Разборы

Задача. По мере роста компании нужно было связать производство, склад и офис, организовать учёт, телефонию, почту, хранение данных и резервное копирование без штатного системного администратора.

Решение. Объединил пять площадок в сеть с резервированием каналов. На собственных серверах и виртуальных машинах работают корпоративные сервисы: домен, база данных, файлы, почта, мониторинг, видеонаблюдение и контроль доступа. Основой инфраструктуры с первого сервера стали Linux и свободное ПО.

Что оказалось сложным. При переходе 1С на Linux пришлось разбираться с совместимостью оборудования, библиотеками, лицензиями и производительностью. Сотрудникам помогли обучение и собственный образ Linux с привычным рабочим окружением. Терминальный сервер тоже использовали, позднее перешли на клиенты 1С на рабочих местах.

Результат. Производство, склад и офис работают в общей инфраструктуре. В 2022 году её не пришлось перестраивать из-за ухода зарубежных вендоров.

Стек: Debian · KVM · MikroTik · FreeIPA · PostgreSQL · Zabbix

Моя роль. Проектирование, настройка и поддержка — от первого маршрутизатора до инфраструктуры пяти площадок.

Задача. Связать производственные задания, оплату выполненной работы и планирование затрат при меняющейся загрузке.

Решение. Построил модель сдельной оплаты с KPI и связал её с производственным учётом. Пошив ведётся в штатном цехе и надомной сети. Себестоимость партии рассчитывается до запуска в производство.

Что оказалось сложным. Изменение оплаты нельзя свести к новой формуле в программе. Пришлось объяснять правила, считать на конкретных заданиях и обсуждать с людьми, как будет учитываться выполненная работа.

Результат. Выработка, задания и начисления связаны между собой. Отправная точка — заказ клиента или план производства. Дальше идут закупка материала, задание в цех или надомникам, выпуск, приёмка и доставка. На каждом этапе видны затраты, а себестоимость партии рассчитываем ещё до её запуска.

Моя роль. Разработка и внедрение модели.

Задача. Снизить расходы на собственную доставку и зависимость от доступности одного вида топлива.

Решение. Организовал перевод автомобилей на альтернативное топливо с оформлением изменений в конструкции. При обновлении парка в 2016–2017 годах повторили эту процедуру на новых машинах.

Что оказалось сложным. Участие в программе субсидирования потребовало документов и поездок. Отдельной задачей было обсудить изменения с водителями и показать экономику эксплуатации.

Результат. Решение продолжило работать после обновления парка. В период перебоев с заправками доставка заказчикам шла без перерывов.

Моя роль. Выбор решения и организация переоборудования.

Задача. Вести оперативный учёт раскроя и пошива в 1С:КА и рассчитывать сдельную оплату. На КА 1.1 подготовка расчёта занимала у бухгалтера два дня. Внедрение УПП, а позднее ERP, я оценивал как слишком затратное для наших задач на том этапе.

Решение. В начале 2019 года учёт заработал на давальческой схеме в КА 2.4. После изменения механизмов в КА 2.5 построили собственное расширение: задания на раскрой и пошив, состояния выполнения, печать заданий и этикеток, учёт прихода и ухода.

Результат. Перед начислением около двух часов сверяем остатки, затем расчёт выполняется двумя кликами. Отдельный ручной учётчик стал не нужен ещё на первой схеме в КА 2.4 — это результат более раннего этапа.

Ограничение. Расширение не отменяет сопровождение: изменения типовых объектов при обновлениях могут потребовать правок. Обновления проверяем на тестовой базе.

Стек: 1С:КА 2 · расширение конфигурации

Моя роль. Постановка задачи, проектирование процесса и приёмка. Код расширения писал подрядчик 1С.

Задача. Организовать маркировку собственной одежды и текстиля, а также операции с маркированной обувью в оптовых поставках.

Решение. Связали 1С, ГИС МТ, СУЗ, ЭДО и складские операции с ТСД. Для своего производства — заказ кодов, печать и нанесение, ввод в оборот и отгрузка. Для обуви в опте — приёмка и отгрузка, без собственной эмиссии и ввода в оборот. Короба собираем в 1С; агрегаты в ГИС МТ в этой схеме не регистрируем.

Результат. Около 300 моделей дали 13 471 карточку в Национальном каталоге: сочетания размеров, роста и цветов учитываются отдельно. На пике один сотрудник с одним ТСД обрабатывает до 3 000 кодов в день. Первичное внедрение заняло полгода, подключение новой товарной группы в нашей практике — около месяца.

Что оказалось сложным. Помимо оборудования, пришлось привести в порядок товарные данные и документы. При массовой печати через VPN возникали пропуски этикеток. После настройки MSS clamping и очередей на маршрутизаторах пропуски прекратились.

Стоимость. На первоначальном этапе, ещё до введения обязательной маркировки для нашей продукции, оборудование, лицензии и работы обошлись примерно в 300 тыс. ₽. Моя собственная работа в эту сумму не включена.

Стек: 1С:КА · ГИС МТ · СУЗ · ЭДО · ТСД

Моя роль. Внедрение процесса, подбор оборудования и отладка.

Задача. Разбирать записи разговоров без прослушивания всего архива и без передачи записей во внешний сервис.

Решение. На собственном сервере faster-whisper переводит речь в текст, а локальная LLM формирует тему, краткое содержание, задачи и предварительную оценку тона. В веб-интерфейсе есть календарь, фильтры, прослушивание и выгрузка. Новые записи поступают в обработку автоматически, архив обрабатывается по расписанию.

Результат. Архив примерно из 16 000 звонков обработан за две недели. Для этой задачи записи остаются внутри компании.

Ограничение. Промпт дорабатывал и проверял на реальных звонках. Автоматическая сводка всё равно требует проверки по записи, а итоговые оценки качества разговора на 8B-модели пока ненадёжны.

Стек: faster-whisper large-v3 · Ollama · Llama 3.1 8B · Python · Docker

Моя роль. Архитектура, настройка моделей под видеокарту 16 ГБ, промпт, тестирование и внедрение.

Задача. Подготовить фотографии каталога, включая серии для показа 360°.

Решение. Сделал функцию для Open WebUI: фотографии загружаются пакетом, результат возвращается архивом. На сервере работает rembg с моделями BiRefNet и ISNet, обработкой краёв и выводом в WebP. Перед обработкой функция освобождает видеопамять от языковой модели, а при ошибке обращается к запасной модели.

Результат. Фактический недельный объём — немного больше 2 000 фотографий. Работа человека с этим объёмом занимает 5–9 часов, включая отбор и ручную проверку результата. Для одного проверенного пакета из 36 кадров архив был готов за 5–10 минут. Размер одного из файлов уменьшился с 768 до 156 КБ.

Проверка результата. После обработки фотографии просматриваем вручную. Для сравнения: если тратить по 10 минут на каждый из 2 000 кадров, получится около 330 часов ручной ретуши.

Стек: Python · Open WebUI · rembg · BiRefNet · ISNet · Docker

Моя роль. Архитектура, постановка, тестирование и внедрение. Код генерировал ИИ-агент под моим руководством.

Задача. Организовать участие в закупках и сократить повторяющуюся работу при подготовке заявки.

Решение. Вёл тендерное направление с его запуска; сейчас его не веду. Для поиска подходящих закупок использовал мониторинг публичных извещений и планов-графиков ЕИС через RSS. Документы для участия формируются из учётной системы с учётом процедуры, цена рассчитывается по спецификации.

Результат. В выборке из ЕИС, относящейся примерно к 2017 году, — 119 побед из 225 процедур, в которых мы подавали заявки, около 53%. Подготовка документов для участия, ранее занимавшая день, сократилась примерно до 20 минут. Расчёт цены для заявки — примерно до 30 минут.

Здесь важны и инструменты, и отбор закупок. Автоматизация ускорила расчёт цены и подготовку заявки, а решение, в какой процедуре участвовать и на каких условиях, оставалось за нами.

Моя роль. Отвечал за анализ закупок, подготовку и подачу заявок, расчёт цены, документацию и организацию исполнения контрактов. В 2025 году прошёл обучение на тендерного специалиста в НИУ ВШЭ.

Задача. Увеличить возможности пошива за счёт надомной сети и сохранить учёт материалов, выработки и качества.

Решение. Организовал работу с надомными исполнителями по договорам ГПХ. Водитель привозит крой и забирает готовую партию, на складе её принимают с ТСД. Выработку, начисления исполнителям и налоги учитываем в 1С. Оплачиваем работу после приёмки.

Что оказалось сложным. До передачи кроя нужно проверить исполнителя и договориться о требованиях к работе, качеству и приёмке. Всё это закрепляется в договоре. Затем важно связать в учётной системе движение материалов, выработку, приёмку, оплату и налоги.

Результат. Передача материалов, выпуск, приёмка, расчёты с исполнителями и налоги связаны в один учётный процесс. Модель использовали в пандемию и продолжаем применять в работе производства.

Моя роль. Разработка и внедрение процесса.

Задача. Организовать подтверждение соответствия продукции требованиям ТР ТС 007, 017 и 019 и понимать, какие работы заказывает компания.

Решение. Подготовку ведём внутри компании: технические условия, подбор кодов ТН ВЭД, согласование программ испытаний, взаимодействие с лабораториями и органами по сертификации.

Результат. По нашему сравнению самостоятельная подготовка обходится примерно на 80% дешевле варианта через подрядчиков при сопоставимом составе работ. Но для меня важнее контроль качества: понимать предмет работы, проверять подготовленные документы и результат испытаний.

Моя роль. Организация направления, подготовка и проверка документов, взаимодействие с профильными специалистами.

Задача. Разобраться с начислениями по двухставочному тарифу за нежилое помещение компании. В нём отдельно учитывались потребление ресурса и мощность.

Решение. Подобрал профильного юриста. Он вёл юридическую часть дела, а я участвовал в выработке стратегии, предлагал вопросы и варианты и принимал ключевые решения со стороны компании.

Результат. Дело завершилось мировым соглашением. Общий платёж за водоснабжение составил около 100 ₽ в месяц вместо начисленных примерно 8 000 ₽ в месяц. Обе суммы относятся ко всему месячному платежу.

Моя роль. Выбор юриста, работа со стратегией и принятие решений.

Задача. Подготовить данные о массе выпущенных товаров и упаковки для отчётности за 2025 год, связав сведения 1С с данными маркировки.

Решение. Разработал методику расчёта с документально обоснованными исходными данными. Для подготовки отчёта и сверки с ГИС МТ сделали обработку 1С.

Результат. В 2026 году отчётность за 2025 год подготовили и сдали за неделю. Расчёт можно повторить по тем же исходным данным и проверить.

Стек: 1С:КА · данные ГИС МТ

Моя роль. Методика, постановка, проверка расчёта и внедрение. Код обработки генерировал ИИ-агент под моим руководством.

Задача. Упростить комплектацию при большом числе внешне похожих изделий с разными характеристиками. При работе с бумажными документами сотрудник, который ещё не знал ассортимент, постоянно обращался за помощью к руководителю или более опытным коллегам, чтобы найти нужный товар.

Решение. Внедрил ТСД с DataMobile и обменом с 1С. На экране показывается фото товара. Через ТСД также проводятся приёмка продукции, возвраты материалов, перемещения, инвентаризация и операции маркировки.

Результат. Фото помогает новому сотруднику найти товар на полке, а сканирование — проверить нужную позицию и характеристику. За каждой незнакомой позицией уже не нужно идти к руководителю. Складские операции фиксируются в учётной системе.

Стек: Urovo · DataMobile · 1С:КА

Моя роль. Постановка задачи и внедрение.

Задача. Связать задания на доставку, фактический пробег и расчёт оплаты водителей.

Решение. Внедрил маршрутные листы в 1С и GPS-мониторинг на собственном сервере. Оплату перевели на выполненные задания, данные передаются по API.

Результат. Свод рассчитывается по кнопке в маршрутном листе за секунды; раньше подготовка занимала день. По нашему сравнению себестоимость одной доставки снизилась примерно вдвое.

Стек: 1С:КА · GPS-мониторинг · API

Моя роль. Постановка, внедрение и разработка схемы оплаты.

Задача. Объединить телефонию с работой менеджеров в 1С, организовать запись разговоров и статистику.

Решение. Развернул Asterisk на собственном сервере, подключил GSM-шлюзы и звонки из 1С. Менеджеру не нужно переносить номер из карточки клиента в телефон вручную.

Результат. По нашему сравнению стоимость минуты звонка снизилась примерно на 70%. Появились записи и статистика звонков. Позднее архив разговоров стал основой речевой аналитики.

Стек: Asterisk · 1С

Моя роль. Проектирование и внедрение.

Задача. Перейти с файловой КА 1.1 на новую конфигурацию и клиент-серверную базу, сохранив учётные данные и рабочие процессы.

Решение. В 2018 году готовили и тестировали переход. В начале 2019 года начали работать в КА 2.4 на Linux и PostgreSQL; позднее перешли на КА 2.5. Данные прошлых лет сохранили в старой базе, новую начали с остатков. Перенос истории CRM потребовал доработки обработки.

Результат. Учёт работает в клиент-серверной базе. В 2024 году перенёс её с виртуальной машины на выделенный сервер. Настроены резервное копирование с восстановлением на момент времени и репликация. Обновления сначала проходят тестовый стенд и приёмку.

Стек: 1С:КА 2 · Linux · PostgreSQL · PITR · репликация

Моя роль. Руководство переходом; настройку клиент-серверной базы и перенос на выделенный сервер выполнял лично.

Задача. Пересчитывать цены изделий с учётом характеристик, стоимости материалов и работ.

Решение. Отчёт в 1С рассчитывает цену по спецификации: материалы и работы по актуальным ценам плюс наценка. Затем цены устанавливаются для номенклатуры и её характеристик.

Результат. Расчёт для тендерной заявки или коммерческого предложения занимает примерно 30 минут вместо дня. Полная переоценка — около половины дня; здесь время зависит от производительности сервера. Себестоимость единицы и партии видна до запуска в производство.

Стек: 1С:КА · спецификации · расчёт и установка цен

Моя роль. Постановка задачи и приёмка.

Задача. Сократить ручное заполнение счетов, договоров, спецификаций и актов и повторный ввод реквизитов.

Решение. В нынешней реализации использую готовое расширение печати в Word, которое выбрал и настроил под типы договоров и несколько юридических лиц. Данные берутся из заказа, имена файлов формируются автоматически.

Результат. Подготовка пакета с проверкой занимает около 10 минут вместо часа. Номенклатура, условия оплаты, доставки и продажи подставляются в документы из заказа, поэтому в программе и сформированных документах используются одни и те же данные. Не нужно заново переносить их в каждый файл. Если взять для примера 100 таких заказов, разница составит около 80 часов.

Стек: 1С:КА · расширение печати в Word

Моя роль. Выбор решения, подготовка шаблонов и настройка.

Задача. За короткий срок запустить канал интернет-заказов и связать его с оплатой и учётом.

Решение. За семь дней подготовил сайт с каталогом: дизайн, тексты, обмен с 1С и приём оплаты. После заказа менеджер отправляет ссылку на оплату; при получении платежа касса АТОЛ формирует чек, данные поступают в 1С.

Результат. Канал интернет-заказов запустили за неделю. Штатная обработка оплаты и формирование чеков выполняются автоматически.

Что ещё пробовали. Размещали ассортимент на Wildberries. Я вёл карточки, остатки, поставки и цены. По результатам теста не стали развивать этот канал для нашей модели B2B-поставок и госзаказа.

Стек: 1С-Битрикс · 1С:КА · банковский эквайринг · касса АТОЛ

Моя роль. Запуск сайта, организация обмена, оплаты и формирования чеков.

Задача. Дать кладовщику возможность печатать этикетки с ТСД, не возвращаясь к компьютеру за каждой операцией.

Решение. Приложение для Android сканирует код, в том числе камерой, и отправляет задание на сетевой принтер по ZPL или LPR. Есть основной и резервный принтер, настройка размера и отступов, дополнительного текста, числа копий и проверка подключения.

Результат. Приложение проверили на разных версиях Android и используем в компании для инвентарных этикеток и повторной печати кодов маркировки.

Когда старая этикетка начинает выцветать, но код ещё считывается, ТСД читает его и отправляет на печать. Новую этикетку с тем же кодом наклеиваем рядом со старой на ту же единицу товара; старую оставляем. Статус кода в этот момент — «В обороте». Сам код и его связь с товаром в системе маркировки не меняются.

Стек: Android · ZPL · LPR

Моя роль. Идея, постановка, архитектура, тестирование и внедрение. Код генерировал ИИ-агент под моим руководством.

Задача. Подготовить изображения изделий на людях для карточек товаров.

Решение. В Photta исходное фото изделия на манекене преобразуется в изображение на модели. Локальный вариант в ComfyUI тоже пробовал, но в работу выбрал облачный сервис.

Результат. Для 40–50 изделий подготовил изображения за пару дней. Оплата сервису именно за эти изделия составила около 8 000 ₽ без учёта моей собственной работы. Организацию фотосессии такого объёма я оценивал от 100 тыс. ₽.

Ограничение сравнения. Фактические расходы на сервис сопоставлены с предварительной оценкой фотосессии. Это разные способы получения изображений, поэтому соотношение сумм не означает одинаковый состав работ и качество результата.

Стек: Photta; ComfyUI — экспериментальный вариант

Моя роль. Выбор инструмента, подготовка исходных фотографий и генерация.