28505
Канал Яндекса о технологиях и людях, которые их создают Все события Яндекса: https://events.yandex.ru/ ________________________________________________ Номер заявления в РКН: 4962241172
📕 Омнимодель для Alice AI, аналитическая геометрия на чипсах и миграция без права на ошибку. Всё это и многое другое — в новом дайджесте от Yandex for Developers
🚕 Куда сходить
🔴 5 сентября — deep tech night. Уже сегодня пройдёт онлайн-конференция Яндекса о технологических вызовах, с которыми IT-индустрия сталкивается в эпоху AI. Успейте зарегистрироваться — ссылку на трансляцию пришлём на почту сразу после регистрации
🔴 17 сентября — Architecture Club Яндекс 360. Приглашаем в открытое сообщество для архитекторов, разработчиков и инженеров. В этот раз мы разберём, как устроен AI-агент, который работает с корпоративными данными и остаётся управляемым
🔴 24 сентября — Yandex Scale 2026. Конференция для разработчиков, тимлидов и создателей продуктов, на которой мы расскажем о новых технологиях и анонсах Yandex Cloud. В программе более 30 выступлений в пяти треках, 15 воркшопов и более 60 экспертов
🔴 26 сентября — Data Driven. Приглашаем всех, кто работает с данными, на флагманскую конференцию для аналитиков от бизнес-группы Поисковых сервисов и ИИ. В этом году сделаем акцент на будущем: какой станет аналитика, когда данные и AI будут неразделимы
🌎 Что случилось
🔴 AI в Яндексе: главное за август. Рассказали о школах, поликлиниках и других локациях, где искусственный интеллект Яндекса нашёл себе новые применения
📖 Что почитать
🔴 Миграция без права на ошибку: как перенести 70 кластеров MongoDB в 7 и не сломать продакшен. Разобрали, как мы в Яндекс 360 ушли от модели «одна организация — одна база», сократили число бэкенд-кластеров и снизили потребление ресурсов в 2 раза
🔴 Омнимодель для Алисы AI. Рассказали, как нам удалось подружить VLM и LLM, что изменила MoE‑архитектура, почему омнипретрейн пришлось собирать с конца и почему один вид RL переезжает на большую модель легко, а другой рассыпается прямо на глазах
🔴 От аналитической геометрии на чипсах к поиску трендов в ML. Валя Бронер, руководитель ML-направления в ШАДе, рассказала, за что она полюбила преподавание, почему решила уйти из вуза в ШАД и как ML-разработчики помогают создавать образовательную программу и делать её актуальнее
🔴 «Как я первый раз выступил на конфе и что из этого вышло». Андрей Шукшов, старший разработчик в команде оптимизаций инференса Яндекс R&D, рассказал, в чём ценность конференций в эпоху нейросетей, которые могут выдать практически любой технический разбор
📺 Что посмотреть
🔴 «Теневой AI» в компании и новые риски для ИБ. В новом выпуске подкаста «Безопасно говоря» обсуждаем, как компаниям управлять рисками, если внедрение нейросетей опережает обновление процессов безопасности. Смотрите на ютубе и в VK Видео и слушайте в Яндекс Музыке
Подписывайтесь:
💬 @Yandex4Developers
🎓 Как преподаватель математики стала руководителем ML-направления в ШАДе
Привет, это Валя Бронер. Я 11 лет преподавала студентам математику в Томском государственном университете, а затем перешла в бигтех. Последние три года я руковожу ML-направлением в ШАДе Яндекса и создаю курсы по машинному обучению.
Сегодня я расскажу, что мне нравится в преподавании, почему решила уйти из вуза в ШАД и как ML-разработчики помогают мне создавать актуальную программу в одной из самых динамичных современных индустрий.
🅰️ Всё началось ещё в магистратуре
Однажды я заменяла преподавателя на курсе матанализа. Объясняла тему и вдруг, прямо посреди семинара, чётко осознала её место в общей структуре предмета. Картинка будто сложилась целиком, и я испытала такой восторг, что захотела одного: чтобы мои студенты чувствовали то же самое.
Так я поняла, что мы с образованием друг друга любим. И сейчас я уверена, что, как бы ни менялась траектория моей жизни, она всегда будет с ним связана.
🅰️ 11 лет преподавала на любимой кафедре
Я работала в ТГУ на творческой кафедре теории вероятностей и математической статистики: здесь все делали и продолжают делать больше, чем от них ожидается. Вместе с коллегами мы организовывали конференции, занимались наукой, экспериментировали с подходами к преподаванию и старались сделать занятия понятными, осязаемыми и наглядными.
Например, на курсе аналитической геометрии, чтобы студенты лучше понимали сечения поверхностей и тел, мы демонстрировали их на овощах, фруктах и даже чипсах. Ломтик Pringles — это гиперболический параболоид, разрезанный огурец — модель цилиндра, картошка — эллипсоид. А после занятий студенты съедали наглядные пособия и были всем довольны.
🅰️ Но в университете мне становилось тесно
Что-то кардинально менять я могла только в рамках кафедры, и мне не хватало кого-то, кто бы поддержал мои сумасшедшие идеи в большом масштабе.
Окончательно уйти из вуза решила после ковида. Я обожала живое взаимодействие со студентами, но все перешли на удалёнку, и общения очень не хватало. А когда карантин закончился, студенты привыкли быть аватарками в зуме и просто молча писали конспекты. Это был очень тяжёлый опыт.
Когда я решила расстаться с вузом, один из моих студентов-дипломников передал моё резюме руководителю Академии Яндекса. А через месяц после собеса я переехала в Москву и начала работать в ШАДе.
🅰️ С ML я познакомилась ещё до Яндекса
Когда я работала в ТГУ, ко мне обратилась студентка, которая хотела писать диплом по ML. Это не было моей специализацией, но я согласилась стать её научруком: вместе мы разобрались в теме, и студентка успешно защитилась.
Со временем ML стал частью моей работы, но я всё равно остаюсь математиком, а не разработчиком. Математический бэкграунд помогает мне разбираться в техническом содержании, а преподавательский опыт — понимать студентов и преподавателей.
🅰️ Теперь я шуршу по Яндексу и ищу идеи для новых курсов
Одна из моих задач в ШАДе — следить за актуальностью ML-программы и развивать её. Поэтому я хожу в разные ML-команды, зову разработчиков на кофе и спрашиваю, чем они занимаются, что интересного происходит в их области и что обсуждают на конференциях. Часто ребята приходят к нам с идеями сами: так было с курсом по рексистемам, который полностью пересобрали тимлид из Лавки и его команда.
Потом я собираю или пересматриваю программу, решаю, какой курс будет внутри неё, и приношу ML-разработчикам на уточнение, а параллельно ищу преподавателя, который будет вести курс. Затем — запуск, занятия и сбор фидбэка от студентов.
Есть и особый формат курсов — открытые интенсивы на широкую аудиторию. Тут я тоже решаю много задач: ищу темы, подбираю команды, готовлю преподавателей к съёмкам и взаимодействую с аудиторией.
⏩️ Читайте мою историю целиком в блоге о работе в Яндексе. Там я рассказала, кто помогает мне в проектах, почему мне нравится курировать студентов и какими образовательными проектами я занимаюсь помимо ШАДа.
Подписывайтесь:
💬 @Yandex4Developers
📕 Защищаем пользователей Яндекс Карт, разбираемся, как AI меняет аналитику, и делимся впечатлениями с ICML 2026. Всё это и многое другое — в новом дайджесте от Yandex for Developers
🚕 Куда сходить
🔴 5 сентября — deep tech night. А у нас новости программы! Конференция пройдёт в двух форматах: Hard — технические доклады с акцентом на сложность и масштаб задач, и Experiment — лайтнинги и интерактивные кейсы об опытах с AI-агентами
🔴 9 сентября — Data Dojo в Санкт-Петербурге. Соберёмся сообществом ML-специалистов: обсудим тренды, разберём реальные задачи из соревнований и поделимся прикладными кейсами
🔴 19 сентября — Practical ML Conf в Москве и онлайн. Расширяем программу и анонсируем вторую волну спикеров: поговорим о диффузионном драфтинге в спекулятивном декодинге, инфраструктуре для массового инференса LLM и других кейсах прикладного ML
📖 Что почитать
🔴 Как мы защищаем пользователей Яндекс Карт. Рассказываем, как построили классификацию фрода, обучили модели для анализа новых точек и ужесточили модерацию, чтобы бороться с мошенниками и геоспамом
🔴 Несём впечатления с ICML 2026. Делимся инсайтами: как устроена ICML изнутри, чем запомнилась программа этого года, какие исследования Яндекса вызвали наибольший ажиотаж и почему в центре внимания оказались AI-агенты
🔴 От разработчика до СТО: Спорт, Погода и ML. Саша Южаков, СТО Meteum, рассказал, какой он прошёл путь, прежде чем стать лидом, как управлял тремя сервисами одновременно и как они с командой одними из первых в мире начали применять ML в прогнозе погоды
🔴 Поиск картинок, 3D-кино и автономный транспорт. Игорь Хураськин, руководитель группы ML-инференса в Автономном транспорте, рассказал, как никогда не заскучать в одной компании, почему он ушёл из лидов в разработчики стартапа и чем ему пригодился этот опыт, когда он вернулся в руководители
📺 Что посмотреть
🔴 Как AI меняет аналитику (и аналитиков). Обсудили это в новом выпуске подкаста «Доверительный интервал» с Сашей Исаковым, руководителем группы разработки аналитических AI-решений в Яндекс Лавке. Смотрите на ютубе и в VK Видео или слушайте в Яндекс Музыке
🔴 Доклады с ML Global Recap’H1 2026. Здесь мы подвели ключевые итоги ICML и других международных конференций и разложили по полочкам самое важное, что произошло в ML-индустрии в первом полугодии 2026 года. Смотрите на ютубе и в VK Видео
Подписывайтесь:
💬 @Yandex4Developers
🔥 Новости программы deep tech night
На конференции deep tech night вас ждут два формата:
• Hard — технические доклады о сложных и масштабных задачах. Формат подойдёт тем, кто хочет вдумчиво разобраться в технической стороне темы.
• Experiment — лайтнинги и интерактивные кейсы об экспериментах с AI-агентами, новых подходах и продуктовых находках. Этот формат для всех, кому интересно пробовать новое и следить за трендами.
👳♂️ В карточках рассказываем о новых спикерах и их темах. Смотрите полную программу и регистрируйтесь на deep tech night, которая пройдёт 5 сентября. Присоединиться к конференции онлайн можно по предварительной регистрации.
⏩️ Зарегистрироваться
Подписывайтесь:
💬 @Yandex4Developers
🔎 Как мы объединили фичи картиночной Алисы
На связи команда генеративных моделей в компьютерном зрении Поисковых сервисов и ИИ. Вместе с коллегами мы делаем мультимодального ассистента «Алиса AI». У модели Alice AI ART, которая отвечает за визуальную генерацию, есть два базовых сценария:
🔴 Text-to-Image (T2I) — генерация фото по текстовому описанию
🔴 Image-to-Image (I2I) — редактирование по картинке с инструкцией
Всё это время эти сценарии жили как два разных стека: свои базовые модели, данные, метрики и своя отдельная боль в разработке и поддержке. Поэтому мы решили объединить их в одну модель, которая одинаково хорошо умеет и в T2I, и в I2I.
🅰️ Как мы проводили обучение
➕ I2I-задача редактирования требует от модели понимания референса: входное изображение всегда содержит конкретный объект, который нужно сохранить, трансформировать или дополнить.
➕ T2I-задача сильно прокачивает релевантность. Промпты для генерации с нуля, как правило, детальнее editing-инструкций: они описывают всё, что должно быть на изображении.
Ключевая особенность обучения uni-модели — общий для обеих задач претрейн. T2I- и I2I-данные перемешаны, чтобы визуальный и текстовый прайоры были едиными.
🅰️ Как мы провели показательный эксперимент
Взяли набор концептов, которые отсутствовали в наших данных для редактирования, но которые ранее собирались для T2I. Затем смешали данные и провели совместное обучение, а после проверили, что станет с I2I.
Результат оказался такой, на какой мы и надеялись: концепты, выученные из T2I, становятся доступны в редактировании по инструкции. Специфические запросы начинают работать без необходимости повторять работу по сбору узких срезов данных.
📖 А в статье на Хабре мы рассказали:
🔴 На каких метриках мы измеряем качество моделей
🔴 Что изменилось в самой модели
🔴 Что планируем реализовать в будущем
Подписывайтесь:
💬 @Yandex4Developers
📕 Обсудили безопасность LLM, конфликты в переговорах и границы вайбкодинга — всё это в новом дайджесте Yandex for Developers
🚙 Куда сходить
🔴 5 сентября — deep tech night. Обсудим переход к генеративным моделям в RecSys, Physical AI, инфраструктуру RL-обучения, облако в эпоху AI, современную архитектуру NPU и другие темы
🔴 9 сентября — Data Dojo. Приглашаем тех, кто уже владеет основами ML и хочет двигаться дальше. Будем общаться с единомышленниками и разбирать реальные кейсы от экспертов Яндекса
🔴 12–18 сентября — Week Offer Security. Это формат быстрого найма для ИБ-специалистов. Приглашаем за одну неделю пройти все этапы собеседований, познакомиться с командами и получить офер, если всё пройдёт хорошо
🔴 19 сентября — Practical ML Conf. В программе хардовые доклады, дискуссии и активности. Вот только часть тем: экономически эффективный инференс LLM, Agentic Vision, query-based-модель в автономном транспорте и end-to-end генеративная модель рекомендаций в Музыке
🔴 26 сентября — Data Driven 2026. Нашей флагманской конференции для аналитиков исполнилось 10 лет. В этот раз сделаем акцент на AI-first-аналитике и будущем профессии в эпоху искусственного интеллекта
🌎 Что случилось
🔴 Начался новый сезон тренировок по алгоритмам. Рассказывайте знакомым джунам, которые хотят попрактиковаться в формате технических собеседований или подтянуть теорию по алгоритмам
📖 Что почитать
🔴 Как мониторить Java-приложения. В статье советы о том, какие метрики стоит взять за основу, как выбирать полезные алерты и что такое правило 80/20
🔴 Мультимодальное ранжирование в Яндекс Картинках. Рассказали про архитектуру, которая позволяет модели одновременно смотреть на изображение и читать текст
🔴 Что на самом деле умеет AI в разработке, а что ещё нет. Паша Сухóв, ведущий разработчик в Яндекс Доставке, поделился своим опытом использования кодовых ассистентов, агентов и MCP
🔴 Как злоумышленники из безопасной LLM за пару часов делают модель без цензуры. Причём не «уговаривают» модель через промпт, а хирургически убирают из неё сам механизм отказа
📺 Что посмотреть
🔴 Как превратить конфликт в пользу для продукта. Игорь Рубанов, руководитель аналитики в Яндекс Go, рассказал, когда в переговорах нужно искать союзника, а когда лучше эскалировать проблему. Послушать можно на ютубе, в VK Видео или в Яндекс Музыке
🔴 Доклады с Back to Back. 1 августа бэкендеры посмотрели 25 выступлений в трёх городах. Мы сложили их в удобные плейлисты: C++ Zero Cost в Москве и C++ Zero Cost в Белграде, Architecture&Performance в Москве и Architecture&Performance в Ереване
Подписывайтесь:
💬 @Yandex4Developers
🔥 Делимся первыми спикерами на deep tech night
В карточках рассказываем, кто и на какие темы будет выступать на конференции 5 сентября. А чтобы получить доступ к эфиру, задать вопросы экспертам в прямом эфире и первыми посмотреть запись после события, зарегистрируйтесь на сайте.
⏩️ Подробности о докладах и форма регистрации
Подписывайтесь:
💬 @Yandex4Developers
🥹 Как выжать из железа максимум: эволюция инференса в Алисе
Привет, меня зовут Витя Хаймоненко, я разработчик в команде голосовой активации Алисы. Сегодня я расскажу, как мы прошли путь от инференса на чистом C корутинами до современных движков и квантизованных моделей — и какой инженерный опыт из этого вынесли.
🅰️ Железо фиксировано, а модели растут
На колонке одновременно крутится несколько нейросетей:
🔴 Активационные модели, которые реагируют на слова «Алиса» или «Яндекс»
🔴 Командные споттеры — модели, которые поддерживают набор популярных команд, например, для управления музыкой или умным домом
🔴 Интонационные споттеры, которые делают общение с ассистентом более естественным и понимают, когда вы обращаетесь к колонке без слова «Алиса»
Все они работают в реальном времени и должны укладываться в жёсткие лимиты по latency, CPU и RAM. Докинуть ресурсы на устройство нельзя, поэтому единственный путь — оптимизация инференса.
🅰️ Как ситуация обстояла раньше
В 2014 году не было ни готовых инференс-фреймворков, ни повсеместной поддержки C++ на чипах. Мы писали на чистом C, а пайплайн описывали корутинами. Композиция получалась гибкой, но за это мы расплачивались накладными расходами на переключение контекстов и динамическими аллокациями памяти на каждом шаге.
Уже тогда появились оптимизации, которые живут до сих пор. Во-первых, батчинг: вместо обработки одного фрейма звука за раз мы ждём, пока накопится батч из нескольких фреймов, и обрабатываем их разом. Это позволяет эффективно использовать SIMD-инструкции процессора и даёт серьёзный выигрыш по скорости, жертвуя лишь примерно полусотней миллисекунд latency.
Во-вторых, стриминг: мы не пересчитываем целиком всё «окно» заново, а только обновляем его с приходом новых фреймов. Для матричных умножений использовали одну из реализаций BLAS, которая отлично утилизирует кеш процессора.
🅰️ Переезд на C++ и библиотеки инференса
С появлением нормальной поддержки C++ на чипах мы стали переписывать рантайм. На смену корутинам пришла наша внутренняя библиотека YNMT, изначально сделанная для моделей перевода. Она представляет модель как статический вычислительный граф, из-за чего отпала необходимость в корутинах. А потом, когда YNMT стала уступать по скорости опенсорсному TFLite, мы переехали на него. Он поддерживает встроенные оптимизации под разные архитектуры чипов.
🅰️ Два захода в квантизацию
Первый подход был простым и безопасным: мы сжимали веса модели с FP32 до INT8, но перед вычислением разжимали их обратно. Затем научились квантовать и активации. Теперь мы на лету сжимаем вход до INT8, перемножаем матрицы в INT16 и деквантизуем выход. Выигрываем и по памяти, и по скорости за счёт более быстрых целочисленных SIMD-инструкций.
🅰️ Ещё одна инфраструктурная оптимизация — мультиспоттер
Раньше каждая модель тащила за собой свои буфера и предобработку звука, что вело к дублированию вычислений. Теперь общая часть вынесена в отдельную сущность, и все модели пользуются ею совместно.
🅰️ Главные уроки
Не стоит бояться использовать опенсорс-решения и адаптировать их под своё железо. Мы взяли стандартную реализацию свёртки в TFLite, переработали её под конкретный чип и получили огромный прирост производительности. К тому же у опенсорсных подходов есть неплохой плюс: зачастую они поддерживаются широким сообществом.
Сейчас мы в процессе миграции на TFLite, готовимся использовать встроенную квантизацию вместо ручной и продолжаем пилить кастомные операции. Всё это позволяет делать колонки умнее и при этом сохранять доступность для пользователей.
⏩️ А больше технических деталей можно узнать в полной записи доклада с Я.Железо. Смотрите на ютубе и в VK Видео.
Подписывайтесь:
💬 @Yandex4Developers
📕 Автоматизируем базу знаний с AI, строим новое облако для умных устройств Яндекса и запускаем платформу плагинов в Трекере. Об этом и не только — в новом дайджесте Yandex for Developers
🚕 Куда сходить
🔴 13 августа — ML Global Recap’H1 2026 в Москве и онлайн. Поговорим о главных инсайтах про AI и ML с мировых конференций за последние полгода. Обсудим тренды в ризонинге, челленджи в RL-инфраструктуре и многое другое
🔴 14, 21, 28 августа — «Лайнап Y&&Y»: три вечера в Яндексе. Проведём ярмарку вакансий, понетворкаемся сообществом Y&&Y и отметим выпускной Летних школ и кампуса ML-академии. Регистрируйтесь, знакомьтесь с коллегами и зовите друзей, которые тоже хотят вкатиться в IT
🔴 24 сентября — Yandex Scale в Москве и онлайн. Это флагманская технологическая конференция Yandex Cloud. В программе четыре тематических трека: AI, Hybrid Infrastructure & DevOps, Data и Security (а ещё направление DeepTech для тех, кто подключится онлайн)
🌎 Что случилось
🔴 Яндекс запускает программу 75/75/75. К концу 2026 года не менее 75% разработчиков будут использовать AI для написания кода, на уровне компании AI будет участвовать в подготовке не менее 75% изменений, а в каждом из них — генерировать не менее 75% кода
📖 Что почитать
🔴 Как мы описали 15 000 таблиц за полгода вместо 500 за год. Для этого собрали скрипт на Python, который с помощью API Датакаталога, LLM-моделей, баз данных YT и Memgraph собирает описания из разных источников и автоматизирует документацию
🔴 Новое облако для умных устройств Яндекса. Внутри: комиссионинг без хаба, один канал вместо зоопарка соединений, однопоточная модель исполнения и дисциплина переподключений на плохой сети
🔴 Как мы построили платформу плагинов в Трекере. Рассказали, почему мы на это решились, как гарантировали безопасность кода через iframe и настроили весь инструментарий с низким порогом входа и DevExp
🔴 Разбираем залежи ссылок в базе знаний и строим LLM Wiki. Толя Панов, CTO Яндекс Карт, рассказал, как научить AI-агента вести базу знаний, чтобы суммаризацией, систематизацией и построением связей занималась машина
🔴 Старый сервис в новой реальности. Разобрали, как изменился mirror.yandex.ru под капотом: почему мы перешли с rsync на rclone, как мы превратили серверы в LXD-гипервизоры и где нам помогли нейросети
📺 Что посмотреть
🔴 Как аналитики драйвят бизнес. В новом выпуске «Доверительного интервала» обсудили аналитику эффективности и партнёрскую аналитику: чем различаются подходы и как они влияют на P&L компании. Смотрите на ютубе и в VK Видео, слушайте в Яндекс Музыке
🔴 Доклады с Product : Fest. Спикеры разобрали, как AI изменил продуктовую работу внутри Яндекса, что делает SuperApp по-настоящему супер и многое другое. Смотрите плейлисты с записями на ютубе и в VK Видео
Подписывайтесь:
💬 @Yandex4Developers
⚡️ Успейте зарегистрироваться на Back to Back
Уже в эту субботу, 1 августа, состоится Back to Back — новая бэкенд-конференция Яндекса. Она пройдёт сразу в трёх городах — Москве, Белграде и Ереване. Присоединиться можно как офлайн, так и онлайн.
Немного о программе:
📍 Москва
Савва Лебедев из Positive Technologies расскажет, как команда добавляла поддержку LuaJIT в eBPF-профилировщик Perforator. Даниил Подольский из YADRO разберёт аутентификации в гетерогенных системах, а Антон Пионтковский из Yandex Cloud объяснит, что делать, когда данные отсортированы не так, как ожидает запрос.
📍 Белград
Душан Йованович из Inceptive разберёт возможности статической рефлексии в C++26, а Александр Зайцев, зависимый от PGO эксперт, поделится опытом использования Profile-Guided Optimization и расскажет, как получить от неё реальный прирост производительности.
📍 Ереван
Брюс Момджиан, один из самых известных евангелистов PostgreSQL в мире, выступит с докладом про WAL. А Монс Андерсон из Exness расскажет о современных подходах к генерации распределённых идентификаторов для масштабных систем.
⏩️ Выбирайте площадку и регистрируйтесь. Вас ждут доклады про бэкенд, производительность, распределённые системы и современный C++.
💓 До встречи на Back to Back!
Подписывайтесь:
💬 @Yandex4Developers
⚡️ Разработка для разработки: проект Amptrace
Всем привет, на связи Александр Батин и Олег Артамонов, технические руководители проектов в Алисе AI и Умных устройствах.
Порой в ходе разработки у нас возникает проблема: нам нужны измерительные приборы, которых нет на рынке. Готовые решения часто не подходят под специфику задач или слишком дорогие.
👳♂️ Что делать? Правильно: создавать их самостоятельно. Об одном таком устройстве мы и расскажем сегодня. Читайте в карточках про Amptrace — плату, которая помогает измерять энергопотребление.
⏩️ А полный доклад с Я.Железо смотрите на ютубе или в VK Видео. В нём рассказали про модульную платформу «Мичурин» в Яндекс Станциях и другие внутренние разработки, которые упрощают нам работу.
Подписывайтесь:
💬 @Yandex4Developers
📕 Грифон в рекомендациях Яндекс Музыки, тысяча яблок в дата-центрах и трансформеры в автономном транспорте. Всё это и многое другое — в новом дайджесте от Yandex for Developers
🚕 Куда сходить
🔴 21 июля — Yandex AI Studio Series Summer Edition онлайн и офлайн. Событие для разработчиков, ML-инженеров и тех, кто работает с AI-инструментами или только начинает. Вас ждут архитектурные доклады и практические форматы про создание агентов и приложений на платформе Yandex AI Studio
🔴 1 августа — конференция Back to Back. Приглашаем на событие бэкенд-инженеров, архитекторов, SRE и техлидов, чтобы обсудить практические кейсы и реальные продакшен-проблемы: latency, bottlenecks, отказоустойчивость, масштабирование и инфраструктуру. Встречаемся в Москве, Белграде, Ереване и онлайн
🔴 5 сентября — deep tech night. Масштабная онлайн-конференция Яндекса для всех, кто работает в IT-индустрии и проектирует сложные системы. Здесь мы поговорим о технологических вызовах, с которыми IT-индустрия сталкивается в эпоху AI: от изменений в разработке до новых требований к инфраструктуре
🌎 Что случилось
🔴 Young&&Yandex приглашает на стажировки по четырём направлениям: фронтенд, бэкенд, DevOps и мобильная разработка. Рассказывайте друзьям и знакомым, которые хотят начать карьеру в IT и получить опыт в Яндексе ✨
🔴 ШАД запускает интенсив AI Agents Security Week. С 27 по 31 июля вместе с экспертами Яндекса разберём, как защищать персональные и корпоративные данные, безопасно выдавать агентам доступ к инструментам и инфраструктуре, предотвращать утечки информации и устранять уязвимости
🔴 Яндекс подтвердил безопасность генеративных моделей семейства Alice AI. Получили впервые международный сертификат ответственной разработки ISO/IEC 42001 — стандарт, который подтверждает прозрачность и надёжность подходов к созданию и внедрению AI
📖 Что почитать
🔴 Как мигрировать Flutter-приложение с CocoaPods на SPM. В гайде собрали готовые скрипты, а также разобрали граф и резолв зависимостей, перевод плагинов и поиск ошибок
🔴 Семплирующее профилирование колонок с Алисой в проде. Рассказываем, как мы построили и используем инструмент для анализа потребления памяти в проде на нашем флоте Linux-колонок
🔴 Опенсорсим YaGS Plugin: инструмент для работы с 3DGS внутри Unreal Engine. Объясняем, как риг из 15 камер заменяет установку за сотни тысяч долларов и почему для беспилотного автомобиля фотореализм обязан рождаться из данных, а не из 3D-редактора
🔴 Тысяча «яблок» для песочниц в дата-центрах. Рассказываем, как мы адаптировали обычные Apple Mac mini для установки в серверные стойки под внутренние песочницы (и что пришлось сделать, чтобы яблоки не испеклись 🍎)
🔴 Умеют ли трансформеры водить машину? Разбираем, как устроен Motion Planning — «мозг» автономного автомобиля. Он интерпретирует информацию, учится вести себя на дороге и предсказывает опасности
📺 Что посмотреть
🔴 Почему светофоры в квадратах уже не спасут. В новом выпуске подкаста Podlodka рассказываем, как эволюционировала капча, зачем боты атакуют сервисы и что делать, когда система считает обычного пользователя подозрительным
🔴 Краткая история развития систем деплоя в Яндексе. Вместе с Андреем Мичуриным, руководителем службы разработки систем деплоя в Яндексе, обсудили, как мы пришли к написанию собственной системы, какие плюсы получили и чем этот опыт может пригодиться
🔴 Грифон — гибридная генеративно-ранжирующая модель в рекомендациях Яндекс Музыки. Рассказываем, как мы заставили его взлететь, какие эксперименты проводили и каких результатов добились
🔴 BI в эпоху AI. В новом выпуске «Доверительного интервала» обсудили, как AI меняет визуализацию данных, зачем в командах нужен «BI-губернатор» и почему стоит разрабатывать собственные BI-системы. Смотрите и слушайте на ютубе, в VK Видео и Яндекс Музыке.
Подписывайтесь:
💬 @Yandex4Developers
🚙 Умеют ли трансформеры водить машину
На связи Максим Спорышев, руководитель службы поведения и предсказания движения в Автономном транспорте. Я отвечаю за Motion Planning — часть системы, которая решает, как будет двигаться автономный автомобиль в следующие секунды. Фактически это мозг, который воспринимает разные сигналы извне и превращает их в действия.
👳♂️ В карточках я рассказал, что Motion Planner принимает на вход, как он интерпретирует информацию и как учится вести себя на дороге.
⏩️ А в статье на Хабре читайте, какие метрики мы использовали, чтобы оценивать качество предсказаний, как выглядела трансформерная архитектура и почему хорошие модели в Open Loop ведут себя плохо в Closed Loop.
Подписывайтесь:
💬 @Yandex4Developers
🔥 Разгоняемся вместе с CodeRun Summer Challenge
С 1 по 17 июля на платформе CodeRun проходит Summer Challenge: здесь вас ждут 15 задач на 11 языках программирования, лидерборды для каждого из них и классные призы. А участники, которые войдут в топ-200, смогут скипнуть контест — первый из этапов отбора на стажировку в Яндексе.
🏎️ Более быстрый и эффективный код даёт больше баллов
📆 Стартовать можно в любой день периода
📦 Новый пак из 5 задач появляется каждые 5 дней
💫 Задачи достаточно сложные, чтобы прокачивать навыки даже мидлов
📎 Принять участие
Подписывайтесь:
💬 @Yandex4Developers
🤖 Как узнать, когда агент сломался
Привет! Меня зовут Даниэль Халиулин, я технический менеджер в Yandex Infrastructure. Сейчас AI-агенты развиваются и интегрируются в сервисы с огромной скоростью. Но если не контролировать их работу, последствия могут быть неприятными. Представьте ситуацию: очень важный AI-агент сломался прямо в проде. Как понять, почему случился инцидент? На какие данные смотреть и где их хранить?
👳♂️ В карточках я разобрал, какие особенности есть у observability AI-агентов, что такое evaluations и какие инструменты можно использовать для мониторинга.
⏩️ А полном выступлении на infra.conf’26 я рассказал обо всём подробнее. Смотрите доклад на сайте или на ютубе.
Подписывайтесь:
💬 @Yandex4Developers
🚀 Погружаемся в технологии на deep tech night
Уже 5 сентября пройдёт deep tech night — масштабная онлайн-конференция Яндекса о технологических вызовах, с которыми IT-индустрия сталкивается в эпоху AI: от изменений в разработке до новых требований к архитектуре и инфраструктуре.
Это событие для ML-разработчиков, бэкендеров, фронтендеров, тимлидов, аналитиков, продактов и всех, кто работает в IT-индустрии, внедряет AI в процессы, проектирует сложные системы и ищет новые решения.
🔥 Вас ждут темы от инфраструктуры и железа для нейросетей до AI-агентов и внедрения AI в разработку и два формата:
🔴 Hard — доклады о сложных и масштабных задачах для тех, кто хочет вдумчиво разобраться в технической стороне сферы.
🔴 Experiment — лайтнинги и интерактивные кейсы об экспериментах с AI-агентами, новых подходах и продуктовых находках. Для всех, кому интересно пробовать новое и следить за трендами.
Среди спикеров — Мо Гавдат, десять лет руководивший бизнес-развитием в Google X, Алексей Гусаков, CTO Поисковых сервисов и ИИ, Сергей Мельник, руководитель сервиса Автономного транспорта и роботов, и другие эксперты из Яндекса и других IT-компаний.
💫 Чтобы подключиться к онлайн-трансляции, нужна предварительная регистрация. Она также даст возможность задать вопросы экспертам в прямом эфире и первыми посмотреть запись после события.
⏩️ Смотрите полную программу и регистрируйтесь на deep tech night.
До встречи!
Подписывайтесь:
💬 @Yandex4Developers
🚀 Yandex Scale 2026: ключевые IT-анонсы года
24 сентября пройдёт Yandex Scale 2026 — конференция для разработчиков, тимлидов и создателей продуктов, на которой мы расскажем о новых технологиях и анонсах Yandex Cloud.
Что вас ждёт:
🔴 DeepTech — новый трек, где мы расскажем, как устроены технологии, исследования и разработки, на которых живут сервисы Яндекса. Обсудим мониторинг AI-агентов в «чёрных ящиках» LLM, экономически эффективный инференс для агентных сценариев и особенности распределённого векторного поиска
🔴 AI — ключевые обновления Yandex AI Studio, новая философия Yandex SpeechSense и голосовые агенты
🔴 Hybrid Infrastructure & DevOps — изменения в подходах с появлением AI-сотрудников, единая платформа для любых контуров, путь в гибрид и Kubernetes® в тысячи нод
🔴 Security — безопасность без границ инфраструктуры, методы защиты при использовании LLM и AI-приложений, новые подходы к аутентификации и управлению доступом
🔴 Data — анонсы платформы данных, истории клиентов о миграции и доклад о движении к самоуправляемым базам данных
В программе более 30 выступлений в пяти треках, 15 воркшопов и более 60 экспертов из Yandex Cloud, Азбуки вкуса, Альфа-Банка, Додо Инжиниринга, ИТМО, Красцветмета, Mindbox и других компаний.
📆 24 сентября
📍 Москва, Большой бульвар, 40 (БЦ «Амальтея»), и онлайн
⏩️ Зарегистрироваться на Yandex Scale 2026
🎉 До встречи на конференции!
Подписывайтесь:
💬 @Yandex4Developers
🚀 «Первыми применили ML в прогнозе погоды»
Всем привет, это Саша Южаков, СТО Яндекс Погоды. В 2013 году я отправил резюме в Яндекс и переехал в Екатеринбург. В итоге меня взяли фронтендером. Я сделал ровно одну задачу в этой роли, а потом ушёл в инфраструктуру и бэкенд, которыми занимаюсь до сих пор.
👳♂️ В карточках я рассказал, как прошёл путь от разработчика до руководителя, как управлял тремя сервисами одновременно и как мы одними из первых в мире начали применять ML в прогнозе погоды.
⏩️ А полный материал читайте по ссылке: там я делюсь деталями, которые не поместились в карточках, и объясняю, что значит быть руководителем на самом деле.
Подписывайтесь:
💬 @Yandex4Developers
📕 Генерируем и редактируем картинки в одной модели, используем AI в аналитике и смотрим доклады с главных ивентов Яндекса за первую половину 2026-го. Об этом и не только — в новом дайджесте Yandex for Developers
🚕 Куда сходить
🔴 12–13 сентября — Weekend Offer ML. Это формат быстрого найма для ML-специалистов. Приглашаем за выходные пройти все этапы собеседований, познакомиться с командами и затем получить офер, если всё пройдёт хорошо
🔴 3 октября — «Я про бэкенд» в Москве и онлайн. На конференции разберём хардовые кейсы из разработки и челленджи на серверной стороне AI: хранение и стриминг данных, работу на стыке с железом и другие вызовы на бэкенде
🌎 Что случилось
🔴 Yet Another BugBounty Meetup 2026 прошёл, а впечатления остались. 17 июля мы встретились сообществом багхантеров: в постмит-посте собрали ключевые инсайты и оставили ссылку на фотографии. Ищите себя, если вы тоже принимали участие 📸
📖 Что почитать
🔴 Alice AI ART 2.0: генерируем и редактируем. Рассказываем, как мы объединили генерацию по тексту и редактирование по картинке в одной модели, что пришлось изменить в архитектуре и как наше решение смотрится на фоне аналогов
🔴 «Мне всегда больше всех надо»: как расти в условиях неопределённости. Евгений Ширанков, руководитель платформенных сервисов в Яндекс 360, поделился историей своего карьерного пути и рассказал о запуске Биллинга и техрадара
🔴 Чем полезен AI для бизнеса и аналитики. Показываем, как можно облегчить себе жизнь с помощью ассистентов: ускорять A/B-тесты, автоматизировать логирование, описывать таблицы и многое другое
📺 Что посмотреть
🔴 Доклады с ивентов за первое полугодие 2026-го. Собрали прикладные и хардовые кейсы в одной подборке: как оптимизировать нейросети под слабое железо, строить observability для AI-агентов, выдерживать сотни гигабит входящего трафика и многое другое
Подписывайтесь:
💬 @Yandex4Developers
📺 Оптимизируем нейросети под слабое железо, строим observability для AI-агентов и выдерживаем сотни гигабит входящего трафика. Всё это — в подборке записей докладов за первые шесть месяцев 2026 года
🔴 Выжимаем из железа максимум — Я.Железо. Как инженеры перешли от инференса на чистом C к TFLite, батчингу и квантизованным моделям, чтобы одновременно запускать на умной колонке несколько нейросетей и укладываться в жёсткие ограничения по CPU и RAM. Смотрите этот и другие доклады с Я.Железо на ютубе и в VK Видео
🔴 Как узнать, когда агент сломался — infra.conf’26. Разбираем, что такое observability для агентов, какие у неё есть особенности, зачем нужны evaluations и какие инструменты помогают контролировать работу агентов в проде. Смотрите доклад на ютубе или на сайте
🔴 Учим PostgreSQL хранить оргструктуру на 500 тысяч пользователей — Backend Talks. Рассказываем про эволюцию балансировки загрузок в Яндекс Диске: от наивного Round-Robin до разработки собственного алгоритма. Этот и другие доклады с Backend Talks смотрите на ютубе и в VK Видео
🔴 Интерфейсы, ассистенты и локальный AI в браузере — «Я 💛 Фронтенд». Рассказываем, как запускать модели прямо на устройстве пользователя, создавать по-настоящему адаптивные интерфейсы, применять веб-компоненты и внедрять новую дизайн-систему без вреда для команды. Собрали всё это в плейлистах на ютубе и в VK Видео
🔴 AI, архитектура и производительность — Yandex Mobile Runtime. Доклады на конференции разделили на две части: в треке AI (ютуб, VK Видео) поговорили об агентной разработке и внедрении нейросетевых фич в приложения, а в Not so AI (ютуб, VK Видео) разобрали архитектуру, производительность, нативную и кросс-платформенную разработку
🔴 Внедряем AI в разработку — AI Dev Day. Обсудили, как измерять эффективность AI-инструментов и масштабировать их на всю компанию. В программе — мультиагентные системы, внутренние продукты и рабочие решения. Смотрите доклады на ютубе и в VK Видео
🔴 Практический ML и рекомендательные системы — Data Fest. Рассказали про прикладное машинное обучение: от AgentOps в проде до генерации видео в реальном времени. А ещё разобрали, как устроен Грифон — гибридная генеративно-ранжирующая модель в рекомендациях Яндекс Музыки. Смотрите плейлисты по трекам на ютубе: Practical ML, ODS в Москве и ODS в Сербии
Подписывайтесь:
💬 @Yandex4Developers
🤖 Что на самом деле умеют AI-ассистенты в разработке
Вокруг AI в разработке всё ещё ходит довольно много мифов. Кто-то боится, что нейросети вот-вот заменят программистов, а другие уже представляют, как навайбкодят стартап за пару вечеров. Реальный опыт оказывается куда сложнее.
На связи Паша Сухов, ведущий разработчик в Яндекс Доставке. Сегодня я поделюсь своим опытом: как я пытался использовать кодовых ассистентов, агентов и MCP, что понял в процессе и где AI может помочь вам.
🅰️ Рутина правда ускорялась
Однажды я писал код для скрипта. Написал шесть строк, добавил в контекст нужные файлы и сказал: «Вынеси параметры, сделай --help, напиши доку». Мои шесть строк превратились в полтораста — с проверкой аргументов, созданием папок, логами каждого шага, справкой, примерами запуска и прочими вещами, которые я терпеть не могу делать сам.
Кроме того, здорово помогало автодополнение: не по принципу «допиши вот эту строчку», а «смотри, вот ещё полфункции». Агент со временем понимает, что и как вы пишете, и начинает предлагать более точные варианты: оптимизирует структуру, проводит рефакторинг, находит и вставляет нужную лямбду.
🅰️ Но на сложных задачах вся магия рассеивалась
Стоило мне взяться за что-то объёмное и нестандартное — например, собрать демку с геокартами или написать что-то на игровом движке Bevy, — начинался цирк. Агент путал версии API и после каждой правки бодро уверял, что теперь-то всё точно исправил, хотя на деле ломал ещё сильнее.
Похожая история была и при работе с готовым кодом. Просишь перенести функцию из одного файла в другой — получаешь раздутый код с недописанными кусками. Иногда агент и вовсе попадал в цикл: поочерёдно откатывал и вносил одну и ту же неработающую правку.
🅰️ Модели стали лучше, но с нюансами
Со временем они действительно стали писать код качественнее, особенно на локальных, быстрых и относительно изолированных задачах. Но вместе с тем они стали хитрее прятать баги. Цель моделей — написать не код, который работает, а код, который выглядит правдоподобно.
Но всё же думать «А правильно ли это?» в среднем и продуктивнее, и приятнее, чем бесконечно думать «А как это вообще написать?», чтобы к моменту готового текста на проверку не осталось сил.
🅰️ AI помогает быстрее погрузиться в контекст
По работе мне регулярно приходится копаться в чужих проектах. Я постоянно сталкиваюсь с проблемой: с какого файла вообще начинать читать? Тут и пригождается нейросеть: я даю ей задачу такой, какая она есть. Главное тут — не её результат, а размышления: она найдёт нужную часть системы, я пойму, куда смотреть, и код станет читать проще.
🅰️ LLM нужно использовать правильно
Нейросети не сняли с человека ответственность, не отменили необходимость думать и не научились стабильно писать серьёзные системы без присмотра. Зато они забрали то, что разработчики любят меньше всего: рутину, бойлерплейт, механические правки, поиск по чужому коду, черновую документацию, однотипные задачи и страх чистого листа.
⏩️ А полную статью читайте по ссылке. В ней я рассказал про эволюцию ассистентов и про то, как изменилась производительность разработчиков благодаря LLM.
Подписывайтесь:
💬 @Yandex4Developers
📕 Разбираемся, как устроен прайсинг Яндекс Go, рассказываем про графовую foundation-модель, которая взяла Best Paper Award на воркшопе ICML, и изучаем опыт инженеров Яндекса в новом дайджесте Yandex for Developers
🚕 Куда сходить
🔴 22 августа — Welcome Times для аналитиков в Москве. На встрече вы познакомитесь с ребятами из команд Яндекс Поиска и Независимого Ecom, узнаете больше об их проектах и пройдёте диагностику навыков. Кстати, результаты диагностики действуют два года и могут заменить один из этапов собеседования в Яндекс.
🌎 Что случилось
🔴 ИИ в Яндексе: главное за июль. Рассказали, как ИИ помогает забронировать столик в ресторане, приглядывать за домашними животными и найти репетитора для школьника.
🔴 ICML: итоги и победы Яндекса. Команда Yandex Research представила графовую foundation-модель GraphPFN, а работа получила Best Paper Award на тематическом воркшопе.
🔴 Новости Yandex Cloud за июль. Международная сертификация ISO/IEC 42001 для Alice AI, новые сертификаты ГОСТ и лидерские позиции на рынке IaaS по надёжности и технологичности.
📖 Что почитать
🔴 Как мы вынесли алгоритм ценообразования из кода Яндекс Go. Объяснили, почему не взяли готовый скриптовый язык, что такое цепочка преобразований цены и зачем нам понадобился формальный верификатор.
🔴 Как подготовиться к собеседованию. Старший аналитик-разработчик Сослан Табуев собрал пять советов, которые помогут чувствовать себя увереннее на интервью и лучше понять ожидания собеседующего.
🔴 Главные итоги ICRA 2026. Команда автономного транспорта Яндекса поделилась ключевыми темами ICRA — одной из крупнейших конференций по робототехнике. Среди них — Reinforcement Learning, генерация редких edge-кейсов и другие направления, которые сегодня определяют развитие робототехники.
🔴 Как мы проапгрейдили робота-доставщика. Руководитель службы системной разработки в Автономном транспорте и роботах рассказал, почему модель R4 пришлось основательно пересобрать и как это помогло сделать роботов умнее, дешевле и проще в масштабировании.
🔴 Как выжать из железа максимум: эволюция инференса в Алисе. Виктор Хаймоненко рассказывает, как команда прошла путь от инференса на чистом C и пайплайна на корутинах до современных движков и квантизованных моделей.
📺 Что посмотреть
🔴 1×1 с Димой Александровым на ютубе и в VK Видео. Что Дима понял о яндексоидах за годы работы в компании, как устроена внутренняя ротация, каково управлять большой командой и почему автомобили стали для него больше чем хобби.
Подписывайтесь:
💬 @Yandex4Developers
☺️ Как мы проапгрейдили робота-доставщика
Привет, меня зовут Сергей Гутынин, я руководитель службы системной разработки в Автономном транспорте и роботах. У всякого бизнеса есть требование: масштабироваться. Производство роботов-доставщиков не стало исключением. Мы хотели сделать их умнее, дешевле и автономнее, а саму сборку поставить на поток.
Но когда мы подошли к этой задаче, оказалось, что маленькими изменениями не отделаться — робота пришлось основательно пересобрать.
👳♂️ Читайте в карточках, какие изменения мы внесли в дизайн модели R4 и каких результатов нам удалось достичь
⏩️ А полный доклад о новой версии робота-доставщика смотрите на ютубе и в VK Видео. В нём я рассказываю:
🔴 С чего начинается проектирование рободоставщика
🔴 Как мы добавили в новую версию сценарий мультидоставки
🔴 К каким выводам мы пришли в процессе сборки R4
Подписывайтесь:
💬 @Yandex4Developers
📕 Я перепоручил ведение базы знаний AI-агенту — расскажу как
Привет, это Толя Панов, CTO Яндекс Карт. Я довольно давно веду базу знаний в Obsidian и, как любой уважающий себя «хомяк», накопил запас необработанных материалов. Это репосты и ссылки из любимых каналов в телеграме, ссылки в to-do-листе и рекомендации книг, которые некогда разобрать.
💡 Основная идея проста: перепоручить ведение базы знаний AI-агенту. Чтобы суммаризацией, систематизацией и построением связей занималась машина. В результате получится та самая LLM Wiki с источниками.
➕ Как выглядит структура базы знаний?
🔴 Папка inbox со всеми исходными материалами. Телеграм-бот копирует сюда посты, web clipper — тексты статей, а PDF с white papers я кладу руками
🔴 Папка AI workspace для самой Wiki. Только в ней агенту разрешено делать изменения. Такое ограничение даёт спокойствие, что остальная часть базы будет не тронута массовыми правками и галлюцинациями
Потом я создал три новых навыка AI-агента. И выложил их на GitHub:
🔴 compile — обрабатывает заметки из inbox по моим правилам ведения базы и обновляет AI Wiki
🔴 vault-health-check — быстрая проверка. Чинит сломанные ссылки, заметки без ссылок, устаревшие заметки, незакоммиченные изменения. Полезно запускать после ручных правок
🔴 deep-audit — глубокий аудит заметок: структура, связи, валидность утверждений и ссылок на источники
📕 Создаём AI-агента прямо в браузере, добавляем в умную колонку новые команды и знакомимся с работой ML-специалистов в Yandex Cloud. Об этом и не только — в новом дайджесте Yandex for Developers
🚕 Куда сходить
🔴 25 июля — Product : Fest. Главный фестиваль Яндекса для продактов уже сегодня! Подключайтесь онлайн: разберём реальные кейсы, сверим подходы, обменяемся опытом и обсудим, как AI меняет нашу работу. Смотрите на сайте, ютубе и в VK Видео
🔴 28 июля — мастерская «Диапазон». Это образовательная программа Яндекса для тимлидов, которые хотят масштабировать влияние через репутацию как управляемую систему, расширить взаимодействие внутри компаний и команд
🌎 Что случилось
🔴 Обсудили, как создать AI-агента прямо в браузере. Андрей Мелихов, ведущий фронтенд-разработчик из Yandex Cloud, рассказал, как он создал и развивает браузерный AI-агент в DataLens. Смотрите запись на ютубе, а главные тезисы мы разобрали в карточках
🔴 Нейросеть кратно ускоряет анализ воды из Байкала. Система экологического мониторинга работает на мощностях Yandex Cloud, обрабатывает пробы с помощью CV и значительно экономит время учёных. А подробнее о том, как устроена модель, рассказали здесь
📖 Что почитать
🔴 Добавить в умную колонку новые команды и ничего не сломать. Для этого мы провели целое исследование и использовали модель Parameter-Efficient Fine-Tuning. А статью со всеми деталями ресёрча даже приняли на конфу Interspeech 2026
🔴 Знакомимся с работой ML-специалистов в Yandex Cloud. Рассказали, как рождаются модели в сервисе, как мы подготавливаем данные для обучения, выбираем лучшие варианты и готовим итоговые решения к проду
🔴 Как AI меняет багбаунти-программы. Возможно, багхантерам придётся оставлять депозиты для отчётов: поток сгенерированных репортов сильно нагружает инженеров, а сырые агенты всё чаще ломают прод сервисов
📺 Что посмотреть
🔴 Внедряем AI в инженерные команды. Артур Василов, руководитель мобильной разработки в Яндекс Браузере, рассказал, как выстроить этот процесс, организовать среду для экспериментов и измерять успех. Смотрите на ютубе и в VK Видео
🔴 Доклады с Я.Субботника по JVM-языкам. Обсудили Java Time Puzzlers, параллельность на корутинах в бэкенде Spring и GraphQL-Java, трассирующие Qubership Profiler и ускорение фреймворков с build-time. Смотрите на ютубе и в VK Видео
🔴 Настоящее и будущее RecSys. Даня Бурлаков, руководитель группы рекомендательных продуктов в Яндексе, рассказывает, как индустрия RecSys изменилась за последние годы и что ждёт её в будущем
Подписывайтесь:
💬 @Yandex4Developers
📎 От сырых данных до готового решения: как устроена работа ML-специалистов в Yandex Cloud
На связи Василий Ершов, руководитель ML-команды Yandex Cloud. Мы работаем с сотнями терабайт данных для машинного обучения и развиваем платформу с 30+ генеративными моделями и 40+ тыс. клиентов.
В нашей команде у всех своя роль. ML-разработчики обучают модели, инженеры Data Science готовят метрики и анализируют данные, DevOps налаживают процессы и инфраструктуру. А потом бэкендеры превращают технологии в готовый сервис.
👳♂️ Читайте в карточках, как рождаются наши модели и какой путь они проходят, прежде чем оказаться в проде.
⏩️ А в статье по ссылке мы рассказываем, каким стеком технологий нужно владеть, чтобы попасть к нам в команду.
Подписывайтесь:
💬 @Yandex4Developers
🚀 Погружаемся в технологии на deep tech night
5 сентября пройдёт deep tech night — масштабная онлайн-конференция Яндекса о технологических вызовах, с которыми IT-индустрия сталкивается в эпоху AI: от изменений в разработке до новых требований к архитектуре и инфраструктуре.
Это событие для бэкендеров, фронтендеров, тимлидов, аналитиков, продактов и всех, кто работает в IT-индустрии, внедряет AI в процессы, проектирует сложные системы и ищет новые решения.
📕 В программе доклады экспертов из Яндекса и международных IT-компаний:
🔴 Mo Gawdat, Former Chief Business Officer Google X
🔴 Алексей Гусаков, CTO Поисковых сервисов и ИИ
🔴 Сергей Мельник, руководитель сервиса Автономного транспорта и роботов
И другие спикеры (некоторые из них пока что секретные — расскажем о них в ближайшее время 🤫).
⏩️ Зарегистрироваться
Подписывайтесь:
💬 @Yandex4Developers
📕 Разрабатываем CTF-игру, внедряем мультиплатформу без большого рефакторинга и защищаем нейросети до того, как их взломают. Об этом и не только — в новом дайджесте Yandex for Developers
🚕 Куда сходить
🔴 1–17 июля — CodeRun Summer Challenge. На платформе CodeRun вас ждут 15 задач на 11 языках программирования. Чем быстрее и эффективнее код вы напишете, тем больше баллов вы получите. Задачи сложные, так что и мидлам будет где подумать
🔴 17 июля — Yet Another BugBounty Meetup в Москве. На митапе для багхантеров поделимся итогами программы «Охота за ошибками» за год и обсудим, как найти XSS в фиче, которую уже сотню раз проверили, а также расскажем, как раскрутить RCE в одном из крупнейших сервисов
🔴 25 июля — Product : Fest в Москве. Главный фестиваль Яндекса для продактов: разберём реальные кейсы, сверим подходы, обменяемся опытом и обсудим, как AI меняет нашу работу. А во внутреннем дворе вас ждут игры, кофе-рейв и другие фановые активности 🏓
🔴 13 августа — ML Global Recap’H1 2026 в Москве и онлайн. На встрече обсудим итоги ICML и других конференций по машинному обучению и AI за последние полгода: поговорим про тренды в ризонинге, челленджи в RL-инфраструктуре и многое другое
🌎 Что случилось
🔴 Welcome Times для аналитиков в Москве. Ребята из разных команд Яндекса зовут в гости, чтобы рассказать про специфику работы, ответить на вопросы и провести диагностику навыков. Кстати, её результаты действуют два года и могут заменить этап собеса в Яндекс
🔴 Проект из ШАДа попал в Spotlight на ICML 2026 — крупнейшей международной конференции по AI и ML. Из 23 918 поданных работ статус Spotlight получили всего 2,2% статей с самыми высокими оценками программного комитета
📖 Что почитать
🔴 Как мы делаем игру Capture the Flag для фронтендеров. Рассказываем про наше традиционное соревнование на захват флагов: как мы придумываем задания, улучшаем игровой движок и продумываем сюжет
🔴 Мультиплатформа без большого рефакторинга и остановки продуктовой разработки. Показываем, как мы внедряли Compose Multiplatform в Я.Team, как выглядит интерфейс и как устроен процесс передачи общего кода
📺 Что посмотреть
🔴 «Нестандартная модель» с Владимиром Платоновым, руководителем отдела ML-разработки Алисы в Яндексе. В подкасте обсудили, что такое память в машинном обучении и как придумать интересный продукт в ML-разработке. Смотрите на сайте N + 1 и ютубе
🔴 Защитить нейросеть до того, как её взломают. Поговорили о том, как мы ресёрчим новые уязвимости в LLM и почему безопасность модели нужно закладывать ещё до претрейна. Смотрите первый выпуск подкаста Security Explainer на ютубе и в VK Видео
Подписывайтесь:
💬 @Yandex4Developers
📕 Как мы сэкономили учёным 500 часов рутинного труда в месяц, что такое observability для AI-агентов и как защитить нейросеть до того, как её взломают. Всё это и многое другое — в новом дайджесте от Yandex for Developers
🌎 Что случилось
🔴 Запустили карьерные консультации для разработчиков. На них поможем с резюме или профилем LinkedIn и расскажем, что можно улучшить (а главное — зачем)
📖 Что почитать
🔴 Семь раз подумай, один раз пошардируй. Рассказываем, как мы начали горизонтально масштабировать метаданные чатов Телемоста, как устроен путь запроса к нашим БД и какие архитектурные решения помогают держать нагрузку в 650 000 RPS
🔴 Когда кодом управляет контекст, а не логика: что такое observability для AI-агентов. Объясняем, какие особенности и метрики есть у AI-наблюдаемости, что такое evaluations и почему трейсы сменяют привычные логи
🔴 Компьютерное зрение против рутины: ускоряем эксперименты по анализу поведения лабораторных мышей. Рассказываем, как мы сэкономили учёным 500 часов монотонной ручной работы в месяц вместе с DeepLabCut, ML-эвристиками и OpenCV
📺 Что посмотреть
🔴 Как мы делали Yandex Monium — нашу систему мониторинга, которая выдерживает 3 миллиарда семплов в секунду. В подкасте Владимир Гордийчук, CTO Yandex Monium, расскажет, почему мы решили разработать платформу и какие архитектурные подходы позволяют справляться с такой нагрузкой. Слушайте подкаст на ютубе или на сайте linkmeup
🔴 Как аналитику сменить бизнес-домен. В новом выпуске «Доверительного интервала» разобрались, как правильно упаковать свой прошлый опыт для незнакомого рынка и с какими сложностями можно столкнуться в первые месяцы работы в новой области. Смотрите на ютубе и в VK Видео или слушайте в Яндекс Музыке
Подписывайтесь:
💬 @Yandex4Developers
🐁 Компьютерное зрение против рутины: ускоряем анализ поведения лабораторных мышей
ДНК мыши и человека совпадают на 97,5% — у нас около 30 000 общих генов. По этой причине большая часть биомедицинских исследований в мире проводится на лабораторных грызунах. Мыши помогают находить лекарства от рака, исследовать болезнь Альцгеймера и проводить самые разные эксперименты.
🦠 Одно из таких исследований сейчас ведут учёные Института цитологии и генетики СО РАН в новосибирском Академгородке. Их цель — понять связь между хроническим стрессом, иммунитетом и патологической агрессией путём наблюдения за мышами. Но есть важный нюанс: чтобы оценить результаты экспериментов, нужно отсмотреть сотни часов видеозаписей поведения животных.
Ручная обработка таких данных — долгий и кропотливый труд. На разметку 10 минут видео у научного сотрудника уходит около часа напряжённой работы: нужно сидеть с секундомером, ставить видео на паузу и фиксировать каждое действие мыши в таблицу.
✨ Команды Центра технологий для общества Yandex Cloud и Yandex Crowd Solutions решили помочь с автоматизацией этого процесса. В результате им удалось сэкономить учёным более 500 часов рутинной работы и освободить это время для настоящей науки.
👳♂️ Читайте в карточках, как ребята справились с этой задачей
⏩️ А больше технических подробностей об экспериментах учёных и обучении нашей модели рассказали на Хабре.
Подписывайтесь:
💬 @Yandex4Developers