Заявки на доклады

Профессиональный фестиваль РИТ++ состоит из восьми узкотематических конференций, у каждой конференции своя Программа и свои заявки на выступления. Выберите конкретную конференцию, чтобы посмотреть её программу:

Но некоторые доклады будут доступны участникам всех конференций, заявки на эти доклады приведены ниже.

В этом году в рамках общих докладов РИТ++ пройдут шесть специальных секций:

  • Микросервисы;
  • Облачные вычисления;
  • ChatBots;
  • Информационная безопасность;
  • Базы данных;
  • Интернет-вещей.

Также мы формируем Программу++ — это программа митапов и небольших встреч, которую организуют сами участники фестиваля и всех его конференций. Вы предлагаете тему митапа, а организаторы подбирают для него площадку и зал.

Облака как платформа

Облачный сервис персональных рекомендаций для 20 000 магазинов - алгоритмы и технологии

Александр Сербул

Расскажем о подводных камнях при анализе и проектировании распределенных алгоритмов рекомендаций и кластеризации, воплощении сервиса на базе современного стека и готовых библиотек: java, Apache Spark, Apache Mahout, испытаниях и метриках качества. Особое внимание уделим особенностям применения MapReduce и способах обхода рисков, возникающих при кластеризации больших объемов данных (20 млн. товаров).

Другое
Программный комитет ещё не принял решения по этому докладу

OpenStack своими руками в cloudOS.ru

Дмитрий Смирнов

OpenStack из GIT своими руками, почему стоит отказаться от установки из репозиториев, cloudOS.ru с нуля, почему все хостеры не дают ванильный openstack, прокладывая его собственными панельками через API, как совместить kvm, lxcd и docker в одном сервисе, биллинг в openstack для масс.

Программный комитет ещё не принял решения по этому докладу

Управление умным домом с помощью Amazon Alexa, или Как мы превратили гарнитуру в Amazon Echo

Татьяна Матвиенко
Николай Хабаров

- Управление голосом: что есть в мире IT на данный момент?
- Что такое Amazon Alexa, принципы работы.
- Постановка задачи: управление умными приборами дома/в гостинице с помощью голосовых команд.
- Amazon Echo, Dot: необходимость или достаточность?
- Процесс разработки: Ubuntu Snappy, Amazon Lambda, Python, Devicehive.
- Трудности и неприятности, с которыми столкнулись.
- Демо.
- Планы на будущее.

API
,
Python
,
Работа с Amazon
,
Архитектуры / другое
,
Инфраструктура как сервис (IaaS), платформы как сервис (PaaS)
,
Internet of Things
Программный комитет ещё не принял решения по этому докладу

Интернет-вещей (IoT)

Делаем заводы умнее или как мы научили станки разговаривать

Александр Лизунков

We need to be better prepared.

Бизнес на стыке онлайн и офлайн
,
Взаимодействие с государством
,
Процессы и инструменты в enterprise
,
Импортозамещение
,
Internet of Things
,
Мобильные приложения / другое
Программный комитет ещё не принял решения по этому докладу

Мониторинг станочного парка - первый шаг к промышленному интернету для российских предприятий

Андрей Ловыгин

В последнее время системы мониторинга станочного парка стали очень востребованным IT-продуктом. Говоря откровенно, комплексы диспетчеризации существовали еще на советских фабриках, правда, степень их автоматизации была невелика. Современный уровень развития электроники, средств связи, веб-технологий и устройств числового программного управления (УЧПУ) позволяет решать задачу контроля и повышения эффективности работы промышленного оборудования в новом ключе.

Хочется отметить любопытный факт, что рассматриваемый нами сегмент рынка – один из немногих, в котором иностранные продукты были практически полностью вытеснены и заменены на российские. Продолжая работать преимущественно на зарубежном оборудовании, мы контролируем его эффективность уже при помощи отечественных решений.

Бизнес на стыке онлайн и офлайн
,
Будущее рынка разработки ПО
,
Управление / другое
Программный комитет ещё не принял решения по этому докладу

Строим mesh-сети 6LOWPAN на основе Contiki OS: теория и практика

Владислав Зайцев

1. Применение сетей стандарт 802.15.4(6lowpan) в интернете устройств и промышленном интернете устройств: делаем систему умного дома и систему диспетчеризации и управления уличным освещением
2. Что такое сети на основе 6lowpan, чем они отличаются от обычных компьютерных сетей. Что внутри устройств: микроконтроллеры CC1310/CC2650 и Contiki OS.
3. Кейс 1: делаем устройства с питанием от батарей. Энергосбережение, contiki-mac, radio duty-cycle, время жизни маршрута.
4. Кейс 2: строим большую (100 устройств) и протяженную (2км) сеть. Как не увязнуть в маршрутах, использование симулятора и сниффера для диагностики сети.
5. Кейс 3: делаем ОТА-обновление с использованием внешней памяти. Версии, передача больших образов в малых пакетах, механизм отказоустойчивого обновления, golden-image.

C/C++
,
Встраиваемые системы
,
Internet of Things
Программный комитет ещё не принял решения по этому докладу

Построение IoT-систем с нуля на базе AWS-сервисов

Татьяна Матвиенко

- Какой у нашей компании опыт с IoT и с чего все начиналось.
- Микросервисная архитектура: как мы к ней пришли.
- PaaS, SaaS, IaaS и прочие as a Service.
- AWS IoT: принципы работы.
- Система контроля климата на базе AWS: DynamoDB, Lambda, S3, Machine Learning.
- Настройка инфраструктуры: деплоймент и конфигурация подобной системы.
- Проблемы.

Архитектурные паттерны
,
Работа с Amazon
,
Управление конфигурацией
,
Internet of Things
Программный комитет ещё не принял решения по этому докладу

Интернет ненужных вещей

Сергей Мясников
Александр Несслер

Альтернативное видение того, как не будет и как будет развиваться индустрия IoT.

Хотя термин "интернет вещей" появился ещё в 1999-м году, распространение он получил только 10 лет спустя. С тех прошло ещё 8 лет, но технология так и не получила развития, несмотря на довольно серьёзные усилия, приложенные как крупными корпорациями, так и рядовыми участниками рынка. Рядовому потребителю пока ещё так и не доступен интернет кофеварок и парных носков. Мы считаем, что на то есть фундаментальные причины.

В своём докладе мы попробуем систематизировать проблемы, с которыми сталкивается отрасль IoT, и предложить варианты развития, которые могли бы привести к принятию отрасли конечным потребителем.

Программный комитет ещё не принял решения по этому докладу

Микросервисы

События, события и ещё раз события. Опыт построения Event Stream Processing в Avito

Антон Сухов

BI-аналитикам необходимо собирать множество различных событий из разных источников - с сайта, мобильных устройств и микросервисов. Чем больше событий - тем лучше. Нужная шина, способная пропускать через себя миллионы событий в минуту.

Из доклада вы узнаете, как устроен Event Stream Processing (ESP) в Avito. В том числе я расскажу, какие требования были заложены на этапе проектирования, почему мы были вынуждены отказаться от fluent в пользу NSQ, как реализован единый регистр типов событий и окружений для всех команд, как экспортировать схемы событий в различные форматы, как мы боремся за эффективное расходование железа и масштабируем ESP.

Прослушав доклад, вы узнаете, как создать отказоустойчивую, масштабируемую систему сбора событий с высокой пропускной способностью.

Бэкенд / другое
,
Аналитика / другое
Программный комитет ещё не принял решения по этому докладу

Масштабирование и синхронизация микросервисов

Александр Календарев

Последней тенденцией разработки архитектур является разбиение монолитного проекта на небольшие независимые части, где конкретную небольшую задачу выполняет один или несколько микросервисов. При построении pipe-line архитектуры все оказывается довольно тривиально. Но жизнь заставляет нас некоторые сервисы распараллеливать, и тогда возникают разные трудности.

В докладе пойдет речь о взаимодействии микросервисов, как и какие лучше использовать протоколы. Как и по какому принципу масштабировать, используя nginx. Как масштабировать, используя сервера очередей (на примере RabbitMQ). Как за автоматизировать масштабирование микросервисов, используя контейнерную архитектуру. Как построить событийно-ориентированную архитектуру. Как и в каком случае нужно синхронизировать микросервисы. Как это можно сделать, используя Redis или Zookeeper и, вообще, зачем все это нужно.

API
,
PHP
,
Scala
,
Технологии виртуализации и контейнеризации
,
Devops / другое
,
Lua
Программный комитет ещё не принял решения по этому докладу

Микросервисы для Machine Learning

Дмитрий Ходаков

Рекомендательные сервисы стали неотъемлемой частью практически любого крупного проекта. Мы готовим рекомендации объявлений, обрабатывая все действия пользователей при помощи машинного обучения.

Писать софт сложно, писать обучающийся софт сложно втройне. Из доклада вы узнаете:
- какие трудности можно встретить при построении архитектуры распределенного пайплайна для обучения моделей;
- как традиционные микросервисы помогают организовывать доставку результатов в продакшн-окружение;
- как не очень традиционные микросервисы помогают нам организовать обучение моделей;
- чем отличаются подходы в ml по сравнению с традиционной разработкой.

Программный комитет ещё не принял решения по этому докладу

От сырых данных до отчета. Архитектурные подходы в проекте Автотека.

Николай Балакирев

Автотека (autoteka.ru) - новый проект, с помощью которого можно проверить историю автомобиля. Для получения данных по конкретному VIN за секунду, сервису нужно посетить более 10 сторонних API, а также извлечь заранее собранные данных от дилеров и из других источников, предоставляющих статичную информацию. На этом сложности не заканчиваются, структура данных у каждого источника своя, встречаются пересечения записей по времени. Используя VIN и дату события в качестве уникальных идентификаторов, мы производим слияние по определенному набору правил, что позволяет нам получить выборку событий, интересных для конечного потребителя, исключив оттуда всё лишнее.
В докладе я расскажу про особенности нашей архитектуры, благодаря чему мы так быстро генерируем отчет, как устроен поиск и агрегация и для чего мы их выносим в отдельные микросервисы.

PHP
,
Микросервисы, SOA
Программный комитет ещё не принял решения по этому докладу

Legacy в коробочке. Dev-среда в Avito

Илья Сауленко

Новые микросервисы появляются, но монолит никуда не исчезает. Мы в Avito разрабатываем и деплоим сервисы с помощью связки Docker и Kubernetes. Зачастую интегрировать монолит с сервисами довольно проблематично. А что, если монолит тоже завернуть в Docker+Kubernetes и применять те же практики, что и для микросервисов?

В докладе речь пойдёт о том, как изменилась Dev-среда в Avito в связи с переходом на микросервисную архитектуру. В частности, поговорим про:
- подход "legacy in a box";
- то, как мы решали проблемы с базами и sphinxsearch;
- то, как Docker и Kubernetes помогли нам сократить различия между окружениями;
- Developer Experience.

Доклад будет полезен как командам, планирующим или переживающим распил монолита, так и всем тем, кому приходится работать со сторонними legacy-системами.

Бэкенд / другое
Программный комитет ещё не принял решения по этому докладу

Микросервисы в продакшн. От коммита до релиза: полная автоматизация в Kubernetes

Елена Граховац
Игорь Должиков

Крупные компании могут позволить себе целые команды релиз-инженеров, которые обеспечивают надежную и стабильную инфраструктуру. Мы же покажем, как можно быстро и эффективно подготовить такую инфраструктуру очень простыми действиями.

Когда приложения или сервисы регулярно обновляются в боевой высоконагруженной среде, новый код не должен вызывать сбоев или даже катастроф. Мы продемонстрируем, как легко этого достичь. И вас удивит, насколько просто можно усилиями одного или двух человек за считанные часы создать полностью автоматизированную систему доставки кода в боевые условия с тестированием и выявлением проблем до релиза.

В демонстрации будет использована система управления контейнерами Kubernetes.

Мы расскажем:
- как выработать требования, которым должны удовлетворять приложения для успешной работы в общей инфраструктуре, и почему важно подумать об этом заранее
- как развернуть и подготовить среду управления контейнерами Kubernetes к эксплуатации
- как с помощью инструментов непрерывной интеграции обеспечить непрерывную поставку микросервисов на заданное стейдж- или продакшн-окружение

На мастер-классе участникам предлагается попробовать себя в решении следующих задач:
- написание простейшего REST-сервиса на Go
- доработка сервиса под специфику конкретных задач
- взаимодействие сервисов между собой
- упаковка сервиса в минимальный необходимый Docker-контейнер
- настройка процессов Continuous Integration и Continuous Delivery
- подготовка шаблонных конфигураций сервиса для менеджера релизов Helm
- автоматические релизы сервиса на разные окружения в Kubernetes

К концу занятия мы получим единую среду, в которой будут жить приложения всех участников мастер-класса, и сможем обсудить любые возникшие вопросы.

Программный комитет ещё не принял решения по этому докладу

Мониторинг в микросервисной архитектуре

Владимир Колобаев

Cтремительно развивающаяся архитектура Avito предъявляет высокие требования к системе мониторинга. В докладе будет рассказано про централизованный сервис мониторинга, предоставляющий разработчикам возможность самостоятельно отправлять метрики, создавать дашборды, триггеры и нотификации для своих проектов.

Логирование и мониторинг
,
Devops / другое
Программный комитет ещё не принял решения по этому докладу

Управление секретами в кластере Kubernetes при помощи Hashicorp Vault

Сергей Носков

Даже небольшие сервисы рано или поздно сталкиваются с проблемой безопасного хранения и управления секретной информацией: паролями, сертификатами, ключами API.

В докладе будет сделан краткий обзор Hashicorp Vault, рассмотрены случаи автоматического и безопасного управления секретами с помощью puppet+hiera. Особое внимание будет уделено встроенным секретам Kubernetes: я обозначу проблемы управления ими и недостатки существующих решений для связки с Vault, а также расскажу, как мы преодолели все эти трудности с помощью простого самописного решения.

Доклад будет полезен тем, кто уже столкнулся с проблемой большого количества секретов, а также всем, кто уже использует Kubernetes, или ещё только думает о его внедрении.

Защита информации
,
Бэкенд / другое
Программный комитет ещё не принял решения по этому докладу

Информационная безопасность

Виды исследования безопасности

Алексей Станкус

Когда в процессе разработки it-проекта возникает желание или необходимость "протестировать на безопасность", встает вопрос: что именно тестировать, как, зачем и каким образом оценивать результаты? На все эти вопросы мы попытаемся ответить в нашем выступлении.

- Моделирование угроз. Что дает понимание возможных угроз.
- Тестирование на проникновение или аудит безопасности: в чем разница и что лучше выбрать.
- Оценка уязвимости: подходы к ранжированию найденных проблем.

Защита информации
,
Безопасность программного кода, SQL и прочие инъекции
,
Тестирование безопасности
Программный комитет ещё не принял решения по этому докладу

Modern fraud trends in RTB: shifting focus from websites to applications

Екатерина Сафонова

Вступление (общие критерии фрода и алгоритмы борьбы)
- определение фрода, определение признаков и границы, разделяющей "хороший" трафик от "плохого";
- выявление паттернов, алгоритмы-правила, машинное обучение, различные подходы к кластеризации;
- оценка качества алгоритмов на случайной выборке.

Для веб-трафика:
- определение: виды фрода, реальные примеры bots/ad stacking/domain spoofing/fake domains;
- границы: insentivised traffic;
- паттерны и борьба: правила datacenters/high friq bids, maсhine learning алгоритмы.

Для application traffic:
- определение: виды фрода и примеры - fake device ID/bundle id spoofing/fake app name/fake scoring and popularity/autoreloads/install postback URL;
- проблемы: куки, собственные уникальные "браузеры", прокси.

Программный комитет ещё не принял решения по этому докладу

Машинное обучение

Машинное обучение в электронной коммерции - практика использования и подводные камни

Александр Сербул

Простыми словами расскажем о популярных, эффективных и используемых в нашей компании техниках применения машинного обучения для привлечения и удержания клиентов:
- кластеризации товарного каталога,
- классификации клиентов (готовых перейти на платный тариф, готовых уйти, способных принести прибыль),
- повышении релевантности e-mail-рассылок.

Особое внимание уделим технике использования популярных платформ и библиотек:
- Apache Spark,
- Spark MLlib,
- Hadoop,
- Amazon Kinesns.

Отдельно остановимся на особенностях обработки "больших данных", выборе и разработке параллельных алгоритмов.

Распределенные системы
,
Архитектура данных, потоки данных, версионирование
,
Алгоритмы и их сравнение
,
Работа с Amazon
,
Machine Learning
Программный комитет ещё не принял решения по этому докладу

Применение машинного обучения для фильтрации фрода в RTB-рекламе

Денис Кузин

В данном докладе я расскажу про:
- краткое введение в RTB-рекламу;
- виды фрода в RTB-рекламе;
- используемые предпосылки при выборе и построении алгоритма машинного обучения;
- алгоритмы машинного обучения для разделения интернет трафика на "хороший" и "плохой";
- выбор алгоритма: Expectation Maximization или нейронная сеть (word2vec);
- реализация на большом массиве данных и проблемы в пути.

Теории и техники анализа
,
Аналитика / другое
Программный комитет ещё не принял решения по этому докладу

Базы данных

Tarantool как основное хранилище данных для .net приложений

Анатолий Попов

- Можно ли использовать Tarantool, если приложение написано на .net?
- Стоит ли писать свои драйверы для БД?
- Опыт эксплуатации Tarantool.

Программный комитет ещё не принял решения по этому докладу

Наш ответ Uber'у

Александр Коротков

Опубликовав в своём блоге знаменитую заметку о переезде с PostgreSQL на MySQL, Uber наделал много шума в постгресовом сообществе. Для многих из разработчиков PostgreSQL это стало толчком к осознанию несовершенства постгресового табличного движка (который пока всё ещё один). В результате было разработано множество патчей, нацеленных на преодоление проблем, указанных Uber'ом, которые в чём-то пересекаются, а в чём-то даже противоречат друг другу. Среди этих патчей можно отметить indirect indexes (индексы, которые ссылаются на значение primary key), WARM (write-amplification reduction method – уменьшение избыточности записи), RDS (recently dead storage – хранилище для недавно устаревших версий). Также ведётся обсуждение подключаемых табличных движков и undo log'а.

В данном докладе будет разобран пост Uber'а глазами разработчика PostgreSQL. Я расскажу, с какими пунктами "обвинения" я согласен, с какими не согласен, а с какими – согласен частично. Также я разберу разработки сообщества в данном направлении и то, насколько они, на мой взгляд, позволяют преодолеть указанные недостатки.

PostgreSQL
,
MySQL (MariaDB, Percona Server)
Программный комитет ещё не принял решения по этому докладу

Репликация из mysql в tarantool

Александр Яковлев

- Как сделать репликацию из mysql в tarantool.
- Зачем.
- Какие выгоды.
- Что нужно знать перед тем, как использовать.

Программный комитет ещё не принял решения по этому докладу

Простая и дешёвыя бизнес-аналитика на базе Google BigQuery

Алексей Паршуков

Хотите научиться принимать решения на основе данных, но не знаете с чего начать? Нужно записать миллионы событий, но не уверены как делать это правильно? Вы не знаете как быстро и дёшево строить аналитические отчеты или запутались в инструментах.

На примере DocDoc я расскажу о плюсах и минусах различных подходов: как выбрать систему хранения, почему мы остановились на Google BigQuery. Как правильно организовать данные, записать свой clickstream, отказаться от сэмплирования в GA, а также строить простые и понятные отчеты.

Базы данных / другое
,
Архитектура данных, потоки данных, версионирование
,
Продажи, конкуренция и аналитика
Программный комитет ещё не принял решения по этому докладу

Postgres vs Mongo

Олег Бартунов

Я хочу немного порушить стереотипы, что Postgres - это чисто реляционная СУБД из прошлого века, плохо приспособленная под реалии современных проектов. Недавно мы прогнали YCSB для последних версий Postgres и Mongodb и увидели их плюсы и минусы на разных типах нагрузки, о которых я буду рассказывать.

На самом деле, Postgres довольно давно может работать со слабо-структурированными данными, в том числе и с json, и довольно быстро, по крайней мере, на одном сервере он обгоняет Mongodb на всех видах нагрузки из известного бенчмарка YCSB, который был разработан и используется для тестирования NoSQL-баз данных. При всем этом Postgres представляет полный ACID и развитую функциональность, проверенную временем, что дает очень большому количеству проектов использовать просто его.

Я также расскажу про наши проекты по улучшению json - реализация SQL/JSON стандарта в Postgres и компрессию jsonb.

PostgreSQL
,
MongoDB
Программный комитет ещё не принял решения по этому докладу

Мониторинг и отладка MySQL: максимум информации при минимальных потерях

Света Смирнова

В сложной ситуации хорошо иметь под рукой детали: сообщения об ошибках, статистику времени выполнения запросов, данные о производительности операционной системы и железа. Много деталей! Современные версии MySQL позволяют собрать информацию практически обо всём. Однако любой включённый мониторинг имеет свою цену: производительность. Именно поэтому универсального решения "всё включено", подходящего для любого MySQL-приложения, не существует. Даже при использовании инструментов с графическим интерфейсом у вас всегда есть выбор: что отслеживать и что нет.

В докладе я хочу обсудить, какие опции должны быть включены всегда, какие опциональны и при каких обстоятельствах их включать. Мы рассмотрим встроенные возможности MySQL, Percona-серверов и внешние решения.

Администрирование баз данных
,
MySQL (MariaDB, Percona Server)
Программный комитет ещё не принял решения по этому докладу

Обзор перспективных баз данных для highload

Юрий Насретдинов

В этом докладе я рассмотрю несколько перспективных, на мой взгляд, баз данных, которые пока еще не очень популярны, но которые определенно ждет успех в будущем, особенно для highload-проектов. Я расскажу о Tarantool, ClickHouse и CockroachDB, о том, как они устроены, и почему я считаю, что они в будущем станут стандартом де-факто, как раньше был MySQL, а сейчас — MongoDB.

Коротко о каждой из них:
1. Tarantool — разработка mail.ru, позволяющая обрабатывать до 1 млн транзакций в секунду на одном ядре процессора за счет «конвейерной» архитектуры. В данный момент SQL не поддерживается, но можно писать хранимые процедуры на LuaJIT, что позволяет делать сложные выборки и преобразования, не жертвуя производительностью.
2. ClickHouse — это real-time аналитическая база данных от Яндекса с поколоночным хранением данных и невероятной производительностью работы. Основной язык запросов — SQL. Авторами заявляется скорость вставки на уровне 100 мб/сек и скорость сканирования в 1 млрд строк в секунду. Также поддерживается работа в кластере с репликацией и шардированием, приближённые выборки по части данных, ограниченные джойны и многое другое.
3. CockroachDB — база данных от создателей Google Spanner. Авто-масштабируемая распределенная SQL-база данных, написанная на Go и использующая RocksDB для хранения данных на диске. Если вы устали от необходимости ручного шардирования и отсутствия распределенных транзакций в SQL-базах данных и от неконсистентности и неуправляемости NoSQL-решений, то CockroachDB нацелен именно на вас. База данных сама масштабируется на выделенные узлы, сама поддерживает заданный фактор репликации, может работать в нескольких ДЦ, и многое другое.

В докладе я подробно расскажу об этих решениях и о существующих в данный момент альтернативах, с обзором достоинств и недостатков соответствующих систем.

MongoDB
,
Tarantool
,
Базы данных / другое
,
Аналитика / другое
,
MySQL (MariaDB, Percona Server)
Программный комитет ещё не принял решения по этому докладу

Полнотекстовый поиск в PostgreSQL

Александр Алексеев

Не всем известно, что в PostgreSQL есть полнотекстовый поиск. Притом, в отличие от некоторых других РСУБД, в PostgreSQL этот поиск совершенно полноценный и способный посоревноваться в скорости и качестве со специализированными решениями. Что не менее интересно, используя полнотекстовый поиск PostgreSQL, вы можете избавиться от дублирования данных, экономя тем самым место на диске, трафик и обеспечивая согласованность данных.

Из этого доклада вы узнаете, как использовать для полнотекстового поиска PostgreSQL GIN, GiST, а также новый RUM-индекс, в чем заключаются преимущества и недостатки названных индексов, как с их помощью сделать поиск по документами или, например, саджестилки, и не только.

Поисковые системы
,
PostgreSQL
,
Базы данных / другое
Программный комитет ещё не принял решения по этому докладу

Отладка MySQL при помощи Performance Schema

Света Смирнова

Performance Schema впервые появилась в версии 5.5 с инструментарием, скорее подходящим для разработчиков MySQL, чем администраторов баз данных. В версии 5.6 ситуация развернулась в сторону пользователей, и мы получили инструментарий для работы с соединениями и запросами. Версия 5.7 принесла ещё больше полезного: детальную информацию по использованию памяти, отладчик для хранимых процедур, статистику по всем уровням доступа и многое другое. Одновременно постоянно снижается негативный эффект на производительность включённой Performance Schema.

Однако ореол сложности за Performance Schema сохранился. И в самом деле: 87 таблиц, 1019 инструментов, 42 опции настроек и их количество только растёт!

В своём докладе я расскажу, как использовать Performance Schema для решения ваших задач. Мы сфокусируемся именно на решении задач и эффективном поиске ответов на вопросы. Я не буду перечислять названия всех таблиц, но научу вас в них ориентироваться. Я также расскажу о её компаньоне sys schema в тех случаях, когда её использование уместно.

Вы научитесь настраивать Performance Schema и понимать, что нужно использовать для конкретных типов задач.

Я обращу особое внимание на производительность сервера, расскажу, какой инструментарий оказывает минимальный эффект и какой лучше включать только по мере необходимости.

Администрирование баз данных
,
MySQL (MariaDB, Percona Server)
Программный комитет ещё не принял решения по этому докладу

Чат-боты

Как подружились мессенджеры и операторы

Константин Демиденков

В докладе будет рассказано о проблеме коммуникаций операторов поддержки с пользователями через skype-мессенджер из одного skype-аккаунта, и как она была решена путем применения чат-бота skype, и о расширении канала коммуникации с пользователями при помощи чат-ботов, таких мессенджеров как Telegram, VK, Facebook, Slack (который использовался для разделения коммуникаций на каналы для операторов).

Будет рассмотрен вопрос о том, почему пришли именно к такому решению и какие рассматривались альтернативы (нативные клиенты для мессенджеров и Skype for Business (UCWA)), как выглядит архитектура подобного решения и какие технологии были выбраны для реализации.

Будет рассказано, что в результате получилось, о том, какие планы развития данной системы, а также приведена статистика работы системы с момента запуска.

Node.js и io.js
,
PostgreSQL
Программный комитет ещё не принял решения по этому докладу

Чат-бот для подсказки ответов на вопросы - новейшие алгоритмы, нейронные сети, промышленная java и большие нагрузки

Александр Сербул

В докладе поделимся опытом алгоритмического и технического проектирования платформы, использующей кластер нейронных сетей (deeplearning4j), обратные индексы (lucene) и REST-вебсервер (jetty) для массового обслуживания диалогов "Открытых линий" для предсказания вероятных ответов на вопросы клиентов.

Особое внимание уделим алгоритму работы нейронной сети, осуществляющей трансформацию семантических пространств вопросов и ответов.

Отдельно остановимся на доработке стандартных возможностей фреймворка deeplearning4j и создания новых элементов нейронных сетей и повышения качества и скорости их обучения. Не обойдем вниманием вопросы эффективного использования lucene в условиях высокой нагрузки и многопоточности.

Java
,
Поисковые системы
,
Алгоритмы и их сравнение
,
Другое
,
Machine Learning
Программный комитет ещё не принял решения по этому докладу

Общая программа

DDoS-атаки: тектонические изменения в 2016-2017 году

Артём Гавриченков

Осенью 2016 года DDoS-атаки, уже, казалось бы, ставшие досадной обыденностью, вновь выплыли на первые полосы журналов и онлайн-изданий. Атаки с использованием ботнета Mirai и подключенных к Интернету камер сумели создать серьёзные проблемы с доступностью целого ряда сайтов, включая Twitter, Spotify и Reddit.

Для обывателей и СМИ это стало сенсацией, но в IT-мире многие предполагали такое развитие событий. Мы сами предсказывали эту опасность за год до Mirai. Однако у людей, не занимающихся защитой информации непрерывно, возникают закономерные вопросы: какова на самом деле структура проблемы? В чём корень всех бед, и какого развития событий можно ожидать?

Обсудим нынешнее состояние Интернета, те угрозы, которых можно ожидать для функционирования Интернет-ресурсов, а также методы защиты от них.

Internet of Things
Программный комитет ещё не принял решения по этому докладу

BrandMeister Network Internals

Артем Прилуцкий

- BrandMeister Network - глобальная радиолюбительская сеть, связывающая тысячи цифровых репитеров в мире и десятки тысяч пользователей.
- Краткий обзор того, что творится в радиолюбительской связи и причем тут хакеры :)
- Под капотом у BrandMaster Network: топология сети, архитектура узлов, архитектура BrandMeister DMR Server.
- Как мы решаем проблемы нагрузки: фронтенд, опорная сеть, три уровня хранения данных.
- Tarantool как сервер приложений.
- Ускоряем бизнес-логику на Lua внутри процесса (не Tarantool).
- Обрабатываем события: агрегация, обогащение и офф-лоад.

C/C++
,
Tarantool
,
Архитектуры / другое
,
Lua
Программный комитет ещё не принял решения по этому докладу

Создание сервиса S3 с нуля: от идеи до релиза

Владимир Перепелица

В данном докладе я хочу осветить полгода развития нашего проекта. Осенью 2016-го мы решили запустить аналог Amazon S3 с фокусировкой на российский рынок. Сейчас проект находится в закрытой бете и обслуживает трафик до 10Gbit на вход и на выход и до 50krpm, утилизируя не более 20% ресурсов 3-х пограничных нод.

Самая сложная задача, которая стояла передо мной - это спроектировать архитектуру будущего сервиса. Было 3 основных требования: возможность поэтапного развития, четкое соответствие API Amazon, и хорошая масштабируемость в будущем.

Я рассмотрю по шагам:
- выполнение реверс-инжиниринга API Amazon;
- построение прототипа;
- согласование архитектуры и бизнеса: прототип, RAT, MVP, beta;
- ошибки, допущенные на этом пути и как следовало бы их избегать.

API
,
Perl
,
Tarantool
,
Работа с Amazon
,
Lua
Программный комитет ещё не принял решения по этому докладу

Исследования для НЕчайников

Наталия Тылевич

- Как спланировать исследование? План коммуникаций, план проекта, объемы и сроки работ.
- Как понять, что у вас правильная цель? Кто и как формулирует цель: вредные советы.
- Гипотезы: откуда берутся и почему их не бывает мало (рабочая гипотеза или ад специалиста-перфекциониста).
- Как проверяют гипотезы? Почему недостаточно одного способа, и что могут дать разные методы: статистика, количественные и качественные методы.
- Что делать, когда любимая гипотеза оказалась неверной?
- Что делать с результатами? Как сделать так, чтобы усилия не отправились в стол? Коротко про разработку решений на основе результатов, согласование и внедрение изменений.

Программный комитет ещё не принял решения по этому докладу

Работа с Tarantool в Rust

Арсен Галимов

В докладе речь пойдёт о способах взаимодействия базы данных Tarantool и программ, написанных на языке программирования Rust. Tarantool - это персистентная in-memory база данных, а Rust - это компилируемый язык программирования, нацеленный на безопасность и скорость выполнения.

Во время доклада попробуем написать небольшой сервис с использованием обеих технологий, произведём небольшой обзор коннектора на Rust, рассмотрим плюсы и минусы.

Фреймворки
,
API
,
Прочие языки
,
Бэкенд / другое
,
Tarantool
Программный комитет ещё не принял решения по этому докладу

Кривая зрелости технологий (Hype Cycle) или как технологические решения влияют на рынок облаков

Павел Карев

- Как новая технология влияет на облачную стратегию компании (примеры технологий и компании).
- Что нас ждет в этом году или тренды облачных технологий 2017 (http://blogs.gartner.com/smarterwithgartner/files/2016/10/TopTenStrTechTrends2017_Infographic_Final.png).
- Что делать, если технология вышла на плато продуктивности?
- Практическое использование циклов ажиотажа.

Программный комитет ещё не принял решения по этому докладу

Проблемы инвестирования в технологически сложные компании

Сергей Алимбеков

Для внедрения интернета вещей во все отрасли экономики, реализации таких проектов как «умный город», «умные дороги», «цифровые электростанции», «цифровые фабрики» требуется эффективное взаимодействие государства и бизнеса, а также немаловажную роль играет межотраслевая координация. Фонд развития интернет-инициатив, инвестируя в технологические компании ранних стадий, также выполняет функции межотраслевого координатора. Стратегической целью фонда является развитие интернет-предпринимательства, а внедрение технологий ИВ стимулирует развитие различных ИТ-сервисов и расширяет возможности для малого и среднего бизнеса.

Для технологических компаний и начинающих интернет-предпринимателей специалистами ФРИИ спроектирована и запущена многоступенчатая программа по ускоренному развитию бизнеса, в рамках которой предоставляются инвестиции как на ранних этапах развития, так и на более поздних. Через программы ФРИИ прошли уже свыше 50 тысяч российских предпринимателей. В настоящее время в портфеле фонда более 270 проектов и до конца 2022 года запланировано проинвестировать более 800 компаний.

В докладе будет рассказано о возможных вариантах сотрудничества ФРИИ с предпринимательскими, технологическими командами, проектами разных стадий и различных технологических направлений.

Программный комитет ещё не принял решения по этому докладу

Big Data, Стратегия, Капитализация, Будущее

Иван Шмелев

* Данные - это ресурс для разработки новых сервисов.
* Эффективный AI невозможен без Big Data.
* AI - это не математика или программирование, а стратегия и продукт.

Программный комитет ещё не принял решения по этому докладу