Какие темы в IT вас интересуют больше всего?
Anonymous Poll
52%
Веб-разработка
32%
Аналитика
47%
Машинное обучение
Опрос Django + JetBrains
Если вам есть что сказать создателям Django, примите участие в официальном исследовании пользовательского опыта на djangoproject.com. Спросят, как водится, про версию фреймворка, используемое хранилище, темплейты и прочие тонкости. Для новичков это внезапно может стать хорошей возможностью познакомиться с основной терминологией и популярными инструментами.
Займет около 15 минут.
Описание
Перейти к опросу
#django
@zen_of_python
Если вам есть что сказать создателям Django, примите участие в официальном исследовании пользовательского опыта на djangoproject.com. Спросят, как водится, про версию фреймворка, используемое хранилище, темплейты и прочие тонкости. Для новичков это внезапно может стать хорошей возможностью познакомиться с основной терминологией и популярными инструментами.
Займет около 15 минут.
Описание
Перейти к опросу
#django
@zen_of_python
Генерация данных с помощью Python: зачем это нужно и как применять
В Tproger подробно разобрали генераторы данных — незаменимый инструмент для работы с большими объемами информации. Знаете ли вы, что они позволяют обрабатывать данные частями, что существенно экономит ресурсы? Также осветили библиотеки Faker и NumPy для синтеза данных.
А в каких проектах вам пригождалось синтезирование данных? Поделитесь в комментариях.
#основы
@zen_of_python
В Tproger подробно разобрали генераторы данных — незаменимый инструмент для работы с большими объемами информации. Знаете ли вы, что они позволяют обрабатывать данные частями, что существенно экономит ресурсы? Также осветили библиотеки Faker и NumPy для синтеза данных.
А в каких проектах вам пригождалось синтезирование данных? Поделитесь в комментариях.
#основы
@zen_of_python
Квиз про namespaces + scopes
Небольшая викторина на 11 вопросов с realpython.com, посвященная пространствам имен и областям видимости. Для подготовки можно освежить свои познания с помощью этой статьи.
#квиз
@zen_of_python
Небольшая викторина на 11 вопросов с realpython.com, посвященная пространствам имен и областям видимости. Для подготовки можно освежить свои познания с помощью этой статьи.
#квиз
@zen_of_python
Типичный Machine Learning Engineer из твиттерской в 2024 году:
— ожидает оклада $500К / год при этом решая задачи уровня Fizz Buzz
— не знает, что такое GPU
— использует только FastAPI как веб-сервер
— не знает, что такое Процессный параллелизм
— 5 разных версий Python вместо venv
— везде SQLite3
— Пустой файл __init__.py
Когда юморной твит принес больше всего пользы за день.
#кек
@zen_of_python
— ожидает оклада $500К / год при этом решая задачи уровня Fizz Buzz
— не знает, что такое GPU
— использует только FastAPI как веб-сервер
— не знает, что такое Процессный параллелизм
— 5 разных версий Python вместо venv
— везде SQLite3
— Пустой файл __init__.py
Когда юморной твит принес больше всего пользы за день.
#кек
@zen_of_python
httpbin | Игрушечный API
Написан на Python + Flask, запускается в контейнере Docker. Самое оно потестировать свой проект в контексте авторизации, возможных ошибочных ответов API, куки, картинок и прочей жизы разработчика.
httpbin.org
Репозиторий GitHub
@zen_of_python
Написан на Python + Flask, запускается в контейнере Docker. Самое оно потестировать свой проект в контексте авторизации, возможных ошибочных ответов API, куки, картинок и прочей жизы разработчика.
httpbin.org
Репозиторий GitHub
@zen_of_python
Собеседование на Middle Python Developer
40-минутная запись реального техинтервью на замедленотьюбе. Кандидат грамотно отвечал на вопросы про основы ООП, Python и фреймворки. В конце небольшая лайв-кодинг-сессия.
Полезно даже джунам.
Смотреть
@zen_of_python
40-минутная запись реального техинтервью на замедленотьюбе. Кандидат грамотно отвечал на вопросы про основы ООП, Python и фреймворки. В конце небольшая лайв-кодинг-сессия.
Полезно даже джунам.
Смотреть
@zen_of_python
PyRIT | Инструмент оценки рисков для генеративного ИИ
Это опенсорсный инфобез-фреймворк для оценки надежности моделей ML. Этот определяет недостоверный / предвзятый контент, тем самым позволяя сосредоточиться на более сложных процессах и идентифицировать более сложные угрозы.
Цена: бесплатно
Репозиторий проекта
@prog_tools
Это опенсорсный инфобез-фреймворк для оценки надежности моделей ML. Этот определяет недостоверный / предвзятый контент, тем самым позволяя сосредоточиться на более сложных процессах и идентифицировать более сложные угрозы.
Цена: бесплатно
Репозиторий проекта
@prog_tools
Forwarded from Python: задачки и вопросы
Forwarded from Python: задачки и вопросы
Cуществует еще целый ряд соглашений – правил, которые не являются обязательными, но которым обычно следуют на практике. Например, имена с двумя символами подчеркивания в начале и в конце ( name) обычно имеют особый смысл для интерпретатора, поэтому вам следует избегать их использования для именования своих переменных.
Ниже приводится список соглашений, которым было бы желательно следовать:
— Имена, начинающиеся с одного символа подчеркивания (
— Имена, имеющие два символа подчеркивания в начале и в конце (
— Имена, начинающиеся с двух символов подчеркивания и не оканчивающиеся двумя символами подчеркивания (
— Имя, состоящее из единственного символа подчеркивания (
Ниже приводится список соглашений, которым было бы желательно следовать:
— Имена, начинающиеся с одного символа подчеркивания (
_X
), не импортируются инструкцией from module import *— Имена, имеющие два символа подчеркивания в начале и в конце (
__X__
) являются системными именами, которые имеют особый смысл для интерпретатора.— Имена, начинающиеся с двух символов подчеркивания и не оканчивающиеся двумя символами подчеркивания (
__X
), являются локальными («искаженными») для объемлющего класса (смотрите псевдочастные атрибуты).— Имя, состоящее из единственного символа подчеркивания (
_
), хранит результат последнего выражения при работе в интерактивной оболочке.Forwarded from Типичный программист
3 инструмента, которые значительно облегчат вам работу с Docker
Lazy Docker: GUI для Docker и Docker Compose прямо в терминале. Вместо того чтобы запоминать и вводить длинные команды Docker, вы получаете интерактивный интерфейс, где всё находится за одно нажатие клавиши.
Dive: инструмент для исследования и анализа образов Docker слой за слоем. Он показывает вам, какие именно файлы изменились в каждом слое, и помогает определить способы уменьшения ваших образов, выделяя дублирующиеся файлы и неиспользуемое пространство.
Watchtower: мониторит выполняющиеся контейнеры и отслеживает изменения в образах, на основе которых они были созданы. Если образ изменился, Watchtower автоматически перезапускает контейнер, используя новый образ. Это удобно при локальной разработке, если есть желание работать с самыми новыми версиями используемых инструментов.
#docker #полезности
Lazy Docker: GUI для Docker и Docker Compose прямо в терминале. Вместо того чтобы запоминать и вводить длинные команды Docker, вы получаете интерактивный интерфейс, где всё находится за одно нажатие клавиши.
Dive: инструмент для исследования и анализа образов Docker слой за слоем. Он показывает вам, какие именно файлы изменились в каждом слое, и помогает определить способы уменьшения ваших образов, выделяя дублирующиеся файлы и неиспользуемое пространство.
Watchtower: мониторит выполняющиеся контейнеры и отслеживает изменения в образах, на основе которых они были созданы. Если образ изменился, Watchtower автоматически перезапускает контейнер, используя новый образ. Это удобно при локальной разработке, если есть желание работать с самыми новыми версиями используемых инструментов.
#docker #полезности
3blue1brown | Про ML понятным языком
Канал с 500 млрд.+ просмотров аж с 2015-го года рассказывает про всевозможные концепции Машинного обучения и окололежащих дисциплин. Понятно будет даже новичкам, в каждом видео понятный визуал и субтитры.
Вот небольшая подборка:
— LLM для любопытствующих новичков
— Векторы. Линейная алгебра
— Градиентный спуск
— Обратное распространение ошибки
— Введение в модели-трансформеры
Если обедать под YouTube, то под такое.
#основы
@neuro_channel
Канал с 500 млрд.+ просмотров аж с 2015-го года рассказывает про всевозможные концепции Машинного обучения и окололежащих дисциплин. Понятно будет даже новичкам, в каждом видео понятный визуал и субтитры.
Вот небольшая подборка:
— LLM для любопытствующих новичков
— Векторы. Линейная алгебра
— Градиентный спуск
— Обратное распространение ошибки
— Введение в модели-трансформеры
Если обедать под YouTube, то под такое.
#основы
@neuro_channel
Forwarded from Django Unleashed Framework
Django ORM: Работа с внешними ключами
Статья объясняет, как работать с отношениями "один ко многим" и "многие ко многим" в Django ORM. В примерах показано, как использовать внешние ключи и параметр related_name для доступа к связанным объектам, а также как предотвращать ошибки атрибутов, используя кастомные имена связей.
Подробности: https://rohansblog.hashnode.dev/django-accessing-foreign-key-objects
#en
@django_prog | Другие наши каналы
Статья объясняет, как работать с отношениями "один ко многим" и "многие ко многим" в Django ORM. В примерах показано, как использовать внешние ключи и параметр related_name для доступа к связанным объектам, а также как предотвращать ошибки атрибутов, используя кастомные имена связей.
Подробности: https://rohansblog.hashnode.dev/django-accessing-foreign-key-objects
#en
@django_prog | Другие наши каналы
Forwarded from Python: задачки и вопросы
Что из нижеперечисленного верно про функции?
Anonymous Quiz
30%
Принимают параметры
3%
Могут отличаться при каждом выполнении кода
2%
Группируют наборы операторов
65%
Все вышеперечисленное
Forwarded from Data Analysis / Big Data
Python в Data Science: топовые библиотеки и фреймворки, которые будут популярны в 2025
Python в Data Science. Показываем основные библиотеки и фреймворки, которые будут популярны в 2025. Рассматриваем преимущества и недостатки ✔ Tproger
Читать: «Python в Data Science: топовые библиотеки и фреймворки, которые будут популярны в 2025»
#ru
@big_data_analysis | Другие наши каналы
Python в Data Science. Показываем основные библиотеки и фреймворки, которые будут популярны в 2025. Рассматриваем преимущества и недостатки ✔ Tproger
Читать: «Python в Data Science: топовые библиотеки и фреймворки, которые будут популярны в 2025»
#ru
@big_data_analysis | Другие наши каналы