Nikita Konkin
Проекты
Текущие проекты, ссылки и последние обновления.
Сервис автоматизации приложений к дипломам
Сервис для проверки Excel-ведомостей, подсветки проблемных данных и сборки XML-файлов для приложений к дипломам.
- Автоматическая проверка и подсветка проблемных ячеек в Excel.
- Генерация XML в целевом формате «КиберДиплом 3.5.1».
- Полиглот-архитектура с разделением API, обработки данных и XML-генерации.
Открытый диплом — открытая замена «КиберДиплома»
Открытая система подготовки и печати дипломов и приложений к ним для вузов, в том числе со старыми компьютерами на Windows 7 и российскими Linux. Одна сборка на Java 11 работает и на компьютере без сети, и на сервере вуза.
- Импорт ведомостей «Деканата» через промежуточную зону: семестры складываются, з.е. берутся из учебного плана, спорные строки помечаются для оператора.
- Учебный план из PDF «Планов» читается по сетке таблицы; шапка и итоги плана заполняют поля XML.
- Печать в миллиметрах с калибровкой принтера; правила текущего сервиса перенесены и сверены с ним побайтно на архиве.
- Учебные планы по годам набора и редакциям: контрольные суммы, сравнение с ближайшим планом и «Создать на основе» для планов, которые есть только сканом.
- Выпуск от ведомости до бланка: сопоставление с планом, регистрационные номера, правки поверх файлов, печать по шаблонам типографии FastReport и учёт бланков строгой отчётности с книгой регистрации.
Angry Tests — принципы тестирования от Yegor Bugayenko
Подборка практических принципов автоматизированного тестирования: короткие тесты, фокус на баги, строгие assertions и инструменты для более сильной инженерной проверки.
- Принципы для fast и deep tests, flaky bug reproduction и custom matchers.
- Практические ориентиры по тому, как делать тесты короче, злее и полезнее.
- Ссылки на инструменты и подходы вроде jqwik, pitest, ArchUnit и fuzzing.
ICT — платформа обработки данных ионосферного зондирования
Сквозной конвейер обработки данных GNSS: от архивов RINEX к полному электронному содержанию, полосам когерентности, картам и аналитике. Набор контейнеризованных сервисов с веб-оркестратором и API-доступом к данным.
- Сквозной путь данных: RINEX → TEC → полоса когерентности → карты и статистика.
- Веб-оркестратор контейнерных конвертеров с потоковыми логами и аудитом запусков.
- Аналитический backend на DuckDB поверх Parquet с экспортом в JSON/CSV/XLSX и графиками.
- Задания переживают перезапуск хаба; AbsTEC запускается в Windows XP внутри KVM-контейнера; образы из CI выкладываются через Watchtower.
- Анимации карт ионосферы строятся в фоне параллельными процессами — неделя за минуту вместо почти пяти; карта станций RINEX на подложке OpenStreetMap.
Tea Taste — цифровой журнал дегустации чая
Веб-приложение для структурированной дегустации чая: фиксирует параметры заваривания и сенсорные впечатления по проливам, превращая субъективную оценку в воспроизводимую запись.
- Многошаговая форма дегустации с черновиком в localStorage.
- Модель проливов: аромат и вкус фиксируются по стадиям, у каждого пролива своя оценка и таймер.
- REST API на Express и MongoDB с JWT-аутентификацией и публичной лентой дегустаций.
Волгатех.Коллектив — мобильный личный кабинет работника ПГТУ
Клиент личного кабинета работника ПГТУ (Волгатех) для Android, iOS и браузера: расписание занятий и экзаменов, профиль с учебной нагрузкой, служебная записка по иностранным группам и отчёт о почасовой нагрузке в формате .docx и встроенный почтовый клиент. Работает поверх существующего API университета, не изменяя его.
- Расписание с офлайн-кэшем: сохранённая копия показывается сразу и обновляется в фоне, следующая неделя загружается заранее; обзор недели с «окнами» и числом пар.
- Служебная записка по иностранным группам и приложение к форме 28 о почасовой нагрузке собираются из расписания и выдаются в .docx; темы занятий идут по плану, который продолжается от отчёта к отчёту.
- Вход по JWT с автообновлением: токены хранятся в защищённом хранилище ОС, пароль кабинета не сохраняется; необязательная блокировка отпечатком или PIN-кодом.
- Встроенный почтовый клиент для университетского Exchange (EWS, NTLMv2) — в отдельной сборке по выбору; пароль почты хранится в хранилище ОС и удаляется при выходе.
- Браузерная версия для iPhone и компьютера, обновления из приложения с проверкой SHA-256, напоминания о парах, виджет и тема Liquid Glass с проверкой контраста тестами.
conf-kit — программа конференции, жюри и заявки
Сервис для конференций и мероприятий: программу собирает чат-бот через API, а человек принимает готовый черновик. Конструктор на телефоне и на десктопе, публичная программа с «сейчас» и «далее», документы A4 и Word, конкурс докладов с оценками жюри, которые переживают пропадание связи, и приём заявок с согласием на обработку персональных данных.
- Программа как документ conf.program/v1 со схемой: нормализация, время по регламенту и проверки с точным путём к каждой ошибке.
- API, llms.txt, openapi.json и MCP-сервер для чат-ботов; черновик становится программой только после того, как человек примет приглашение.
- Жюри без аккаунтов, по коду комиссии; браузеры с 2018 года и не больше 80 КБ JavaScript для участников.
ML Playgrounds — интерактивные лабораторные курса машинного обучения
Тринадцать Streamlit-приложений, которые работают прямо в браузере: тренажёр градиентного спуска, шесть площадок курса «Основы машинного обучения» магистратуры лингвистики и шесть — бакалаврского курса «Основы программирования систем искусственного интеллекта на языке Python». Каталог раскладывает их по темам, и каждое воспроизводит числа своей лабораторной.
- Числа каждой лабораторной воспроизводятся и проверяются тестами на каждом прогоне CI — вплоть до правила округления.
- Всё считается в браузере: stlite запускает Python через WebAssembly, сайт отдаётся со статического хостинга без сервера.
- Тренажёр градиентного спуска: три вида спуска, анимация шагов и 3D-поверхность потерь с траекторией оптимизации.
- Пояснения идут по шагам до графиков, а 71 термин собран в общий глоссарий: на площадках определение всплывает при наведении на подчёркнутое слово.
Похожие проекты
- TensorFlow Playground — Обучение нейросети прямо в браузере — канонический интерактивный тренажёр ML.
- Distill — Why Momentum Really Works — Интерактивный разбор динамики градиентного спуска с моментом.
- Setosa — Ordinary Least Squares — Визуальное объяснение подгонки методом наименьших квадратов.
- 3Blue1Brown — Neural networks — Видеокурс с наглядным объяснением градиентного спуска и обучения.
ionozond — консоль наклонного ЛЧМ-зондирования ионосферы
Комплект для наклонного ЛЧМ-зондирования ионосферы: приём, консоль оператора на Qt5 и Qwt, восстановленная по бинарнику программы с утерянными исходниками, форматы записей и продуктов и документ о физике ЛЧМ-ионограмм. Консоль запускается в браузере через Docker и noVNC.
- Восстановлена по неочищенному бинарнику и сверена с оригиналом: вызовы его функций под gdb, побайтная конфигурация, спектры с расхождением 1,7·10⁻¹³.
- Файл продуктов .lfp в 2000 раз меньше 80-мегабайтной записи: тяжёлая обработка выполняется один раз.
- Ионограмма строится во время приёма, длина БПФ задаётся для каждой станции, а расписание проверяется на потерю сеансов.
- Окно эха сохраняет фазу каждого сеанса за 1,57 МБ, побитово совпадая с эталоном; запись удаляется только после проверки окна.
Практикум ionozond — интерактивные модели ЛЧМ-зондирования
Статический сайт на русском и английском: семь моделей к документу о наклонных ЛЧМ-ионограммах — дисперсия групповой задержки и предельная полоса, способы её измерить, ошибка момента старта, длина БПФ, расписание станций, суточный ход и вертикальное зондирование, — полный текст документа в виде вики и глоссарий, а также имитатор КВ-канала на реальных сеансах с заметками и шестью схемами.
- Закон дисперсии с этой трассы: медиана 19 033 оценок по 583 сеансам, b = 7,52 при R² = 0,975.
- Без библиотек и без сборки: графики нарисованы вручную в SVG, сайт открывается с диска.
- Каждая модель проверена независимо на Python; работа над моделями нашла противоречия в самом документе, и их исправили в исходнике.
- Имитатор канала проверяет себя сам: реальный сеанс ставится в ряд двенадцати копий, синтезированных по его состоянию, и вердикт выносится в сигмах.
HF-FEC GAN — состязательная оценка устойчивости помехоустойчивых кодов
Состязательная (GAN) генерация структурированных помех фиксированной мощности для оценки уязвимости FEC-кодов КВ-связи. Сравнивает BER FEC-схем (сверточный K=7 R=1/2, BCH(63,51), турбо-код) в идеальном канале, при замираниях Рэлея и Риса и под обученным генератором шума.
- FEC по стандартам КВ-связи: сверточный код с soft-decision Viterbi (MIL-STD-188-110, STANAG 4285), BCH(63,51) для ALE, заготовка турбо-кода STANAG 4539 и блоковый интерливинг 16×16.
- Генератор шума (FC → Conv1D → LSTM → Conv1D) против CNN-дискриминатора, предсказывающего отказ декодирования, — помеха фиксированной мощности учится обходить именно FEC.
- Модели каналов AWGN, Рэлея и Риса и спектральный анализ (FFT, PSD Уэлча) наиболее эффективных помеховых структур.
Похожие проекты
- O'Shea & Hoydis — Deep Learning for the Physical Layer — Основополагающая работа о сквозном обучении физического уровня как автокодировщика.
- Nachmani et al. — Learning to Decode Linear Codes — Нейросетевое улучшение декодирования линейных кодов — ML со стороны декодера.
- Sadeghi & Larsson — Adversarial Attacks on Radio Signal Classification — Состязательные возмущения в беспроводной связи — тот же ракурс атаки на приёмник.
- NVIDIA Sionna — Дифференцируемая библиотека моделирования физического уровня для исследований.
Пока нет проектов с этой технологией.