Google выпустил СВОЙ Cursor — вышел Antigravity, который наголову разбивает ИИ-помощников.

• Это целая команда разработки на вашем компе.

• Ваши ИИ-разрабы точно выполняют инструкции, дают советы, рекомендуют методы оптимизации кода и делают проект идеальным.

• Можно создавать игры, верстать сайты и ЛЮБЫЕ приложения и сервисы.

• Есть возможность запускать несколько задач параллельно.

Ссылка

Источник

Общая идея

DeadHead — концептуальное приложение для социального взаимодействия, позволяющее в реальном времени наблюдать за цифровой активностью друзей.

Основная идея — просмотр чужих экранов как коротких видео (по аналогии с TikTok или Reels).

Ключевые механики

Стрим экранов друзей

Пользователи видят, что именно делают их контакты в данный момент на своих устройствах: какие приложения открывают, что читают, какие видео смотрят.

Формат «как TikTok»

Экраны друзей прокручиваются вертикально в ленте, подобно коротким видео. Можно листать, ставить лайки, оставлять комментарии.

Режим присутствия

Показывает, кто из друзей сейчас онлайн и чем занят (например: «Аня смотрит YouTube», «Максим пишет сообщение»).

Временные сторис

Пользователи могут записывать 15‑секундные фрагменты своей активности и делиться ими как сторис.

Особенности интерфейса

Главная лента

Вертикальный скролл с экранами друзей. Каждый «кадр» — скриншот или мини‑стрим экрана длительностью 5–10 секунд.

Аватарки‑индикаторы

В углу каждого фрагмента — аватар друга и иконка приложения, которое он использует.

Интерактивные элементы

Под каждым фрагментом — кнопки: «Лайк», «Комментарий», «Поделиться», «Скрыть».

Фильтр активности

Возможность отсеивать определённые приложения (например, не показывать мессенджеры или банковские приложения).

Принципы приватности

Явное согласие

Друг должен подтвердить доступ к своему экрану.

Зоны исключения

Пользователи могут пометить приложения, которые не будут транслироваться (например, банковские, почта, мессенджеры).

Таймер трансляции

Автоматическое отключение стрима через 30 секунд, если пользователь не продлит сеанс.

Уведомления

Каждый раз, когда кто‑то смотрит ваш экран, вы получаете push‑уведомление.

Потенциальные сценарии использовании

Социальное сближение

Видеть, что друзья смотрят/читают, и обсуждать это в реальном времени.

Обмен рекомендациями

«О, ты смотришь этот сериал? Советую ещё вот этот!».

Совместный просмотр

Синхронно смотреть одно и то же видео и реагировать на него.

Игры и вызовы

Например: «Кто быстрее найдёт нужную информацию в браузере?» или «Угадай приложение по скриншоту».

Возможные монетизации:

Премиум‑подписка

Дополнительные фильтры, аналитика активности, кастомные аватары.

Брендированные эффекты

Партнёрские стикеры и рамки для сторис.

Виртуальные подарки

Отправка анимированных подарков друзьям во время стрима.


p.s как вам тулза ? 😂 юзали бы ?

Вы сталкивались с проблемой, что рабочий проект клонируется 10 минут?

А когда начинаешь разбираться: почему так? То оказывается, что внутри десятки непережатых картинок для фронта, которые еще и менялись регулярно (а значит, оставили след в истории git навсегда).

Данная проблема влияет не только на локальное использование, ведь мы на самом деле довольно редко делаем git clone с нуля, но и самое главное – на скорость всех наших сборок (если мы не используем `fetch-depth: 1` или аналог, а использовать их надо).

Решение: использовать git-lfs!

Обсудили в видео: https://github.com/git-lfs/git-lfs

- Как работает git-lfs на базовом уровне?

- Как мигрировать на него с базового сетапа?

- Как он устроен внутри? Поднимаем https://github.com/git-lfs/lfs-test-server и детально смотрим, что там внутри происходит

Ну и конечно чуть-чуть глянули исходники, они, кстати, на #go 🌚️️️️

Обсуждение: как вы храните большие файлы в рабочих проектах? Насколько большие файлы вы храните?

Программирование развивается как сфера — все больше школьников уходят в IT уже после 9 класса. Некоторые колледжи поощряют трудоустройство еще до окончания обучения — по дуальному договору можно работать уже со второго курса с согласия куратора. Выпускники уже в 18–20 лет выходят на рынок как молодые специалисты с профильным образованием и опытом работы.

Мы изучили открытые рейтинги, где каждый колледж информатики и программирования отличается высоким уровнем практического образования. Рассказываем, как выбрать учебное заведение и какие из них доступны на базе основного общего образования.

🟡Как выбрать колледж информационных технологий

Не все популярные колледжи с топовыми местами в рейтингах подходят для обучения IT-профессиям — там может не быть подходящего оборудования или актуальных образовательных материалов. Для того, чтобы определиться со ссузом, подойдите к вопросу комплексно:

▫︎ изучите отзывы студентов, выпускников и родителей;

▫︎ посмотрите полную программу обучения на сайте;

▫︎ посетите день открытых дверей и пообщайтесь с преподавателями;

▫︎ оцените компьютерный класс, обустройство кабинетов и технику;

▫︎ запишитесь на консультацию с приемной комиссией.

Выбор учебного заведения важен, но не стоит его бояться — пробуйте разные варианты. Главное, чтобы по итогу вам были интересны знания и навыки, приобретаемые в процессе обучения.

🟡Какие экзамены нужно сдавать для поступления

Чаще всего для поступления вообще не нужны экзамены. Приемная комиссия смотрит только на средний балл аттестата. Балл считается как среднее арифметическое всех итоговых оценок в ведомости за 9 класс. Чем ближе получившееся число к 5, тем выше шанс поступить.

Поступление возможно даже без учета школьных оценок, но тогда придется готовиться к вступительным испытаниям. Они разные у каждого колледжа, пробные варианты публикуются заранее на сайте организации.

🟡Сколько длится обучение в колледже

Если студент поступил после 9 класса, программа расширяется за счет общеобразовательного блока. Но современные федеральные бюджетные программы позволяют сократить срок обучения — например, в рамках проекта «Профессионалитет» выпускник может получить диплом СПО всего за 2 года.

Обычно обучение занимает 2–4 года, включая теорию и практику. На технологических направлениях сроки длиннее из-за экзаменов, проектных работ и практик. Выпускникам выдают диплом специалиста среднего звена, они могут работать или продолжить обучение в вузе по сокращенной траектории.

🟡Где проходят стажировки во время обучения

Количество стажировок и качество получаемых на них навыков напрямую зависит от партнеров учебного заведения.

Ссузы работают с IT-компаниями, интеграторами, сервисными центрами, технопарками и государственными структурами. Студентов направляют в отделы разработки, техподдержки, сетевой инфраструктуры, отделы тестирования и DevOps-подразделения, где они работают с реальными задачами: от написания модулей до настройки серверов или проведения тестов.

Перед тем как окончательно определитесь с колледжем, изучите все организации, с которым он сотрудничает.

🔝10 лучших колледжей информационных технологий

① Московский приборостроительный техникум РЭУ им. Г. В. Плеханова (МПТ РЭУ)

Университет, в ведении которого находится колледж, входит в топ-7 вузов России по трудоустройству выпускников. Ссуз участвует в программе «Профессионалитет», поэтому студенты могут получить квалификацию всего за 2 года обучения.

Для того,  чтобы стать частью жизни МПТ, можно начать с посещения дня открытых дверей — там расскажут о специальностях и поступлении. На сайте опубликована информация о сроках проведения.

② Колледж связи №54 имени П. М. Вострухина (КС №54)

Заведение среднего профессионального образования с упором на сетевое администрирование. В рамках обучения студенты осваивают популярные языки программирования и разрабатывают приложения. Учебный план ежегодно актуализируется, чтобы подходить под текущие технологические стандарты.

Онлайн-сообщества с информацией о поступлении есть сразу в нескольких соцсетях — свежие новости можно узнать в Телеграм-канале или группе «ВКонтакте».

③ Колледж «Синергия»

Колледж «Синергия» дает высокий уровень знаний — преподаватели умеют преподнести материал по стандартам вузов. Факультет информационных технологий предлагает несколько узких специализаций, чтобы сделать обучение еще более насыщенным и практико-ориентированным.

Если ваша цель — программирование и веб разработка, колледж после 9 класса дает возможность попробовать себя в реальной профессии уже в процессе обучения.

④ Колледж информационных и креативных технологий IThub

Образовательная среда, направленная на воспитание интереса к специальности: студенты очно обучаются в оборудованных компьютерных классах. Преподаватели нацелены на формирование творческой среды — поощряется креативность и проектный подход к учебе.

Поступить можно только на платной основе. Если заявок больше, чем свободных мест, абитуриентов принимают по баллу аттестата.

⑤ Колледж информатики и программирования Финансового университета  (КИПФИН)

Образовательная программа плотно связывает IT с финансовым сектором. Выпускники умеют работать с банковскими информационными системами, сильны в разработке и программировании. ПО федеральной программе можно поступить как в сам МФУ без экзаменов, так и устроиться по профессии в компании-партнеры.

Набор проводится по личным заявлениям до 15 августа на очную форму обучения, до 1 декабря — на очно-заочную.

⑥ Московский технологический колледж имени И. А. Лихачёва (МТК им. И. А. Лихачёва)

Комплексный центр по оказанию образовательных услуг для детей и взрослых. В процессе обучения можно получить дополнительную квалификацию и стать мультиспециалистом. Студенты участвуют в региональных и федеральных конкурсах, хакатонах.

Бесплатных образовательных услуг ссуз не предоставляет, вступительные испытания не проводятся. При поступлении на платную форму обучения учитывается только средний балл аттестата.

⑦ Колледж Президентской академии РАНХиГС

Престижный вуз РАНХиГС в ведении Президента РФ развился в полноценную образовательную систему: при Академии действуют кафедры СПО и центры дополнительного образования. Выпускники высоко ценятся в профессиональной среде.

Для поступления нужно собрать пакет документов и отправить через личный кабинет или Госуслуги. В ссузе есть программы целевого обучения от партнеров, для обучения на которых нужно заключать отдельный договор.

⑧ Колледж Московского технологического института (Колледж МТИ)

Студенты колледжа могут получить высшее образование в МТИ на льготной основе, они поступают в вуз без экзамена и пропускают первый год программы. Каждый проходит через обучение с персональным куратором — наставник помогает следить за успеваемостью и удерживать интерес к процессу.

Одно из немногих заведений, куда поступить после 9 класса можно на полностью дистанционной основе. Все модули обучения и лекции доступны онлайн, не выходя из дома.

⑨ Колледж Московского Университета имени С. Ю. Витте (МУИВ)

Здесь готовят системных и прикладных специалистов, обучая разработке ПО на основе специальных математических моделей. Среди педагогов — специалисты с ученой степенью и опытом работы в отрасли.

Студентов принимают в колледж по баллу аттестата. Чем выше средняя оценка, тем больше шансов войти в конкурсные списки.

⑩ Колледж информатики и дизайна (КИД)

Студенты с нуля проектируют информационные системы, учатся работать с CMS и современными движками. После завершения обучения можно трудоустроиться в «Ростелеком» или «Росатом» — работодатели-партнеры, которые ведут регулярный набор выпускников на рабочие места.

Чтобы уточнить информацию о свободных местах для поступления в ссуз по договору, необходимо оставить данные на сайте в форме обратной связи.

🧑‍💻Стать профессионалом за 2 года

Обучение программированию в IT-колледже — дорога к раннему старту карьеры. Здесь сфокусированы на практике, дают базу для работы и помогают определиться со специализацией. Вариантов много: сопоставьте свои интересы, актуальность программы и двигайтесь в направлении дальнейшей перспективы.

В целом реализовать такой же формат ИИ-интерактива, где мастер вещает интересную историю, а пользователь либо выбирает готовые действия кнопками, либо вводит свой вариант хода я реализовал за около 10 дней, и это было не так сложно. И главное - не надо заходить в тяжеленный сайт, который в мобильной версии как бы ни был хорошо устроен, все равно будет уступать по стабильности телеграму - в котором многие люди и так сидят на постоянной основе.

Параллельно у мастера появился помощник, который рассчитывает ходы:

Другой момент - мне дико хотелось прикрутить ко всему этому красивые броски дайсов. Все-таки это неимоверно важная часть эстетики настольной игры, ну и... я начал немного изучать блендер и теперь результат хода определяет не просто цифра, а еще и такая красота:

И на этом моменте мне самому с каждым обновлением стало очень нравиться то, что выходит. Но пока и я не дошел до внедрения полноценных механик, коих в игре колоссальное количество - от банальных хитпоинтов у всего живого до не банальных спасбросков. Одновременно и познаю игру, в которую в оригинальном виде никогда не играл и разрабатываю ее.

На данном этапе самая большая проблема, с которой столкнулся - цензура. Нейросетку я подключил нашу, от компании на Я, и, как оказалось у наших обоих главных LLM - Алисы и Гигачата чуть ли не самый высокий уровень цензурирования среди всех мировых моделей. Доходит до совсем дичи, что на сообщение "заговорю с монахом" он выдавал отказ ("не хочу это обсуждать"), так как религия. А уж если в одном сообщении будет и "монах", и например "выпотрошу" то это точно сообщение:

И что я только не пробовал - промты, инъекции, отдельные запросы на перефразирование - не хочу и все тут.
В общем, придется таки переходить на другую, зарубежную ИИ-модель в обозримом будущем.
Как минимум, я обязательно хочу сюда прикрутить мультиплеер, чтобы можно было создать чатик с друзьями и устроить поход на Мордор или куда-нибудь еще.

А пока добиваюсь полной стабильности у того, что есть, еще парочка обновлений со всякими попутными ништяками и буду все-таки вставлять сюда всю полноценную RPG-систему, и даже с генерацией параметров монстров под кастомные сеттинги.

Журнал разработки здесь
Бот здесь

Ниже первая часть, которая написана на основе этой книги.

Эволюция алгоритмов: как математика захватила Уолл-стрит

История современной финансовой инженерии — это история про то, как математика постепенно вытеснила интуицию. За полвека Уолл‑стрит превратилась в гигантский вычислительный аппарат: биржу, где решения принимают не люди, а алгоритмы. Скотт Паттерсон в книге «Кванты» подробно исследовал этот путь — от простейшего статистического анализа до сложнейших моделей корреляций и высокочастотного трейдинга.

1960-е: от казино к рынку капитала — математический прорыв

Эд Торп - первый квант

Профессор MIT Эдвард Торп стал первым, кто доказал: случайная система подчиняется математике, а значит — её можно обыграть.

Метод: подсчёт карт + критерий Келли (функция максимизации log‑utility)

Критерий Келли решает оптимизационную задачу:

[ \max f(x) = E[\log(1 + xR)] ]

где x — доля капитала в ставке, R — доходность.

Это была первая рабочая модель риск-менеджмента, ставшая фундаментом для последующих моделей портфельной оптимизации.

Переход в финансы: дельта-хеджирование варрантов (1967)

Торп перенёс идеи динамического хеджа в торговлю опционами ещё до публикации формулы Блэка‑Шоулза. Суть алгоритма:

1. Купить недооценённый варрант.

2. Продать соответствующую акцию в объёме, равном дельте варранта.

3. Регулярно обновлять хедж → «реплицировать» поведение опциона.

Фактически это была одна из первых практических реализаций стохастического процесса геометрического броуновского движени и динамического хеджирования.

1970-е: формулы приходят на Уолл-стрит

Метод Блэка‑Шоулза (1973) базируется на предположении:

[ dS_t = \mu S_t dt + \sigma S_t dW_t ]

и отсутствии арбитража.

Формула позволила впервые «правильно» оценивать опционы.

Портфельное страхование (Dynamic Hedging)

Алгоритм превратил репликацию пут‑опциона в массовый продукт. При падении рынка позиции автоматически хеджировались продажей фьючерсов S&P 500.
В реальности дискретная аппроксимация в условиях высокой волатильности привела к положительной обратной связи, что стало катализатором краха 1987 года.

1980-е: статистический арбитраж и рождение машинного подхода

Метод: парный трейдинг

Был основан на утверждении, что разница между двумя «синхронными» акциями — стационарный процесс.

Математическая форма этого:
[ spread_t = y_t — \beta x_t \approx OU\text{‑процесс} ]

Метод: статистический арбитраж

Это масштабирование парной идеи на сотни и тысячи бумаг:

• кросс‑секционные регрессии,

• ранний PCA,

• ранние ML‑подходы (кластеризация).

Группы APT (Morgan Stanley), Renaissance и D.E. Shaw создали первые полноценные алгоритмические машины извлечения альфы.

1990-е: факторные модели и первые элементы машинного обучения

Факторные модели Фама‑Френча

Каждая акция рассматривается как вектор факторных экспозиций.
Цель — построить market‑neutral портфель с экспозицией:

• long Value,

• long Momentum,

• long Size,

• short всё остальное.

Клифф Эснесс из AQR превратил это в масштабируемый продукт.

Метод: распознавание образов в ценах (фонд Medallion)

Renaissance применяли методы:

• HMM (скрытые марковские модели),

• сигнальную обработку,

• Kalman Filtering,

• wavelet‑декомпозицию,

• регрессионные ансамбли.

Это были первые «ML‑прототипы» в торговле.

2000-е: корреляционный риск и кризис

Метод: Gaussian Copula (Дэвид Ли)

Фактором роста CDO было предложение Дэвида Ли использовать статистическую модель «гауссовой копулы» для расчета цен на CDO. В конце 2005 года исследовательская компания Celent оценила размер глобального рынка CDO в $1,5 трлн и прогнозировала, что рынок вырастет ориентировочно до $2 трлн к концу 2006 года.

Модель:

[ C(u, v) = \Phi_\rho(\Phi^{-1}(u), \Phi^{-1}(v)) ]

Главные упрощения этого:

• корреляции считаются стабильными,

• хвостовые риски срезаются нормальным распределением.

Ошибки копулы стали одной из фундаментальных причин кризиса 2008.

Метод: Credit Arbitrage (Боаз Вайнштейн)

Связь «акций ↔ облигаций ↔ CDS» создаёт сеть относительных цен.
Несогласованности приводят к арбитражу структуры капитала.

Итоги книги

Каждая новая модель давала преимущество — но одновременно увеличивала системные риски. Алгоритмы работали идеально там, где выполнялись их предположения, но терпели катастрофы при нарушении условий рынка.

В книге подчёркивается не злой умысел, а слепая вера в модели. Например, Мэтью Ротман (Goldman) не хотел разрушить рынок — он искренне верил в эффективность рынка и гауссовы распределения, пока реальность не опровергла это.

Книга закончилась, но я попробовал продолжить историю дальше самостоятельно.

Продолжение: квантовая эволюция уже после выхода книги (с 2010 по 2025)

Я немного дописал на основе открытых источников.

2010-е: Big Data и машинное обучение

ML в квантовых фондах. Фонды Two Sigma, D.E. Shaw, Jane Street внедряют:

• Random Forest

• Gradient Boosting

• k-NN

• нелинейные факторные модели

Для того чтобы:

• обнаруживать микро-паттерны,

• классификацировать ордера,

• прогнозировать микро-волатильности.

2015–2020: NLP, RL и альтернативные данные

Обработка естественного языка (Natural Language Processing) приходит на рынок. Использование:

• Word2Vec

• BERT

• FinBERT

• GPT-like моделей

для оценки тональности новостей, отчётов.

Reinforcement Learning в торговле

Оптимизация инструментов маркет-мейкера и риск-менеджмента через RL:

• DQN

• PPO

• Actor–Critic

Альтернативные данные

Используются даже изображения со спутников, квитанции, поисковые запросы, трафик в торговых центрах.

2020-е: предсказание стакана, трансформеры и микро-структура рынка

Алгоритмические модели микро-структуры (LOB). Для этого используются модели:

• LSTM

• TCN

• Transformer-based time series

Которые решают задачи:

• предсказания перехода между состояниями order book,

• определения вероятности немедленного движения цены.

Low-latency и FPGA революция

Квантовые фирмы работают на:

• FPGA-ускорителях,

• специализированных NIC-картах,

• colocated-серверах с задержками ~100 нс.

2025+: LLM-Quant эра

Использование LLM в анализе документов. LLM обрабатывают:

• отчёты SEC,

• корпоративные публикации,

• патентные тексты,

• судебные материалы.

Роль программиста меняется: создание quant-pipeline, где:

LLM → фичи → ML-модель → торговая стратегия.

Итог

Алготрейдинг уже давно не набор формул. Это инженерная дисциплина, на стыке:

• стохастики,

• статистики,

• ML,

• распределённых систем,

• сетевой инженерии,

• оптимизации под архитектуру (CPU/GPU/FPGA),

• больших данных,

• системного моделирования.

А рынок — это распределённая вычислительная система, где соревнуются программы.

Автор: Михаил Шардин
🔗 Моя онлайн‑визитка
📢 Telegram «Умный Дом Инвестора»

2 декабря 2025