурированных или полуструктурированных данных. MongoDB хранит данные в формате BSON (Binary JSON).

  • Redis (REmote DIctionary Server): Redis хранит данные в оперативной памяти, что обеспечивает очень быструю обработку запросов. Данные хранятся в парах "ключ-значение", что упрощает доступ к информации.

• Docker / CI/CD / Nginx/Apache: Полезные вещи для бэкенда.

Системное программирование

Системное программирование - Разработка программного обеспечения, которое взаимодействует напрямую с железом. Это низкоуровневое программирование, где важна производительность и эффективность управления ресурсами. Системные программисты разрабатывают ОС, драйверы, компиляторы, виртуальные машины и антивирусы.

• C: Фундамент всех ОС и системного ПО. Работает напрямую с памятью. Ядро Unix/Linux написано на C. Даёт полный контроль над памятью, но требует ручного управления памятью. Почти нет абстракции.

• C++: Мощнее C, добавляет ООП, используется в движках и ядрах.

• Rust: Безопасная альтернатива C / C++ без утечек памяти.

• Assembly: Пишется для конкретного процессора (x86, ARM, RISC-V). Почти напрямую управляет CPU, регистрами, стеком.

Мобильная разработка

Создание приложений для смартфонов, планшетов и носимых устройств. Тут есть 3 поднаправления: нативные мобильные приложения; гибридные (на web-технологиях); кроссплатформенные.

Нативная разработка

Это создание мобильных приложений под конкретную операционную систему.

• Kotlin: Разработка под android. Ститачески типизированный язык программирования, разработанный компанией JetBrains. Безопасен от NullPointerException. Выразительный синтаксис. Возможность интеграции с кодом на java.

  • Android studio: IDE специально для создания приложений под android.

  • Jetpack Compose: Упрощает и ускоряет процесс разработки интерфейсов за счёт меньшего объёма кода, мощных инструментов и интуитивно понятного кода. Использует kotlin для создания UI.

  • XML (eXtensible Markup Language): Язык разметки для хранения и передачи данных.

• Swift: Разработка под IOS. Современный и безопасный.

  • Xcode: IDE для разработки под IOS.

  • UIKit: Предоставляет разработчикам набор элементов управления, такие как кнопки, метки, текстовые поля, а также возможности для обработки касаний и жестов, обеспечивая интуитивно понятное взаимодействие с пользователем.

  • SwiftUI: Декларативный UI-фреймворк от Apple.

Кроссплатформенная разработка

Один код работает и на android, и на IOS.

• Flutter: Кроссплатформенный SDK от Google для создания красивых, нативных приложений для мобильных устройств. Быстрый рендеринг. Кастомный UI.

  • Dart: Основной язык для flutter. Простой синтаксис. Высокая производительность. Богатый набор библиотек.

• React Native: Использует один и тот же код JavaScript для iOS и android. Основное преимущество React Native это возможность создавать приложения для iOS и Android, используя общий код на JavaScript.

• Kotlin Multiplatform Mobile (KMM): Код пишется на kotlin и компилируется на обе ОС. UI пишется отдельно, но бизнес логика общая.

Гибридные и web-приложения

Такие приложения сочетают в себе элементы нативных и веб-приложений. Работают как web-приложения внутри обёртки. По своей сути, это веб-приложения (обычно написанные с использованием HTML, CSS и JavaScript), "упакованные" в специальную нативную оболочку (часто называемую WebView).

• Ionic: Фреймворк для разработки гибридных кроссплатформенных мобильных приложений.

• WebView Multiplatform Mobile: Кроссплатформенная библиотека для встраивания веб-контента в приложения для Android и iOS.

• Xamarin WebView: Фреймворк для разработки кросс-платформенных мобильных приложений, предоставляет доступ к WebView для отображения веб-содержимого.

• Tauri: Фреймворк для создания десктопных приложений с использованием веб-технологий. Во второй версии можно делать мобильные приложения. Написан на сложном rust.

Data Science / Аналитика данных

Data science - Наука о данных. Использует математику и статистику для обработки данных, извлечения полезной информации, выявления закономерностей и предсказания будущих событий. Они используют для этого статистические методы и машинное обучение.

• Python: Де-факто стандарт в data science. Прост в изучении. Огромное сообщество. Богатейшая экосистема библиотек. Библиотеки для python, которые нужно знать аналитику данных:

  • NumPy: Для работы с многомерными массивами и матрицами. Линейная алгебра.

  • Pandas: Предоставляет мощные структуры данных.

  • Polars: Современная, очень быстрая альтернатива pandas. Оптимизированная для работы с большими наборами данных.

  • Matplotlib / Seaborn: Визуализация данных.

  • Scikit-learnt + keras: Машинное обучение. Прогноз данных.

  • Jupyter: Интерактивный блокнот для работы с кодом.

• R: Язык специально для статистики. Имеет невероятно богатый набор пакетов для статистического анализа, визуализации.

• SQL: Необходим любому специалисту по данным. Для хранения данных.

• Scala: JVM-язык, сочетающий объектно-ориентированную и функциональную парадигмы. Основной язык для Apache Spark.

• Julia: Создан специально для высокопроизводительных научных вычислений. Синтаксис похож на Python / MATLAB.

Машинное обучение и ML-инженеринг

ML-инженеринг (MLOps) - Инженерная дисциплина, которая фокусируется на машинном обучении. В отличие от Data Science, где основное внимание уделяется исследованию данных и построению моделей, ML-инженеринг охватывает весь жизненный цикл AI-продукта. Построение моделей, нейросетей, прогнозирование. Это инженерная часть Data Science, фокусирующаяся на промышленной эксплуатации. ML-инженеру нужно также знать математику на высоком уровне.

• Python: Часто этот язык является лишь высокоуровневым интерфейсом, а фреймворки написаны на C++. Если бы модели обучались только на python, это было бы слишком медленно. Фреймворки и библиотеки python:

  • TensorFlow: Открытая библиотека машинного обучения. Предназначена для построения и обучения моделей машинного и глубокого обучения.

  • MLflow: Платформа с открытым исходным кодом для управления жизненным циклом машинного обучения.

  • Kubeflow: Набор инструментов для развертывания ML-воркфлоу на Kubernetes (использует Python для определения пайплайнов).

Научные и инженерные расчёты

Математика, физика, симуляции.

• Python: Отлично подходит для научных вычислений. Простота изучения, огромное сообщество, богатейшая экосистема научных библиотек, отличная интеграция с другими языками и инструментами, поддержка всех этапов работы (прототипирование, анализ, визуализация, развертывание). Фреймворки и библиотеки python:

  • NumPy

  • SciPy: Построен на NumPy. Реализация алгоритмов: оптимизация, интегрирование, интерполяция, специальные функции, обработка сигналов/изображений, статистика, дифференциальные уравнения.

  • SumPy: Компьютерная алгебра.

  • Matplotlib: Гибкая и мощная библиотека для создания статических, анимированных и интерактивных 2D/3D графиков.

  • Mayavi, PyVista: Визуализация 3D данных и научных расчетов.

• MATLAB: Специально для численных вычислений. Широко используется в инженерии (особенно в вузах и промышленности). Платный. Интуитивный ситнаксис.

• Fortran: Непревзойденная производительность для задач с плотными численными расчетами (физика, механика жидкостей, метеорология, квантовая химия, вычислительная астрофизика). Отличная поддержка многомерных массивов и операций над ними (включая срезы).

• Julia: Быстро набирает популярность в научных вычислениях.

• C / C++: Абсолютный контроль над аппаратурой и памятью.

GameDev

Создание игр от мобильных до AAA. 2D и 3D. VR/AR.

• C++ / Blueprints

  • Unreal Engine: Движок для больших и AAA игр. Красивая графика. Подходит для крупных игр с проработанными механиками и игр с упором на графику. Для мощного железа. На нём даже фильмы снимают. Чтобы делать игры на нём, нужно быть профессионалом.

• C#

  • Unity: Подходит для большинства игр. Часто используется дли инди проектов. Большое сообщество и много ассетов. Много полезных функций. Для VR/AR хорошо подходит.

• Godot: Поддерживает некоторые языки программирования, такие как C# и C++, есть собственный язык GDScripts. Активно развивается. Открытый, лёгкий, отлично подходит для 2D игр. Хороший выбор для новичков.

• Phaser (JS): HTML5-движок для 2D игр в браузере. Прост и быстр в освоении. Идеален для веб-игр.

• Lua: Скрипты в играх (Roblox, WoW и тд). Очень простой язык. Тоже вариант.

DevOps

DevOps (Development + Operation) - Подход к разработке ПО, объеденяющий разработчиков и IT-специалистов по эксплуатации с целью: ускорить релизы; повысить стабильность и безопасность; автоматизировать всё, что можно. В основных задачах у девопсера это CI/CD (непрерывная интеграция и доставка), контейнеризация, оркестрация контейнеров, автоматизации инфраструктуры, мониторинг и логирование.

• Linux: Каждому девопсеру нужно знать linux. Linux это основная платформа для управления серверами, развёртывания приложений и автоматизации процессов в DevOps.

• Bash: Для автоматизации. Скрипты. CI/CD. Bash-скрипты позволяют автоматизировать повторяющиеся задачи, экономя время и ресурсы.

• Python: Python подходит для разных задач, включая написание сценариев, определение инфраструктуры в виде кода, создание конвейеров CI и CD, упрощение мониторинга и разработку пользовательских решений. Python работает с API многих облачных сервисов, таких как AWS, Google Cloud и Azure, что делает его незаменимым для облачной инфраструктуры.

• Go: Создание собственных CLI-инструментов. Go позволяет разрабатывать и поддерживать собственные инструменты для автоматизации CI/CD, мониторинга, оркестрации. Многие популярные DevOps-инструменты написаны на Go, например Kubernetes, Docker, Terraform, Prometheus. Умение читать и писать на Go помогает лучше понимать и изменять их код.

• YAML: Конфигурации Kubernetes, Ansible, Github Actions.

• Groovy: Скрипты для Jenkins.

• Docker: Контейнеризация.

• Kubernetes: Оркестрация контейнеров. Автоматическое масштабирование. Балансировка нагрузки и управление состоянием контейнеров.

• Jenkins: Инструмент для автоматизации процессов непрерывной интеграции (CI) и непрерывной доставки (CD) в DevOps. Он помогает разработчикам быстрее и эффективнее интегрировать изменения в код, находить и исправлять ошибки на ранних этапах, а также автоматизировать рутинные задачи.

• Prometheus и Grafana: Мониторинг облачных приложений и сервисов.

Cloude

Cloud Developer - Специалист, чья работа сосредоточена на облачных платформах и сервисах. В отличие от традиционных разработчиков, он оперирует ресурсами (вычислительными мощностями, хранилищами, сетями), предоставляемыми по запросу через интернет, а не управляет локальными серверами напрямую. Разработчик облачных решений отвечает за проектирование, разработку, развертывание, масштабирование и поддержку приложений, сервисов и инфраструктуры, непосредственно работающих в облачной среде.

• Amazon Web Services (AWS): Самая популярная облачная платформа, предоставляющая широкий набор сервисов для вычислений, хранения данных, аналитики, машинного обучения и многого другого.

• Microsoft Azure: Облачная платформа от Microsoft. Популярная в корпоративном сегменте.

• Google Cloude Platform (GCP): Облачная платформа от Google.

• IBM Cloude: Платформа с акцентом на корпоративные решения, блокчейн и AI.

• Oracle Cloude: Облачные решения от Oracle. Для крупного бизнеса и с фокусом на базы данных.

Для взаимодействия с облачными API, автоматизации задач инфраструктуры (IaC), написания скриптов развертывания и непосредственно разработки облачных приложений и сервисов разработчики облака активно используют языки программирования, такие как:

• Python: Универсальность, богатые SDK для облаков.

• Go (Golang): Высокая производительность, популярен для инструментов Cloud Native.

• JavaScript / TypeScript: Фронтенд и бэкенд, серверные среды типа Node.js.

• Java: Традиционно силен в корпоративной среде, особенно с Azure/IBM.

• C#: Ключевой язык для экосистемы Microsoft Azure.

• Ruby: Менее распространен, но используется, например, в DevOps инструментах.

Кибербезопасность

Кибербезопасность (Cybersecurity) - Комплексная практика защиты информационных систем, сетей, устройств, программ и данных от цифровых атак, несанкционированного доступа, повреждения или кражи. В современном мире, где бизнес, государственное управление и личная жизнь неразрывно связаны с цифровой средой, кибербезопасность становится критической необходимостью, а не просто опцией.

Основные направления кибербезопасности:

• Сетевая безопасность: Защита инфраструктуры от атак (DDoS, MITM, эксплойты).

• Информационная безопасность: Шифрование данных, контроль доступа, защита от утечек.

• AppSec (безопасность приложений): Анализ кода, защита веб- и мобильных приложений.

• Криптография: Разработка и взлом алгоритмов шифрования.

• SOC & Мониторинг: Обнаружение и реагирование на инциденты в реальном времени.

• Пентестинг и Red Teaming: Имитация атак для поиска уязвимостей.

Операционные системы для тестирования:

• Kali Linux: Основной дистрибутив для пентеста.

• Parrot OS: Альтернатива Kali с акцентом на анонимность.

• BlackArch: Расширенный набор инструментов для хакеров.

Инструменты анализа и атаки:

• Сканирование сетей: Nmap, Wireshark, Masscan

• Взлом паролей: Hashcat, John the Ripper, Hydra

• Эксплуатация уязвимостей: Metasploit, Burp Suite, SQLmap

• Социальная инженерия: SET (Social-Engineer Toolkit), Maltego

Языки программирования:

• Python: Автоматизация, скрипты для анализа угроз.

• Bash/PowerShell: Администрирование, анализ логов.

• C/C++: Разработка эксплойтов, анализ вредоносного ПО.

• Go: Сетевые инструменты, быстрое создание утилит.

IoT и встаиваемые системы

Встраиваемые системы - Специализированные компьютеры, встроенные прямо в устройство, которым они управляют. Их задача это выполнять конкретные функции (управление двигателем, сбор данных с датчика и т.д.).

IoT (Internet of Things) - Когда такие встраиваемые системы получают возможность связываться друг с другом и с интернетом.

С чем должен уметь работать инженер IoT:

• Микроконтроллеры (MCU)

• Микропроцессоры (MPU)

• Датчики: Температура, влажность, движение (акселерометр/гироскоп), свет, давление, газ, GPS и т.д.

• Интерфейсы связи

Языки программирования:

• C: Прямой доступ к железу, минимальные накладки.

• C++: Набирает силу для сложных задач с ООП, где ресурсы позволяют.

• Python: Для прототипирования, инструментов, мощных MPU (Raspberry Pi) и обработки данных на сервере / шлюзе.

• Rust: Новый, но перспективный. Безопасность памяти + производительность как у C/C++. Начинают использовать в ядре Linux.

• Assembler: Для самых критичных кусков кода или когда ресурсов очень мало.

ОС:

• Без ОС (Bare Metal): Код работает напрямую на процессоре. Максимум контроля, минимум накладок.

• RTOS (Real-Time OS): FreeRTOS (самый популярный), Zephyr (набирает ход, современный), ThreadX, VxWorks (для высоконадежных систем). Гарантируют времена реакции.

• Linux: Для мощных MPU (Raspberry Pi, BeagleBone). Yocto Project/Buildroot — для сборки кастомных образов.

Блокчейн и Web3

Блокчейн - По сути, это распределенная база данных (цифровой реестр), где записи ("блоки") связаны в цепочку криптографически. Данные хранятся не на одном сервере у корпорации, а у тысяч участников сети

Web3 - Идея следующего поколения интернета поверх блокчейна. Суть такова, пользователь владеет своими данными, цифровыми активами (NFT, токены) и участвует в управлении сервисами. Вместо обычных платформ децентрализованные приложения (dApps).

ЯП:

• Solidity: АБСОЛЮТНЫЙ мастхев для Ethereum и EVM-сетей (Polygon, BSC и т.д.). Похож на JavaScript, но со спецификой.

• Rust: Доминирует в Solana, Near, Polkadot (Substrate), всё чаще пишут смарт-контракты и на нем. Сложнее, но мощнее.

• Vyper (для Ethereum): Альтернатива Solidity, фокус на безопасность и читаемость (синтаксис ближе к Python).

• Go: Для разработки нод (клиентов блокчейна), утилит.

Desktop

Десктоп-разработка - Создание приложений, которые работают напрямую на ОС пользователя. В отличие от веба или мобилок, тут есть прямой доступ к железу, файловой системе и нативным API. Мощь, контроль, но и ответственность за стабильность.

Стек:

1. Нативные технологии:

   • Windows (C# / .NET):

     • Языки: C#, C++/CLI

     • Фреймворки: WPF (XAML + C#), Wndows Forms

   • macOS:

     • Языки: Swift, Objective-C

     • Фреймворки: SwiftUI (новинка), AppKit (старая школа)

   • Linux:

     • Языки: C++, C, Python, Rust

     • Фреймворки: GTK (GNOME), Qt (KDE, кроссплатформенно), wxWidgets

2. . Кроссплатформенные фреймворки:

   • Electron: JavaScript + Chromium + Node.js. Плюсы: Пишешь как веб-приложение (HTML/CSS/JS). Минусы: Жрет память как не в себя.

   • Qt (C++): Мощь, скорость, зрелость. Используют в AutoCAD, Tesla. Поддержка 3D, сетей, БД.

   • Avalonia (.NET): Кроссплатформенный аналог WPF. Пишешь на C# — работает на Windows/macOS/Linux.

   • Flutter (Dart): Добрался до десктопа. Пока сыроват, но трендовый.

   • Tauri (Rust): Альтернатива Electron. Бекенд на Rust, фронт - любая веб-технология. Размер приложения ~10 МБ вместо 150 МБ у Electron.

Разработка корпоративных решений (Enterprise)

Erprise-разработка - Создание софта для крупного бизнеса: банки, страховые, логистика, ритейл, госсектор. Системы обрабатывают миллионы транзакций, хранят терабайты данных и должны работать 24/7.

ЯП:

• Java (Spring Boot, Jakarta EE, Quarkus): Король корпов.

• C# (.NET Core ASP.NET): Популярен в банках и госсекторе.

• Python (Django, FastAPI): Для аналитики, скриптов.

• ESB: Apache Camel, MuleSoft, IBM Integration Bus.

• API Gateway: Kong, Apigee, AWS API Gateway.

• Очереди: Apache Kafka (лидер), RabbitMQ, IBM MQ, Azure Service Bus.

• Стандарты: REST/JSON (модерн), SOAP/XML (легаси), gRPC (микросервисы).

• SQL: Oracle DB, Microsoft SQL Server, PostgreSQL, IBM Db2. Транзакции, ACID, отчетность.

• NoSQL: MongoDB (документы), Cassandra (высокая нагрузка), Redis (кэш/очереди).

• Аналитика: Snowflake, Amazon Redshift, Apache Druid.

Финтех

FinTech (Financial Technology) - Область, в которой пишут технологии для финансов. Например, финтехи пишут платёжные системы, необанки, аналитику и бюджетирование, кридитные платформы, алготрейдинг, B2B-решения. Финтех разработчик занимается разработкой: бизопасных API и клиентских приложений; обработкой денежных транзакций, комиссий, волют; реализацией сложных бизнес-правил.

Стек:

• Java: Часто используется.

• Kotlin: Современная альтернатива Java.

• Go: Высокая производительность, минимализм.

• Python: Быстрая разработка, аналитика. Скоринг.

• C#: Банковский и страховой сектор.

• Rust: Безопасность и производительность.

Если понравилась статья - рекомендую подписаться на телеграм‑канал NetIntel. Там вы сможете найти множество полезных материалов по IT и разработке!

Теперь, прежде чем отвечать на вопрос, модель генерирует подробное описание сцены в теге . На этом этапе она фиксирует, кто что делает, какой фон, какие звуки слышны. Только после этого в теге она строит логическую цепочку рассуждений, связывая вопрос с собранным контекстом. И лишь в конце выдает результат в теге .

Чтобы этот подход работал, его усилили системой вознаграждений на основе RL. За точность и правильный формат модель получает стандартные награды, но были введены и две новых:

🟢«Награда за контекст» дается, если его описание полное и релевантное, причем качество этого описания оценивает другая, более мощная LLM;

🟢«Логическая награда» проверяет, что в своих рассуждениях модель действительно использовала данные из видео и аудио, а не проигнорировала их.

Для оценки HumanOmniV2 создали бенчмарк IntentBench (633 видео, 2689 вопросов) на основе Social-IQ 2.0, EMER и MDPE.

Его фишка в том, что вопросы требуют одновременного анализа: видеоряда (жесты, микровыражения), диалогов (тон, смысл реплик) и социального контекста (ирония, обман, скрытые намерения).

Тестовая модель обошла открытые аналоги на 3 бенчмарках:

🟠Daily-Omni: 58.47% (53.13% у MiniCPM-o 2.6); 🟠WorldSense: 47.1% (45.4% у Qwen2.5-Omni); 🟠IntentBench: 69.33% (64.20% у Qwen2.5-Omni).

📌Лицензирование: Apache 2.0 License.

🟡Модель (https://huggingface.co/PhilipC/HumanOmniV2)

🟡Arxiv (https://arxiv.org/pdf/2506.21277)

🖥GitHub (https://github.com/HumanMLLM/HumanOmniV2)

Если хотите послушать новости ИИ в формате подкаста, я сгенерировал его и помощью ИИ и выложили здесь. Звучит очень живо.

#AI #ML #MMLM #HumanOmniV2

#Alibaba

✔ БРИКС предложил принципы глобального регулирования ИИ.

На саммите в Рио-де-Жанейро расширенный блок БРИКС принял декларацию, значительная часть которой посвящена управлению искусственным интеллектом. В документе содержится инициатива к созданию глобальной системы регулирования под эгидой ООН, чтобы преимущества технологии были доступны всем странам, включая Глобальный Юг.

Ключевые принципы, предложенные блоком: защита от несанкционированного использования ИИ, ограничение на избыточный сбор данных и разработка механизмов справедливой компенсации для правообладателей. Декларация также подтверждает суверенное право каждой страны устанавливать собственные правила, но рекомендует создание совместимых международных стандартов.

reuters.com (https://www.reuters.com/world/china/brics-leaders-call-data-...)

✔ NVIDIA построит в Израиле технологический кампус.

NVIDIA планирует создать на севере Израиля крупный технологический кампус, что станет одной из крупнейших инвестиций в истории страны. Для проработки деталей проекта уже выпущен официальный запрос информации (RFI).

Цель «мегакампуса» - значительно расширить операции NVIDIA и ускорить инновации в области ИИ. На данный момент в израильском центре исследований и разработок NVIDIA, который является крупнейшим за пределами США, уже работает около 5000 сотрудников.

timesofisrael.com (https://www.timesofisrael.com/nvidia-plans-to-boost-presence...)

✔ Китайский робот-гуманоид приготовил стейк под управлением оператора за 1500 км.

Shenzhen Dobot продемонстрировала возможности телеуправления своим роботом Dobot Atom. Находясь в провинции Шаньдун, робот успешно приготовил стейк, в то время как оператор управлял им из провинции Гуандун, с расстояния 1500 километров.

Управление осуществлялось в реальном времени с помощью VR-гарнитуры, которая отслеживала и передавала движения рук инженера. В ходе демонстрации робот выполнил несколько сложных задач с точностью движений до 0.05 мм.

Dobot уже начала глобальные поставки Atom, став одним из немногих китайских разработчиков гуманоидов, вышедших на стадию серийного производства.

scmp.com (https://www.scmp.com/tech/tech-trends/article/3317002/chines...)

✔ ByteDance выложила в открытый доступ агента-программиста Trae.

Trae Agent превращает текстовые запросы в рабочий код. Этот экспериментальный проект использует Claude и Gemini, чтобы писать, отлаживать и исправлять ошибки в коде без участия человека. Он работает через командную строку, анализирует большие проекты, применяет bash-скрипты и обновляет файлы в реальном времени.

Система уже показала высокие результаты на тесте SWE-bench Verified. Trae открыт под MIT-лицензией, а его команда планирует расширить поддержку LLM, добавить MCP и усилить Unit-тестирование.

github.com (https://github.com/bytedance/trae-agent)

@ai_machinelearning_big_data

#news #ai #ml

1. Зарегистрировался через e‑mail.

2. Прописал промп следующего содержания "rock composition for 4 electric guitars and each has its own part, they play the parts in turns, each guitar has its own effect, in addition, the bass guitar plays a heavy melody blindly throughout the composition, the composition is 3-4 minutes long"

3. Сгенерировал трек, перелил его в комп, затем в редакторе (по старинке использую Sony Vegas) поднял бас и снизил темп.

4. Далее рендер в MP3 и можно использовать на фоне при монтаже видео.

Вывод: очень гибко, интерфейс прост, редактор позволяет тонкую настройку. Правда, для коммерческого использования и скачивания нужна подписка (от $5), но любой запрет скачивания можно обойти если дружишь с различным доп-софтом))

🧠 Mubert

Система, генерирующая фоновые треки под настроение или жанр. Есть API для разработчиков и возможность для коммерческого применения .

Моя проверка

1. Поставил бесплатный тариф.

2. Ввел запрос: “music for a quiet evening coding” — получил 45-секундный трек.

3. Скачал — звучит органично, без доработок. Для подкаста или ТикТока пойдет.

Вывод: идеально, если нужен фон или адаптивное озвучивание. Бесплатной версии хватает для личных проектов и побаловаться, подписка (от $14/мес) открывает коммерческое использование типа с авторством.

💡 Boomy

Некая платформа, куда ты загружаешь всего лишь параметр — и получаешь полный трек с инструментами и даже вокалом. Можно сразу загрузить на Spotify .

Что я сделал

1. Зарегился и выбрал жанр “Electronic Dance” с энергичным темпом, пара настроек.

2. Нажал «Create song» — трек за 30 секунд.

3. Конечно для скачивая просит оплатить подписку, но на опыте пара действий и звук уже в моем компе.

4. Закинул дорожку в Sony Vegas, добавил эффект эхо.

5. Трек готов, заливай куда хочешь.

Вывод: простейший способ создавать «настоящую» музыку. Бесплатный тариф — ограничен, но платный стоит около $7/мес не дорого если планируем заниматься аудио.

В зависимости от задач могу рекомендовать:

• Для рекламы/презентаций/легкого контента — бери Amper. Больше контроля, шикарно редактируется.

• Для подкастов или стримов — идеально подойдёт Mubert.

• Для простых треков + стриминговых доходов — юзай Boomy.

🏁 Итог

ИИ-генерация музыки — реальный инструмент. Каждый из сервисов отлично справляется с разными задачами: от фонового трека до промтовых мелодий. Я лично протестировал каждый — и рекомендую, всем кому интересно, пробовать тоже. Главное — знать под какую задачу брать конкретный инструмент.

Ну и особенно важно: ИИ не волшебная кнопка и если вы сами не знаете чего хотите. Не понимаете зачем вам мелодия, не разбираетесь в аудиодорожках и сведении, не говоря уже о наложении эффектов в редакторе. То сначала займитесь самообучением, научитесь работать в звуковом софте, чтобы понять как устроены звуковые дорожки!

Помни, просто сгенерировать мелодию на нейронке и стать композитором - это утопия! И не забывай заходить на канал «Ум + AI = Доход» — там такие кейсы разбираются постоянно!