# исследование Published articles for исследование. This is one page of public article previews, not the complete archive. Follow Next page to continue. Summaries are not the original full articles. ## Бэклог болей: как hh работает с тем, что не нравится пользователям DevFeed: [Бэклог болей: как hh работает с тем, что не нравится пользователям]() Original publisher: [Read original article]() Author: daaaniel (hh.ru) Published: 2026-05-26T05:31:12Z Content type: opinion Language: ru Sources: [HeadHunter RU]() Topics: [User experience (UX)]() Tags: [hh](), [hh-ru](), [tag-0323c1c6735a](), [tag-52c7ae1e39c6](), [tag-8e9a901cca08](), [tag-d749bb423e1e](), [tag-edd540e19eb5](), [usability](), [ux]() ### AI overview A product research lead at hh.ru explains how the team uses a backlog of user pain points to process feedback and improve products within realistic business and resource constraints. The article contrasts research for future interface changes with work on problems from previous launches, including a case study involving the redesign of the employer homepage. ### Source excerpt Всем привет! Меня зовут Данила Максишко, я руковожу командой продуктовых исследователей в hh.ru. В статье расскажу, как мы работаем с обратной связью через важный инструмент -- бэклог болей пользователей. Это текст от исследователя для исследователей. Если вы строите или масштабируете ресёрчи у себя, наш опыт поможет избежать части ошибок и быстрее выстроить рабочую систему. Читать далее ## How hh.ru used research to improve its employer homepage DevFeed: [How hh.ru used research to improve its employer homepage]() Original publisher: [Read original article]() Author: daaaniel (hh.ru) Published: 2026-02-09T05:30:44Z Content type: article Language: ru Sources: [HeadHunter RU]() Topics: [User experience (UX)]() Tags: [hh](), [hh-ru](), [tag-0323c1c6735a](), [tag-8e9a901cca08](), [tag-9f373c50e261](), [tag-a939ae104bb0](), [usability](), [ux]() ### AI overview A hh.ru product research leader describes how the company studied employer needs and used the findings to improve its employer homepage, a key registration entry point. The article also discusses mini-workshops used to redesign an earlier marketing landing page. ### Source excerpt Привет, Хабр! Меня зовут Данила Максишко, я руковожу отделом продуктовых исследований и клиентского опыта в hh.ru. В статье я хочу поделиться историей ресёрча, который многое дал компании. Речь пойдёт о главной странице hh.ru для работодателей, которую мы успешно обновили с помощью исследователей. Этот кейс наглядно показывает, как ресёрчи помогают понять потребности пользователей, осмысленно доработать продукт и принести пользу бизнесу. Буду рад, если, читая о нашем опыте, вы вспомните также свои важные проекты и вместе со мной немножко порефлексируете. Читать далее ## Как мы сделали гибридный AI-поиск по смыслу книг: двухконтурная архитектура и семантическое ранжирование DevFeed: [Как мы сделали гибридный AI-поиск по смыслу книг: двухконтурная архитектура и семантическое ранжирование]() Original publisher: [Read original article]() Author: redmadrobot (red\_mad\_robot) Published: 2026-01-21T15:59:35Z Content type: article Language: ru Sources: [Redmadrobot EN](), [Redmadrobot RU]() Topics: [Artificial Intelligence](), [Large Language Model]() Tags: [ai](), [ai-bd672f15c6b7](), [llm](), [red-mad-robot](), [tag-56f89eb50742](), [tag-61cd5a476b1d](), [tag-68e701e78517](), [tag-8e9a901cca08](), [tag-d3924b22da16](), [tag-d89cae10e887](), [tag-e75d8ba74bc8](), [tag-fff30f70f2f8]() ### AI overview This article describes how red_mad_robot and the beeline Books service developed a hybrid AI search system for finding books by meaning and context rather than exact keywords. The system vectorized metadata for more than 500,000 books, used an LLM and a vector database, and was designed to match free-form queries such as requests based on mood or themes. ### Source excerpt Всем привет! Меня зовут Яна Чеканова, я проджект-менеджер в red_mad_robot уже два года -- и да, я не технарь, а филолог по образованию. Парадоксально, но именно это образование помогло мне в одном из самых технологичных проектов -- создании AI-поиска для сервиса книги билайн. Идея родилась у команды билайна: они провели исследование и поняли, что большинство читателей не ищут конкретного автора или название, а ориентируются на настроение и ощущение от книги -- "что-то атмосферное", "что-то как любимый роман". Так появилась гипотеза: сделать поиск, который понимает смысл запроса, а не только ключевые слова. Мы подключились, чтобы превратить эту идею в технологию: векторизовали метаданные полумиллиона книг, обучили LLM и собрали гибридную систему, которая подбирает литературу по смыслу и контексту -- даже если запрос звучит просто как "что-нибудь про путешествия во времени". Рассказываю, как это было. Читать далее ## От свалки ссылок к базе знаний: как мы оживили UX-архив DevFeed: [От свалки ссылок к базе знаний: как мы оживили UX-архив]() Original publisher: [Read original article]() Author: ExKito (hh.ru) Published: 2025-08-07T08:00:08Z Content type: article Language: ru Sources: [HeadHunter RU]() Topics: [User experience (UX)](), [jira]() Tags: [hh](), [hh-ru](), [jira](), [tag-41e9f0e0da78](), [tag-52ec2a2e2e67](), [tag-8e9a901cca08](), [tag-9d8cf70dc46c](), [ux](), [ux-479c532c198e](), [ux-59292584722d](), [ux-66917e6a12c0]() ### AI overview The article describes how hh.ru transformed an inconvenient UX research archive into a more usable knowledge base. It explains the problems with scattered files and poor search, compares approaches for improving access to research findings, and discusses the tools and process used. ### Source excerpt Привет! Меня зовут Андрей, я исследую клиентский и пользовательский опыт в hh.ru. В статье расскажу, как нашей команде удалось вовлечь компанию в рисёчи и тем самым повысить их полезность. Читать далее ## Как McKinsey предлагает банкам извлекать выгоду из AI DevFeed: [Как McKinsey предлагает банкам извлекать выгоду из AI]() Original publisher: [Read original article]() Author: redmadrobot (red\_mad\_robot) Published: 2025-03-21T16:46:10Z Content type: opinion Language: ru Sources: [Redmadrobot EN](), [Redmadrobot RU]() Topics: [Artificial Intelligence](), [genai]() Tags: [ai](), [ai-agent](), [bank](), [banking](), [genai](), [red-mad-robot](), [tag-4e7487fdecca](), [tag-8e9a901cca08](), [tag-fa773991fb10]() ### AI overview The article summarizes McKinsey research on using GenAI in banking and presents four principles for building an AI-first bank: defining a value-focused vision, transforming entire business domains and processes, creating an integrated AI stack, and scaling transformation through enabling teams and governance. ### Source excerpt Аналитический центр red_mad_robot перевёл исследование McKinsey о применении GenAI для банковского сектора. Помимо нового уровня автоматизации, AI поможет сделать банки более интеллектуальными, эффективными и финансово устойчивыми. Собрали для вас основные принципы построения AI-First банка, в конце вас ждёт пара полезных артефактов -- ставьте лайки, если материал пригодится. Читать далее ## Сравнение AI-систем для глубокого анализа данных и исследований DevFeed: [Сравнение AI-систем для глубокого анализа данных и исследований]() Original publisher: [Read original article]() Author: kekslop (red\_mad\_robot) Published: 2025-03-18T12:40:03Z Content type: comparison Language: ru Sources: [Redmadrobot EN](), [Redmadrobot RU]() Topics: [Artificial Intelligence](), [Large Language Model](), [Retrieval Augmented Generation (RAG)](), [Langgraph](), [vllm](), [OpenAI](), [Claude]() Tags: [ai](), [ai-6560afdd46fd](), [deepresearch](), [langgraph](), [llm](), [openai](), [rag](), [research](), [sast](), [structured-output](), [tag-1cd610c0e518](), [tag-5e27d5297aca](), [tag-8e9a901cca08](), [tag-baf5012a40ff](), [vllm]() ### AI overview The article compares OpenAI, Grok, Perplexity, and the author's NDT Deep Research system on five analytical tasks, including financial-market analysis, technology research, and identifying promising AI startups. NDT Deep Research uses LangGraph, Tavily, multiple language models, Structured Output, vLLM, retrieval-augmented generation, and source analysis. The author reports that system changes reduced generation costs threefold and latency by 40%. ### Source excerpt Как я сравнил топовые AI-модели для глубокого анализа данных и собственную разработку Привет! Меня зовут Валера Ковальский, я CEO NDT by red_mad_robot. Недавно я протестировал ведущие AI-системы, которые способны проводить глубокие исследования, и делюсь с вами результатами. Читать далее ## Тренд-репорт. Рынок GenAI в 2025 году: что нужно знать бизнесу DevFeed: [Тренд-репорт. Рынок GenAI в 2025 году: что нужно знать бизнесу]() Original publisher: [Read original article]() Author: redmadrobot (red\_mad\_robot) Published: 2025-02-05T12:23:16Z Content type: article Language: ru Sources: [Redmadrobot EN](), [Redmadrobot RU]() Topics: [genai](), [Artificial Intelligence]() Tags: [2025](), [ai](), [ceo](), [genai](), [red-mad-robot](), [tag-44d9110ce940](), [tag-4c52442cea97](), [tag-61cd5a476b1d](), [tag-66890c2944b8](), [tag-8e9a901cca08](), [tag-e0bf7a3b3c2d](), [tag-fa773991fb10](), [tag-ff1e04102c58]() ### AI overview An announcement for a discussion about the generative AI market in 2025, including business adoption in Russia, industry maturity, planned budgets, and business cases. ### Source excerpt 12 февраля в 10:30 мы вместе с нашими партнёрами из Школы управления СКОЛКОВО обсудим, каким будет рынок генеративного AI в 2025 году. Илья Самофеев, co-CEO red_mad_robot, расскажет о ключевых трендах отрасли Читать далее ## Карантин UI-тестов в iOS DevFeed: [Карантин UI-тестов в iOS]() Original publisher: [Read original article]() Author: Timbaev (hh.ru) Published: 2024-05-13T08:00:34Z Content type: article Language: ru Sources: [HeadHunter RU]() Topics: [iOS](), [ui](), [Xcode]() Tags: [ios](), [pull-request](), [qa](), [qa-testing](), [tag-32c911f01784](), [tag-4adf7d504f34](), [tag-7bc388df28ed](), [tag-8e9a901cca08](), [tag-97ed25004d35](), [tag-ae979152fd5d](), [tag-d749bb423e1e](), [tag-e932065bc8da](), [tag-f538878e20ff](), [ui](), [ui-3e41457d883f](), [ui-feac40da31e7](), [xcode](), [xcuitest]() ### AI overview This article describes how hh.ru's iOS platform team handles unstable UI tests. It discusses the causes of flakiness, how failing tests can block pull requests and development, and the team's process for quarantining broken tests for investigation, repair, and later re-enablement. ### Source excerpt Всем привет! Я Тимур -- iOS разработчик в платформенной команде hh.ru. Сегодня я расскажу о нестабильных UI-тестах в iOS, и как мы с ними справляемся. Мы уделяем массу внимания UI-тестам, ведь именно они обеспечивают качество и стабильность в наших iOS-приложениях. Сейчас у нас включено около 600 UI-тестов: они гоняются утром, вечером и на каждом PR в develop. О том, как мы обеспечиваем качество мобильной разработки есть отдельная статья. Рано или поздно большое количество UI-тестов скорее всего начнут тормозить разработку, потому что их стабильность зависит от множества факторов: стенды (API), инфраструктура (обновление Xcode, машин, СI), кодовая база. Даже из-за проблем в самом XCUITest тесты могут начать выдавать аномалии. Если хотите узнать про наш процесс -- смело нажимайте "Читать далее". Читать далее ## Экосистема разработки в 2021 году: чем живут программисты в России и мире DevFeed: [Экосистема разработки в 2021 году: чем живут программисты в России и мире]() Original publisher: [Read original article]() Author: advertka (JetBrains) Published: 2021-11-25T13:11:18Z Content type: article Language: ru Sources: [JetBrains RU]() Topics: [JavaScript](), [Python](), [Java](), [DevOps]() Tags: [java](), [javascript](), [jetbrains](), [jetbrains-research](), [python](), [research](), [tag-2c039dce53be](), [tag-8e9a901cca08](), [tag-e75d8ba74bc8](), [trends]() ### AI overview A JetBrains survey of 31,743 developers from 183 countries examines the 2021 development ecosystem, comparing developer demographics, satisfaction, experience, and technology usage in Russia and worldwide. JavaScript was the most widely used language in both groups; Python was more common than Java in Russia, while Java remained ahead globally as a primary language. ### Source excerpt Привет, Хабр! В этом году мы провели пятый ежегодный опрос о состоянии экосистемы разработки и выяснили, чем живут программисты, какие языки, технологии и инструменты они используют и как изменился мир разработки по сравнению с 2020 годом. Мы доработали методологию и расширили географию опроса -- теперь он охватывает весь мир. Отчет основан на мнениях 31 743 респондентов из 183 стран и регионов, большое спасибо всем участникам! Около двух тысяч опрошенных программистов -- из России, и это позволило сделать выводы о том, чем российский рынок разработки отличается от остального мира. Вот некоторые интересные отличия: -- Российские разработчики моложе, но менее счастливы. В мире доля программистов старше 40 лет составляет 14%, а в России их 8%. Однако только 6% российских программистов считают, что они очень счастливы, в других же странах - 21%. Другие результаты