Python вопросы с собеседований
24.7K subscribers
508 photos
14 videos
17 files
402 links
Вопросы с собеседований по Python

@workakkk - админ

@machinelearning_interview - вопросы с собесдований по Ml

@pro_python_code - Python

@data_analysis_ml - анализ данных на Python

@itchannels_telegram - 🔥 главное в ит

РКН: clck.ru/3FmrFd
加入频道
Media is too big
VIEW IN TELEGRAM
📹 3blue1brown представил самую короткую и понятную лекцию о нейросетях!

В новом выпуске он рассказывает о механизме внимания и трансформерах. Лекция стала еще более сжатой и увлекательной!

Идеально подходит для абсолютных новичков и даже для тех, кто далек от техники.

Автор уложился всего в 9 минут, чтобы доступно объяснить ключевые аспекты работы нейросети с помощью яркой графики и простых примеров.

📌 Оригинал
👩‍💻 5 способов развернуть list в Python!

@python_job_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
👩‍💻 Пять концепций Python, которые вы обязаны знать!

💡 В этом видео автор охватывает пять основных концепций Python, которые начинающие и продвинутые программисты часто неправильно понимают или с которыми делают ошибки. Эти концепции крайне важны для понимания при чтении чужого кода и написании собственного

🕞 Продолжительность: 19:59

🔗 Ссылка: *клик*

@python_job_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
👩‍💻 Pexpect — это библиотека для Python, предназначенная для автоматизации взаимодействия с приложениями через терминал!

🌟 Она предоставляет инструменты для управления дочерними процессами, отправки команд и ожидания определённых ответов, используя концепцию "ожидания" (expect). Это особенно полезно для скриптов, которые должны взаимодействовать с утилитами командной строки, такими как ssh, ftp, scp, telnet, или для автоматизации тестирования в терминале.

🔍 Основные возможности:

🌟 Поддержка регулярных выражений для поиска ожидаемых выходных данных.

🌟 Асинхронная работа (в Python 3.4+).

🌟 Управление вводом-выводом и создание псевдотерминалов (pty), что позволяет эмулировать пользовательский ввод!

🔐 Лицензия: ISC

🖥 Github

@python_job_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
Что делает [::-1] ?

❗️ Ответ: [::-1] используется для изменения порядка массива или последовательности на обратный.

🔍 Например:
import array as arr
My_Array=arr.array('i',[1,2,3,4,5])
My_Array[::-1]


Вывод : array('i', [5, 4, 3, 2, 1])

🌟 [::-1] перепечатывает обратную копию упорядоченных структур данных, таких как массив или список. Исходный массив или список остается неизменным.

@python_job_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Machinelearning
✔️ Stability AI выпустила модели ControlNet для Stable Diffusion 3.5 Large.

Stability AI представила 3 модели ControlNet: Blur, Canny и Depth, которые расширяют возможности Stable Diffusion 3.5 Large. Модели доступны для коммерческого и некоммерческого использования под лицензией Stability AI Community License..

Модель Blur предназначена для апскейла изображений до разрешений 8K и 16K. Canny использует карты границ для структурирования генерируемых изображений. Модель Depth использует карты глубины, созданные DepthFM, для управления композицией изображения.

ControlNet для Stable Diffusion 3.5 Large уже доступны на Hugging Face и поддерживаются в Comfy UI.
stability.ai

✔️ IMAX внедряет ИИ для расширения охвата оригинального контента.

Канадская компания, известная своими огромными кинотеатрами и иммерсивными впечатлениями от просмотра фильмов, объявила о партнерстве со стартапом Camb.ai, базирующимся в Дубае, для использования его моделей речевого ИИ для перевода оригинального контента.

Camb.ai предлагает свою модель Boli для перевода речи в текст и Mars для эмуляции речи. Модели доступны через платформу DubStudio, которая поддерживает 140 языков, включая малые языковые группы. IMAX начнет внедрять переводы на основе ИИ поэтапно, начиная с языков с большим объемом данных.
techcrunch.com

✔️ Anthropic добавила функцию пользовательских стилей в Claude AI.

Новая функция Claude - стиль ответов чат-бота. Обновление доступно для всех пользователей Claude AI и даёт возможность настроить стиль общения или выбрать один из предустановленных вариантов, чтобы быстро изменить тон и уровень детализации.

Пользователям предлагается три предустановленных стиля: формальный для «четкого и отточенного» текста, краткий для более коротких и прямых ответов, и пояснительный для образовательных ответов. Пользователи Claude могут создавать собственные стили, загрузив примеры текстов, отражающих их предпочтительный способ общения.
theverge.com

✔️ Google запустила платформу Health AI Developer Foundations (HAI-DEF) для разработки ИИ в здравоохранении.

Health AI Developer Foundations (HAI-DEF) - публичный ресурс, который должен помочь разработчикам в создании и внедрении моделей ИИ для здравоохранения. HAI-DEF предоставляет разработчикам модели, обучающие блокноты Colab и подробную документацию для поддержки каждого этапа разработки ИИ, от исследований до коммерциализации.

В HAI-DEF входят 3 специализированные модели для медицинской визуализации: CXR Foundation для рентгеновских снимков грудной клетки, Derm Foundation для изображений кожи и Path Foundation для цифровой патологии.
developers.google.com

✔️ Cursor получил обновление с автономными агентами.

Cursor выпустила обновление 0,43, которое обеспечивает частичную автоматизацию написания кода с помощью ИИ-агентов, способных самостоятельно перемещаться по контекстам и выполнять операции в терминале. Обновление позволяет ИИ-агентам реагировать на сообщения об ошибках и принимать автономные решения для устранения проблем. В демонстрации, опубликованной в X, Cursor создает полноценное веб-приложение секундомера с использованием HTML, CSS и JavaScript, включая запуск веб-сервера, все это с помощью одной текстовой подсказки.

Cursor остается бесплатным для загрузки и работает с GPT-4, Claude 3.5 Sonnet и Llama, как локально, так и через API. Платная подписка Pro за 20 долларов в месяц открывает доступ к дополнительным функциям, включая новых ИИ-агентов.
changelog.cursor.sh

@ai_machinelearning_big_data

#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
👩‍💻 Изучение Python: 5 проектов для начинающих!

🌟 Начало вашего пути в программировании на Python может показаться сложным, но лучший способ обучения — это практика. Мы рассмотрим пять постепенно усложняющихся проектов, которые проведут вас от новичка до более продвинутых уровней понимания. В ходе этих проектов будут рассмотрены и непосредственно применены такие основополагающие концепции, как операторы печати, обработка ввода, условные операторы, циклы, функции и многое другое!

🕞 Продолжительность: 2:51:08

🔗 Ссылка: *клик*

@python_job_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
👩‍💻 Scrapegraph AI — это инструмент для интеллектуального веб-скрейпинга на Python, который использует машинное обучение и графовые структуры для структурирования и анализа данных из интернета.

🌟 Scrapegraph AI оптимизирует процесс извлечения данных, распознает шаблоны и связи между данными, что делает его полезным для задач, требующих обработки больших объёмов информации, таких как анализ рыночных данных и мониторинг контента.

🔐 Лицензия: MIT

🖥 Github

@python_job_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
👩‍💻 Эта статья объясняет концепцию рекурсии, описывая, как функция может вызывать саму себя для решения сложных задач путем деления их на более простые подзадачи.

🌟 В статье разбираются примеры, такие как вычисление факториала и проверка палиндрома, а также обсуждаются важные аспекты рекурсии — базовый и рекурсивный случаи, и объясняется, почему важно избегать переполнения стека вызовов. Статья помогает понять, когда рекурсия является оптимальным решением.

🔗 Ссылка: *клик*

@python_job_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
🔍 Подготовка к собеседованию по Deep Learning!

🌟 Этот комплексный курс содержит 50 наиболее распространенных вопросов с подробными объяснениями для каждого!

🔗 Ссылка: *клик*

#deeplearning #machinelearning

@machinelearning_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥 Крайне полезный репозиторий, который содержит кучу практических руководств по многим языкам программирования, в том числе и Python!

🔐 Лицензия: MIT

🖥 Github

@python_job_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
⚡️ Крутая шпаргалка по Python для data science.

Огромное количество тем:
— Установка Python и базовые операции;
— Типы данных и преобразования: строки, числа, логика;
— Списки: индексация, методы, вложенные списки;
— NumPy: создание массивов, операции, математика;
— Pandas: работа с данными, индексация, слияние, группировка;
— Регулярные выражения (re): работа со строками;
— Jupyter Notebook: основные команды и управление ячейками;
— Обработка NaN: очистка и заполнение данных;
— Работа с файлами: загрузка и сохранение данных;
— Многомерные массивы и их манипуляция.

В хорошем качестве здесь.
👩‍💻 Учебник по работе с потоками в Python: от базового до продвинутого!

🌟 Изучите потоки Python от базовых до продвинутых концепций, включая параллелизм, многопоточность, создание потоков, синхронизацию и сравнение скорости с многопоточностью и многопроцессорностью!

🕞 Продолжительность: 13:17

🔗 Ссылка: *клик*

@python_job_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Machinelearning
🌟 PydanticAI: фреймворк для создания AI-агентов на основе Pydantic.

PydanticAI - фреймворк для Python, созданный командой разработчиков Pydantic, который упрощает создание приложений с использованием LLM. Фреймворк имеет простой и интуитивно понятный интерфейс для взаимодействия с LLMs, поддерживающими Async OpenAI (Ollama) и openAI API (ChatGPT, Gemini и Groq), с поддержкой Anthropic в ближайшем будущем.

Основная особенность PydanticAI - система внедрения зависимостей, которая передает данные, соединения и логику в целевую модель. Она упрощает тестирование и оценку агентов и позволяет динамически формировать системные промпты и определять инструменты, доступные LLM.

PydanticAI имеет возможность потоковой обработки ответов с валидацией структурированных данных, позволяя контролировать корректность соответствие данных ожидаемому ответу, тем самым повышая эффективность и интерактивность приложений.

Для отладки и мониторинга работы агентов предусмотрена интеграция с Pydantic Logfire, с которым можно отслеживать запросы к базам данных, анализировать поведение модели и оценивать производительность.

▶️ В документации к проекту доступны примеры применения PydanticAI в сценариях:

🟢Построение Pydantic-модели на основе текстового ввода;
🟢Погодный агент;
🟢Агент поддержки клиентов банка;
🟢Генерация SQL-запросов на основе пользовательского ввода;
🟢RAG-поиск по массиву markdown-документам;
🟢Вывод результатов работы агента в терминале;
🟢Пример проверки потокового структурированного ответа на примере информации о видах китов;
🟢Простой чат-приложение.

⚠️ PydanticAI находится на ранней стадии бета-тестирования.

▶️Установка и простой пример "Hello Word" с Gemini-1.5-flash:

# Install via  PyPI
pip install pydantic-ai

# Set Gemini API key
export GEMINI_API_KEY=your-api-key

# Run example
from pydantic_ai import Agent
agent = Agent(
'gemini-1.5-flash',
system_prompt='Be concise, reply with one sentence.',
)
result = agent.run_sync('Where does "hello world" come from?')
print(result.data)
"""
The first known use of "hello, world" was in a 1974 textbook about the C programming language.
"""


📌Лицензирование: MIT License.


🟡Документация
🟡Demo
🖥GitHub


@ai_machinelearning_big_data

#AI #ML #LLM #Agents #Framework #PydanticAI
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM