Python/ django

الذهاب إلى القناة على Telegram

по всем вопросам @haarrp @itchannels_telegram - 🔥 все ит каналы @ai_machinelearning_big_data -ML @ArtificialIntelligencedl -AI @datascienceiot - 📚 @pythonlbooks РКН: clck.ru/3FmxmM

إظهار المزيد

الشبكة:Machinelearning روسيا10 214 التكنولوجيات والتطبيقات2 192...

📈 نظرة تحليلية على قناة تيليجرام Python/ django

تُعد قناة Python/ django (@pythonl) في القطاع اللغوي الروسية لاعباً نشطاً. يضم المجتمع حالياً 60 101 مشتركاً، محتلاً المرتبة 2 192 في فئة التكنولوجيات والتطبيقات والمرتبة 10 214 في منطقة روسيا.

📊 مؤشرات الجمهور والحراك

منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 60 101 مشتركاً.

بحسب آخر البيانات بتاريخ 05 يونيو, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -562، وفي آخر 24 ساعة بمقدار -8، مع بقاء الوصول العام مرتفعاً.

حالة التحقق: غير موثّقة
معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 6.76‎%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 3.58‎% من ردود الفعل نسبةً إلى إجمالي المشتركين.
وصول المنشورات: يحصل كل منشور على متوسط 4 065 مشاهدة. وخلال اليوم الأول يجمع عادةً 2 153 مشاهدة.
التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 15.
الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل github, claude, контекст, архитектура, api.

📝 الوصف وسياسة المحتوى

يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“по всем вопросам @haarrp @itchannels_telegram - 🔥 все ит каналы @ai_machinelearning_big_data -ML @ArtificialIntelligencedl -AI @datascienceiot - 📚 @pythonlbooks РКН: clck.ru/3Fmxm...”

بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 06 يونيو, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.

60 101

المشتركون

-824 ساعات

-1237 أيام

-56230 أيام

4 065

عرض المشاهدات

~ 2 15324 ساعات

~ 2 67248 ساعات

6.76%

معدل المشاركة

~ 1

المشاركات في اليوم

Ads index

beta

أرشيف المشاركات

60 099

😄 12 сентября смотрите онлайн-студию первой «Ночи музеев» в мире IT В Яндексе придумали «Ночь музеев» в мире IT, а Сбер, Т-банк, Х5 и Lamoda поддержали идею и присоединились. Если вы не успели зарегистрироваться как офлайн-участник – подключайтесь онлайн. 🙌 Студия big tech night online будет работать 12 сентября с 18:00 до 21:00 по московскому времени. Можно переключаться между двумя треками. 😛😝В софт-треке вас ждут: – шоу для разработчиков со стендап-комиком Севой Ловкачёвым; – обсуждение pet-проектов и изобретательства среди инженеров; – юмор в борьбе со стрессами: мемы как способ выжить в бигтехе. 😋😛 В хард-треке: – разберём, чем отличается бигтех в России и за рубежом: каких специалистов ищут компании, есть ли культурные отличия? – поговорим с Маратом Мавлютовым – руководителем подразделения из Яндекса, разрабатывающего роботов-доставщиков; – обсудим, как AI помогает разработчикам сейчас и как будет помогать в будущем. 😌 Регистрируйтесь и подключайтесь. Реклама. ООО "Яндекс". ИНН 7736207543

60 099

📝 PDF-Extract-Kit — библиотека для извлечения данных из PDF-файлов с поддержкой сложных документов с помощью моделей компьютерного зрения! 🔍 Основные особенности: 🌟 Точное извлечение текста и таблиц из структурированных и неструктурированных PDF, включая многостраничные таблицы и иерархические блоки! 🌟 OCR-интеграция, позволяющая обрабатывать PDF-документы с отсканированными изображениями! 🌟 Гибкий API на Python, что делает его удобным для анализа и интеграции в приложения! 🔐 Лицензия: AGPL-3.0 🖥 Github @pythonl

60 099

Среди нас есть школьники или студенты техникумов? Тут принесли вам новость. Яндекс Лицей открывает набор на программу «Веб-разработка на Django» 🟢 Много практики: будете создавать сайты и веб-приложения с нуля, работать с базами данных и научитесь правильно обрабатывать ввод от пользователей. 🟢 Базовые скилы на Django: освоите тестирование кода, окружение и развертывание. 🟢 Интенсивное, трехмесячное обучение с реальным проектом: будете работать в команде над собственным веб-приложением. Короче, если ждете рекомендации по интенсивному онлайн-обучению Django для новичков — это оно. В конце обучения, кстати, вам выдадут сертификат. С ним проще поступить на другие направления Яндекс Лицея. Также он даёт дополнительные баллы в некоторых вузах. 🟠 Зарегистрироваться и пройти отбор до 23 сентября можно здесь

60 099

🚀 Энергоэффективный транспайлер Python в Rust Depyler — это транспайлер, который преобразует код Python в безопасный и производительный Rust, снижая потребление энергии на 75-85%. Он предлагает мощные инструменты для тестирования и верификации, обеспечивая высокое качество кода и поддержку CI/CD. 🚀 Основные моменты: - Эффективное преобразование Python в Rust - Поддержка многоуровневого тестирования и верификации - Интеграция с AI для улучшения качества кода - Поддержка формата Ruchy для функционального программирования - Высокие стандарты безопасности и производительности 📌 GitHub: https://github.com/paiml/depyler @pythonl

60 099

Пройдите простой тест и получите доступ к мини-курсу по Python-разработке бесплатно: https://epic.st/g_npyF?erid=2VtzqxgdTD5

60 099

🦀 PyApp — новый способ упаковать Python-программы PyApp написан на Rust и превращает Python-проекты в готовые .exe или бинарники, которые работают без отдельной установки Python. В отличие от PyInstaller или Nuitka, это не библиотека, а отдельный инструмент: - для каждого проекта нужна своя сборка; - зато конфигурация максимально гибкая и можно тонко настроить процесс. 🔗 Репозиторий: https://github.com/ofek/pyapp @pythonl

60 099

🔥Прими участие в Хакатоне Т1 в Нижнем Новгороде и поборись за призовой фонд 600 000 рублей! 📅 Когда: 19 – 22 сентября 🌐 Формат: онлайн + финал на площадке Участвуй, если ты: 🔹студент тех/ИТ-направлений; 🔹развиваешься в dev, аналитике, дизайне, AI/DS/ML, DevOps; 🔹сможешь быть в Нижнем Новгороде 22-09. Выбери свой кейс: 🔸PingTower — сервис круглосуточного отслеживания доступности сайтов и мгновенных уведомлений о сбоях, позволяющий бизнесу не терять клиентов. 🔸HR Консультант — ИИ-консультант для карьерных сценариев и поиска талантов по умным фильтрам. Почему стоит участвовать: 🔻Кейс в портфолио и полезная обратная связь от менторов Т1; 🔻Шанс проявить себя, чтобы начать карьеру в одной из крупнейших ИТ-компаний; 🔻Реальный опыт командной работы. Регистрация открыта! ➡️ Успей до 17 сентября по ссылке Ты не из Нижнего Новгорода? Смотри расписание хакатонов в других городах. #реклама О рекламодателе

60 099

⚡️КРАСИВЫЙ JSON ИЗ СЛОВАРЯ ЗА 1 СТРОКУ Сегодня разберём крутую и полезную фишку — как с помощью Python одной строчкой красиво форматировать словарь в JSON с отступами.


import json

data = {
    "user": "Alice",
    "age": 30,
    "skills": ["Python", "Docker", "ML"],
    "active": True,
    "projects": {
        "current": "Chatbot",
        "next": "Data Pipeline"
    }
}

pretty_json = json.dumps(data, indent=4, ensure_ascii=False) print(pretty_json) Это особенно удобно при отладке, логировании или подготовке данных для API. Больше не нужно вручную настраивать pprint — просто используй json.dumps с параметрами indent и ensure_ascii!

60 099

🔥 Старт олимпиады по ИИ и анализу данных — AIDAO. 🚀 В чем кайф: - Не теоретически возможные задачи, а приближенные к реальным проектам - Задачи на онлайн-этап готовит научная лаборатория, а финал — один из сервисов Яндекса - Командная олимпиада, в которой могут принять участие студенты российских и зарубежных вузов - Живое общение с экспертами и научными сотрудниками - Масштабный финал олимпиады в Москве: 32 часа хакатона и общения с комьюнити Международную олимпиаду организуют ФКН НИУ ВШЭ и Яндекс Образование. Главные призы: 1 млн рублей и бонусы при поступлении на магистратуры ФКН ВШЭ. Регистрируем команду на AIDAO по ссылке.

60 099

🔥 Подборка небанальных Python-трюков, которые реально упрощают жизнь разработчику 🌀 1. functools.cached_property — ленивое свойство с кэшем Позволяет вычислить значение один раз и потом возвращать готовый результат.


from functools import cached_property
import time

class DataFetcher:
    @cached_property
    def heavy_data(self):
        print("⏳ Запрос к API...")
        time.sleep(2)
        return {"status": "ok", "data": [1, 2, 3]}

obj = DataFetcher()
print(obj.heavy_data)  # первый вызов → считает
print(obj.heavy_data)  # второй вызов → из кэша

🪄 2. contextlib.suppress — игнорируем ошибки красиво Вместо громоздкого try/except:


import os
from contextlib import suppress

with suppress(FileNotFoundError):
    os.remove("tmp.txt")

👉 Идеально для операций, где ошибка — нормальная ситуация (удаление файла, закрытие сокета и т.п.). 🧩 3. Свой контекстный менеджер через enter / exit Можно сделать объекты, которые сами открываются и закрываются как файлы.


class DemoResource:
    def __enter__(self):
        print("🔓 Ресурс открыт")
        return self
    
    def __exit__(self, exc_type, exc_value, traceback):
        print("🔒 Ресурс закрыт")
        if exc_type:
            print(f"⚠️ Ошибка: {exc_value}")
        return True  # подавить исключение

with DemoResource() as res:
    print("⚡ Работаем...")
    raise ValueError("Что-то пошло не так!")

👉 Отлично для работы с ресурсами: подключение к БД, временные настройки, логирование. @pythonl

60 099

🔴 Реальный собес на Python от ТехЛида с опытом работы в Авито и Яндексе в прямом эфире 11 сентября (уже в четверг!) в 19:00 по мск приходи на прямой эфир с реальным собеседованием на Middle разработчика. Почему точно нужно прийти: 📂 Савва Демиденко, ТехЛид с опытом в Яндексе и Авито, будет задавать реальные вопросы и задачи разработчику-добровольцу 📂 Савва будет комментировать каждый ответ респондента, чтобы дать понять чего от вас ожидает собеседующий на интервью 📂 В конце можно будет задать любой вопрос Савве Это бесплатно. Эфир проходит в рамках менторской программы от ШОРТКАТ для Python-разработчиков, которые хотят повысить свой грейд, ЗП и прокачать скиллы. 🔍Переходи в нашего бота, чтобы получить ссылку на эфир → @shortcut_py_bot Реклама. О рекламодателе.

60 099

🔥 Thyme: Think Beyond Images Thyme — это инновационная модель, которая улучшает обработку изображений и сложные задачи рассуждения, используя автономное генерирование и выполнение операций через исполняемый код. Она сочетает в себе методы супервайзинга и обучения с подкреплением, обеспечивая высокую точность выполнения кода. 🚀 Основные моменты: - Автономная генерация и выполнение операций с изображениями. - Комбинация супервайзинга и обучения с подкреплением. - Поддержка высокоразрешающей перцепции и сложного рассуждения. - Использует алгоритм GRPO-ATS для оптимизации работы. 📌 GitHub: https://github.com/yfzhang114/Thyme

60 099

⁉️Хотите начать карьеру Data Scientist? Освойте методы ансамблирования ML Чтобы понять, как добиться высокого качества предсказания в машинном обучении, присоединяйтесь к открытому вебинару 8 сентября в 18:00 МСК! На уроке мы разберем ключевые методы ансамблирования моделей, которые использует каждый Data Scientist: Бэггинг, Random Forest и Градиентный бустинг. Эти методы помогут вам повысить точность ваших моделей и научиться их эффективно применять в реальных задачах. После занятия вы будете уверенно работать с ансамблями моделей на Python и знать, как применять их на практике для получения лучших результатов. ➡️ Присоединяйтесь и получите скидку на курс «Machine Learning. Basic»: https://otus.pw/pd7e/?erid=2W5zFHuTx9e Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

60 099

🚀 Lemonade SDK — локальный сервер для LLM с максимальной производительностью Что это? Lemonade — это open-source проект (спонсируется AMD), который позволяет запускать большие языковые модели прямо у себя: на ПК, в браузере или на сервере. Всё работает локально, без облака, с поддержкой GPU и NPU, и при этом совместимо со стандартом OpenAI API. Возможности - Lemonade Server — локальный сервер, который имитирует OpenAI API. Поддерживает движки llama.cpp (GGUF), ONNX Runtime GenAI и HuggingFace Transformers. Работает с ускорением через Vulkan и ROCm. - Lemonade CLI — консольный инструмент для запуска моделей, тестов производительности, проверки памяти и точности. - Python API — простой способ подключить LLM к своим скриптам и приложениям. Поддержка железа - GPU — работает на Windows и Linux через Vulkan. - NPU — поддержка AMD Ryzen AI 300-й серии. - CPU — поддержка на всех платформах. Можно переключаться между разными движками: llama.cpp, ONNX и HF Transformers. Интеграция и совместимость - Полная поддержка OpenAI API (`/chat/completions`, /completions, /models, /load, /stats и др.). - SDK доступен для Python, C++, Java, C#, Go, Node.js, Rust, PHP и других языков. Почему это важно - Всё работает локально → выше приватность и ниже затраты. - Автоматическая оптимизация под ваше железо. - Подходит для продакшн-нагрузок, edge-устройств и экспериментов. - Удобные инструменты: сервер, CLI, Python API, web-панель. - Проект активно развивается: свежие релизы выходят каждую неделю. 👉 Репозиторий: [github.com/lemonade-sdk/lemonade](https://github.com/lemonade-sdk/lemonade) #LLM #AI #Lemonade #OpenSource #AMD @pythonl

60 099

🔥 Успех в IT = скорость + знания + окружение Здесь ты найдёшь всё это — коротко, по делу и без воды. Пока другие ищут, где “подглядеть решение”, ты уже используешь самые свежие инструменты! AI: t.me/ai_machinelearning_big_data Python: t.me/python_job_interview Linux: t.me/linuxacademiya Собеседования DS: t.me/machinelearning_interview C++ t.me/cpluspluc Docker: t.me/DevopsDocker Хакинг: t.me/linuxkalii Devops: t.me/DevOPSitsec Data Science: t.me/data_analysis_ml Javascript: t.me/javascriptv C#: t.me/csharp_1001_notes Java: t.me/java_library Базы данных: t.me/sqlhub Python собеседования: t.me/python_job_interview Мобильная разработка: t.me/mobdevelop 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 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 Подпишись, если хочешь быть в числе тех, кого зовут в топовые проекты!

60 099

👨‍💻 Omnara — Mission Control для AI-агентов Что это? Omnara — это «диспетчерская» для ваших AI-агентов. С её помощью можно управлять и наблюдать за работой агентов в реальном времени: через терминал, веб-интерфейс и мобильное приложение. Возможности - Отслеживание всех шагов агента в реальном времени. - Push-уведомления, когда агент ждёт обратной связи. - Ответы и контроль прямо с телефона или браузера. - Единый дашборд для всех агентов. Почему это удобно - Не нужно сидеть за ПК, чтобы держать процесс под контролем. - Всё open-source, можно разворачивать самостоятельно. - Подходит как для разработчиков-одиночек, так и для команд. 👉 Omnara делает взаимодействие с AI-агентами гибким и удобным: вы всегда в курсе, что они делают, и можете вмешаться в любой момент. 🔗 GitHub @pythonl

60 099

📐 Agent Reinforcement Trainer — фреймворк для обучения ИИ-агентов через reinforcement learning Проект предлагает удобный способ прокачки LLM для решения практических задач. Во время работы ART использует метод GRPO и позволяет обучать агентов работать с MCP-серверами, играть в игры и выполнять другие действия через взаимодействие со средой. Инструмент минимально требователен к данным — система сама анализирует доступные инструменты и генерирует учебные сценарии. Поддерживается интеграция с популярными языковыми моделями, включая Qwen 2.5. 🤖 GitHub @pythonl

60 099

🚀 Python Pro совет Хотите измерить время выполнения куска кода без лишних библиотек? Используйте модуль timeit, встроенный прямо в Python:


# Запуск из командной строки
python -m timeit -n 100 -r 5 "sum(range(1000))"

# В коде
import timeit
print(timeit.timeit("sum(range(1000))", number=1000))

💡 Это простой способ проверить, какой из вариантов реализации быстрее. Сравнивайте разные подходы и оптимизируйте критичные куски кода на практике. @pythonl

60 099

🔍 Django ModelSearch: Умный поиск для ваших моделей Django ModelSearch позволяет индексировать модели Django и осуществлять поиск с помощью ORM. Поддерживает PostgreSQL FTS, SQLite FTS5, Elasticsearch и OpenSearch. Идеально подходит для создания мощных поисковых решений в ваших приложениях. 🚀Основные моменты: - Индексация моделей в Elasticsearch и OpenSearch - Поддержка автозаполнения и фасетного поиска - Возможность использования существующих QuerySets - Поддержка нечеткого поиска и структурированных запросов - Нулевая простоя при перестройке индекса 📌 GitHub: https://github.com/kaedroho/django-modelsearch @pythonl #python

60 099

⚠️ SQL-инъекция через f-string Если подставлять значения прямо в SQL через f-string, злоумышленник может выполнить любой код в базе:


name = "Alice'; DROP TABLE accounts; --"
query = f"SELECT * FROM accounts WHERE name = '{name}'"
conn.sql(query)

💥 И вот таблица accounts удалена! Почему так? Потому что строка с именем вставляется как есть и воспринимается как часть SQL-запроса. ✅ Правильный способ — использовать параметры:


name = "Alice'; DROP TABLE accounts; --"
query = "SELECT * FROM accounts WHERE name = ?"
conn.sql(query, params=(name,))

✔ Имя ищется как текст, база остаётся в безопасности. 👉 Запомни: никогда не вставляй пользовательские данные напрямую в SQL. Используй параметризованные запросы — это надёжная защита от SQL-инъекций. @pythonl