Доклады с конференций Инфостарта для специалистов 1С
INFOSTART EVENT — это конференции сообщества 1С, которые мы проводим с 2012 года. За это время они стали крупнейшей площадкой для обмена опытом между профессионалами отрасли.
На наших конференциях выступают настоящие практики из ведущих компаний России и СНГ, а не бизнес-тренеры. Доклады отбираются голосованием сообщества, а качество контента контролируют независимые эксперты. Каждая конференция охватывает интересы разных ролей:
для программистов — разработки и архитектурные решения, новые технологии и инструменты,
для аналитиков — методологии, работа с требованиями, анализ данных, управление изменениями,
для руководителей проектов и ИТ-менеджеров — управление командами, рисками, проектами и продуктами,
для специалистов по ИБ и администрированию — практики защиты, эксплуатации и поддержки систем,
для HR и тимлидов — развитие команд, soft skills и современные управленческие подходы.
За годы существования INFOSTART EVENT накопился большой объём уникального контента для всех специальностей из мира 1С. Практически по всем докладам мы готовим подробные транскрибации: они позволяют узнать суть докладов в удобное время и внедрить лучшие практики в своей работе.
Все материалы БЕСПЛАТНЫЕ в открытом доступе и помогают специалистам находить решения, обмениваться опытом и двигать отрасль 1С вперёд.
над каждым докладом работает минимум 6 человек.
За много лет существования Infostart Event у нас накопилось большое количество качественного и уникального контента, и мы рады представить вам эти материалы!
Ручное управление, постоянный контроль и героизм отдельных специалистов перестают работать в 1С-командах, которые живут в условиях сложных проектов, ускоренных релизов и постоянных изменений. Инженерное лидерство помогает сместить фокус с контроля людей на управление системой: процессами разработки, CI/CD, окружениями, автоматическими проверками, ритуалами и прозрачными метриками. Объясняем, как выстроенные процессы снижают управленческую нагрузку, уменьшают стресс в команде и позволяют лидеру перейти от роли «бутылочного горлышка» к сервисной поддержке команды. Отдельно разбираем баланс hard и soft skills руководителя и показываем, почему современному лидеру важно уметь работать и с технологиями, и с людьми.
Как выстроить адаптацию нового руководителя проекта, чтобы быстро понять, подходит ли он компании и справляется ли с реальными задачами? Показываем, как квалификационный план помогает снизить неопределенность для сотрудника, сократить нагрузку на тимлида и не растягивать оценку управленца на месяцы. Объясняем, из каких этапов состоит онбординг: от Welcome Bot и вводных материалов до обучения в LMS, проектных кейсов, контрольных точек и обратной связи 360. Также делимся чек-листом адаптации нового РП и критериями, по которым можно оценить самостоятельность, скорость включения в работу и качество взаимодействия с командой.
После замены устаревшего Java-модуля и реализации высоконагруженного биллинга на 1С 8.5 система обрабатывает более 1 миллиарда событий в месяц, формирует около 3 миллионов актов для 700 тысяч клиентов и работает в inFrame-режиме внутри корпоративной ERP. Разбираем архитектуру решения: слои данных, ретроспективность, drill-down до первичной операции, многопоточный конвейер, RabbitMQ, REST API, Grafana, партиционирование и охлаждение данных. Объясняем, почему именно архитектура данных стала ключом к производительности, масштабируемости и устойчивости системы.
Парсинг техжурнала 1С – это не просто «распарсить JSON» или CSV, а работа с множеством неочевидных особенностей формата. Показываем, какие проблемы могут возникнуть из-за дублей свойств и событий, «полей-призраков», нестандартных имен свойств, разрозненного контекста, кавычек, апострофов и других нюансов, которые легко ломают парсеры и искажают результаты анализа. Объясняем, чем может помочь ИИ при работе с техжурналом и почему даже при использовании современных инструментов важно понимать внутреннюю логику логов. В статье собраны главные правила надежного парсинга и примеры ситуаций, где техжурнал может неожиданно показать свою «темную сторону».
Показываем, как встроить ИИ-помощника в code review 1С без Git, SonarQube и EDT – только с Конфигуратором, RAG-контекстом и набором MCP-инструментов. Разбираем архитектуру решения на Open Web UI и OpenRouter, методику сравнения моделей по Precision, Recall, BonusRate и PenaltyRate, а также объясняем, почему контекст влияет на качество ревью сильнее, чем выбор самой модели. На реальных примерах показываем, какие ошибки ИИ находит хорошо, где все еще нужен архитектор и почему на старте пилота время ревью может не сократиться, а вырасти. В финале делимся метриками внедрения и выводами для команд, которые хотят повторить такой подход у себя.
Разбираемся, почему ИИ-агенты теряют контекст, путаются в инструментах и возвращают неполный результат, если всю задачу пытаться решить одним большим промптом. Показываем, как цепочки пошаговых промптов помогают сделать работу агента повторяемой: каждый шаг выполняет одно действие, имеет понятный вход и выход, отдельно проверяется и при необходимости исправляется. Объясняем, как применять этот подход в задачах 1С: анализировать действия пользователя, подбирать инструкции через RAG, работать с журналом регистрации, MCP-инструментами и локальными моделями. На примерах показываем, как снизить непредсказуемость ИИ-агента и превратить его из «угадывающего помощника» в надежный инструмент для бизнес-процессов.
Разбираем, что на самом деле стоит за образом «руководителя с большой буквы»: личные качества человека, культура компании или сочетание этих факторов. Показываем, как руководителю работать с коллективом через ясность, ритмы, автономию, обратную связь и управление результатом, чтобы команда не жила в постоянных пожарах. Объясняем, почему руководителю не обязательно быть экспертом во всем, но важно понимать предметную область, задавать правильные вопросы и выстраивать процесс принятия решений.
Разбираемся, как уверенность руководителя влияет на управленческие решения: работу с изменениями, требованиями, критическими инцидентами и сроками. Показываем, почему уверенность связана не с внешней жесткостью, а с предсказуемостью, спокойствием, надежностью и умением выстраивать доверительные коммуникации со стейкхолдерами. Объясняем, какие ситуации чаще всего триггерят неуверенность и как через чек-лист определить свои болезненные зоны. Отдельно рассматриваем практики восстановления уверенности – через тело, ментальное состояние, энергию и экспертность.
Кажется, что code-review с помощью искусственного интеллекта устроено просто: достаточно отправить код в LLM, задать промт и получить список замечаний. На практике такой подход быстро упирается в недетерминированность результата, неверную оценку критичности ошибок в 1С-коде и рекомендации, которые сложно отличить от полезных замечаний. Описываем гибридный подход к автокод-ревью: статический анализатор работает вместе с LLM, а база знаний из стандартов 1С превращается в набор машиночитаемых норм. Такая архитектура помогает снизить количество галлюцинаций, точнее определять критичность нарушений и постепенно развивать качество ревью через итеративное пополнение правил.
Когда доработанную 1С не обновляли годами, начинать приходится не с переноса кода, а с разбора того, что вообще накопилось в базе. Там могут быть десятки обработок, расширения, правки типовых объектов, а документации либо нет, либо она давно не актуальна. На примере реального обновления разбираем, как кодовые агенты, MCP-серверы и языковые модели помогают навести порядок в доработках, собрать план миграции, понять, где при переносе будут проблемы, и автоматизировать часть исправлений.
Разбираем AI-навыки, которые помогают специалисту работать с нейросетями не на уровне разовых экспериментов, а как с полноценным рабочим инструментом. Показываем, почему не стоит искать «идеальную нейросеть», как комбинировать разные модели в цепочки и подбирать инструмент под конкретный этап задачи. Отдельно объясняем, как проверять достоверность ответов ИИ, работать с источниками, использовать мультимодальность и передавать контекст через скриншоты, голос, файлы и видео. Также разбираем, почему критическое мышление остается ключевой компетенцией: именно оно помогает формулировать управляемые запросы, находить допущения модели и не попадаться на убедительные, но неверные ответы.
Расскажем, как создать ИИ-помощника внутри 1С без Python и другого внешнего кода – только на базе 1С, HTTP-запросов и необходимой инфраструктуры. Разберем универсальный шаблон RAG-системы, который можно адаптировать под разные задачи: от поддержки пользователей и поиска по базе знаний до работы с регламентами и инструкциями. На живом примере соберем минимальный рабочий прототип помощника, который умеет работать с данными, искать релевантный контекст и формировать ответы. Отдельно объясним, почему самым сложным этапом оказывается не архитектура, а качество подготовки данных и чанкинг.
Рассматриваем переход от классической инфраструктуры к облачным моделям и причины, по которым бизнес все чаще выбирает PaaS: скорость внедрения, снижение затрат и отказоустойчивость. Разбираем, какую роль Kubernetes играет в автоматизации, масштабировании и управлении контейнеризированными приложениями, а также можно ли считать 1С Cloud Native-приложением. На примере архитектуры кластера 1С показываем, как компоненты сервера упаковываются в контейнеры, какие ограничения возникают из-за монолитной природы 1С и как их можно обходить. В финальной части объясняем, как Prometheus, Grafana, Loki/ELK и другие инструменты мониторинга помогают контролировать состояние сервиса и делать облачную платформу удобнее для бизнеса.
Архетипы систем помогают увидеть структуру повторяющихся проблем и понять, почему устранение симптомов не всегда приводит к желаемому результату. На примере архетипа «Подмена проблемы», рассмотрим как возникают задержки, уравновешивающая и усиливающая обратная связь, побочные эффекты и зависимость от постоянного «тушения пожаров».
Разбираем, как за пять лет удаленной работы изменились управленческие подходы в ИТ-проектах и какие риски чаще всего возникают у распределенных команд. Проверяем на данных, действительно ли перенос офлайн-подходов в удаленный формат снижает управляемость проектов, увеличивает количество коммуникационных ошибок и замедляет выявление проблем. Отдельно рассматриваем факапы удаленки: расхождения в понимании договоренностей, встречи без камер, сложности с заказчиками, которые по-прежнему предпочитают офлайн, а также влияние удаленного формата на трудозатраты, сроки, текучесть и ФОТ. Статья будет полезна руководителям проектов, тимлидам и руководителям направлений, которые работают с удаленными или распределенными командами.
Разбираем, почему классический бизнес-анализ, построенный вокруг сбора требований и написания ТЗ, все чаще не помогает попасть в реальную проблему бизнеса. На практических кейсах показываем, как переводить требования в гипотезы, проверять их через эксперименты, метрики и данные из системы, а не только через интервью с пользователями. Отдельно рассматриваем, как логи 1С и машинное обучение помогают находить скрытые факторы, убирать лишние функции и улучшать процессы без долгих обследований. Статья будет полезна аналитикам, архитекторам и руководителям проектов, которые хотят перейти от фиксации пожеланий к исследованию того, что действительно работает.
Разовые проверки ролей, настроек и кода в 1С не дают полноценной защиты, если за ними не стоит регулярный процесс контроля. На практических кейсах SafeERP показываем, как выявлять конфликтные полномочия, опасные настройки платформы, открытый запуск внешних обработок и использование привилегированного режима в коде. Отдельное внимание уделяем тому, как автоматизировать аудит 1С и превратить разрозненные проверки в единый управляемый контур безопасности с понятной дорожной картой исправлений. Статья будет полезна ИБ- и ИТ-руководителям, администраторам, архитекторам и разработчикам 1С, которым важно снижать риски мошенничества, утечек и сбоев не героическими разовыми усилиями, а регулярным контролем.
Как превратить профессиональные сообщества в инструмент управления изменениями? Гильдии помогают не только объединять специалистов, но и продвигать инициативы снизу вверх, усиливать межкомандное взаимодействие и развивать сотрудников. Рассказываем, как сделать гильдии самоуправляемыми и рабочими, избежать формальностей и превратить их в движущую силу трансформации компании.
Использование современных DevOps-практик в разработке и сопровождении активно внедряется в стек 1С. Мы в MagnitTech активно используем Docker, в том числе и для контейнеризации 1С-приложений, что позволяет ускорить развертывание, улучшить отказоустойчивость и упростить масштабирование. Рассмотрим лучшие практики создания Dockerfile и нюансы работы в контейнере для сервера приложений и сервера взаимодействия 1С – с какими сложностями мы столкнулись и как их преодолели.
Рассматриваем, как моделировать актуальные угрозы безопасности персональных данных при работе с типовыми конфигурациями 1С в рамках 152-ФЗ. Отдельное внимание уделяем структуре модели угроз, источникам их возникновения, оценке актуальности и определению уровня защищенности информационной системы. На практических примерах разбираем, какие риски чаще всего встречаются в инфраструктуре 1С: от стандартных паролей и избыточных прав доступа до ошибок резервного копирования, небезопасной публикации баз и уязвимостей серверной архитектуры. Также описываем организационные бюджетные и дорогостоящие меры защиты, которые помогают выстроить системный подход к обеспечению безопасности персональных данных.
Управление международными проектами создания решений на базе 1С:ERP требует особого подхода: задачи сложнее, рисков больше, а коммуникации значительно тяжелее, чем в российских проектах. Разбираем ключевые особенности архитектурного сопровождения создания решений ERP, работы интернациональной проектной команды, а также сложности, возникающие при продаже решений в других странах. Показываем, почему привычные проектные методологии плохо применимы за рубежом, и какие преимущества дает подход управления международными проектами ERP специально разработанный компанией 1С. Рассматриваем трудности внедрения методологии и способы, позволяющие успешно их преодолеть.
Рассмотрим, как коммуникационный контур ITSM-систем может стать основой для практического применения ИИ в сервисных процессах. На примерах 1С-Коннект покажем, как генеративный ИИ помогает резюмировать видеосовещания, формировать статьи базы знаний из живых коммуникаций и запускать сценарий «электронного диспетчера» для обработки голосовых обращений. Отдельное внимание уделим тому, почему доверие к ИИ нельзя «обнулить» неудачными внедрениями и зачем для экономического эффекта нужна не одна функция, а выстроенная цепочка промтов. Такой подход позволит превратить разрозненные данные, обращения и документы в рабочие инструменты для поддержки, руководителей и внутренних сервисных команд.
Разберем, как замкнуть HR-цикл от подбора кандидата до оформления сотрудника в одной системе с помощью 1С:Кабинет сотрудника и 1С:Персонал. Рассмотрим этапы внедрения КЭДО, настройку личных кабинетов, маршрутов согласования и интеграций с рекрутинговыми площадками, а также подходы к мягкому внедрению изменений без сопротивления сотрудников. Покажем, как автоматизация помогает сократить время приема сотрудника, снизить нагрузку на HR и бухгалтерию, уменьшить количество ошибок и получить измеримый ROI уже в первые месяцы.
Почему на проектах внедрения ERP-систем возникает разрыв между бизнесом и разработкой – и какую роль в его закрытии играет бизнес-аналитик? Покажем фреймворки, которые помогают точнее выявлять проблемы, проектировать пользовательские сценарии, приоритезировать требования, проверять гипотезы и снижать риски сложных внедрений 1С. Объясним, как CATWOE, CJM, GA, HADI, MECE, MoSCoW, SAFe, UC и ТРИЗ могут быть полезны аналитикам 1С не как догма, а как практические инструменты для работы с бизнес-задачами.
Каким должно быть техническое задание, чтобы разработчик понял задачу так же, как аналитик, тестировщик и бизнес? Покажем, почему требованиям нужны обоснование, конкретные формулировки по SMART, единый командный контекст и визуальная опора в виде схем, макетов и глоссария. Объясним, как недосказанность, размытые формулировки и отсутствие коммуникации превращают даже хорошо оформленное ТЗ в источник ошибок. Отдельно поговорим о soft skills: регулярных встречах, синках, воркшопах и умении вовремя проговорить нюансы с исполнителями.
Расскажем о том, как адаптировать GRC и 3LoD-подходы из сферы корпоративного управления к специфике ИТ-проектов. Покажем, как эти инструменты помогают повысить устойчивость проектов, сделать управление прозрачнее и надежнее достигать запланированных целей. Объясним, почему дополнительные процессы не обязательно увеличивают нагрузку, а при правильно выстроенной системе могут, наоборот, освобождать время руководителя проекта. Разберемся, с чего начать внедрение GRC-подхода в проектное управление и какие риски важно учитывать на этом пути.
Как упростить, ускорить и роботизировать сервисные задачи средствами 1С без лишней сложности? Реальный кейс интеграции 1С с сервисом ФНС для обработки чеков самозанятых: от ручной работы и долгих ожиданий до автоматизации, которая сократила обработку с четырех с половиной часов до пяти секунд. Показываем, почему быстрая правка кода не всегда решает проблему, а грамотный анализ процесса может дать результат в сотни и тысячи раз лучше. Объясняем, как исчезновение удобной недокументированной функции на стороне внешнего сервиса заставило перестроить архитектуру и превратить 1С в центральный микросервис.
Благодаря возможности подключения в кластер 256 серверов приложений платформу 1С можно масштабировать практически бесконечно. Но в итоге большая система упрется в другие ограничения. Расскажем о подходах и инструментах, которые позволят системе 1С расти, обходя существующие ограничения
Расскажем о результатах исследования рынка WMS-систем, проведенного совместно с фондом «Сколково». Объясним, какие решения соответствуют современным требованиям бизнеса, и по каким критериям стоит выбирать WMS. Разберем подводные камни, которые чаще всего возникают при внедрении. Дополнительно приведем топ-5 доработок 1С:WMS, которые помогают компаниям повысить эффективность складских процессов.
Быстрый переход с иностранного ПО на российские решения редко бывает просто заменой системы – особенно когда речь идет о МСФО, ежемесячной отчетности и отключении от зарубежной инфраструктуры в жесткий срок. На примере проекта перехода с Oracle JD Edwards и Harmony reports на 1С разбираем проблемы, с которыми сталкивается команда: неполные данные, отсутствие доступа к исходной системе, скрытые доработки, накопленные ошибки учета и постоянный поток новых требований. Объясняем, почему кризисный подход не дает гарантий результата и чем полноценный переход отличается от установки нового программного обеспечения. Отдельно рассматриваем правильную методологию замещения: детальное обследование, стратегию перехода, методологическую подготовку и поэтапную автоматизацию.
Разбираемся, когда бизнесу выгоднее использовать готовые решения, а когда действительно стоит инвестировать в разработку с нуля. Показываем, как тиражные продукты помогают быстрее запускать процессы, сокращать затраты и снижать нагрузку на IT-команды на примерах интеграций 1С с маркетплейсами, логистическими сервисами и другими инструментами. Объясняем, по каким критериям выбирать решения на маркетплейсах, зачем тестировать демоверсии и оценивать условия поддержки. Отдельно рассматриваем гибридный подход, который позволяет закрыть типовые задачи готовым продуктом, а уникальные бизнес-требования доработать под себя.
Рассказываем, как использовать текст договора в качестве инструмента управления проектом: фиксировать ожидания, этапы работ, сценарии выполнения и возможные изменения. На примере проектов переноса данных 1С показываем, чем они отличаются от проектов внедрения, зачем нужна короткая анкета на старте и как декомпозиция помогает заранее «разложить проект на кирпичики». Объясняем, почему IT-проекты можно оценивать по аналогии со строительством – через понятные виды работ, объемы и нормировки, – а коммерческое предложение стоит делать достаточно подробным, чтобы к нему можно было вернуться при изменении сценария. Отдельно разбираем, как повторяющиеся этапы и фиксация работ по периодам помогают гибко управлять объемом проекта, снижать риски для подрядчика и упрощать согласования на стороне заказчика.
Статья о том, как инструменты системы 1С помогают промышленным предприятиям внедрять принципы бережливого производства. Объясняем, как с помощью решений 1С можно выявлять виды работ и потерь в бизнес-процессах, а также минимизировать их влияние на производство. На конкретных примерах показываем, как автоматизация позволяет сократить перепроизводство, избыточные запасы, лишние перемещения и ожидания, повышая эффективность и прозрачность процессов.
Нагрузочное тестирование 1С нельзя строить на средних значениях и одном «идеальном» сценарии: такой подход скрывает пики, блокировки, фоновые задания и реальные риски для производительности. Показываем, как собрать данные из технологического журнала, журнала регистрации и поведения пользователей, чтобы построить сценарий, близкий к работе системы в продуктиве. Разбираемся, как вариация, корреляционный анализ и APDEX помогают увидеть неравномерную нагрузку, уточнить модель и понять, какие данные влияют на производительность. А также объясняем, как корректное моделирование помогает заранее выявить проблемы, подобрать железо под реальные пики и снизить риск коллапса системы после запуска.
Хватит ограничивать себя родным и уютным стеком 1С. Пора расширять кругозор и осваивать смежные стеки! Разберемся, как Docker может упростить жизнь одинэснику: от сборки и тестирования 1С до запуска инфраструктуры и автоматизации CI/CD, причем быстро, воспроизводимо и без лишнего мусора в системе.
В проектах внедрения 1С:ERP консалтеры часто призваны «поставить учет под автоматизацию», но их участие не всегда приносит пользу. Вместо практических требований интеграторы нередко получают тома методических документов, которые ничем не помогают проекту. В статье разберем причины, по которым взаимодействие с консалтерами может создавать проблемы, и приведем пример успешного опыта, когда методология реально легла в основу модели автоматизации расчета себестоимости. Проясним, что такое «методология» учета и как по-разному ее понимают консалтеры, ИТ-интеграторы и заказчики.
В статье представлены реальные примеры применения искусственного интеллекта для автоматизации кейтеринга в условиях Крайнего Севера. Объясняем, почему ИИ стал оптимальным решением для ускорения обслуживания и повышения эффективности, и как удалось объединить терминалы самообслуживания, технологии машинного зрения и платформу 1С:Предприятие в единую систему. Показываем, как использование нейросетей повысило скорость обслуживания и качество клиентского опыта. В завершение рассмотрим перспективы развития технологии, расширения ее функционала и применения собранных данных для оптимизации бизнес-процессов.
Почему клиенты на самом деле выбирают исполнителя и какие метрики действительно отражают их ожидания, а какие – лишь создают иллюзию контроля? Разбираемся, как определить свое положение в глазах клиентов (и почему NPS уже не дает нужной глубины), как проверить «здоровье» продукта и качество доставки ценности через дизайн, исполнение и поставку. Вы узнаете о четырех типах метрик – от критериев выбора до драйверов улучшений – и поймете, почему «метрики тщеславия» делают счастливыми компанию, но не клиента, хотя их часто ошибочно включают в KPI. В заключение сформулируем практические выводы о том, как точнее попадать в ожидания клиентов и получать от них устойчиво позитивный отклик.
Безопасная конфигурация в 1С начинается с соблюдения стандартов v8std, которые определяют требования к защите серверного API, работе с внешним кодом, запуску приложений и хранению чувствительных данных. Объясняем ключевые принципы безопасной разработки: от корректного использования признака «Вызов сервера» и безопасного хранения паролей до правил запуска внешних программ, ограничения исполнения произвольного кода и работы с внешними компонентами. Подробный разбор каждого требования показывает, как минимизировать риски и создать конфигурацию, устойчивую к типовым угрозам безопасности.
В статье рассматриваются эвристические методы оценки прикладной архитектуры автоматизированных систем, позволяющие повысить обоснованность проектных решений и снизить риски при разработке. Показываем, как с их помощью можно сравнивать варианты архитектуры по нескольким критериям и выбирать оптимальные решения. На примерах объясняем методы многокритериальной экспертной оценки, включая метод анализа иерархий и метод комплексной оценки. Материал будет полезен архитекторам, аналитикам и руководителям проектов, которым важно принимать взвешенные решения при выборе архитектуры автоматизированных систем.
