Python вопросы с собеседований

Тест: узнай свой грейд и зарплату

1. Переходи в бота ШОРТКАТ @shortcut_py_bot
2. Ответь на пару вопросов о своём опыте работы
3. В зависимости от опыта команда сервиса предложит формат оценки грейда — тестирование или полноценное мок-интервью с опытным ментором
4. После ты узнаешь свой грейд и з/п в рынке — на основе опыта разработчиков из бигтеха

Если опыта работы у тебя совсем нет, можно попробовать пройти, но лучше тест сработает на тех, кто уже работает в разработке.

Пройти тестирование в ШОРТКАТ ➡️ @shortcut_py_bot

Реклама. ООО "ШОРТКАТ", ИНН: 9731139396, erid: 2Vtzqxhy4jw

🖥 Эта статья посвящена объяснению концепции полиморфизма в Python!

💡 Полиморфизм позволяет объектам разных классов обрабатывать идентичные методы по-своему, что повышает гибкость и расширяемость кода. В статье приводится пример с классами Dog и Cat, которые наследуют от общего класса Animal и переопределяют метод make_sound(). Это позволяет вызывать один и тот же метод для разных объектов, получая соответствующие результаты.

🔗 Ссылка: *клик*

@python_job_interview

🧠 Разбираем Функцию Радемахера. Машинное обучение Курс математики

- Видео
- Урок 1 / Урок2 / Урок3 / Урок4 / Урок5 /
- Урок6/ Урок7/ Урок8 / Урок9
- Colab
-Полный курс

⭐️ Спустя миллионы лет эволюции мы получили ванную комнату от Github.

@python_job_interview

Что спрашивают на собеседовании у Middle Python-разработчика?

Уже завтра, 11 февраля в 19:00 мск — бесплатное открытое собеседование в прямом эфире!

Интервьюер Савва Демиденко, ex. TechLead в Яндексе, Авито и другом русском бигтехе будет задавать реальные вопросы и задачи разработчику-добровольцу. В конце — время вопросов ментору из зала.

Что узнаешь на эфире:

✅ Какие вопросы задают на собеседованиях и зачем
✅ Как подготовиться, чтобы получить достойный оффер
✅ Чего ждут от кандидатов на Middle Python

Запишись на эфир в боте ШОРТКАТ → @shortcut_py_bot

Реклама. ООО "ШОРТКАТ", ИНН: 9731139396, erid: 2VtzqvG97WD

👩‍💻 Что выведет этот код и почему?

@python_job_interview

🎲 Теория вероятностей играет ключевую роль в машинном обучении, статистике и анализе данных.

В этой статье мы разберем 12 задач, которые помогут лучше понять применение теории вероятностей на практике с использованием Python.

✔️ Читать статью

👩‍💻 Полный курс по FastAPI в Python!

🔗 Ссылка: *клик*

#курс #python

freecourses

Устроиться аналитиком в Яндекс за выходные

1–2 марта проводим Weekend Offer Analytics. До 24 февраля оставьте заявку на участие, 1 марта пройдите технические собеседования, а 2 марта познакомьтесь с командами и получите офер.

В мероприятии участвует 11 команд: Большие данные, Алиса, Ecom-сценарии Поиска, Автономный транспорт, Поиск с Нейро, Карты, Рекламные технологии, Коммерческий департамент, Международные проекты Поиска в Турции и Казахстане, Crowd, Приложение «Яндекс с Алисой». Вы сможете пообщаться с менеджерами и выбрать проект, который покажется самым интересным.

Узнать подробности и зарегистрироваться можно здесь.

🖥 Fastcore — это библиотека Python, расширяющая возможности языка для работы с библиотекой fastai!

💡 Она включает функции для тестирования, многократной диспетчеризации, композиции объектов и функционального программирования. Fastcore добавляет возможности из других языков, таких как множественная диспетчеризация из Julia и mixins из Ruby, а также улучшает стандартные возможности Python, такие как параллельная обработка.

🔐 Лицензия: Apache-2.0

🖥 Github

@python_job_interview

⭐️ LLM-Reasoner

Инструмент, который поможет добавить рассждуения в ваши LLM проекты , подобно OpenAI o1 и deepseek R1.

✨ Функции:
🧠 Пошаговые рассуждения: Больше никаких ответов из «черного ящика»! Узнайте, как именно мыслит ваш LLM, по аналогии с O1.
🔄 Прогресс в реальном времени: позволяет наблюдать за ходом рассуждений с помощью плавных анимаций
🎯 Поддержка множества LLM провайдеров: Работает со всеми провайдерами LiteLLM
🎮 Streamlit: Удобный пользовательский интерфейс
🛠️ Поддердка CLI: для тех, кто любит возиться с командной строкой.
📊 Проверка уверенности ответа: Узнайте, насколько уверен ваш LLM в каждом шаге рассуждений.

⭐️ Установка:
pip install llm-reasoner

Пример с кодом:

from llm_reasoner import ReasonChain
import asyncio

async def main():
    # Create a chain with your preferred settings
    chain = ReasonChain(
        model="gpt-4",                # Choose your model
        min_steps=3,                  # Minimum reasoning steps
        temperature=0.2,              # Control creativity
        timeout=30.0                  # Set your timeout
    )

    # Watch it think step by step!
    async for step in chain.generate_with_metadata("Why is the sky blue?"):
        print(f"\nStep {step.number}: {step.title}")
        print(f"Thinking Time: {step.thinking_time:.2f}s")
        print(f"Confidence: {step.confidence:.2f}")
        print(step.content)

asyncio.run(main())

@ai_machinelearning_big_data


#llm #ml #ai #opensource #reasoning

⭐️ Первый Open Source аналог Deep Research от OpenAI.

Реализация ИИ-ресерчера, который непрерывно ищет информацию по запросу пользователя, пока система не убедится, что собрала все необходимые данные.

Для этого он использует несколько сервисов:

- SERPAPI: Для выполнения поиска в Google.
- Jina: Для получения и извлечения содержимого веб-страниц.
- OpenRouter (модель по умолчанию: anthropic/claude-3.5-haiku): Взаимодействует с LLM для генерации поисковых запросов, оценки релевантности страниц и понимания контекста.

🟢 Функции
- Итеративный цикл исследования: Система итеративно уточняет свои поисковые запросы.
- Асинхронная обработка: Поиск, парсинг веб-страниц и оценка контекста - выполняются параллельно для повышения скорости.
- Фильтрация дубликатов: Агрегирует и дедуплицирует ссылки в каждом цикле, проверяя, что одна и та же информация не будет обработана дважды.

▪ Github
▪Google Colab

@ai_machinelearning_big_data


#opensource #llm #ai #ml #DeepResearcher

❓ Что выведет этот код и почему?

@python_job_interview

Как Docker упрощает жизнь аналитиков и инженеров данных

Когда вы работаете с данными, например, анализируете их или строите модели машинного обучения, Docker позволяет сосредоточиться на самой работе, не отвлекаясь на настройку окружения. Это как иметь готовую мастерскую со всеми нужными инструментами, где вы можете сразу приступить к работе.

На бесплатом вебинаре вы научитесь упаковывать приложения вместе со всеми зависимостями, избегать проблем с несовместимостью ➡️ повысите эффективность работы и сэкономите время на настройку окружения.

Что будем делать на вебинаре:
🟠Разберём основы Docker и как контейнеры упрощают работу;
🟠Выполним анализ данных, запустив Python прямо внутри контейнера;
🟠 Автоматизируем окружение с помощью Docker Compose (Python + PostgreSQL);
🟠 Настроим удобный доступ к результатам анализа;
🟠Организуем ускоренную обработку больших данных.

🕗Встречаемся 5 февраля 19:00 по мск

Зарегистрироваться на бесплатный вебинар

🖥 python-benedict — это расширение стандартного словаря Python, предоставляющее дополнительные возможности для удобной работы с данными!

💡 Ключевые особенности включают поддержку доступа к значениям по списку ключей (keylist), доступ к вложенным данным с использованием разделителей (keypath), а также доступ к элементам словаря через атрибуты (keyattr). Кроме того, библиотека предлагает встроенные методы для чтения и записи данных в различных форматах, таких как JSON, YAML, XML, CSV, INI, TOML, HTML, Base64, а также работу с файлами Excel и строками запросов.

🔐 Лицензия: MIT

🖥 Github

@python_job_interview

🖥 You-Get — это командный инструмент на Python для загрузки мультимедиа (видео, аудио, изображения) с популярных сайтов, таких как YouTube, Vimeo и других!

🌟 Он поддерживает работу в Windows, macOS и Linux, предлагая простые команды для скачивания контента и управления параметрами загрузки.

🔐 Лицензия: MIT

🖥 Github

@python_job_interview

⚡️Легкий способ получать свежие обновления и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь:

МАШИННОЕ ОБУЧЕНИЕ: t.me/ai_machinelearning_big_data
C++ t.me/cpluspluc
Python: t.me/pythonl
Linux: t.me/linuxacademiya
Хакинг: t.me/linuxkalii
Devops: t.me/DevOPSitsec
Data Science: t.me/data_analysis_ml
Javascript: t.me/javascriptv
C#: t.me/csharp_ci
Java: t.me/javatg
Базы данных: t.me/sqlhub
Python собеседования: t.me/python_job_interview
Мобильная разработка: t.me/mobdevelop
Docker: t.me/DevopsDocker
Golang: t.me/Golang_google
React: t.me/react_tg
Rust: t.me/rust_code
ИИ: t.me/vistehno
PHP: t.me/phpshka
Android: t.me/android_its
Frontend: t.me/front
Big Data: t.me/bigdatai
Собеседования МЛ: t.me/machinelearning_interview
МАТЕМАТИКА: t.me/data_math
Kubernets: t.me/kubernetc
Разработка игр: https://t.me/gamedev
Haskell: t.me/haskell_tg
Физика: t.me/fizmat

💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy
Папка FRONTEND: https://t.me/addlist/mzMMG3RPZhY2M2Iy

😆ИТ-Мемы: t.me/memes_prog
🇬🇧Английский: t.me/english_forprogrammers
🧠ИИ: t.me/vistehno

🎓954ГБ ОПЕНСОРС КУРСОВ: @courses
📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy

👩‍💻 docopt-ng — это форк оригинальной библиотеки docopt, используемой для создания удобных и понятных интерфейсов командной строки!

🌟 Библиотека автоматически генерирует парсер аргументов на основе документации (docstring), написанной в модуле Python. docopt-ng улучшает оригинал, добавляя поддержку аннотаций типов, полное покрытие тестами и активное обслуживание.

🌟 С помощью docopt-ng разработчики могут определять команды, опции и аргументы прямо в документации, что упрощает написание и поддержку кода. Библиотека парсит шаблон вызова из раздела "Usage" в docstring и обеспечивает проверку аргументов, возвращая результаты в удобном формате. Подходит для Python 3.7 и выше.

🔐 Лицензия: MIT

🖥 Github

@python_job_interview

💡 Distilabel

Мощный фреймворк Python для создания синтетических данных для AI и не только для этого

Помимо создания синтетических данных, Distilabel помогает организовать сложные конвейеры обработки данных;
эти конвейеры могут содержать любое количество разных шагов.

Позволяет легко синтезировать и оценивать данные с помощью встроенных инструментов. Отлчиный инструмент для улучшении данных и обучении моделей.

Процесс прост:
- Вводим запрос.
- Два LLM генерируют ответы
- LLM-судья оценивает полученные ответы
- Лучший ответ сопоставляется с изначальным вопросов.

И что самое интересное? Все это с открытым исходным кодом. Лицензия позволяет использовать результаты модели для улучшения других моделей.

▪ GitHub
▪ Доки

@ai_machinelearning_big_data


#Distilabel #python #ai #openai #python #ai #syntheticdata #ml

👩‍💻 Что выведет этот код и почему?

@python_job_interview

👩‍💻 JustPy — библиотека на Python для создания интерактивных веб-приложений с использованием веб-фреймворка!

🌟 Он позволяет разработчикам строить веб-приложения с минимальным количеством кода, без необходимости написания сложного JavaScript или использования традиционных фреймворков на стороне клиента. JustPy предоставляет простой API для создания веб-страниц и взаимодействия с пользователем.

🔐 Лицензия: Apache-2.0

🖥 Github

@python_job_interview

🆚 RabbitMQ или Kafka: какая система выведет вашу архитектуру на новый уровень? Узнайте на открытом вебинаре!

28 января в прямом эфире:

✔️ сделаем обзор ключевых брокеров сообщений: принципы работы, особенности и актуальные практики;
✔️ разберем, как выбрать инструмент, повышающий производительность и надежность ваших систем.

Вебинар будет полезен разработчикам Backend, FullStack и системным аналитикам.

Спикер Евгений Непомнящий — опытный разработчик и преподаватель.

Все участники получат скидку на участие в курсе «Microservice Architecture».

🔴 Регистрация открыта: https://otus.pw/mcwH/?erid=2W5zFHKUXwv

Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

👩‍💻 Что выведет этот код и почему?

@python_job_interview

❓ Что выведет этот код?

A) 1
B) -1
C) 2
D) 0

❗️ Ответ: B (-1). Объяснение:

🔍 ~ — побитовый оператор НЕ, он инвертирует все биты числа и вычисляет -(n+1) для числа. Поэтому 4 становится -( 4+1)= -5.

@python_job_interview

Узнай свой грейд и зарплату — бесплатно

1. Переходи в бота ШОРТКАТ @shortcut_python_bot
2. Бронируй удобный слот на индивидуальную встречу для тестирования
3. Проходи тест
4. Сразу же на звонке узнаешь свой грейд и з/п в рынке — на основе опыта менторов из бигтеха

Всё просто, даже добавить нечего

Пройти тестирование в ШОРТКАТ ➡️ @shortcut_python_bot

Реклама. ООО "ШОРТКАТ", ИНН: 9731139396, erid: 2VtzqwLAnvQ

👩‍💻 cachetools — это библиотека Python, предоставляющая функции для кэширования данных в памяти с использованием различных стратегий!

🌟 Она включает реализации популярных алгоритмов кэширования, таких как LRU (Least Recently Used), TTL (Time to Live) и LFU (Least Frequently Used).

🌟 Эта библиотека позволяет оптимизировать производительность приложений, кешируя результаты вычислений или запросов, что особенно полезно для ускорения повторяющихся операций, например, в веб-разработке или обработке данных. Cachetools проста в использовании и подходит для случаев, когда необходимо эффективно управлять кэшированием данных в приложениях с ограниченной памятью.

🔐 Лицензия: MIT

🖥 Github

@python_job_interview

👩‍💻 Что выведет этот код?

❗️ Ответ: C (Error). Так происходит, потому что оператор + не работает для сложения множеств.

@python_job_interview

🔥 Огромный репозиторий, который фильтрует и собирает лучшие инструменты для веб-разработки на Python!

🔐 Лицензия: CC-BY-SA-4.0

🖥 Github

@python_job_interview

⚡️Легкий способ получать свежие обновления и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь:

МАШИННОЕ ОБУЧЕНИЕ: t.me/ai_machinelearning_big_data
C++ t.me/cpluspluc
Python: t.me/pythonl
Linux: t.me/linuxacademiya
Хакинг: t.me/linuxkalii
Devops: t.me/DevOPSitsec
Data Science: t.me/data_analysis_ml
Javascript: t.me/javascriptv
C#: t.me/csharp_ci
Java: t.me/javatg
Базы данных: t.me/sqlhub
Python собеседования: t.me/python_job_interview
Мобильная разработка: t.me/mobdevelop
Docker: t.me/DevopsDocker
Golang: t.me/Golang_google
React: t.me/react_tg
Rust: t.me/rust_code
ИИ: t.me/vistehno
PHP: t.me/phpshka
Android: t.me/android_its
Frontend: t.me/front
Big Data: t.me/bigdatai
Собеседования МЛ: t.me/machinelearning_interview
МАТЕМАТИКА: t.me/data_math
Kubernets: t.me/kubernetc
Разработка игр: https://t.me/gamedev
Haskell: t.me/haskell_tg
Физика: t.me/fizmat

💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy
Папка FRONTEND: https://t.me/addlist/mzMMG3RPZhY2M2Iy

😆ИТ-Мемы: t.me/memes_prog
🇬🇧Английский: t.me/english_forprogrammers
🧠ИИ: t.me/vistehno

🎓954ГБ ОПЕНСОРС КУРСОВ: @courses
📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy

👩‍💻 Что выведет этот код и почему?

@python_job_interview

🎲 Вероятностные модели и функции потерь. Машинное обучение полный курс. Урок 8

- Видео
- Урок 1 / Урок2 / Урок3 / Урок4 / Урок5 /
- Урок6/ Урок7
- Colab
-Полный курс

@python_job_interview

#ml #math #mlmath #probability #машинноеобучение

❓ Что выведет этот код?

@python_job_interview

Разбираем тестовое задание в Альфа Банк на позицию Junior Аналитика данных

Чтобы найти работу, мало пройти курс и сделать классное резюме. На практике, чтобы выделиться на собеседовании, нужно понимать, что лежит под капотом каждого инструмента, а не следовать конкретному заученному алгоритму.

Чтобы попрактиковаться в этом, приходите на бесплатный вебинар, где будем разбирать реальное тестовое задание, которое дают аналитикам в Альфа Банке.

Что будем делать на вебинаре:
• Напишем сложные SQL-запросы для банковских данных;
• Вспомним, как правильно использовать оконные функции;
• Узнаем, как создавать разметку, из чего она состоит и для чего она нужна;
• На реальных данных проведем когортный анализ и сделаем выводы;
• Расскажем, как доставать инсайты из данных.

Вебинар проведет Денис Иванов, ведущий продуктовый аналитик

🕗Встречаемся 14 января в 19:00

Зарегистрироваться на бесплатный вебинар

👩‍💻 Python Fire — библиотека для автоматической генерации интерфейсов командной строки (CLI) из любых объектов Python!

🌟 Это упрощает создание и использование CLI для функций, классов и других объектов, позволяя легко интегрировать Python-код с командной строкой. Python Fire также облегчает разработку, отладку и взаимодействие с Python-программами через терминал, предоставляя простой способ выполнения команд и работы с различными типами данных через командную строку.

🔐 Лицензия: Apache-2.0

🖥 Github

@python_job_interview

ФИЗМАТ - топовый канал про Физику, Математику и ИТ.

С помощью картинок и шортcов даже новички разберутся в сложных концепциях и формулах.

Присоединяйтесь: t.me/fizmat

👩‍💻 django-storages — Python-библиотека для интеграции различных облачных и внешних хранилищ с Django!

🌟 Она предоставляет простой и универсальный интерфейс для работы с файлами, позволяя сохранять и извлекать их из различных хранилищ, таких как Amazon S3, Google Cloud Storage, Azure Blob Storage и других. Эта библиотека полезна для разработки приложений, которые требуют надежного и масштабируемого хранения файлов.

🔐 Лицензия: BSD-3-Clause

🖥 Github

@python_job_interview

📚 Поднимаем ставки, мы запустили еще 1 крупнейший розыгрыш для вас

Мы разыграем еще 3 места на наших курсах и типовую литературу для обучения.

Условия просты:

• подписаться на t.me/sqlhub
• подписаться на http://t.me/postypashki_old

Победители рандомно получат доступы к курсам или одну из книг, которые перечислены ниже:

— MySQL по максимуму. 4-е издание
— Книга по ООП в Python от David Ham
— Python для сложных задач: наука о данных. 2-е межд. изд.
— Скрапинг веб-сайтов с помощью Python | Митчелл Райан
— Прикладные структуры данных и алгоритмы. Прокачиваем навыки | Джей Венгроу
— Обработка данных на Python. Data Wrangling и Data Quality

Итоги подведем 10 февраля при помощи бота, который рандомно выберет победителя. Всем удачи ❤️

• подписаться на t.me/sqlhub
• подписаться на http://t.me/postypashki_old

#Конкурс #новыгод

👩‍💻 Простое объяснение работы с list в Python!

@python_job_interview

👩‍💻 Flexx — это фреймворк для создания графических интерфейсов на чистом Python с использованием веб-технологий!

💡 Он позволяет разработчикам создавать приложения, которые работают как на настольных компьютерах, так и в браузерах. Основная идея Flexx — это использование Python для описания логики интерфейса, при этом взаимодействие с пользователем реализуется через HTML, CSS и JavaScript, сгенерированные автоматически.

🌟 Ключевая особенность фреймворка — возможность создавать приложения с использованием декларативного подхода. Flexx поддерживает функционально-реактивное программирование (FRP) и предоставляет инструменты для управления состоянием и событийной моделью. Это делает его подходящим выбором для приложений, где требуется динамическое взаимодействие и высокая интерактивность.

🔐 Лицензия: BSD-2-Clause

🖥 Github

@python_job_interview

👩‍💻 Простой совет для улучшения вашего Python кода!

@python_job_interview

👩‍💻 xarray — это библиотека на Python, предназначенная для работы с многомерными массивами данных (например, временные ряды или геопространственные данные) с использованием метаданных!

🌟 Она расширяет функциональность библиотек NumPy и Pandas, добавляя поддержку метаданных, таких как имена измерений, координаты и атрибуты, что упрощает анализ научных и инженерных данных.

💡 Xarray активно используется в научных исследованиях, особенно для обработки климатических, океанографических и спутниковых данных. Библиотека поддерживает интеграцию с другими инструментами для распределённых вычислений, такими как Dask, позволяя обрабатывать большие наборы данных на основе кластеров. NASA также поддерживает развитие xarray для анализа данных, связанных с их миссиями!

🔐 Лицензия: Apache-2.0

🖥 Github

@python_job_interview

Как найти девушку используя питон

👩‍💻 questionary — библиотека для Python, которая предоставляет простой и удобный способ создавать интерактивные текстовые интерфейсы в командной строке! Эта библиотека подходит для создания диалогов с пользователем, например, для выбора из списка, ввода текста или подтверждения.

🔍 Основные возможности Questionary:

🌟 Разнообразие типов вопросов: Ввод текста, Выбор одного варианта из списка, Выбор нескольких вариантов, Подтверждение, Ввод пароля, Слайдер!

🌟 Поддержка настроек: Можно кастомизировать внешний вид и поведение вопросов, есть возможность задать предустановленные значения по умолчанию.

🌟 Интуитивный и минималистичный API.

🌟 Поддержка ANSI-цветов: Возможность стилизовать вопросы для более выразительного отображения.

🔐 Лицензия: MIT

🖥 Github

@python_job_interview

👩‍💻 algorithms — полезный репозиторий с коллекцией алгоритмов, реализованных на языке Python!

🌟 Он охватывает широкий спектр алгоритмических тем, включая сортировку, поиск, работу с графами, структуры данных, динамическое программирование, криптографию и многое другое. Основной целью репозитория является предоставление образовательного ресурса для изучения алгоритмов и улучшения навыков программирования.

🔐 Лицензия: MIT

🖥 Github

@python_job_interview

⚡️ Тензорное разложении и его применении в машинном обучении. Урок 4

📌 Видео
📌 Урок 1 / Урок2 / Урок3
📌 Colab

👩‍💻 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

📌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

⚡️ Математика машинного обучения.Базовые понятия тензорного исчисления. Урок 3

📌 Видео
📌 Урок 1 / Урок2
📌 Colab

@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

🌐Хотите создать веб-приложение, но не знаете, с чего начать?

📖На открытом уроке «Создание веб-приложения на Django за 1 час» вы сделаете первый шаг в мире веб-разработки. Мы начнём с идеи и за час создадим работающий проект.

⚙️Настроим окружение, создадим модель данных, разберёмся с админ-панелью и выведем результат на экран. Вы увидите, что программирование на Python — это просто, если за дело берутся профессионалы!

👉Присоединяйтесь 25 декабря в 20:00 мск и получите скидку🥳 на участие в большом курсе «Python Developer. Basic»: https://otus.pw/HGAC5/?erid=LjN8KLsSN 

Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

❓ 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

⚡️ Курс: Математика Машинного обучения Урок 2 Инвариантность

📌 Видео
📌 Урок 1
📌 Colab

@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

Подготовка к Новому году – это волнительно и приятно.
Но давайте совместим приятное с полезным.

Например, создадим телеграм-бот для новогодних поздравлений!

18 декабря на вебинаре «Телеграм-бот своими руками» вы узнаете:
- Как устроен телеграм-бот
- Как создать телеграм-бот на сервере Telegram
- Как написать бэкенд для телеграм-бота на базе фреймворка Aiogram

Мастер-класс проведёт Кирилл Панфилов, преподаватель OTUS, классный программист и автор ютуб-канала [dirty-python]

Приглашаем начинающих Python-разработчиков, разработчиков на Jave и других языках, а также всех, кто интересуется разработкой и IT.

Результаты вебинара: функционирующий бот, прокачка навыков программирования на Python, доступ к закрытому сообществу,  а ещё – скидка на курсы и полезные материалы.

18 декабря, 19:00 МСК

Записаться на вебинар - https://otus.pw/QZDr/?erid=LjN8K7NSr

Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

❓ 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

Придумать, что дарить близким, — ежегодная задача со звёздочкой. А ведь в детстве можно было просто сделать подарок своими руками. Чуть-чуть картона, чуть-чуть ваты и частичку души.

Яндекс Практикум запустил Студию цифровых поделок, где вы снова сможете делать подарки своими руками, но уже с помощью нейросетей и онлайн-сервисов. Выберите настроение, настройте параметры — и алгоритмы подскажут, что и как можно смастерить.

А ещё на странице студии вас ждут приятные бонусы и скидки от Практикума и других сервисов Яндекса.

🎁 Забрать идеи для близких и подарки для себя

👩‍💻 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

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

🔗 Читать: *клик*

@python_job_interview

⚡️Легкий способ получать свежие обновления и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь:

МАШИННОЕ ОБУЧЕНИЕ: t.me/ai_machinelearning_big_data
C++ t.me/cpluspluc
Python: t.me/pythonl
Linux: t.me/linuxacademiya
Хакинг: t.me/linuxkalii
Devops: t.me/DevOPSitsec
АНАЛИЗ Данных: t.me/data_analysis_ml
Javascript: t.me/javascriptv
C#: t.me/csharp_ci
Java: t.me/javatg
Базы данных: t.me/sqlhub
Python собеседования: t.me/python_job_interview
Мобильная разработка: t.me/mobdevelop
Docker: t.me/DevopsDocker
Golang: t.me/Golang_google
React: t.me/react_tg
Rust: t.me/rust_code
ИИ: t.me/vistehno
PHP: t.me/phpshka
Android: t.me/android_its
Frontend: t.me/front
Big Data: t.me/bigdatai
Собеседования МЛ: t.me/machinelearning_interview
МАТЕМАТИКА: t.me/data_math
Kubernets: t.me/kubernetc
Разработка игр: https://t.me/gamedev
Haskell: t.me/haskell_tg

💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy
Папка FRONTEND: https://t.me/addlist/mzMMG3RPZhY2M2Iy

😆ИТ-Мемы: t.me/memes_prog
🇬🇧Английский: t.me/english_forprogrammers
🧠ИИ: t.me/vistehno

🎓954ГБ ОПЕНСОРС КУРСОВ: @courses
📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy

👩‍💻 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

👩‍💻 Создание простой таблицы с помощью Python!

@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

🖥 25 Вопросов и Ответов для Python-Собеседования Middle

⚡️ Читать статью

@python_job_interview

❓ Что выведет это выражение и почему?

❗️ Ответ: B (False). Почему так?

🌟 not None: None — это специальное ключевое слово в Python, представляющее отсутствие значения. not — это логический оператор, который инвертирует истинностное значение выражения. Таким образом, not None эквивалентно True

🌟 "" — пустая строка. Она представляет строку без символов. В булевых контекстах пустая строка также считается False.

🌟 != — оператор сравнения «не равно». Он проверяет, являются ли два значения разными.

🔍 Теперь у нас есть: Python print(True != False) True не равно False. Следовательно, выражение True != False оценивается как True. Почему Output равен False?

💡 Путаница может возникнуть из-за того, как Python обрабатывает булевые выражения. В Python некоторые Значения неявно преобразуются в булевы значения в определенных контекстах. Это известно как истинность. Истинны следующие значения: Ненулевые числа, непустые строки, Непустые списки, кортежи, множества и словари. Ложными же считаются 0, пустые строки и null.

❗️ При сравнении not None (что равно True) и "" (что равно False) Python неявно преобразует их в их логические эквиваленты. Однако оператор сравнения != не выполняет логическое сравнение; это строгая проверка равенства. Поэтому, хотя True и False являются различными булевыми значениями, они не считаются "не равными" в строгом смысле оператора !=. Следовательно, вывод равен False.

@python_job_interview

🌟 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

👩‍💻 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

⚡️ 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.

🔥 Крайне полезный репозиторий, который содержит кучу практических руководств по многим языкам программирования, в том числе и Python!

🔐 Лицензия: MIT

🖥 Github

@python_job_interview

🔍 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

@python_job_interview

👩‍💻 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

⚡️Легкий способ получать свежие обновления и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь:

МАШИННОЕ ОБУЧЕНИЕ: t.me/ai_machinelearning_big_data
C++ t.me/cpluspluc
Python: t.me/pythonl
Linux: t.me/linuxacademiya
Хакинг: t.me/linuxkalii
Devops: t.me/DevOPSitsec
АНАЛИЗ Данных: t.me/data_analysis_ml
Javascript: t.me/javascriptv
C#: t.me/csharp_ci
Java: t.me/javatg
Базы данных: t.me/sqlhub
Python собеседования: t.me/python_job_interview
Мобильная разработка: t.me/mobdevelop
Docker: t.me/DevopsDocker
Golang: t.me/golang_interview
React: t.me/react_tg
Rust: t.me/rust_code
ИИ: t.me/vistehno
PHP: t.me/phpshka
Android: t.me/android_its
Frontend: t.me/front
Big Data: t.me/bigdatai
Собеседования МЛ: t.me/machinelearning_interview
МАТЕМАТИКА: t.me/data_math
Kubernets: t.me/kubernetc
Разработка игр: https://t.me/gamedev

💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy
Папка FRONTEND: https://t.me/addlist/mzMMG3RPZhY2M2Iy

😆ИТ-Мемы: t.me/memes_prog
🇬🇧Английский: t.me/english_forprogrammers
🧠ИИ: t.me/vistehno

🎓954ГБ ОПЕНСОРС КУРСОВ: @courses
📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy

👩‍💻 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

👩‍💻 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

✔️ 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

❓ 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

👩‍💻 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

👩‍💻 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

👩‍💻 5 способов развернуть list в Python!

@python_job_interview

📹 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

👩‍💻 Как использовать объектно-ориентированное программирование в Python – ключевые концепции ООП и вопросы для собеседования для начинающих!

💡 ООП — это важная концепция, которую должен усвоить каждый разработчик, особенно при подготовке к собеседованиям. Она помогает организовать код в модульные и повторно используемые разделы, что упрощает разработку, обслуживание и масштабирование приложений!

🔗 Ссылка: *клик*

@python_job_interview

🖥 Pendulum — это библиотека для работы с датами и временем в Python, созданная как более удобная альтернатива стандартному модулю datetime!

⭐️ Pendulum предоставляет расширенные возможности для манипуляции и форматирования временных данных, включая поддержку таймзон и локализаций. Одной из основных задач библиотеки является упрощение создания и обработки дат и времени, особенно в сложных случаях, таких как вычисления с временными зонами и расчеты разницы между датами.

🔐 Лицензия: MIT

🖥 GitHub

@python_job_interview

👩‍💻 Подробное объяснение работы функции map() с примерами!

📖 Читать: *клик*

@python_job_interview

⚡️Легкий способ получать свежие обновления и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь:

МАШИННОЕ ОБУЧЕНИЕ: t.me/ai_machinelearning_big_data
C++ t.me/cpluspluc
Python: t.me/pythonl
Linux: t.me/linuxacademiya
Хакинг: t.me/linuxkalii
Devops: t.me/DevOPSitsec
АНАЛИЗ Данных: t.me/data_analysis_ml
Javascript: t.me/javascriptv
C#: t.me/csharp_ci
Java: t.me/javatg
Базы данных: t.me/sqlhub
Python собеседования: t.me/python_job_interview
Мобильная разработка: t.me/mobdevelop
Docker: t.me/DevopsDocker
Golang: t.me/Golang_google
React: t.me/react_tg
Rust: t.me/rust_code
ИИ: t.me/vistehno
PHP: t.me/phpshka
Android: t.me/android_its
Frontend: t.me/front
Big Data: t.me/bigdatai
Собеседования МЛ: t.me/machinelearning_interview
МАТЕМАТИКА: t.me/data_math
Kubernets: t.me/kubernetc
Разработка игр: https://t.me/gamedev

💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy
Папка FRONTEND: https://t.me/addlist/mzMMG3RPZhY2M2Iy

😆ИТ-Мемы: t.me/memes_prog
🇬🇧Английский: t.me/english_forprogrammers
🧠ИИ: t.me/vistehno

🎓954ГБ ОПЕНСОРС КУРСОВ: @courses
📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy

🖥 kalmangrad — это Python-библиотека для вычисления гладких производных произвольного порядка для временных рядов с нерегулярными интервалами. Она использует байесовскую фильтрацию, что делает её устойчивой к шумам по сравнению с классическими методами численного дифференцирования

⭐️ Библиотека полезна для оценки производных в таких областях, как обработка сигналов и системы управления, и поддерживает вычисление производных вплоть до заданного порядка

🖥 GitHub

@python_job_interview

🖥 Сопоставление структурных шаблонов в Python!

🌟 Сопоставление структурных шаблонов — это мощная конструкция потока управления, изобретенная десятилетия назад, которая традиционно используется в компилируемых языках, особенно в парадигме функционального программирования. Несмотря на это, в Python сопоставление пришло довольно поздно — начиная с версии 3.10

🌟 Для лучшего понимания этого урока у вас должны быть базовые знания языка Python, такие как операторы, циклы, функции и классы!

🔗 Ссылка: *клик*

@python_job_interview

🤔Вас когда-нибудь ставили в тупик типы данных? Почему Python иногда ведет себя так «гибко»?

🚀Узнайте, как этот фундаментальный аспект помогает создавать мощные и эффективные программы.14 ноября в 20:00 мск приглашаем вас на открытый урок по типам данных в Python.

👩‍💻Мы разберемся в динамической и статической типизации, покажем, чем они полезны на практике, и поможем понять, как различные типы данных влияют на работу вашего кода. Это знание — ключ к тому, чтобы уверенно писать программы.Мечтаете стать востребованным Python-разработчиком? Это ваше идеальное начало!

⏩Присоединяйтесь к нам на вебинаре, а после — на полном курсе «Python Developer. Basic», чтобы ускорить свое погружение в язык программирования и разработку. Регистрируйтесь на бесплатный урок и получите скидку на полный курс: https://clck.ru/3EScg2

#реклама
О рекламодателе

❓ Напишите однострочный код, который будет подсчитывать количество заглавных букв в файле

❗️ Ответ : сначала напишем многострочное решение, а затем преобразуем его в однострочный код:

with open(YOUR_FILE) as fh:
count = 0
text = fh.read()
for character in text:
    if character.isupper():
count += 1

🌟 Теперь попробуем преобразовать это в одну линию:

count sum(1 for line in fh for character in line if character.isupper())

@python_job_interview

🖥 Мечтаете о карьере в IT, но не хотите программировать? Хорошая новость: это возможно!

Если стать аналитиком данных — IT-специалистом, который собирает и анализирует данные, чтобы строить прогнозы для бизнеса. Аналитики данных востребованы во многих сферах: IT, маркетинг, ритейл, банкинг и т. д.

Обучение подойдет, если вы:
🟣новичок без опыта в IT
🟣бухгалтер, финансист или экономист
🟣уже работаете с аналитикой и хотите углубить знания для роста в карьере

На курсе вы получите навыки, которые реально нужны работодателям, и овладеете самыми популярными инструментами: Python, Pandas, NumPy, Jupyter Notebook, SQL, Power BI.

🔗 Начните работать аналитиком уже через 6 месяцев! Заполните заявку, чтобы получить бесплатный доступ к первым урокам.

👩‍💻 Сложность алгоритмов и типичные ошибки в Python!

🌟 В этой статье вы узнаете, что такое сложность алгоритмов и откуда она берётся, разберете типичные заблуждения и самые частые ошибки новичков. Материал рассчитан в первую очередь на начинающих Python-разработчиков, а также на тех, у кого Python — первый язык программирования!

🔗 Ссылка: *клик*

@python_job_interview

@python_job_interview

❓ Перечислите стили наследования в Django

❗️ Ответ : В Django существует три возможных стиля наследования:

🌟 Абстрактные базовые классы: этот стиль используется, когда вы хотите, чтобы родительский класс хранил только информацию, которую вы не хотите выводить для каждой дочерней модели

🌟 Наследование нескольких таблиц: этот стиль используется, если вы создаете подкласс существующей модели и вам нужно, чтобы каждая модель имела свою собственную таблицу базы данных

🌟 Прокси-модели: вы можете использовать эту модель, если вы хотите только изменить поведение модели на уровне Python, не изменяя поля модели

@python_job_interview

😉 Уже есть опыт работы с хранилищами данных, но хочешь прокачать скилы и открыть новые карьерные горизонты?
Приглашаем на обучение в Открытые школы Т1!

За месяц ты бесплатно получишь новые знания, практический опыт и шанс продолжить карьеру в крупнейшей российской ИТ-компании — Холдинге Т1!*

А также:

🧩 бесплатное обучение в гибком формате: по вечерам, онлайн, из любого города РФ;

🧩 материалы от HR для прокачки резюме и подготовки к интервью в Т1;

🧩 знакомство с ИТ-командой, погружение в нашу культуру, проекты и процессы;

🧩 много практики и уникальный рыночный опыт;

🧩 поддержка от опытных преподавателей и карьерный фаст-трек до мидла в Т1 для выпускников.

🧩 реальный шанс получить оффер в Т1 и воспользоваться всеми преимуществами аккредитованной ИТ-компании: современным техстеком, ДМС, удаленкой и крутыми офисами, спортом и обучением, митапами и ИТ-конференциями, программами признания и развития и многим другим для твоего роста.

Сделай первый шаг в будущее этой осенью — подай заявку до 8 ноября и начни карьеру в бигтехе! Старт обучения уже 11–12 ноября!

*По выручке по версии RAEX и CNews Analytics 2023.

Реклама. ООО «Т1» ИНН: 7720484492. Erid: 2SDnjcU8yLo

⭐️ Вакансии и фриланс-проекты для системных администраторов, Devops, специалистов по работе с Linux .

Подписаться: https://t.me/+gdEpyJjAsSQ0N2E6

👩‍💻 Визуализация статистики различных стран на карте с использованием Python!

@python_job_interview

Теория и практика: A/B-тестирование для успешной аналитики ⭐
Бесплатный вебинар 6 ноября в 19:00 мск

Аналитик данных помогает бизнесу не ошибаться при принятии важных решений. А А/В-тесты - один из must-have инструментов, которые в этом помогают.

Если вы хотите разобраться в основах проведения экспериментов и научиться правильно проводить А/В-тесты, ждём вас на бесплатном вебинаре.

На реальных кейсах узнаем:
— Что такое A/B-тестирование
— Как выбрать гипотезу для тестирования
— Как определить метрики успешности
— Когда тест можно считать завершенным
и др.

🚶 Переходите и регистрируйтесь на бесплатный вебинар.

🔥 Подборка полезных шпаргалок по работе с Git

👩‍💻 Большая книга по Python! (200+ глав!)

🔗 Ссылка: *клик*

@python_job_interview

🖥 Python сместил JavaScript с 1 места в рейтинге GitHub. Статистика GitHub за 2024 год

- Язык Python занял первое место в рейтинге языков программирования, сместив JavaScript с позиции самого популярного языка на GitHub. Третье место сохранил за собой язык TypeScript, который в прошлогоднем рейтинге вытеснил на четвёртое место язык Java. Язык Си сместился на 9 место, уступив 8 место Shell.

- В рейтинге наиболее быстро развивающихся языков лидирует Python, за которым следуют TypeScript, Go и HСL

- В созданных в 2024 году новых репозиториях наиболее часто используются языки JavaScript, Python, Java, TypeScript и C#.

- За 2024 год на GitHub было создано 108 млн новых репозиториев (за 2023 год - 98 млн, за 2022- 85.7 млн, за 2021 - 61 млн, за 2020 - 60 млн). Общее число проектов достигло отметки в 518 млн (+25%).
- Общий вклад участников во все проекты оценивается в 5.2 миллиарда действий (коммиты, issue, pull-запросы, обсуждения, рецензии и т.п.). Для сравнения за 2023 год было выполнено 4.5 миллиарда действий, а за 2022 год - 3.5 миллиарда.

- Вклад в открытые и публично доступные проекты оценён в 1 миллиард действий (оставшиеся 4.2 млрд (82%) внесены в приватные репозитории).

- Состояние top10 рейтинга стран за год не изменилось, на первом месте по числу разработчиков по-прежнему находится США, на втором - Индия, на третьем - Китай, на четвёртом Бразилия, на пятом - Великобритания, на шестом - Россия, на седьмом Германия.

- Самым быстрорастущим признано сообщество из Индии, при сохранении динамики роста в 2027 году оно опередит сообщество из США. Сообществу из Германии прогнозируют в 2026 году смещение с 7 на 8 место, а сообществу из России в 2025 году смещение с 6 на 9 место.

- По размеру вклада в открытые проекты с большим отрывом лидируют разработчики из США, а Россия не вошла в десятку (активность из РФ в основном связана с приватными репозиториями). За год к разработке открытых проектов на GitHub присоединилось 1.4 млн новых участников.

- По числу разработчиков, которые первый раз приняли участие в разработке открытых проектов, лидируют проекты VSCode, Home Assistant, Microsoft PowerToys, java2bedrock.sh, ultralytics, flutter, langchain, Ultimaker Cura.

- По числу участников лидируют репозитории home-assistant (21K), vscode (20K), leo (20K), first-contributions (13K), flutter (10K), NixOS nixpkgs (9K), next.js (9K), langchain (8K), godot (7K) и ollama (7K).

- За год добавлено 70 тысяч новых публичных или открытых проектов, развивающих генеративные AI-системы (в 2023 году было добавлено 65 тысяч). Число изменений, вносимых в AI-проекты, за год увеличилось на 60%. Общее число AI-проектов достигло 137 тысяч. Из наиболее популярных AI-проектов выделены: stable-diffusion-webui, AutoGPT, ollama], gpt4all, gpt_academic, ComfyUI.

- За год зафиксирована утечка через репозитории 39 млн ключей, токенов и прочих секретных данных, забытых разработчиками в коде. Наиболее распространённым типом уязвимостей стали проблемы, связанные с подстановкой кода (например, подстановка SQL-запросов).


@python_job_interview

🔥 Этот репозиторий содержит различные технические задания, используемые на собеседованиях для найма разработчиков в BBC

🌟 Репозиторий включает несколько проектов, написанных на различных языках программирования (Go, Java, Python, Scala, JavaScript) и приложения на React, Swift, и Kotlin. Кандидатам предлагается выбрать одно из заданий для интервью, настроить его локально, а затем обсуждать и разрабатывать его во время собеседования, демонстрируя свои навыки разработки

🖥 Github

@python_job_interview

🖥 Python полный курс с нуля. Урок 10 Практика с кодом

▪ Смотреть
▪ Полный Курс

@python_job_interview

👩‍💻 Сборка Python проекта с uv и Docker!

🔍 Прочитав эту статью, вы узнаете:

🌟 Как сократить количество инструментов локальной разработки.

🌟 Как оптимально собрать образ Docker.

🌟 Как проверить код проекта хуками pre-commit и запустить тесты в GitLab CI

🔗 Ссылка: *клик*

@pythonl

👩‍💻 Что выведет этот код и почему?

❗️ Ответ: C (30). Объяснение:

🌟 В классе Rectangle у нас есть атрибуты width и __height. Здесь __height является "приватным" атрибутом из-за двойного подчеркивания перед именем.

🌟 Когда создается объект rect = Rectangle(5, 3), он инициализируется значениями width = 5 и __height = 3.

🌟 Затем rect.width изменяется на 10, и это изменение успешно применяется, так как width не является приватным атрибутом.

🌟 Следующая строка rect.__height = 5 не изменяет оригинальное значение __height, потому что Python использует name mangling для приватных атрибутов. Это означает, что к оригинальному атрибуту __height обращаются как к _Rectangle__height. Таким образом, rect.__height = 5 создает новый атрибут __height, который не влияет на оригинальный атрибут _Rectangle__height.

🌟 Когда вызывается rect.area(), метод использует self.width (которое теперь равно 10) и self.__height (оригинальное значение _Rectangle__height, которое осталось равным 3).

🌟 Следовательно, результат rect.area() будет 10 * 3 = 30

@pythonl

👩‍💻 Поиск названия химической формулы по ее составу с использованием библиотеки pubchempy!

@python_job_interview

⚡️Легкий способ получать свежие обновления и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь:

МАШИННОЕ ОБУЧЕНИЕ: t.me/ai_machinelearning_big_data
C++ t.me/cpluspluc
Python: t.me/pythonl
Хакинг: t.me/linuxkalii
Devops: t.me/DevOPSitsec
АНАЛИЗ Данных: t.me/data_analysis_ml
Javascript: t.me/javascriptv
C#: t.me/csharp_ci
Java: t.me/javatg
Базы данных: t.me/sqlhub
Linux: t.me/linuxacademiya
Python собеседования: t.me/python_job_interview
Мобильная разработка: t.me/mobdevelop
Docker: t.me/DevopsDocker
Golang: t.me/Golang_google
React: t.me/react_tg
Rust: t.me/rust_code
ИИ: t.me/vistehno
PHP: t.me/phpshka
Android: t.me/android_its
Frontend: t.me/front
Big Data: t.me/bigdatai
Собеседования МЛ: t.me/machinelearning_interview
МАТЕМАТИКА: t.me/data_math
Kubernets: t.me/kubernetc
Angular: https://t.me/+qIJAuSEb2MQyMDJi

💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy
Папка FRONTEND: https://t.me/addlist/mzMMG3RPZhY2M2Iy

😆ИТ-Мемы: t.me/memes_prog
🇬🇧Английский: t.me/english_forprogrammers
🧠ИИ: t.me/vistehno

🎓954ГБ ОПЕНСОРС КУРСОВ: @courses
📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy

❓ Назовите различия между Django, Pyramid и Flask

❗️ Ответ :

🌟 Flask — это «микрофреймворк», изначально созданный для небольших приложений с более простыми требованиями. В Flask вам придется использовать внешние библиотеки. Flask готов к использованию "из коробки"

🌟 Pyramid создан для более крупных приложений. Он обеспечивает гибкость и позволяет разработчику использовать правильные инструменты для своего проекта. Разработчик может выбрать базу данных, структуру URL, стиль шаблонов и многое другое. Pyramid — это сильно настраиваемый инструмент

🌟 Django также может использоваться для более крупных приложений, как и Pyramid. Он включает ORM

@python_job_interview

🤔Как изменять и расширять поведение вызываемых объектов в Python без постоянного изменения самих объектов?

С помощью декораторов.

Понимание декораторов – важная веха для программиста на Python.

🚀На открытом уроке «Зачем нужны декораторы в Python, как их писать и аннотировать»
вы узнаете:

– зачем нужны декораторы, как их создавать и применять
– разберётесь, как правильно аннотировать декораторы для общего применения

Будет интересно: тем, кто начинает путь в Python-разработке; студентам технических вузов, программистам на других языках

👨‍💻Вебинар проведёт Сурен Хоренян, бэкенд-разработчик на Python и руководитель команды в «ВК Рекламе»

🤝После вебинара вы можете записаться на курс «Python Developer. Basic».

🕖30 октября в 20:00 Бесплатно 

Записаться на событие: https://otus.pw/P1qN/?erid=LjN8Kbf18

Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

⚡️ Курс по основам системного дизайна

Вы готовитесь к интервью по системному дизайну или просто хотите узнать больше о работе сложных систем? Тогда репозиторий от ByteByteGo – идеальный выбор!

В этом курсе вас ожидают следующие темы:

– Протоколы
– CI/CD
– Архитектурные шаблоны
– Базы данных
– Кэширование
– Микросервисные архитектуры
– Платежные системы
– DevOps
– Git
– Облачные сервисы
– Инструменты для повышения производительности разработки
– Linux
– Безопасность
– Реальные примеры систем

▪ GitHub
▪ Перевод

@python_job_interview

🖥 Совет по Linux: структурируйте свой XML-файл и сделайте его простым для понимания с помощью инструмента xmllint!

$ xmllint --format ваш_файл

@python_job_interview

👩‍💻 VSCode Фишки, которые НЕОБХОДИМО знать разработчикам Python

https://www.youtube.com/watch?v=hovkQsN1P24

@python_job_interview

🖥 Шпаргалка по работе с библиотекой NumPy!

🌟 Сохрани в избранное, чтобы не потерять!

@python_job_interview

Бесплатный вебинар «Как стать аналитиком: полное руководство к действию» ↗️

Хотите узнать как выглядит типичный день аналитика, познакомиться с задачами и решить, подходит ли вам профессия?

Спикер Ия Зотова, ментор и тимлид направления аналитики в Сбере, на бесплатном вебинаре даст стратегию поиска работы и расскажет, как осознанно и эффективно начать карьеру в сфере.

Что будем делать на вебинаре?
✅ выясним, чем занимаются аналитики и какими они бывают
✅ поговорим о том как находить в данных инсайты и визуализировать результаты
✅ обсудим карту компетенций и разберем актуальные инструменты
✅ рассмотрим тренды в аналитике: AI/ML и BigData
✅ поймем, как выбрать pet-проект и найти крутую работу

Встречаемся в 23 октября в 19:00 по мск. Регистрируйтесь и погружайтесь в аналитику по ссылке 🔗

🖥 Совет: используйте словари вместо длинного оператора if else, чтобы сделать ваш код более понятным и удобным для редактирования!

@python_job_interview

👩‍💻 Проверка анаграмм, используя базовые возможности Python!

@python_job_interview

👩‍💻 Пример работы пузырьковой сортировки в Python!

@python_job_interview

👩‍💻 TheAlgorithms/Python — коллекция алгоритмов, написанных на языке Python. Он представляет собой открытый проект, куда разработчики со всего мира вносят свой вклад, добавляя различные алгоритмы, используемые в информатике, математике и науке о данных.

🔍 Репозиторий включает в себя сотни реализаций алгоритмов в различных категориях, таких как:

🌟 Сортировка и поиск (например, быстрая сортировка, бинарный поиск).
🌟 Структуры данных (например, деревья, графы, очереди).
🌟 Алгоритмы на графах (например, поиск в глубину, поиск в ширину).
🌟 Криптография (например, шифрование, хеширование).
🌟 Алгоритмы машинного обучения и многие другие!

💡 Цель проекта — предложить обучающий ресурс, где разработчики могут изучать и понимать, как работают различные алгоритмы. Каждый алгоритм сопровождается примерами кода, а многие из них имеют детальные объяснения

🔐 Лицензия: MIT

▪️Github

@python_job_interview

🖥 Python: Большой бесплатный курс 2024 года. Цикл: while в Python!

💡 Смотреть
⚡️Весь плейлист

@python_job_interview

❓ Какие преимущества предлагают массивы NumPy по сравнению с (вложенными) списками Python?

❗️ Ответ :

💡 Списки Python — эффективные контейнеры общего назначения. Они поддерживают (достаточно) эффективную вставку, удаление, добавление и конкатенацию

🌟 Они имеют определенные ограничения: они не поддерживают «векторизованные» операции, такие как поэлементное сложение и умножение, а тот факт, что они могут содержать объекты разных типов, означает, что Python должен хранить информацию о типе для каждого элемента и выполнять код диспетчеризации типов при работе с каждым элементом

🌟 NumPy не просто эффективнее, он еще и удобнее. Вы получаете множество векторных и матричных операций, что иногда позволяет избежать ненужной работы.
Массив NumPy работает быстрее и вы получаете множество встроенных функций: свертки, быстрый поиск, базовую статистику, линейную алгебру, гистограммы и т. д.

@python_job_interview

Добавьте в копилку своих скиллов умение работать с языковыми моделями и интегрировать их код и проекты, а также создайте телеграм-бот вместе с NLP-инженером.

Приглашаем на бесплатный двухдневный онлайн-воркшоп от Эльбрус Буткемп «Создаем чат-бота для доброго комьюнити» 23-24 октября, с 19:00 до 20:30 по МСК:

На воркшопе разберетесь с языковыми моделями и спикеры расскажут о том, что помимо платных и закрытых моделей есть множество бесплатных, которые выложены в открытый доступ и их можно использовать в своей задаче
Места ограничены — регистрируйтесь прямо сейчас по ссылке: https://clc.to/yZbotw

👩‍💻 Python совет: используйте функцию map для обработки элементов списка без использования циклов!

@python_job_interview

📌 Save the date: мы проводим второй Yandex Open Source Jam!
📆 23 октября мы организуем (не)конференцию, посвящённую открытому коду и всему, что его окружает. На этот раз приезжаем в Санкт-Петербург!
Поговорим об опенсорсе и людях, которые его делают. В программе: анонсы, экспозона, дискуссии, афтерпати и, конечно, доклады.
🔴 Никита Соболев, фултайм-разработчик опенсорса, раскроет секреты своего десятилетнего опыта 
🔴 Антон Фролов, ML-инженер из Яндекса, покажет, как мы ускоряем обучение нейросетей с помощью YaFSDP
🔴 Антон Полухин, руководитель группы разработки общих компонент из Яндекса, расскажет, как мы строим опенсорс-проект userver
🔴 Николай Воронцов, выпускающий редактор в N + 1, обсудит, как опенсорс помогает учёным и радует популяризаторов науки
📎 Регистрируйтесь на сайте — там же можно найти подробную программу выступлений!

🖥 Разбор 70 задач Leetcode

Этот ролик охватывает следующие темы:

▫️Временную и пространственную сложность алгоритмов.
▫️Все основные структуры данных.
▫️Советы по подготовке к интервью.

Решения представлены на языке программирования Python 🐍.

Сохраните этот материал для подготовки к собеседованиям 👇

Полное 5.5-часовое видео: https://youtu.be/lvO88XxNAzs?si=EX7_LAu3y8g7WETG

@python_job_interview

👩‍💻 Курс по Python от университета Гарварда!

🌟 Большой плейлист с крутым объяснением языка, пожалуй один из лучших курсов по Python!

🔗 Ссылка: *клик*

@python_job_interview

Выиграй 4 000 000 ₽ на True Tech Champ

МТС приглашает опытных и начинающих разработчиков поучаствовать в чемпионате. В треке «Программирование роботов» нужно будет создать алгоритм для прохождения лабиринта. Победит тот, чей робот окажется самым быстрым. При этом не обязательно разбираться в устройстве роботов: эксперты трека уже сконструировали их и создали прошивку. Для участия достаточно уметь программировать на одном из языков: С++, C#, Go, Python, JS, Java.

Регистрация открыта до 15 октября, отборочные онлайн-этапы уже стартовали!

До финала смогут дойти на равных разработчики вне зависимости от стека или уровня: питонисты или джависты, джуны или сеньоры. А с полуфиналов начнётся командный этап — можно собрать свою дримтим.

Участникам дадут доступ к API и подробные инструкции. Эксперты трека будут помогать, направлять и отвечать на вопросы на вебинарах.

Зарегистрироваться можно по ссылке.

🖥 Большая шпаргалка по SQL — внутри ждёт всё, от основных команд до продвинутых фишек, вроде оконных функций.

— Основные команды SQL;
— SOL Joins;
— SQL Unions, Intersect, Except;
— Временные таблицы SQL, таблицы просмотра, CTE;
— Ранги SQL.

Сохраняйте себе, чтобы не потерять.

@python_job_interview

👩‍💻 Создание QR кодов с использованием библиотеки Pyqrcode

@python_job_interview

🖥 Полезный репозиторий на Github, в котором собраны вопросы с собеседований по всевозможным IT сферам!

🔍 Что есть?

🌟 Фронтенд
🌟 Бэкенд
🌟 DevOps
🌟 Android - разработка
🌟 Fullstack
🔥 И многое другое!

🔗 Смотрим здесь: *клик*

@python_job_interview

❓ Как вы можете использовать asyncio для написания асинхронного кода в Python, и какие преимущества и недостатки вы видите в использовании асинхронного программирования по сравнению с многопоточностью? Приведите примеры.

❗️ asyncio — это стандартная библиотека Python для написания асинхронного кода. Она позволяет использовать синтаксис async и await, чтобы писать неблокирующий код. Вот простой пример использования asyncio:

import asyncio

async def fetch_data(url):
    print(f"Fetching data from {url}...")
    await asyncio.sleep(2)  # Имитация сетевого запроса
    print(f"Data from {url} fetched.")
    return f"Data from {url}"

async def main():
    urls = ["http://example.com/1", "http://example.com/2", "http://example.com/3"]
    tasks = [fetch_data(url) for url in urls]
    results = await asyncio.gather(*tasks)
    print(results)

asyncio.run(main())

В этом примере несколько задач выполняются одновременно, хотя каждая из них вызывает асинхронное ожидание (с использованием `await asyncio.sleep(2)`), что позволяет другим задачам продолжать выполнение.

💡 Почему асинхронное программирование?

🌟 Легковесность: Асинхронные задачи используют меньше ресурсов по сравнению с потоками, так как все они работают в одном потоке и управляются одним циклом событий.

🌟 Производительность: Асинхронное программирование позволяет лучше справляться с задачами ввода-вывода (I/O), такими как сетевые запросы и операции с файлами, так как они могут выполняться без блокировки основного потока.

🌟 Упрощение кода: Асинхронные функции легче понимать и поддерживать, так как они работают с синтаксисом `async`/`await`, который более декларативен.

💡 Почему НЕ асинхронное программирование?

🌟 Сложность отладки: Асинхронный код может быть труднее отлаживать, так как ошибки могут возникать в различных частях кода и не всегда очевидны.

🌟 Не для всех задач: Не все задачи требуют асинхронного подхода. Для вычислительно интенсивных задач многопоточность или multiprocessing может быть более подходящим выбором

@python_job_interview

Пост для тех, кто прямо сейчас ищет работу Python-разработчиком или хочет усилить свои скиллы, чтобы перейти на новый грейд ⬇️

Сегодня знакомим вас с проектом IT Mentor, для которых гарантии трудоустройства — это не просто рекламный слоган, а принцип работы 🔥

Вместе с опытными менторами Senior-уровня вы можете изучить Python с нуля или закрыть пробелы в знаниях всего за 6 месяцев и ничего за это не платить! До выхода на работу 👉🏻 оплата за полный цикл обучения происходит только в конце курса и только для студентов, которые смогли трудоустроиться.

В программе самый актуальный стек:
— основыPython,
— Django,
— Базы данных,
— FastApi
— Git,
— Опыт разработки на проекте в команде под руководством лида.

Стартовая зарплата выпускника курса "Python-разработчик" — 200-230 тыс.р 💸., а сообщество студентов и менторов всегда готово прийти на помощь не только во время учебы, но и с реальными рабочими трудностями.

Хотите присоединиться к группе и узнать больше о курсе? Переходите по ссылке и оставляйте заявку на сайте 📲 https://clck.ru/3DoJnh
*Количество мест ограничено.

Реклама. ИП Тюльников, ИНН 526223159257.

🖥 Визуализация частот слов с помощью Python

@python_job_interview

💼 Обратное собеседование (reverse-interview) это список вопросов для соискателей.

Пункты не упорядочены и могут быть неприменимы к конкретной должности или виду работы. Вначале это был просто список вопросов, но со временем он стал включать ещё и те вещи, которых хотелось бы видеть больше, и «красные флажки», то есть вещи, которых хочется избегать. Ещё я обратил внимание, что многие люди, которых я собеседовал, не задавали эти вопросы, и, я думаю, это были упущенные возможности.

Разделы вопросов:
- Технологии
- Должность
- Команда
- Ваши будущие коллеги
- Компания
- Бизнес
- Удалённая работа
- Офисная работа
- Компенсация
- Больничный, декретный период, отпуск

📌 Вопросы

@python_job_interview

👩‍💻 Ускорь Pandas в 20 раз, изменив всего одну строчку кода! 🔥

💡 Pandas часто бывает медленным из-за ограничений, таких как одноядерные вычисления и громоздкие DataFrame-ы. Но есть простое решение: FireDucks — библиотека с таким же API, как у Pandas, которая решает эти проблемы и значительно ускоряет обработку данных.

❓ Как ускорить Pandas?

🌟 Просто замените импорт библиотеки:

❌ Было:

import pandas as pd

✅ Стало:

import fireducks.pandas as pd

🌟 Теперь ваш код работает быстрее без изменений логики! Попробуйте сами и убедитесь, как легко ускорить работу с большими данными! 🚀

@python_job_interview

👩‍💻 Пет-проект на Python за 50 минут. Курс по FastAPI для начинающих (2024)

💡 В видео рассматривается создание простого проекта на Python с использованием FastAPI. Обсуждаются основные концепции, такие как маршрутизация, обработка запросов и использование зависимости. Программа охватывает создание RESTful API, работу с параметрами, развертывание приложения через Docker а также интеграцию с базой данных. Также приведены советы по развертыванию приложения и тестированию. Это видео подходит для начинающих, желающих быстро освоить FastAPI

🕞 Продолжительность: 50:00
🇷🇺 Видео на русском языке!

🔗 Ссылка: *клик*

#курс #python #docker #fastapi

@python_job_interview