💡 Совет по Python!

❗️ Если у вас длинный текст, вы можете использовать функцию wrap из библиотеки textwrap, чтобы перенести его! Эта функция принимает два аргумента: текст, который вы хотите перенести, и длину каждой строки.

@python_job_interview

🔥 every-programmer-should-know — коллекция полезных ресурсов, статей, инструментов и рекомендаций, которые могут быть полезны программистам!

🌟 Он охватывает широкий спектр тем, включая алгоритмы, базы данных, работу с памятью, безопасность, проектирование систем, UX/юзабилити, программирование на различных языках, инженерную философию и многое другое. Список содержит ссылки на книги, статьи, руководства и видео, которые помогут разработчикам улучшить свои знания и навыки.

🔐 Лицензия: СС-BY-4.0

🖥 Github

@python_job_interview

💡 cognitive-load — это репозиторий, посвящённый снижению когнитивной нагрузки в программировании. В нём собраны лучшие практики и рекомендации, как упрощать восприятие кода и интерфейсов, чтобы они стали более понятными и удобными для работы.

🌟 Основная цель — уменьшить усилия, которые требуется приложить для понимания и использования программного обеспечения, что способствует повышению продуктивности и улучшению пользовательского опыта.

🔐 Лицензия: CC-BY-4.0

🖥 Github

@python_job_interview

👩‍💻 Helium — это библиотека для Python, предназначенная для автоматизации браузеров, таких как Chrome и Firefox!

🌟 Она предоставляет высокоуровневое API для взаимодействия с веб-страницами, значительно упрощая автоматизацию по сравнению с Selenium. Helium позволяет работать с элементами по видимым меткам, автоматизировать работу с окнами и фреймами, а также предоставляет удобные методы для ожидания элементов. Это облегчает написание более компактных и читаемых скриптов. Helium — это обертка над Selenium, но с улучшенной функциональностью и простотой использования.

🔐 Лицензия: MIT

🖥 Github

@python_job_interview

👩‍💻 Python Developer Roadmap — руководство, предназначенное для начинающих разработчиков Python, которое помогает структурировать и планировать процесс обучения и развития карьеры!

🌟 В нем представлен пошаговый план, который охватывает ключевые аспекты Python-разработки: от базовых знаний и синтаксиса до более сложных тем, таких как работа с базами данных, веб-разработка, тестирование, машинное обучение и разработка микросервисов.

🔐 Лицензия: MIT

🖥 Github

@python_job_interview

👩‍💻 Создание простой таблицы с помощью Python!

@python_job_interview

👩‍💻 Изучите разработку бэкенда на Python, создав 3 проекта!

🔍 Вот проекты, которые вы будете реализовывать:

🌟 Генератор статей для блога с помощью AI: Погрузитесь в мир искусственного интеллекта, создавая инструмент, который генерирует статьи блога. Вы узнаете об интеграции ИИ в веб-разработку.

🌟 Клон Netflix: создайте клон Netflix, в котором вы реализуете аутентификацию пользователей, потоковую передачу видео и динамичный, адаптивный пользовательский интерфейс.

🌟 Клон Spotify: ​​создайте платформу потоковой передачи музыки, узнайте, как управлять аудиофайлами, пользовательскими плейлистами и потоковой передачей данных в реальном времени.

🕞 Продолжительность: 10:08:01

🔗 Ссылка: *клик*

@python_job_interview

📖 Огромная бесплатная книга: Введение в науку о данных: основы вычислений!

🔗 Читать: *клик*

@python_job_interview

👩‍💻 Эта статья посвящена использованию Slack API с Python и Flask для создания чат-ботов и интеграций в Slack. Она объясняет процесс настройки среды, регистрации приложения в Slack, аутентификации через OAuth, и отправки сообщений в каналы Slack. Статья также включает пример простого Flask-приложения, демонстрирующего, как взаимодействовать с API Slack.

🔗 Ссылка: *клик*

@python_job_interview

❓ Что такое хвостовая рекурсия?

❗️ Это — особый вид рекурсии, когда функция заканчивается вызовом самой себя без дополнительных операторов. Когда это условие выполняется, компилятор разворачивает рекурсию в цикл с одним стек-фреймом, просто меняя локальные переменные от итерации к итерации.

@python_job_interview

🔥 geeksforgeeks.org — невероятно полезный сайт с огромным числом справочных материалов, курсов и подготовкой к собеседованиям во всевозможных отраслях IT!

🔗 Ссылка: *клик*


@python_job_interview

❓ Что выведет этот код и почему?

❗️ Ответ: 6. Объяснение:

1. В функции outer_func создается x со значением 2.

2. Следом объявляется функция inner_func, она не запоминает значение x или y сразу, а получит его только при ее использовании.

3. x становится равен x + 2, т.е. 4, объявляется y со значением 2

4. выполняется блок return (x(4) + y(2) = 6).

5. Несмотря на объявление значения y = 3, функция inner_func будет вызвана только после возвращения значения y = 2. Поэтому вывод будет равен 6.


@python_job_interview

👩‍💻 Словарные включения в Python: как и когда их использовать?

💡 Словарные включения — это краткий и быстрый способ создания, преобразования и фильтрации словарей в Python. Они могут значительно повысить краткость и читаемость вашего кода по сравнению с использованием обычных for циклов для обработки ваших словарей!

🌟 Понимание работы с ними имеет решающее значение для вас как разработчика Python, поскольку они представляют собой крайне полезный инструмент Python для работы со словарем и могут стать ценным дополнением к вашему набору инструментов программирования!

🔗 Ссылка: *клик*

@python_job_interview

📌Топ Python-проектов для ML 2024 года.

Эти проекты были выбраны на основе их актуальности на 2024 год. Каждый из них - смесь практической полезности, новизны и, честно говоря, крутости, будь то смелый и инновационный подход, элегантное решение сложных проблем или просто умная реализация.

🟢BAML - предметно-ориентированный язык для работы с LLM.

BAML превращает текстовые промпты в многократно используемые функции LLM с типизированными переменными и обеспечивают конкретный тип выходных данных. BAML превосходит другие методы получения структурированных данных от LLM и поддерживает VS Code и Cursor.

🟢marimo - Python notebooks геймчейджер.

Новый подход к notebook, который превращает их в мощную, реактивную среду для создания удобных для совместного использования рабочих процессов. Marimo готов заменить Jupyter и Streamlit, устраняя проблемы скрытого состояния и ручного выполнения ячеек.

🟢OpenHands - мощный агент для разработки.

Безопасная изолированная среда, где AI-агенты могут выполнять код, взаимодействовать с веб-браузерами, управлять файлами, отлаживать проблемы, рефакторить код и даже сотрудничать с другими агентами. Среда включает в себя Docker-песочницу с доступом к bash-оболочке, веб-браузингом и IPython-сервером.

🟢Crawl4AI - интеллектуальный веб-скрапинг.

Библиотека, которая обрабатывает динамический контент, обходит механизмы защиты от ботов, извлекает структурированные данные и масштабирует задачи сбора массивов информации. Асинхронная архитектура дает высокую скорость работы даже со сложным JavaScript. На выходе - форматы JSON, markdown и очищенный HTML, готовые для импорта в LLM. Crawl4AI поддерживает Chromium, Firefox и WebKit через Playwright.

🟢LitServe - универсальный движок для развертывания моделей.

Детище LightningAI - мощный инструмент для развертывания моделей и сложных AI-конвейеров. Построен на базе FastAPI, поддерживает PyTorch, TensorFlow, JAX и работает с GenAI, СV, ASR и эмбедингами. LitServe умеет в KV-кэширование для LLM, и подходит как для легких приложений, так и для тяжелых корпоративных нагрузок.

🟢Mirascope - унифицированный интерфейс LLM.

Python-инструмент для упрощения извлечения структурированных данных из LLM. Он предлагает удобный интерфейс, основанный на декораторах и декларативных схемах. Mirascope поддерживает OpenAI, Anthropic и Cohere и имеет свой поисковый агент WebSearchAgent, который может автономно собирать информацию из интернета.

🟢Surya - OCR с высокой точностью.

OCR-система на 90 языках. Surya извлекает текст из сканированных изображений, PDF-файлов и других визуальных форматов с точностью, сравнимой с Google Cloud Vision. Помимо OCR, Surya проводит расширенный анализ документа, определяя заголовки, изображения, таблицы и порядок чтения, что идеально для оцифровки книг, форм и научных документов.

🟢DataChain - конвейер данных для ИИ.

Платформа для управления версиями мультимодальных наборов изображений, видео, текста и PDF-файлов. Библиотека преобразует разрозненные файлы в централизованные датасеты, которые легко запрашивать и манипулировать с помощью Python без использования Spark или SQL. DataChain поддерживает PyTorch, TensorFlow, AI-генерацию метаданных, сериализацию инференса LLM и выполнение пакетных процедур.

🟢Narwhals - универсальный слой совместимости для DataFrame-библиотек.

Легковесный слой, который объединяет pandas, Polars, PyArrow, Modin и cuDF в Python. Он позволяет писать код, не зависящий от используемого бэкенда, используя подмножество API Polars в качестве интерфейса. Поддерживает как eager, так и lazy execution стили, включая Dask. Narwhals не имеет зависимостей и обеспечивает статическую типизацию для автозавершения и подсказок в IDE.

🟢PydanticAI - фреймворк для разработки AI-приложений.

Фреймворк агентов, которые управляют взаимодействием с LLM и проверкой их инференса. Имеет систему внедрения зависимостей, позволяющую динамически получать контекстные данные. PydanticAI поддерживает пользовательские функции Python, вызываемые агентами для доступа к информации и выполнения вычислений.


@ai_machinelearning_big_data

👩‍💻 pywebview — это легковесная кроссплатформенная библиотека на Python, которая позволяет создавать графический интерфейс для приложений с использованием веб-технологий, таких как HTML, CSS и JavaScript!

🌟 Она отображает веб-контент в родных окнах GUI на различных операционных системах (Windows, macOS, Linux, Android) с минимальными зависимостями, сохраняя малый размер исполнимого файла. Pywebview поддерживает двустороннюю связь между Python и DOM, что позволяет интегрировать веб-технологии с Python-программами.

🔐 Лицензия: BSD-3-Clause

🖥 Github

@python_job_interview